MétaCan
Menu
Retour à la cohorte
Enregistrement W2989631669 · doi:10.55365/1923.x2021.19.37

Impact of Market Timing on Corporate Capital Structure: Evidence from the UK IPO Market

2021· article· en· W2989631669 sur OpenAlexvenueno aff
Joana Carla Soares Gonçalves, António Cerqueira

Notice bibliographique

RevueReview of Economics and Finance · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInitial public offeringMarket timingLeverage (statistics)Equity (law)Monetary economicsMarket microstructureEconomicsFactor marketCapital marketMarket impactBusinessStock marketFinancial economicsOrder (exchange)FinanceMarket economy

Résumé

récupéré en direct d'OpenAlex

This study examines the impact of market timing on corporate capital structure throughout the analysis of the IPO market in the UK.It should be noted that due to its cyclical activity, the IPO market is considered as a natural place to detect market timing effects.In line with previous literature, this study considers the hot and cold classification as the equity timing measure.Market timers are identified as firms that go public in hot markets.Hot markets are characterised by periods of unusually high IPO volume and underpricing, usually on the back of the more favourable market conditions.On the contrary, cold markets are portrayed by opposite market conditions.The main findings of this study show that, in the offering year, hot-market firms issue more equity and experience a larger decrease in their leverage ratios in comparison with cold-market firms.However, right after going public, hotmarket firms start to increase their leverage ratios at a higher pace than their cold-market counterparts.Five years following the IPO, the difference in the leverage ratio when compared to the pre-issue level becomes slightly higher for cold-market firms, suggesting that the changes on leverage stop being driven by the market timing factor.These findings are consistent with the view that the impact of market timing on capital structure is not persistent over time.Different econometric models were computed to test the research hypotheses.Also, the Huber-White estimator was applied to correct the error structure, ensuring that our findings were not biased by heteroscedasticity and error correlation.In addition, industry-fixed effects were included to control for cross-sectional heterogeneity.

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)0,016
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 enseignants0,017
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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)0,0050,001

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 Opus0,033
Tête enseignante GPT0,229
Écart entre enseignants0,196 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Economics and FinanceMême sujetCorporate Finance and GovernanceTravaux en français237 207