Institutional Ownership and Tail Risk Comovement in Banks
Notice bibliographique
Résumé
Recent regulatory discussions concentrate on the role institutional investors play in the financial sector. We investigate the determinants and consequences of institutional ownership (IO) in banks. Our findings suggest that institutional owners invest more in banks that have a lower proportion of consumer and real estate loans; are less opaque; have a lower level of insider control; are larger, older, and more capitalized; and have lower stock return volatility. In contrast, banks’ funding characteristics, loan risk appetite, and connectedness with other banks do not seem to be relevant factors in institutional investors’ decisions to hold a bank. We further investigate whether IO is related to tail risk comovement and changes in bank operations. We find robust evidence suggesting that IO is positively associated with a bank’s future tail risk and that the association between IO and tail risk is significantly higher for banks than it is for nonfinancial firms. We also find that this relationship is stronger for banks during economic downturns. Correspondingly, we find that there is a greater reduction in lending growth and greater increases in opacity and risk taking during recessionary periods for banks with higher levels of IO. Our results suggest that institutions with low monitoring incentives in particular play a role in increasing tail risk comovement and in the deleterious real effects of IO. Lastly, we find evidence suggesting that disclosure may play a role in mitigating the relationship between IO and tail risk comovement. This paper was accepted by Eric So, accounting. Supplemental Material: The data files are available at https://doi.org/10.1287/mnsc.2023.02522 .
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».