MétaCan
Menu
Retour à la cohorte
Enregistrement W2021785354 · doi:10.1111/j.1745-6622.2007.00160.x

What Companies Need to Know About International Cross‐Listing

2007· article· en· W2021785354 sur OpenAlexaff
Michael R. King, Usha R. Mittoo

Notice bibliographique

RevueJournal of applied corporate finance · 2007
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensSocial Sciences and Humanities Research CouncilBank of Canada
Organismes subventionnairesnon disponible
Mots-clésValuation (finance)BusinessShareholderMarket liquidityValuation effectsCross listingStock exchangeAccountingListing (finance)FinanceLeverage (statistics)Stock marketCapital marketCorporate financeCorporate governance

Résumé

récupéré en direct d'OpenAlex

This article addresses four questions about cross‐listing by non‐U.S. companies on a U.S. stock exchange: Why do companies cross‐list? Does a U.S. listing increase firm value? If so, what are the sources of the increased valuation? And finally, how has the Sarbanes‐Oxley Act (SOX) affected the value of a U.S. listing? Both managerial surveys and academic research show that companies list in the U.S. to increase visibility and share liquidity, to broaden their shareholder base, to gain access to cheaper financing and reduce the cost of capital, and, in some cases, to implement a global business strategy. Foreign companies also typically cross‐list after periods of strong market performance and experience a positive valuation effect around the time of listing, but then underperform the market in the period after the cross‐listing. On average, cross‐listed companies exhibit higher valuations than their home‐market peers, but with significant variation based on firm characteristics: The valuation premiums are larger for smaller companies with higher past sales growth, higher ROAs, and lower financial leverage. In the long run, the companies that show a permanent increase in valuation are those that succeed in expanding their U.S. shareholder base and improving their levels of shareholder protection. Finally, the evidence suggests that SOX, while perhaps deterring some would‐be overseas listings, has not seriously eroded the net benefits of a U.S. listing.

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)0,003
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0090,018
Science ouverte0,0010,002
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0180,004

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 Opus0,023
Tête enseignante GPT0,247
Écart entre enseignants0,223 · 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'étudeSans objet
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

Citations28
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of applied corporate financeMême sujetCorporate Finance and GovernanceTravaux en français237 207