Should managers estimate cost of equity using a two‐factor international CAPM?
Notice bibliographique
Résumé
Purpose The purpose of this paper is to assess how much difference it makes for US firms to use the two‐factor ICAPM to estimate their cost of equity instead of a single‐factor CAPM. Design/methodology/approach For a large sample of US companies, the authors compare the empirical cost of equity estimates of a two‐factor international CAPM with those of the single‐factor domestic CAPM and the single‐factor global CAPM. Findings The authors find that the cost of equity estimates of the two‐factor ICAPM are reasonably close to those of either single‐factor model for US firms with low‐to‐moderate foreign exchange exposure; and second, perhaps surprisingly, for US firms with extreme foreign exchange exposure, that the cost of equity estimates of the two‐factor ICAPM tend to be very close to those of the domestic CAPM, and even closer than to those of the single‐factor global CAPM. Research limitations/implications The paper's findings might prove useful to academic researchers wanting to resolve the seemingly contradictory empirical results on the pricing of FX risk. Practical implications The findings will hopefully help managers decide whether they should go to the trouble of estimating a US firm's cost of equity with the two‐factor international CAPM instead of a traditional single‐factor CAPM. Originality/value The paper extends the existing literature by focusing on the two‐factor ICAPM, and finds some new and surprising empirical results.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».