Executive compensation and compensation risk: evidence from technology firms
Notice bibliographique
Résumé
Purpose The purpose of this research is to investigate factors that contribute to technology firms paying higher compensation than non-technology firms, and why the mix of compensation at technology firms is different than the compensation packages at non-technology firms. Design/methodology/approach This research used a sample of 1,009 firm-year observations for the five-year period from 2001 to 2005 and random-effects regression models. Findings It was found that the total compensation paid to the CEOs of technology firms is higher than the total compensation paid to the CEOs of non-technology firms, and that the value of the stock options granted to the former is greater than the value of the stock options granted to the latter. Research limitations/implications The results are largely consistent with the labour market efficiency perspective. The higher compensation paid to CEOs in technology firms seems to be commensurate with the higher compensation risk that CEOs in technology firms bear. Practical implications Compensation designers should consider both the benefits and costs of granting stock and stock options to executives. An increased portion of stock options definitely aligns the interests of shareholders and CEOs together, and could maximize the retentive effect if CEOs have a significant amount of their wealth in unvested in-the-money options. Social implications Consistent with the literature, a CEO could earn much higher pay if he or she also serves as the chair of the board of directors. Practically, firms do not require all governance mechanisms. They just require one set of suitable governance mechanisms. Originality/value This paper is the first to investigate factors that contribute to technology firms paying higher compensation than non-technology firms, and that do explain why the mix of compensation at technology firms is different than the compensation packages at non-technology firms.
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 | 0,002 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».