Regulating Gender Diversity: Evidence from California Senate Bill 826
Notice bibliographique
Résumé
Do gender diversity quotas enhance firm value? This broad question has sparked significant debate because, whereas diversity is generally thought to improve board functioning, prior research in international settings suggests mandating diversity may have adverse consequences if it moves firms away from market equilibrium. Exploiting the political events leading up to the passage of California Senate Bill (SB) 826 as an exogenous shock to assess the market implications of board gender composition, we document either significantly positive or insignificant two-day abnormal returns for California firms across a variety of model specifications. Importantly, this finding contradicts the strong claims of contemporary studies of SB 826 that the California mandate was value-destructive. We reconcile these findings by providing critical evidence that contemporaneous results lack robustness to alternative model specifications and provide an incomplete picture by failing to comprehensively examine a broader set of event dates or account for mixed messaging on the final event date. We also provide some evidence of significant negative abnormal returns to litigation milestones that threaten to overturn SB 826 with the magnitude increasing in the size of board gender deficits. Finally, we provide evidence that there is no observable decline in newly appointed female director quality following the implementation of SB 826 relative to either preregulation or male director appointments. Collectively, our results suggest nonnegative (if not positive) consequences to California firms arising from SB 826 and directly counter assertions that mandated gender diversity is detrimental to firm value. This paper was accepted by Brian Bushee, accounting. Funding: The authors gratefully acknowledge research funding from Brigham Young University and the University of Toronto. Supplemental Material: The online appendix and data are available at https://doi.org/10.1287/mnsc.2023.4825 .
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».