Bibliographic record
Abstract
Cette étude propose une comparaison entre deux structures d'échanges dans les marchés financiers: les marchés aux enchères et les marchés de contreparties. Les marchés aux enchères sont concentrés et régis par les ordres alors que les marchés de contreparties sont fragmentés et régis par les prix. Par rapport à la littérature, cette comparaison se base sur les deux dimensions qui distinguent les deux structures, à savoir le timing de soumettre des ordres (marchés dirigés par les ordres et marchés dirigés par les prix) et le niveau de concentration dans les deux marchés (centralisation et fragmentation). De plus, la comparaison utilise différentes mesures de performances des marchés: robustesse aux problèmes d'asymétrie d'information, efficience informationnelle, variance des prix, agressivité des ordres des informés et la liquidité du marché. On montre que l'utilisation des deux dimensions qui distinguent les deux structures aboutit à des résultats parfois complètement contraires à ceux préconisés dans d'autres études utilisant une seule des deux dimensions. En effet, on montre que les marchés aux enchères sont moins sensibles aux problèmes d'asymétrie d'information et sont plus efficients. Pour la variance des prix, l'agressivité des stratégies des informés et la profondeur du marché, la comparaison dépend du nombre d'agents dans les marchés.
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 | 0.002 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.026 | 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".