MétaCan
Menu
Retour à la cohorte
Enregistrement W1580774193 · doi:10.2139/ssrn.1013482

Private Regulation of Insider Trading in the Shadow of Lax Public Enforcement (and a Strong Neighbor)

2013· article· en· W1580774193 sur OpenAlexaboutno aff

Notice bibliographique

RevueTSpace · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSecurities Regulation and Market Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInsider tradingEnforcementShadow (psychology)BusinessLaw and economicsIndustrial organizationAccountingFinanceEconomicsPolitical scienceLawPsychology

Résumé

récupéré en direct d'OpenAlex

Like U.S. firms, many Canadian firms voluntarily restrict trading by corporate insiders beyond the requirements of insider trading laws (i.e., super-compliance). Thus, we aim to understand the determinants of firms' private insider trading policies (ITPs), which are quasi-contractual devices. Based on the assumption that firms that face greater costs from insider trading (or greater benefits from restricting insider trading) ought to be more inclined than other firms to adopt more stringent ITPs, we develop several testable hypotheses. We test our hypotheses using data from a sample of firms included in the Toronto Stock Exchange/Standard and Poor's (TSX/S&P) Index. Our empirical results suggest that Canadian firms do not randomly restrict insider trading, but rather do so predictably and with a predictable level of intensity, suggesting that some firms wish to control insider trading to enhance corporate performance. Our most robust finding is that firms with a greater prevalence of controlling shareholders are more likely to have adopted a super-compliant ITP than firms with fewer such shareholders, implying that influential shareholders may oppose insider trading and challenging the claim that private restrictions of insider trading would not arise in the absence of insider trading laws.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,635
Score d'incertitude au seuil0,733

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,005
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,275
Écart entre enseignants0,240 · 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'étudeSans objet
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

Citations8
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetSecurities Regulation and Market PracticesTravaux en français237 207