MétaCan
Menu
Retour à la cohorte
Enregistrement W2129505367 · doi:10.1177/0148558x11401554

The Effect of Section 404 of the Sarbanes-Oxley Act on Earnings Quality

2011· article· en· W2129505367 sur OpenAlexaff
Zvi Singer, Haifeng You

Notice bibliographique

RevueJournal of Accounting Auditing & Finance · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésEarningsEarnings qualityAccountingBusinessEarnings response coefficientReliability (semiconductor)Earnings managementStock (firearms)Cash flowSarbanes–Oxley ActPro formaAuditPower (physics)AccrualEngineering

Résumé

récupéré en direct d'OpenAlex

In this article, the authors study the effect of Section 404 of the Sarbanes-Oxley Act on two primary characteristics of earnings quality, reliability and relevance in combination. Using a difference-in-differences method, they find that firms that were required to comply with Section 404 during the first 2 years of its implementation improved the reliability of their reported earnings more than control firms that were not required to comply. The results also suggest that the regulation helped to reduce intentional misstatement, which may contribute to the improvement in earnings reliability. Furthermore, the improvement in reliability did not come at the expense of the relevance of earnings. On the contrary, the authors find a significantly larger improvement in the predictive power of current earnings over future earnings and future cash flows associated with complying firms. As earnings quality improved, investor confidence appears to be restored, in that they reacted more strongly to earnings surprises of complying firms than to those of the control firms in the post-404 period. The results of this study suggest that Section 404 helped to achieve the main goal of the Act: protecting investors and restoring their confidence in the stock market by improving the accuracy and reliability of corporate disclosure.

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)0,006
score de la tête « metaresearch » (Gemma)0,024
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,094
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,012
Tête enseignante GPT0,224
Écart entre enseignants0,213 · 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'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

Citations69
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Accounting Auditing & FinanceMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207