MétaCan
Menu
Retour à la cohorte
Enregistrement W4249701928 · doi:10.6000/1929-7092.2019.08.24

Why do Family Firms Pay Cash Dividends in Emerging Markets? Corporate Control and Family Succession in Korea

2019· article· en· W4249701928 sur OpenAlexvenueno aff
Young Kyung Ko

Notice bibliographique

RevueJournal of Reviews on Global Economics · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFamily Business Performance and Succession
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessCashDividendEcological successionControl (management)Monetary economicsEmerging marketsEconomicsFinancial systemFinanceManagement

Résumé

récupéré en direct d'OpenAlex

Following the economic crisis in 1997, the Korean government introduced the enhanced corporate governance and reform policy, which drove family-controlled firms to search strategic reaction for control succession and wealth transfer. This paper explores alternative explanations for why Korean firms choose to pay cash dividends around this corporate reform period. What lead firms to pay cash dividends remains largely unexplained by the reducing agency cost, signaling, or life-cycle theories. This study focuses on relations between the ownership structure and cash dividends payout, seeking effects deriving from (i) controlling shareholder (CS) and (ii) their family members. The logit analysis result shows that firms with large control rights, especially higher ownership of other family members of CS are more likely to pay cash dividends. After adjusting for the characteristics that affect the degree of cash dividends, ownership variables are positively related to payout ratios and dividend yields. CS family members' ownership has a statistically stronger effect on payout ratios than CS's. These results provide the evidence of incentive for corporate control succession within the family with least costs carried by the family members of controlling shareholders who positively influence payout decisions and dividend ratios.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,201
Score d'incertitude au seuil0,826

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,239
Écart entre enseignants0,219 · 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 tête enseignante, 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Reviews on Global EconomicsMême sujetFamily Business Performance and SuccessionTravaux en français237 207