MétaCan
Menu
← Retour à la cohorte
Enregistrement W3007586088

Should the CEO Pay Ratio be Regulated

2019· article· en· W3007586088 sur OpenAlexaff
Deniz Anginer, Jinjing Liu, Cindy A. Schipani, H. Nejat Seyhun

Notice bibliographique

RevueSSRN Electronic Journal · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésShareholderExecutive compensationVariable (mathematics)Agency costBusinessPay for performanceExplanatory powerCompensation of employeesCompensation (psychology)Agency (philosophy)LegislationActuarial scienceLabour economicsAccountingEconomicsIncentiveMicroeconomicsFinanceCorporate governance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Starting from January 2017, all publicly listed firms in the United States are required to disclose a pay ratio of annual CEO compensation to the median employee compensation (Pay Ratio). Opponents of this legislation have argued that this additional Pay Ratio disclosure would simply add to the costs of compliance without providing any new information to the market over and above the existing CEO Pay Slice variable, known as the ratio of CEO’s pay to top five executives’ compensation. Using hand-collected data, this paper finds that both variables are related to CEO power, but the Pay Ratio variable provides new and additional information over and above the Pay Slice variable. Furthermore, the Pay Ratio variable is more informative about the agency costs excessive CEO power imposes on shareholders. The cost of capital increases significantly as Pay Ratio increases and Pay Ratio dominates and eliminates the explanatory power of Pay Slice. Our empirical finding suggests that to understand the costs imposed on shareholders by excessive CEO power, we also need to pay attention to the Pay Ratio variable.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,098
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,098
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0060,004
Science ouverte0,0020,001
Intégrité de la recherche0,0060,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,210
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic Journal→Même sujetCorporate Finance and Governance→Travaux en français237 207→