MétaCan
Menu
Retour à la cohorte
Enregistrement W1995296208 · doi:10.1506/ap.8.2.1

The Many Challenges of Pension Accounting

2009· article· en· W1995296208 sur OpenAlexaffvenue
Thomas H. Beechy

Notice bibliographique

RevueAccounting Perspectives · 2009
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésPensionAccountingPension planLiabilityCurrent liabilityBalance sheetFinancial accountingActuarial scienceEconomicsMark-to-market accountingContingent liabilityFinancial statementBusinessAccounting information systemFinanceDebt

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Accounting for defined benefit pension plans has long been a major issue in accounting. Standard‐setters are grappling with revisions to pension accounting standards, and much change has already occurred in the United Kingdom. This paper identifies and discusses most of the major issues that standard‐setters must confront in developing new approaches to financial reporting for pensions. Key issues concern how to report the impact of changes in assumptions, how to recognize pension costs on the balance sheet and income statement, and how to reconcile the differences between accountants' and actuaries' approaches to pensions. Current standards assume that accounting estimates are independent of actuarial assumptions, and yet require a direct comparison of the accounting liability with the pension plan assets, when in fact they are incompatible measures based on differing assumptions and differing methodologies. As well, accounting has been complicit in managers' wishes to hide the volatility inherent in a pension plan investment strategy that focuses on higher‐risk equities to fund estimated monetary liabilities that have been discounted at low‐risk interest rates. Drawing on studies and research done largely in Europe, this paper attempts to consolidate some of the current thinking on the topic and to propose some preferred approaches to dealing with the problems of pension accounting.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,676
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0010,000
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 Opus0,015
Tête enseignante GPT0,239
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

Citations5
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAccounting PerspectivesMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207