首页|基于指数随机图模型的全球跨境并购网络结构特征与形成机制

基于指数随机图模型的全球跨境并购网络结构特征与形成机制

Structural characteristics and formation mechanism of global cross-border M&A networks:Based on the exponential random graph model

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
[目的]20世纪90年代以来,跨境并购成为经济全球化运行的重要组成部分,为资本要素的国际流动与流通提供了重要驱动力,解析全球跨境并购网络的形成机制十分必要.[方法]本文构建了基于"内生结构效应-行动者&关系效应-外生网络效应"的分析框架,采用1997-2018年全球跨境并购数据,利用复杂网络方法与指数随机图模型探究全球跨境并购网络结构特征与形成机制.[结果]研究发现:①全球跨境并购网络的空间范围明显扩大并具有分散化发展趋势,但北美、西欧仍占据网络核心位置.②全球跨境并购网络的内生结构效应具有互惠性和传递性,表现为网络中大部分国家(地区)间互有双向并购行为,且倾向以群体结构运作.③在行动者&关系效应方面,国家(地区)经济水平是推动全球跨境并购网络形成的关键影响因子,高经济水平与低经济水平国家(地区)均倾向与其自身经济水平相似的国家(地区)开展并购交易;而中经济水平国家(地区)的并购来源与去向更加分散.④在外生网络效应方面,地理邻近性、语言邻近性与制度邻近性是跨境并购网络形成的正向驱动因素.[结论]全球跨境并购网络的紧密程度仍有较大提升空间,需进一步促进全球知识与技术的高效流动,加强国家(地区)间并购合作,深化跨区域联动发展.

cross-border M&Aoutbound investmentnetwork structureformation mechanismexponential random graph model

覃雄合、李梁荣、黄晓东

展开 >

合肥工业大学经济学院,合肥 230000

中国人民解放军战略支援部队信息工程大学地理空间信息学院,郑州 450001

跨境并购 对外投资 网络结构 形成机制 指数随机图模型

国家自然科学基金

42001124

2023

10.18402/resci.2023.09.01

资源科学
中国科学院地理科学与资源研究所 中国自然资源学会

资源科学

CSTPCDCSSCICSCDCHSSCD北大核心
影响因子：2.408
ISSN：1007-7588
年,卷(期)：2023.45(9)
  • 2
  • 41