MétaCan
Menu
Retour à la cohorte
Enregistrement W4400850727 · doi:10.34925/eip.2021.131.6.208

Efficiency of FinTech Shares Pricing in Initial Public Offering (IPO)

2021· article· ru· W4400850727 sur OpenAlexaboutno aff
Я.И. Кулешов

Notice bibliographique

RevueЭкономика и предпринимательство · 2021
Typearticle
Langueru
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInitial public offeringBusinessFinancial systemMonetary economicsFinancial economicsFinanceEconomics

Résumé

récupéré en direct d'OpenAlex

В данной статье исследуется динамика акций 98 североамериканских (США и Канады) и 43 европейских финтех-компаний с первичным публичным размещением акций в период с 2008 по 2020 год. Для краткосрочных результатов обнаружены значительные уровни недооценки: 17% для североамериканских и 10% для европейских финтех-компаний. Североамериканские финтех-компании имеют значительно более высокую степень недооценки при IPO, чем европейские FinTech-компании. Из результатов регрессии следует, что венчурный капитал и возраст фирм оказывают значительное влияние на степень недооценки. This article examines the performance of 98 North American (US and Canada) and 43 European fintech IPOs from 2008 to 2020. For short-term results, significant levels of underestimation were found: 17% for North American and 10% for European fintech companies. North American fintechs are significantly more undervalued in IPOs than European fintechs. The regression results show that venture capital and the age of firms have a significant impact on the degree of underestimation.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,428
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,006
Études des sciences et des technologies0,0000,000
Communication savante0,0010,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,036
Tête enseignante GPT0,253
Écart entre enseignants0,217 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueЭкономика и предпринимательствоMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207