CEO Beloning:
Sociale Vergelijking versus Menselijk Kapitaal
in de Fortune 500
Naam:
E.J. Feenstra
Begeleider:
Dr. D.H.M. Akkermans
Datum:
04 - 12 - 2006
SAMENVATTING
In dit onderzoek wordt getracht de hoogte van de beloning van de Chief Executive Officer (CEO) in de Amerikaanse Fortune 500 te verklaren. Er wordt hiervoor gebruik gemaakt van een tweetal theorieën.
De sociale vergelijkingstheorie stelt dat er bij de bepaling van de beloning van de CEO gebruik wordt gemaakt van onderlinge sociale vergelijking. Op basis van deze theorie zijn vier hypothesen ontwikkeld. We verwachten dat de beloning van de CEO hoger is bij (1) een kortere dienstbetrekking, (2) het afwezig zijn van een interne arbeidsmarkt, (3) het hebben van commissariaten bij bedrijven met een hoge CEO-beloning, en (4) wanneer er bovengemiddeld verdienende commissarissen in de beloningscommissie van het bedrijf zitten.
De theorie van het menselijk kapitaal bekijkt de beloning vanuit een andere hoek. Door het beschikken over meer kennis, ervaring en vaardigheden, verdient men een hogere beloning. Deze theorie doet ons verwachten dat de beloning hoger is bij (1) een langere aanstelling als CEO, (2) het hebben van commissariaten bij meerdere bedrijven, (3) een langere aanstelling als commissaris, en (4) bij commissariaten die niet in dezelfde sector vallen.
De hypothesen zijn onderzocht met behulp van een regressie-analyse. Er zijn zes verschillende modellen gemaakt. Het eerste model bevat alleen de controlevariabelen uit dit onderzoek. Vervolgens voegen we in vijf stappen de onafhankelijke variabelen toe aan dit controlemodel, zodat model zes alle variabelen uit dit onderzoek bevat.
INHOUDSOPGAVE
SAMENVATTING... 2
INHOUDSOPGAVE ... 3
INLEIDING ... 4
-1. THEORIE EN HYPOTHESES... 5
-1.1 SOCIALE VERGELIJKING EN BELONING... 5
-1.1.1 Theorie ... 5
-1.1.2 Lengte Aanstelling ... 6
-1.1.3 Commissariaten... 7
-1.2 MENSELIJK KAPITAAL EN BELONING ... 9
-1.2.1 Theorie ... 9 -1.2.2 Lengte Aanstelling ... 10 -1.2.3 Commissariaten... 10 -2. METHODOLOGIE ... 12 -2.1 DATABASES ... 12 -2.1.1 Database RuG... 12
-2.1.2 Database Huidige Onderzoek... 13
-2.2 VARIABELEN ... 14
-2.2.1 Afhankelijke Variabele: Beloning CEO 2004... 14
-2.2.2 Onafhankelijke Variabelen... 15 -2.2.3 Controlevariabelen ... 18 -3. EMPIRISCHE ANALYSE ... 21 -3.1 BESCHRIJVENDE STATISTIEK ... 21 -3.2 CORRELATIE ... 25 -3.3 REGRESSIE... 27 -4. CONCLUSIE EN SUGGESTIES ... 30 -4.1 CONTROLEVARIABELEN ... 30
-4.2 AANTAL CASES EN HYPOTHESEN ... 31
-4.3 SUGGESTIES... 33
-5. BIJLAGEN ... 34
-BIJLAGE 1 Beschrijving Variabelen RuGDatabase ... 34
-BIJLAGE 2 Beschrijving Variabelen Onderzoeksdatabase ... 35
-BIJLAGE 3 KolmogorovSmirnov Toets 1 ... 37
-BIJLAGE 4 Kolmogorov–Smirnov Toets 2... 38
-INLEIDING
Het onderwerp van dit onderzoek is de beloning van de Chief Executive Officer (CEO). Er zal geprobeerd worden de beloning van de CEO te verklaren vanuit twee verschillende invalshoeken.
De eerste is de sociale vergelijkingstheorie, die de beloning van de CEO vanuit sociaal-psychologische hoek probeert te verklaren. Individuen vergelijken zichzelf met anderen die ongeveer gelijk aan hun zijn. We passen dit vervolgens toe op de beloning van de CEO: volgens de sociale vergelijkingstheorie wordt de beloning van de CEO bepaald door, of op z’n minst beïnvloed door dergelijke onderlinge sociale vergelijkingen.
De tweede is een standaard economische verklaring voor de hoogte van de beloning, namelijk de hoeveelheid menselijk kapitaal. Door het beschikken over meer ervaring, kennis en vaardigheden, verdient de ene CEO meer dan een andere.
Interessant is dat wanneer we de beloning van CEO’s vanuit deze twee theorieën proberen te verklaren, dit zelfs tot tegengestelde hypothesen leidt. Deze studie zou dan ook moeten leiden tot een verkiezing van de ene theorie boven de ander als verklaring voor de beloning van CEO’s.
Na meegewerkt te hebben aan het maken van een database voor de Rijksuniversiteit Groningen (RuG), werd mij de kans geboden deze database te gebruiken voor mijn afstudeeropdracht. De database bevat een groot aantal gegevens, waaronder de beloning, met betrekking tot executives en directors1 van bedrijven uit de Amerikaanse Fortune 500. Dit onderzoek zal met deze gegevens empirisch gefundeerd worden.
Het onderzoek is als volgt opgebouwd. Hoofdstuk 1 bespreekt de theorie met betrekking tot de sociale vergelijking en het menselijk kapitaal. Op basis van de theorie zullen dan een achttal hypothesen ontwikkeld worden. Vervolgens komt in hoofdstuk 2 de methodologie aan bod. Hoofdstuk 3 bespreekt de empirische analyse. In hoofdstuk 4 worden de conclusies uit dit onderzoek getrokken en er worden tot slot enkele suggesties voor verder onderzoek gedaan.
1 Ter verduidelijking: hier worden de termen ‘executives’ vs. ‘directors’ gebruikt. Andere bronnen duiden executives ook wel aan als ‘executive directors’, ‘insiders’, of ‘named executive officers’. Directors worden wel
1.
THEORIE EN HYPOTHESES
1.1 SOCIALE VERGELIJKING EN BELONING
In paragraaf 1.1.1 zal de theorie en literatuur met betrekking tot de sociale vergelijking behandeld worden. Op basis daarvan zullen we in paragrafen 1.1.2 en 1.1.3 een aantal hypothesen ontwikkelen.
1.1.1 Theorie
Uit onderzoek van Hogan en McPheters (1980) kwam ondermeer naar voren dat hoe langer de persoon bij hetzelfde bedrijf in dienst is, hoe lager zijn loon is. Anders gezegd: een hogere mobiliteit komt overeen met een hogere beloning. Hieraan koppelen we nu het soort commitment. Verondersteld wordt dat het soort commitment gevolgen heeft voor de beloning. Akkermans (2006) schetst een overgang van een situatie met organizational commitment naar een situatie met occupational commitment. Uitgangspunt voor deze overgang wordt gevormd door de sociale vergelijkingstheorie (Festinger, 1954; Baron & Pfeffer, 1994; Baron & Kreps, 1999): individuen vergelijken zichzelf met die personen, die ongeveer gelijk aan hen zijn. De beginsituatie, met bedrijfscommitment, wordt gekenmerkt door de aanwezigheid van een interne arbeidsmarkt: over het algemeen worden managers niet van buiten het bedrijf aangetrokken, maar werken zich door de jaren heen op binnen het bedrijf, voordat ze tot manager benoemd worden. Doordat deze personen al jaren lang bij het betreffende bedrijf werken, delen ze de bedrijfscultuur en hebben ze een sterke commitment met de organisatie. In deze situatie treedt er een sociale vergelijking op met de andere leden van de organisatie en zo wordt de beloning van de managers (meer) afgestemd op de beloning van de andere leden van het bedrijf.
Fortune 500, die ratio’s van hoogst-laagst betaalden hebben van meer dan 200:1 (Reingold, 1997).
CEO’s zijn over het algemeen de hoogst betaalden in een organisatie. Als, in het geval van bedrijfscommitment, de beloning wordt afgestemd op de overige leden van het bedrijf, kan dit het loon van de executives alleen maar verlagen. Er zijn immers geen beter verdienende collega’s.
