La perception du risque de titres financiers : l’importance relative et l’influence de certains facteurs de risque
Bibliographic record
Abstract
Cet article présente une analyse de l’importance relative et de l’influence de différents facteurs socio-économiques, institutionnels et systémiques sur la perception du risque de titres financiers chez des gestionnaires de portefeuilles. Les résultats proviennent d’une enquête menée en juin 1990 auprès d’une vingtaine d’investisseurs institutionnels québécois auxquels on avait demandé de quantifier l’importance relative qu’ils accordent à sept facteurs généralement considérés comme représentatifs de l’ensemble des facettes du risque et adéquats pour la détermination du classement du risque de titres provenant de deux secteurs de l’économie, celui des banques et celui de la consommation. Les préférences des répondants, exprimées à partir de comparaisons par paires, ont été étudiées à l’aide d’une variante statistique, proposée par De Jong (1984), du procédé d’analyse hiérarchique de Saaty. Il ressort de cette enquête qu’en dépit d’une grande diversité d’opinions quant à l’importance relative à accorder aux différents facteurs de risque, le classement des titres d’un même secteur varie très peu d’un facteur à l’autre. Une explication de ce phénomène est suggérée.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".