MétaCan
Menu
Retour à la cohorte
Enregistrement W3172275239 · doi:10.3390/su13116294

The Role of Internal Control in Firms’ Coping with the Impact of the COVID-19 Pandemic: Evidence from China

2021· article· en· W3172275239 sur OpenAlexaboutno aff
Peiqing Zhu, Jianbo Song

Notice bibliographique

RevueSustainability · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central Universities
Mots-clésBusinessControl (management)ChinaEmpirical evidencePandemicQuarter (Canadian coin)Coronavirus disease 2019 (COVID-19)Coping (psychology)Industrial organizationDemographic economicsEconomicsInfectious disease (medical specialty)GeographyDisease

Résumé

récupéré en direct d'OpenAlex

Internal control plays a role in risk prevention for firms when dealing with serious emergencies, which ensures the sustainable development of firms during a crisis. Based on the rapid outbreak of COVID-19 in China, this paper empirically tests whether internal control alleviates the negative impact of the pandemic on firm performance. Using a sample of Chinese listed firms from the first quarter of 2019 to the third quarter of 2020 and employing the difference-in-difference (DID) method, we find that the firms with a higher quality of internal control achieve better financial performance during the pandemic period; the more serious the pandemic is, the more obvious effect internal control plays. Furthermore, we consider the industry heterogeneity and firm heterogeneity of the risk resistance effect of internal control. In the manufacturing industry, which is a “disaster zone” of the pandemic, and the non-high-tech industry with a low degree of digitization, internal control can play a more important role in firms’ performance. Moreover, for state-owned enterprises, and firms with strong financing constraints, the role of internal control is more prominent. The above results provide empirical evidence for the risk prevention function of internal control and shed new light on the measures for firms to resist emergencies in the future.

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)0,003
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,075
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,028
Tête enseignante GPT0,301
Écart entre enseignants0,274 · 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

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207