Janvier | EPFL Graph Search

Janvier est le premier mois des calendriers grégorien et julien, l'un des sept mois possédant 31 jours. Le nom de janvier provient du nom latin du mois, ianuarius ou januarius, lui-même nommé en l'honneur de Janus, dieu romain des commencements et des fins, des choix, des clés et des portes. En finnois, janvier est nommé tammikuu, c'est-à-dire « mois du chêne » ; , tammi signifiant « axe » ou « noyau ». En tchèque, le mois est nommé leden, . En ukrainien, janvier porte le nom de січень, . Au Maghreb et plus particulièrement au Maroc et en Algérie, janvier porte le nom de Yennayer, qui signifie en berbère « la première lune ». vignette|Janvier, peinture de Leandro Bassano (vers 1595-1600). À l'origine, le calendrier romain est composé de 10 mois, totalisant 304 jours ; les 61 jours d'hiver ne font alors partie d'aucun mois. Vers 713 av. J.-C., le roi légendaire Numa Pompilius aurait ajouté les mois de janvier et février, étendant l'année à 365 jours. Dans le calendrier de Numa ainsi que le calendrier romain républicain, janvier possède 29 jours. Il se voit attribuer les 31 jours actuels lors de l'introduction du calendrier julien. Mars est initialement le premier mois de l'ancien calendrier romain. Janvier le devient soit sous Numa, soit sous les decemviri vers 450 av. J.-C. Cependant, les années romaines sont identifiées par deux consuls, qui prennent leurs fonction le mai et le 15 mars avant 153 av. J.-C., puis le janvier après cette date. Au Moyen Âge, les pays de la chrétienté utilisent le calendrier julien et commencent la numérotation de l'année à une fête religieuse importante, comme le 25 décembre (style de la Nativité de Jésus), le 25 mars (style florentin ou style de l'Annonciation), voire à Pâques (style de Pâques) comme dans certaines régions françaises. Cependant, les calendriers médiévaux continuent à afficher les années selon la coutume romaine, en douze colonnes allant de janvier à décembre. En France, janvier s'impose comme le lorsque le roi Charles décide, par l’Édit de Roussillon en 1564, que l’année débuterait désormais le .

Three Essays on Predictability and Seasonality in the Cross-Section of Stock Returns

Vincent Jean Bogousslavsky

This thesis examines predictability and seasonality in the cross-section of stock returns. The first chapter, titled

Infrequent Rebalancing, Return Autocorrelation, and Seasonality,'' shows that a model of infrequent rebalancing can explain specific predictability patterns in the time series and cross-section of stock returns. First, infrequent rebalancing produces return autocorrelations that are consistent with empirical evidence from intraday returns and new evidence from daily returns. Autocorrelations can switch sign and become positive at the rebalancing horizon. Second, the cross-sectional variance in expected returns is larger when more traders rebalance. This effect generates seasonality in the cross-section of stock returns, which can help explain available empirical evidence. The second chapter, titled

Seasonalities in Anomalies,'' investigates return seasonalities in a set of well-known anomalies in the cross-section of U.S. stocks returns. A January seasonality goes beyond a size effect and strongly affects most anomalies, which can even switch sign in January. Both tax-loss selling and firm size are important in explaining the turn-of-the-year pattern. Return seasonality exists outside of January, with respect to the month of the quarter. Small stocks earn abnormally high average returns on the last day of each quarter, which significantly affects size, idiosyncratic volatility, and illiquidity portfolios. The results have implications for the interpretation and analysis of many anomalies, such as asset growth and momentum. The third chapter, titled ``The Cross-Section of Intraday and Overnight Returns,'' uses a thirty-year sample of U.S. stock returns to document substantial cross-sectional variation in returns over the trading day and overnight. Market closures have a large impact on returns. Small and illiquid stocks earn high average returns in the last thirty minutes of trading. In contrast, large and liquid stocks perform poorly at this time. I find support for institutional and information asymmetry theories. But these theories do not fully explain the cross-sectional evidence. Portfolios based on other characteristics, such as beta and idiosyncratic volatility, earn their return gradually throughout the trading dayâcontrary to the market and a benchmark based on random portfolios. These portfolios also tend to incur large negative returns overnight, consistent with mispricing at the open.

EPFL2017

Three Essays on Predictability and Seasonality in the Cross-Section of Stock Returns

Vincent Jean Bogousslavsky

This thesis examines predictability and seasonality in the cross-section of stock returns. The first chapter, titled

Infrequent Rebalancing, Return Autocorrelation, and Seasonality,'' shows that a model of infrequent rebalancing can explain specific predictability patterns in the time series and cross-section of stock returns. First, infrequent rebalancing produces return autocorrelations that are consistent with empirical evidence from intraday returns and new evidence from daily returns. Autocorrelations can switch sign and become positive at the rebalancing horizon. Second, the cross-sectional variance in expected returns is larger when more traders rebalance. This effect generates seasonality in the cross-section of stock returns, which can help explain available empirical evidence. The second chapter, titled

EPFL2017