MétaCan
Menu
Retour à la cohorte
Enregistrement W2082277405 · doi:10.1093/rfs/hhg027

The Design of Financial Policies in Corporate Spin-offs

2003· article· en· W2082277405 sur OpenAlexaff
Vikas Mehrotra, Wayne H. Mikkelson, M. Megan Partch

Notice bibliographique

RevueReview of Financial Studies · 2003
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésManagementLibrary sciencePolitical scienceBusinessEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

We examine differences in financial leverage between parent and spun-off firms that emerge from corporate spin-offs. Our tests control for past financing choices and the costs of adjusting capital structure, factors that can obscure cross-sectional patterns among firms' target leverage ratios. We find that firms that emerge from spin-offs with more financial leverage have a higher cash flow return on assets, lower variability of industry operating income, and a greater proportion of fixed assets. The positive relation between profitability and the use of financial leverage, in a setting that is free of pecking order effects, is particularly important because it contrasts with existing evidence. Our results indicate that the ability to cover debt payments and default-related costs are important determinants of the use of financial leverage, as implied by the trade-off theory of capital structure. We find no evidence that managerial incentives or governance characteristics affect the difference in leverage ratios in firms that emerge from spin-offs.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,619
Score d'incertitude au seuil0,582

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,070
Tête enseignante GPT0,282
Écart entre enseignants0,212 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations57
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Financial StudiesMême sujetCorporate Finance and GovernanceTravaux en français237 207