MétaCan
Menu
Retour à la cohorte
Enregistrement W2521611267 · doi:10.1002/tie.21851

The Effect of Cross‐Border Mergers and Acquisitions on Earnings Quality: Evidence from China

2016· article· en· W2521611267 sur OpenAlexaff
Xiaoya Ding, Jiaying Mo, Ligang Zhong

Notice bibliographique

RevueThunderbird International Business Review · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésMultinational corporationMergers and acquisitionsCorporate governanceBusinessChinaEarningsQuality (philosophy)Emerging marketsAccountingEarnings qualityFinance

Résumé

récupéré en direct d'OpenAlex

Despite the fruitful research on the motives and outcomes of cross‐border mergers and acquisitions (M&As) of Chinese multinational corporations ( MNCs ), there has been scant research on the impact of cross‐border M&As on corporate governance. In this article, we fill the research gap by exploring whether cross‐border M&As may lead to an improvement in corporate governance of Chinese acquirers. In particular, we examine the impact of cross‐border M&As on earnings quality of Chinese MNCs . We find that the acquisition of a target firm from a developed country leads to a significant improvement on the acquirer's earnings quality. In comparison, the acquisition of a target from an emerging market does not have such an impact. Our results are robust to various corporate governance measures, alternative econometric methods, and controls of relevant firm characteristics and macroeconomic variables. Finally, we show that the effect of cross‐border M&As on earnings quality is more pronounced in non‐state‐owned enterprises (non‐ SOEs ) that have conducted large M&A deals. Our article offers new insight to the international business literature on latecomer perspective and liability of foreignness. © 2016 Wiley Periodicals, Inc .

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)0,002
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 enseignants0,354
Score d'incertitude au seuil0,533

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0000,001
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 Opus0,025
Tête enseignante GPT0,340
Écart entre enseignants0,315 · 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

Citations9
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThunderbird International Business ReviewMême sujetCorporate Finance and GovernanceTravaux en français237 207