MétaCan
Menu
Retour à la cohorte
Enregistrement W2791195304 · doi:10.5539/ibr.v11n4p65

Capital Structure Determinants in Family Firms: An Empirical Analysis in Context of Crisis

2018· article· en· W2791195304 sur OpenAlexvenueno aff
Stefania Migliori, Fabrizio Maturo, Francesco Paolone

Notice bibliographique

RevueInternational Business Research · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFamily Business Performance and Succession
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPecking order theoryLeverage (statistics)Capital structureFinancial crisisMarket liquidityAgency costBusinessPecking orderPrincipal–agent problemContext (archaeology)Asset (computer security)Monetary economicsEconomicsFinanceMacroeconomicsDebt

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper is to investigate the capital structure of family firms in a context of crisis. Specifically, it aims to discover whether and how the determinants of their capital structure have a different impact on firms’ leverage before and during the recent global financial crisis. Considering the pecking order theory (POT), trade-off theory (TOT), and agency theory (AT), this study analyzes 1,502 Italian medium family firms comparing the pre-crisis (2005-2007) and crisis (2008-2010) periods. This research shows that that current liquidity, asset structure, and agency costs are the most important variables in influencing medium family firms' leverage, in both the pre-crisis and crisis periods. Moreover, during the crisis, agency costs increase and have a negative influence on the short-term leverage highlighting that crisis contingencies influence the agency-based effects on family firm's leverage. Furthermore, our findings highlight that a more exhaustive understanding of family firms’ capital structure can be achieved through the combined use of different theories.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,020
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,006
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,064
Tête enseignante GPT0,390
Écart entre enseignants0,326 · 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

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetFamily Business Performance and SuccessionTravaux en français237 207