MétaCan
Menu
Retour à la cohorte
Enregistrement W2891711279 · doi:10.1111/jacf.12276

Internal Governance Does Matter to Equity Returns but Much More So During “Flights to Quality”

2018· article· en· W2891711279 sur OpenAlexaff
Peter G. Brooke, Paul Docherty, Jim Psaros, Michael Seamer

Notice bibliographique

RevueJournal of applied corporate finance · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensInstitute on Governance
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésCorporate governanceExplanatory powerVolatility (finance)Equity (law)EconomicsMarket valueEmpirical evidenceEnterprise valueMonetary economicsBusinessStock (firearms)Stock marketValue (mathematics)Financial economicsAccountingFinanceContext (archaeology)

Résumé

récupéré en direct d'OpenAlex

Although few doubt that good internal governance helps firms perform better, the statistical evidence is actually mixed because the positive effects of good corporate governance matters much more so at some times than others. The statistical link is strongest during “flights to quality,” when market sentiment turns bearish and pessimistic but weakens for long periods of time during bull markets and low market volatility. Using more than ten years' evidence from Australian firms, the authors show that internal governance is related to both firm value and performance and that firms with stronger governance are less risky, generate higher equity returns and perform significantly better during market downturns. When risk aversion is high, demand for well‐governed firms increases and investors discount the value of firms with potential agency conflicts. This time‐varying relationship between internal governance and returns may explain both the limited explanatory power of governance on firm value and the mixed empirical evidence reported in previous studies. Firms with strong internal governance do earn significantly higher stock returns compared with firms with weak governance; but that also means that the value of governance is not fully incorporated into prices, thereby explaining the limited explanatory power of governance on firm value.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,025
Tête enseignante GPT0,260
Écart entre enseignants0,235 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of applied corporate financeMême sujetCorporate Finance and GovernanceTravaux en français237 207