CEO Risk-Taking Incentives and IT Innovation: The Moderating Role of a CEO’s IT-Related Human Capital
Notice bibliographique
Résumé
Despite the importance of information technology (IT) innovation in today’s digitalized world, little research attention has been paid to examining how firms can incentivize IT innovation. To fill this gap, the current study investigates the impact of managerial incentives provided to chief executive officers (CEOs) on IT innovation, measured by the number of IT patents. In particular, we examine the role of risk-taking incentives provided to CEOs, captured by the sensitivity of CEO wealth to stock return volatility (i.e., Vega). Vega can motivate CEOs to engage in risky IT innovation projects by aligning their wealth with firm-specific risk. In so doing, we focus on how CEOs’ IT-related human capital (i.e., IT education and IT experience) moderates the relationship between Vega and IT innovation. Our empirical analyses reveal that a higher Vega encourages CEOs to support more IT innovation; more importantly, the impact of Vega on the amount of IT patents is stronger for firms with CEOs who have higher levels of IT education and IT experience. Our study contributes to research and practice by conceptualizing a CEO’s IT-related human capital and validating its moderating role in the relationship between risk-taking incentives provided to the CEO and the amount of IT innovation.
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 | 0,001 |
| 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 ».