Impact of Sustainability Reporting on Financial Performance: A Multigroup Analysis of Jordanian Firms in High-Pollution and Low-Pollution Industries
Notice bibliographique
Résumé
As global emphasis on environmental, social, and governance practices intensifies, sustainability reporting emerges as a critical tool for corporate transparency and accountability. The study aims to assess the impact of sustainability reporting on the financial performance of listed companies in Jordan. Using a quantitative approach, a total of 588 individuals were surveyed from low-pollution and high-pollution industries using purposive sampling techniques. Partial Least Square Structural Equation Modeling (PLS-SEM) was used to conduct analysis of the data with the aid of SMART PLS4 software. The study finds that the impact of sustainability disclosures on firms’ financial performance in Jordan differs significantly by both the type of disclosure and the pollution intensity of the industry the firms belong to. Environmental impact reporting (EIR) and social impact reporting (SIR) both have positive and significant effects on financial performance, especially in low-pollution industries, probably because of a perceived proactive and authentic integration of sustainability practices. However, governance impact reporting (GIR) shows a negative relationship with financial performance, which implies that such disclosures may be perceived as compliance-driven or not authentic. These findings indicate that the context of the sustainability reporting strategy is an important element in determining its effect on financial performance. The multigroup analysis (MGA) results help us to gain a better understanding of how different sectors leverage financial value from disclosing their sustainability activities. The study confirms that sustainability disclosure is not just a compliance requirement, but an instrument that can help firms improve their financial performance. Finally, we recommend that future research should investigate deeper psychological and social mechanisms likely to influence stakeholder responses across different sectors and countries within the region.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».