MétaCan
Menu
Retour à la cohorte
Enregistrement W3124646784 · doi:10.1016/j.jfineco.2012.07.002

Market Skewness Risk and the Cross Section of Stock Returns

2013· article· en· W3124646784 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCBS Research Portal (Copenhagen Business School) · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensUniversity of TorontoBank of Canada
Organismes subventionnairesnon disponible
Mots-clésSkewnessEconometricsEconomicsVolatility (finance)Financial economicsStock marketRisk premiumStock market indexMarket riskStock (firearms)Geography

Résumé

récupéré en direct d'OpenAlex

The cross-section of stock returns has substantial exposure to risk captured by higher moments in market returns. We estimate these moments from daily S&P 500 index option data. The resulting time series of factors are thus genuinely conditional and forward-looking. Stocks with high sensitivities to innovations in implied market volatility and skewness exhibit low returns on average, whereas those with high sensitivities to innovations in implied market kurtosis exhibit high returns on average. The results on market skewness risk are extremely robust to various permutations of the empirical setup. The estimated premium for bearing market skewness risk is between -6.00% and -8.40% annually. This market skewness risk premium is economically significant and cannot be explained by other common risk factors such as the market excess return or the size, book-to-market, momentum, and market volatility factors. Using ICAPM intuition, the negative price of market skewness risk indicates that it is a state variable that negatively affects the future investment opportunity set.

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.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,627
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,050
Tête enseignante GPT0,288
Écart entre enseignants0,238 · 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