MétaCan
Menu
Retour à la cohorte
Enregistrement W1998057240 · doi:10.5430/afr.v3n1p46

An Examination of Mortgage Loan Servicing Rights in the Aftermath of the Subprime Mortgage Crisis of 2006

2014· article· en· W1998057240 sur OpenAlexvenueno aff
Robert J. Cochran, Hunter T. Shelnutt

Notice bibliographique

RevueAccounting and Finance Research · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Reporting and Valuation Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCapitalizationLoanFair valueFinancial crisisSubprime mortgage crisisAccountingBusinessValue (mathematics)Financial systemFinancial statementFinancial instrumentMarket valueEconomicsFinanceMonetary economicsMacroeconomics

Résumé

récupéré en direct d'OpenAlex

This study examines whether mortgage servicing firms are capitalizing mortgage loan servicing rights (MSRs) consistent with the FASB’s objective of fair value accounting. The FASB issued SFAS No. 156, “Accounting for Servicing of Financial Assets - an Amendment of FASB Statement No. 140,” and SFAS No. 157, “Fair Value Measurements,” which clarified that MSRs be capitalized at their fair value. Fair value would imply that only market-related value assumptions influence the capitalization of MSRs. A previous study examined this issue prior to the 2006 financial crisis. That study found that non-market, firm-specific characteristics consistent with Positive Accounting Theory (PAT), that should have no effect on the value of MSRs, did have a statistically significant influence on the capitalization of MSRs. This issue has not been examined post-SFAS No. 156 and 157 or the financial crisis of 2006. We reexamine the issue with data gathered from 2007 through 2010. The evidence suggests that the PAT characteristics that influenced the capitalization of MSRs prior to the accounting clarification and the financial crisis do not influence the capitalization of MSRs during the post-crisis period under examination, as predicted by PAT. However, the data do present some evidence suggesting that achieving the objective of “fair value” may not be happening.

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)0,014
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,125
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,001
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 savante0,0000,001
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 Opus0,044
Tête enseignante GPT0,335
Écart entre enseignants0,291 · 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'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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccounting and Finance ResearchMême sujetFinancial Reporting and Valuation ResearchTravaux en français237 207