5. Empirical resultsThe share futur

5. Empirical results
The share futures onset procedure in the ADEX took place in seven phases, as
illustrated in Table AI, of the Appendix. In Table AII we present descriptive statistics
for the seven onset phases for both the derivative and the control group. Table AII as
well as the corresponding Figure 1, of the Appendix, are useful in order to derive some
ad hoc insights about the first and second moments of the returns of the shares as well
as for the capitalization and trading volume of the corresponding firms. So, the control
sample consists of firms the returns of which have higher standard deviations than
those of the derivative group, while their capitalization and trading volume are lower,
in all derivative onset phases.
InTable AIII of the Appendix we present the estimated logit regressions for the seven
phases of the ADEX. It is obvious that the explanatory power is dominated by the
capitalization and the trading volume variables with a little contribution from
the volatility, CGCS and DP variables. The volatility contributes negatively to the
classification of the two groups. Hence, according to this empirical investigation,
the ADEX board has chosen firms with low volatilities in the derivatives listing.
According to the sign of the CGCS, we conclude that shareholder-friendly (democracies)
firms are better candidates for derivatives listing, than manager-friendly (dictatorships)
firms in some cases. Furthermore, the default probability has a marginal effect in the
derivatives listing process, a fact that is explained by the prevalence of the short run
objectives that the ADEX has been interested in. In order to strengthen the reliability of
the results we have contacted, for each phase of the derivatives listing process, an
analysis of the individual and the joint contribution of the independent variables, as
shown in the corresponding tables of the Appendix.
Finally, we propose an alternative methodology according to which we execute
daily logit regressions for every phase using a rolling window approach. From these
results we conclude with daily estimates of the logit regression coefficients and their
corresponding observed levels of statistical significance. In Figures 2-6 we show the

ผลลัพธ์ (ไทย) 1:

5 ผลเชิงประจักษ์
หุ้นขั้นตอนการโจมตีฟิวเจอร์สใน ADEX ที่เกิดขึ้นในเจ็ดขั้นตอนเป็น
แสดงในตารางไอของภาคผนวก ในตาราง aii เรานำเสนอสถิติเชิงพรรณนา
สำหรับขั้นตอนการโจมตีเจ็ดสำหรับทั้งอนุพันธ์และกลุ่มควบคุม ตาราง aii เป็น
รวมทั้งตัวเลขที่สอดคล้องกัน 1 ของภาคผนวกที่มีประโยชน์ในการที่จะได้รับมา
บางโฆษณาข้อมูลเชิงลึกเกี่ยวกับช่วงเวลาที่คณะกรรมการเป็นครั้งแรกและครั้งที่สองของผลตอบแทนของหุ้นเช่นกัน
สำหรับมูลค่าและปริมาณการซื้อขายหุ้นของ บริษัท ที่เกี่ยวข้อง ดังนั้นการควบคุมตัวอย่าง
ประกอบด้วย บริษัท ที่ให้ผลตอบแทนที่มีค่าเบี่ยงเบนมาตรฐานสูงกว่า
บรรดากลุ่มอนุพันธ์ในขณะที่มูลค่าและปริมาณการซื้อขายของพวกเขาจะลดลง
ในทุกขั้นตอนการโจมตีอนุ​​พันธ์.
intable บริหารทรัพยากรมนุษย์ของภาคผนวกที่เรานำเสนอการวิเคราะห์ logit ประมาณเจ็ดขั้นตอนของ ADEX
เป็นที่ชัดเจนว่าอำนาจในการอธิบายที่ถูกครอบงำด้วยมูลค่า
และตัวแปรปริมาณการซื้อขายที่มีส่วนร่วมเล็ก ๆ น้อย ๆ จากความผันผวน
, CGCs และ DP ตัวแปร ความผันผวนของผลทางลบกับการจัดหมวดหมู่
ของทั้งสองกลุ่ม ด้วยเหตุนี้ตามนี้การตรวจสอบข้อเท็จจริงเชิงประจักษ์
ADEX คณะกรรมการได้เลือก บริษัท ที่มีความผันผวนต่ำในรายชื่อตราสารอนุพันธ์.
ตามสัญญาณของ CGCs เราสรุปได้ว่าผู้ถือหุ้นที่เป็นมิตร (ประชาธิปไตย) บริษัท
มีผู้สมัครที่ดีสำหรับรายการตราสารอนุพันธ์กว่าผู้จัดการ ง่าย (เผด็จการ) บริษัท
ในบางกรณี นอกจากนี้ความน่าจะเป็นค่าเริ่มต้นมีผลกระทบเล็กน้อยใน
ดำเนินรายการอนุพันธ์ความจริงที่ว่าจะมีการอธิบายโดยความชุกของระยะสั้นวัตถุประสงค์
ADEX ที่ได้รับการสนใจในการที่จะเสริมสร้างความน่าเชื่อถือของ
ผลที่เราได้รับการติดต่อสำหรับขั้นตอนของการดำเนินรายการอนุพันธ์แต่ละ, การวิเคราะห์
ของแต่ละบุคคลและผลงานร่วมกันของตัวแปรอิสระที่เป็น
ดังแสดงในตารางที่สอดคล้องกันของภาคผนวก.
ในที่สุดเรานำเสนอวิธีการทางเลือกที่เป็นไปตามที่เราดำเนินการวิเคราะห์ logit
ทุกวันสำหรับขั้นตอนการใช้วิธีการทุกหน้าต่างกลิ้ง จากนี้ผล
เราสรุปด้วยการประเมินประจำวันของค่าสัมประสิทธิ์การถดถอย logit และ
ที่เกี่ยวข้องของพวกเขาจากการสังเกตระดับนัยสำคัญทางสถิติ ในตัวเลข 2-6 เราจะแสดง

