Large tariff cuts and corporate hedging: Evidence from interest rate swaps
Notice bibliographique
Résumé
• Large U.S. tariff cuts increase domestic firms’ use of interest rate swaps, shifting debt from fixed to floating rates. • The effect operates through intensified product market competition and lower expected borrowing costs, increasing incentives to preserve financial flexibility. • Strongest responses are observed for firms near the industry’s technological core, in highly substitutable markets, and with low cash reserves. • Results establish a novel link between trade policy shocks, corporate risk management, and firms’ debt structure choices. We examine how trade policy shocks affect firms’ interest rate hedging and debt structure. Using plausibly exogenous large U.S. tariff cuts from 1992–2015 as industry-level shocks, we find that exposed firms increase their use of interest rate swaps, converting fixed-rate debt into floating obligations. Drawing on real options and corporate hedging frameworks, we argue that large tariff cuts intensify competition and lower expected borrowing costs through reduced import prices and input costs, raising underinvestment risk while increasing incentives to maintain financial flexibility. Firms dynamically reoptimize their debt composition to capture expected savings and secure funding for time-sensitive projects. Effects are strongest among firms close to their industry’s technological core, in highly substitutable markets, and with low cash buffers. Our findings establish a novel link between international trade policy, corporate risk management, and debt structure.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».