Als de beloning daarentegen, door een sterkere beroepscommitment, op andere CEO’s wordt afgestemd, ontbreekt dit negatieve effect of is dit effect zelfs positief. De verwachting is dan ook dat deze laatste groep gemiddeld meer verdient dan de personen uit de eerste groep.
1.1.2 Lengte Aanstelling
Zoals aangegeven, heeft het soort commitment gevolgen voor met welke personen een sociale vergelijking wordt gedaan. Omdat het soort commitment niet rechtstreeks meetbaar is, gebruiken we de lengte van de dienstbetrekking als maatstaf voor het soort commitment. Een lange dienstbetrekking leidt tot een sterke commitment met de organisatie. De commitment met de beroepsgroep is sterker bij een korte dienstbetrekking. Het soort commitment heeft op zijn beurt weer gevolgen voor de hoogte van de beloning.
Samenvattend leidt dit tot de volgende verwachtingen: een korte dienstbetrekking leidt tot een sterke commitment met de beroepsgroep en door middel van sociale vergelijkingen leidt dit tot een hoger loon van de CEO. Bij een lange aanstelling bestaat er een sterke bedrijfscommitment en door sociale vergelijkingen leidt dit tot een lagere beloning voor de CEO.
Hypothese 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.
Hypothese 2: Bij het aanwezig zijn van een interne arbeidsmarkt zijn de beloningen relatief lager.
1.1.3 Commissariaten
CEO’s zijn naast hun functie als CEO vaak nog lid van de Raad van Commissarissen bij een of meerdere bedrijven. Ook via deze commissariaten kan een sociale vergelijking invloed hebben op de beloning van de executives. In figuur 1 wordt dit proces schematisch weergegeven.
Figuur 1 Actieve Sociale Vergelijking
De CEO van bedrijf A uit figuur 1 is naast zijn functie als CEO bij bedrijf A ook werkzaam als commissaris bij bedrijf B. CEO A zal zijn eigen beloning als CEO van bedrijf A gaan vergelijken met de beloning van de CEO van bedrijf B, het bedrijf waar hij commissaris is. CEO A zal zijn looneisen (deels) afstemmen op zijn collega bij bedrijf B. Verdient CEO B nogal wat meer dan CEO A, dan zal A ook een hogere beloning willen bedingen tijdens de loononderhandelingen. We hebben dit de actieve sociale vergelijking genoemd, omdat het hier een CEO betreft die zichzelf (actief) met anderen vergelijkt en hij zijn eigen wensen/eisen deels op die anderen afstemt.
Het hebben van een commissariaat bij een bedrijf dat een relatief hoge CEO-beloning hanteert, kan zo door een sociale vergelijking een opwaartse druk op diens eigen beloning als CEO leveren.
Hypothese 3: Het hebben van commissariaten bij andere bedrijven met een relatief hoge CEO-beloning, leidt tot een hoger eigen CEO-loon.
Sommige commissarissen zijn binnen de Board of Directors (BoD) lid van één of meerdere commissies, bijvoorbeeld van de beloningscommissie (VS: compensation- of remuneration committee). Deze beloningscommissies bestaan uit een aantal onafhankelijke directors uit de BoD. Zij zijn onafhankelijk in de zin dat ze geen managementtaken binnen het betreffende bedrijf vervullen, maar zij hebben dikwijls wel een managementfunctie (CEO) bij een ander bedrijf. Om tot een beslissing te komen over de hoogte van de beloning, maken de commissieleden onder meer gebruik van sociale vergelijking. Dit proces wordt schematisch weergegeven in figuur 2.
Figuur 2 Passieve Sociale Vergelijking
De CEO’s van bedrijf B en C uit figuur 2 zijn lid van de beloningscommissie van bedrijf A. Zij moeten de hoogte van de beloning van de CEO van bedrijf A vaststellen. Ze vergelijken het te bepalen loon van de CEO van bedrijf A, met wat zij zelf als CEO van bedrijf B en C verdienen. In tegenstelling tot figuur 1 waar de CEO van bedrijf A zelf aan het vergelijken is (actieve sociale vergelijking), wordt hij in figuur 2 door anderen vergeleken. Daarom noemen we dit proces passieve sociale vergelijking.
De commissieleden vergelijken de te bepalen beloning dus met hun eigen beloning (wat zij zelf als CEO verdienen). Als gevolg hiervan zal de beloning van de CEO’s veel overeenkomsten vertonen met de beloning van de leden van de beloningscommissie. De verwachting is dat bij bedrijven met bovengemiddeld verdienende beloningscommissieleden, de CEO’s van deze bedrijven ook een bovengemiddeld loon ontvangen.
Hypothese 4: Er bestaat een positief verband tussen bovengemiddeld verdienende beloningscommissieleden in een bedrijf en bovengemiddeld verdienende CEO’s.
1.2 MENSELIJK KAPITAAL EN BELONING
In paragraaf 1.2.1 wordt een korte opsomming van de theorie van het menselijk kapitaal en de bijbehorende literatuur gegeven. In paragrafen 1.2.2 en 1.2.3 zullen vervolgens enkele hypothesen worden opgesteld.
1.2.1 Theorie
Naast sociaal-psychologische verklaringen, wordt in de literatuur vaak geprobeerd de hoogte van de beloning van executives te verklaren met standaard economische factoren. Menselijk kapitaal wordt door O’Reilly et al. (1988) genoemd als één van de vier groepen economische variabelen die de beloning van executives bepalen2. Menselijk kapitaal verwijst naar productieve bekwaamheden, als kennis, vaardigheden en ervaring (Snell & Dean, 1992). Of zoals Coleman (1988) het definieert: de kennis en bekwaamheden van individuen die zorgen voor operationele veranderingen en economische groei.
De hoeveelheid menselijk kapitaal die een persoon ‘bezit’, beïnvloedt zijn arbeidsproductiviteit en daarmee de hoogte van zijn beloning. Onder andere de genoten opleiding, werkervaring, duur van de dienstbetrekking bij het bedrijf en de duur van de aanstelling bepalen de hoeveelheid menselijk kapitaal. Dat personen met meer menselijk kapitaal ook meer verdienen, is tevens als volgt uit te leggen. Personen die geïnvesteerd hebben in het opdoen van vaardigheden en ervaring, ontvangen daarvoor een hoger loon. Daarnaast kunnen personen die worden aangetrokken van een ander bedrijf een hogere beloning vragen om de overstap te maken. De periode dat een persoon als CEO diende, kan de hoogte van het loon beïnvloeden door menselijk kapitaal-factoren of doordat hij beter in staat is de salarisonderhandelingen naar zijn hand te zetten. Dat laatste kan een gevolg zijn van CEO dualiteit3, deze variabele zal als controlevariabele opgenomen worden.
2 De andere drie groepen variabelen zijn (1) bedrijfsgrootte, (2) bedrijfsprestaties en (3) industrie. Deze drie
groepen worden verder besproken in paragraaf 2.2.3.
1.2.2 Lengte Aanstelling
De redenatie is dus dat een persoon meer verdient naar mate hij over meer kennis, vaardigheden en ervaring beschikt. Zo’n toename aan menselijk kapitaal is onder andere te ‘verkrijgen’ door het dienen als CEO.
Men doet als CEO meer/nieuwe kennis, vaardigheden en ervaring op en zorgt zo voor een toename van het menselijk kapitaal. Omdat de hoeveelheid menselijk kapitaal van een individu niet rechtstreeks te meten is, gebruiken we de aanstellingsduur als CEO als maatstaf voor de hoeveelheid menselijk kapitaal. Hoe langer men als CEO een bedrijf leidt, hoe meer menselijk kapitaal hij vergaart en dus hoe hoger zijn beloning moet zijn.
Hypothese 5: Er bestaat een positieve relatie tussen de lengte van de aanstelling als CEO bij een bedrijf en de hoogte van zijn beloning.
Wat opvalt is dat deze hypothese een tegenovergestelde relatie veronderstelt dan de relatie in hypothese 1. Een langere aanstelling leidt op basis van de sociale vergelijkingstheorie tot de verwachting dat dit de beloning verlaagt, terwijl een langere aanstelling op basis van de menselijke kapitaaltheorie juist een hoger loon zou moeten opleveren.
