A cross-country comparison of green initiatives, green performance and financial performance
Notice bibliographique
Résumé
Purpose The purpose of this paper is to investigate the relationship between green initiatives, green performance, and a firm’s financial performance in the world. The existing literature on environmental initiatives and their impacts is limited to the context of a particular country. This gap points to a lack of clarification of variations in environmental regulation and in economic disparity which may affect the impact of green initiatives on green performance and on financial performance. Design/methodology/approach Data on the world top 500 publicly traded companies are collected from Compustat, a database of financial, statistical and market information on global companies, and from Newsweek, an information gatekeeper that enables consumers to access a list of environmentally friendly companies. The paper adopts linear regression to test the relationships between variables. Findings The results show that green initiatives have a positive impact on green performance, which in turn has a positive impact on financial performance. However, the impact of green initiatives varies by country. The study revealed that companies in European countries and Canada lead in the green initiatives and green performance, followed by the USA and Japan. China and Hong Kong lag behind compared to other countries. Research limitations/implications The small sample size in some of the countries used in this study may impact the validity of the results. Practical implications This study suggests that companies that seek financial benefits of pursuing green initiatives should have a long-term orientation when implementing these initiatives and should consider the country where they operate. Originality/value The current study provides a global understanding of the relationship between green initiatives, green performance, and financial performance, and contributes to the literature by highlighting variation among countries and by year.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».