The Fairy Tale Decision of Holding SPAC Shares Past Midnight: A study on the Factors Affecting the Probability of a SPAC Being Good or Bad Prior to Approval Date
Notice bibliographique
Résumé
This study further examines a two-portfolio theory by Sousa and Jenkinson 2011, where the two portfolios are separated as “Good” and “Bad” SPAC (Special Purpose Acquisition Company) deals. Our paper utilizes new generational SPAC IPO data for the period between 2011-2018, by analyzing the determinants, firm and market specific, that affect the probability of a deal being “good” or “bad”. We use hand collected data on the trust value and common shares outstanding for each quarter for 75 SPAC IPOs from their 10-Qs located in EDGAR and Fintel, to calculate Trust Value Per Share (TVPS), TVPS is defined as the pro-rata value of each common share outstanding (excluding sponsor shares) divided by the SPACs trust value. We categorize a SPAC deal as “Good” if the market price is greater than the TVPS, and a deal as “Bad” if the market price is below the TVPS, one day before the shareholder approval date, respectively. Our results indicate that 50 SPAC deals were “Good”, and 25 deals were “Bad”. These figures differ from those of Sousa and Jenkinson, which indicates a clear effect of the structural change of SPACs after 2011. Our logistic regression indicates a positive and statistically significant relationship between the dependent variable “Good” with the cumulative return of the SPAC and IPO Size, while a negative relationship was seen with the number of days between IPO and announcement, and Trust Value. We suggest investors redeem their shares prior to approval regardless of being classified as “Good” or “Bad”.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,015 |
| 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 | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».