Do Small Indonesian Companies Have a Better Performance in the Stock Market than Larger Ones?
Notice bibliographique
Résumé
Company specific characteristics, such as size, might have an impact on stock performance. In fact, there is an extensive literature supporting the existence of a small capitalization effect stock in many markets, such as the U.S. (Fama, 1992), UK (Andrikopoulus, 2008)) and Thailand (Alfonso, 2016). In this article the Indonesian case is presented. Indonesia has a growing economy and financial markets and is one of the ASEAN countries. The performance of small and large capitalization stock from 2010 to 2016 was analyzed in this article. The results, at a 5% confidence level, indicate that the assumption that the returns from small and large capitalization stocks for that period being the same cannot be rejected. The result was consistent when analyzing the entire period or when analyzing every single year independently. The test used to compare the performance of small and large capitalization stocks was the Wilcoxon test. The risk adjusted returns were also compared with the conclusion remain the same. The returns of the index as well as the logarithmic returns, during the same, period did not appear to follow a normal distribution. Normal distribution is not an assumption required by the Wilcoxon test. The idea that small capitalization stocks outperformed large capitalization stocks cannot be supported by either the results of the statistical tests or by the actual returns during that period. The finding supports that there are significant differences between the behavior of the stock market in Indonesia and other comparable countries like Thailand.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».