MétaCan
Menu
← Retour à la cohorte
Enregistrement W3125981892

Three Decades of IPO Markets in Canada: Evolution, Risk and Return

2018· preprint· en· W3125981892 sur OpenAlexaffabout
Cécile Carpentier, Jean‐Marc Suret

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2018
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensUniversité Laval
Organismes subventionnairesAutorité des Marchés Financiers
Mots-clésInitial public offeringLotteryIssuerMonetary economicsStock (firearms)BusinessFinancial economicsEconomicsStock marketFinanceGeographyMicroeconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In Canada, initial public offerings (IPOs) have decreased sharply over the past twenty years, inducing potentially substantial negative effects on the economy. The reasons for this decrease are controversial. To contribute to the debate, we analyze the Canadian IPO market over three decades (1986-2016). First we illustrate its specificities using IPOs on the main and the venture stock exchanges and using other junior markets a benchmark. We discuss the evolution of the IPOs, which differs considerably between natural resource and non-natural resource firms. We then provide empirical evidence based on 2, 145 Canadian IPOs. On average, these IPOs generate three-year negative abnormal returns, and more than 70% report negative abnormal returns. Large issuers reporting profits constitute the only subsample that provides fair returns, but they account for less than 5% of IPOs. We observe a high level of skewness of abnormal returns, consistent with the behavioral finance proposition that investors are often unduly optimistic when valuing lottery stocks. The lemon market characteristics of the Canadian IPO market can probably explain why it is vanishing.

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)0,005
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 enseignants0,037
Score d'incertitude au seuil0,270

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,007
Études des sciences et des technologies0,0020,001
Communication savante0,0040,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,025
Tête enseignante GPT0,256
Écart entre enseignants0,230 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetMarket Dynamics and Volatility→Travaux en français237 207→