MétaCan
Menu
Retour à la cohorte
Enregistrement W4412460618 · doi:10.1111/joms.13267

When do Firms with New CEOs Engage in M&A? Understanding the Timing of New CEOs' First M&A Announcements

2025· article· en· W4412460618 sur OpenAlexafffund
Marie‐Ann Betschinger, Caterina Moschieri, Olivier Bertrand, Mahmoud Aidli

Notice bibliographique

RevueJournal of Management Studies · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePrivate Equity and Venture Capital
Établissements canadiensHEC Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésBusinessAccounting

Résumé

récupéré en direct d'OpenAlex

Abstract New CEO appointments can create strategic uncertainty for stakeholders, potentially undermining the CEO's position. While the stakeholder uncertainty perspective suggests CEOs may act boldly to clarify their strategic intentions during early tenure, the CEO life cycle perspective proposes that CEOs avoid such moves during early tenure, as they still need to learn. This study integrates these views to examine whether and when new CEOs under high strategic uncertainty make bold strategic choices during early tenure. Focusing on first acquisitions – especially large and cross‐border deals – we argue that new CEOs have a higher hazard of announcing an acquisition under high strategic uncertainty, namely, outsider CEOs and those whose appointments were more negatively received. Leveraging the time CEOs spend in their role as a conceptual bridge between the two perspectives, we argue that the acquisition hazard under high strategic uncertainty increases over early tenure, as CEOs gather information and learn. Analysing 873 new US CEOs (2004–2020) with an extended Cox hazard model, we find a generally higher hazard of first acquisition announcements for outsider CEOs and those with more negative appointment reactions, especially for bolder deals. Evidence on time dependence is mixed, but more pronounced for outsider CEOs and large acquisitions.

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)0,002
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,128
Tête enseignante GPT0,306
Écart entre enseignants0,179 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Management StudiesMême sujetPrivate Equity and Venture CapitalTravaux en français237 207