MétaCan
Menu
Retour à la cohorte
Enregistrement W3131747442 · doi:10.1177/1059601121989575

A Meta-Analysis of the Relationship Between Chief Executive Officer Tenure and Firm Financial Performance: The Moderating Effects of Chief Executive Officer Pay and Board Monitoring

2021· article· en· W3131747442 sur OpenAlexaff
Xian Cao, Junyon Im, Imran Syed

Notice bibliographique

RevueGroup & Organization Management · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésChief executive officerPrincipal–agent problemAccountingBusinessOfficerExecutive compensationIncentivePositive relationshipAgency costEmpirical evidenceAgency (philosophy)FinanceCorporate governanceEconomicsPsychologyManagementSocial psychologyShareholderMicroeconomicsPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Prior empirical research investigating the relationship between chief executive officer (CEO) tenure and firms’ financial performance has shown inconclusive results. Based on arguments of agency and behavioral agency theories, we suggest that this relationship is nuanced and may vary depending on CEO pay and board monitoring. In response to these arguments, we meta-analytically test 385 studies ( n = 1,029,602). We find that CEO tenure is positively related to firms’ financial performance. This positive relationship is enhanced when CEOs receive higher cash compensation or hold more stock ownership. On the other hand, the above positive relationship becomes weaker when CEOs receive higher long-term incentives or when the firm has more independent board directors. These findings suggest that CEO pay and board monitoring, or agency mechanisms in general, can offer new research avenues to help explore boundary conditions of the CEO tenure and firms’ financial performance relationship.

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)0,066
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,066
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,027
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,219
Écart entre enseignants0,193 · 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'étudeMéta-analyse
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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGroup & Organization ManagementMême sujetCorporate Finance and GovernanceTravaux en français237 207