MétaCan
Menu
Retour à la cohorte
Enregistrement W2221796392 · doi:10.1108/cfri-10-2014-0086

Cross-border M&A and the marketing timing of economic crisis

2015· article· en· W2221796392 sur OpenAlexaff
Chang Li, Philip Chang, Shanming Li, Xinxiang Shi

Notice bibliographique

RevueChina Finance Review International · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCapital Investment and Risk Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésWork (physics)EconomicsPreferenceCapital (architecture)Microeconomics

Résumé

récupéré en direct d'OpenAlex

Purpose – Cross-border M & A is one of the most important ways of international capital flows, and scholars have paid a lot of attention to this area, but a general explaining model has still not been generated. The purpose of this paper, based on Lambrecht (2004) and Bolton et al. (2013), is to build a general explaining model in this area and use the new model to explain some real world issues. Design/methodology/approach – The model work in this paper is based on Lambrecht’s (2004) real option model, which is the classical modeling method in this area, and take the economic crisis method of Bolton et al. (2013) into consideration; the authors also use the relative market condition to illustrate the motivation and market timing of cross-border M & A in this paper to connected the bidders’ markets and targets’ markets together to build the general explaining model for cross-border M & A. Findings – By analyzing the new model the authors build in this paper, the authors get three conclusions. Conclusion 1: when the bidders’ technologies are more advanced than the targets’, the bidders prefer market-seeking cross-border M & A, and the relatively higher the bidders’ technologies are, the stronger the preference is; when the bidders’ technologies are less advanced than the targets’, the bidders prefer technology-seeking cross-border M & A, and there exists an optimal relative technology ratio at which the bidders have the strongest motivation to exercise the technology-seeking type cross-border M & A. Conclusion 2: host country’s high economic growth helps attracting market-seeking cross-border M & A, conversely host country’s low economic growth helps attracting technology-seeking cross-border M & A. Conclusion 3: the bidders prefer to exercise the technology-seeking cross-border M & A when the home markets are stable or when economic crises happen in targets markets; and the bidders prefer not to exercise the market-seeking cross-border M & A when economic crises happen in home markets; and the relationship between the motivation for bidders to exercise market-seeking cross-border M & A and the possibility of the happening of economic crisis in home countries presents an inverse N -shape curve. Originality/value – In this paper the authors first use the relative market condition to illustrate the motivation and market timing in the cross-border M & A research area and build a general model based on current literatures.

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)0,002
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,890
Score d'incertitude au seuil0,902

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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)0,0010,000

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 Opus0,045
Tête enseignante GPT0,348
Écart entre enseignants0,303 · 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
GenreSynthèse

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

En bref

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChina Finance Review InternationalMême sujetCapital Investment and Risk AnalysisTravaux en français237 207