MétaCan
Menu
Retour à la cohorte
Enregistrement W3143422143 · doi:10.2308/jmar-18-055

CFO Overconfidence and Cost Behavior

2021· article· en· W3143422143 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Management Accounting Research · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésOverconfidence effectIncentiveAgency costResource (disambiguation)Agency (philosophy)MicroeconomicsSample (material)Principal–agent problemResource dependence theoryBusinessEconomicsActuarial sciencePsychologyFinanceSocial psychologyCorporate governanceComputer science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Using a large sample of U.S. firms, we provide evidence of the effect of CFO overconfidence on firms' resource adjustment decisions. After controlling for CEO overconfidence, we find CFO overconfidence is positively associated with cost stickiness. We also find that CFO power relative to the CEO increases the positive association between CFO overconfidence and cost stickiness. Our study contributes to our understanding of the important role of CFOs in operational decisions such as resource adjustment decisions. We also extend the literature on cost behavior by highlighting managerial characteristics as an important determinant of resource adjustment decisions. Our study has important practical implications. Unlike resource adjustment decisions driven by agency problems or other incentive-related issues, such decisions driven by managerial overconfidence cannot be addressed with incentive contract designs. Promising ways to mitigate overconfidence-driven resource adjustment decisions include making overconfident managers aware of their potential behavioral biases and challenging their expectations.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,282
Score d'incertitude au seuil0,866

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,067
Tête enseignante GPT0,328
Écart entre enseignants0,261 · 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