MétaCan
Menu
Retour à la cohorte
Enregistrement W3160047292

Comparing Dividend Puzzle Solutions by Polish, Canadian, Norwegian and American Executives

2016· article· en· W3160047292 sur OpenAlexaboutno aff
Agata Sierpińska-Sawicz

Notice bibliographique

RevueSSRN Electronic Journal · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Fiscal Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDividend policyDividendBusinessEarningsStock exchangeCapital marketDividend payout ratioStock (firearms)Financial systemMonetary economicsAccountingFinanceEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study compares firms’ dividend policy antecedents in four countries. The author surveys managers of 230 companies listed on the Warsaw Stock Exchange that paid dividends over the 2001-12 period and compares the findings to survey reports from the USA, Canada, and Norway. The main antecedents of dividend policy in these countries are the level of current earnings, their stability over time, the level of expected earnings and the pattern of past dividends. The last factor is of little importance for Polish managers, as the history of dividend payouts in Polish-listed companies is brief. The establishment of factors that shape the dividend policy in public companies has crucial importance in global financial markets. Investors make cash transfers to markets that ensure a high return on invested capital. Orders from foreign investors generate almost 50% of the turnover on the Warsaw Stock Exchange. Therefore, in their decisions on the division of earnings, Polish companies should be guided by similar considerations as those displayed by companies in developed economies that seek to attract foreign investors. The study expands on the existing survey research on dividends and provides new evidence from managers of companies in Poland.

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)0,007
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 enseignants0,346
Score d'incertitude au seuil0,695

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,022
Tête enseignante GPT0,198
Écart entre enseignants0,176 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetEconomic and Fiscal StudiesTravaux en français237 207