MétaCan
Menu
Retour à la cohorte
Enregistrement W2788400374 · doi:10.1051/matecconf/201815006017

Determining The Optimal Mix of Institutional Geopolitical Power And ASEAN Corporate Governance on the Firm Value of Malaysia’s Multinational Corporations (MNCs)

2018· article· en· W2788400374 sur OpenAlexaboutno aff
Handayani Wuri, Md. Salleh Mohd. Fairuz

Notice bibliographique

RevueMATEC Web of Conferences · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Business and FDI
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeopoliticsMultinational corporationCorporate governanceBusinessValue (mathematics)Panel dataEconomic systemInternational tradeEconomicsPolitical scienceFinance

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper is to examine the relationship between institutional geopolitics, ASEAN corporate governance quality and the firm value of Malaysia’s multinational corporation (MNC). We used the data of MNCs in Malaysia that were active from 2009 to 2013 as an evidence of MNCs from emerging market economies. Descriptive analysis, factor analysis and panel data analysis have been utilized to test the equation model. We also propose optimization analysis by using differential evolution method to capture the optimal mix of institutional geopolitics and ASEAN_CG on the firm value of MNC. Results reveal that the geopolitics of G7(Canada, France, German, Italy, Japan, Europe, and the United States), BRICS (Brazil, Russia, India, China, and South Africa), and ASEAN (Brunei Darussalam, Cambodia, Indonesia, Lao PDR, Myanmar, Philippines, Singapore, Thailand, Vietnam, and Malaysia) are highly correlated with the firm value of Malaysia’s MNC. The power of institutional geopolitics, namely, military, material, and social power, influences firm value negatively and ASEAN_CG moderate the negative influence of institutional geopolitics on the firm value of MNC. Thus, it is importance for corporate management to understand the geopolitical changes of host countries’ and increase the compliance of ASEAN_CG in formulating their market value and segmentation strategies.

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)0,003
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 seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,031
Tête enseignante GPT0,241
Écart entre enseignants0,210 · 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMATEC Web of ConferencesMême sujetInternational Business and FDITravaux en français237 207