Building Trust with Material and Immaterial Corporate Social Responsibility: Benefits and Consequences*
Notice bibliographique
Résumé
ABSTRACT We examine whether the benefits and consequences of building trust through corporate social responsibility (CSR) vary when the company engages in material or immaterial CSR, and the conditions under which these benefits hold. Our study informs companies about the relative benefits and consequences of engaging in particular types of CSR activities. Prior archival research finds that CSR performance can buffer companies against negative stock reactions caused by subsequent adverse events, such as financial restatements. However, theory suggests that there are boundary conditions for this buffering effect through the multiple dimensions of trust violations. We predict and find using Experiment 1 that positive performance in material CSR enhances competence trust, while positive performance in immaterial CSR enhances integrity trust in the company. We predict and find using Experiment 2 that positive material CSR performance alleviates investors' negative reactions to an error restatement but that this effect does not occur for a fraud restatement. In contrast, positive immaterial CSR performance results in greater negative reactions to a fraud restatement, but this effect does not occur for an error restatement. These effects can be explained through the multiple dimensions of trust and trust violation, in accordance with the schematic model of dispositional attribution. Lastly, a supplementary experiment supports the robustness of our results to the baseline of neutral CSR performance. Our study has important implications for companies and standard setters about the trust‐building effects of engagement in CSR and, more generally, of how CSR issues with different materiality levels buffer against the adverse effects of negative events.
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 | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».