1.2.3 Commissariaten
Zoals al eerder werd genoemd, hebben CEO’s vaak nog een aantal commissariaten bij andere bedrijven. Ook het aantal en de lengte van de commissariaten beïnvloedt de hoeveelheid menselijk kapitaal van de CEO. We verwachten dat hoe meer en hoe langer de commissariaten bij andere bedrijven, des te meer menselijk kapitaal verkregen wordt en dus des te hoger de beloning moet zijn.
Hypothese 6: Er is een positief verband tussen het aantal commissariaten bij andere bedrijven en de hoogte van de beloning als CEO.
Hypothese 7: Er is een positief verband tussen de lengte van de aanstelling als commissaris en de hoogte van de beloning als CEO.
commissariaten die niet binnen dezelfde sector vallen de meeste meerwaarde aan ervaring opleveren. Meer ervaring en dus meer menselijk kapitaal leidt tot een hoger loon. Bij personen met commissariaten buiten de eigen sector worden daarom hogere beloningen verwacht, dan bij personen die commissaris zijn binnen dezelfde sector.
2.
METHODOLOGIE
2.1 DATABASES
In paragraaf 2.1.1 zal de database van de RuG besproken worden. Om dit onderzoek te kunnen doen is de RuG-database bewerkt. De bewerkte database wordt besproken in paragraaf 2.1.2.
2.1.1 Database RuG
De variabelen die bij de berekeningen gebruikt zullen worden, zijn afkomstig uit een database, die door een aantal studenten en docenten van de RuG4 is samengesteld. In de database zijn een groot aantal gegevens met betrekking tot directors en executives van bijna alle bedrijven uit de Fortune 500 verzameld. De samenstelling van de BoD en de executives per bedrijf zijn gebaseerd op het jaar 2004. Het deel van de gegevens uit de database die voor dit onderzoek gebruikt zullen worden, zijn afkomstig uit de DEF-filings van de Amerikaanse beurstoezichthouder Security and Exchange Commission (SEC), de Profiles Database van Forbes, en websites van de bedrijven zelf.
De benodigde gegevens zijn verzameld voor de jaren 2003 en 2004. Uit tijdsoverwegingen is er voor een cross-sectioneel onderzoek gekozen. Het nadeel van een cross-sectionele studie is dat bepaalde veranderingen door de tijd heen onopgemerkt zullen blijven, het is een momentopname. Wat de beloning betreft kunnen er bepaalde trends en lag-effecten optreden, die nu onzichtbaar blijven. Zo wordt de beloning van de CEO’s in 2004 misschien nog beïnvloed door de gevolgen van de internethype of de economische recessie. De oplossing hiervoor zou een longitudinaal onderzoek zijn. Maar een longitudinaal onderzoek over bijvoorbeeld tien jaren zou dermate veel tijd in beslag nemen, dat we bereid zijn de genoemde beperking te accepteren.
Voor het samenstellen van de database is gebruik gemaakt van een Fortune 500 op basis van de jaarlijkse omzet. Het gaat hier dus om de vijfhonderd grootste bedrijven uit de Verenigde Staten, wat betreft hun jaarlijkse omzet. De resultaten van dit onderzoek zullen goed te generaliseren zijn voor grote bedrijven in de Verenigde Staten en in redelijke mate ook voor
4 In 2006 is er door een groep van vijf studenten en twee docenten van de RuG een database samengesteld. Deze
grote bedrijven op mondiaal niveau, aangezien de meeste Fortune 500-bedrijven tevens grote spelers op de wereldmarkt zijn.
De gegevens voor de jaren 2003 en 2004 waren op het moment van de dataverzameling de meest recente beschikbare gegevens. In deze jaren ging het niet zo goed met de economie. De economie in de Verenigde Staten liep in september 2001 al een flinke klap op na de terroristische aanslagen. Na een oorlog in Afghanistan, volgde in begin 2003 een oorlog in Irak en daaropvolgend een bezetting door de Amerikanen. De war against terrorism van de Bush-regering blijkt niet goedkoop. Een groot deel van de Amerikaanse begroting ging en gaat naar defensie. De Amerikaanse overheid kampt daardoor met grote tekorten. Daarbij verloren de consumenten het vertrouwen in de economie en daalden beurskoersen. Toch wisten de Amerikanen in 2004 een stijging van het Gross Domestic Product (GDP) van 4,4% te realiseren, wat voornamelijk te danken is aan een verhoogde arbeidsproductiviteit.
2.1.2 Database Huidige Onderzoek
Voordat er aan de analyse begonnen kan worden, moest de database van de RuG omgevormd worden tot een database met daarin de specifieke variabelen van dit onderzoek, zoals die verderop in dit hoofdstuk beschreven staan.
Op het moment dat dit onderzoek werd gedaan, was de definitieve database van de RuG nog niet klaar. Er is mij daarom een voorlopige versie ter beschikking gesteld. In deze voorlopige versie ontbreken nog een redelijk aantal gegevens. Personen waarvan de meeste gegevens ontbreken, zijn uit de database verwijderd. Dit levert een database met (bijna) volledige gegevens op van in totaal 333 CEO’s.
De meeste variabelen waren al door de RuG-database gegeven of eenvoudig te verkrijgen met behulp van simpele formules. Voor de variabelen met betrekking tot de commissariaten en beloningscommissies moest er nog wel enig zoekwerk verricht worden:
Binnen de database is gekeken welke CEO’s er commissariaten bij andere bedrijven op na houden. Vervolgens is per persoon het aantal commissariaten bepaald, de gemiddelde lengte van zijn aanstelling als commissaris, de industrie waarin de bedrijven opereren, en de beloning van de CEO van het betreffende bedrijf waar deze persoon commissaris is.
Nu zijn alle benodigde data verzameld en is de database klaar voor verdere analyse. Maar eerst zullen in onderstaande paragrafen de onderzoeksvariabelen beschreven worden.
2.2 VARIABELEN
In de volgende paragrafen zullen achtereenvolgens de afhankelijke variabele, de onafhankelijke variabelen en de controlevariabelen behandeld worden5.
2.2.1 Afhankelijke Variabele: Beloning CEO 2004
De beloning van de CEO in het jaar 2004 is de afhankelijke variabele in dit onderzoek. We gebruiken het jaar 2004, omdat op het moment dat dit onderzoek gedaan wordt, de gegevens voor 2004 de meest recente zijn.
In de database zijn een aantal onderdelen van de totale beloning verzameld. Het betreft hier het vaste salaris, de in geld uitgekeerde jaarlijkse bonus, een optie- en aandelenregeling en overige jaarlijkse uitkeringen. De overige jaarlijkse uitkeringen maken maar een (zeer) klein deel uit van de totale beloning en zullen om die reden niet meegenomen worden in dit onderzoek.
De optie- en aandelenregelingen omvatten meestal wel grote bedragen. De exacte waarde hiervan is echter moeilijk te bepalen, omdat de toekomstige waarde van de aandelen en opties onzeker is. Daarbij zijn deze regelingen vaak afgestemd op de bedrijfsprestaties gedurende meerdere jaren. De individuele factor komt hierin onvoldoende tot uiting. Bovendien blijken enkele beursgenoteerde ondernemingen hun winst- en verliesrekening te manipuleren door het antedateren van opties (Het Financiële Dagblad, 2006). De uitgiftedatum van de opties wordt zo gekozen, dat topmanagers profijt hebben van al gerealiseerde koerswinsten. De Amerikaanse justitie en beurstoezichthouder SEC onderzoeken al meer dan 110 bedrijven. Om al deze redenen zullen we ook de optie- en aandelenregelingen niet meenemen in dit onderzoek.
Dat betekent dat alleen het vaste salaris en de in geld uitgekeerde bonus gebruikt worden om de hoogte van de individuele beloning te bepalen:
Beloning (jaar x) = vaste salaris (jaar x) + geldelijke jaarbonus (jaar x) (Formule 1)
2.2.2 Onafhankelijke Variabelen
In deze paragraaf zullen alle onafhankelijke variabelen van dit onderzoek, op volgorde van de hypothesen, kort beschreven worden.
