Overreaction in the REITs Market: New Evidence from Quantile Autoregression Approach
Notice bibliographique
Résumé
Real estate investment trusts (REITs) provide portfolio diversification and tax benefits, a stable stream of income, and inflation hedging to investors. This study employs a quantile autoregression model to investigate the dependence structures of REITs’ returns across quantiles and return frequencies. This approach permits investigation of the marginal and aggregate effects of the sign and size of returns, business cycles, volatility, and REIT eras on the dependence structure of daily, weekly, and monthly REIT returns. The study documents asymmetric and misaligned dependence patterns. A bad market state is characterized by either positive or weakly negative dependence, while a good market state is generally marked by negative dependence on past returns. The results are consistent with under-reaction to good news in a bad state and overreaction to bad news in a good state. Past negative returns increase and decrease the predictability of REIT returns at lower and upper quantiles, respectively. Extreme positive returns in the lower (upper) quantiles dampen (amplify) autocorrelation of daily, weekly, and monthly REIT returns. The previous day’s REIT returns dampen autoregression more during recession periods than during non-recession periods. The marginal impact of the high volatility of daily returns supports a positive feedback trading strategy. The marginal impact of the Vintage REIT era on monthly return autocorrelation is higher than the New REIT era, suggesting that increased participation of retail and institutional investors improves market efficiency by reducing REITs’ returns predictability. Overall, the evidence supports the time-varying efficiency of the REITs markets and adaptive market hypothesis. The predictability of REIT returns is driven by the state of the market, sign, size, volatility, and frequency of returns. The results have implications for trading strategies, policies for the real estate securitization process, and investment decisions.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».