MétaCan
Menu
Retour à la cohorte
Enregistrement W7081966895 · doi:10.1016/j.frl.2025.108468

Hidden costs of government-guided funds: Evidence from executive-employee pay gaps

2025· article· en· W7081966895 sur OpenAlexafffund

Notice bibliographique

RevueFinance research letters · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensWestern UniversitySaint Mary's University
Organismes subventionnairesSocial Science Planning Project of Shandong ProvinceNatural Science Foundation of Shandong ProvinceWestern University
Mots-clésUnintended consequencesExecutive compensationAgency costCashGovernment (linguistics)Agency (philosophy)Compensation (psychology)Pay for performance

Résumé

récupéré en direct d'OpenAlex

• GGFs investment is associated with a larger increase in pay gaps in recipient firms relative to non-recipient firms. • The larger post-GGFs pay gap is due to disproportionate growth in executive compensation compared with employee salaries. • Cash holdings serve as a key mechanism through which GGFs influence the pay gap. • Results reveal an unintended agency cost of GGFs investment. While government support programs are often effective at helping firms achieve their objectives, these programs may have unintended consequences. Motivated by this, this study empirically examines the impacts of receiving investments from government-guided funds (GGFs) on executive-employee pay gaps in Chinese public firms. The results from difference-in-differences analyses show that GGFs investments lead to a significantly greater widening of the pay disparities between executives and employees in recipient firms than in other firms after funding is granted. This widening gap is driven by a larger increase in executive compensation relative to employee wages. The mechanism analysis suggests that increased cash holdings associated with receiving GGFs create financial slack that facilitates managerial opportunism, ultimately resulting in greater pay gaps. These findings reveal an unintended consequence of GGFs, highlighting an overlooked agency cost of government financial support programs.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,349
Score d'incertitude au seuil0,544

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
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 Opus0,060
Tête enseignante GPT0,330
Écart entre enseignants0,270 · 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'étudeExpérimental (laboratoire)
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'admission2
Résumé présentoui

Explorer davantage

Même revueFinance research lettersMême sujetGeochemistry and Geologic MappingTravaux en français237 207