The impact of economic value added (EVA) adoption on stock performance
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
The adoption of EVA as a compensation and management plan, generally, impacts positively the performance of companies adopting this method. However, this paper examines whether the adoption of the EVA framework enhances the firm's performance and gauge the long-term effects of such an adoption on the firm's value. It also assesses whether the market reacts to the announcement of the adoption of EVA as a compensation system. Moreover, the paper fills this gap in research literature by showing whether or not EVA adoption leads to a significant increase in firm value as reflected by its market prices on the long run. Growing evidence in research indicates that the stock market does not incorporate all firm information into the stock price quickly and completely. Therefore, the critique that contemporaneous association between price and EVA does not reflect reality is likely to be correct. However, this paper takes a different action. The basic contention is that although prices adjust slowly to information, long horizons are sufficiently long for markets to incorporate almost all relevant information into prices. The study sample consists of 89 US firms adopted EVA as a compensation system. It compares the performance of adopting firms to that of selected matching firms and to the market indexes, particularly, the S&P500 portfolio. Then it uses two common aggregating methods to test the event of adopting EVA by different US firms namely the CAR and BHAR methods. The results obtained, however, showed a slight improvement in the performance of companies adopting EVA within five years from the date of adoption.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 découle