MétaCan
Menu
Retour à la cohorte
Enregistrement W4407867113 · doi:10.1016/j.irfa.2025.104045

Corporate social responsibility signalling under external transparency demands

2025· article· en· W4407867113 sur OpenAlexafffund
Jamal A. Nazari, Ehsan Poursoleyman

Notice bibliographique

RevueInternational Review of Financial Analysis · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensSimon Fraser University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaCanadian Academic Accounting Association
Mots-clésTransparency (behavior)SignallingBusinessCorporate social responsibilityAccountingIndustrial organizationEconomicsComputer sciencePublic relationsComputer securityMicroeconomicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Drawing on the premise that Corporate Social Responsibility (CSR) expenditures may contain valuable private information about future financial outcomes, we explore the conditions necessary to decode this signalling component. Given that monitoring fosters credibility and trust, we posit that increased external pressures for transparency encourage investors and creditors to perceive the private information embedded in CSR reports. Given the heterogeneity of external transparency within and across countries, we employ both a firm-level proxy that minimizes firm-specific incentives as well as country-level proxy based on two exogenous shocks. We resort to the adoption of the International Financial Reporting Standards (IFRS) and the implementation of the EU's mandatory CSR transparency regulation, Directive 2014/95/EU, to capture country-level external transparency. Our findings indicate that the positive signalling effect of CSR expenditures is strongly linked to a reduced likelihood of financial constraints, with external transparency playing the driving role. • Companies use CSR numbers to signal private information. • The perception of hidden information requires some degree of trustworthiness. • External Transparency, independent of firm-specific incentives, builds trustworthiness. • Debt holders are more aware of hidden information in CSR numbers than equity holders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,390
Score d'incertitude au seuil0,871

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,005
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,037
Tête enseignante GPT0,311
Écart entre enseignants0,274 · 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 tête enseignante, 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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Review of Financial AnalysisMême sujetCorporate Social Responsibility ReportingTravaux en français237 207