MétaCan
Menu
Retour à la cohorte
Enregistrement W4224302544 · doi:10.21684/2412-2343-2022-9-1-136-167

Legal Protection of Investors from the Corporate Malfeasance of Insider Dealings: A South African-Canadian Comparative Review

2022· article· en· W4224302544 sur OpenAlexaboutno aff
Maria Oluyeju, Olufemi Oluyeju

Notice bibliographique

RevueBRICS Law Journal · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSecurities Regulation and Market Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnforcementInsider tradingTransparency (behavior)Alternative trading systemBusinessCapital marketPosition (finance)Financial marketAccountingInsiderAlgorithmic tradingFinanceLawPolitical science

Résumé

récupéré en direct d'OpenAlex

Ensuring market discipline, integrity, and transparency with the overall aim of protecting the investing public is critical to the wellness of a capital market and a financial system. However, one corporate ill besetting the securities markets in all jurisdictions is insider trading. Apart from being unethical, insider trading disrupts market dynamics. In South Africa, over the years, successive Acts have been enacted, amended, and repealed to ensure discipline and protect the integrity of the nation’s securities market. In 2012, the Financial Markets Act of 2012 (FMA) was enacted to improve, among others, the enforcement of insider trading regulation in South Africa. However, the regulation of insider trading and its enforcement in terms of the FMA have been insufficient. This article therefore seeks to benchmark the South African position against Canadian model with the objective of drawing lessons for South Africa. The choice of Canada was informed by the fact that Canada has a well-developed anti-insider trading regulatory framework and presents a case study of international best practices in the regulation of insider trading. Therefore, the conclusion in this article is that with creative and appropriate reforms of the FMA, using the Canadian model, the investing public will be adequately protected against insider trading, and investors’ confidence and the financial markets’ integrity and efficiency will be better enhanced.

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)0,014
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,118
Score d'incertitude au seuil0,313

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0090,015
Études des sciences et des technologies0,0070,007
Communication savante0,0070,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
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 Opus0,095
Tête enseignante GPT0,251
Écart entre enseignants0,156 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBRICS Law JournalMême sujetSecurities Regulation and Market PracticesTravaux en français237 207