MétaCan
Menu
Retour à la cohorte
Enregistrement W4313828958 · doi:10.3390/jrfm16010040

Investment Decision and Firm Value: Moderating Effects of Corporate Social Responsibility and Profitability of Non-Financial Sector Companies on the Indonesia Stock Exchange

2023· article· en· W4313828958 sur OpenAlexvenueno aff
Jaja Suteja, Ardi Gunardi, Erik Syawal Alghifari, Audrey Amelya Susiadi, Alfina Sri Yulianti, Anggi Lestari

Notice bibliographique

RevueJournal of risk and financial management · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Analysis and Corporate Governance
Établissements canadiensnon disponible
Organismes subventionnairesKementerian Pendidikan, Kebudayaan, Riset, dan Teknologi
Mots-clésProfitability indexHausman testStock exchangeEnterprise valueCorporate social responsibilityPanel dataBusinessInvestment decisionsInvestment (military)Fixed effects modelFinanceEconomicsMonetary economicsEconometricsBehavioral economics

Résumé

récupéré en direct d'OpenAlex

This study focused on increasing firm value through CSR- and profitability-moderated investment decisions in emerging markets. A panel data analysis method was used for this study with a total of 215 observations of non-financial sector companies on the Indonesian Stock Exchange from 2018 to 2020. The results of the Chow test and the Hausman test showed that the fixed effect model with GLS was the most feasible. The model showed that there was a negative effect of investment decisions on firm value and the role of CSR and profitability strengthened this effect. Based on the results of the robustness check, the research model remained consistent with the results of previous studies. Investment decisions have a negative effect on firm value, and CSR and profitability moderate this effect, either when using other control variables or when using a different estimation model, which in this case was quantile regression. Our findings provide an understanding of the fact that investment decisions are important financial decisions for companies and that they can be controlled through good fund management and risk management.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,020
Tête enseignante GPT0,220
Écart entre enseignants0,200 · 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

Citations40
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetFinancial Analysis and Corporate GovernanceTravaux en français237 207