Notice bibliographique
Résumé
Purpose The purpose of this paper is to empirically examine the relation between incentives from CEO inside debt (deferred compensation and pension benefits) and corporate social responsibility (CSR). Design/methodology/approach Instrumental variable (IV-GMM) regressions are used to estimate the relation between CEO inside debt and CSR. Findings The results of this paper indicate that CEOs with large inside debt tend to invest more in CSR. Analysis of CSR strengths and concerns supports this finding and shows that CEO inside debt is significantly positively (negatively) associated with CSR strengths (concerns). Further tests indicate that CEO inside debt exerts a positive and significant effect on all five dimensions of social performance (diversity, community, product, employee relations and environment). Research limitations/implications The results of this study are based on US corporations. Future research should investigate if these results hold for firms in other countries in order to better our understanding of the relation between CEO inside debt and CSR. Practical implications CEOs use CSR as a risk management strategy to reduce corporate risk in order to protect the value of their inside debt. Social implications The results in this paper provide a practical tool to boards of corporations to increase investment in CSR. The results suggest that boards can encourage CEOs to invest in CSR by increasing incentives from inside debt. Originality/value This study contributes to the literature that examines the relation between inside debt and CSR by showing that CEO inside debt exerts a positive impact on CSR.
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 | 0,001 | 0,003 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».