MétaCan
Menu
← Retour à la cohorte
Enregistrement W4407583884 · doi:10.3390/jrfm18020100

Mergers and Acquisitions’ Moderating Effect on the Relationship Between Credit Risk and Bank Value: A Quantile Regression Approach

2025· article· en· W4407583884 sur OpenAlexvenueno aff
Ra’fat Jallad, Ahmad Tina, Antonios Persakis

Notice bibliographique

RevueJournal of risk and financial management · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuantile regressionQuantileValue (mathematics)Mergers and acquisitionsCredit riskEconometricsEconomicsBusinessValue at riskStatisticsMathematicsActuarial scienceRisk managementFinance

Résumé

récupéré en direct d'OpenAlex

This research explores the relationship between credit risk and bank value within the framework of horizontal mergers and acquisitions (M&A), employing a quantile regression approach to analyze how horizontal M&A activities moderate this relationship across 110 operational Bank Holding Companies (BHCs) over 23 years. This paper stands out from previous studies by extending the scope beyond linear approaches and using the Quantiles via Moments estimator to address potential endogeneity concerns. The results demonstrate a significant negative link between credit risk and bank value, which decreases in magnitude as moving higher in the value distribution. Conversely, there is a consistent positive connection between M&A activities and bank value that is stable across different quantiles of value. Mergers and acquisitions worsen the negative impact of credit risk on bank value, affecting banks with both low and high values similarly. The findings provide useful information for investors, practitioners, and policymakers in the banking industry. Investors may use credit risk and value proposition assessments to make well-informed investment decisions, or to construct well-diversified portfolios, and identify appropriate institutions for mergers and acquisitions to enhance value. It is recommended that practitioners prioritize efficient credit risk management, especially before engaging in M&A activities and aligning them with the bank’s value proposition. Policymakers should develop guidelines to regulate M&A transactions, using established dynamic credit risk standards that correspond to banks’ value propositions, to promote financial stability and drive industry expansion.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,017
Tête enseignante GPT0,234
Écart entre enseignants0,217 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial management→Même sujetCorporate Finance and Governance→Travaux en français237 207→