MétaCan
Menu
Retour à la cohorte
Enregistrement W4312264059 · doi:10.55365/1923.x2022.20.51

Streamlining Investors’ Perceptions and the Behaviour of Capital Market Returns Around the World

2022· article· en· W4312264059 sur OpenAlexvenueno aff

Notice bibliographique

RevueReview of Economics and Finance · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsFinancial economicsVolatility (finance)Volatility clusteringStock marketAutoregressive conditional heteroskedasticityDescriptive statisticsCapital marketEconometricsFinanceStatisticsGeography

Résumé

récupéré en direct d'OpenAlex

This study adopted various econometric tools (Descriptive Statistics, Unit tests, Autocorrelation test, Pairwise Granger Causality test, Ordinary Least Square test, Normality/Random Walk test, Variance Ratio test and ARCH-GARCH models) to streamline the diverse investors' perceptions and behaviours of the capital market returns around the world.The study employed daily historical data from May 18, 2015 to June 6th, 2022, from prominent capital markets each from all the continents of the world: Nigeria, South Africa, USA, Germany, United Arab Emirate and China.Results of the analysis revealed that none of the market follows the random walk theory, hence investors cannot use the past data about the markets to predict their outcome.ARCH-GARCH models results showed that all the countries exhibited property of stock returns distribution known as volatility clustering or volatility pooling.The persistence parameter found that shocks to the conditional variance are persistent for all the capital markets under study.Asymmetric parameter results that all the countries except Nigeria corroborate the leverage effect theory; bad news create more volatility than good news of the same magnitude.Since all the markets under study do not follow random walk, demystifying the efficient market hypothesis, meaning that the behaviours of investors, heavily influenced by share prices deviated from the economic fundamentals or assumptions.This means that psychology of investors influence investment decision-making process and financial markets.Therefore, the researcher advises among others to place more emphasis on the theory of behavioural finance as a guide for decision concerning stock market investments.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
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 savante0,0010,001
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 Opus0,025
Tête enseignante GPT0,223
Écart entre enseignants0,197 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Economics and FinanceMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207