MétaCan
Menu
Retour à la cohorte
Enregistrement W2761686788 · doi:10.1186/s40929-017-0016-9

Liquidity and volatility commonality in the Canadian stock market

2017· article· en· W2761686788 sur OpenAlexafffundabout
Nathan Gold, Qiming Wang, Melanie Cao, Huaxiong Huang

Notice bibliographique

RevueMathematics-in-Industry Case Studies · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensFields Institute for Research in Mathematical SciencesCentre for Global Health ResearchYork University
Organismes subventionnairesDivision of Mathematical SciencesNatural Sciences and Engineering Research Council of CanadaMitacsFields Institute for Research in Mathematical SciencesTD Bank
Mots-clésMarket liquidityLiquidity crisisAccounting liquidityVolatility (finance)Liquidity riskMonetary economicsMarket makerLiquidity premiumEconomicsStock (firearms)Bid–ask spreadMarket impactStock marketFinancial economicsBusinessEconometricsMarket microstructureFinanceOrder (exchange)EngineeringBiology

Résumé

récupéré en direct d'OpenAlex

This paper studies liquidity and volatility commonality in the Canadian stock market. We show that five various liquidity measures display strong evidence of commonality at both market-wide and industry specific levels. Our findings extend the results of previous studies in liquidity commonality, and show that even after controlling for individual determinants of liquidity such as price, volume, and volatility, liquidity commonality remains. In addition to demonstrating liquidity commonality, we also investigated the causal relationship between liquidity and volatility. Our evidence indicates that depth, proportional effective spread, and liquidity changes predict volatility changes for bid-ask spread, depth, and proportional effective spread.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,551
Score d'incertitude au seuil0,907

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,140
Tête enseignante GPT0,310
Écart entre enseignants0,169 · 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'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

Citations13
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMathematics-in-Industry Case StudiesMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207