Shareholder value implications of service failures in triads: The case of customer information security breaches
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
Abstract The rise in front‐end service outsourcing in recent years, despite its advantages, has also exposed buyer firms to unique challenges. One of the most salient risks for buyer firms in service triads is service failure due to the service provider. Indeed such service failures may be more costly for firms due to the greater relational and operational costs that may arise from the presence of the third‐party provider. Yet, neither the services literature nor extant operations literature on service triads has paid much attention to the financial consequences to the buyer firm – i.e., service risks – of such service failures in triads. To fill this gap, we investigate the financial penalty of service failures due to the service provider using the event study methodology and a sample of 146 customer information security breaches as our empirical context. Analysis of the abnormal returns reveals that service failures due to the front‐end service provider lead to greater shareholder losses than such failures due to the buyer firm. This provides important new insight into the financial risks arising from outsourcing front‐end services. Further, we investigate the ability of the buyer firm's employee and financial resources to temper these shareholder losses. We find that buyer firm employee productivity can moderate the greater financial penalty associated with such triadic service failures but that buyer firm leverage tends to not have such a mitigating effect. This provides new guidance for theory and practice regarding how buyer firms can position themselves to buffer the financial risks arising from service failures due to front‐end service providers.
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 | 0,002 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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