MétaCan
Menu
Retour à la cohorte
Enregistrement W2335848286

Stock Selection by Means of DEA and Stochastic Dominance

2010· article· en· W2335848286 sur OpenAlexaff
Leili Javanmardi, Yuri Lawryshyn

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEfficiency Analysis Using DEA
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésStochastic dominanceEconometricsData envelopment analysisStock (firearms)Dominance (genetics)EconomicsStatistical hypothesis testingFinancial economicsStatisticsMathematicsEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper investigates the problem of statistical testing for second order stochastic dominance (SSD) relations among a set of stocks. The SSD rule is the desirable condition that all risk averse, non-satiated investors seek. Due to the fact that SSD is not significantly confirmed by statistical tests, in most cases, weak dominance of some of stocks over others cannot be rejected at a high level of confidence (95% or higher). For this reason, we have tested the necessary rules of SSD efficiency incorporated into data envelopment analysis (DEA) models, recently proposed, on SSD statistical test results to remove the stocks that are weak SSD efficient. Weak SSD efficiency refers to stocks that are never dominated by others and reported as SSD efficient, but they are dominated by a combination of other stocks given the necessary rules of SSD efficiency. Based on an empirical study of 68 financial stocks from the S&P 500 Index, six stocks were determined to be SSD efficient. Applying DEA, this number was reduced to three. These three stocks are desirable choices for the class of investors who prefer having more wealth to less and are risk averse.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,836
Score d'incertitude au seuil0,398

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,029
Tête enseignante GPT0,341
Écart entre enseignants0,311 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEfficiency Analysis Using DEATravaux en français237 207