MétaCan
Menu
Retour à la cohorte
Enregistrement W4414614658 · doi:10.1080/23302674.2025.2560555

Does economic policy uncertainty impact inventories and firm value? Evidence from the US economy

2025· article· en· W4414614658 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Systems Science Operations & Logistics · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésEconomic impact analysisProduction (economics)Economic forecastingEconomic modelEconomic analysis

Résumé

récupéré en direct d'OpenAlex

This paper develops an empirical model to explore how EPU impacts inventory levels in U.S. firms and the effect on firm value under high EPU. This is the first paper to investigate the impact of macroeconomic risk measured by the EPU on inventory and firm value. We apply panel data regression methodology to financial data from a COMPUSTAT sample of 330,905 quarterly observations between 2002 and 2023 for U.S.-based firms. We measure firm value using the market-to-book ratio of assets, which enables us to link inventory policy to market valuation directly. We find that with increased EPU, the total inventory levels, raw material, and finished goods inventory increase, while work-in-process (WIP) inventory level decreases. This indicates that during high EPU, firms increase raw material and finished goods inventory to hedge against supply and demand shortages, while streamlining their internal production processes and workflow, which lowers the WIP inventory, achieving higher inventory leanness. Our findings also indicate that inventory levels and firm value follow an inverted U-shaped relationship. A higher inventory level due to EPU is value-enhancing until it reaches a threshold point, beyond which a firm's value decreases.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,746
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,032
Tête enseignante GPT0,316
Écart entre enseignants0,284 · 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