MétaCan
Menu
Retour à la cohorte
Enregistrement W2131918167 · doi:10.1142/s0219024908004750

INSIDER TRADING AND VOLUNTARY DISCLOSURE

2008· article· en· W2131918167 sur OpenAlexaff
Philippe Grégoire

Notice bibliographique

RevueInternational Journal of Theoretical and Applied Finance · 2008
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMarket liquidityBusinessInsider tradingAsset (computer security)Order (exchange)InsiderInformation asymmetryNoise (video)Monetary economicsFinanceEconomicsComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

We set up a model to study the voluntary disclosure of information by insiders of publicly traded companies. We consider a trading framework as in [14] with many assets and one insider per asset. There is one discretionary liquidity trader who can allocate his trades across the different assets and many noise traders who trade with equal intensity in all assets. Before trade begins, insiders can disclose information in order to attract the discretionary liquidity trades. We show that if the level of noise trading is above a certain threshold, then there is an equilibrium where all insiders do not disclose any information. Below this threshold, equilibria are such that some information is always revealed by insiders. We also find that the greater the number of assets, the smaller the intensity of noise trading must be in order to induce insiders to disclose some information, and we find that insiders reveal all their information when the intensity of noise trading approaches zero.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,341

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,015
Tête enseignante GPT0,203
Écart entre enseignants0,188 · 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

Citations16
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Theoretical and Applied FinanceMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207