MétaCan
Menu
Retour à la cohorte
Enregistrement W2089311098 · doi:10.5539/ijef.v4n11p1

The Attenuation of Idiosyncratic Risk under Alternative Portfolio Weighting Strategies: Recent Evidence from the UK Equity Market

2012· article· en· W2089311098 sur OpenAlexvenueno aff
Chia Rui Ming Daryl, Lim Kai Jie Shawn

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2012
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInsurance and Financial Risk Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiversification (marketing strategy)PortfolioWeightingSystematic riskMarket capitalizationEconometricsEconomicsEquity (law)Financial economicsMarket portfolioBusinessActuarial scienceStock market

Résumé

récupéré en direct d'OpenAlex

In this study, we investigate the attenuation of idiosyncratic risk and corresponding benefits of diversification for equally weighted and market capitalisation weighted portfolios in the UK Equity Market over 2002 - 2012. We analyse the absolute benefits of risk reduction by testing the homogeneity of variances of portfolios of different sizes using Levene's Test. Next, we perform a cost-benefit analysis to determine the return benefit of diversification from a practical perspective. We find that the absolute benefits of diversification for an equally weighted portfolio are greater in the 'crisis' than 'pre-crisis' period, but when we analyse the results from a practical perspective the benefits fall dramatically and the results are reversed. When comparing the benefits of market capitalisation weighted and equally weighted portfolios, we note that the benefits of diversification tend to be greater for an equally weighted portfolio for small portfolios but that a crossover occurs as the size of the portfolio increases. The relative benefits of diversification under these different weighting strategies are thus highly dependent upon the state of the market and further study is needed to determine why the diversification benefits for the alternative weighting strategies decay at varying rates.

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)0,002
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 enseignants0,402
Score d'incertitude au seuil0,386

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,050
Tête enseignante GPT0,275
Écart entre enseignants0,225 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetInsurance and Financial Risk ManagementTravaux en français237 207