Research on the impact of Artificial Intelligence on Corporate Performance

국문 초록 (Abstract)

글로벌 경제의 급속한 발전에 따라 자원 소비와 환경 오염 문제가 점점 더 심각해지고 있으며, 기업 간의 경쟁도 점점 치열해지고 있다. 치열한 경쟁 속에서 어떻게 두각을 나타내고 좋은 평판을 얻어 기업이 장기적으로 생존할 수 있을지가 기업 경영자들과 학계의 새로운 연구 주제가 되었다. 장기적인 발전 관점에서 볼 때, 기업은 경제적 성과에만 집중하는 것이 아니라 환경 및 사회적 비경제적 효과도 함께 고려하며 더 많은 기업 책임을 져야 한다. 인공지능은 새로운 과학기술 혁명과 산업 변혁의 핵심 동력으로서 사람들의 삶 전반에 깊은 영향을 미치고 있으며, 기업이 경제적 성과와 사회적 책임 성과를 동시에 달성할 수 있는 가능성을 제공하고 있다. 따라서 인공지능이 기업 성과에 미치는 영향을 연구하는 것은 특히 중요하다.
따라서 본 연구는 2012년부터 2021년까지 중국 A주 상장기업을 연구 대상으로 삼아 경제적 성과와 환경·사회적 성과라는 두 가지 차원에서 기업 성과를 평가하고, 인공지능이 기업 성과에 미치는 영향을 분석하였다. 또한 공공 관심, 언론 관심, 기관 투자자의 지분 보유를 조절 변수로 도입하여 이들 요인이 기업 성과에 미치는 영향을 조사하였다. 실증 분석 결과, 인공지능은 기업의 경제적 성과와 책임성과를 향상시켜 기업 성과 전반의 개선을 긍정적으로 촉진하는 것으로 나타났으며, 공공 관심, 언론 관심, 기관 투자자의 지분 보유는 모두 인공지능이 기업 성과에 미치는 긍정적 영향을 조절하는 요인으로 작용하였다.
본 연구의 이론적 혁신점은 기존에 경제적 성과(또는 재무적 성과)만을 포함하던 기업 성과 측정 방법을 경제적 성과와 책임 성과를 모두 반영하는 새로운 측정 체계로 확장한 데 있다. 또한 공공의 관심, 언론의 주목, 기관 투자자의 지분 보유를 ‘인공지능을 통한 기업 성과 향상’ 프레임워크에 포함시켜 외부 관심 메커니즘이 인공지능의 가치 실현에 미치는 조절적 역할을 밝혀냈으며, 인공지능과 기업 성과 간 관계 연구의 범위를 확장하였다. 실천적 혁신은 기업의 인공지능 전략 수립에 외부 거버넌스의 관점을 제공함으로써, 정보 투명성과 자본시장 감독을 강화함으로써 인공지능 기술이 실제로 기업 성과 향상의 동력으로 전환되도록 촉진한다는 점에 있다.

다국어 초록 (Multilingual Abstract)

Amid the booming expansion of the world economy, challenges arising from excessive resource depletion and ecological degradation are turning progressively conspicuous, while business competition among enterprises has intensified. How to secure competitive advantages amid cutthroat industrial rivalry, earn a strong reputation, and ensure long-term corporate survival has emerged as a new focus for corporate executives as well as scholarly investigators. From a long-term perspective, serving as a core engine for socioeconomic advancement, enterprises must not focus solely on financial returns but also consider extra-economic factors for instance environmental and social impacts, thereby assuming greater corporate responsibilities. Artificial intelligence (AI) which serves as a pivotal driving factor amid the fresh round of technological innovation and industrial upgrading, is profoundly influencing every aspect of human life while enabling enterprises to achieve synergistic development between economic performance (EP) and social responsibility performance (SRP). Accordingly, exploring how AI affects corporate performance (CP) carries exceptional significance.
Therefore, this paper screens Chinese A-share listed enterprises spanning 2012 to 2021 as empirical samples, evaluating corporate performance through two dimensions: economic performance and social responsibility performance. It explores how AI exerts effects on corporate performance and introduces public attention (PA), media attention (MEDIA), and institutional ownership (INVEST) as moderating variables to examine their relationships. The empirical results indicate that AI can promote both corporate economic performance and social responsibility performance, thereby positively contributing to overall corporate performance. Additionally, public attention, media attention, and institutional ownership all positively moderate the beneficial effect of AI on enterprise performance.
The theoretical innovation of this study lies in expanding traditional corporate performance measurement methods— originally focused solely on economic (or financial) performance — to include both economic and social responsibility performance metrics. Simultaneously, it incorporates public attention, media attention, and institutional ownership into the "Artificial Intelligence Enhancing Corporate Performance" framework, revealing the moderating role of external attention mechanisms in realizing AI's value and broadening the research scope of the AI-corporate performance relationship. The practical innovation provides an external governance perspective for developing AI strategies, emphasizing that enhanced information transparency and capital market oversight can effectively transformAI technology into a driver of corporate performance improvement.

