Faktor penentu dari Perusahaan' Likuidasi dan Akuisisi di India Industri Elektronik

Oleh karena itu, mode ini keluar mungkin berbeda penentu

Ia berpendapat bahwa likuidasi dan akuisisi adalah alternatif moda keluarUntuk mengeksplorasi kemungkinan ini, logistik multinomial (MNL) model regresi yang diestimasi dengan menggunakan cross-sectional data dari perusahaan. Kita menemukan bahwa efek dari usia, size, leverage, inovatif kompetensi dan profitabilitas yang signifikan bagi kemungkinan likuidasi. Sebaliknya, pengaruh profitabilitas ditemukan tidak signifikan untuk kemungkinan akuisisi. Selain itu, efek dari size dan leverage yang berbeda di seluruh keluar mode, yang, perusahaan-perusahaan besar lebih cenderung dilikuidasi tapi kecil kemungkinan akan diperoleh, dan leverage yang tinggi perusahaan-perusahaan yang lebih besar kemungkinan akan dilikuidasi tapi kecil kemungkinan akan diperoleh. Temuan dari penelitian ini menunjukkan bahwa faktor-faktor penentu likuidasi dan akuisisi mode keluar yang berbeda di India industri elektronik. Merger dan Akuisisi telah meningkat sejak tiga dekade terakhir dan telah menarik perhatian dari komunitas riset. Kesimpulan yang ditarik oleh studi yang ada menunjukkan bahwa transaksi tersebut tidak menghasilkan kinerja yang lebih baik, mereka mengikis mengakuisisi perusahaan nilai pemegang saham, dan menghasilkan pasar yang sangat tidak stabil kembali. Beberapa penelitian telah menganalisis alasan untuk seperti inefisiensi dan menunjukkan beberapa faktor di belakang mereka. Namun, untuk pengetahuan kita, sangat sedikit perhatian telah diberikan kepada bisnis proses evaluasi sebagai faktor yang mempengaruhi. Oleh karena itu, dengan memberikan pandangan holistik, tujuan dari pekerjaan ini adalah untuk mengetahui bagaimana komponen-komponen yang terlibat dalam bisnis proses evaluasi mempengaruhi hasil dari merger dan akuisisi. Secara keseluruhan, temuan mengungkapkan bahwa secara ketat dikontrol dan komponen yang saling terkait yang berkaitan dengan bisnis proses evaluasi memiliki dampak yang signifikan pada hasil dari transaksi lintas batas. Lebih lanjut, hasil penelitian juga menunjukkan bahwa jika pemilihan dan penilaian sasaran perusahaan ditingkatkan, Merger dan Akuisisi hasilnya akan lebih baik. Penulis mengakui bermanfaat saran dan komentar dari Keith V. Renshaw, Lawrence S. Ritter dan Jurnal' reviewer. Penelitian ini dilakukan sementara di bawah Bupati Beasiswa di University of California, Los Angeles.

Para penulis mengeksplorasi faktor-faktor penentu nilai-nilai likuidasi aset, terutama berfokus pada potensi pembeli dari aset.

Ketika suatu perusahaan dalam kesulitan keuangan perlu menjual aset, rekan-rekan industri kemungkinan akan mengalami masalah sendiri, yang mengarah ke penjualan aset pada harga di bawah nilai dalam penggunaan terbaik. Seperti ilikuiditas membuat aset tiket di saat-saat buruk dan jadi ex ante adalah signifikan pribadi biaya leverage. Penulis menggunakan ini fokus pada aset pembeli untuk menjelaskan variasi dalam kapasitas utang di industri dan lebih dari siklus bisnis, serta maraknya perusahaan di AS leverage pada tahun -an. Hak cipta oleh American Finance Association. R D investasi yang memberikan kontribusi untuk pengembangan perusahaan sumber daya teknologi, dan kepemilikan sumber daya tersebut sering meningkatkan kuat tarik sebagai potensi akuisisi target. Namun, nilai berasal dari sebuah perusahaan adalah sumber daya teknologi dengan akan-akan acquirer dapat dikelola oleh industri karakteristik lingkungan. Menggunakan data dari perusahaan, kami menemukan bahwa investasi dalam R D memprediksi kemungkinan akuisisi dan R D investasi yang paling sangat terkait dengan akuisisi perusahaan-perusahaan di bawah kondisi lingkungan yang tinggi hati dan dinamisme.

Teori dan implikasi manajerial yang dibahas.

Hak Cipta Blackwell Publishing Ltd.

Asisten Profesor Keuangan di New York University

Meskipun tumbuh literatur tentang pentingnya kegiatan lingkungan bagi perusahaan-perusahaan' strategi, masih ada beberapa penelitian yang bertujuan untuk menganalisis apakah suatu lingkungan orientasi memiliki dampak pada kinerja inovasi.

