MétaCan
Menu
Retour à la cohorte
Enregistrement W1592800333 · doi:10.3386/w14952

Market Conditions and the Structure of Securities

2009· report· en· W1592800333 sur OpenAlexaff
Isil Erel, Brandon Julio, Woojin Kim, Michael S. Weisbach

Notice bibliographique

RevueNational Bureau of Economic Research · 2009
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBusinessInvestment bankingFinancial systemMonetary economicsAccountingFinancial economicsEconomics

Résumé

récupéré en direct d'OpenAlex

Economic theory, as well as commonly-stated views of practitioners, suggests that market downturns can affect both the ability and manner in which firms raise external financing. Theory suggests that downturns should be associated with a shift toward less information-sensitive securities, as well as a "flight to quality", in which firms can issue high-rated securities but not low-rated ones. We evaluate these hypotheses on a large sample of publicly-traded debt issues, seasoned equity offers, and bank loans. We find that market downturns lead firms to use less information-sensitive securities. In addition, poor market conditions affect the structure of securities offered, shifting them towards shorter maturities and more security. Furthermore, market conditions affect the quality of securities offered, with worsening conditions substantially lowering the number of low-rated debt issues. Overall, these findings suggest that market-wide conditions are important factors in firms' capital raising decisions.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,942
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,139
Tête enseignante GPT0,416
Écart entre enseignants0,277 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetBanking stability, regulation, efficiencyTravaux en français237 207