Do green deals attract higher premiums? A study of the potential effect of ESG score on acquisition premium during times of uncertainty
Notice bibliographique
Résumé
Purpose: The study aims to investigate whether the ESG score of the target influences the premium paid in M&A transactions. It seeks to contribute to the existing literature by shedding light on the intricate relationship between ESG scores and M&A premiums, especially amid economic uncertainties caused by the COVID 19 pandemic. Furthermore, it aims to examine the potential contributions of separate ESG components to acquisition premiums. Methodology: The hypotheses were tested using a multivariate analysis that initially employed the ordinary least squares (OLS) regression model. This approach was further expanded to include random effects models and robustness tests to further validate the findings. The acquisition premium is calculated by observing the percentage change in the target company's stock price between four weeks prior to announcement and the stock price paid by the acquirer. The target ESG score together with COVID-19 variables constitute the explanatory variables of this study. Theoretical framework: The analysis is based on the theoretical perspectives of information asymmetry and stakeholder theory. The paper then draws upon previous empirical studies done on the relationship between ESG and acquisition premium and factors of uncertainty and acquisition premium. Empirical foundation: The empirical foundation is based on 340 acquisitions deals where the target firms are based in the North American market, specifically the US and Canada. Conclusions: The findings reveal that ESG scores generally do not significantly impact acquisition premiums. Though, during the COVID-19 pandemic the individual scores positively influenced premiums, particularly through social and governance scores, indicating their increased value under uncertain times.
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 | 0,002 | 0,016 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».