목차 (Table of Contents)

• CHAPTER1. Introduction 1
• 1.1 Research Background 1
• 1.2 Research Objectives and Significance 8
• 1.2.1 Research Objective 8
• 1.2.2 Research Significance 9
• 1.3 Research Content 12
• 1.4 Innovations 14
• CHAPTER 2. Theoretical Background and Literature Review 15
• 2.1 Core Concepts 15
• 2.1.1 Artificial Intelligence 16
• 2.1.2 Corporate Performance 21
• 2.2 Theoretical Background 30
• 2.2.1 Resource-Based Theory 30
• 2.2.2 Stakeholder Theory 31
• 2.2.3 Corporate Social Responsibility Theory 33
• 2.2.4 Theory of Sustainable Development 35
• 2.2.5 Dynamic Capability Theory 37
• 2.3 Literature Review 39
• 2.3.1 Research on Artificial Intelligence 39
• 2.3.2 Research on Corporate Performance 42
• 2.3.3 Relevant Research on Institutional Ownership 56
• 2.3.4 Relevant Research with Media Attention 57
• 2.3.5 Relevant Research of Public Attention 59
• CHAPTER 3. Research Hypotheses 61
• 3.1 The Impact of Artificial Intelligence (AI) on Corporate Performance 61
• 3.1.1 The Impact of Artificial Intelligence (AI) on Corporate Economic Performance 61
• 3.1.2 The Impact of Artificial Intelligence (AI) on Corporate Social Responsibility Performance 63
• 3.2 The Moderating Effect of Institutional Ownership 65
• 3.3 The Moderating Effect of Media Attention 66
• 3.4 The Regulatory Effect on Public Attention 68
• CHAPTER 4. Research Design 70
• 4.1 Sample Selection and Data Sources 70
• 4.2 Variable Definitions 71
• 4.2.1 Dependent Variable 71
• 4.2.2 Explanatory Variable 72
• 4.2.3 Moderating Variables 74
• 4.2.4 Control Variables 75
• 4.3 Model Design 76
• 4.3.1 Benchmark Model 76
• 4.3.2 Moderating Effect Model 77
• CHAPTER 5. Research Findings 79
• 5.1 Descriptive Statistics 79
• 5.2 Correlation Analysis 83
• 5.3 VIF Multicollinearity Test 85
• 5.4 Hausmann Test 85
• 5.5 Empirical Results Analysis 86
• 5.5.1 Benchmark Regression 86
• 5.5.2 The Moderating Effect of Institutional Ownership 88
• 5.5.3 The Moderating Effect of Media Attention 89
• 5.5.4 The Moderating Effect of Public Attention 91
• CHAPTER 6. Robustness Test 93
• 6.1 Two-Stage Least Squares Method. 93
• 6.2 The dependent variable is calculated one period in advance 95
• 6.3 Excluding special years 96
• 6.4 Individual fixation 97
• 6.5 Replacement of explanatory variables 99
• CHAPTER 7. Conclusion and Implications 100
• 7.1 Research Conclusions and Discussion 101
• 7.2 Policy Implications and Recommendations 113
• 7.3 Research Limitations and Future Research Directions 123
• References 127
• 국문초록 142