Machine Learning Feature Importance vs. Fixed-Effects Regression: Which Variables Actually Drive CSR–Firm Value Relationships in Africa?
Este estudo demonstra que a combinação da importância de atributos de aprendizado de máquina com regressão de efeitos fixos revela não linearidades críticas e efeitos de interação — tais como limiares na independência do conselho e dualidade do CEO dependente de contexto — que modelos lineares tradicionais negligenciam, oferecendo, assim, um framework de duas etapas superior para compreender os impulsionadores das relações entre RSC e valor da firma em mercados financeiros africanos.