MétaCan
Menu
Retour à la cohorte
Enregistrement W4200396710 · doi:10.1080/0969160x.2021.2018001

Mandatory Versus Voluntary GHG Emissions Disclosures and Credit Risk

2021· article· en· W4200396710 sur OpenAlexaff
Anis Maaloul, Matthew Wegener

Notice bibliographique

RevueSocial and Environmental Accountability Journal · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensUniversity of New BrunswickUniversité TÉLUQ
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasVoluntary disclosureBusinessCreditorDebtCredit ratingCarbon creditTurnoverSample (material)AccountingFinanceEconomics

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to examine the effect of GHG emission performance, as disclosed through voluntary versus mandatory channels, on credit risk (credit ratings and cost of debt). Two different channels are examined: voluntary disclosures made through the CDP and mandatory disclosures made through the EPA. Using a sample of US S&P 500 firms that have voluntarily/mandatorily disclosed their GHG emissions from 2010 to 2016, our results show that GHG emissions disclosures made through both channels have a negative effect on S&P credit ratings. These results imply that credit rating agencies incorporate GHG emissions in their credit assessment of a firm. However, our results show that only the GHG emissions mandatorily disclosed have a significant effect on cost of debt. These results imply that US lenders take into account, in their own lending decisions, only mandatory GHG emissions disclosures made through the EPA and not the voluntary ones made through the CDP. Additional analyses shows that these results are driven by firms in carbon intensive sectors and by firms with speculative grade ratings/high cost of debt. Overall, we conclude that credit market participants (credit rating agencies and creditors), as major stakeholders, make firms accountable for their carbon profile.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,051
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,051
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,023
Tête enseignante GPT0,249
Écart entre enseignants0,226 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial and Environmental Accountability JournalMême sujetCorporate Social Responsibility ReportingTravaux en français237 207