MétaCan
Menu
Retour à la cohorte
Enregistrement W2007295504 · doi:10.1108/03074350210767825

Analysis of P/E ratios and interest rates

2002· article· en· W2007295504 sur OpenAlexaffabout
Ben Amoako‐Adu, Brian R. Smith

Notice bibliographique

RevueManagerial Finance · 2002
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésEconomicsTreasuryEarningsEconometricsInterest rateIndex (typography)Financial economicsMonetary economicsAccountingGeography

Résumé

récupéré en direct d'OpenAlex

Criticizes previous research on price/earnings ratios (PER) for neglecting their historical links with interest rates and analyses the causal links between interest ratres and the PERs of the Toronto Stock Exchange 300 Index (TSE300) and of seven major Canadian industries 1965‐1997. Explains the methodology and identifies three “distinct PER regimes”: 1965‐1974 (average PER 17.17), 1975‐1982 (average PER 8.92) and 1983‐1997 (average PER 17.2 with a higher standard deviation). Looks at the economic conditions for each period and suggests that current PERs “may not be too high”. Finds a negative correlation between PERs and treasury bill rates, differing between industries; and that the bill rate explains 95 per cent of PER variation for the TSE300, although it is not significant for the gold and silver industry. Adds that divided payout ratios and lower investor risk aversion are positively related to PERs, but that growth rate has a more variable influence. Summarizes the findings and their implications for PER forecasters.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,905
Score d'incertitude au seuil0,701

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,043
Tête enseignante GPT0,215
Écart entre enseignants0,172 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueManagerial FinanceMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207