Effects of mergers on processed milk market in Kenya
Notice bibliographique
Résumé
Purpose The purpose of this paper is to determine the effects of the mergers and acquisitions on market prices, consumer welfare and aggregate profit of the merging firms and those of the non-merging firms and, therefore, answer the question on the overall effect of mergers and acquisitions on different performance measures on milk market using data from all the 34 licensed and active milk processors in Kenya. Design/methodology/approach A new model of analysis as developed from the Canadian Competition Policy maker, i.e. The Canadian Competition Policy merger simulation model, was used. Findings The study found that mergers and acquisitions lead to increase in market shares of the merging firms. The study also found that mergers and acquisitions have a significant effect on product price in the processed milk market. From the findings, the study concludes that mergers and acquisition not only lead to an increase in market shares of both merging and non-merging processed milk firms but also create market dominance due to reduction in the number of market players in the industry. Research limitations/implications The study uses the data for the licensed and active milk processors in the industry. The dormant and the non-licensed processors are excluded. Future studies can use the farm-gate prices as opposed to final consumer prices for the processed milk market. Originality/value The study contributes toward providing information on the effect of buyouts on social welfares, prices, market share, profitability and other relevant market equilibrium performance measures in the processed milk market in Kenya.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».