MétaCan
Menu
Retour à la cohorte
Enregistrement W2140020630 · doi:10.1108/17439130710756899

Dynamic relationships and technological innovation in hot and cold issue markets

2007· article· en· W2140020630 sur OpenAlexaff
Thomas Walker, Michael Y. Lin

Notice bibliographique

RevueInternational Journal of Managerial Finance · 2007
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésInitial public offeringEconomicsEconometricsSample (material)Value (mathematics)ProductivityFinancial economicsMonetary economicsMacroeconomicsStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Purpose The puzzle of hot and cold issue markets has attracted substantial interest in the academic community. The behavior of IPO volume and initial returns over time is well documented. Few studies, however, investigate the dynamic interrelationship between these two variables. This paper aims to fill this gap. In addition, the technological innovations hypothesis of hot issue markets is tested. Welch and Hoffmann‐Burchardi suggest that the clustering of new issues is caused by IPO volume spikes in industries that have recently experienced technological innovations or favorable productivity shocks. Design/methodology/approach This paper employs a sample of 8,160 initial public offerings filed in the USA between January 1972 and December 2001. A simultaneous equation approach is used to examine the endogenous relationship between IPO volume and initial returns. In addition, the paper analyzes the industry correlation matrix of new issue activity and estimates a fixed‐effects model based on industry‐level data to examine the impact of technological innovations on new issue activity. Findings It is found that higher IPO volume causes higher initial returns, but not vice versa . In addition, evidence is found against the technological innovations hypothesis. The findings suggest that economy‐wide rather than industry‐specific factors are responsible for the observed variations in IPO volume. Research limitations/implications As with any empirical study, the results may be sample‐specific. Originality/value The paper extends the prior literature on the relationship between IPO volume and initial returns by applying two‐stage and three‐stage least squares models that go beyond prior methodological approaches used in the extant literature. In addition, the paper provides some of the first empirical evidence on the effect of technological innovations and productivity shocks on IPO activity.

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)0,000
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 enseignants0,523
Score d'incertitude au seuil0,367

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,015
Tête enseignante GPT0,238
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 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

Citations8
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Managerial FinanceMême sujetCorporate Finance and GovernanceTravaux en français237 207