Notice bibliographique
Résumé
This thesis examines topics in corporate finance and behavioral finance. First, I examine the effects of ownership structure on the amount of firm-specific information in stock prices, measured using synchronicity. With a unique dataset of 6,184 firm-year observations for Canadian companies listed on the Toronto Stock Exchange during 2000-2012, I find evidence of a significant, non-linear relationship between the size of the largest shareholder and synchronicity. Using propensity score matching (PSM) to isolate the effect of family firms on synchronicity, I find no evidence of a significant difference in synchronicity for matched pairs of family and non-family firms. Finally, I find evidence of a negative relationship between firms with multiple large controlling shareholders and synchronicity. Second, in a co-authored paper with Dr. Richard Deaves (McMaster University) and Dr. Brian Kluger (University of Cincinnati) we investigate the relationship between path-dependent behaviors (i.e., the disposition effect, house money effect and break-even effect) and investor characteristics (e.g., overconfidence and emotional stability) using experimental trading sessions. The majority of our subjects exhibit path-dependent biases and there are significant correlations between these biases. The correlations hint at the possibility that a common underlying factor may be driving all path-dependent behaviors. We also find some evidence that the existence of psychological bias (overconfidence and negative affect) leads to more bias in financial decision-making. Third, in co-authored work with Dr. Lucy Ackert (Kennesaw State University), Dr. Richard Deaves (McMaster University) and Dr. Quang Nguyen (Middlesex University) we report the results of an experiment designed to explore whether both cognitive ability (IQ) and emotional stability (EQ) impact risk preference and time preference in financial decision-making, finding evidence in support. Specifically, IQ impacts risk preferences and EQ impacts time preferences. Our results are primarily driven by our male participants. Most interestingly, EQ plays a role that is almost as meaningful as IQ when it comes to explaining preferences.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».