Market Microstructure and Securities Values Evidence from the Tel Aviv Stock Exchange＊
Notice bibliographique
Résumé
Securities markets around the world are making major investments to improve their trading technology. The London Stock Exchange is phasing in an automated, order-driven trading system to improve liquidity and reduce trading costs (see, London Stock Exchange, 1996). The current plan is to implement the system for the FTSE-100 stocks while preserving the traditional quote-driven system for large block trades. Other European stock exchanges (e.g., the French, Italian, Spanish, and Swedish markets) have converted their trading systems from the traditional call market to computer-based continuous trading alternatives. The stock exchanges of Toronto, Montreal, Vancouver, and Alberta have recently changed their trading systems to support decimal pricing ‘in a bid to increase liquidity’ (Reuters, 1996). In the United States, the Securities and Exchange Commission has introduced new rules requiring market-makers to incorporate in their public quotes both customer limit orders and orders they quote on electronic communication networks such as Instinet and Selectnet. These rules are intended to improve liquidity through increased market transparency and enhanced quality of execution (see, Securities and Exchange Commission, 1996). These reforms were partly triggered by the studies of Christie and Schultz (1994) and Christie et al. (1994), who presented evidence that market makers implicitly colluded to maintain high bid--ask spreads, and Huang and Stoll (1996), who showed that Nasdaq spreads exceeded NYSE benchmarks. Further, emerging markets are evaluating and implementing new trading systems, and are making considerable investments in improving their microstructure.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».