Non-Linear Dynamics of ESG Integration and Credit Default Swap on Bank Profitability: Evidence from the Bank in Turkiye
Notice bibliographique
Résumé
This paper investigates the effect of Environmental, Social and Governance (ESG) scores and Credit Default Swap (CDS) spreads on the profitability of Halkbank, one of the biggest state-owned banks in Türkiye, an emerging economy. To this end, we employ Non-linear Autoregressive Distributed Lag (NARDL) and Markov Switching Regression (MSR) methods, taking into account non-linear market risks, using Halkbank’s quarterly data consisting of 63 observations for the period 2009Q1–2024Q3. Moreover, to prevent multicollinearity, we aggregate banking-specific and macroeconomic indicators into a single composite index using Principal Component Analysis (PCA). Our MSR findings suggest that ESG scores and CDS spreads negatively affect bank profitability and that these effects are particularly pronounced during periods of high market volatility. Similarly, NARDL findings suggest that ESG scores have asymmetric effects on bank performance, with both positive and negative changes in ESG performance having a negative impact on profitability, and moreover, negative changes have a more negative impact on profitability. This means that the bank’s sustainability initiatives may be costly and negatively affect profitability in the short run, but these effects will be more negative if initiatives deteriorate. Our findings emphasize the need for banks to adopt a gradual ESG approach that enables them to increase their capacity without compromising financial stability and for regulatory structures to have a flexible and sophisticated risk management framework capable of rapidly adapting to different market conditions. Therefore, our study provides valuable insights to sector managers and policymakers regarding the financial implications of sustainability approaches.
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 | 0,001 | 0,003 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».