L’incidence de la vente à découvert sur les réactions du marchéà la publication des résultats
Bibliographic record
Abstract
Les auteurs examinent l’incidence de la demande inhérente que supposent les positions courtes en étudiant dans quelle mesure les réactions des cours boursiers à la publication des résultats dépendent du niveau des positions courtes. Selon leurs constatations, si les nouvelles publiées sont extrêmement positives ou extrêmement négatives, la demande inhérente entraîne à la hausse le cours des actions à proximité de la date de la publication des résultats, la hausse étant plus prononcée dans le cas des nouvelles positives que des nouvelles négatives. Plus précisément, la réaction initiale du marchéà des résultats imprévus extrêmement positifs est plus importante dans le cas d’entreprises ayant des niveaux élevés de positions à découvert. En revanche, lorsque les résultats imprévus sont extrêmement négatifs, la réaction initiale du marché est moins négative dans le cas d’entreprises dont le niveau des positions à découvert est élevé. Les auteurs constatent au surplus que l’ampleur du mouvement réactif suivant la publication des résultats est plus modeste (plus marquée) dans le cas de résultats imprévus extrêmement positifs (négatifs) pour les entreprises dont les positions à découvert sont importantes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.032 | 0.121 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".