Notice bibliographique
Résumé
Corporate governance deals with the ways in which suppliers of capital to firms improve their chances of getting a return on their investment (Shleifer and Vishny (1997)). In this dissertation, I analyze three aspects of governance that impact the incentives, policies, and decisions of the firm. In the first essay, Blockholder Attention, I recast the study of blockholder monitoring from a question of whether firms will listen to one that additionally asks are investors willing to talk. Given resource constraints, investors cannot talk to all of the firms they own and allocate their attention to those positions in which they have the most capital invested. Once I isolate blocks that receive the requisite attention, I find robust evidence of effective monitoring: firms with one of these High Attention Blocks experience significant improvements in compensation policies, turnover decisions, and acquisitions. Firms with blocks of relatively less importance do not enjoy any of these gains. In the second essay, CEO Skill in Corporate Acquisitions, I, along with my co-authors, Jeff Jaffe and Torben Voetmann, examine the incidence of differential skill in acquisition decisions. While we find significant evidence of persistent bidder returns when a firm retains the same CEO for consecutive acquisitions, it appears negative skill, or the repeated act of conducting value-destroying acquisitions, is the dominant trait. In the third essay, The Price Effects of Event-Risk Protection: The Results from a Natural Experiment, my co-authors, Karl Okamoto and Natalie Pedersen, and I use court rulings related to the $48.5B LBO of Bell Canada to isolate the pricing effects of change-in-control covenants. Consistent with the existing literature, we find significant evidence that these covenants are priced and this judicial intervention upset the existing bargain between bondholders and issuers.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,007 |
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 ».