MétaCan
Menu
Retour à la cohorte
Enregistrement W2066501867 · doi:10.1506/kc7w-c1vn-y5d4-nav4

Earnings Management in Response to the Introduction of the Australian Gold Tax*

2003· article· en· W2066501867 sur OpenAlexvenueaboutno aff
Reza Monem

Notice bibliographique

RevueContemporary Accounting Research · 2003
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEarnings managementScrutinyEarningsProsperityIncentiveSample (material)AuditGold miningEconomicsAccountingAccrualBusinessDemographic economicsPolitical scienceEconomic growthMarket economy

Résumé

récupéré en direct d'OpenAlex

Abstract Earnings from gold mining in Australia remained tax‐exempt for almost seven decades until January 1, 1991. In the early 1980s, rapid economic prosperity induced by escalated gold prices brought the Australian gold‐mining industry under intense political scrutiny. Using a variant of the modified Jones model, this paper provides evidence of significant downward earnings management by Australian gold‐mining firms, which is consistent with their attempts to mitigate political costs during the period from June 1985 to May 1988. In contrast, test of earnings management over a similar period in a control sample of Canadian gold‐mining firms produced insignificant results. Further, empirical results are robust to several sensitivity tests performed. During the period from June 1988 to December 1990, the Australian firms were found to have engaged in economic earnings management. This is consistent with the sample firms' incentive of maximizing economic earnings immediately prior to the introduction of income tax on gold mining. The findings of this study help to understand the impact of earnings management on the efficient resource allocation in an economy. They also contribute toward understanding the linkage between regulation of accounting for special purposes and general‐purpose financial reporting.

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)0,021
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,146
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,035
Tête enseignante GPT0,289
Écart entre enseignants0,254 · 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'étudeSans objet
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

Citations86
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueContemporary Accounting ResearchMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207