MétaCan
Menu
Retour à la cohorte
Enregistrement W2608390993 · doi:10.2308/accr-51785

Value is in the Eye of the Beholder: The Relative Valuation Roles of Earnings and Book Value in Merger Pricing

2017· article· en· W2608390993 sur OpenAlexaff
MaryJane Rabier

Notice bibliographique

RevueThe Accounting Review · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésEarningsValuation (finance)RestructuringEquity (law)Proxy (statistics)EconomicsBook valueValue (mathematics)BusinessFinancial economicsMicroeconomicsMonetary economicsAccountingFinanceStatistics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Gupta and Gerchak (2002) argue that different acquirers can arrive at different equity valuations for the same target depending on their strategic intent. A reason for acquirers' equity valuations to vary, holding target fundamentals constant, may be that individual acquirers place different weights on underlying fundamentals. I examine this possibility using Burgstahler and Dichev's (1997) theoretical framework. They argue that the relative importance of earnings and book value depends on expected adaptation, which is the likelihood that the existing earnings generating process will be altered. Using restructuring costs to proxy for expected adaptation at the individual acquirer level, I find that the association between the target's earnings (book value) and acquirers' bid prices is decreasing (increasing) in expected adaptation, consistent with theoretical predictions. These findings are less pronounced during merger waves and intense bid competition for the target.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,046
Score d'incertitude au seuil0,324

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
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 ouverte0,0010,000
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 Opus0,030
Tête enseignante GPT0,262
Écart entre enseignants0,233 · 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

Citations18
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Accounting ReviewMême sujetCorporate Finance and GovernanceTravaux en français237 207