Notice bibliographique
Résumé
Purpose The purpose of this paper is to analyze and compare the influence of the Sarbanes–Oxley (SOX) Act of the USA and the Canadian SOX (C-SOX) through the comparison of corporate acquisitions in these two countries. Design/methodology/approach The final sample includes 1,187 merger and tender offers undertaken by publicly traded (TSX listed) Canadian firms between 1990 and 2016. The authors use standard event study methodology (Patell, 1976) and Berkovitch and Narayanan’s (1993) seminal method to examine announcement period performance and deal motive, respectively. Findings The findings support the pro-regulation hypothesis which states that stricter regulations are more useful. Cross-listed acquirers exposed to SOX regime performed much better (both short- and long-term) than non-cross-listed counterparts with only C-SOX exposure. These findings are both statistically and economically significant. Research limitations/implications This study has direct implications as it provides evidence to the legislatures of the provinces, as well as to the federal government, that stricter regulations are effective and Canada should enact additional corporate legislation. Canada may have fared well in the past, but dynamics are changing and may further change in the future, and therefore, timely and stricter corporate legislation are more appropriate. Practical implications This study has direct implications as it provides evidence to the legislatures of the provinces, as well as to the federal government, that stricter regulations are effective and Canada should enact additional corporate legislation. Canada may have fared well in the past, but dynamics are changing and may further change in the future, and therefore, timely and stricter corporate legislation are more appropriate. Originality/value This study contributes to the growing literature of SOX-related studies. This is the first study to investigate comprehensively the differences between the two laws enacted by these neighboring countries. As USA and Canada share largely integrated capital markets and are each other’s biggest trading partner, this genre of research has great value. It is a timely study as the Canadian Federal Government is looking into standardizing corporate legislation across provinces and territories.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,004 |
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 ».