MétaCan
Menu
Retour à la cohorte
Enregistrement W4386934639 · doi:10.1002/jcaf.22655

The spouse effect and CEO risk‐taking

2023· article· en· W4386934639 sur OpenAlexaff
Qianqian Du, Valerie Li, Lin Wang

Notice bibliographique

RevueJournal of Corporate Accounting & Finance · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésSpouseDiversification (marketing strategy)BusinessLeagueDemographic economicsAccountingVolatility (finance)Sample (material)Monetary economicsEconomicsFinanceMarketingPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract We examine how a CEO's family life affects their corporate decisions. Specifically, we investigate whether a CEO's spouse's professional status affects the CEO's risk‐taking behavior. Using a sample of S&P 500 firms from the 2010 to 2012 period, we find evidence that CEOs with spouses who are professionals, defined as working spouses, spouses holding graduate degrees, or spouses graduated from Ivy League schools, tend to adopt riskier corporate policies. Our evidence suggests that firms led by CEOs with professional spouses exhibit higher accounting return volatility, make more aggressive financial reporting decisions, and invest more in risky assets. We do not find a significant association between professional spouses and firms’ market return volatility. Our results are consistent with the indirect channel theory, which suggests that CEOs with professional spouses might be inclined to undertake higher risks, potentially stemming from heightened conflicts between family and work commitments or improved wealth diversification attributed to their spouses' professional standing.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,116
Score d'incertitude au seuil0,751

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,218
Écart entre enseignants0,201 · 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'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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Corporate Accounting & FinanceMême sujetCorporate Finance and GovernanceTravaux en français237 207