MétaCan
Menu
Retour à la cohorte
Enregistrement W2966915055 · doi:10.3934/qfe.2020028

Cheap signals in security token offerings (STOs)

2020· article· en· W2966915055 sur OpenAlex
Lennart Ante, Ingo Fiedler

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueQuantitative Finance and Economics · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésSecurity tokenBusinessInformation asymmetryTransparency (behavior)IncentiveCheatingCheap talkClearingSettlement (finance)FinanceEconomicsComputer securityMicroeconomicsPayment

Résumé

récupéré en direct d'OpenAlex

Blockchain-based security token offerings (STOs) provide a new way of crowdfunding and corporate financing. Tokens are immediately transferable and can be traded 24/7 on secondary markets, clearing and settlement is a matter of only a few minutes, tokens can be held personally, i.e. brokers and custody accounts are no longer required and the underlying blockchain ensures transparency of all transactions. This study provides an overview of security tokens and the STO model for corporate financing. Our analysis investigates security tokens from the perspective of a firm looking to raise capital. Building on signaling theory, this paper examines 1) whether companies conducting an STO make use of cheap signals to influence investment behavior and 2) if such use of cheap signals is effective. We analyze a dataset of 151 STOs and identify that cheap signals of human capital and social media are used by projects and have a positive effect on funding success. The type of signals influencing funding success indicate that the market is still immature, as projects have a clear incentive to enlarge the level of asymmetric information between them and potential investors. The anticipated level of punishment for misusing cheap signaling is low, as the mechanism does not represent fraud but "cheating". This is a concern for investor protection.

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.

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)0,000
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,728
Score d'incertitude au seuil0,909

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,227
Écart entre enseignants0,191 · 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