MétaCan
Menu
Retour à la cohorte
Enregistrement W4407182684 · doi:10.1111/1911-3846.13016

Credit information sharing and firm innovation: Evidence from the establishment of public credit registries

2025· article· en· W4407182684 sur OpenAlexvenueno aff
Fangfang Hou, Jeffrey Ng, Xinpeng Xu, Janus Jian Zhang

Notice bibliographique

RevueContemporary Accounting Research · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBusinessInformation sharingFinancial systemIndustrial organizationPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Lenders are reluctant to finance firms' innovation activities because such activities tend to be opaque, with a high likelihood of negative outcomes that could hamper loan repayment. We posit that public credit registries (PCRs), which play an important role in credit information sharing in many countries, can facilitate financing by reducing adverse selection and moral hazard and increasing bank competition. Using the staggered establishment of PCRs in different countries and an international firm–patent data set, we find that credit information sharing positively affects firm innovation, especially in firms that experience a larger increase in bank debt financing after the establishment of a PCR. This finding is consistent with the notion that credit information sharing promotes firm innovation by easing bank debt financing frictions. We also find a stronger effect in countries that experience a large increase in bank competition after the establishment of a PCR—consistent with increased bank competition serving as a channel through which credit information sharing facilitates bank debt financing, thereby generating a positive effect on firm innovation. The positive effect is more pronounced when the established PCR has features that promote credit information sharing. It is also more pronounced for opaque firms and firms in innovation‐intensive industries, indicating that credit information sharing helps to reduce financing frictions. Finally, we posit and find evidence that firm efficiency in transforming innovation inputs into outputs improves after the establishment of a PCR. Overall, our paper offers novel insights into how credit information sharing facilitates firm innovation.

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)0,005
score de la tête « metaresearch » (Gemma)0,035
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 enseignants0,009
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,035
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,123
Tête enseignante GPT0,315
Écart entre enseignants0,192 · 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

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary Accounting ResearchMême sujetCorporate Finance and GovernanceTravaux en français237 207