MétaCan
Menu
Retour à la cohorte
Enregistrement W3138966123 · doi:10.3390/su13073652

The Effect of Financial Materiality on ESG Performance Assessment

2021· article· en· W3138966123 sur OpenAlexafffund
Nicolas Madison, Eduardo Schiehll

Notice bibliographique

RevueSustainability · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensHEC Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaAutorité des Marchés Financiers
Mots-clésMateriality (auditing)AccountingCorporate governanceBusinessIntegrated reportingSustainability reportingCorporate social responsibilitySustainabilityFinancePublic relationsPolitical science

Résumé

récupéré en direct d'OpenAlex

The effect of considering the financial materiality of ESG (environmental, social and governance) issues on firms’ ESG performance scores and rankings is investigated using Morgan Stanley Capital International (MSCI) ESG Ratings and the financial Materiality Map® developed by the Sustainability Accounting Standard Board (SASB). Results show that when financial materiality is applied, firms’ ESG performance scores change significantly. Further corroboration is provided by significant changes in firms’ ESG rankings when ESG performance assessment is based on SASB-adjusted ESG performance scores. Environmental pillar issues, and particularly natural resource use, are predominantly responsible for the changes. Overall, the results suggest that financial materiality affects the informative value of ESG scores and rankings, allowing the identification of investment opportunities in firms with high scores on business-critical ESG issues. We argue that consideration of financial materiality can better inform investment decisions based on ESG performance. This study adds to the understanding and assessment of ESG performance and its information content.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,273
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations99
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetCorporate Social Responsibility ReportingTravaux en français237 207