CEO remuneration, board composition and firm performance: empirical evidence from Australian listed companies
Notice bibliographique
Résumé
Classical economic theories establishing a relationship between CEO remuneration and firm performance has paid particular attention to solve conflict of interest between managerial team and firm shareholders, by designing an optimum CEO remuneration that motivate executives to work in the best interest of shareholders. Many international and less Australian empirical researches suggest that there is overwhelming evidence that firm performance is strongly linked with CEO remuneration. In this paper, we reassess the association of firm performance and CEO remuneration variables using dynamic econometric models and comprehensive data from Australian Stock Exchange (ASX). We find a positive and strong association between CEO pay of top 200 Australian public listed companies and company performance. Obtained findings are similar to USA, UK and Canada studies results. We further test the effect of board and ownership features on CEO remuneration–performance sensitivity in the top 200 Australian public companies listed on ASX. Specifically, for the period of 2003-2007, our results highlight the importance of ownership structure in influencing remuneration–performance relationship. Monitoring block holders boost the responsiveness of long term incentives (LTI) remuneration to performance, thus straightening shareholder and manager welfares. However, based on a short term investment horizon strategy, insider block holders increase (decrease) the sensitivity of short-term incentives remuneration (long term incentives pay). Surprisingly, for the period 2008-2013, our findings suggest that ownership and board features did not influence significantly CEO pay-performance sensitivities. Finally, we find that larger boards increase (decrease) the responsiveness of CEO’s known remuneration (long term incentives) to performance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».