Notice bibliographique
Résumé
Purpose This paper aims to examine the impact of public scrutiny on chief executive officer (CEO) compensation at Standard & Poor’s (S&P) 500 firms. Design/methodology/approach This paper uses the unique opportunity provided by the 2008 financial crisis and, in particular, government support and legislated compensation restrictions in the US Department of the Treasury’s Troubled Asset Relief Program (TARP). It aggregates monetary and non-monetary executive compensation information from 2006 to 2012, with firm- and manager-level data. It presents univariate summary compensation results and uses multivariate regression analysis to isolate the impact of public scrutiny and legislated compensation restrictions on executive pay. Findings Overall, the results are consistent, with increased public scrutiny having a lasting impact on perks and temporary impact on wage and legislated compensation restrictions having a temporary impact on wage. Changes in specific perk items provide evidence on which perks firms perceive as excessive and which provide common value. Originality/value The paper contributes to the discussion of perks as excess by introducing a novel data set of perk compensation at S&P500 firms and by studying how firms choose to alter levels of specific perk items in response to increased public scrutiny and legislated compensation restrictions. The paper contributes to the literature on executive pay as there has been little inquiry into the impact of public scrutiny on compensation. Public scrutiny could be an important source of external governance if firms change behavior in response to explicit and implicit scrutiny costs.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».