MétaCan
Menu
Retour à la cohorte
Enregistrement W2105895047 · doi:10.1002/smj.797

The development of capabilities in new firms

2009· article· en· W2105895047 sur OpenAlexaff
Asli M. Arikan, Anita M. McGahan

Notice bibliographique

RevueStrategic Management Journal · 2009
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésInitial public offeringMergers and acquisitionsAllianceStock (firearms)BusinessPopulationValue (mathematics)Industrial organizationEvent studyEnterprise valueFinancial economicsMarketingEconomicsFinanceComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract This research explores evidence of corporate capabilities for conducting acquisition and alliance deals in young firms. We hypothesize that investors conjecture about the future based on information about a firm's capabilities. Each successive deal carries intrinsic value, creates experience, generates feedback, and yields information about the firm's underlying capabilities. We evaluate whether stock prices impute expectations that firms will capably pursue particular programs of acquisitions and alliances. The analysis covers how investor responses change across successive deals on the theory that firms with a concentrated program of deals may develop capabilities more intensively than those with programs that involve both acquisitions and alliances. The dataset covers the population of firms that went through an initial public offering (IPO) in the United States between 1988 and 1999. It contains information on all of their post‐IPO acquisitions and alliances, and on how their stock prices changed in response to the announcement of each deal. The results suggest that within the first year after IPO, investors expect firms to execute particular streams of alliances and acquisitions that reflect their unique histories of demonstrated capabilities. We also find evidence that investors cannot fully anticipate deal programs. The findings support a capabilities‐based view of the firm and also show that accurate inference using event‐study methods may require digging deep into the early histories of firms. Copyright © 2009 John Wiley & Sons, Ltd.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,300
Score d'incertitude au seuil0,369

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,227
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations81
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrategic Management JournalMême sujetCorporate Finance and GovernanceTravaux en français237 207