MétaCan
Menu
Retour à la cohorte
Enregistrement W3121880059 · doi:10.1007/s10679-006-8277-3

Chinese Walls in German Banks

2006· article· en· W3121880059 sur OpenAlexaff
Alfred Lehar, Otto Randl

Notice bibliographique

RevueEuropean Finance Review · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésInsiderEarningsGermanBusinessOrder (exchange)AccountingNegative informationMonetary economicsFinanceEconomicsFinancial systemPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Analysts in a bank's research department cover firms that have no relationship with the bank as well as companies in which the bank has a strategic interest. Officially, banks must establish Chinese Walls around their research departments to allow the analysts to work independently and to avoid the flow of insider information. We examine analyst behavior under long-term bank-firm relationships using ownership data and analysts' earnings per share forecasts for German companies from 1994 to 2001. We find evidence that is consistent with analysts reconciling their employers' interests with their own career concerns. They seem to use their information advantage strategically by releasing favorable and thereby more precise reports when the market underestimates earnings. In order not to jeopardize the bank-client relationship, they suppress negative information when the market is too optimistic. Combining situations where the market over- and underestimates earnings, we can replicate the unconditional positive bias in analyst forecasts found in the previous literature. Despite the bias in affiliated analysts' forecasts, they nonetheless selectively communicate valuable information to investors.

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)0,004
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 enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,011
Tête enseignante GPT0,232
Écart entre enseignants0,221 · 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

Citations12
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Finance ReviewMême sujetCorporate Finance and GovernanceTravaux en français237 207