The Impact of Company Characteristics on Derivatives Usage: Survey Study of Large Croatian Companies
Notice bibliographique
Résumé
The use of derivatives for risk management purposes has been a worldwide phenomenon for several decades. Researches show that use of derivatives as a tool of corporate risk management can contribute to the creation of company’s market value and shareholder wealth. Studies on companies’ motives for derivatives usage and non-usage were conducted in USA, Canada, Australia, United Kingdom, Belgium, Sweden, Taiwan and Pakistan. In the recent years, the subject of derivatives markets has been abundantly covered in Croatian literature as well. At the moment, there is no derivatives market in Croatia, and only viable exchange trading is spot trading of securities on the Zagreb Stock Exchange. However, those interested can trade at major European and world exchanges through mediation of domestic and foreign brokers. For this reason, the attitude of Croatian companies towards derivatives trading imposed as insufficiently studied area of research. For the purpose of this paper a primary research was conducted among large Croatian companies. The purpose of the research was to determine the extent to which large Croatian companies are familiar with the concept and strategies of derivatives trading, how many companies use derivatives, the type of most commonly used derivatives and motives for use and non-use of derivatives among Croatian companies. The analysis of survey results was conducted through cross-tabulation in order to assess the impact of company characteristics on derivatives usage. DOI: 10.5901/mjss.2013.v4n10p59
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».