东道国舆论环境与海外进入模式选择 ——基于海量媒体数据的定量考察

逆全球化背景下日趋复杂的东道国舆论环境给我国国际化进程带来严峻挑战,对其如何影响跨国企业进入国际市场的关键决策还缺乏系统的实证检验。基于情感分析技术（NLP）和网络爬虫,对2015-2022年间830余万条媒体报道进行文本分析,构建涉华舆情指数,系统分析与检验了东道国舆论环境对我国企业海外进入模式选择的影响。研究发现,东道国舆论环境越差,相比于独资模式,中国企业更倾向于选择合资模式进入海外市场;相比于跨国并购,中国企业更倾向于选择绿地投资进入海外市场;跨国企业的产权性质和国际化经验起到正向调节作用。在影响机制方面,东道国舆论环境通过影响企业的规制、规范和认知合法性来影响跨国企业投资设立模式的选择。本文的研究结论为跨国企业恰当地选择海外市场进入模式、积极规避或弱化舆论风险,更好地在东道国投资布局与经营发展提供对策建议。     

互联网企业海外并购财务风险大数据预警研究——基于Stacking集成学习

数智化时代中国互联网企业海外并购强势崛起但风险巨大,机器学习与非财务信息可为此类风险预警提供新思路。在已有研究基础上,本文选取2013年-2020年期间45家中国互联网上市公司56起海外并购事件的大数据,构建Stacking集成学习模型进行大数据财务风险预警因子挖掘。结果表明,stacking集成学习模型相比其它机器学习模型的大数据预警效果更好；运营能力等传统型财务指标依然是互联网企业海外并购财务风险大数据预警的首选指标,但股吧评论等创新型非财务指标也具有重要预警价值。本研究提供了Stacking机器学习与利益相关者大数据信息有助于预警互联网企业海外并购财务风险的经验证据,为互联网企业、投资者、监管者等进行海外并购财务风险管控决策提供了重要参考。