MétaCan
Menu
Retour à la cohorte
Enregistrement W2560308623 · doi:10.29015/cerem.214

AGGREGATE SIZE MEASURES OF MERGER MARKET: EMPIRICAL EVIDENCE FROM POLAND, 2002-2013

2016· article· en· W2560308623 sur OpenAlexaboutno aff
Aleksander Buczek

Notice bibliographique

RevueThe Central European Review of Economics and Management · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Fiscal Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConsolidation (business)Database transactionAggregate (composite)Order (exchange)BusinessEconomicsQuarter (Canadian coin)EconometricsIndustrial organizationAccountingComputer scienceFinanceDatabase

Résumé

récupéré en direct d'OpenAlex

Merger and acquisition activity is very important economic phenomenon often leading to a permanent organizational changes of single industries or even entire economies. Theoretical part of this article is an attempt to define aggregate size measures which allow gaining quantitative view on its dimensions. Four measures are proposed to assess the size of a merger and acquisition market, namely: announced, backlog, completed and withdrawn volumes. Relationship between these measures is introduced. Their accuracy is dependent on assumed transaction and registration announcement definitions. Limitations of the research based on the commercial vendors’ datasets (for example Thomson Reuters) are presented. In order to overcome these limitations, alternative data collection methodology for merger transactions is derived from legal consolidation procedure defined in The Code of Commercial Partnerships and Companies. This approach allows collecting the information about 3870 merger transactions which have taken place in the period between 1st January 2002 and 31st December 2013 in Poland. Announced, backlog and completed volumes are calculated quarterly. All these quantitative measure exhibit strong seasonality. Besides, their stable growth on Polish market was observed from 2002 till 2011. After 2011 this trend has reverted, but rebound of the backlog volume in the second quarter of 2013 suggests that at least completed volume levels should be higher in the upcoming quarters.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,006
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,081
Tête enseignante GPT0,229
Écart entre enseignants0,148 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Central European Review of Economics and ManagementMême sujetEconomic and Fiscal StudiesTravaux en français237 207