MétaCan
Menu
Retour à la cohorte
Enregistrement W3182432781 · doi:10.1111/acfi.12822

Institutional ownership and liquidity commonality: evidence from Australia

2021· article· en· W3182432781 sur OpenAlexaff
Reza Bradrania, Robert J. Elliott, Wei Wu

Notice bibliographique

RevueAccounting and Finance · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMarket liquidityInstitutional investorEquity (law)Accounting liquidityBusinessMonetary economicsForeign ownershipLiquidity crisisForeign direct investmentLiquidity riskFinancial systemEconomicsFinanceCorporate governancePolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract We study the liquidity commonality impact of local and foreign institutional investment in the Australian equity market in the cross‐section and over time. We find that commonality in liquidity is higher for large stocks compared to small stocks in the cross‐section of stocks, and the spread between the two has increased over the past two decades. We show that this divergence can be explained by foreign institutional ownership. This finding suggests that foreign institutional investment contributes to an increase in the exposure of large stocks to unexpected liquidity events in the local market. We find a positive association between foreign institutional ownership and commonality in liquidity across all stocks, particularly in large and mid‐cap stocks. Correlated trading by foreign institutions explains this association. However, local institutional ownership is positively related to the commonality in liquidity for large‐cap stocks only.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,505
Score d'incertitude au seuil0,611

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 savante0,0000,001
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 Opus0,111
Tête enseignante GPT0,259
Écart entre enseignants0,148 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccounting and FinanceMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207