MétaCan
Menu
Retour à la cohorte
Enregistrement W3122559980

Patterns of Corporate Diversification in Canada: An Empirical Analysis

2000· article· en· W3122559980 sur OpenAlexaffabout
Alice Peters, Desmond Beckstead, Guy Gellatly, John R. Baldwin, Janice Yates

Notice bibliographique

RevueAnalytical Studies Branch Research Paper Series · 2000
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFirm Innovation and Growth
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésDiversification (marketing strategy)BusinessIndustrial organizationEconomic geographyEconomicsMarketing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Using a comprehensive micro-database of Canadian firms in conjunction with industry-level data on commodity flows, we develop a profile of corporate diversification within the Canadian economy. Our analysis has two major objectives. First, we decompose corporate diversification into horizontal and vertical components based on the degree to which industries are linked by inter-industry trade flows. Horizontal and vertical decompositions serve as useful proxies for the strategic factors that underlie diversification strategies. We find that over 80% of corporate diversification is horizontal in nature, occurring across industries that do not exhibit strong buyer/seller relationships. In the main, this suggests that many firms pursue diversification strategies in order to spread risk and to take advantage of special assets, more so than as a means of improving vertical efficiencies. Seventy-one percent of corporate diversification is also broad-spectrum, representing an expansion of corporate activities across (as opposed to within) 2-digit industry groups. Our second objective is to ascertain whether diversification patterns are closely associated with certain industry characteristics. Here we consider industry-level factors that are generally posited to affect the level of diversification (e.g., growth, concentration, knowledge-intensity) along with other variables designed to evaluate whether diversified ownership structures are associated with inter-industry commodity flows. Our regression analysis draws on three empirical measures of diversification: first, the amount of total entropy (i.e., diversification) within an industry; second, the average entropy per firm; and last, the percentage of firms within an industry that diversify. Within our sample of 132 commercial industries, total diversification is positively associated with the intensity of inter-industry trade flows. Hence, the more diversified an industry's buyer/seller linkages with other sectors, the greater the level of corporate diversification that one would expect to find. This provides some evidence that inter-industry trade intensity plays a significant role in explaining overall levels of corporate diversification, where this level is, in turn, determined by (i) the number of diversified firms, and (ii) the average level of diversification within these firms. This said, inter-industry trade flows are not related to the average level of diversification (the second of these effects), nor do they help explain the percentage of firms within an industry that become diversified. On these issues, we look to other factors for explanation. Industry concentration and average firm size are both positively associated with the amount of diversification per firm. This is consistent with the "constrained optimization" view of diversification - large firms in concentrated markets look to diversification strategies as a means of achieving growth, as the potential for fu

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,412
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,235
Tête enseignante GPT0,356
Écart entre enseignants0,121 · 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 tête enseignante, pas un consensus.

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
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical Studies Branch Research Paper SeriesMême sujetFirm Innovation and GrowthTravaux en français237 207