Evidence of Abnormal Trading on COVID-19 Pfizer Vaccine Development Information
Notice bibliographique
Résumé
The 2019 COVID-19 pandemic led to an economic slowdown worldwide and shook the investment world. Pharmaceutical investments were influenced by the anticipation of COVID-19 vaccine developments. Our study examines the real-time impact of public announcements concerning COVID-19 vaccine developments on stock returns and volatilities for Pfizer, Moderna, and the S&P 500. Market Return and Information Event methodology were used to analyze stock activities immediately before important public COVID-19 vaccine development announcements related to Pfizer and Moderna vaccines. This methodology was employed for vaccine news announcements between 2 January 2020 and 4 March 2022. Stock returns and volatility were analyzed with time-series regression analysis. Findings demonstrated that increased trade volatilities occurred immediately prior to COVID-19 vaccine development news was made public. Specifically, Pfizer stock returns were significantly higher (above the mean) immediately before positive COVID-19 vaccine development information was made public. Also, increased volume volatility was observed for Pfizer, Moderna, and the S&P 500 index stocks immediately before positive vaccine development information concerning Pfizer and Moderna vaccines were made public. These findings suggest that the vaccine information may have been leaked before being made public. If so, the findings may indicate that investors were taking advantage of insider information while trying to mitigate the appearance that they engaged in insider trading.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».