MétaCan
Menu
Retour à la cohorte
Enregistrement W4321438919 · doi:10.1016/j.qref.2023.02.007

Outliers and momentum in the corporate bond market

2023· article· en· W4321438919 sur OpenAlexaff
Valentina Galvani, Lifang Li

Notice bibliographique

RevueThe Quarterly Review of Economics and Finance · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésOutlierMomentum (technical analysis)IssuerEconometricsBondCorporate bondDiversification (marketing strategy)EconomicsProfitability indexPortfolioYield (engineering)Financial economicsBusinessMathematicsStatisticsFinancePhysicsMarketing

Résumé

récupéré en direct d'OpenAlex

How we filter outliers matters in empirical research. As a demonstration, we analyze how momentum returns respond to different outlier treatments in the corporate bond market TRACE database. We find that momentum profitability depends crucially on return outliers. Specifically, outlier trimming vanishes momentum returns, whereas winsorization yields a robust but conservative assessment of the momentum effect. Positive outliers are better than negative ones at identifying bonds that display return continuation and, thus, yield momentum gains. Price and volume-based sample treatments show that momentum gains stem from low-priced bonds and bonds solely traded by retail investors. Lastly, finer partitions of the bond cross-section deliver superior momentum gains without sacrificing portfolio diversification over bonds and issuers.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,440
Score d'incertitude au seuil0,446

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 Opus0,037
Tête enseignante GPT0,218
Écart entre enseignants0,181 · 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'étudeThéorique ou conceptuel
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Quarterly Review of Economics and FinanceMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207