MétaCan
Menu
Retour à la cohorte
Enregistrement W2040235110 · doi:10.5539/ijms.v6n5p161

Fair-Value Accounting’s Role in the Global Financial Crisis?: Lessons for the Future

2014· article· en· W2040235110 sur OpenAlexvenueno aff
Najeb Masoud, Abdullah Daas

Notice bibliographique

RevueInternational Journal of Marketing Studies · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFinancial crisisEconomicsFair valueReflexivityValue (mathematics)Order (exchange)Relevance (law)Capital marketEmerging marketsAccountingFinanceMacroeconomicsPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

This paper debates how fair-value accounting (FVA) that were deeply affected by the global financial crisis. Theglobal financial crisis started in advanced economies spreading to emerging markets and low-income countries.Thus, it has been affected in the middle of 2007 and into 2009, which have examined the role of FVA in thefinancial crisis. This paper is used the value-relevance of fair-value reported under FAS 157 that estimates assetsand liabilities in terms of a simple theoretical and empirical analysis literature framework. This empirical studyproposed is a global crisis that not a normal cyclical crisis of capitalism. Also, it requires a change in themanagement policy to be tackled with new regulatory frameworks for financial institutions in order to stimulateeconomic activities. In other words, FVA may have amplified the crisis. Future research is needed to meetup-to-date information regarding the nature of capital markets and financial institutions. This requires a newtheory of economics; for instance, a change from equilibrium theory to reflexivity theory which requires achange in the underlying model of the economic activity framework. Therefore, this study has concluded a newtheory of the change of equilibrium to reflexivity that led to develop the model in the framework of the economicactivity.

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)0,010
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,518
Score d'incertitude au seuil0,763

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,019
Tête enseignante GPT0,290
Écart entre enseignants0,271 · 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

Citations11
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Marketing StudiesMême sujetBanking stability, regulation, efficiencyTravaux en français237 207