Notice bibliographique
Résumé
The phenomenon of zombie firms is gaining the attention of economists across different countries of the world; the increased interest is particularly evident after periods of economic crises. In our study, we focus on the development of zombie firms in the period before and after the 2008 crisis within two different economies, i.e., Germany and the Czech Republic, to provide insight into how different conditions and the overall economic context affect the fact that companies are more prone to becoming zombie firms. We implemented a difference-in-differences regression model to estimate the treatment effect by comparing the change (difference) in the differences in observed outcomes between these two countries. The data were obtained from two databases—the database Albertina by Bisnode a.s. providing financial statements of enterprises in the Czech Republic, and the database provided by Creditreform AG, which includes annual report data for a large sample of German companies. The dataset of German enterprises included 1,444,698 observations, i.e., 338,923 firms, and the dataset of Czech enterprises included 2,139,462 observations, i.e., 523,542 firms, both across the years 2000–2016, i.e., the data sample covered the period before and after the 2008 crisis. The different development of the share of zombie firms after the great financial crisis between Germany and the Czech Republic was proven as statistically significant. The findings confirm Germany is a country with a more stable economy and with a significantly lower risk of zombie firms’ persistence, while the Czech Republic is at the level of the European average in terms of zombie share. The results also suggest an influence of post-crisis monetary policy on companies and the possible link between low interest rates and a growing share of zombies.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».