MétaCan
Menu
Retour à la cohorte
Enregistrement W3096888639 · doi:10.1590/1678-6971/eramd200046

GOVERNANCE THROUGH STOCK TRADING IN BRAZIL: EVIDENCE WITH INSTITUTIONAL INVESTORS

2020· article· en· W3096888639 sur OpenAlexaff
Lucas N. C. Vasconcelos, Orleans Silva Martins

Notice bibliographique

RevueRAM. Revista de Administração Mackenzie · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésInstitutional investorMarket liquidityCorporate governanceBusinessStock (firearms)Panel dataCapital marketStock exchangeMonetary economicsRemunerationStock marketFinancial economicsMarket efficiencyEconomicsFinanceFinancial systemEconometrics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Purpose: This paper analyses the viability of stock trading as a mechanism to promote corporate governance, addressing its effects on abnormal returns, information, and firm performance. Originality/value: The study indicates that competition among institutional investors is important to raise stock price efficiency. Policies that allow capital inflow, increase in liquidity, and a link between managers’ salaries and stock performance are beneficial to reinforce the stock market efficiency. Design/methodology/approach: Hypotheses testing using panel data regressions of 233 stocks between December 2009 to December 2017 from Thomson Eikon, Economatica and ComDinheiro. Findings: The results indicate that the number of institutional investors is not related to abnormal returns. On the other hand, the number of institutional investors increases the amount of firm-specific information into stock prices, rising stock market price efficiency. This relationship is stronger among the preferred stocks (PN), but this mechanism is still not valid to increase firms’ operational performance. Despite the possible increase in stock price efficiency, the investors cannot adopt such a mechanism to exercise governance if there is no remuneration linked to performance.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,061
Tête enseignante GPT0,273
Écart entre enseignants0,212 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRAM. Revista de Administração MackenzieMême sujetCorporate Finance and GovernanceTravaux en français237 207