Does sustainability matter for Fintech firms? Evidence from United States firms
Notice bibliographique
Résumé
Purpose This study aims to look at how financial technology (FinTech) companies adhere to sustainable standards in contrast to their counterparts. Following the validation of its new sustainability index, this study looks into the impact of sustainability on the stock performance of FinTech companies. Design/methodology/approach To efficiently test the hypotheses, sample has been collected from the Bloomberg of all FinTech and non-FinTech companies from the USA. The final sample comprises 1,712 company-year observations over the investigation period 2010–2019. The methodology entails ordinary least squares regressions and generalized panel methods of moments (GMM). Findings The results suggest that the developed sustainability index is a valid proxy for sustainability measures and directly relates to stock performance. Besides, the evidence indicates that non-FinTech companies display superior sustainability and stock performance compared to FinTech companies. The present results corroborate with stakeholder theory, which implies that quality sustainability performance will alleviate the agency issue and safeguard the shareholders’ interest. Research limitations/implications Despite the fact that it presents the limitation of not considering other dimensions of financial performance, this research is important as it highlights the sustainability practices by the FinTech and non-FinTech companies, offering insights to researchers, policymakers, regulators, financial reports users, investors, environmental union, employees, clients and society. Originality/value This paper is novel because it is unique in evaluating the sustainability practices in FinTech and non-FinTech firms.
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 | 0,007 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,005 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».