Advertisement

(2011-2022年) 数字金融与企业环境、社会和治理表现：效应、机制及“漂绿”现象检验

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：ZIP

简介：
1、本资源的内容可在博客文章详情页面获取： 2、代码的显著特点在于其为最新版本，经过人工精心整理，用户可安心引用。此外，所采用的数据来源于权威来源，相比其他同类数据集，其控制变量数据的准确性更高，特别适合用于学术论文的实证研究，并能有效避免数据造假风险。 3、本课程内容适用于大学生、本科生以及研究生等初学者，操作简便易上手！ 4、课程涉及的学科领域包括经济学、地理学、城市规划与城市研究、公共政策与管理以及社会学和商业管理等。 1. 本资料的名称为“2022-2011年数字金融与企业ESG表现：效应、机制与‘漂绿’检验”。 2. 资料所涵盖的范围包括近4.19万多个样本，以及5279家企业的详细信息，其中包含了原始数据、用于处理的源代码，以及初步的回归分析结果。 3. 数据指标方面：

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 2012-2022年上市企业的漂绿数据
    优质
    本研究聚焦2012至2022年间中国上市企业“漂绿”现象的数据分析，旨在揭示并评估企业在环保声明与实际行动之间的差距。 Green Washing Score（企业漂绿得分）是一种衡量企业在环保宣传与实际行为之间差距的量化工具。如果企业的得分为正值且数值较大，则表明其漂绿程度越严重；若得分为负数，可能意味着该企业的真实绿色表现被市场低估或受到误解。 随着社会对环境保护意识的提高，越来越多的企业面临来自公众和市场的压力，在这种情况下，一些公司可能会夸大自己的环保贡献以树立良好的形象。然而，这样的做法可能导致消费者和社会大众对其真实环保努力产生误解，并影响到企业的声誉与业绩。因此，准确评估企业漂绿的程度变得尤为重要。 Green Washing Score通过综合分析公司的环保宣传、实际行动以及第三方机构的评价等多个维度来得出一个具体的评分结果。当得分较高时，意味着该企业在夸大其绿色表现；相反地，如果得分为负，则可能反映出公司在公开透明度方面存在问题或被市场低估的情况。 研究显示，企业漂绿行为与环境保护之间并非简单的线性关系：短期内可能会因为这种做法获得一定的经济利益，但从长远来看却会损害企业的公众形象和消费者信任。因此，在制定可持续发展战略时，公司应该注重真实地展示其环保贡献而非仅仅通过宣传来美化自己。 从经济学角度来看，企业在信息不对称的市场环境中倾向于夸大或歪曲自己的环保行为以吸引更多的关注和支持。然而这种做法可能会在长期中导致负面后果，并对企业的信誉和经济效益造成伤害。使用像Stata这样的统计软件可以帮助研究人员收集并分析相关数据，从而更好地理解企业漂绿的程度及其背后的原因。 参考文献《The green fog: Environmental rating disagreement and corporate greenwashing》深入探讨了环境评级差异与公司漂绿现象之间的关系。该研究不仅指出了在评估企业的环保行为时可能存在的分歧问题，还进一步讨论了这些分歧如何影响到公司的绿色表现评价。这份文献为理解企业如何在其环保评分中被评判以及分析其漂绿动机提供了重要的理论和实证支持。
  • 北京大学数字普惠金融指数（2011-2022年）
    优质
    该指数由北京大学研究团队编制，涵盖2011至2022年间中国各地区的数字普惠金融发展状况，旨在评估和促进金融服务普及与创新。 数据名称：数字普惠金融指数“第五期”-省市县 数据年份：2011-2022年 数据范围：全国31个省、337个地级以上城市以及2800个县 参考文献： 郭峰, 王靖一, 王芳, 孔涛, 张勋, 程志云. 测度中国数字普惠金融发展: 指数编制与空间特征[J]. 经济学(季刊), 2020, 19(04): 1401-1418.
