MétaCan
Menu
Retour à la cohorte
Enregistrement W7135258637

Making Exceptions to Foreign Direct Investment Regulation: How an Opaque Federal Regime May be Magnifying Abnormal Returns

2024· report· W7135258637 sur OpenAlexaboutno aff
Ravi Arya

Notice bibliographique

RevueScholarly Commons (University of Pennsylvania) · 2024
Typereport
Langue
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForeign direct investmentTransparency (behavior)Government (linguistics)State (computer science)Stock (firearms)ArbitrageReputation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

With the intention of protecting its national security interests, the United States federal government established the Committee on Foreign Investment in the U.S. (CFIUS). This regime has grown to harness vast authority to block certain foreign direct investments (FDI) which it deems to be threatening to national security. Prior literature has indicated that CFIUS can potentially create deadweight loss in the economy, have negative impacts on the merger arbitrage spreads for U.S.-domiciled companies, and deter FDI with its lengthy and costly review process. Some also criticize the fact that the expansion of CFIUS’s powers has been accompanied by little oversight or transparency for the American public. What has yet to be explored with empirical analysis in existing literature, however, are the effects of CFIUS making exceptions to its mandatory filing requirements for its Five Eyes friends – the United Kingdom, Canada, Australia, and New Zealand. With an Excepted Foreign State status, investors and acquirers domiciled in one of these states are afforded advantages in the American mergers-and-acquisitions (M&A) marketplace, the value of which has yet to be quantified until now. This paper utilizes M&A data (with 238 transactions after filtering), obtained through the SDC Platinum database. Through a difference-in-difference analysis, this paper finds that U.S. companies involved in M&A transactions with an investor domiciled in a CFIUS-excepted state experience an estimated 4.59% higher cumulative abnormal stock return post-announcement. However, there is enough uncertainty in this estimate that we cannot reject the null hypothesis of no effect at standard levels of statistical significance. In any case, it is possible that the CFIUS review process makes investors doubtful of a merger or acquisition being completed.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,513
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0030,005
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0070,007
Études des sciences et des technologies0,0060,002
Communication savante0,0070,020
Science ouverte0,0060,006
Intégrité de la recherche0,0030,008
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,111
Tête enseignante GPT0,304
Écart entre enseignants0,193 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarly Commons (University of Pennsylvania)Travaux en français237 207