INVESTORS HERDING BEHAVIOR AND PANDEMIC-RISK RELATED IN THE GCC STOCK MARKETS
Notice bibliographique
Résumé
The decline in global markets and oil prices on the rear of coronavirus (COVID 19) spread caused a decrease in the indices of all Gulf Cooperation Council (GCC) securities exchanges. Therefore, the question that arises is the extent, if any, to which the pandemic-risk related has influenced the investors herding behavior in the GCC stock markets, but given the inherent difficulty of measuring investors herding behavior, it is clearly going to be difficult to obtain conclusive answers to this question. The study was undertaken in two stages, first, it was felt necessary to obtain a broad overview of the effect of the pandemic related to the risk of COVID-19 on investors' herding in the GCC. This was achieved by analyzing secondary data (i.e. daily historic prices of five GCC country market indices). In analyzing the secondary data, the study follows Christie and Huang (1995) and employs the cross-sectional standard deviation (CSSD) of returns to detect investors' herding behavior. Second, in an attempt to obtain a more precise understanding of the impact of pandemic related risk, a questionnaire survey was distributed and collected from 318 investors from the GCC stock markets. A confirmatory factor analysis (CFA) was also used as the primary analysis between the two variables: i.e. expectations of pandemic risk and herding behavior. The findings reveal that expectations of pandemic risk have a significant positive impact on the herding behavior in the GCC stock markets during the coronavirus crisis in the first quarter of 2020. Finally, the results of this study are robust to a range of model specifications.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».