MétaCan
Menu
Retour à la cohorte
Enregistrement W3043918150 · doi:10.3390/jrfm13080163

Firm Size Does Matter: New Evidence on the Determinants of Cash Holdings

2020· article· en· W3043918150 sur OpenAlexvenueno aff
Efstathios Magerakis, Κωνσταντίνος Γκίλλας, Αθανάσιος Τσαγκανός, Costas Siriopoulos

Notice bibliographique

RevueJournal of risk and financial management · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEndogeneityCashCash flow forecastingOperating cash flowCorporate governanceBusinessPanel dataMonetary economicsCash managementCash conversion cycleCash flow statementFinancial crisisEconomicsFinanceEconometricsMacroeconomics

Résumé

récupéré en direct d'OpenAlex

We study the financial determinants of cash holdings and discuss the importance of firm size in the post-crisis period. We employ panel data regression analysis on a sample of 6629 non-financial and non-utility listed companies in the United Kingdom from 2010 to 2018. We focus on the comparative analysis of large, medium, and small size firms in terms of cash holdings. Our findings indicate that cash levels are higher for firms with riskier cash flows, more growth opportunities, and higher R&D expenditures. In contrast, the firms’ cash holdings decrease when the substitutes of cash, cash flows, and capital expenditures increase. We show that small-sized firms tend to hold more cash than their larger counterparts due to precautionary motives. Further, we confirm a significant and varying association between managerial ownership and cash holdings. The study is robust to different regression specifications, additional analyses, and endogeneity tests. Overall, we add to the prior literature by identifying the effect of firm-level attributes and governance characteristics on cash policy during the post-crisis period. To the best of the authors’ knowledge, this is the first work that provides insights on the way that firm characteristics impact cash holdings, considering the differences among firm size groupings.

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)0,008
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 enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,020
Tête enseignante GPT0,213
Écart entre enseignants0,193 · 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

Citations31
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetCorporate Finance and GovernanceTravaux en français237 207