The 'Fraud-on-the-Market' Theory for Securities Litigation Arrives in Canada: Two Steps Forward and One Back?
Notice bibliographique
Résumé
The Fraud-on-the-Market theory holds that high volume markets, such as the New York or Toronto stock exchanges, effectively incorporate all available information of present and expected value into a security's price. As endorsed by the United States Supreme Court, and reflected in a recent amendment to the Ontario Securities Act, fraud on the market serves an important procedural role within the context of securities litigation by providing a general reliance presumption for all investors. For when a market is assumed to be efficient, misinformation is deemed to defraud investors who have relied upon the integrity of the market itself. Although efficiency has been advanced in this recent instance of legal emulation, by encouraging market transparency without the costs and risks of original legislative design, it also has incorporated the problem of over compensation for plaintiffs inherent to the copied original. For the soundness of market information to be encouraged through a reliance presumption, the effect should not become counter-distorting through the double compensation of litigation loss. If fraud on the market is to be applied with consistent logic, then one must assume that the instant a misrepresentation is made public that rational investors will automatically discount the stock price to account for the inevitable class action suit that will arise. Though a subsequent, post misrepresentation fall in share price has traditionally been the basis of loss claims (as confirmed in the Ontario Act), a class of investors should not be able to recover on an amount that includes the market's anticipated cost of their future litigation. The following paper draws upon methods of alternative company valuation to arrive at a simple formula for filtering out anticipated litigation loss from securities damages.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,028 | 0,026 |
| Communication savante | 0,022 | 0,017 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,023 | 0,025 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».