1. Dienstjaren CEO
Het gaat hier om het aantal jaren dat een persoon als CEO bij een organisatie heeft gediend. De RuG-database geeft per CEO het jaar waarin ze zijn aangesteld. Officieel wordt het jaar gegeven waarin de persoon is aangesteld als director, dus wanneer hij tot lid van de BoD is benoemd. De CEO wordt bij zijn aanstelling ook lid van de BoD (in veel gevallen is hij voorzitter van de BoD). Om berekeningen met deze variabele mogelijk te maken, nemen we aan dat het jaar waarin hij als lid van de BoD aangesteld is, gelijk is aan het jaar waarin hij als CEO is aangesteld.
Om de lengte van de betrekking inclusief het jaar 2004 te berekenen, wordt het jaar van aanstelling afgetrokken van het jaar 2005. Het aantal dienstjaren als CEO bij het bedrijf wordt nu dus gegeven door:
Dienstjaren = 2005 – jaar van aanstelling (Formule 2)
2. Commitment
Dit is een interveniërende variabele. Zoals in paragraaf 1.1.1 uitgelegd is, veronderstellen we dat het soort commitment gevolgen heeft voor de hoogte van de beloning. Een commitment met de beroepsgroep leidt tot een beloning die gebaseerd is op andere CEO’s, terwijl bij commitment met de organisatie de beloning meer in lijn is met wat andere werknemers binnen de organisatie verdienen. In dit laatste geval is de beloning naar verwachting lager dan wanneer de beloning is afgestemd op andere CEO’s. Het soort commitment is niet rechtstreeks te bepalen, dus hebben we het aantal dienstjaren als CEO als maatstaf voor het soort commitment genomen. Hoe langer de dienstbetrekking, des te sterker de commitment met het bedrijf; hoe korter de betrekking, des te sterker de commitment met de beroepsgroep.
3. Interne Arbeidsmarkt
wijzen op het aanwezig zijn van een interne arbeidsmarkt. Dit zou vervolgens kunnen betekenen dat de commitment met de organisatie nog sterker is en daardoor de beloning (nog) meer afgestemd is op de rest van de werknemers, wat tot een relatief lager loon leidt. De waarde 1 wordt toegekend als de persoon al bij het bedrijf werkte voordat hij tot lid van de BoD benoemd werd. Als dit niet het geval is, wordt de waarde 0 toegekend.
4. Beloning 2003 van CEO van Commissariaatsbedrijf6
Veel van de CEO’s uit de database hebben elders binnen de Fortune 500 nog een of meerdere commissariaten. Per CEO is bepaald of ze zo’n commissarispositie innemen, en vervolgens wat de beloning van de CEO van dat bedrijf is in het jaar 2003.
Volgens de sociale vergelijkingstheorie zou de CEO zijn eigen beloning vergelijken met de beloning van de CEO van het bedrijf waar hij een commissarispositie bekleedt en (onder andere) hierop zijn looneisen voor het jaar 2004 baseren. Dit proces hebben we in paragraaf 1.1.2 de actieve sociale vergelijking genoemd. We nemen de beloning in het jaar 2003, omdat de beloning in dat jaar de meest recente beloning is waarover de CEO voor de sociale vergelijking kan beschikken.
5. Beloning 2003 van Leden Beloningscommissie
Deze variabele geeft van de bedrijven waar één of meerdere CEO’s in de beloningscommissie zitten, de beloning van hen als CEO in het jaar 2003. Let wel, het gaat om de beloning van de beloningscommissieleden die zij als CEO van een ander bedrijf binnen de Fortune 500 verdienen. Als er meerdere CEO’s in dezelfde beloningscommissie zitten, dan is hun gemiddelde beloning in 2003 gegeven.
Net als bij de beloning van de CEO van het commissariaatsbedrijf, is de beloning in het jaar 2003 genomen, omdat de beloning in 2003 het uitgangspunt vormt voor de sociale vergelijking.
Met deze variabele kunnen we gaan onderzoeken of de beloning van de CEO te verklaren is uit de beloning van de beloningscommissieleden, ofwel, wordt er gebruik gemaakt van sociale vergelijking bij het vaststellen van de beloning van de CEO? Het betreft hier de in paragraaf 1.1.3 beschreven passieve sociale vergelijking.
6. Aantal Commissariaten
Voor alle CEO wordt bekeken of ze commissariaten bij andere bedrijven binnen de database hebben. Deze variabele geeft vervolgens per CEO de hoeveelheid commissariaten aan.
7. Dienstjaren Commissaris
Het aantal dienstjaren als commissaris is te berekenen met het jaar van aanstelling dat in de RuG-database gegeven wordt. Om het aantal dienstjaren inclusief het jaar 2004 te berekenen, trekken we het jaar van aanstelling af van het jaar 2005 (zie formule 2). Zoals eerder opgemerkt is, hebben sommige CEO’s meerdere commissariaten. Voor de personen waarvoor dit het geval is, krijgen we dus per commissariaat het aantal dienstjaren (het hebben van bijvoorbeeld drie commissariaten levert drie keer een aantal dienstjaren op). Om per persoon tot één aantal dienstjaren als commissaris te komen, is de volgende berekening uitgevoerd: in het geval van meerdere dienstjaren behorend bij commissariaten in dezelfde sector, dan nemen we het hoogst aantal dienstjaren. Als de commissariaten niet in dezelfde sector vallen, dan wordt het aantal dienstjaren bij elkaar opgeteld.
De reden voor deze berekening is dat we commissariaten in andere sectoren waardevoller achten dan commissariaten in dezelfde sector. Er wordt naar onze verwachting relatief meer kennis en ervaring opgedaan bij bedrijven in andere sectoren, vandaar dat we de dienstjaren in andere sectoren bij elkaar optellen. Commissariaten in dezelfde sector zullen niet dubbel zoveel kennis en ervaring opleveren, vandaar dat we in dit geval het commissariaat met de meeste dienstjaren als maatstaf nemen.
8. Commissariaten in Dezelfde Sector
Er moet per commissariaat bepaald worden of deze binnen dezelfde sector valt als het bedrijf waar de persoon als CEO werkzaam is. In de RuG-database is van alle bedrijven aangegeven in welke sector ze opereren7. Het is daarmee vrij eenvoudig om per commissariaat aan te geven of ze al dan niet binnen dezelfde sector vallen.
Deze variabele geeft dus per CEO aan of hij wel of niet commissaris is binnen dezelfde sector. De waarde 1 is toegekend als dit het geval is en waarde 0 als het
commissariaat niet binnen dezelfde industrie valt als de sector waarin hij als CEO werkt. Heeft men meerdere commissariaten, dan wordt waarde 1 toegekend als minimaal één daarvan binnen dezelfde sector valt.
2.2.3 Controlevariabelen
Om de specifieke relaties die in de hypothesen verondersteld worden te kunnen onderzoeken, moet er gecontroleerd worden voor overige invloeden op deze relaties. Er zullen daarom een aantal controlevariabelen toegevoegd worden. In het artikel van O’Reilly et al. (1988) worden naast menselijk kapitaal8 nog drie variabelen genoemd die de beloning van executives bepalen en die we als controlevariabele gaan gebruiken:
1. Bedrijfsgrootte
Hoe groter het bedrijf, des te hoger de beloning van de CEO. Dit is op twee manieren uit te leggen. Enerzijds is de functie van een executive in een groter bedrijf complexer en brengt het meer verantwoordelijkheden met zich mee dan in kleinere bedrijven. Daar staat dan een hogere beloning tegenover.
Anderzijds kan het zo zijn dat grotere bedrijven simpelweg hogere salarissen kúnnen betalen. De RuG-database geeft drie variabelen, die we gebruiken om de grootte van het bedrijf in uit te drukken. Dit zijn de verkopen, het aantal werknemers, en de activa van het bedrijf.
2. Bedrijfsprestaties
De executives en met name de CEO, zijn verantwoordelijk voor de resultaten van het bedrijf. Zijn beloning moet dan ook afhankelijk zijn van de behaalde bedrijfsresultaten. Hoe beter de prestaties, des te hoger de beloning.
Een gebruikelijke maatstaf voor de bedrijfsprestaties is de behaalde return on equity (ROE). In dit onderzoek gaan we een andere prestatiemaatstaf voor een onderneming gebruiken, namelijk de inkomsten per aandeel. In de Verenigde Staten zijn, ten opzichte van Europa, veel bedrijven beursgenoteerd. Er is daardoor weinig persoonlijk contact tussen het bedrijf en de aandeelhouder (Dehaene et al., 2001). Investeringsbeslissingen zullen in dit geval meer gemaakt worden op basis van de winstgevendheid van de onderneming en minder op basis van een bepaalde
commitment met het bedrijf. Hoe hoger de inkomsten per aandeel, des te aantrekkelijker het voor de aandeelhouder is om in het bedrijf te investeren. Op hun beurt zullen de bedrijven hun shareholder value willen maximaliseren om investeerders aan te trekken. De inkomsten per aandeel vormt daarmee een goede maatstaf voor de bedrijfsprestaties.
3. Industrie
Er worden per industrie verschillen waargenomen in de salarissen van topmanagers. De bedrijven uit de Fortune 500 zijn onderverdeeld naar tien sectoren9. In de database zijn tien dummies gemaakt, die per CEO aangeven in welke sector hij werkzaam is.
Gerhart en Milkovich (1990) vonden een samenhang van beloning met de sector waartoe het bedrijf behoort en met de grootte van het bedrijf, maar niet met de bedrijfsresultaten.
4. Menselijk Kapitaal
Hoe meer menselijk kapitaal een individu heeft, hoe hoger zijn beloning. In paragraaf 1.2.1 is al uitgelegd dat de hoeveelheid menselijk kapitaal bepaald wordt door een aantal variabelen, waaronder het aantal dienstjaren, de leeftijd, de opleiding en werkervaring. De lengte van de dienstbetrekking als CEO en het aantal commissariaten gebruiken we om de menselijk kapitaal-hypothesen te testen. De leeftijd en opleiding zullen we opnemen als controlevariabelen.
In de RuG-database wordt van alle personen het geboortejaar vermeld. De leeftijd van de CEO in het jaar 2004 kan nu verkregen worden door zijn geboortejaar af te trekken van 2005:
Leeftijd in 2004 = 2005 – geboortejaar (Formule 3)
Ook de opleiding van de CEO wordt in de RuG-database gegeven, onderverdeeld in zeven hoofdgroepen10. Aangezien maar liefst 62 procent van de CEO’s een bedrijfswetenschappelijke opleiding heeft gevolgd en de overige 38 procent verdeeld is over de resterende zes opleidingscategorieën, hebben we er voor gekozen om niet gebruik te maken van zeven dummies, maar te kiezen voor één opleidingsdummy. In
plaats van een specifieke opdeling per opleiding, maken we een wat grover onderscheid, namelijk of de gevolgde opleiding wel of niet bedrijfswetenschappelijk is.
Naast bovenstaande variabelen, nemen we ook CEO dualiteit mee als controlevariabele, omdat het wel of niet hebben van dualiteit gevolgen heeft voor de hoogte van het loon van de CEO. Bij ongeveer een derde deel van de bedrijven in ons onderzoek is er sprake van CEO dualiteit. Dat wil zeggen dat de CEO niet dezelfde persoon is als de voorzitter van de Board of Directors (BoD). Het grootste deel van de bedrijven in de database combineert deze twee functies echter. De CEO is hier dus tevens de voorzitter van de BoD.
Colley et al. (2003) geven zowel het nadeel als een belangrijk voordeel van CEO dualiteit: het combineren van de CEO- en voorzittersfunctie kan verdedigd worden op basis van de gedachte (of theorie) dat een bedrijf een sterke leider nodig heeft. Een te ‘sterke’ voorzitter zou een concurrent van de CEO kunnen worden en diens gezag ondermijnen.
Voorstanders van dualiteit redeneren als volgt: combinatie van beide taken omvat een conflict of interest. De BoD, onder leiding van de voorzitter, moet de prestaties van de CEO evalueren. Als een persoon zowel CEO als voorzitter is, moet hij dus in feite zijn eigen prestaties evalueren. Er wordt dan ook gepleit voor het scheiden van deze twee functies. Verwacht wordt dat bij bedrijven zonder dualiteit gemiddeld een hoger loon aan de CEO’s wordt uitbetaald, doordat hij het prestatie-evaluatieproces (enigszins) in zijn voordeel kan manipuleren. Deze verwachting is in lijn met resultaten van eerdere onderzoeken. Hoe meer een bedrijf management-controlled is, des te groter is de invloed van de CEO op zijn eigen beloning (Gerhart & Milkovich, 1990). Uit een studie van Core et al. (1999) blijkt dat CEO’s die tevens voorzitter van de BoD zijn, gemiddeld $152.577 meer verdienen dan CEO’s bij bedrijven met dualiteit. In de sample van Benz et al. (2002) ontvingen managers die tevens lid van het BoD waren $735.000 meer aan opties.
3.
EMPIRISCHE ANALYSE
De empirische analyse is als volgt opgebouwd. Om een beter idee van de gegevens te verkrijgen, wordt in paragraaf 3.1 eerst beschrijvende statistiek gegeven met betrekking tot de ratiovariabelen. De minima en maxima zullen gegeven worden, evenals het gemiddelde en de standaardafwijking. Vervolgens zullen de nominale variabelen aan bod komen en wordt de verdeling van de variabelen besproken. In paragraaf 3.2 bestuderen we de onderlinge samenhang aan de hand van correlatieberekeningen. Ten slotte proberen we in paragraaf 3.3 op basis van een regressie-analyse een model te maken dat de beloning van de CEO in 2004 zo goed mogelijk verklaart.
3.1 BESCHRIJVENDE STATISTIEK
Onderstaande tabel geeft beschrijvende statistiek voor de variabelen op ratio-niveau. De andere variabelen uit de database zijn niet in deze tabel opgenomen omdat het nominale variabelen betreft.
Tabel 1 Beschrijvende Statistiek
N Minimum Maximum Gemiddelde Standaard Deviatie
1. Beloning CEO 2004 327 100000 19739957 3011373,61 2325182,394 2. Dienstjaren CEO 333 0 46 9,37 7,951 3. Beloning 2003 CEO Commissariaatsbedrijf 107 201315 14000000 2912864,91 2207360,516 4. Beloning 2003 Leden Beloningscommissie 63 500000 11819858 2805989,13 1764649,587 5. Aantal Commissariaten 333 0 4 0,43 0,693 6. Dienstjaren Commissaris 108 0 36 7,18 6,152 7. Verkopen 333 1347338 285221900 17959822,48 28259670,233 8. Aantal Werknemers 332 700 384000 44269,23 53666,935 9. Activa 333 365777 1484101000 57262102,43 159880628,861 10. Inkomsten per Aandeel 332 -41,07 66,42 2,1381 4,92899 11. Leeftijd 333 40 85 56,52 6,860 Valid N (listwise) 30
De meeste gegevens in de tabel spreken voor zichzelf, we beperken ons daarom tot een bespreking van opvallendste zaken.
jaar werken (en dan zijn de optie- en aandelenregelingen nog niet eens meegenomen in dit onderzoek).
Ook opvallend is dat van de 333 bedrijven, er (maar) 63 zijn met een beloningscommissie waar tenminste één CEO uit de database lid van is. Het eerder aangehaalde onderzoek van O’Reilly et al. (1988) werkte met een sample van 105 bedrijven uit de Fortune 500 en bericht van een aandeel CEO’s binnen de beloningscommissies van ongeveer 65 procent. Gezien deze bevinding, hadden we een hoger aantal verwacht dan de door ons gevonden 63 beloningscommissies. Een kanttekening is op z’n plaats, het is namelijk zo dat wij alleen de CEO’s uit de database meegenomen hebben, terwijl O’Reilly et al. alle CEO’s meerekenden. Dus ook de personen buiten hun sample en zelfs gepensioneerde CEO’s vallen onder hun 65 procent-groep.
Uit de tabel komt verder naar voren dat er 108 CEO’s zijn met ten minste één commissariaat bij een ander bedrijf. De gemiddelde lengte van de aanstelling als commissaris bedraagt dik zeven jaar.
Bij het aantal werknemers en de inkomsten per aandeel is voor beide variabelen een uitschieter verwijderd (respectievelijk 1.700.000 en 4753). Dit levert een aanzienlijk beter beeld op van het gemiddelde en de standaard deviatie van deze variabelen. Het is tevens gunstig voor de verdeling, dit zal later in deze paragraaf worden besproken.
Verder merken we de maximale leeftijd van een CEO op. Er is één CEO, die op vijfentachtigjarige leeftijd (!) nog steeds een bedrijf leidt.
Om wat inzicht te geven in de nominale variabelen, worden hieronder enkele grafieken getoond. Het cirkeldiagram in figuur 3 geeft aan hoe de bedrijven uit het onderzoek verdeeld zijn over de verschillende sectoren. In figuur 4, het staafdiagram, worden de andere nominale variabelen getoond.
Figuur 3 Verdeling Sectoren
7% 7% 19% 8% 12% 10% 15% 11% 2% 9% Energie Bouwnijverheid Industrie Detailhandel Levensmiddelen Gezondheidszorg Financiële Dienstverlening Informatie Technologie Telecommunicatie Nutsbedrijven
Uit figuur 3 is af te lezen dat alle industrieën redelijk zijn vertegenwoordigd in de database. Van de CEO’s uit dit onderzoek werkt 2 procent in de telecommunicatie. Met een aandeel van 19 procent, levert de industriële sector de meeste CEO’s.
Het onderstaande staafdiagram, figuur 4, laat goed zien wat de verdeling van de dummy-waarden is voor het totaal aantal bedrijven.
Van de in totaal 333 bedrijven uit de database is er bij 228 sprake van een interne arbeidsmarkt. De CEO’s van deze bedrijven waren dus al in dienst bij het betreffende bedrijf vóór hun benoeming tot executive.
bij elkaar in de Board of Directors en maakt zo de dienst uit. Of zoals het intro van de website het verwoordt: they sit on the boards of the largest companies of America; many sit on government committees; they make decisions that affect our lives; they rule. Onze bevindingen vormen geen sterk bewijs voor het hechte netwerk dat er volgens They Rule onder executives bestaat. Het gaat om ‘slechts’ een derde deel van alle CEO’s die binnen onze database ook nog elders in een Raad van Commissarissen zitting neemt. Daar komt bij dat van de groep die elders commissaris is, het in de meeste gevallen (105 van de 108) gaat om één of twee commissariaten, terwijl They Rule stelt dat het zou gaan om maar liefst vijf, zes of zeven commissariaten per persoon.
Figuur 4 Dummies 105 225 81 127 201 228 108 27 206 132 0 50 100 150 200 250 300 350
Interne Arbeidsmarkt Commissariaten Commissariaten in Dezelfde Sector Bedrijfs-w etenschappen Dualiteit 1 0
Verder komt duidelijk naar voren dat het merendeel van de CEO’s een bedrijfskundige opleiding heeft gevolgd. Maar liefst 62 procent van de gevolgde opleidingen valt in de categorie bedrijfswetenschappen. Dit is niet heel verbazingwekkend, aangezien de managementopleidingen onder deze categorie vallen en goede managementvaardigheden onontbeerlijk zijn voor een functie als CEO.
Het is van belang te weten of de variabelen normaal verdeeld zijn, in verband met de later te kiezen statistische toetsen. We gebruiken hier de Kolmogorov-Smirnov toets om te bepalen of de waargenomen verdelingen bij de (ratio-) variabelen overeenkomen met de normale verdeling. Geen van de variabelen blijkt normaal verdeeld te zijn11. Om de verdeling normaal te krijgen, trekken we nu van alle variabelen de natuurlijke logaritme. Vervolgens doen we nogmaals een Kolmogorov-Smirnov toets12. Als we tweezijdig toetsen met een overschrijdingskans p > 0,04513, dan mogen we voor de meeste variabelen de nulhypothese, dat de variabelen normaal verdeeld zijn, accepteren. Alleen voor de verkopen, de inkomsten per aandeel en het aantal commissariaten moeten we de nulhypothese verwerpen. Ze zijn dus nog steeds niet normaal verdeeld en kunnen dus niet meegenomen worden in de correlatie- en regressie-analyse.
Om toch de hypothese over het aantal commissariaten (hypothese 6) te kunnen testen, doen we een kleine aanpassing. In plaats van een variabele op ratio-niveau die aangeeft hoeveel commissariaten de CEO’s per persoon hebben, gebruiken vanaf nu een dummy die aangeeft of de CEO wel of niet een commissariaat naast zijn functie als CEO heeft.
3.2 CORRELATIE
We zullen in deze paragraaf de onderlinge samenhang tussen de verschillende variabelen op ratio-niveau onderzoeken met behulp van correlatieberekeningen. Dit wordt gedaan aan de hand van de Pearson correlatietoets. De nominale variabelen kunnen vanwege een te laag meetniveau niet meegenomen worden in deze correlatieberekeningen. Op basis van de hypothesen zijn positieve relaties tussen de afhankelijke variabele beloning in 2004 en de andere variabelen te verwachten en we zouden daarom eenzijdig kunnen toetsen. Maar daar we geen concrete verwachtingen hebben met betrekking tot de onderlinge samenhang tussen de overige variabelen, voeren we een tweezijdige correlatietoets uit.
Uit de correlatietabel (tabel 2) komt het volgende naar voren. Alle variabelen vertonen een positieve relatie met de afhankelijke variabele beloning 2004. Alleen bij het aantal werknemers en de activa is die relatie ook significant, respectievelijk 0,180 en 0,343.
Verder vertonen een aantal van de onafhankelijke en controlevariabelen onderling een significante samenhang: de dienstjaren als CEO hangt samen met de dienstjaren als
11 Bijlage 3 geeft de resultaten van de eerste Kolmogorov-Smirnov toets. 12 Bijlage 4 geeft de resultaten van de tweede Kolmogorov-Smirnov toets.
13 Toetsen met p > 0,05 is gebruikelijker, maar door te toetsen met p > 0,045 kunnen we de nulhypothese voor
Tabel 2 Correlatie
Beloning
CEO 2004 jaren CEODienst- CommissariaatsbedrijfBeloning 2003 CEO Beloning 2003 Leden Beloningscommissie CommissarisDienstjaren WerknemersAantal Activa Leeftijd Beloning CEO 2004 Pearson
Correlatie
-N Dienstjaren CEO Pearson
Correlatie ,054 -N 325 Beloning 2003 CEO Commissariaatsbedrijf Pearson Correlatie ,027 -,001 -N 106 106 Beloning 2003 Leden
Beloningscommissie PearsonCorrelatie ,021 ,008 -,191
-N 62 63 30 Dienstjaren Commissaris Pearson Correlatie ,044 ,418** -,107 ,069 -N 106 106 106 30
Aantal Werknemers Pearson
Correlatie ,180** -,038 ,264** ,240 ,042 -N 326 330 107 63 107 Activa Pearson Correlatie ,343** ,019 ,123 ,243 ,059 ,341** -N 327 331 107 63 107 332 Leeftijd Pearson Correlatie ,051 ,354** -,028 -,069 ,399** -,063 ,131* -N 327 331 107 63 107 332 333
commissaris (0,418) en de leeftijd (0,354); de beloning van de CEO van het commissariaatsbedrijf en het aantal werknemers (0,264), de dienstjaren als commissaris en de leeftijd (0,399), het aantal werknemer en de activa (0,341), en de activa en de leeftijd van de CEO (0,131).
Personen met een langer dienstverband als CEO blijken ook een langer dienstverband opgebouwd te hebben als commissaris. Dat de dienstjaren als CEO en als commissaris correleren met de leeftijd is niet zo vreemd. Oudere CEO’s kunnen nu eenmaal een langer dienstverband opbouwen dan hun jongere collega’s.
De beloning van de CEO van het commissariaatsbedrijf en het aantal werknemers vertonen net als de beloning van de CEO in 2004 en het aantal werknemers een significante samenhang. In beide gevallen kunnen we dus stellen dat de CEO’s van grotere bedrijven (qua aantal werknemers) een hogere beloning ontvangen.
Het aantal werknemers en de activa correleren logischerwijs, het zijn immers allebei maatstaven voor de bedrijfsgrootte. Dat de activa ook met de leeftijd samenhangt, wijst erop dat de oudere CEO’s over het algemeen bij de grotere bedrijven werken.
Een sterke onderlinge samenhang kan wijzen op het bestaan van multicollinearity. De correlatiewaarden komen echter niet boven de 0,42 (de hoogste is 0,418) uit. We accepteren dit als bewijs dat de variabelen nog voldoende onderling onafhankelijk zijn. Ze kunnen dan ook zonder problemen meegenomen worden in een regressie-analyse.
3.3 REGRESSIE
Met behulp van een regressie-analyse willen we een lineair verband schatten tussen de afhankelijke variabele, de beloning van de CEO in 2004, en de onafhankelijke en controlevariabelen. Naast de normaal verdeelde variabelen op ratio-niveau, mogen ook de dummy-variabelen in een regressie-analyse opgenomen worden. Tabel 3 laat de resultaten zien van de verschillende regressiemodellen.
financiële dienstverlening en telecommunicatie, bedrijfswetenschappen, en leeftijd zijn niet significant.
De significante variabelen laten, zoals verwacht, een positieve relatie met de beloning van de CEO in 2004 zien. In grotere bedrijven (activa) en in bedrijven waar de CEO ook de voorzitter van de BoD is (dualiteit) verdient hij significant meer. In de significante sectoren wordt overal meer verdiend dan in de referentiesector nutsbedrijven.
Tabel 3 Regressie
Model 1 Model 2 Model 3 Model 4 Model 5 Model 6
Variabelen β β β β β β 1. Aantal Werknemers -,042 -,230* ,462 -,241* -,236* ,563 2. Activa ,245** ,373** ,039 ,368** ,370** -,039 3. Energie ,591** ,805* 1,388 ,661* ,715* 1,441 4. Bouwnijverheid ,449* ,650 ,366 ,398 ,513 ,336 5. Industrie ,598** 1,006* x ,796* ,884* -,168 6. Detailhandel ,715** 1,201* x ,946* 1,064* x 7. Levensmiddelen ,569** 1,287** ,353 1,100** 1,218** ,617 8. Gezondheidszorg ,543** ,424 ,712 ,277 ,325 ,597 9. Financiële Dienstverlening ,091 -,038 ,891 -,176 -,100 ,936 10. Informatie Technologie ,398* ,702* x ,498 ,572 x 11. Telecommunicatie ,454 ,700 1,013 ,477 ,492 ,744 12. Nutsbedrijven - - - -13. Bedrijfs-wetenschappen -,118 -,196 -,139 -,172 -,167 ,047 14. Leeftijd -,013 -1,046 -2,872 -1,506* -1,419 -2,039 15. Dualiteit ,227* ,395 ,309 ,368 ,357 x 16. Dienstjaren CEO -,079 -,261 -,140 -,136 -,406 17. Interne Arbeidsmarkt -,098 ,398 -,089 ,406 18. Beloning 2003 CEO Commis-sariaatsbedrijf -,028 -,322 -,001 -,354 19. Beloning 2003 Leden Belonings-commissie -,112 -,111 20. Commissariaten x x x 21. Dienstjaren Commissaris ,142 ,148 ,142 22. Commissariaten in Dezelfde Sector ,070 ,061 -,450 Constante 10,594** 15,001** 26,873** 16,657** 16,200** 24,579* F-waarde 4,972** 2,278** 1,634 2,482** 2,183** 1,444 Aangepaste R² ,146 ,173 ,247 ,195 ,179 ,206 ** Significant met p < 0,01. * Significant met p < 0,05.
x Verwijderd uit model omdat er sprake is van een constante, ontbrekende correlatie of te hoge collineariteit. - De sector nutsbedrijven is de referentiesector (dit levert de meeste en positieve regressiecoëfficiënten op).
toevoeging levert voor het model een geldige aantal op van slechts dertig14. Dit zal, zoals we eerder al in paragraaf 3.1 hebben gesteld, voor problemen gaan zorgen met de significantie van het model.
De aangepaste R² geeft aan dat model twee al meer verklaart dan het eerste model, een verhoging van 0,146 naar 0,173. Opvallend is dat het aantal werknemers nu een significant negatieve invloed op de beloning heeft. Zeker omdat de andere maatstaf van bedrijfsgrootte, de activa, wel een positieve relatie laat zien. Er zijn weer een aantal industrieën waar CEO’s significant meer verdienen dan bij de nutsbedrijven. Helaas blijkt geen van de toegevoegde onafhankelijke variabelen significant te zijn.
Vervolgens voegen we de beloning van de leden van de beloningscommissie in 2003 aan het model toe (model 3). Deze toevoeging zorgt er inderdaad voor dat het model niet meer significant is. Zoals gezegd is dit te wijten aan het te kleine aantal cases van dit model in combinatie met het aantal verklarende variabelen.
Het volgende model (model 4) bestaat uit de controlevariabelen samen met de variabelen uit de menselijk kapitaal-hypothesen (hypothese 5 tot en met 8). Dit model is nog iets beter dan model 2, aangezien het een hogere R² heeft (0,195). Het zijn weer dezelfde variabelen als in model 2 die significant zijn, nu met iets andere bèta’s. Wat wel verschilt is dat de sector levensmiddelen nu niet meer een significante regressiecoëfficiënt laat zien. Daarentegen is de leeftijd nu ineens wel significant en heeft een negatieve invloed op de beloning van de CEO. Helaas zijn ook hier de onafhankelijke variabelen niet significant.
Nu gaan we het tweede en vierde model samenvoegen. Alle variabelen zitten er in, behalve de beloning van de beloningscommissieleden. In tegenstelling tot het vorige model is de leeftijd nu niet meer significant. Verder zijn het weer dezelfde variabelen die significante regressiecoëfficiënten laten zien, met absoluut gezien iets hogere bèta’s als in model 4.
Tot slot voegen we bij model 6 ook de beloning van de leden van de beloningscommissie toe. Net als bij het derde model levert het ook nu weer een niet-significant model op door een te laag aantal cases.
4.
CONCLUSIE EN SUGGESTIES
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.
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).
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
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.
5.
BIJLAGEN
BIJLAGE 1 Beschrijving Variabelen RuG-Database
INDUSTRY Industry 0 = Energy
1 = Materials 2 = Industrials 3 = Consumer discretionary 4 = Consumer staples 5 = Health care 6 = Financials 7 = Information Technology 8 = Telecommunication services 9 = Utilities
DUALITY CEO/chairperson duality 0 = CEO and board chairperson
are not the same person 1 = CEO and board chairperson are the same persons
SALES Total sales Millions of dollars
ASSETS Total assets Millions of dollars
EMPLOYEES Number of employees
EPS Earnings per share Ratio
COMPCOM Member of compensation 1 = yes
committee 0 = no
BIRTH_YE Year of birth 4 digits
APPOINTMENT Year of first appointment 4 digits
EDUCATION Area of education 1 Engineering
2 Business 3 Law 4 Medicine
5 Arts (including languages) 6 Social sciences
7 Sciences (math, physics…)
INTERN_HIRE Internal hire 0 = director is recruited from
outside the company 1 = director worked in the company prior to becoming a director
SALARY03 / SALARY04 Fixed salary 2003, 2004 Fixed salary paid to the director BONUS03 / BONUS04 Cash bonus 2003, 2004 Cash bonus paid (non-fixed
salary)
BIJLAGE 2 Beschrijving Variabelen Onderzoeksdatabase
Afhankelijke variabele:
1. Beloning CEO 2004 Vaste salaris + geldelijke bonus CEO in 2004 (in dollars).
Onafhankelijke variabelen:
2. Dienstjaren CEO Het aantal dienstjaren bij het bedrijf als CEO.
3. Commitment (Dit is een interveniërende variabele) Is er sprake van bedrijfscommitment of beroepscommitment?
4. Interne Arbeidsmarkt Bij het bedrijf is sprake van een interne arbeidsmarkt (1 = ja, 0 = nee).
5. Beloning 2003 CEO De beloning in 2003 van de CEO van het commis- Commissariaatsbedrijf sariaatsbedrijf (in dollars).
6. Beloning 2003 Leden Gemiddelde beloning in 2003 van de leden van de Beloningscommissie beloningscommissie in hun functie als CEO elders in de
Fortune 500 (in dollars).
7. Aantal Commissariaten Het aantal commissariaten per CEO binnen de database. 8. (Commissariaten) (Reservedummy) Het hebben van commissariaat (1 = ja,
0 = nee).
