MétaCan
Menu
Retour à la cohorte
Enregistrement W4361801328 · doi:10.55365/1923.x2023.21.14

CEO Career Horizon, CEO Power, Corporate Governance and Earnings Quality: Evidence from Egypt

2023· article· en· W4361801328 sur OpenAlexvenueno aff
Dalia I. Hemdan, Suhaily Hasnan, Saif Ur Rehman, Mazurina Mohd Ali

Notice bibliographique

RevueReview of Economics and Finance · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCorporate governanceExplanatory powerExecutive compensationPoliticsAccountingPanel dataBusinessChief executive officerEconomicsDemographic economicsFinancePolitical scienceEconometricsManagement

Résumé

récupéré en direct d'OpenAlex

This study analysed the determinants of firms' reported earnings quality (hereafter FREQ) for Egyptian firms from 2008 to 2019, using panel data.The Chief Executive Officer (CEO) career horizon (a CEO approaching retirement) is negatively associated with FREQ; CEO power dynamics (CEO duality, CEO stock ownership, CEO tenure, and CEO political connections) negatively affect FREQ; and board independence significantly moderates (weakens) the negative impact of CEO ownership and CEO tenure on FREQ.The findings do not support the weakening or substitution role of board independence for the negative impact of CEO career horizon, CEO duality and CEO political connections on FREQ.The presence of gender-critical mass serves as a substitution mechanism for the negative impact of CEO career horizon and CEO power dynamics (duality, ownership, tenure, and political connections) on FREQ.The findings on the interplay among CEO power dynamics shows that CEO duality, CEO ownership and CEO tenure augment each other in their negative role in determining FREQ.CEO educational level substitutes the negative impacts of CEO ownership and CEO tenure on FREQ.Principal analysis was observed for robustness through propensity matching score and difference-in-difference (DID) techniques.This study adds new knowledge by exploring the negative consequences of CEO career horizon and CEO power dynamics, and provides insights into the constraining role of corporate governance, strengthens reverse-causality, and uses DID approach and propensity matching techniques.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,034
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,059
Tête enseignante GPT0,243
Écart entre enseignants0,184 · 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'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Economics and FinanceMême sujetCorporate Finance and GovernanceTravaux en français237 207