On the survival of earnings fixated traders in an informational environment
Notice bibliographique
Résumé
Purpose The purpose of this paper is to examine the long-run survival of earnings fixated traders. Design/methodology/approach This paper builds a theoretical model of a competitive securities market where both rational traders and earnings fixated traders receive an informational signal about the asset payoff before any trade occurs. Since earnings fixated traders underestimate the mean and variance of the risky asset payoff, earnings fixated traders is shown to make less expected profits than rational traders. Findings If traders’ types replicate according to the relative profitability of their trading strategies, then earnings fixated traders will disappear in the long run. The results of this paper provide analytical support to Tinic’s (1990) intuition about the eventual disappearance of earnings fixated traders. Research limitations/implications In the literature, the underestimation of risk is popularly viewed as the cause of irrational traders being better able to exploit the misvaluations (created by noise traders) than rational traders. Hence, it favors the survival of irrational traders over rational traders. However, this paper disapproves this intuition in the informational environment of the competitive securities market. Practical implications The market environment plays a crucial role in determining the long-run survival of irrational traders. Originality/value This paper is the first to present a theoretical result showing that in this informational environment of the competitive securities market, the underestimation of risk by irrational traders does not give them advantage over rational traders in exploiting the misvaluations (created by noise traders) as it does in Callen and Luo (2011) and Hirshleifer and Luo (2001).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».