MétaCan
Menu
Retour à la cohorte
Enregistrement W4386170426 · doi:10.1016/j.intfin.2023.101826

The impact of foreign ownership on the media’s role in curbing insider trading around private meetings

2023· article· en· W4386170426 sur OpenAlexafffund
Mingzhi Liu, Songlian Tang, Zhenyu Wu, Rong Zeng

Notice bibliographique

RevueJournal of International Financial Markets Institutions and Money · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNational Natural Science Foundation of China
Mots-clésInsiderInsider tradingProfitability indexBusinessForeign direct investmentCorporate governanceForeign portfolio investmentPortfolioInvestment (military)Private information retrievalForeign ownershipMonetary economicsFinancial systemFinanceEconomicsReturn on investmentOpen-ended investment companyPolitical scienceLawMicroeconomics

Résumé

récupéré en direct d'OpenAlex

This paper investigates whether the media, as an external governance mechanism, constrains insider trading. In addition, we study two competing views of foreign ownership as an internal corporate governance mechanism – better monitoring and short-termism – by investigating the interaction effects of foreign ownership and the media on insider trading profitability. Using a unique database of private in-house meetings from 2012 to 2017, we find that media coverage is positively related to insider trading profitability, demonstrating the media’s failure as an external governance mechanism in curbing corporate insider trading. This positive relationship is stronger when foreign ownership is present, either in the form of foreign portfolio investment or foreign direct investment. Our finding that certain types of foreign investment worsen the media’s role in disciplining insider trading prompts the public to think more critically about the monitoring role of the media and foreign investment in private meetings.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,676
Score d'incertitude au seuil0,341

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,052
Tête enseignante GPT0,264
Écart entre enseignants0,213 · 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'étudeThéorique ou conceptuel
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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of International Financial Markets Institutions and MoneyMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207