MétaCan
Menu
Retour à la cohorte
Enregistrement W1538396845

The Return on Private Investment in Public Equity

2010· preprint· en· W1538396845 sur OpenAlexaboutno aff
Cécile Carpentier, Jean-François L’Her, Jean‐Marc Suret

Notice bibliographique

RevueÉrudit documents and data repository (Érudit Consortium, University of Montreal) · 2010
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrivate equityPrivate investment in public equityPrivate equity firmEquity (law)Investment (military)Private equity fundClub dealBusinessEconomicsFinanceFinancial economicsMonetary economicsPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Nous étudions la performance boursière postérieure aux placements privés des sociétés ouvertes au Canada, pour tenter de déterminer l'origine des rendements anormalement faibles qui suivent ce type d'opération de financement. Nous analysons 3291 placements privés effectués entre 1993 et 2003. A l'aide du modèle à facteurs de Fama et French, nous observons une contre-performance statistiquement significative que réduit l'ajout du facteur d'investissement, proposé par Lyandres, Sun and Zhang (2008). Nous tenons compte ensuite de l'escompte pour estimer le rendement du point de vue des investisseurs privés. Ceux-ci réalisent, en moyenne, des rendements supérieurs à ceux des autres actionnaires. Ces rendements sont normaux compte tenu du niveau de risque. Dans une troisième étape, nous divisons l'échantillon en fonction des caractéristiques des émetteurs. Les seuls titres qui génèrent des rendements fortement négatifs sont ceux d'entreprises de croissance dont l'activité d'investissement est importante. Les investisseurs privés réalisent des rendements positifs lorsqu'ils choisissent des titres de valeur d'entreprises qui investissent peu mais ils surévaluent systématiquement les projets d'investissement des titres de croissance.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,040
Tête enseignante GPT0,235
Écart entre enseignants0,195 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueÉrudit documents and data repository (Érudit Consortium, University of Montreal)Même sujetFinancial Markets and Investment StrategiesTravaux en français237 207