El efecto de los conflictos de agencia en las políticas de dividendos a los accionistas. El caso chileno
Bibliographic record
Abstract
En este articulo investigo los coeficientes (ratios) de pago de dividendos de las compañías chilenas pueden explicarse por el grado de los conflictos potenciales de agencia entre los accionistas minoritarios y los que controlan la empresa. Utilizo el análisis de regresión de un panel de datos y un estudio de hechos para someter a prueba diferentes hipótesis relacionadas con el afecto de la gestión empresarial en las políticas de pago a los accionistas.Los resultados muestran que en el contexto de una economía emergente, como la chilena, que presenta una alta concentración de la propiedad y una extendida utilización de conglomerados y estructuras piramidales, la teoría de la búsqueda de la renta para explicar los efectos de los problemas de agencia en las políticas de pago de dividendos parecen ser en particular pertinentes. Las compañías que presentan un grado mas alto de coincidencia entre los derechos de flujo de efectivo y los derechos de control tienden a tener políticas de dividendos mas generosas. Por otra parte, los anuncios de dividendos inesperadamente altos que hacen compañías con un potencial mayor de conflictos de agencia presentan rendimientos anormalmente altos.
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 | 0.003 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 0.001 |
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".