How Does Media Coverage of Corporate Social Irresponsibility Influence Cross-Border Acquisition Completion? Evidence from Chinese MNEs
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
Abstract Previous studies have found that media coverage of a firm's corporate social irresponsibility (CSiR) often delays or blocks the completion of a cross-border acquisition when the acquiror is a multinational enterprise (MNE) from an emerging market. Drawing from the attention-based view, we argue that the effects of Chinese MNEs’ CSiR on deal completion vary depending on several contextual factors, as these factors garner more attention by making the deals more salient to stakeholders. Using a sample of cross-border acquisitions by Chinese MNEs from 2013 to 2020, we find that CSiR media coverage per se does not decrease the likelihood of a deal's completion. However, consistent with attention-based arguments, we find that CSiR media coverage negatively affects the deal's completion when the acquirors are state-owned enterprises and when the target country has high institutional quality. Our findings enhance our understanding of the effects of CSiR on cross-border acquisitions by highlighting the moderating roles of contextual factors related to stakeholder attention. Thus, it is important for MNEs to recognize the boundary conditions that may influence the potential sanctions from local stakeholders. Based on these findings, this study contributes to the literature on CSiR, cross-border acquisitions, and stakeholder attention.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle