MétaCan
Menu
Retour à la cohorte
Enregistrement W3126796616 · doi:10.1108/mbr-02-2020-0043

Taking advantage of institutional weakness? Political stability and foreign subsidiary survival in primary industries

2021· article· en· W3126796616 sur OpenAlexaff
Nathaniel C. Lupton, Donya Behnam, Alfredo Jiménez

Notice bibliographique

RevueMultinational Business Review · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Business and FDI
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésMultinational corporationSubsidiaryPolitical riskGlobalizationPoliticsBusinessEconomicsOriginalitySample (material)Market economyIndustrial organizationEconomic systemLabour economicsFinance

Résumé

récupéré en direct d'OpenAlex

Purpose This paper aims to investigate the extent to which locating primary industry subsidiaries in politically unstable countries impacts their survival. The authors argue that foreign multinational enterprises in less stable political environments can shape policies that are impactful on the costs of operating in primary industries and avoid compliance with more stringent policies at home. Design/methodology/approach Using a sample of 753 primary sector investments of Japanese multinational enterprises during the period 1986 to 2013, the authors conduct a parametric survival analysis of the relationship between political stability and subsidiary survival. Findings Political instability has a slight, curvilinear relationship with subsidiary survival, such that both high and low stability are associated with lower exit hazard, while moderate levels of stability increased exit hazard. This nonlinear relationship is stronger for efficiency-seeking subsidiaries, and weaker for market-seeking subsidiaries. Originality/value This research contributes to the debate around the pros and cons of globalization by examining the extent to which firms benefit by offshoring primary sector investments to avoid more costly legal requirements at home. The results suggest that this non-market strategy should be mitigated through appropriate policy measures and provides evidence that those policies already implemented are effective.

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)0,002
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,741
Score d'incertitude au seuil0,815

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,042
Tête enseignante GPT0,275
Écart entre enseignants0,233 · 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.

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

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMultinational Business ReviewMême sujetInternational Business and FDITravaux en français237 207