Determinants of leasing propensity in Canadian listed companies
Notice bibliographique
Résumé
Purpose The purpose of this paper is to examine the relationship between a firm's propensity to lease and several firm characteristics: tax position, financial constraint, ownership structure, growth, and size. Design/methodology/approach Controlling for industry, total lease share, operating and capital lease share ratios, obtained using an income statement approach, are regressed on a trichotomous tax variable, a dichotomous cash flow coverage ratio variable, debt over fixed assets, ownership concentration, market to book value of shares and the natural log of sales. Findings Total lease share increases with leverage, tax position and growth; it decreases with cash flow coverage, ownership concentration and firm size. Results for operating lease share are similar to those for total lease share. In contrast, capital lease share decreases with tax position and increases with ownership concentration and size. Research limitations/implications The results suggest that leasing offers added debt capacity and increases in financially constrained firms. Firms that pay high taxes seem to place more value on the constant stream of tax deductions from the rental payments than on deductions from decreasing interest costs and amortization. Finally, highly concentrated Canadian firms may use less leasing because they are more family‐controlled. Originality/value The literature offers mixed reasons for firms' decisions to lease or purchase assets. This study provides further evidence in a rich setting. In 2001, the Canadian tax authorities changed the tax treatment of leases, thus providing an opportunity to validate prior results on the impact of taxes on leasing. By including two different measures of financial constraint, this study disentangles the substitution and the added debt capacity hypotheses.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».