Valuing Stakeholder Governance: Property Rights, Community Mobilization, and Firm Value
Notice bibliographique
Résumé
Research summary : While research has shown that good stakeholder relations increase the value of a firm, less is known about how specific types of stakeholder governance affect firm value. We examine the value of one such governance mechanism—community benefits agreements ( CBA s) signed by firms and local communities—intended to minimize social conflict that disrupts access to valuable resources. We argue that shareholders evaluate more positively CBA s with local communities with strong property rights and histories of institutional action and extra‐institutional mobilization because these communities are more likely to cause costly disruptions and delays for a firm. We evaluate these arguments by analyzing the cumulative abnormal returns associated with the unexpected announcement of 148 CBA s signed between mining companies and local indigenous communities in Canada. Managerial summary : With firms across many industries facing escalating costs associated with social conflict, new tools are emerging to help firms mitigate these risks by seeking the support of the local communities in which they operate. Community benefits agreements ( CBA s) are contracts in which a community provides consent for a new investment in return for tangible benefits, such as local hiring and revenue sharing. We argue that although CBA s are costly for the firm, they are particularly valuable when communities can cause costly disruptions and delays for a firm. Our study of investor reactions to the announcement of 148 CBA s signed between mining companies and local indigenous communities in Canada shows that investors value more CBA s signed with communities with strong property rights and histories of protest . Copyright © 2017 John Wiley & Sons, Ltd.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,000 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».