Strategic management during the financial crisis: How firms adjust their strategic investments in response to credit market disruptions
Notice bibliographique
Résumé
Abstract Research summary This study investigates how companies adjusted their investments in key strategic resources—that is, their workforce, capital expenditures, R&D, and CSR—in response to the sharp increase in the cost of credit (the “credit crunch”) during the financial crisis of 2007–2009. We compare companies whose long‐term debt matured shortly before versus after the credit crunch to obtain (quasi‐)random variation in the extent to which companies were hit by the higher borrowing costs. We find that companies that were adversely affected followed a “two‐pronged” approach of curtailing their workforce and capital expenditures, while maintaining their investments in R&D and CSR. We further document that firms that followed this two‐pronged approach performed better post‐crisis. Managerial summary We study how companies adjusted their key strategic investments during the financial crisis of 2007–2009. As financial markets collapsed—and the cost of financing skyrocketed—managers had to rethink their strategic investments. We find that, on average, managers pursued a two‐pronged approach of (i) “saving their way out of the crisis” by curtailing the company's workforce and capital expenditures and (ii) “investing their way out of the crisis” by maintaining the company's investments in R&D and CSR. Moreover, we find that firms that followed this two‐pronged approach performed better in the post‐crisis years. Overall, these findings suggest that investments in innovation and stakeholder relationships are instrumental in sustaining competitiveness during and beyond times of crisis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».