Boards, CEOs and bank behavior: regulatory and performance perspectives
Notice bibliographique
Résumé
This thesis consists of three essays on the performance implications of senior decision-makers in the banking industry. While the first chapter looks at one aspect of bank performance from a regulatory perspective, the next two chapters study performance from an investor perspective. The first chapter uses regulatory enforcement actions issued against US banks to show that both board monitoring and advising are effective in preventing misconduct by banks. While better monitoring by boards prevents all categories of misconduct, better advising prevents misconduct of a technical nature. Board monitoring increases the likelihood that misconduct is detected, increases the penalties imposed on the CEO, and alleviates shareholder wealth losses following the detection of misconduct by regulators. This chapter offers novel insights on how to structure bank boards to prevent bank misconduct. The second chapter seeks to understand how the characteristics of bank executives affect the market performance of US banks. To explore the expected performance effects linked to executive characteristics, the changes in the market valuation of banks linked to announcements of executive appointments are estimated. The chapter shows that age, education and the prior work experience of executives create shareholder wealth while gender is not linked to measureable value effects. Furthermore, these wealth effects are moderated by the level of influence of incoming executives, with their magnitude diminished under independent boards and higher if the incoming executive is also appointed as CEO. The results are robust to the treatment of selection bias. This chapter contributes to the current debate on whether and how individual executives matter for firm performance. The findings also shed light on the value of human capital in the banking industry. The third chapter explores how the cultural heritage of senior decision-makers affects bank outcomes. To study cultural heritage, this chapter focuses on US-born CEOs who are the children or grandchildren of immigrants. Using a hand-collected dataset that tracks the family tree of US bank CEOs, it is shown that the cultural characteristics prevailing in the country of a CEO’s ancestors influence firm performance under pressure. How CEOs respond to competitive pressure is driven by specific cultural dimensions and is causally related to corporate policy choices. To establish causality, I use variation in industry competition generated by a quasi-natural experiment, the staggered adoption of barriers to US interstate branching in the 1990s. I also use an out-of-sample test using a non-banking competitive shock, the Canada-United States Free Trade Agreement, and find robust results.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».