MétaCan
Menu
Retour à la cohorte
Enregistrement W1896982011 · doi:10.3386/w16916

The U.S. Left Behind: The Rise of IPO Activity Around the World

2011· report· en· W1896982011 sur OpenAlexafffund
Craig Doidge, George Andrew Karolyi, René M. Stulz

Notice bibliographique

RevueNational Bureau of Economic Research · 2011
Typereport
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésInitial public offeringBusinessEconomicsMonetary economics

Résumé

récupéré en direct d'OpenAlex

During the past two decades, there has been a dramatic change in IPO activity around the world.Though vibrant IPO activity, attributed to better institutions and governance, used to be a strength of the U.S., it no longer is.IPO activity in the U.S. has fallen compared to the rest of the world and U.S. firms go public less than expected based on the economic importance of the U.S. In the early 1990s, the declining U.S. IPO share was due to the extraordinary growth of IPOs in foreign countries; in the 2000s, however, it is due to higher IPO activity abroad combined with lower IPO activity in the U.S. Global IPOs, which are IPOs in which some of the proceeds are raised outside the firm's home country, play a critical role in the increase in IPO activity outside the U.S. The quality of a country's institutions is positively related to its domestic IPO activity and negatively related to its global IPO activity.However, home country institutions are more important in explaining IPO activity in the 1990s than in the 2000s.The evidence is consistent with the view that access to global markets helps firms overcome the obstacles of poor institutions.Finally, we show that the dynamics of global IPO activity and country-level IPO activity are strongly affected by global factors.

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)0,003
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 enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
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 Opus0,304
Tête enseignante GPT0,434
Écart entre enseignants0,129 · 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

Citations21
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetCorporate Finance and GovernanceTravaux en français237 207