Why We Should Stop Being Surprised that Lightly Regulated Markets Fall Short of the <scp>SEC</scp>'s Goals for Market Quality: A Discussion of “Private Intermediary Innovation and Market Liquidity”
Notice bibliographique
Résumé
Abstract The stated goals of the SEC are to protect investors, maintain orderly markets and facilitate capital formation. These goals can be achieved with very light regulation if, as assumed by traditional economic theory, investors process information costlessly and protect themselves from informational disadvantages, and firms optimally balance the costs and benefits of committing to make their reports reliable. A growing body of research demonstrates that light regulation fails to achieve the SEC's goals, because investors find information processing costly and fail to protect themselves. After reviewing theory and prior evidence, I discuss new lessons learned from Jiang, Petroni, and Wang ( ), who show that Pink Sheets® reduced the liquidity of firms with low reporting quality and increased the liquidity of firms with high reporting quality, merely by highlighting the quality of their listed firms’ disclosure. While the Pink Sheets® innovation might have occurred through many causal channels, all of them entail a violation of costless processing and self‐protection, and lead to the conclusion that this lightly regulated market did not initially meet the stated goals of the SEC. I conclude by arguing that markets can achieve the SEC's goals only if they exhibit a particularly strong version of “dynamic” market efficiency, which requires that each individual trade on the path to even incomplete revelation occurs at the then‐optimal price. Because dynamic efficiency is unlikely, we should stop being surprised to see evidence that lightly regulated markets fall short on key dimensions. Instead, we should use our well‐developed understanding of market inefficiency to guide regulation.
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 | 0,013 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,022 |
| Communication savante | 0,008 | 0,013 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,018 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».