Economic links and the wealth effects of layoff announcements along the supply chain
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
Purpose This paper investigates the effects of layoff announcement by customers on the valuation and operating performance of their supply chain partners. Design/methodology/approach The authors collect corporate layoff announcements from 8-K filings submitted by US publicly-traded firms from 2004 to 2017. Using event study methodology, they examine the information externality of corporate layoffs on announcing firms' suppliers. Findings Results show that suppliers, on average, experience a negative stock price reaction around their major customers' layoff announcements. The negative price effect is exacerbated when industry rivals of layoff-announcing customers also suffer from negative intra-industry contagion effects. Additionally, supply chain spillover effects are asymmetric, with only “bad news” layoff announcements causing significant value implications for suppliers, but not “good news” announcements. Supplier firms also reduce their investments in and sales dependence on layoff-announcing customers in subsequent years. Practical implications This study shows that layoff decisions, often aimed at improving firms' efficiency and effectiveness, create uncertainty for the suppliers' operation and cause negative value implications on firms' upstream partners. Findings should be useful to corporate decision-makers in making layoff decisions. Originality/value This paper is one of the first to address the value implications of corporate layoffs on announcing firms' suppliers. It provides a more comprehensive picture of the economy-wide impact of achieving efficiency through employee layoffs.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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