MétaCan
Menu
← Retour à la cohorte
Enregistrement W3125947477 · doi:10.3386/w9107

Firms' Decisions Where to Incorporate

2002· preprint· en· W3125947477 sur OpenAlexaff
Lucian A. Bebchuk, Alma Cohen

Notice bibliographique

RevueNational Bureau of Economic Research · 2002
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésStatuteDominance (genetics)ShareholderCorporate governanceState (computer science)BusinessRegulatory competitionCompetition (biology)Industrial organizationMonetary economicsEconomicsCorporate lawFinanceLawComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

This paper empirically investigates the decisions of publicly traded firms where to incorporate.We study the features of states that make them attractive to incorporating firms and the characteristics of firms that determine whether they incorporate in or out of their state of location.We find that states that offer stronger antitakeover protections are substantially more successful both in retaining in-state firms and in attracting out-of-state incorporations.We estimate that, compared with adopting no antitakeover statutes, adopting all standard antitakeover statutes enabled the states that adopted them to more than double the percentage of local firms that incorporated in-state (from 23% to 49%).Indeed, the incorporation market has not even penalized the three states that passed two extreme antitakeover statutes that have been widely viewed as detrimental to shareholders.We also find that there is commonly a big difference between a state's ability to attract incorporations from firms located in and out of the state, and we investigate several possible explanations for this home-state advantage.Finally, we find that Delaware's dominance is greater than has been recognized and can be expected to increase further in the future.Our findings have significant implications for corporate governance, regulatory competition, and takeover law.

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)0,005
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0090,003
Science ouverte0,0010,002
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,323
Tête enseignante GPT0,432
Écart entre enseignants0,109 · 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'étudeSans objet
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

Citations25
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic Research→Même sujetCorporate Finance and Governance→Travaux en français237 207→