Saint Mary’s University DO BANKS ALWAYS MAKE INFORMED LOANS?--- A CANADIAN STUDY *
Notice bibliographique
Résumé
Bank lending is an important investment activity in an economy. It is widely held that banks are well informed about their borrowers, and banks use such information in their lending decisions to preserve the qualities of their loan portfolios. In this study, we propose a model of the interplay between banks and financial analysts who follow their stocks, and characterize equilibrium with a view to examine how diversely able (heterogeneous) banks lending to the same customer may impact banks ’ loan decisions. Distinguishing between H-banks and L-banks, those with high or low lending ability, respectively, we illustrate how two factors can work to bring an L-bank to act rationally against its valuable signal about its borrower in its loan decision-making, thereby blunting the claim of informed lending by banks. The factors are: 1) the asymmetry arising from banks having private information about their own lending abilities; and 2) the concern of the banks to have financial analysts assess favorably such abilities. After identifying the equilibrium conditions under which L-banks would make uninformed loans, we test the model’s implications using a sample of Canadian bank loan announcements. Our results reveal that while we confirm the well-documented evidence that bank financing in general conveys information about the borrowers, we also find support for the key predictions of our model: 1) the bank-financing announcements cause market reactions that are the strongest for deals involving single banks only, as opposed to multiple banks; 2) market reactions to bank financing are inversely related to the borrower firms ’ prior prospects, indicating that bank financing agreements convey most information only for uninspiring borrower firms. These results shed some light on bank lending practices in Canada. 1.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,001 |
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 ».