Location matters: Valuing firm‐specific nonmarket risk in the global mining industry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Research summary Using collective action and social movement theory, we investigate the potential incentives and ability of stakeholders to engage in collective action that can increase firm‐specific nonmarket risk of mining companies. We argue that proximity to the nearest environmentally sensitive water source increases the probability that local stakeholders will take collective actions that impose material costs on the focal mine. We hypothesize that stock markets recognize this nonmarket risk and apply a discount on announcements related to mines located near such areas, and that these risks are moderated by the type of mineral, the nature of the water source, and the strength of host country institutions. Using a unique data set and an event study method, we find support for most of our arguments. Managerial summary We argue that mines located near environmentally sensitive water sources are subject to nonmarket risks arising from the potential collective actions of local stakeholders and their allies. Stakeholder mobilization can impose material costs on a mine in the form of delays, regulatory hurdles, and closure. We find that stock markets recognize these nonmarket risks and apply a discount on announcements by mining companies whose mines are located near environmentally sensitive water sources, particularly rivers. However, we also find that investor reaction is stronger in countries with strong institutions that support collective action. Thus, nonmarket risk management is important even in countries that are typically characterized by low political and institutional risks. We discuss the degree to which these results can be generalized beyond mining.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle