Dit hoofdstuk is opgedeeld in drie paragrafen. In paragraaf 4.1 zullen we enkele conclusies omtrent de controlevariabelen trekken. Daarna bespreken we in paragraaf 4.2 het aantal cases van dit onderzoek in combinatie met het aantal variabelen en wat dit voor gevolgen heeft voor de conclusies ten aanzien van de te toetsen hypothesen. Tot slot zullen we in paragraaf 4.3 nog enkele suggesties voor nader onderzoek doen.
4.1 CONTROLEVARIABELEN
In paragraaf 3.1 is onderzocht of de variabelen al dan niet normaal verdeeld zijn. Omdat geen van de variabelen op ratio-niveau normaal verdeeld bleek te zijn, hebben we van de variabelen de natuurlijke logaritme getrokken. De meeste variabelen zijn na deze bewerking normaal verdeeld. Twee controlevariabelen, de verkopen en inkomsten per aandeel, zijn echter nog steeds niet normaal verdeeld en konden we daarom niet meenemen in de verdere analyse.
Op basis van de gemaakte regressiemodellen kunnen we stellen dat een aantal controlevariabelen terecht in dit onderzoek zijn opgenomen.
Als maatstaf voor de bedrijfsgrootte, laten de activa in alle modellen een positieve relatie met de beloning zien. De andere grootheidsmaatstaf, het aantal werknemers, blijkt tegen de verwachting in een negatieve invloed op de beloning te hebben. Dit kan er op duiden dat de beloning in kapitaalintensieve bedrijven hoger ligt dan in arbeidsintensieve bedrijven.
Net als O’Reilly et al. (1988) vinden ook wij verschillen in beloning per sector. In de sectoren energie, industrie, detailhandel en levensmiddelen wordt significant meer verdiend dan in onze referentiesector nutsbedrijven.
De opleiding laat in geen van de modellen een significante invloed op de beloning zien. Theoretisch heeft de gevolgde opleiding invloed op de hoeveelheid menselijk kapitaal, maar dit wordt niet door onze resultaten bevestigd.
Tegen de verwachting in zorgt een hogere leeftijd van de CEO voor een lagere beloning. Gezien de kleine regressiecoëfficiënt gaat het hier echter om een kleine negatieve invloed. De ouderen uit de database verdienen dus iets minder dan de jongere CEO’s. Het kan zijn dat de ouderen eerder tevreden zijn met hun salaris, terwijl de jongeren het maximaal haalbare uit de loononderhandelingen proberen te halen en zo een iets hogere beloning weten te bedingen. Een andere verklaring kan zijn dat de jongere generatie in een gunstiger economische periode
is ingestapt en zo op een hoger beloningsniveau instroomde. Oudere CEO’s zijn vaak langer in dienst bij hetzelfde bedrijf (zie correlatie in tabel 2). Wanneer we de sociale vergelijkingstheorie daarbij betrekken, kunnen we ook stellen dat de ouderen door een langer dienstverband een sterkere commitment met het bedrijf hebben en daardoor een wat minder hoge beloning hebben.
In bedrijven waar de CEO ook voorzitter is van de board of directors (BoD) is zijn beloning hoger dan in bedrijven waar deze functies gescheiden zijn. Dit komt overeen met de bevindingen van andere onderzoekers (bijvoorbeeld Core et al., 1999). Als er geen sprake is van dualiteit kan de CEO de salarisonderhandelingen dus beter naar zijn hand zetten.
4.2 AANTAL CASES EN HYPOTHESEN
Het aantal cases van de te maken modellen werd eerder in paragraaf 3.1 besproken. Van de CEO’s uit de database hebben 108 een commissariaat bij een andere onderneming. Tevens zijn er 63 beloningscommissie, waar CEO’s uit de database in zitten. Ondanks het feit dat dit geen grote aantallen zijn, is het in verhouding tot andere onderzoeken nog niet zo slecht. Zo werkten O’Reilly et al. (1988) met een aantal van 84.
Maar door de opbouw van de database komen de aantallen van de variabelen in ons onderzoek onderling niet goed overeen. Als de variabelen met betrekking tot de beloningscommissie en de commissariaten gezamenlijk worden toegevoegd aan het basismodel met de controlevariabelen, zoals in geval van modellen 3 en 6, dan levert dat maar een geldig aantal op van slechts 30. Zoals we in paragraaf 3.1 stelden kan een dergelijk aantal cases in combinatie met het gebruikte aantal verklarende variabelen nooit een significant model opleveren en dit blijkt inderdaad het geval te zijn. Tabel 3 laat zien dat de modellen 3 en 6 beide niet significant zijn. Dat betekent dat we geen uitspraken kunnen doen over de hypothesen die we met deze modellen proberen te testen (hypothese 4).
Als we de beloningscommissievariabele met N = 63 even buiten beschouwing laten en alleen de variabelen met betrekking tot de commissariaten nemen, dan hebben met een aantal van iets boven de honderd nog steeds een te laag aantal cases. Het toevoegen van deze variabelen aan het basismodel levert nog wel een significant model op (modellen 2, 4 en 5), maar voor de toegevoegde onafhankelijke variabelen geldt dat ze geen van allen significante regressiecoëfficiënten hebben. Dat betekent dat we voor de betreffende variabelen de nulhypothese, dat de regressiecoëfficiënten gelijk aan nul zijn, niet kunnen verwerpen en dus moeten we de bijbehorende hypothesen ook verwerpen (hypothesen 1, 2, 3, 5, 7 en 8).
Dan dient alleen hypothese 6 nog besproken te worden. De variabele die bij deze hypothese hoort is het aantal commissariaten per persoon. Deze variabele is wegens een niet-normale verdeling niet meegenomen in de analyse. Daar hebben we een ‘reserve-variabele’ voor in de plaats geïntroduceerd, namelijk de dummy commissariaten. Deze variabele is door de statistische software uit de modellen verwijderd, omdat er sprake is van een constante, ontbrekende correlatie of een te hoge collineariteit. Over hypothese 6 kunnen we dus geen uitspraak doen.
Voor de duidelijkheid vatten we het bovenstaande kort samen, door in tabel 4 een overzicht te geven van alle hypothesen uit dit onderzoek met de daarbij behorende conclusies.
Tabel 4 Conclusie Hypothesen
Hypothese Inhoud Conclusie
1. Er is sprake van een negatief verband tussen de lengte van
de dienstbetrekking als CEO bij het bedrijf en de hoogte van zijn beloning.
Verworpen
2. Bij het aanwezig zijn van een interne arbeidsmarkt zijn de beloningen relatief lager.
Verworpen
3. Het hebben van commissariaten bij andere bedrijven met een
relatief hoge beloning, leidt tot een hoger eigen CEO-loon.
Verworpen
4. Er bestaat een positief verband tussen bovengemiddeld
verdienende beloningscommissieleden in een bedrijf en bovengemiddeld verdienende CEO’s.
Geen uitspraak
5. Er bestaat een positieve relatie tussen de lengte van de aanstelling als CEO bij een bedrijf en de hoogte van zijn beloning.
Verworpen
6. Er is een positief verband tussen het aantal commissariaten
bij andere bedrijven en de hoogte van de beloning als CEO.
Geen uitspraak
7. Er is een positief verband tussen de lengte van de aanstelling
als commissaris en de hoogte van de beloning als CEO.
Verworpen 8. Commissariaten buiten de sector als waarin de persoon als
CEO werkzaam is, leiden tot een relatief hoger loon.
Verworpen
In dit onderzoek hebben we twee theorieën gebruikt om de beloning van de CEO te verklaren, de sociale vergelijkingstheorie en de theorie van het menselijk kapitaal. Zoals in de inleiding
al werd aangegeven, leiden deze theorieën zelfs tot tegenovergestelde hypothesen, zodat we op basis van dit onderzoek onze voorkeur uit zouden moeten kunnen spreken voor een bepaalde theorie als verklaring voor de beloning. Hypothesen 1 en 5 zijn elkaars tegenovergestelden. Wat van tevoren niet was verwacht, is dat we beide hypothesen moesten verwerpen wegens niet-significante regressiecoëfficiënten. Op basis van deze conclusie kunnen we onze voorkeur voor een van de theorieën dus niet uitspreken.
Het enige dat we kunnen stellen is dat het model met de menselijk kapitaal-variabelen, model 4, iets beter is dan model 2 met de sociale vergelijkingsvariabelen, omdat het een groter deel van de variantie in beloning verklaart. Het tweede model verklaart 17,3 procent en het vierde model 19,5 procent.
4.3 SUGGESTIES
Aan het eind van dit onderzoek doen we nog enkele suggesties voor verder onderzoek. De gemaakte modellen leverden geen significante resultaten op. Dit kan wellicht opgelost worden door het aantal gegevens uit te breiden. In dit onderzoek zijn 333 CEO’s opgenomen, wat betekent dat er nog een kleine 170 CEO’s uit de Fortune 500 ontbreken. Ze ontbreken in dit onderzoek, doordat er gewerkt is met een voorlopige versie van de database. In de uiteindelijke database zijn alle CEO wel aanwezig. Waarschijnlijk levert dit voor de commissariaat- en beloningscommissievariabelen een hoger aantal cases op.
Verder dient er rekening gehouden te worden met de opbouw van de database. De niet-significante resultaten van dit onderzoek zijn mede te wijten aan de opbouw van onze database. Zo leidde het combineren van verschillende variabelen tot een nog lager aantal geldige cases.
Als we de hoogte van de beloning van de CEO goed willen verklaren, dient het aantal jaren waarover onderzoek is gedaan, uitgebreid te worden. In dit onderzoek is gewerkt met gegevens van slechts twee jaren, het betreft dus een momentopname. Deze beperking is geaccepteerd, omdat het verzamelen van de gegevens erg arbeidsintensief is. Een longitudinaal onderzoek zal waarschijnlijk betrouwbaardere resultaten opleveren. Ook bepaalde trends door de jaren heen komen dan aan het licht.