9. Dienstjaren Commissaris De lengte van de aanstelling als commissaris in jaren. 10. Commissariaten in Dezelfde Het hebben van commissariaten binnen dezelfde sector
Sector (1 = ja, 0 = nee).
Controlevariabelen:
11. Verkopen De totale verkopen van het bedrijf in 2004. 12. Aantal Werknemers Het aantal werknemers van het bedrijf in 2004. 13. Activa De totale activa van het bedrijf in 2004.
20. Gezondheidszorg Het bedrijf opereert in deze sector (1 = ja, 0 = nee). 21. Financiële Dienstverlening Het bedrijf opereert in deze sector (1 = ja, 0 = nee). 22. Informatie Technologie Het bedrijf opereert in deze sector (1 = ja, 0 = nee). 23. Telecommunicatie Het bedrijf opereert in deze sector (1 = ja, 0 = nee). 24. Nutsbedrijven Het bedrijf opereert in deze sector (1 = ja, 0 = nee). 25. Bedrijfswetenschappen De CEO heeft een opleiding bedrijfwetenschappen
gevolgd (1 = ja, 0 = nee).
26. Leeftijd De leeftijd van de CEO in het jaar 2004.
BIJLAGE 3 Kolmogorov-Smirnov Toets 1
Beloning CEO
2004 jaren CEO
Dienst-Beloning 2003 CEO Commissariaats-bedrijf Beloning 2003 Leden Belonings-commissie N 327 333 107 63 Normal Parameters(a,b) Mean 3011373,61 9,37 2912864,91 2805989,13 Std. Deviation 2325182,394 7,951 2207360,516 1764649,587 Most Extreme Differences Absolute ,181 ,163 ,155 ,186 Positive ,181 ,163 ,155 ,186 Negative -,124 -,140 -,125 -,112 Kolmogorov-Smirnov Z 3,282 2,971 1,607 1,476
Asymp. Sig. (2-tailed) ,000 ,000 ,011 ,026
Vervolg tabel Aantal
Commis-sariaten CommissarisDienstjaren Verkopen WerknemersAantal Activa
Inkomsten per Aandeel Leeftijd 333 108 333 332 333 332 333 7,18 ,43 17959822,48 44269,23 57262102,43 2,1381 56,52 6,152 ,693 28259670,233 53666,935 159880628,861 4,92899 6,860 ,159 ,407 ,281 ,215 ,361 ,236 ,065 ,159 ,407 ,240 ,215 ,349 ,226 ,065 -,148 -,269 -,281 -,209 -,361 -,236 -,038 7,418 1,654 5,121 3,921 6,587 4,295 1,184 ,000 ,008 ,000 ,000 ,000 ,000 ,121
BIJLAGE 4 Kolmogorov–Smirnov Toets 2
Beloning
CEO 2004 DienstjarenCEO
Beloning 2003 CEO Commissariaats-bedrijf Beloning 2003 Leden Belonings-commissie N 327 331 107 63 Normal Parameters(a,b) Mean 14,6847 1,9155 14,6266 14,6966 Std. Deviation ,71731 ,84730 ,75171 ,55338 Most Extreme Differences Absolute ,070 ,075 ,057 ,128 Positive ,056 ,052 ,039 ,082 Negative -,070 -,075 -,057 -,128 Kolmogorov-Smirnov Z 1,270 1,364 ,594 1,017
Asymp. Sig. (2-tailed) ,079 ,048 ,872 ,252
Vervolg tabel Aantal
Commis-sariaten CommissarisDienstjaren Verkopen WerknemersAantal Activa
Inkomsten per Aandeel Leeftijd 108 107 333 332 333 298 333 ,2065 1,6595 16,2024 10,1699 16,5785 ,6616 4,0272 ,34457 ,83795 ,90020 1,05636 1,42605 ,83879 ,12118 ,448 ,095 ,082 ,041 ,072 ,090 ,061 ,448 ,072 ,082 ,031 ,072 ,058 ,058 -,275 -,095 -,056 -,041 -,034 -,090 -,061 4,653 ,979 1,489 ,745 1,320 1,546 1,120 ,000 ,294 ,024 ,635 ,061 ,017 ,162
BIBLIOGRAFIE
Akkermans, D.H.M. (2001). Economic Power and Labour Market Segmentation – Transfer and the Creation of Labour Market Stucture. Groningen: Drukkerij Volharding.
Akkermans, D.H.M. (2006). Social Comparison: Organisation versus Occupation.
Arrow, K. (1973). Higher Education as a Filter. In: Journal of Public Economics, July: 193-216.
Baron, J.M. & Pfeffer, J. (1994). The Social Psychology of Organizations and Inequality. In: Social Psychology Quarterly, 57, 3: 190-209.
Baron, J.M. & Kreps, D.M. (1999). Strategic Human Resources - Frameworks for General Managers. New York: John Wiley & Sons.
Benz, M., Kucher, M. & Stutzer, A. (2002). Stock Options for Top Managers – The Possibilities and Limitations of a Motivational Tool. In: Frey, B.S. & Osterloh, M. (ed.), Successful Management by Motivation. Berlin: Springer.
Bloom, M. (1999). The Performance Effects of Pay Dispersion on Individuals and Organizations. In: Academy of Management Journal, 42, 1: 25-40.
Coleman, J.S. (1988). Social capital in the creation of human capital. In: American Journal of Sociology, 94: 95-120.
Colley, J.L. Jr., Doyle, J.L., Logan, G.W., & Stettinius, W. (2003). Corporate Governance. McGraw-Hill.
Core, J.E., Holthausen, R.W. & Larcker, D.F. (1999). Corporate Governance, Chief Executive Officer Compensation, and Firm Performance. In: Journal of Financial Economics, 51: 371-406.
Cowherd, D.M. & Levine, D.I. (1992). Product Quality and Pay Equity between Lower-Level Employees and Top Management: An Investigation of Distributive Justice Theory. In: Administrative Science Quarterly, 37: 302-320.
Dehaene, A., De Vuyst, V. & Ooghe, H. (2001). Corporate Performance and Board Structure in Belgian Companies. In: Long Range Planning, 34: 383-398.
Deutsch, M. (1985). Distributive Justice: a Social Psychological Perspective. New Haven, CT: Yale University Press.
Ees, H. van (2006). Maybe Top Managers Should Be Paid as Bureaucrats. In: Economisch Magazine, 19, 1: 36-38.
Gerhart, B. & Milkovich, G.T. (1990). Organizational Differences in Managerial Compensation and Financial Performance. In: Academy of Management Journal, 33, 4: 663-691.
Het Financiële Dagblad (2006). Managers VS weg wegens optieaffaire. In: Het Financiële Dagblad, 12 oktober 2006.
Lawler, E.E. (1991). The Organizational Impact of Executive Compensation. In: Foulkes, F.K. (Ed.), Executive Compensation: a Strategic Guide for the 1990s. Boston, MA: Harvard Business School Press.
Logan, T.D., & McPheters, L.R. (1980). Executive Compensation: Performance versus Personal Characteristics. In: Southern Economic Journal, 46, 4: 1060-1068.
Milgrom, P. & Roberts, J. (1988). An Economic Approach to Influence Activities in Organizations. In: American Journal of Sociology, 94: 154-179.
Milgrom, P. & Roberts, J. (1992). Economics, Organization, and Management. Englewood Cliffs, NJ: Prentice-Hall.
O’Reilly, C.A. III, Main, B.G. & Crystal G.S. (1988). CEO Compensation as Tournament and Social Comparison: A Tale of Two Theories. In: Administrative Science Quarterly, 33: 257-274.
Pfeffer, J. (1994). Competitive Advantage through People: Unleashing the Power of the Work Force. Boston: Harvard Business School Press.
Reingold, J. (1997). Executive Pay: Special Report. In: Business Week, 3523: 58-66.
Snell, S. & Dean, J. (1992). Integrated Manufacturing and Human Resource Management: A Human Resource Perspective. In: Academy of Management Journal, 35: 467-504. Taubman, P.J. & Wales, T. (1973). Higher Education, Mental Ability, and Screening. In:
Journal of Political Economy, January/February: 28-55.
Thierry, H. (1966). Beloningsmethodieken. Noordwijk aan Zee: Stichting Stuurgroep Sociaal-Wetenschappelijk Onderzoek.
Bronnen op het internet:
