Notice bibliographique
Résumé
Purpose This paper addresses the following questions: Why do some firms employ multiple debt types? What explains debt heterogeneity? Is the choice of the source of debt a function of corporate governance? Design/methodology/approach The author's paper is empirical and uses multiple regression analysis. Findings Firms under weak corporate governance have a higher propensity to use multiple debt types and have a dispersed debt structure. Contrastingly, firms that are well-managed tend to concentrate debt and borrow predominantly from a few creditors. The author also found that while bank debt is negatively associated with debt concentration, market debt is positively associated with debt concentration. Research limitations/implications Firms under weak corporate governance have a higher propensity to use multiple debt types and have a dispersed debt structure. Well-managed firms tend to concentrate debt and borrow predominantly from a few creditors. Bank debt is negatively associated with debt concentration and market debt is positively associated with debt concentration. Practical implications Policymakers and practitioners need to account not only for changes in the firm’s total debt level but also for changes within the firm’s debt composition. Understanding a manager’s choice of debt structure can incentivize creditors to effectively monitor and use debt concentration as a form of commitment device that transfers some control rights from the manager to creditors. Originality/value While a vast body of corporate finance literature examines the conflict between shareholders and management, there is little empirical work on the conflict between creditors and management. In this paper, the author examines how managerial entrenchment affects debt structure. The results provide a comprehensive picture of how corporate governance influences debt choice(s).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».