MétaCan
Menu
Retour à la cohorte
Enregistrement W2804442230 · doi:10.1080/20954816.2018.1463459

Unpacking the patterns of corporate restructuring during China’s SOE reform

2018· article· en· W2804442230 sur OpenAlexaff
Xiaojun Li, Jean C. Oi

Notice bibliographique

RevueEconomic and Political Studies · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRestructuringChinaPoliticsBusinessMarket economyState ownershipEconomic reformState (computer science)UnpackingState ownedEconomic systemEconomicsAccountingPolitical scienceFinanceLaw

Résumé

récupéré en direct d'OpenAlex

State-owned enterprises (SOEs) in China have undergone significant restructuring since the mid-1990s. To date, scholars have devoted considerable attention to the constraints upon and motives for corporate restructuring in China. Yet the majority of the existing studies treat restructuring as a simple ownership transfer from the state to non-state entities without considering the resulting ownership structure of the firm. Consequently, we know relatively little about why otherwise similar SOEs were restructured at different times and through different means. This study intends to fill this gap by examining the determinants of both the timing and the methods of restructuring in a unique longitudinal survey of 145 SOEs over an 11-year period. Using a competing-risks model, we demonstrate that political as well as economic factors determine the possibility, nature and speed of restructuring. In particular, we show that political constraints on employee retention increase the likelihood that a SOE will be restructured as shareholding as opposed to its ownership being directly transferred to private hands. These findings shed new light on the economic and political logic of corporate restructuring in China.

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 enseignants0,052
Score d'incertitude au seuil0,103

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,034
Tête enseignante GPT0,239
Écart entre enseignants0,205 · 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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomic and Political StudiesMême sujetCorporate Finance and GovernanceTravaux en français237 207