MétaCan
Menu
Retour à la cohorte
Enregistrement W2802294739 · doi:10.1108/ijmf-03-2017-0049

M&A deal initiation: the case of the unwelcome suitor

2018· article· en· W2802294739 sur OpenAlexaff
Frederick Davis, Thomas Walker, Linyi Zhou

Notice bibliographique

RevueInternational Journal of Managerial Finance · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésCashPosition (finance)Context (archaeology)Database transactionPaymentEconomicsMergers and acquisitionsBusinessEvent studyEmpirical evidenceMonetary economicsActuarial scienceCommissionFinancial economicsEconometricsFinanceComputer scienceDatabase

Résumé

récupéré en direct d'OpenAlex

Purpose Within the context of mergers and acquisitions, the purpose of this paper is to clarify the relationship between the deal initiator and various outcomes of the deal, particularly in consideration of the cash position of the acquiring firm. Design/methodology/approach Using hand-collected deal initiation data from various filings on the Securities Exchange Commission EDGAR online database, this paper performs a series of event study analyses, multivariate analyses, a Heckman two-step estimation procedure, and an instrumental variable approach to examine merger outcomes. Findings This paper finds that many merger and acquisition (M&A) outcomes (target and acquirer announcement returns, acquirer long-run returns, premiums, and the method of payment) are significantly related to deal initiation, particularly in consideration of the cash position of the acquiring firm. Overall, evidence is seen as consistent with the theory that “lemons” selectively approach cash-rich acquirers, often to the acquirers’ detriment. Originality/value This paper finds that target-initiated deals are not necessarily associated with poorer transaction outcomes for targets as contemporaneous studies suggest, and presents the first empirical evidence of M&A outcomes related to the deal initiator which are dependent on the cash position of the acquiring firm.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,603
Score d'incertitude au seuil0,262

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,026
Tête enseignante GPT0,257
Écart entre enseignants0,231 · 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'étudeSans objet
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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Managerial FinanceMême sujetCorporate Finance and GovernanceTravaux en français237 207