MétaCan
Menu
Retour à la cohorte
Enregistrement W4403360092 · doi:10.1002/bse.4002

Common ownership and investor‐focused disclosure: Evidence from ESG financial materiality

2024· article· en· W4403360092 sur OpenAlexaff
Eduardo Schiehll, Sam Kolahgar

Notice bibliographique

RevueBusiness Strategy and the Environment · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensUniversity of Prince Edward IslandHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésMateriality (auditing)BusinessAccountingFinancial system

Résumé

récupéré en direct d'OpenAlex

Abstract In this study, we investigate whether information demands made by common agents, specifically common institutional owners, drive firms to adopt a reporting framework that enhances the comparability and financial materiality of environmental, social, and governance information. Using a sample of 3659 unique US firms from 2015 to 2021, we collected data on the adoption of the Sustainability Accounting Standards Board's reporting framework—identifying first movers, followers, and non‐adopting firms—and their levels of common institutional ownership. Our results are robust across changes in the levels of common institutional ownership, various combinations of fixed effects, and the application of an instrumental variable approach. Our findings support the idea that investors' demand drives comparability and financial materiality in sustainability reporting and that common ownership enhances such disclosure by alleviating the concern over the proprietary costs of revealing sensitive information. Our study offers new insights into patterns of intra‐industry disclosure behavior and a better understanding of how a group of increasingly significant market participants (i.e., common institutional owners) influences firms' commitment to investor‐focused disclosure.

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)0,006
score de la tête « metaresearch » (Gemma)0,046
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 enseignants0,006
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,046
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
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 Opus0,031
Tête enseignante GPT0,202
Écart entre enseignants0,172 · 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

Citations25
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness Strategy and the EnvironmentMême sujetCorporate Finance and GovernanceTravaux en français237 207