MétaCan
Menu
Retour à la cohorte
Enregistrement W4292170300 · doi:10.1016/j.jmse.2022.07.003

Correlation uncertainty, limited participation, and flight to quality

2022· article· en· W4292170300 sur OpenAlexaff
Helen Hui Huang, Yanjie Wang, Shunming Zhang

Notice bibliographique

RevueJournal of Management Science and Engineering · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensUniversity of Regina
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésAsset (computer security)AmbiguityCorrelation coefficientEconometricsQuality (philosophy)EconomicsInstitutional investorFinancial economicsInformation qualityCorrelationMicroeconomicsFinanceMathematicsComputer scienceStatisticsPhysicsInformation system

Résumé

récupéré en direct d'OpenAlex

This study extends the multi-asset model of Huang et al. (2017), who examine only two types of investors, by adding a new investor type with partial information on the correlation coefficient and re-explores the limited participation phenomenon under correlation ambiguity. We investigate whether asset allocations depend on incomplete information under market equilibrium—specifically, whether investors with less information might hold greater equilibrium positions than investors with more information. We find that, as the true correlation coefficient (and the maximum correlation coefficient for ambiguity-averse investors) increases and asset quality increases, investors with less information escape from low- to high-quality assets, thus exhibiting a flight-to-quality trading pattern in equilibrium.

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)0,002
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 enseignants0,870
Score d'incertitude au seuil0,193

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,030
Tête enseignante GPT0,236
Écart entre enseignants0,206 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management Science and EngineeringMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207