Bibliographic record
Abstract
Ce mémoire a pour objectif de bonifier les connaissances quant à la prévision de la prime de risque du marché des actions au Canada. La méthodologie présentée s’appuie sur l’hypothèse que les variables, permettant de prévoir la prime de risque, caractérisent la conjoncture économique et sont définies comme des variables d’état dans le modèle de Merton (1973). Les deux modèles de prévision utilisés peuvent être différenciés par leur caractère univarié et multivarié. Le second modèle fait usage de l’analyse en composantes principales afin de créer des facteurs capturant la majeure partie de la covariance des groupes de variables. On identifie trois groupes de variables spécifiques; ces groupes se distinguent par leur caractère macroéconomique, technique ou leur lien avec le sentiment du marché. Une innovation est présentée dans la création de cinq séries de données mensuelles afin de refléter le sentiment du marché des actions canadiennes. Une approche globale est employée dans le but de prévoir la prime de risque mensuelle du S&P/TSX, puis une approche segmentée répète le même processus pour dix secteurs d’activités. Pour chacune de ces deux approches, une série de tests hors échantillon, « out of sample » en anglais est étudiée. Le pouvoir de prévision de la prime de risque des groupes de variables est alors testé en contexte de récession et de période d’expansion. Finalement, le gain d’utilité des modèles est calculé à l’aide d’une simulation de l’allocation d’un portefeuille en fonction des prévisions préétablies. De façon globale, bien que plus d’indicateurs techniques soient statistiquement significatifs, les variables macroéconomiques semblent mieux performer dans la prévision de la prime de risque du Canada sur la période observée. Le ratio dividende-prix, le ratio de distribution des bénéfices et une prime de crédit semblent dominer les autres variables. L’utilisation d’indicateurs techniques est particulièrement intéressante lors de la prévision sectorielle, le momentum sur douze mois se distinguant de façon notable.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 0.001 |
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".