企业社会责任的同伴效应研究 ——基于行业和区域的维度

来源 :山东财经大学 | 被引量 : 0次 | 上传用户:zsxzsx1980
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
越来越多的企业将社会责任纳入公司战略,并使其成为实现可持续竞争优势的重要工具和与政府等利益相关者沟通的桥梁。企业承担社会责任已经从一种慈善方式演变为一种战略商业需求,一方面,企业可能基于自主性行为投资社会责任活动获取竞争优势;另一方面,企业可能被动呼应承担社会责任,这不仅是因为迎合证监会等监管机构公布社会责任报告的要求,还因为管理者在做出与企业社会责任相关的决策时会参照其他企业,为了维护“面子”而投资于社会责任,选择跟随同伴企业的社会责任投资行为以缩小合法性差距,规避风险。如果企业响应了同伴企业的社会责任活动,这种响应行为对企业价值有何影响?一系列社会事件的发生表明很多企业存在社会责任感缺失的事实,法律不能强制要求企业必须“做好事”、“做善事”,必须寻求有效的方式引导和激励企业承担社会责任。基于以上分析,检验企业社会责任同伴效应的存在性,寻求社会责任同伴效应的影响因素和经济后果很有必要。本文首先对国内外关于企业社会责任影响因素、经济后果及同伴效应方面的研究文献进行综述,并阐述企业社会责任和同伴效应等相关概念和理论;其次,分析同伴企业社会责任行为的影响机理并提出相应假设,构建实证模型论证企业社会责任同伴效应的存在性,探讨企业社会责任同伴效应的影响因素;此外,以托宾Q值衡量企业价值,分析了企业社会责任同伴效应的经济后果。最后,通过分组回归进一步探讨企业社会责任同伴效应的行业异质性和区域异质性,并进一步分析行业同伴和地区同伴对企业承担社会责任的影响是否存在替代作用或是互补作用。本文选取2009-2018年我国A股上市公司为研究对象,研究结果表明:(1)企业社会责任行为受同伴企业社会责任活动的影响,表现出明显的同伴效应现象。(2)行业竞争程度、产权性质对社会责任同伴效应有重要影响。行业竞争程度越低,同行社会责任行为对个体社会责任的影响越显著;相比非国有企业,国有企业的社会责任同伴效应更为明显。(3)社会责任同伴行为明显有助于提升企业价值,且当期的价值效应最为明显。进一步研究发现,社会责任的同伴效应具有行业异质性和区域异质性,社会责任敏感性行业和东部地区的企业社会责任同伴效应更为显著;行业同伴和地区同伴在对企业承担社会责任的影响上具有显著的替代关系。本文拓展了企业社会责任决策的研究视角,深化了企业对承担社会责任带来的价值效应的理解,为监管部门引导个体企业履行社会责任提供了政策建议。本文的研究创新在于:(1)基于同伴效应视角,从行业和地区两个维度探索企业履行社会责任的动机,检验同伴企业社会责任表现对个体企业社会责任行为的外生性影响,进一步拓展了企业社会责任的研究视角及内容。(2)在检验上市公司社会责任行为存在明显的同伴效应的基础上,解释了社会责任活动为何在行业或地区内聚集,而且进一步检验了其对企业价值的影响,丰富了企业行为决策同伴效应方面的文献。
其他文献
学位
海量数据上的高效用项集挖掘是一类非常重要的查询,高效用项集挖掘是频繁项集挖掘在项存在权重时的一种扩展,本文处理高效用项集挖掘的两类研究:高效用项集挖掘和top-k高效用项集挖掘。高效用项集挖掘给定效用阈值,返回效用不小于阈值的所有项集,而top-k高效用项集挖掘给定项集的个数k,返回效用最大的k个项集,这两类研究根据不同的条件而定,都能为用户提供相应的决策支持。首先,本文研究海量数据上的高效用项集
学位
社会的发展和技术的进步使得人机交互系统逐渐成为技术研究的热点,其中对话系统是一个重要的方面。而任务型对话又是对话系统中应用面最广的技术之一。随着对话系统应用面的推广,单个领域的对话系统已经不能满足实际需求了,多领域的对话系统及其相关技术的研究逐渐成为当前研究和应用的重点,而在此基础之上的模型跨语言能力的迁移泛化又是当前国际化不断推进带来的新的具有实际应用场景的研究方向。本文首先对现有的公开任务型对
学位
随着自然语言处理技术的发展,自然语言处理的应用也越来越广泛,比如在聊天机器人、智能搜索、智能推荐等应用中,都运用上了自然语言处理的技术。此外,国家之间的交流也越来越频繁,人们对于各种语言的深层语义理解的需求也越来越大。语义依存图分析任务便是针对该需求所提出的任务之一。语义依存图以图的形式将语义信息进行了有序地组合,通过依存弧和语义标签定义了若干对语义单元,从而可以直接回答何时(when)、何地(w
暴力检测在音视频检测领域具有十分重要的地位,有着重大的研究意义。在安防领域快速检测出暴力行为,有利于减少人员伤害。在体育竞技方面检测出暴力行为有助于比赛公平性。但是随着互联网和流媒体的发展,人工检测无法满足速度的要求,这就需要一种更好的方法来完成暴力检测。当下大多数暴力检测主要在视频方面,检测种类单一,忽略了其他模态的暴力检测,导致暴力检测率不高,因此需要一种结合多种模态特征的暴力检测技术。首先,
本文的研究课题是《面向流行病预警的声音数据聚类方法研究》,本文的主要研究目的是希望通过人群级别的咳嗽声音数据的搜集与分析处理,预警某一场所呼吸道流行病爆发的趋势。具体实现场景为,于某一个人员密集场所(如实验室,教室)布置麦克风,采集到带有不同人的咳嗽的音频信号,通过音频聚类的方法精确数出一段音频信号的咳嗽人数,通过这个指标来预警呼吸道流行病爆发的趋势。本文主要研究内容为基于研究目的构建的系统,系统
学位
学位