LA PRÉVISION DU BÉNÉFICE COMPTABLE PAR LE DIVIDENDE
Bibliographic record
Abstract
Cette étude analyse la relation entre les décisions de changement des dividendes et les bénéfices futurs des entreprises canadiennes cotées sur la bourse de Toronto au cours de la période 1985 à 2003. En utilisant une méthodologie similaire à celles de Nissim et Ziv (2001) et Freeman, Ohlson et Penman (1982) sur les données américaines, et en distinguant les dividendes à la hausse des dividendes à la baisse, les résultats obtenus ne supportent pas l'hypothèse de la « neutralité » selon laquelle il n'y aurait aucun lien entre les changement des dividendes et les bénéfices futurs, ni l'hypothèse selon laquelle les versements des dividendes sont dictés par un souci de réduction des coûts d'agence entre les dirigeants et les actionnaires. Les résultats montrent plutôt que les décisions de changement des dividendes (particulièrement les augmentations de ceux-ci), sont suivies par des augmentations du bénéfice au cours des deux années suivant la décision. Ceci suggère que le dividende véhicule de l'information quant aux performances futures des entreprises canadiennes, et ce indépendamment du dénominateur utilisé pour définir les changements dans la rentabilité future. Nos résultats montrent également que les rendements sur les fonds propres sont caractérisés par une tendance centrale
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".