Is Socially Responsible Indices Weak Form of Efficient Market? Evidences from Developing Economies
Notice bibliographique
Résumé
The study is an attempt to identify the presence of randomness in the socially responsible indices (SRI) of the stock markets of developing countries. Five developing economies are considered for the test of randomness on daily, weekly, monthly, quarterly and semiannual return of socially responsible indices and their benchmark indices. Shapiro-Wilk test is used to test the normality of the data whereas Runs test and Augmented Dickey-Fuller test are used depending on the randomness of the data. It is observed that India, Arab and Egypt show non-randomness whereas Brazil and South Africa show randomness in daily returns. Weekly returns on the other hand are random in Brazil, Arab, South Africa, and non-random in India and Egypt. Monthly and quarterly returns show randomness in India, Arab, Egypt, South Africa and non-randomness in Brazil whereas semiannual returns show randomness for all economies. It is also observed that most socially responsible indices resonate the randomness patterns of their benchmark indices. Most of the non-randomness is seen in short-run indicating inefficiency in the market. However, in long-run, the market goes random or efficient which is an indication that more than average profit can be earned by resorting to technical trading in the short run. Moreover, the similarity in randomness between socially responsible indices and their benchmark indices indicates that similar trading strategy can be applied by traders in both these indices to garner profit.
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 | 0,007 |
| 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 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».