False Stability? How Greenwashing Shapes Firm Risk in the Short and Long Run
Notice bibliographique
Résumé
This study examines the relationship between greenwashing and firm risk among listed Australian firms from 2014 to 2023. We construct a firm-level greenwashing score as the residual based on regressions of composite ESG on Scope 1–2 CO2 emissions; positive residuals indicate overstated sustainability relative to emissions. Using realized volatility as a measure of firm risk and applying the Generalized Method of Moments (GMM) regression framework, we uncover three key findings. First, contemporaneous greenwashing significantly lowers volatility, which is consistent with legitimacy and signalling theory, as overstated ESG credentials create a temporary perception of stability. Second, the risk-reducing effect is strongest with a one-period lag, likely reflecting delayed ESG and emissions reporting cycles and investor reaction times. Third, by the two-period lag, the effect reduces in magnitude, suggesting that markets eventually recognize the misalignment between ESG claims and environmental performance. Robustness checks with the E-pillar confirm these dynamics. Additional tests excluding the COVID-19 period (2020 and 2021) reveal that the risk-mitigating effects of greenwashing are even stronger during normal market conditions, implying that pandemic-related volatility may have muted the signalling power of ESG narratives. While firm fundamentals (e.g., book-to-market) explain part of risk variation, greenwashing-driven effects are economically meaningful yet short-lived. The findings underscore that greenwashing offers only temporary risk mitigation; as transparency improves and regulatory enforcement strengthens, firms relying on inflated ESG narratives face diminishing benefits and potential long-term risk penalties.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».