MétaCan
Menu
Retour à la cohorte
Enregistrement W2293246704 · doi:10.18533/jefs.v4i1.208

Corporate takeovers in the US oil and gas sector

2016· article· en· W2293246704 sur OpenAlexaff
Raymond A. K. Cox, Alex Ng

Notice bibliographique

RevueJournal of Economic & Financial Studies · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésAsset (computer security)Monetary economicsGranger causalityBusinessFossil fuelValue (mathematics)Market for corporate controlEnergy sectorEconomicsOil and natural gasFinanceNatural resource economicsCorporate governanceEconometricsShareholder

Résumé

récupéré en direct d'OpenAlex

We examine corporate takeovers in the U.S. oil and gas sector from 1990 to 2008. We test the hypotheses that energy prices and reserves influence takeovers in the energy market for corporate control. We employ these methods: 1. capital asset pricing model, 2. regression analysis, and 3. Granger causality test. Our results show that oil reserves cause takeover deals and affect the value of the merger. High oil prices propel management to acquire oil firms as well as affect the target value. However, the reverse cause-effect mechanism occurs for natural gas prices. That is, takeover activity causes gas prices to decrease. Acquirers are motivated to purchase reserves; whereas, targets are disposed to sell based on energy prices. Hence, our findings imply that countries can consider policies, which address the motivations of the oil and gas industries to facilitate well-functioning takeover markets.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,256
Score d'incertitude au seuil0,346

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,058
Tête enseignante GPT0,237
Écart entre enseignants0,179 · 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'étudeObservationnel
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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Economic & Financial StudiesMême sujetMarket Dynamics and VolatilityTravaux en français237 207