Un modèle du coût du financement et du ratio d'endettement des entreprises non financières
Notice bibliographique
Résumé
The main aim of this paper is to calculate the cost of financing for Canadian non-financial businesses and to develop a model to explain financing cost trends on the basis of selected macroeconomic variables. The model described herein is a system based on four equations: one for the real after-tax cost of financing; one for the real rate of return required by creditors and another for the real rate of return required by shareholders (these two rates are linked to, among other things, the firms' debt ratio); and, lastly, an equation for the optimal debt ratio, which is derived from conditions of cost minimization. We also show that, for certain parameter values, our model conforms to the Modigliani-Miller propositions (1958), according to which the cost of financing is independent of the debt ratio, which therefore does not affect firms' investment decisions. Our work is based on two empirical observations. The first is that the cost of financing is relatively stable with respect to real interest rates. In our model, interest-rate movements directly influence the cost of debt, although the link between real interest rates and the rate of return on (or cost of) equity is quite weak. Since equity represents, on average, 60 per cent of total financing, the reasons why the cost of financing varies much less than interest rates are obvious. The second interesting observation is that the cost of financing and the debt ratio of firms appear to be positively linked to the rate of inflation. In our model, these two variables are affected by inflation because of the asymmetric nature of the tax system. Given current tax parameters, our results indicate that a 1-percentage-point drop in the expected inflation rate reduces the cost of financing by 8 basis points and the debt ratio by 1.2 percentage points. However, these results are contingent upon one of our working assumptions—that investors in Canadian businesses are individuals residing in Canada.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».