The moderating effects of <scp>CEO</scp> power and personal traits on say‐on‐pay effectiveness: Insights from the <scp>Anglo‐Saxon</scp> economies
Notice bibliographique
Résumé
Abstract This study investigates the efficacy of say‐on‐pay (SOP) regulation in mitigating excessive CEO compensation and how it is affected by CEO personal traits and the power distribution inside a corporation. Using IV‐GMM method and a sample of 1,931 firms from Australia, Canada, the UK, and the USA, we find that shareholder voices are successful in reducing the pay gap between CEOs and the median employee, regardless of the exact nature of the regulation. In addition, older CEOs are associated with lower pay ratios and there are some evidences suggesting that older or female CEOs enhance SOP effectiveness. Further, power distribution manifested through corporate governance mechanisms matters, as increasing board size and director and audit committee independence reduce pay ratio. A measure of CEO power, CEO pay slice, has a significant and large positive explanatory power for the model and its exclusion can greatly exaggerate the estimated impact of SOP on pay ratio. Another measure of CEO power, CEO duality, appears to enhance the potency of SOP slightly. There is also some evidence indicating that ownership concentration enhances SOP effectiveness. Our findings have implications for companies, investors, and regulators concerning the importance of power balance structure within corporations.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».