MétaCan
Menu
← Retour à la cohorte
Enregistrement W2258382097

The Investment Characteristics Of ADRs

2001· article· en· W2258382097 sur OpenAlexaff
Joseph H. Callaghan, Robert T. Kleiman, Anandi P. Sahu

Notice bibliographique

RevueSSRN Electronic Journal · 2001
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésWeightingIndex (typography)PortfolioSample (material)Risk–return spectrumInvestment (military)EconomicsDividendActuarial scienceFinancial economicsBusinessEconometricsMedicineFinanceChemistryComputer sciencePolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper examines the investment characteristics and performance measures of American Depository Receipts (ADRs) for the 1983-1992 time frame. In contrast to previous studies, a more complete sample of ADRs and a fuller set of performance metrics is examined. ADRs are found to have lower P/E multiples, higher dividend yields, and lower market-to-book ratios than international benchmarks, as measured by the Morgan Stanley Capital International Perspective (MSCIP). In addition, significant differences in country and industry representations between the ADR sample and the world market portfolio are found. Over the 10-year time frame, growth in ADR trading volume significantly exceeded that of the S&P 500. Further, ADRs provide a higher monthly return and a higher standard deviation than the MSCIP, while both the ADR sample and the MSCIP have lower betas than the S&P 500. Moreover, there is no meaningful difference in the betas of the ADRs and the MSCIP suggesting that ADRs have greater firm-specific risk than the world index. Finally, ADRs offer greater return per unit of risk than does the MSCIP. Therefore, ADRs should receive a significant weighting in the portfolios of internationally diversified investors.

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)0,005
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,201
Écart entre enseignants0,186 · 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

Citations0
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

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