Insider trading surrounding securities class action litigation and settlement announcements
Notice bibliographique
Résumé
Purpose The purpose of this paper is to investigate the trading patterns of corporate insiders, both managing and non-managing, around the announcement dates of securities class action lawsuits and related legal settlements. Design/methodology/approach The authors use market model event study methodology to examine the impact of class action litigation and settlement announcements on the stock prices of sued firms. The authors then determine the extent of abnormal insider trading surrounding such announcements by comparing insider trading activity (volume and transaction counts) to prior insider trading in the same firm, and to a matched sample of firms not experiencing such litigation announcements. A multivariate framework is utilized to provide further insight into the determinants of such abnormal insider trading. Findings The authors establish that class action litigation and settlement announcements have a significant impact on the stock prices of sued firms, and that foreknowledge of these events appears to be used by insiders to earn abnormal profits. Moreover, results indicate that managing insiders exhibit higher opportunistic abnormal trading activity than non-managing insiders. Multivariate analysis shows that size, prior firm returns, and the implementation of the Sarbanes-Oxley Act are important determinants of such insider trading. Originality/value This appears to be the first paper to analyze insider trading surrounding class action settlement announcements, and raises concerns about the ethical conduct of certain insider groups while highlighting the importance of access to private information, even amongst insiders themselves.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».