MétaCan
Menu
Retour à la cohorte
Enregistrement W2033180244 · doi:10.1108/10867370610711039

A reformulated asset pricing model based on contrarian strategies

2006· article· en· W2033180244 sur OpenAlexaff
Zhongzhi He, Lawrence Kryzanowski

Notice bibliographique

RevueStudies in Economics and Finance · 2006
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensConcordia UniversityBrock University
Organismes subventionnairesnon disponible
Mots-clésContrarianEconomicsCapital asset pricing modelMicroeconomicsValue (mathematics)OriginalityArbitrageRational expectationsStock (firearms)Financial economicsEconometricsComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose Researchers have proposed characteristics‐based pricing models as an alternative to risk‐based pricing models. While supported empirically, these characteristic‐based models lack theoretical support. This paper seeks to reformulate an asset‐pricing model (RAPM) to demonstrate why firm characteristics help to explain stock returns. Design/methodology/approach The RAPM is grounded in an economic setting where two groups of agents hold different beliefs about firm fundamental values, and the more sophisticated group (rationals) adopts contrarian strategies against the naïve group (quasis). The model is derived in a static equilibrium within the consumption‐investment framework with heterogeneous agents. Findings The key theoretical result is a parsimonious equation of cross‐sectional expected returns that not only are specified by the traditional risk‐return relation, but also are determined by contrarian adjustments at both market‐wide and firm‐specific levels. When the model is taken to empirical specifications, it leads to consistent explanations for the behaviors of growth and value stocks, and for size and book‐to‐market effects. Research limitations/implications The RAPM is a one‐period model that assumes that “rationals” have perfect knowledge about “quasis” sentiment parameter and their relative market weights. In future research, it is planned to extend this static model to multiple periods to incorporate a learning process by which “rationals” learn these parameters over time. Practical implications The RAPM clearly identifies four criteria for implementing arbitrage opportunities in investments. These criteria formalize the common practices in the mutual/hedge fund industry. Originality/value The paper develops an original framework that formally supports the characteristics‐based models. It offers insights for researchers in behavioral finance and guidelines for investment practitioners.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,420
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,033
Tête enseignante GPT0,237
Écart entre enseignants0,205 · 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.

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

Citations4
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in Economics and FinanceMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207