Determinants of the Capital Structure of Companies Listed on the Stock Exchanges of Argentina, Brazil and Chile: An Empirical Analysis of the Period from 2007 to 2016
Notice bibliographique
Résumé
The present investigation refers to the determinants of the capital structure, using the technique of multiple regression through Panel Data of open capital companies in the stock exchanges of Argentina, Brazil and Chile, in order to know the behavior of determinants of the capital structure in relation to Trade-Off Theory (TOT) and Pecking Order Theory (POT). The POT offers the existence of a hierarchy in the use of sources of resources, while the TOT considers the existence of a target capital structure that would be pursued by the company. Sixteen accounting variables were used, in which five are dependent (related to indebtedness) and eleven are independent variables (explaining the determinants of the capital structure). It is observed that, with the use of the Panel Data, the determinants that seem to influence in a more accentuated way the levels of debt of the companies are: current liquidity, tangibility, return to shareholders, return of assets, sales growth, asset growth, market-to-book and business risk measured by the volatility of benefits. Suggestions for future research include the use of Panel Data to analyze other factors that may influence indebtedness, mainly taxes and dividends, as well as a deeper analysis of factors that may influence the speed of adjustment towards the supposed objective level.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».