MétaCan
Menu
Retour à la cohorte
Enregistrement W4292824065 · doi:10.1007/s11142-022-09700-5

CEO compensation and real estate prices: pay for luck or pay for action?

2022· article· en· W4292824065 sur OpenAlexfundno aff
Ana M. Albuquerque, Benjamin Bennett, Cláudia Custódio, Dragana Cvijanović

Notice bibliographique

RevueReview of Accounting Studies · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensnon disponible
Organismes subventionnairesUniversity College LondonUniversità BocconiQueen Mary University of LondonImperial College LondonUniversity of WarwickSouthern Methodist UniversityUniversity of CambridgeErasmus Universiteit RotterdamScience Foundation IrelandYork UniversityUniversität St. GallenArizona State UniversityKing's College LondonUniversity of Minnesota
Mots-clésLuckReal estateDebtExecutive compensationPublic financeCapitalization rateValue (mathematics)BusinessCorporate financeMandateCompensation (psychology)EconomicsExecutive summaryReal estate investment trustMonetary economicsFinanceMicroeconomicsIncentivePsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract This paper uses variation in real estate prices to study Chief Executive Officer (CEO) pay for luck. We distinguish between pay for luck and pay for responding to luck (action) by exploiting US GAAP accounting rules, which mandate that real estate used in the firm’s operations is not marked-to-market. This setting allows us to empirically disentangle pay for luck from pay for action, as a change in the value of real estate is only accounted for when the CEO responds to changes in property value. We show that CEO compensation is associated with the following two managerial responses to changes in real estate values: (i) real estate sales and (ii) debt issuance. Overall, we show that CEOs are rewarded for taking value-enhancing actions in response to luck.

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 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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,938
Score d'incertitude au seuil0,380

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,098
Tête enseignante GPT0,328
Écart entre enseignants0,230 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Accounting StudiesMême sujetHousing Market and EconomicsTravaux en français237 207