MétaCan
Menu
Retour à la cohorte
Enregistrement W2789446326 · doi:10.1142/9789814405461_0020

The Predictive Ability of the Bond-Stock Earnings Yield Differential Model

2012· book-chapter· en· W2789446326 sur OpenAlexaff
Klaus Berge, Giorgio Consigli, William T. Ziemba

Notice bibliographique

RevueWORLD SCIENTIFIC eBooks · 2012
Typebook-chapter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensPacific Institute for the Mathematical Sciences
Organismes subventionnairesnon disponible
Mots-clésBondEarnings yieldEconomicsEquity (law)Stock (firearms)Financial economicsEarningsYield curveEconometricsStock marketYield (engineering)Earnings per shareFinancePrice–earnings ratio

Résumé

récupéré en direct d'OpenAlex

AbstractThe Federal Reserve (Fed) model provides a framework for discussing stock market over- and undervaluation. It was introduced by market practitioners after Alan Greenspan’s speech on the market’s irrational exuberance in November 1996 as an attempt to understand and predict variations in the equity risk premium (ERP). The model relates the yield on stocks (measured by the ratio of earnings to stock prices) to the yield on nominal Treasury bonds. The theory behind the Fed model is that an optimal asset allocation between stocks and bonds is related to their relative yields and when the bond yield is too high, a market adjustment is needed resulting in a shift out of stocks into bonds. If the adjustment is large, it causes an equity market correction (a decline of 10% within one year); hence. there is a short-term negative ERP. The model predicted the 1987 US., 1990 Japan, 2000 US., and 2002 US. corrections…

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,575
Score d'incertitude au seuil0,953

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,045
Tête enseignante GPT0,202
Écart entre enseignants0,158 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWORLD SCIENTIFIC eBooksMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207