MétaCan
Menu
Retour à la cohorte
Enregistrement W2080896497 · doi:10.2308/acch.2003.17.2.123

Decision Usefulness of Alternative Joint Venture Reporting Methods

2003· article· en· W2080896497 sur OpenAlexaffabout
Roger C. Graham, Raymond D. King, Cameron K.J. Morrill

Notice bibliographique

RevueAccounting Horizons · 2003
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Reporting and Valuation Research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésConsolidation (business)AccountingEquity (law)ShareholderReturn on equityBusinessBalance sheetEquity riskEquity ratioFinancial ratioEconomicsFinanceActuarial scienceCorporate governanceValuation (finance)

Résumé

récupéré en direct d'OpenAlex

Depending on the country and circumstances, reporting rules for intercorporate investments may require the cost method, the equity method, proportionate consolidation, or full consolidation, and may yield dramatically different accounting numbers. In the post-Enron environment there is a particular focus on investments for which liabilities remain off balance sheet. We compare the information content of alternative accounting treatments for a sample of Canadian firms reporting joint ventures under proportionate consolidation. We restate their financial statements using the equity method, and we compare the information content of the two accounting methods in predicting accounting return on common shareholders' equity. We find evidence consistent with the view that financial statements prepared under proportionate consolidation provide better predictions of future return on shareholders' equity than do financial statements prepared under the equity method. We conclude that, for these firms, proportionate consolidation provides information with greater predictive ability and greater relevance than does the equity method.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,061
score de la tête « metaresearch » (Gemma)0,226
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,325

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0610,226
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,004
Études des sciences et des technologies0,0000,001
Communication savante0,0050,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,121
Tête enseignante GPT0,383
Écart entre enseignants0,262 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations43
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAccounting HorizonsMême sujetFinancial Reporting and Valuation ResearchTravaux en français237 207