MétaCan
Menu
Retour à la cohorte
Enregistrement W4401484044 · doi:10.1111/corg.12610

The Litigation Cost of Cross‐Listing Into the United States

2024· article· en· W4401484044 sur OpenAlexafffundabout
M. Martin Boyer

Notice bibliographique

RevueCorporate Governance An International Review · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLaw, Economics, and Judicial Systems
Établissements canadiensUniversité de MontréalHEC Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of New South WalesFlorida State University
Mots-clésListing (finance)Corporate governanceBusinessAccountingFinance

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Research Question/Issue I study the expected liability cost of cross‐listing into the United States by examining the change in the structure of a Canadian firm's directors' and officers' liability insurance contract (D&O insurance) before and after cross‐listing on an exchange located in the United States (NYSE, NASDAQ, or OTC). Research Findings/Insights Results show that neither the likelihood of having D&O liability insurance increases significantly only when the NASDAQ is the chosen as the cross‐listing venue nor the amount of coverage changes significantly after cross‐listing. With respect to choosing the NYSE as the cross‐listing venue, results show that coverage does not increase, but the premium does. As a result, the D&O insurance premium per dollar of coverage increases significantly only when the firm cross‐lists on the NYSE. A robust point estimate is that a Canadian firm's D&O liability insurance premium increases by 40%–60% when it becomes listed on a US market. Theoretical/Academic Implications D&O insurers adjust their expected litigation costs as a function of where shares are traded not because of the severity of damages paid in the event of litigation, by mostly because of an increase in the frequency of such litigation. Practitioner/Policy Implications If D&O premium‐to‐coverage ratio allows one to measure a company's litigation risk, then there would be value to investors to have access to basic D&O insurance information such as the premium and the coverage.

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)0,000
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: aucune
Score de désaccord entre enseignants0,796
Score d'incertitude au seuil0,402

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,074
Tête enseignante GPT0,298
Écart entre enseignants0,223 · 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

Citations1
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCorporate Governance An International ReviewMême sujetLaw, Economics, and Judicial SystemsTravaux en français237 207