Calculating Fair Market Value in Legal Valuations: Do Adjustments in Value for Non-Systematic Risk Violate the Fair Market Value Standard?
Notice bibliographique
Résumé
Generally-accepted appraisal practice assumes the Hypothetical Buyer is not well-diversified because the typical real-world buyer does not possess sufficient wealth to own a well-diversified portfolio with assets each in similar value to the subject closely-held interest under appraisal (e.g., see Estate of Hendrickson v. Commissioner, T.C. Memo 1999-278, 78 T.C.M. (CCH) 322). This reflects a failure to appreciate the distinction, in all its implications, between the purely fictional Hypothetical Buyer and the typical real-world buyer. “The world of fair market value is not the real world”; it is not “populated by real people” (Mercer and Brown 1999, p.16). “The particular characteristics of these hypothetical persons are not necessarily the same as those of any specific individual or entity” (Estate of Noble v. Commissioner (T.C. Memo. 2005-2), p.12), such as the typical real-world investor. Fair Market Value is determined under hypothetical market “conditions other than those that actually exist” in real-world markets (Bonbright 1937, p.27). “[‘]The effort is to find out not what a real buyer and a real seller, under conditions actually surrounding them, do, but what a purely imaginary buyer will pay a make-believe seller, under conditions which do not exist[’]” (Bonbright 1937, p.61, citing McGill v. Commercial Credit Co. (243 Fed. 637, 647 (D. Md. 1917))). Being simultaneously financially able, well-informed, and rational, all Hypothetical Buyers are defined to possess the following concurrent characteristics: All (a) command the financial resources needed to purchase the subject closely-held interest, (b) know the benefits of diversification, and (c) behave rationally by investing in a well-diversified portfolio of assets—each in a similar dollar amount to the subject interest—prudently aimed at maximizing portfolio return. Always rational and well-diversified, no Hypothetical Buyer requires any form of discount in value for non-systematic risk.
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 | 0,035 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».