Shareholder Activism and Its Impact on Profitability, Return, and Valuation of the Firms in India
Notice bibliographique
Résumé
The paper’s prime objective is to understand the impact of Shareholder activism on firm performance. This study is conducted in a unique setup where traditional activist investors such as pension funds and hedge funds are not present. However, the activism cases are increasing yearly in an emerging economy like India. We have created a comprehensive shareholder activism index (sha index) using multiple activisms and corporate governance factors. To measure firm performance, we have used valuation (Tobin’s Q and Market capitalization), profitability (operating profit margin and net profit margin), and return ratios (Return on capital and return on equity). Panel data analysis (PDA) is employed for the current study as it overcomes the shortcomings of the time series analysis and cross-sectional studies. The sample comprises 37 listed firms’ data for FY2017 to FY2020. Chosen firms have experienced activism instances at least once during the 2017–2020 period. As per our analysis, shareholder activism has a significant negative impact on valuation measured in market capitalization and profitability estimated by operating profit margin. Activism primarily impacts the other four parameters negatively, but it is insignificant. India is in the nascent stage of activism, partly explaining the insignificance of the effects of shareholder activism on firm performance. Also, activist investors are targeting companies. These attacks are not fructifying desired outcomes as promoters own over 50% stake in the listed companies. The latest data for FY2021 has not been considered for the study as covid-19 impacted the businesses during the financial year. Also, we cannot capture activism instances that are not reported in regulatory filings. Unlike past research in this area, we have used a comprehensive activism index as a proxy of activism and have employed PDA instead of event studies to assess the impact on firm performance. Also, this is the first such empirical study conducted in an emerging economy setup where neither large hedge nor pension funds are present.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».