MétaCan
Menu
Retour à la cohorte
Enregistrement W1844713854 · doi:10.5539/ibr.v8n11p139

The Impact of IFRS Adoption on Earnings Quality: A Study Conducted on Foreign Issuers in the United States

2015· article· en· W1844713854 sur OpenAlexvenueno aff
Priscilla Samantha Den Besten, Γεώργιος Γεωργακόπουλος, Konstantinos Vasileiou, Nikolaos Ereiotis

Notice bibliographique

RevueInternational Business Research · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIssuerAccrualInternational Financial Reporting StandardsAccountingBusinessEarnings qualityEarningsGlobeSample (material)Quality (philosophy)Financial systemFinanceMedicine

Résumé

récupéré en direct d'OpenAlex

<p>The worldwide adoption of International Financial Reporting Standards (IFRS) is affecting many countries around the globe as it has become widely spread. Since 2007 the United States (US) allows foreign issuers to voluntarily adopt IFRS. This paper investigates the effect of IFRS adoption on earnings quality after voluntary IFRS adoption was allowed to foreign issuers in the US. More precisely, the discretionary accruals and the small positive earnings are tested for a sample of foreign issuers in the US that are registered and reporting with the SEC, comparing a pre-period from 2002 to 2006 with a post-period from 2008 to 2011. The results from the difference-in-differences regression analysis suggest that in terms of discretionary accruals there is no statistical difference between the pre-IFRS and the post-IFRS period, therefore the earnings quality remains the same. For small positive earnings it is found that, when foreign issuers incorporate IFRS, these are lower, indicating higher earnings quality.</p>

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)0,006
score de la tête « metaresearch » (Gemma)0,023
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,149
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,125
Tête enseignante GPT0,408
Écart entre enseignants0,283 · 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

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207