MétaCan
Menu
Retour à la cohorte
Enregistrement W2172636757 · doi:10.2308/jata.2001.23.s-1.70

The Influence of Firm Maturation on Firms' Rate of Adjustment to Their Optimal Capital Structures

2001· article· en· W2172636757 sur OpenAlexaff
Jeffrey Pittman, Kenneth J. Klassen

Notice bibliographique

RevueJournal of the American Taxation Association · 2001
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensMemorial University of NewfoundlandUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésExtant taxonLeverage (statistics)Capital structureEconomicsMonetary economicsEmpirical evidenceCost of capitalMicroeconomicsFinanceIncentive

Résumé

récupéré en direct d'OpenAlex

Extant empirical research on firms' adjustment to their optimal capital structures is cross-sectional. However, Scholes and Wolfson (1989) argue that refinancing costs that accumulate with age increasingly impede firms from restoring their optimal capital structures. This study provides evidence on the time-series variation in the rate at which firms move toward their leverage targets that is consistent with this prediction. In separate tests, age is measured from two dates—from firms' initial public offerings and from their incorporation—to examine whether the duration of their public and private experience, respectively, affect the evolution in financial policies. This paper contributes to the literature by developing a research design that isolates the influence of dynamic refinancing costs on the leverage adjustment problem. The evidence also justifies future research on Scholes and Wolfson's (1989) predictions about the time-series pattern in firms' tax shields by empirically validating that refinancing costs increasingly constrain their capital structures.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,307
Score d'incertitude au seuil0,247

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
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 savante0,0000,000
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 Opus0,007
Tête enseignante GPT0,212
Écart entre enseignants0,205 · 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

Citations16
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Taxation AssociationMême sujetCorporate Finance and GovernanceTravaux en français237 207