在环境和社会问题日益凸显的大背景下,经济效益不再是评价企业的唯一标准,企业社会责任(CSR)成为广大投资者、消费者、供应商、员工等利益相关者越来越重视的问题,履行企业社会责任被视为公司可持续发展的重要组成部分。在学界,关于企业社会责任与绩效之间关系的探讨一直经久不衰,却始终还未能得到一个令众人信服的结论,并且目前对该命题研究的主流方法依然使用的是多元线性回归,在指标上多使用财务会计类指标。另一方面,随着人工智能的不断发展,使得深度学习逐渐在经济金融领域中崭露头角,广义回归神经网络作为深度学习下的一种改进的径向基函数网络,具有优秀的网络式全局学习尤其是泛化能力,以及良好的逼近性能与可以处理不稳定数据的容错能力,是一种良好的回归工具。本文利用2011年至2019年沪深上市公司样本数据,研究了企业社会责任表现与公司绩效的相关关系。首先进行了基于面板数据的多元线性回归,使用双向固定效应模型、工具变量法、稳健性检验等进行了数据的回归分析。在多元线性回归的基础上,进一步使用广义回归神经网络的方法对本文的理论假设进行验证。实证分析的结果表明:企业社会责任表现与企业经营绩效显著正相关,即当企业积极承担自身社会责任时,企业整体绩效会随之提升。同时,由于政府掌握着稀缺资源与特殊信息,与政府关系更为密切的国有企业天然地拥有更高的社会信用,承担社会责任对国有企业拓宽资源与信息渠道的帮助较弱,所以在履行社会责任方面,非国有企业表现良好后绩效的提升更为明显,即相较于国有企业,企业社会责任表现对非国有企业绩效影响更大。除此之外,在市场化程度更高的地区,拥有更完善的法律和交易规则以及更畅通的媒体传播渠道,市场化程度的提高有利于增强企业社会责任对企业绩效的影响。本文共分为六个章节,第一章主要阐明了本文研究背景、意义,并总结梳理了前人的相关研究文献,在明确研究必要性的基础上引出了本文的研究主题与方法框架。第二章首先厘清了本文的研究对象、相关概念与定义,接着阐述了有助于解释二者之间关系的三个相关理论。在梳理二者关系背后的经济学原因之后提出了相关的研究假设。第三章依据提出的理论假设,在借鉴他人的指标体系基础上,根据本研究的侧重点构建实证模型体系,并对相关的样本与数据来源进行说明。第四章采用多元线性回归进行实证研究及结果分析。先对数据进行描述性统计,然后对数据进行相关性分析、稳健性检验、异质性分析等,并对实证的结果进行了说明与分析。第五章采用广义回归神经网络进行补充实证,首先说明了补充的原因,接着构建广义回归神经网络模型进行实证研究并对结果作了说明,最后论证了采用神经网络进行实证的可行性。第六章根据实证结果总结归纳了本文的研究结论,并结合实际提出相应的政策建议。