How financial markets reflect the benefits of self‐service technologies
Notice bibliographique
Résumé
Purpose Self‐serve technologies (SSTs) provide many benefits such as speed, time and place convenience for the customer and reduced labour costs for the firm. The aim of this study is to consider whether these benefits are denoted by changes in the firms' stock price when SSTs are introduced. Design/methodology/approach Using data from banking, retail (grocery and gas), and airline industries, this event study considers overall effects of SST implementation on stock price, and also considers effects in three sub‐categories: industry, time period, and scope of announcement (i.e. corporate vs. regional). Findings SST announcements had a positive effect on firm value during the late 1990s. However, for the most part, financial markets do not respond to SST announcements. This is in line with the strategic necessity hypothesis and the resource‐based view of the firm, but may also be partly due to the phased rollouts that are typical of these implementations (which dilute the impact over time). Research limitations/implications It proved quite difficult to locate original public announcements of SST investments in publicly traded companies; thus, the sample size is smaller than desired. However, a bootstrapping method was used to crosscheck the findings. Practical implications Firms should not promise investors immediate increase in firm value, but rather demonstrate the benefits from a longer term, competitive and customer‐oriented perspective. Originality/value This is the first study to consider the effect of implementing SSTs using event study methodology. Most prior SST studies have considered behavioural aspects of the implementation, while most prior event studies that have considered IT implementations have done so in a general sense, not focusing on a specific technology. Using a new dataset collected from two decades of SST implementations, this study focuses on the impact of SSTs from a different perspective.
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 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».