MétaCan
Menu
Retour à la cohorte
Enregistrement W3125683144

International Asset Pricing Under Segmentation and PPP Deviations

2005· article· en· W3125683144 sur OpenAlexaff
Ines Chaieb, Vihang R. Errunza

Notice bibliographique

RevueArchive ouverte UNIGE (University of Geneva) · 2005
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCapital asset pricing modelRisk premiumFinancial economicsBusinessPortfolioConsumption-based capital asset pricing modelPurchasing power parityEconomicsSecurity market lineMonetary economicsFinanceStock marketExchange rate
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We analyze the impact of both Purchasing Power Parity (PPP) deviations and barriers to international investment on asset pricing and investor’s portfolio holdings. The freely traded securities are priced similarly to Adler and Dumas (1983) and command two premiums: a global market risk premium and an inflation risk premium. The securities that can be held by only a subset of the investors command two additional premiums; a conditional market risk premium in the vein of Errunza and Losq (1985) and a segflation risk premium from bearing inflation risk in the presence of barriers. Our model nests several existing international asset pricing models and thus provides a framework to distinguish empirically between competing models. We test the conditional version of our model for eight major emerging markets. We use global market and industry portfolios, US and UK traded closed-end country funds, American Depository Receipts and Global Depository Receipts to replicate the returns on unattainable securities. We find that the global market, the conditional market and the global exchange risks are significantly priced as in previous research. Our results also point to the importance of the segflation risk which is statistically and economically significant.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,890
Score d'incertitude au seuil0,371

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,192
Écart entre enseignants0,172 · 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'étudeThéorique ou conceptuel
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

Citations9
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchive ouverte UNIGE (University of Geneva)Même sujetFinancial Markets and Investment StrategiesTravaux en français237 207