Are sustainable firms more profitable during COVID-19? Recent global evidence of firms in developed and emerging economies
Notice bibliographique
Résumé
Purpose This paper investigates whether sustainability performance (SP) protects financial performance (FP) for firms in both developed and emerging economies during the COVID-19-induced economic downturn. Design/methodology/approach Using a recent sample of firms in 34 countries between 2003 and 2021, the authors employ ordinary least squares regressions, moderations and the Heckman two-step method to test the hypotheses. Findings Firms with strong SP have higher FP in developed and emerging economies in the upcoming year. During the COVID-19 crisis in 2020–2021, the impact of sustainability on FP is pronounced in developed but not in emerging economies. Furthermore, cross-listings expose firms in emerging economies to high-standard institutional mechanisms in developed economies. Thus, sustainable firms in emerging economies cross-listed on European stock exchanges are more profitable. Practical implications For regulators and standard setters, the global-level comparative analysis helps them find solutions that may assist firms in improving SP globally (e.g. mandatory reporting) and enduring crises resiliently. For institutional investors, the study reveals the relatively different impact of sustainability risk for firms in developed and emerging economies. For practitioners and private sector firms, this study contributes to the dialogue on what makes firms more resilient in COVID-19. Although COVID-19 might be temporary, the lessons learned could protect firms from future crises. Originality/value The authors contribute to the contingency perspective between sustainability and financial performance by providing recent empirical evidence in a global setting during the COVID-19 pandemic. The authors demonstrate how different external institutional mechanisms (rule-based governance and relation-based governance) and cross-listing affect the SP-FP relationship during a crisis. The authors extend the knowledge in crisis management literature with a comparative study and fill the research gap on how SP affects FP for firms in emerging economies compared to developed economies.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».