MétaCan
Menu
Retour à la cohorte
Enregistrement W3124307103

Extreme Risk Measures for International REIT Markets

2012· article· en· W3124307103 sur OpenAlexaff
Jian Zhou, Randy I. Anderson

Notice bibliographique

RevueJournal of International Crisis and Risk Communication Research · 2012
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésReal estate investment trustStock (firearms)PortfolioFinancial crisisBusinessFinancial marketFinancial economicsRisk managementEconomicsFinanceReal estateGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Extreme risks associated with extraordinary market conditions are catastrophic for all investors. The ongoing financial crisis has perfectly exemplified this point. Surprisingly there are few studies exploring this issue for REITs. This study aims to close the knowledge gap. We conduct a comprehensive study by utilizing all three methodological categories to examine their forecasting performances of VaR and ES for nine major global REIT markets. Our findings indicate that there is no universally adequate method to model extreme risks across global markets. Also, estimating risks for the stock and REIT markets may require different methods. In addition, we compare the risk profiles between the stock and REIT markets, and find that the extreme risks for REITs are generally higher than those of stock markets. The fluctuations of risk levels are well synchronized between the two types of markets. The current crisis has significantly increased the extreme risk exposure for both REIT and stock investors. In all, our results have significant implications for REIT risk management, portfolio selection and evaluation.

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)0,008
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,535
Score d'incertitude au seuil0,374

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,150
Tête enseignante GPT0,354
Écart entre enseignants0,204 · 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'étudeObservationnel
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of International Crisis and Risk Communication ResearchMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207