MétaCan
Menu
Retour à la cohorte
Enregistrement W4409843911 · doi:10.33423/jaf.v25i2.7612

The Impact of the Country of Origin on the Underpricing of ADR IPO in the U.S. Equity Markets

2025· article· en· W4409843911 sur OpenAlexaff
Sergiy Rakhmayil, Lucas Agbeli

Notice bibliographique

RevueJournal of Accounting and Finance · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePrivate Equity and Venture Capital
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésInitial public offeringEquity (law)BusinessFinancial systemMonetary economicsAccountingFinancial economicsEconomicsLawPolitical science

Résumé

récupéré en direct d'OpenAlex

This study examines the impact of the country of origin on the underpricing of American Depositary Receipts (ADRs) Initial Public Offerings (IPOs) in the U.S. equity markets from 2003 to 2023. Analyzing 161 ADR IPOs from 28 countries, the research finds that ADRs from countries with higher country risk premiums are associated with lower underpricing. GDP correlation and Rule of Law difference have no significant impact on underpricing, whereas longer lock-up periods correlate with higher underpricing, signaling higher quality. Countries such as China, the UK, Ireland, Germany, Israel, and Mexico exhibit high underpricing, while Japan, South Korea, and Singapore show low or negative underpricing. The study concluded that investors are willing to pay more for better protection against financial risk but will not pay more for diversification potential.

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)0,004
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 enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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 savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,278
Écart entre enseignants0,262 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Accounting and FinanceMême sujetPrivate Equity and Venture CapitalTravaux en français237 207