MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386558133 · doi:10.3390/jrfm16090403

Determinants of Repurchase Size: Evidence from the UK

2023· article· en· W4386558133 sur OpenAlexvenueno aff
Adhiraj Sodhi, Cesário Mateus, Irina B. Mateus, Aleksandar Stojanovic

Notice bibliographique

RevueJournal of risk and financial management · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShare repurchaseBusinessDividendMonetary economicsCashEarningsEconometricsEconomicsAccountingFinanceCorporate governanceShareholder

Résumé

récupéré en direct d'OpenAlex

The paper focuses on the factors that determine the size of an open market share repurchase in the UK. The testing covers the time period 1985–2014 and tests if the traditional motives for repurchasing shares also determine the size of the repurchase. The testing also checks if the influences of these determinants are non-linear, U-shaped or inverted U-shaped, which, to the best of our knowledge, is also a novel empirical approach. The consideration of non-linear influences on repurchase size is relevant due to the overlapping of repurchase determinants. For instance, if the distribution of excess cash is the motive for undertaking the repurchase and not replacing dividend distribution, then the influence of dividend distribution on repurchase size may conflict with the traditional expectation of repurchases being used as dividend replacements. The testing finds that the motive of using repurchases for signalling stock undervaluation has the most consistent influence on repurchase size, followed by the motives of adjusting the reported EPS when earnings are negative and for distributing surplus cash. The motive for using repurchases to adjust the capital structure to increase the debt exposure has a U-shaped influence on repurchase size, while board independence has an inverted U-shaped influence. Overall, when compared to the current literature, this paper is able to demonstrate that there is a strong consistency between the motives that lead to repurchases in the UK, and the determinants of repurchase size.

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)0,001
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,035
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 GPT0,233
Écart entre enseignants0,214 · 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'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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial management→Même sujetCorporate Finance and Governance→Travaux en français237 207→