MétaCan
Menu
Retour à la cohorte
Enregistrement W4412112769 · doi:10.1111/ecpo.70007

Anticorruption and Capital Market Pricing Efficiency: Evidence From China

2025· article· en· W4412112769 sur OpenAlexaff
Yanyin Li, Yuan George Shan, Rong Xu, Xingmei Xu, Yusheng Xu

Notice bibliographique

RevueEconomics and Politics · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCorruption and Economic Development
Établissements canadiensAlgoma University
Organismes subventionnairesnon disponible
Mots-clésEconomicsChinaCapital marketCapital (architecture)Financial economicsMonetary economicsFinancePolitical science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This study investigates the impact of anticorruption on capital market pricing efficiency through stock price synchronization. Using a data set from 3188 of China's A‐share listed firms with 20,673 firm‐year observations, our results show that anticorruption significantly reduces stock price synchronization. We conduct a series of robustness checks, including difference‐in‐differences analysis, informal monitoring mechanisms, alternative explanatory variables, and excluding observations during the Global Financial Crisis, and the conclusions remain consistent. The mechanism analysis reveals that anticorruption improves corporate disclosure quality at the micro level and the degree of marketization and government‐market relationship at the macro level, which reduces stock price synchronicity. This effect is more pronounced among state‐owned enterprises (SOEs), especially local SOEs. This study presents empirical evidence regarding the logic of development and governance dynamics in emerging economies.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,639
Score d'incertitude au seuil0,422

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,015
Tête enseignante GPT0,270
Écart entre enseignants0,255 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomics and PoliticsMême sujetCorruption and Economic DevelopmentTravaux en français237 207