MétaCan
Menu
Retour à la cohorte
Enregistrement W4415269043 · doi:10.58886/jfi.v23i3.9474

CEO Power, CEO Compensation, and Firm Performance

2025· article· W4415269043 sur OpenAlexaff
S M Muyeed Hasan, Yong Jae Shin, Unyong Pyo

Notice bibliographique

RevueJournal of Finance Issues · 2025
Typearticle
Langue
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensBrock UniversityCanadian Imperial Bank of Commerce (Canada)
Organismes subventionnairesnon disponible
Mots-clésEndogeneityExecutive compensationIncentivePrincipal–agent problemRobustness (evolution)Instrumental variableCompensation (psychology)

Résumé

récupéré en direct d'OpenAlex

We investigate the impact of CEO power on the relation between CEO compensation and firm performance to find how CEO incentive compensation affects firm performance by reducing agency conflicts between managers and shareholders. We measure the CEO pay slice (CPS) for CEO power and the pay-performance sensitivity (PPS) for CEO incentive compensation. Employing standard control variables, we run multiple OLS regressions and show that PPS increases firm performance at the high level of CPS, but the impact of PPS decreases at the low level of CPS. To resolve the potential endogeneity concerns, we perform robustness checks by adopting instrumental variables in a two-stage least square (2SLS) estimation. We also consider the year-effect and find that our results remain the same as before. The finding implies that considering stand-alone associations of either PPS or CPS with firm performance—a common practice in the literature—will not be appropriate because there is an interaction effect between CEO power and incentive compensation.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,319
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,234
Écart entre enseignants0,224 · 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.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Finance IssuesMême sujetCorporate Finance and GovernanceTravaux en français237 207