Bibliographic record
Abstract
L'objectif de ce mémoire est d'analyser les transactions d'initiés, effectuées sur la Bourse de Toronto, lors de la période 2008-2010. De façon plus spécifique, nous analysons les fréquences de transactions effectuées dans les jours entourant les annonces de surprise de bénéfice net trimestriel (BNT) et la profitabilité de celles-ci. Les études de Sivakumar et Waymire (1994) et Park et al. (1995) ont conclu que les fréquences moyennes quotidiennes des transactions d'initiés américains sont supérieures à la moyenne dans les premiers jours suivant la divulgation de rapports des résultats. L'hypothèse à vérifier, concernant les initiés canadiens, est de déterminer si leurs fréquences de transactions sont différentes de la moyenne lors des premiers jours suivant les surprises de bénéfice net trimestriel. Les résultats obtenus sont en accord avec cette hypothèse.- Selon Fama (1970), la forme forte d'efficience de marché implique que les initiés ne réalisent pas un rendement anormal moyen cumulé (RAMC) significativement différent de zéro. Les études de Basel et Stein (1979), Lee et Bishara (1989) et McNally et Smith (2003) ont tous rejeté l'efficience forte de la Bourse de Toronto. Cependant, Heinkel et Kraus (1987) ne rejettent pas l'efficience forte de la Bourse de Vancouver. L'hypothèse à vérifier concernant la profitabilité des transactions d'initiés est de déterminer si le marché canadien, représenté par la Bourse de Toronto, est efficient selon la forme forte. Pour ce faire, nous avons utilisé deux méthodologies pour calculer les RAMC, soit le modèle de marché utilisé par Basel et Stein (1979), Heinkel et Kraus (1987) et Lee et Bishara (1989), et le modèle simple utilisé par McNally et Smith (2003). Les résultats obtenus avec la méthode de marché nous permettent de rejeter cette hypothèse contrairement à ceux obtenus avec le modèle simple. Selon Park et. al. (1995), plusieurs études concluent que les surprises de BNT positives (négatives), sont suivies d'un RAMC positif (négatif). Grâce à leur connaissance, il est possible que les-initiés effectuent des transactions à des moments spécifiques entourant les surprises. L'hypothèse à vérifier est de déterminer si les transactions, effectuées à des moments précis relatifs aux surprises, obtiennent un RAMC différent que les transactions effectuées à d'autres moments. En général, les résultats obtenus rejettent cette hypothèse.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.000 | 0.003 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".