MétaCan
Menu
Retour à la cohorte
Enregistrement W2115360297 · doi:10.1506/ap.7.3.2

Canadian Evidence on the Constructive Capitalization of Operating Leases*

2008· article· en· W2115360297 sur OpenAlexaffvenueabout
Sylvain Durocher

Notice bibliographique

RevueAccounting Perspectives · 2008
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Reporting and Valuation Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésBusinessCapitalizationAccountingEarnings per shareFinanceLeaseReturn on equityLoanBalance sheetEquity (law)EconomicsEarningsStock exchange

Résumé

récupéré en direct d'OpenAlex

ABSTRACT One type of relevant ex ante research supporting the accounting standard‐setting process is the study of a proposed standard's impact on reported figures. The International Accounting Standards Board recently decided to review the lease accounting standard, which will naturally involve consideration of the G4 + 1 recommendation to capitalize all noncancellable lease contracts, including operating leases. National evidence of the impact of the G4 + 1 proposals provides feedback for the international standard‐setter. This study developed and used a refined constructive capitalization method, in which company‐specific assumptions — interest rate, total/expired/remaining lives of leased assets, and tax rate — were used to compute the impact of operating‐lease capitalization on key financial indicators for a sample of Canadian public companies. The results indicate that capitalizing operating leases would lead to the recognition of important additional assets and liabilities on the balance sheet. It would therefore significantly increase the debt‐to‐asset ratio and significantly decrease the current ratio. These results were noted across all industry segments in the sample. Income statement effects were generally less material. Significant impacts on return on assets, return on equity, and / or earnings per share were noted in only three industry segments: merchandising and lodging, oil and gas, and financial services. Intercompany comparability would not be affected overall nor within industries, because of similar rankings for each financial indicator before and after operating‐lease capitalization.

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)0,005
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,044
Score d'incertitude au seuil0,219

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,041
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0020,003
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,075
Tête enseignante GPT0,292
Écart entre enseignants0,217 · 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'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

Citations79
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAccounting PerspectivesMême sujetFinancial Reporting and Valuation ResearchTravaux en français237 207