MétaCan
Menu
Retour à la cohorte
Enregistrement W299374918

PRELIMINARY DRAFT; PLEASE DO NOT QUOTE U.S. Acquisitions of Canadian Firms and the Role of the Exchange Rate

2003· article· en· W299374918 sur OpenAlexaboutno aff
George Georgopoulos

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFirm Innovation and Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLiberian dollarDepreciation (economics)Mergers and acquisitionsExchange rateTariffMonetary economicsValue (mathematics)BusinessEconomicsFinancial economicsInternational economicsFinanceMicroeconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The decline of the Canadian dollar relative to the U.S. dollar over the past 15 years has raised concerns that Canadian firms have been left vulnerable to takeovers by U.S firms. Theory and empirical studies on cross border mergers and acquisitions (M&As) have generated mixed support for a link between exchange rates and M&As. This paper argues that exchange rate movements may affect acquisition M&As because acquisitions involve firm-specific assets which can generate returns in currencies other than that used for purchase. We use data on U.S. acquisitions in Canada across four-digit SIC industries from 1985 to 2001, and, along with the real exchange rate, account for factors such as industry level Canadian tariff rates, value added of U.S. industries, the number of Canadian M&As and the number of Canadian establishments. Maximum-likelihood estimates from fixed and random effects negative binomial models reveal that a Canadian dollar depreciation leads to U.S. M&As in Canada, but only involving target firms that posses firm-specific assets (high R&D firms). Tariff rates are not significant for such industries. The real exchange rate is not significant for U.S. M&As involving low R&D firms, whereas tariff rates are.

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)0,003
score de la tête « metaresearch » (Gemma)0,025
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,222
Score d'incertitude au seuil0,743

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,025
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0040,001
Communication savante0,0050,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,2220,037

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 Opus0,016
Tête enseignante GPT0,182
Écart entre enseignants0,166 · 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

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFirm Innovation and GrowthTravaux en français237 207