MétaCan
Menu
Retour à la cohorte
Enregistrement W4391707475 · doi:10.1016/j.jfineco.2024.103796

Asset life, leverage, and debt maturity matching

2024· article· en· W4391707475 sur OpenAlexaff
Thomas Geelen, Jakub Hajda, Erwan Morellec, Adam Winegar

Notice bibliographique

RevueJournal of Financial Economics · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensHEC Montréal
Organismes subventionnairesCollege of Engineering, Michigan State UniversityGöteborgs UniversitetCollegio Carlo AlbertoUniversity of BristolUniversité du LuxembourgUniversity of PennsylvaniaMichigan State UniversitySloan School of Management, Massachusetts Institute of TechnologyPennsylvania State UniversityCopenhagen Business SchoolUniversity of Notre DameDanmarks GrundforskningsfondFlorida International University
Mots-clésLeverage (statistics)DebtMaturity (psychological)Capital structureMonetary economicsEconomicsFinanceInternal debtWeighted average cost of capitalDebt ratioAsset (computer security)Debt levels and flowsDebt-to-GDP ratioBusinessFinancial economicsFinancial capitalCapital formationMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Capital ages and must eventually be replaced. We propose a theory of financing in which firms borrow to finance investment and deleverage as capital ages to have enough financial slack to finance replacement investments. To achieve these dynamics, firms issue debt with a maturity that matches the useful life of assets and a repayment schedule that reflects the need to free up debt capacity as capital ages. In the model, leverage and debt maturity are negatively related to capital age while debt maturity and the length of debt cycles are positively related to asset life. We provide empirical evidence that strongly supports these predictions.

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)0,010
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 enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,013
Tête enseignante GPT0,203
Écart entre enseignants0,190 · 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

Citations20
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Financial EconomicsMême sujetCorporate Finance and GovernanceTravaux en français237 207