Random walk and breaking trend in financial series: An econometric critique of unit root tests
Notice bibliographique
Résumé
Abstract The present note sheds light on several pitfalls associated with unit root tests that are overlooked by a growing volume of literature in financial economics. Specifically, several studies have confused unit root tests with the Random Walk hypothesis. Unit root tests are not designed for such a task since they aim at investigating whether a time series is difference‐stationary or trend‐stationary and are not, therefore, predictability tests. Secondly, we emphasize some serious shortcomings associated with the widely used unit root test developed by Zivot and Andrews [Zivot, E. & Andrews, D.W.K. (1992). Further evidence on the great crash, the oil‐price shock, and the unit‐root hypothesis. Journal of Business and Economic Statistics, 10, 251–270.]. In particular, we stress that results from the Zivot–Andrews test are sensitive to the methods employed to calculate the critical values and to select the maxim lag k. Furthermore, Zivot–Andrews test imposes a one time structural break in a time series; however recent studies showed that not counting for other true structural breaks may bias the results and may cause a spurious rejection of the unit root null hypothesis. Finally, we support our arguments by an empirical example based on the findings of Narayan and Smyth [Narayan, K.P. & Smyth, R. (2004). Is South Korea's stock market efficient? Applied Economics Letters, 11, 707–710.] with regards to the efficiency of South Korean stock market. We show that contrary to what the authors claim, the KSE (KOSPI) price index is predictable, and hence the South Korean stock market is not informationally efficient.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,041 | 0,262 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».