Notice bibliographique
Résumé
The conventional assumption in the asset pricing literature is that the identity of a company's owners is largely irrelevant, but studies of companies with “blockholders”—shareholders with large positions in a particular company—provide grounds for questioning this assumption. Unlike the well‐diversified investors of modern portfolio theory, blockholders have strong incentives to monitor corporate performance and, when necessary, to exert control over ineffective managements and boards. The findings of many studies support the idea that blockholders have a positive effect on rates of return. The authors of this article report the findings of their recent investigation of whether blockholders might also have a positive effect on shareholder value by reducing the risk of the companies in which their holdings are concentrated. After distinguishing between companies with individual as opposed to corporate blockholders, and those with one share, one vote as opposed to those with dual‐class shares, the authors find that ownership of large positions by individuals—but not corporations—was associated with lower systematic risk (when using both Fama‐French multiple factor and CAPM models). At the same time, they find that the firm‐specific risk of such companies was higher, but “biased” toward positive outcomes—that is, smaller downsides with larger upsides. What's more, this upward shift in performance and risk‐profile was achieved at least partly through increases in productivity as reflected in higher profit margins, profitability, profit per employee, and operating leverage, and lower costs of goods sold, SGA, and cash holdings. By contrast, in the case of blockholders in companies with dual‐class share structures, all of these positive associations with blockholders were either significantly weaker, or reversed. That is, whereas the presence of individual blockholders appears to increase productivity and value under a one share, one vote governance regime, blockholders in companies with dual‐class structures were associated with higher systematic risk and reduced productivity and 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».