MétaCan
Menu
Retour à la cohorte
Enregistrement W3116033380 · doi:10.1080/02102412.2020.1863126

Liquidity level or liquidity risk? A fresh look with new measures

2020· article· es· W3116033380 sur OpenAlexafffund
Ahmad Al-Haji

Notice bibliographique

RevueSpanish Journal of Finance and Accounting / Revista Española de Financiación y Contabilidad · 2020
Typearticle
Languees
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesUniversity of Alberta
Mots-clésMarket liquidityLiquidity riskBusinessFinancial systemMonetary economicsEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

Lou and Sadka, in a study that was published in 2011, examine the effect of stock liquidity characteristics on stock performance during the 2008–2009 crisis. Their conclusion is that liquidity risk, and not the liquidity level, explains stock performance during the crisis. Lou and Sadka measure liquidity via Amihud’s illiquidity measure. I construct a new measure of illiquidity, based on transaction-by-transaction price changes and conduct a similar analysis to that in Lou and Sadka. My findings show that, controlling for liquidity risk, the level of liquidity has incremental explanatory power for stock performance during the crisis. My analysis suggests that the level of liquidity and liquidity risk are both important facets of stock liquidity and that there might be an interaction or overlap between the two.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,042
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0090,008
Études des sciences et des technologies0,0010,010
Communication savante0,0090,034
Science ouverte0,0030,003
Intégrité de la recherche0,0030,013
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,235
Écart entre enseignants0,193 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSpanish Journal of Finance and Accounting / Revista Española de Financiación y ContabilidadMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207