Reputation and self-regulation in securities markets: A study of the London Stock Exchange's Alternative Investment Market (AIM)
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.
Notice bibliographique
Résumé
The continual debate over the appropriateness of self-regulation in securities markets has largely focused on North American self-regulatory organizations (SROs). Proponents and detractors typically advocate for more or less ‘regulation’, which is taken to mean legislation or administrative agency rule-making backed by public enforcement. This thesis adds to the debate by conducting a case study of an often-overlooked securities market, AIM, which began in 1995 as the Alternative Investment Market of the London Stock Exchange. This thesis conducts a holistic analysis of AIM. It begins with an analysis of black-letter law and legally enforceable regulation, but it does not end there. It continues by gathering evidence of market practice, regulation ‘off the books’, and how private rule-making on AIM has evolved over time, bringing to light how AIM has significantly changed since its 2007 heyday. The main contribution of this thesis is to provide empirical evidence and analysis of 25 years of self-regulation on AIM, which is operated and regulated by the London Stock Exchange plc (Exchange). AIM, despite boasts as ‘the world’s largest growth market’, has received little serious legal scholarly treatment in the past decade. A second contribution is to demonstrate how reputational incentives and informal regulation, such as norms and unwritten rules that are imposed by both local market participants and the Exchange as private regulator, constitute an integral part of securities regulation and profoundly influence market conduct. Taken as a whole, this thesis seeks to shift the focus from calls for more or less regulation, and instead emphasizes the need for contextual inquiry of how reputation and informal regulatory mechanisms contribute to self-regulation in any securities market, given its public regulatory environment and private rule-making incentives.
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 découle