MétaCan
Menu
Retour à la cohorte
Enregistrement W3121687085 · doi:10.1111/jacf.12272

Eclipse of the Public Corporation or Eclipse of the Public Markets?

2018· article· en· W3121687085 sur OpenAlexaff
Craig Doidge, Kathleen M. Kahle, George Andrew Karolyi, René M. Stulz

Notice bibliographique

RevueJournal of applied corporate finance · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésCorporationBusinessEclipseIntangible assetEquity (law)Agency (philosophy)FinancePublic offeringPublic sectorEconomicsInitial public offeringEconomyLaw

Résumé

récupéré en direct d'OpenAlex

The authors look back at Michael Jensen's 1989 article “The Eclipse of the Public Corporation.” They find some of his predictions have been borne out but other important ones, not. Jensen concluded that the publicly held corporation was in decline and had outlived its usefulness in many sectors. He argued that agency costs made public corporations an inefficient form of organization and that new private organizational forms promoted by private equity firms would likely replace the public firm. The number of public firms in the U.S. has declined significantly but there are still many hugely profitable and successful public companies. U.S. public markets are still well‐suited for firms with mostly tangible assets. So, what we are really witnessing is an eclipse not of public corporations, but of the public markets as the place where young firms with mostly intangible capital seek their funding. This is especially true when the usefulness of the intangible assets has yet to be proven. Sometimes the market is extremely optimistic about some intangible assets, but otherwise firms with unproven intangible assets may be better off funding themselves privately. This evolution has a downside: investors limited to public markets are cut off from investing in high intangible‐asset firms. Additionally, as fewer firms remain publicly listed, fewer firms will be transparent to society.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,015
Communication savante0,0080,028
Science ouverte0,0010,004
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,069
Tête enseignante GPT0,212
Écart entre enseignants0,143 · 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'étudeThéorique ou conceptuel
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

Citations71
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of applied corporate financeMême sujetFiscal Policy and Economic GrowthTravaux en français237 207