MétaCan
Menu
Retour à la cohorte
Enregistrement W2089622583 · doi:10.2308/accr-51010

The Value and Credit Relevance of Multiemployer Pension Plan Obligations

2014· article· en· W2089622583 sur OpenAlexaff
Ting Chen, Xiumin Martin, Christina A. Mashruwala, Shamin Mashruwala

Notice bibliographique

RevueThe Accounting Review · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCreditorShareholderPensionEquity (law)DebtObligationBusinessValue (mathematics)Enterprise valueActuarial scienceCashEconomicsAccountingFinanceCorporate governanceLaw

Résumé

récupéré en direct d'OpenAlex

ABSTRACT We investigate whether multiemployer defined-benefit pension plan (MEPP) underfunding is priced by shareholders and creditors. Prior to the FASB's new MEPP standard (effective December 2011), when the disclosures on such plans were sparse, we find evidence (some evidence) that our estimate of a firm's share of MEPP underfunding is credit (value) relevant. We also find some evidence that a proxy for the funded status of a firm's MEPPs is incrementally value relevant over and above the firm's cash contributions, but no evidence that it is credit relevant. Furthermore, an estimate of MEPP underfunding that incorporates the additional disclosures required under the new MEPP standard is value and credit relevant, both individually and incrementally, over and above our old estimate. Overall, our findings suggest that shareholders and creditors view MEPP underfunding as a debt-like obligation and that the additional MEPP disclosures under the new standard are useful to market participants.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,728
Score d'incertitude au seuil0,506

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
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 savante0,0000,001
Science ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,240
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.

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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Accounting ReviewMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207