Three Major Crises and Asian Emerging Market Informational Efficiency: A Case of Pakistan Stock Exchange-100 Index
Notice bibliographique
Résumé
Periods of economic turmoil distort the ability of stock prices to reflect the available information. In the last three decades, emerging markets experienced numerous crises. The major three of them are the Asian Financial Crisis (1997–1998), Global Financial Crisis (2007–2009) and Global Pandemic Crisis (2020–2022). The nature, intensity and duration of these crises differ significantly. This study investigates the impact of these varying natures of crises on the level of informational efficiency. The empirical evidence is based on the emerging stock market of Pakistan. Index-level data are collected from Pakistan Stock Exchange-100 Index for the period 1995–2022. The rebalancing is done each year to ensure that the final sample is composed of only 100 stocks with the highest market capitalization. The results based on the Variance Ratio (VR) test show that informational efficiency is time-varying. Among all the three crises, informational efficiency deters more in the COVID-19 pandemic, albeit the market efficiency recovers soon. This implies that the arbitrage opportunity is marginal in crisis periods, while investors prefer to invest in post-crisis periods. Finally, our results reveal that among all the crises, investors were more informed in the Global Financial Crisis. Investors must keep a close eye on market regimes for designing investment solutions.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».