ผลลัพธ์ (ไทย) 2:

5. ประจักษ์ผล
ตอนเริ่มมีอาการในอนาคตหุ้นใน ADEX เกิดในระยะ 7 เป็น
แสดงตารางไอ ภาคผนวก เรานำสถิติพรรณนาในตาราง AII
สำหรับระยะเริ่มเจ็ดอนุพันธ์และกลุ่มควบคุม ตาราง AII เป็น
เป็น 1 รูปสอดคล้องกัน ภาคผนวก ของดีมีประโยชน์ให้ยานพาหนะบาง
ข้อมูลเชิงลึกเฉพาะกิจเกี่ยวกับช่วงเวลาแรก และสองของผลตอบแทนของหุ้นเช่น
สำหรับตัวพิมพ์ใหญ่และไดรฟ์ข้อมูลของบริษัทที่เกี่ยวข้องในการซื้อขาย ดังนั้น การควบคุม
ประกอบตัวอย่างบริษัทที่ส่งคืนที่ได้เบี่ยงเบนมาตรฐานสูงกว่า
ของกลุ่มพัฒนา ในขณะที่ของมูลค่าและปริมาณการซื้อขายต่ำกว่า,
ในระยะเริ่มพัฒนาทั้งหมด
AIII InTable ของภาคผนวกเรานำเสนอ regressions ประเมิน logit สำหรับเจ็ด
ระยะของ ADEX เป็นที่ชัดเจนว่า อำนาจอธิบายถูกครอบงำด้วยการ
ตัวพิมพ์ใหญ่และตัวแปรปริมาณค้า มีสัดส่วนเพียงเล็กน้อยจาก
ผันผวน CGCS และ DP ตัวแปร ความผันผวนที่สนับสนุนส่งไป
จัดประเภทของกลุ่มสอง ดังนั้น ตามสอบสวนนี้ประจักษ์,
ADEX คณะกรรมการได้เลือกบริษัท มี volatilities ต่ำในอนุพันธ์รายการ
ตามเครื่องหมาย CGCS เราสรุปว่า ผู้ถือหุ้นมิตร (เหมือน ๆ)
บริษัทมีผู้สมัครที่ดีสำหรับอนุพันธ์รายการ กว่าเป็นมิตรผู้จัดการ (โป)
บริษัทในบางกรณี นอกจากนี้ ความน่าเป็นการเริ่มต้นการมีผลกำไรในการ
ประมวลผลรายการตราสารอนุพันธ์ ความจริงที่จะอธิบายความชุกของสั้น
ประสงค์ที่ ADEX ได้รับความสนใจในการ เพื่อเสริมสร้างความน่าเชื่อถือของ
ผลลัพธ์ที่เราได้ติดต่อ สำหรับแต่ละระยะของอนุพันธ์แสดงรายการกระบวนการ การ
วิเคราะห์ของแต่ละบุคคลและส่วนร่วมของตัวแปรอิสระ เป็น
แสดงในตารางที่เกี่ยวข้องของภาคผนวก
สุดท้าย เราเสนอวิธีการอื่นตามที่เราปฏิบัติ
regressions logit ประจำวันในทุกขั้นตอนโดยใช้วิธีการกลิ้งของหน้าต่าง จากนี้
เราสรุป ด้วยสัมประสิทธิ์ถดถอย logit ประจำวันประเมินผล และการ
ตรงสังเกตระดับนัยสำคัญทางสถิติ ใน ตัวเลข 2-6 แสดงการ

ผลลัพธ์ (ไทย) 3:

