MétaCan
Menu
Retour à la cohorte
Enregistrement W3122255869 · doi:10.1111/1911-3846.12217

<scp>CEO</scp> Overconfidence and Stock Price Crash Risk

2015· article· en· W3122255869 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueContemporary Accounting Research · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesCity University of Hong KongGlaucoma Research Foundation
Mots-clésOverconfidence effectCrashStock priceStock (firearms)Chief executive officerBusinessValue (mathematics)Investment decisionsEnterprise valueMonetary economicsFinancial economicsEconomicsActuarial scienceFinanceBehavioral economicsManagement

Résumé

récupéré en direct d'OpenAlex

Abstract This study examines the association between chief executive officer ( CEO ) overconfidence and future stock price crash risk. Overconfident managers overestimate the returns to their investment projects and misperceive negative net present value ( NPV ) projects as value creating. They also tend to ignore or explain away privately observed negative feedback. As a result, negative NPV projects are kept for too long and their bad performance accumulates, which can lead to stock price crashes. Using a large sample of firms for the period 1993–2010, we find that firms with overconfident CEO s have higher stock price crash risk than firms with nonoverconfident CEO s. The impact of managerial overconfidence on crash risk is more pronounced when the CEO is more dominant in the top management team and when there are greater differences of opinion among investors. Finally, it appears that the effect of CEO overconfidence on crash risk is less pronounced for firms with more conservative accounting policies.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,385
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,005
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,099
Tête enseignante GPT0,307
Écart entre enseignants0,208 · 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