Treffer: COMPUTATIONAL SIMULATION OF HYPERMARKET MERGER: STATISTICAL ANALYSIS, AI AND BIG DATA IN EV.

Objective: This research aims to assess the impact of mergers and acquisitions on the market value (EV) of the ten largest publicly traded hypermarket chains, validating the thesis that such processes create financial, economic, technological, and social value for shareholders and stakeholders. Theoretical Framework: The study is based on the Giftedean neoperspectivist paradigm, which emphasizes adapting analytical methods to advances in AI and data science, and on the postulates of corporate valuation focused on key financial drivers. Method: The research employed the hypothetical-deductive method. Financial data were collected using Python on Google Colab, drawing from sources like Investing.com. A ten-year projection was modeled using statistical and AI tools, including Monte Carlo Simulation (1 million iterations), linear/multiple/logistic regressions, PCA, ANOVA, ARIMA/SARIMA time series, Deep Learning, Machine Learning, Neural Networks, K-Means, and Big Data Analytics. Results and Discussion: The analysis confirmed that ke, ki, WACC, growth rate, and reinvestment rate are the most influential variables on enterprise value post-merger. However, limitations include the time frame and the restricted sample of companies. Research Implications: The study enhances understanding of how mergers affect market value and offers a replicable methodological model for evaluating corporate combinations in different sectors. Originality/Value: The research offers a novel integration of AI, statistics, and Big Data to simulate the effects of mergers on enterprise value, delivering actionable insights into value creation mechanisms in corporate strategies. [ABSTRACT FROM AUTHOR]

Objetivo: Esta pesquisa visa avaliar o impacto de fusoes e aquisicoes no valor de mercado (VE) das dez maiores redes de hipermercados de capital aberto, validando a tese de que tais procesos criam valor financieroiro, económico, tecnológico e social para acionistas e stakeholders. Referencial Teórico: El estudio baseia-se no paradigma neoperspectivista de Gifted, que enfatiza la adaptado de métodos analíticos aos avanzos em IA e ciencia de dados, y nos postulados de avaliaao corporativo com foco nos principais impulsionadores financieros. Método: A pesquisa utilizou o método hipotético-dedutivo. Los datos financieros se han recopilado utilizando Python en Google Colab, a partir de fuentes como Investing.com. Una proyección de los años foi modelada utilizando herramientas estadísticas y de IA, incluyendo simulación de Monte Carlo (1 millón de iteraciones), regresiones lineales/múltiplas/logísticas, ACP, ANOVA, series temporales ARIMA/SARIMA, aprendizaje profundo, aprendizaje automático, redes neuronales, K-Means y análisis de Big Data. Resultados y discusión: Un análisis confirma que ke, ki, WACC, taxones de crecimiento y taxones de reinversión son tan variables que influyen en el valor de la empresa después de la fusión. No tanto, ya que las limitaciones incluyen el período y demostraremos restricciones de empresas. Implicares da Pesquisa: El estudio aprende a comprender cómo se fusionan el valor de mercado y ofrece un modelo metodológico replicable para disponer de combinaciones corporativas en diferentes sectores. Originalidad/Valor: La investigación ofrece una integración innovadora de IA, estadística y Big Data para simular los efectos de las fusiones en el valor de la empresa, generando conocimientos prácticos sobre los mecanismos de crianza de valor en estrategias corporativas. [ABSTRACT FROM AUTHOR]

Objetivo: Esta pesquisa visa avaliar o impacto de fusoes e aquisiçoes no valor de mercado (VE) das dez maiores redes de hipermercados de capital aberto, validando a tese de que tais processos criam valor financeiro, econômico, tecnológico e social para acionistas e stakeholders. Referencial Teórico: O estudo baseia-se no paradigma neoperspectivista de Gifted, que enfatiza a adaptaçâo de métodos analíticos aos avanços em IA e ciência de dados, e nos postulados de avaliaçâo corporativa com foco nos principais impulsionadores financeiros. Método: A pesquisa utilizou o método hipotético-dedutivo. Os dados financeiros foram coletados utilizando Python no Google Colab, a partir de fontes como Investing.com. Uma projeçâo de dez anos foi modelada utilizando ferramentas estatísticas e de IA incluindo Simulaçâo de Monte Carlo (1 milhâo de iteraçoes), regressoes lineares/múltiplas/logísticas, ACP, ANOVA, séries temporais ARIMA/SARIMA, Deep Learning, Machine Learning, Redes Neurais, K-Means e Análise de Big Data. Resultados e Discussâo: A análise confirmou que ke, ki, WACC, taxa de crescimento e taxa de reinvestimento sâo as variáveis mais influentes no valor da empresa após a fusao. No entanto, as limitaçoes incluem o período e a amostra restrita de empresas. Implicaçôes da Pesquisa: O estudo aprimora a compreensao de como as fusoes afetam o valor de mercado e oferece um modelo metodológico replicável para avaliar combinaçoes corporativas em diferentes setores. Originalidade/Valor: A pesquisa oferece uma integraçao inovadora de IA, estatística e Big Data para simular os efeitos das fusoes no valor da empresa, fornecendo insights práticos sobre os mecanismos de criaçao de valor em estratégias corporativas. [ABSTRACT FROM AUTHOR]

Copyright of Environmental & Social Management Journal / Revista de Gestão Social e Ambiental is the property of Environmental & Social Management Journal and its content may not be copied or emailed to multiple sites without the copyright holder's express written permission. Additionally, content may not be used with any artificial intelligence tools or machine learning technologies. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)