While no trader knows for sure whet

While no trader knows for sure whether the assets are correlated in the periods without insider information, there is potential for traders to mistakenly believe that the assets are correlated. Mistakenly inferring positive (negative) correlation between the two assets would drive the price of the non-shocked asset down (up) toward 200 (300) francs. Figure 6 classifies all periods with an information mirage. The criteria we use for classifying a period as containing a mirage is that the median trading price is closer to the mirage price level than the RE level, and the MSE is smaller when comparing trading prices with mirage price level than with RE level.

In order to verify whether the two standards above indeed correctly classify periods based on whether or not they contain an information mirage, we estimate the parameters of the King and Wadhwani (1990) model on those periods that we classify as mirage periods, and check whether the value of the parameters are in line with what their model would predict for rounds in which an information mirage occurs.

The regression specification is given in Equations (1) and (2). (Equation 7) measures the change of an asset’s average price from period 1 to period 2 within a round. This should be a function of systematic information from both markets as well as market-specific information. Note, however, that there is an overall decrease in value for both assets because in period 2, there is only one dividend remaining to be paid, instead of two dividends remaining in period 1. Thus, we incorporate the price decrease (i.e. Podd−250) into (Equation 8).

If the asset is the one that is shocked, there is an additional price decrease, which reduces the RE/PI price down to 125 francs, the average dividend of the shocked asset. This drop, in principle, would be interpreted as (Equation 9) francs by the uninformed traders. If, however, the traders are informed about the nature of asset correlational relationship, then the additional drop should be, instead, interpreted as (Equation 10), as the decrease affects the two assets systematically. The resulting values of the β1 coefficients would then be the following.

Results (Indonesian) 1:

Sementara pedagang tidak tahu pasti apakah aset berkorelasi dalam periode tanpa informasi insider, ada potensi bagi para pedagang untuk keliru percaya bahwa aset berkorelasi. Keliru dalam menyimpulkan korelasi positif (negatif) antara dua aset akan mendorong harga aset non-terkejut down (atas) menuju 200 (300) Franc. Gambar 6 mengklasifikasikan semua periode dengan informasi mirage. Kriteria yang kita gunakan untuk mengklasifikasikan periode sebagai yang mengandung mirage adalah bahwa harga rata-rata perdagangan lebih dekat ke tingkat harga mirage daripada tingkat RE, dan UMK lebih kecil ketika membandingkan harga perdagangan dengan mirage tingkat harga daripada dengan RE tingkat.Untuk memverifikasi apakah dua standar di atas memang benar mengklasifikasikan periode didasarkan pada apakah atau tidak mereka mengandung mirage informasi, kami memperkirakan parameter raja dan wanto model (1990) pada periode itu yang kami mengklasifikasikan sebagai periode mirage, dan memeriksa apakah nilai parameter yang sesuai dengan model apa yang mereka akan memprediksi untuk putaran di mana informasi mirage terjadi.Spesifikasi regresi diberikan dalam persamaan (1) dan (2). (Persamaan 7) mengukur perubahan harga aset rata-rata dari periode 1 untuk periode 2 dalam putaran. Ini harus menjadi fungsi sistematis informasi dari kedua pasar serta informasi pasar tertentu. Dicatat, bagaimanapun, bahwa ada secara keseluruhan penurunan nilai untuk aset kedua karena dalam periode 2, ada hanya satu dividen yang tersisa harus dibayar, bukan dua dividen yang tersisa di periode 1. Dengan demikian, kami menggabungkan penurunan harga (yaitu Podd−250) ke (persamaan 8).Jika aset yang terkejut, ada penurunan harga tambahan, yang mengurangi RE / PI harga ke 125 Franc, dividen rata-rata dari aset terkejut. Drop, pada prinsipnya, akan ditafsirkan sebagai Franc (persamaan 9) oleh para pedagang yang kurang informasi. Jika, namun, para pedagang diberitahu tentang sifat aset correlational hubungan, kemudian drop tambahan harus, sebaliknya, ditafsirkan sebagai (persamaan 10), sebagai penurunan mempengaruhi dua aset secara sistematis. Nilai-nilai yang dihasilkan dari koefisien β1 kemudian akan menjadi berikut.

Results (Indonesian) 2:

Meskipun tidak ada pedagang yang tahu pasti apakah aset tersebut berkorelasi pada periode tanpa informasi orang dalam, ada potensi bagi para pedagang untuk keliru percaya bahwa aset berkorelasi. Keliru menyimpulkan positif (negatif) korelasi antara dua aset akan mendorong harga aset non-kaget bawah (up) terhadap 200 (300) franc. Gambar 6 mengklasifikasikan semua periode dengan fatamorgana informasi. Kriteria yang kami gunakan untuk mengklasifikasikan periode sebagai mengandung fatamorgana adalah bahwa harga perdagangan median lebih dekat ke tingkat harga fatamorgana dari tingkat RE, dan MSE lebih kecil ketika membandingkan harga perdagangan dengan tingkat harga fatamorgana daripada dengan tingkat RE. Dalam rangka untuk memverifikasi apakah kedua standar di atas memang benar mengklasifikasikan periode berdasarkan pada apakah atau tidak mereka mengandung fatamorgana informasi, kami memperkirakan parameter Raja dan Wadhwani (1990) Model pada periode itu yang kita mengklasifikasikan sebagai periode fatamorgana, dan memeriksa apakah nilai parameter yang sesuai dengan apa yang model mereka akan memprediksi untuk putaran di mana sebuah fatamorgana informasi terjadi. spesifikasi regresi diberikan dalam Persamaan (1) dan (2). (Persamaan 7) mengukur perubahan harga rata-rata aset ini dari periode 1 ke periode 2 dalam putaran. Ini harus menjadi fungsi dari informasi yang sistematis dari kedua pasar serta informasi spesifik-pasar. Namun, perlu diketahui bahwa ada penurunan secara keseluruhan dalam nilai bagi aset karena dalam periode 2, hanya ada satu sisa dividen yang akan dibayarkan, bukan dua sisa dividen pada periode 1. Dengan demikian, kita menggabungkan penurunan harga (yaitu Podd- 250) ke (Persamaan 8). Jika aset adalah salah satu yang terkejut, ada penurunan harga tambahan, yang mengurangi harga RE / PI ke 125 franc, dividen rata-rata aset terkejut. Penurunan ini, pada prinsipnya, akan ditafsirkan sebagai (Persamaan 9) franc oleh pedagang kurang informasi. Namun, jika para pedagang diberitahu tentang sifat aset hubungan korelasional, maka tambahan penurunan harus, sebaliknya, diartikan sebagai (Persamaan 10), karena penurunan mempengaruhi dua aset sistematis. Nilai-nilai yang dihasilkan dari koefisien β1 maka akan berikut ini.