Forecasting the cross-sectional stock returns: Evidence from the United Kingdom
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.
Notice bibliographique
Résumé
The study provides the forecasts of expected returns based on cross-sectional estimates from the Fama-Macbeth regressions in the United Kingdom. We collected the data of listed firms on the London Stock Exchange on the DataStream from January 1980 to December 2020. We analyze the data sample by employing three cross-sectional models' ten-year rolling estimates of Fama-Macbeth slopes. The empirical findings demonstrate that an investor can derive a composite estimate of the expected return by integrating various company-specific variables in real-time. Model 1 indicates that the expected-return estimates have a predictive slope for future monthly returns of 95.07%, with a standard error of 0.1981. Moreover, model 2 and model 3 report the predictability of returns are 77.57% and 76.94%. In short, our empirical evidence suggests that investors and stakeholders may consider using model 1 to estimate the cost of equity due to its simplicity and effective prediction capability. Our findings are consistent with trade-off theory and prior literature.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,070 | 0,135 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,013 |
| Études des sciences et des technologies | 0,009 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,011 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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