Canadian Evidence on the Constructive Capitalization of Operating Leases*
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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