MétaCan
Menu
Retour à la cohorte
Enregistrement W1989578613 · doi:10.1108/14757700710750838

Life cycle effect on the value relevance of common risk factors

2007· article· en· W1989578613 sur OpenAlexaff
Bixia Xu

Notice bibliographique

RevueReview of Accounting and Finance · 2007
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésVolatility (finance)EconomicsActuarial scienceRisk premiumEconometricsProduct life-cycle managementFinancial economicsBusinessMarketing

Résumé

récupéré en direct d'OpenAlex

Purpose The expected rate of return for individual firms is determined by multiple firm‐specific factors. There is no evidence on how firm life cycle contributes to the determination of the expected rate of return. This study explores how life cycle stage affects the expected rate of return. Design/methodology/approach Regression analysis is applied to observe the effect of life cycle. Expected rate of return is dependent variable. Life cycle measures are interacted with commonly identified risk factors. Empirical data was collected for publicly traded firms from COMPUSTAT. Findings The major finding of this study is the significant impact of life cycle stage. Results indicate that the value relevance of risk factors is conditional on firm life cycle stage. Findings suggest that capital markets do realize and incorporate information conveyed in firm life cycle stage when interpreting risk factors. Research limitations/implications Future research can explore effects of life cycle stage on share return volatility as investors trade off between return and risk. Originality/value This study targets a major aspect (i.e. what determine the expected rate of return in the finance literature) to shed light on the limited understanding of what contribute to individual firms’ risk premium. This study has implications for investor risk assessment and corporate risk management.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,796
Score d'incertitude au seuil0,463

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,234
Écart entre enseignants0,218 · 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.

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

Citations45
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Accounting and FinanceMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207