Corporate social responsibility and corporate payout policy: the impact of product market competition
Notice bibliographique
Résumé
Purpose The purpose of this paper is to empirically investigate if and how firm performance in corporate social responsibility (CSR) is related to corporate payouts and how competition in product markets influences this relation. Design/methodology/approach Logit and Tobit regressions are used to estimate the relation between firm performance in CSR and corporate payouts. Findings The empirical results show that firm performance in CSR is positively related to the propensity and level of dividends, repurchases and total payouts (dividends plus repurchases). However, the positive relation between CSR performance and corporate payouts is significant only for firms that operate in low competition markets. In high competition markets, CSR performance does not seem to have any significant relation with corporate payouts. Research limitations/implications This study uses MSCI social ratings data to measure net scores on CSR. There is no systematic conceptual reason for measuring social performance using MSCI social ratings. Future research should use other measures of social performance (e.g. Dow Jones Sustainability Index, Accountability Ratings and Global Reporting Initiative to estimate the relation between CSR and corporate payouts). Practical implications CSR firms are more likely to choose higher payouts when they operate in low competition markets. Originality/value This study contributes to the stream of research that evaluates the payout choices of CSR firms and competition in product markets. To the author's knowledge, this is the first study that documents the impact of market competition on the relation between firm performance in CSR and corporate payouts.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».