  • 2022年企业年会LED屏幕现场互动
    优质
    本段介绍2022年度企业年会上采用的创新LED屏幕互动环节，通过先进的技术手段增强员工参与感与娱乐体验。 企业年会包括现场互动大屏、互动抽奖以及多种游戏环节如赛马、猴子爬树等。此外还有微信上墙功能，并设置了3D签到系统以增强活动体验。
  • 2011-2022年北大数字普惠金融指数汇总（省市县）
    优质
    该资料汇集了2011年至2022年间北京大学发布的中国各省份、城市及县级单位的数字普惠金融发展情况，为研究者和政策制定者提供详实的数据支持。 这份资料包含了2011年至2022年北京大学数字金融研究中心发布的中国省级、地级市及区县级的数字普惠金融指数合集。数据经过审核，可以直接用于实证分析与论文写作。 一、声明 该数据已经过严格审查并确认其质量合格，适用于学术研究中的省市级数据分析工作。请确保资料仅限于学习和交流目的使用，请勿将其应用于其他用途，否则后果自负。 二、数据说明： 1. 数据名称：北大数字普惠金融指数合集（省市县） 2. 数据来源：北京大学数字金融研究中心 3. 统计对象： - 中国所有省份 - 大约330个地级市（包括地区、自治州和盟） - 约1755至2836个区县，其中从2016年开始数据量明显增加 4. 时间跨度：省级及市级统计数据涵盖自2011年至2022年；区县级统计则始于2014年。 5. 指标体系： - 总指数 - 覆盖广度（一级指标） - 使用深度（一级指标） * 支付业务、保险业务、货币基金业务、投资业务和信贷业务等二级子项 - 数字化程度（一级指标） 6. 参考文献：详见文件内 7. 文件格式：excel面板数据形式
  • 金融科技（百度搜索指数）2011年至2022年
    优质
    本报告追踪并分析了2011年至2022年间“金融科技”在百度平台上的搜索趋势变化，揭示其在中国的发展历程和公众关注度变迁。 指标说明：共计30个指标包括省份（31个省）、年份、金融科技、互联网金融、FinTech、人工智能、大数据、云计算、区块链、生物识别技术、移动支付、在线支付、第三方支付服务以及网贷相关的术语如网络贷款和网上贷款等。此外，还包括了网上银行与电子银行业务及直销银行业的相关指标，还有八个名为金科_1至金科_8的金融科技细分领域；最后是常住人口数量及其对数形式lnpeople。 为了评估2011年至2022年间各省份小微企业信贷相关的金融科技发展水平，我们手工整理了与这些关键词有关的百度搜索指数，并将其汇总为一个综合性的金融科技指数。这一过程包括以下步骤：首先根据商业银行针对小微企业的实际贷款业务操作经验以及学者沈悦和郭品（2015）及Jagtiani和Lemieux（2017）的研究成果，结合百度搜索数据的获取情况，确定了一系列与银行小微企业信贷服务紧密相关的金融科技关键词。这些关键字涵盖了技术层面如“大数据、云计算、人工智能、区块链、生物识别”；支付手段方面包括了“在线支付、移动支付及第三方支付”，以及金融中介服务平台角度下的术语如“网贷、网上融资和网络贷款等”。
  • 2011-2019年各省份金融效率、数字金融指数、不变价GDP及GDP增速、金融集聚和经济开放度数据.xls
    优质
    本Excel文件收录了2011至2019年间中国各省份的金融效率、数字金融发展水平、实际GDP值及其增长率，以及反映地区金融集中程度与对外开放状态的相关统计数据。 2011-2019年各省金融效率、数字金融指数、不变价GDP、GDP增速、金融集聚以及经济开放程度的数据表格。
  • 大数据伦理与社会治理.docx
    优质
    《大数据伦理与社会治理》探讨了在数据驱动的时代背景下，如何平衡技术发展和伦理道德的关系，并提出了一系列促进社会公正和谐的数据治理方案。 大数据伦理及其在社会治理中的应用是工程伦理课程期末作业大论文的主题。该论文适合计算机专业的学生使用，字数约为4000-5000字之间。