MétaCan
Menu
← Retour à la cohorte
Enregistrement W2109683579

Separating Winners from Losers Among Value and Growth Stocks in Different US Exchanges: 1969-2011

2014· article· en· W2109683579 sur OpenAlexaff
George Athanassakos

Notice bibliographique

RevueSSRN Electronic Journal · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésValue premiumSample (material)Value (mathematics)Growth stockEconomicsFinancial economicsEconometricsMarket valueBusinessMonetary economicsCapital asset pricing modelAccountingStock marketStatisticsGeographyMarket makerMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper is twofold: (a) to determine whether there is value premium in our sample of US stocks for the period May 1, 1969-April 30, 2011; and (b) to examine whether an additional screening to the first step of the value investing process can be employed to separate the outperforming value and growth stocks from the underperforming ones. In this paper, we document the following: We find a consistently strong and pervasive value premium over the sample period. We show that there are distinct differences between US exchanges which means that papers that aggregate all US exchanges under one umbrella may dilute findings and bias conclusions. The stocks of AMEX firms, high business risk firms and firms that report extraordinary items experience worse returns than the rest of the US stocks in our sample. We find that P/E based sortings produce better overall results than sortings based on P/B. We are able to construct a composite score indicator (SCORE), combining various fundamental and market metrics, which enable us not only to separate the winners from the losers among value and growth stocks, but also to predict future returns of value and growth stocks. SCORE portfolios give better results for sortings based on P/E and when we employed a cross-section-time series medians approach. Results remain robust for a time period out of sample, for negative P/E or P/B ratio firms and for the firms that were excluded from SCORE-based performance, namely, AMEX stocks, stocks with high business risk and firms that reported extraordinary items the year before. Finally, we provide evidence that the return of a portfolio strategy that buys (sells) stocks that rank low (high) in the composite score indicator has significant explanatory power in an asset pricing model framework and that such a strategy earns statistically significant positive returns.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,010
Tête enseignante GPT0,189
Écart entre enseignants0,179 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic Journal→Même sujetFinancial Markets and Investment Strategies→Travaux en français237 207→