Perusahaan-perusahaan di dalam industri kimia memiliki perhatian besar untuk hal ini, karena dampak yang lebih besar bahwa keputusan mereka bisa memiliki pada lingkungan.

Penelitian ini berfokus pada industri kimia dan memberikan kontribusi penting temuan mengenai hubungan antara perusahaan lingkungan orientasi dan kinerja inovasi.

Melalui model regresi logistik kertas kami menunjukkan adanya hubungan ini dan relatif pentingnya dibandingkan dengan orientasi strategis perusahaan (pasar dan biaya). Kontribusi utama dari makalah ini adalah bahwa industri kimia perusahaan dengan lingkungan orientasi meningkatkan kinerja inovasi, khususnya mengenai sistem logistik dan proses manufaktur. Makalah ini mengembangkan alternatif untuk maximum likelihood estimator untuk model regresi logistik dan membandingkan mean squared error dari estimator. MEL untuk vektor yang mendasari keberhasilan probabilitas rendah hanya ketika benar probabilitas yang ekstrim. Ekstrim probabilitas sesuai dengan regresi logistik parameter vektor-vektor yang besar dalam norma. Bersaing"dibatasi"dan empiris versi dari itu disarankan sebagai estimator dengan kinerja yang lebih baik dari MLE untuk central probabilitas.

Perkiraan EM-algoritma untuk memperkirakan pembatasan dijelaskan.

Seperti dalam kasus normal teori ridge estimator, yang diusulkan estimator yang ditampilkan secara resmi derivable oleh Bayes dan empiris Bayes argumen.

Kecil sampel karakteristik operasi yang diusulkan estimator dibandingkan dengan MLE melalui simulasi studi kedua estimasi probabilitas individu dan logistik parameter yang dipertimbangkan.

Kami menghadirkan kebaikan-of-fit test untuk model regresi logistik berdasarkan kasus-kontrol sampling. Uji statistik yang dibangun perbedaan antara dua bersaing kernel density estimator yang mendasari distribusi bersyarat yang diberikan kasus-kontrol status. Usulan goodness-of-fit uji ditunjukkan untuk membandingkan sangat baik dibandingkan dengan sebelumnya mengusulkan tes untuk kasus-kontrol sampling dalam hal kekuasaan. Uji statistik yang dapat dengan mudah dihitung sebagai bentuk kuadrat di residual dari calon regresi logistik maximum likelihood fit. Selain itu, tes diusulkan adalah affine lain dan memiliki alternatif representasi dari segi empiris karakteristik fungsi. Tujuan: tujuan dari penelitian ini adalah untuk memeriksa perusahaan-perusahaan' faktor penentu yang diperoleh di India manufaktur sektor. Ada bukti hubungan antara kemungkinan yang diperoleh dan beberapa perusahaan tertentu karakteristik seperti usia, ukuran, penelitian dan pengembangan (R D), iklan intensitas, produktivitas, leverage, profitabilitas, aset tidak berwujud dan kendala keuangan. Namun, sedikit yang diketahui tentang hubungan antara karakteristik ini dan kemungkinan akuisisi di India manufaktur sektor. Desain metodologi pendekatan: sampel adalah panel, India perusahaan manufaktur yang mencakup hampir sepuluh tahun terakhir. Efek acak logistik (REL) model regresi diadopsi untuk mengontrol perusahaan tertentu tidak teramati heterogenitas dalam sampel. Ini merupakan persyaratan penting untuk memberikan informasi yang akurat dan efektif-faktor penentu yang diperoleh. Temuan: Empiris hasil penelitian mengungkapkan bahwa faktor-faktor penentu yang diperoleh di India manufaktur sektor ini adalah usia, ukuran, R D intensitas, iklan intensitas, produktivitas, dan leverage. Temuan menunjukkan bahwa peningkatan perusahaan' usia, ukuran, R D intensitas dan iklan intensitas meningkatkan kemungkinan diakuisisi. Namun, peningkatan produktivitas dan leverage akan menurunkan kemungkinan yang diperoleh. Implikasi dan keterbatasan penelitian, Temuan penelitian ini dapat berguna untuk target potensial untuk sampai pada yang lebih bijaksana penilaian daya tarik mereka dan, dengan demikian, mempromosikan akuisisi mereka sebagai mode yang lebih efisien dari keluar. Orisinalitas nilai: kertas memberikan kontribusi beberapa bukti empiris mengenai faktor-faktor penentu yang diperoleh di India untuk sektor manufaktur dengan menggunakan data panel dan REL model regresi.