This thesis explores how emotions and cognitive biases influence decision-making in mergers and acquisitions (M&A), with a particular focus on accounting and financial practices. While M&A transactions are typically viewed as rational, data-driven activities, psychological factors—such as overconfidence, anchoring, and loss aversion—can significantly shape corporate decisions. By outlining the foundations of behavioral finance and identifying key cognitive distortions, the thesis illustrates how these factors impact company valuations, due diligence processes, and post-merger integration. A featured case study further demonstrates how overconfidence can distort the interpretation of financial data, leading to inaccurate forecasts despite access to objective information. The research concludes with practical strategies to reduce the influence of behavioral biases. These include implementing structured decision-making frameworks, promoting cognitive diversity within teams, and using advanced analytical tools. The aim is to encourage more informed decision-making and enhance the reliability of financial practices in the high-stakes world of M&A.
Questa tesi esplora il ruolo delle emozioni e dei bias cognitivi nei processi decisionali legati alle operazioni di fusioni e acquisizioni (M&A), con un focus particolare sulla contabilità e le scelte finanziarie che ne derivano. Nonostante le operazioni M&A siano spesso considerate attività puramente razionali basate su numeri e analisi, la realtà dimostra che fattori psicologici come l’eccesso di fiducia, l’ancoraggio e l’avversione alle perdite possono influenzare significativamente le decisioni aziendali. Attraverso una panoramica della finanza comportamentale e un’analisi delle principali distorsioni cognitive, la tesi mostra come questi fenomeni si riflettano nelle valutazioni d’impresa, nei processi di due diligence e nella gestione post-acquisizione. Viene inoltre approfondito un caso studio sperimentale che evidenzia come l’overconfidence alteri l’interpretazione dei dati contabili, compromettendo l’affidabilità delle previsioni finanziarie. Infine, la tesi propone una serie di strategie pratiche per mitigare questi bias, come l’adozione di processi decisionali strutturati, l’inclusione di prospettive diverse nei team e l’uso di strumenti analitici avanzati. L’obiettivo è promuovere decisioni più consapevoli e una gestione finanziaria più affidabile nel contesto complesso e delicato delle M&A.
Not only logic but also emotions: The role of Behavioral finance on Mergers and Acquisitions
ZAVAGLIA, LUDOVICO
2024/2025
Abstract
Questa tesi esplora il ruolo delle emozioni e dei bias cognitivi nei processi decisionali legati alle operazioni di fusioni e acquisizioni (M&A), con un focus particolare sulla contabilità e le scelte finanziarie che ne derivano. Nonostante le operazioni M&A siano spesso considerate attività puramente razionali basate su numeri e analisi, la realtà dimostra che fattori psicologici come l’eccesso di fiducia, l’ancoraggio e l’avversione alle perdite possono influenzare significativamente le decisioni aziendali. Attraverso una panoramica della finanza comportamentale e un’analisi delle principali distorsioni cognitive, la tesi mostra come questi fenomeni si riflettano nelle valutazioni d’impresa, nei processi di due diligence e nella gestione post-acquisizione. Viene inoltre approfondito un caso studio sperimentale che evidenzia come l’overconfidence alteri l’interpretazione dei dati contabili, compromettendo l’affidabilità delle previsioni finanziarie. Infine, la tesi propone una serie di strategie pratiche per mitigare questi bias, come l’adozione di processi decisionali strutturati, l’inclusione di prospettive diverse nei team e l’uso di strumenti analitici avanzati. L’obiettivo è promuovere decisioni più consapevoli e una gestione finanziaria più affidabile nel contesto complesso e delicato delle M&A.File | Dimensione | Formato | |
---|---|---|---|
Tesi di Laurea di Ludovico Zavaglia, Not only logic but also emotions.pdf
non disponibili
Dimensione
378.28 kB
Formato
Adobe PDF
|
378.28 kB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14240/167149