MétaCan
Menu
Retour à la cohorte
Enregistrement W1969104996 · doi:10.1111/j.1911-3846.2010.01023_3.x

Equity Valuation Effects of the Pension Protection Act of 2006

2010· article· en· W1969104996 sur OpenAlexvenueno aff
John L. Campbell, Dan S. Dhaliwal, William C. Schwartz

Notice bibliographique

RevueContemporary Accounting Research · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPensionValuation effectsValuation (finance)Equity (law)CapitalizationEconomicsLiabilitySample (material)BusinessActuarial scienceFinance

Résumé

récupéré en direct d'OpenAlex

We investigate the equity valuation effects of the Pension Protection Act of 2006 (PPA 2006). The PPA 2006 has two main provisions: (1) firms must fully fund their pension plans within seven years (previously allowed 30 years to fund 90 percent of the pension liability) and (2) firms receive a tax deduction for contributions up to 150 percent of the pension liability (previously 100 percent). After controlling for the effects of SFAS 158, growth opportunities, the cost of external funds, and other information released during our sample period, we examine pension firms’ abnormal returns surrounding key dates in the legislative process leading to the adoption of the PPA 2006. First, we find a mean negative abnormal return of −4.20 percent during the period in which the PPA 2006 was first voted on by Congress. The mean (median) firm in our sample experienced a $310 million ($60 million) decline in market capitalization. Second, we find that the valuation effect was more negative for firms with larger unfunded pension liabilities and larger capital expenditure requirements, while firms with higher marginal tax rates experienced a positive effect. Third, we find no evidence of differential valuation effects for firms in different “at risk” categories as defined by the PPA 2006. Finally, we find a significant number of pension freezes occurred during our sample period. Our results are stronger when excluding these firms from our sample.

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)0,005
score de la tête « metaresearch » (Gemma)0,026
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 enseignants0,010
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,075
Tête enseignante GPT0,338
Écart entre enseignants0,263 · 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

Citations16
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary Accounting ResearchMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207