5 . ผลการวิจัยร่วมกัน
ซึ่งจะช่วยให้ขั้นตอนการซื้อขายล่วงหน้าในพระบรมราชู ปถัมภ์ adex ที่จัดขึ้นใน 7 ระยะคือ
ซึ่งจะช่วยอธิบายไว้ในตาราง AI ใน ภาคผนวก ในตาราง aii เรามีสถิติ
สำหรับเจ็ดขั้นตอนพระบรมราชู ปถัมภ์ สำหรับงานดัดแปลงมาจากที่กลุ่มและการควบคุมที่ทั้งสอง ตาราง aii
ซึ่งจะช่วยเป็นอย่างดีเป็นที่เกี่ยวข้องรูปที่ 1 ของ ภาคผนวก ที่มีประโยชน์ในการสั่งซื้อจะได้รับบางอย่าง
เครือข่ายเฉพาะกิจและข้อมูลเชิงลึกเกี่ยวกับช่วงเวลาครั้งแรกและครั้งที่สองของการส่งคืนของหุ้นที่เป็นอย่างดี
สำหรับปริมาณการซื้อขายและการใช้เงินทุนส่วนบริษัทที่เกี่ยวข้อง.
ซึ่งจะช่วยทำให้การควบคุมตัวอย่างที่ประกอบไปด้วยบริษัทส่งคืนของที่มีตัวแปรมาตรฐานในระดับที่สูงกว่ามากกว่า
ซึ่งจะช่วยผู้ที่ของกลุ่มงานดัดแปลงมาจากในขณะที่ปริมาณการซื้อขายและการใช้ตัวพิมพ์ใหญ่ของพวกเขาได้ในระดับที่ต่ำ
ในพระบรมราชู ปถัมภ์ ดัดแปลงจากระยะ.
ทั้งหมดintable aiii ของ ภาคผนวก ที่เรามีอยู่ด้านค่าจ้าง logit โดยประมาณสำหรับเจ็ด
ระยะที่ adex ที่ มันเป็นที่ชัดเจนแล้วว่าพลังอำนาจการอธิบายที่ถูกครอบงำโดยตัวแปร
การใช้ตัวพิมพ์ใหญ่และปริมาณการซื้อขายที่พร้อมด้วยชุดเล็กๆน้อยๆจากความผันผวน
ที่ cgcs DP ตัวแปรต่างๆและ ความผันผวนที่ช่วยส่งผลกระทบในทางลบกับ
ซึ่งจะช่วยการแบ่ง ประเภท ของทั้งสองกลุ่มได้ ดังนั้นจากการวิจัยนี้
บอร์ด adex ได้เลือกบริษัทที่มีกับความผันผวนต่ำในสัญญาซื้อขายล่วงหน้าที่ระบุรายชื่อ.
ตามเพื่อลงชื่อเข้าใช้ที่ของ cgcs ที่เราสรุปได้ว่าผู้ถือหุ้นที่เป็นมิตร(ประชาธิปไตย)
บริษัทมีผู้สมัครรับเลือกตั้งได้ดียิ่งขึ้นสำหรับสัญญาซื้อขายล่วงหน้ารายการกว่าที่ผู้จัดการ - ที่เต็มไปด้วย มิตรภาพ (ระบอบเผด็จการ)
บริษัทในบางกรณี ยิ่งไปกว่านั้นยังมีโอกาสดีฟอลต์ที่มีผลต่อหน่วยท้ายสุดใน
ตามมาตรฐานสัญญาซื้อขายล่วงหน้ารายการกระบวนการความจริงที่ว่าจะมีการอธิบายไว้อย่างละเอียดโดยมีมากกว่าการวิ่งในระยะทางสั้นๆเพื่อไปที่
วัตถุประสงค์ที่ adex ได้รับการมีส่วนได้เสียใน. ในการสั่งซื้อเพื่อเพิ่มความแข็งแกร่งให้กับความน่าเชื่อถือของผล
ซึ่งจะช่วยให้เรามีการติดต่อสำหรับแต่ละช่วงเวลาของสัญญาซื้อขายล่วงหน้าที่รายการกระบวนการ
ซึ่งจะช่วยให้การวิเคราะห์ของแต่ละบุคคลที่สนับสนุนและร่วมกันของตัวแปรอิสระ
แสดงไว้ในตารางที่เกี่ยวข้องของ ภาคผนวก ..
สุดท้ายเราจะเสนอทางเลือกวิธีการเป็นไปตามที่เราดำเนินการ
ซึ่งจะช่วยด้านค่าจ้าง logit ทุกวันสำหรับทุกช่วงการใช้วิธีการหน้าต่างที่เป็นลอนคลื่น ผลการทดสอบนี้จาก
ซึ่งจะช่วยเราสรุปมีการประเมินทุกวันของ coefficients ( Log logit และ
ที่เกี่ยวข้องพบว่าระดับของความสำคัญทางสถิติ ใน ภาพ 2-6 2-6 2-6 เราแสดงให้เห็นแล้ว