MétaCan
Menu
← Back to cohort
Record W2041726423

Les déterminants financiers des cessions-bail

2009· other· fr· W2041726423 on OpenAlexaboutno aff
Jacques Sarremejeanne

Bibliographic record

VenueArchipelago (Université du Québec à Montréal) · 2009
Typeother
Languagefr
FieldBusiness, Management and Accounting
TopicCorporate Finance and Governance
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical scienceHumanitiesPhilosophy
DOInot available

Abstract

fetched live from OpenAlex

Régulièrement la presse d'affaires canadienne annonce des cessions-bail se chiffrant en dizaines, voire centaines de millions de dollars. Une cession-bail consiste en la vente d'un bien et sa reprise à bail immédiate par le vendeur; à l'issue de la transaction, les parties sont alors liées par un contrat de location-acquisition ou de location-exploitation. La lecture des annonces de cessions-bail indique un « goût » des dirigeants pour les sources de financement hors bilan, et montre des objectifs économiques tels que réduire certaines formes d'endettement ou réaliser des opportunités de croissance. Par ailleurs, les conclusions de la littérature empirique, relative aux effets des cessions-bail sur la richesse des actionnaires des vendeurs-preneurs offre d'autres perspectives explicatives telles que la réalisation de gains fiscaux ou la réduction de coûts de faillite. Identifier quels sont les déterminants financiers des cessions-bail constitue le propos de cette thèse, l'objectif étant de porter un éclairage sur les motivations financières de ces transactions. Pour atteindre cet objectif, ces transactions sont identifiées comme le choix de recourir à un mode de financement particulier, et un cadre théorique décisionnel du choix d'un mode de financement est défini, en considérant les implications de la théorie statique de la structure de capital, de la théorie de la hiérarchie des modes de financement et de la théorie de l'agence. Il en découle cinq hypothèses explicatives du choix de recourir à une cession-bail, où l'avantage d'une telle transaction serait déterminé par les coûts de détresse financière du vendeur-preneur, ses opportunités de croissance, son insuffisance de liquidités, ses niveaux de risque et d'imposition. Un échantillon de 287 entreprises ouvertes canadiennes a été sélectionné, et a permis d'obtenir un panel complet de données sur six années (2000-2005), représentant 1 722 observations, dont 83 avec cessions-bail. Les hypothèses sont testées avec un modèle probabiliste de type probit, où la variable dépendante prend la valeur « 1 » lorsqu'une ou plusieurs cessions-bail sont observées au cours d'un exercice comptable, et que le vendeur-preneur est susceptible de bénéficier des avantages qui leur sont associés. Conformément à certaines hypothèses, les résultats montrent que la probabilité de réaliser une cession-bail est positivement associée au taux d'endettement et à la valeur absolue du bêta modifié du vendeur-preneur, et négativement associée à son ratio de liquidité. Les cessions-bail semblent donc déterminées par les coûts de détresse financière des vendeurs-preneurs, leur manque de liquidités et leur risque d'exploitation. Par contre, contrairement à la seconde l'hypothèse, ils montrent que la probabilité de réaliser cette transaction est négativement associée au ratio de la valeur marchande des actifs du vendeur-preneur sur leur valeur comptable. Les vendeurs-preneurs apparaissent comme ayant peu d'opportunités de croissance valorisées par les marchés financiers, les cessions-bail ne semblent pas être réalisées pour financer des investissements de croissance. Enfin, contrairement à l'hypothèse fiscale, les résultats ne permettent pas de conclure que le faible niveau d'imposition du vendeur-preneur est associé à la probabilité de faire une cession-bail. Aucune association n'est montrée, entre cette probabilité et le niveau d'imposition du vendeur-preneur qui n'apparaît pas être un déterminant des cessions-bail.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.010
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.019
Threshold uncertainty score0.063

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.010
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0040.002
Open science0.0000.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0190.001

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.

Opus teacher head0.010
GPT teacher head0.177
Teacher spread0.167 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2009
Admission routes1
Has abstractyes

Explore more

Same venueArchipelago (Université du Québec à Montréal)→Same topicCorporate Finance and Governance→French-language works237,207→