MétaCan
Menu
Retour à la cohorte
Enregistrement W3191705753 · doi:10.3390/jrfm14080354

Does a Board Characteristic Moderate the Relationship between CSR Practices and Financial Performance? Evidence from European ESG Firms

2021· article· en· W3191705753 sur OpenAlexvenueno aff
Matteo Rossi, Jamel Chouaibi, Salim Chouaibi, Wafa Jilani, Yamina Chouaibi

Notice bibliographique

RevueJournal of risk and financial management · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCorporate social responsibilityCorporate governanceBusinessAccountingContext (archaeology)Panel dataDimension (graph theory)ModerationFinancePublic relationsEconomicsPolitical scienceEconometricsPsychology

Résumé

récupéré en direct d'OpenAlex

This study aims to examine the potential effect that corporate social responsibility practices (CSR) have on financial performance in ESG firms, using the moderating role of board characteristics. To test the moderating effect of the board characteristics in the relationship between CSR practices and financial performance, we applied linear regressions with panel data using the Thomson Reuters ASSET4 database from European countries in analyzing data of 225 listed companies between 2015 and 2019. The results show that board characteristics partially moderate the relationship between CSR practices and financial performance in European ESG firms. In addition, this study indicates that CSR practices affect the firm’s financial performance positively. The study findings appended a new dimension to governance research that could provide policymakers and regulators with a valuable source of information to strengthen governance mechanisms for better financial performance. Previous studies mostly investigate the direct effect of corporate governance on financial performance. A few studies examine the moderating effect of CSR practice. This paper contributes by investigating the moderating effect of governance mechanisms in the ESG context.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,156
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
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 Opus0,045
Tête enseignante GPT0,264
Écart entre enseignants0,218 · 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

Citations123
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetCorporate Social Responsibility ReportingTravaux en français237 207