MétaCan
Menu
Retour à la cohorte
Enregistrement W4311960483 · doi:10.3390/ijfs10040113

Relationship between Stock Returns and Trading Volume at the Bourse Régionale des Valeurs Mobilières, West Africa

2022· article· en· W4311960483 sur OpenAlexaff
Jean‐Pierre Gueyié, Mouhamadou Saliou Diallo

Notice bibliographique

RevueInternational Journal of Financial Studies · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésEconometricsAutoregressive modelAutoregressive conditional heteroskedasticityEconomicsStock (firearms)HeteroscedasticityStock market indexIndex (typography)Financial economicsStock marketComputer scienceVolatility (finance)Geography

Résumé

récupéré en direct d'OpenAlex

The objective of this paper is to study the contemporaneous relationship and the dynamic relationship between the stock index return and the trading volume on the Bourse Régionale des Valeurs Mobilières using daily data from 5 January 2015 to 31 October 2022. Estimations are made using the generalized method of moments (GMM) and generalized autoregressive conditional heteroscedasticity or GARCH (1,1) specifications for the contemporaneous regressions and the vector autoregressive specification for the dynamic (causal) relationship. The contemporaneous specifications show that there is no significant relationship between stock returns and trading volume. Neither of the two variables significantly influences the other. Furthermore, the dynamic specification shows a causality running from stock returns to trading volume but the reverse is not true. For the period covered by the study, the results invalidate both the mixture of distribution hypothesis and the sequential information arrival hypothesis and open the way for other considerations such as behavioral models.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,117
Tête enseignante GPT0,283
Écart entre enseignants0,166 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Financial StudiesMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207