MétaCan
Menu
Retour à la cohorte
Enregistrement W3125376433 · doi:10.1111/1475-679x.12040

Dividend Payouts and Information Shocks

2014· article· en· W3125376433 sur OpenAlexaff
Luzi Hail, Ahmed Tahoun, Clare Wang

Notice bibliographique

RevueJournal of Accounting Research · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésDividendMonetary economicsDividend policyAgency costBusinessShock (circulatory)InsiderInformation asymmetryPaymentCorporate governancePrincipal–agent problemInsider tradingAgency (philosophy)CashEconomicsFinanceShareholder

Résumé

récupéré en direct d'OpenAlex

ABSTRACT We examine changes in firms’ dividend payouts following an exogenous shock to the information asymmetry problem between managers and investors. Agency theories predict a decrease in dividend payments to the extent that improved public information lowers managers’ need to convey their commitment to avoid overinvestment via costly dividend payouts. Conversely, dividends could increase if minority investors are in a better position to extract cash dividends. We test these predictions by analyzing the dividend payment behavior of a global sample of firms around the mandatory adoption of IFRS and the initial enforcement of new insider trading laws. Both events serve as proxies for a general improvement of the information environment and, hence, the corporate governance structure in the economy. We find that, following the two events, firms are less likely to pay (increase) dividends, but more likely to cut (stop) such payments. The changes occur around the time of the informational shock, and only in countries and for firms subject to the regulatory change. They are more pronounced when the inherent agency issues or the informational shocks are stronger. We further find that the information content of dividends decreases after the events. The results highlight the importance of the agency costs of free cash flows (and changes therein) for shaping firms’ payout 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.

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)0,010
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
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 savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,033
Tête enseignante GPT0,284
Écart entre enseignants0,250 · 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

Citations181
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Accounting ResearchMême sujetCorporate Finance and GovernanceTravaux en français237 207