MétaCan
Menu
Retour à la cohorte
Enregistrement W2155909533 · doi:10.1111/j.1936-4490.2003.tb00701.x

The Valuation of Loss Carryforwards

2003· article· en· W2155909533 sur OpenAlexaffvenue
Tao Zeng

Notice bibliographique

RevueCanadian Journal of Administrative Sciences / Revue Canadienne des Sciences de l Administration · 2003
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésValuation (finance)Market valueEconomicsPaymentFinancial economicsAccountingFinance

Résumé

récupéré en direct d'OpenAlex

Abstract This paper explores the value‐relevant information of one deferred tax component, that is, loss carryforwards. A tax‐adjusted market valuation model, based on the Feltham‐Ohlson (1995) market valuation model, shows that firm market value depends on the expected future tax payments. Under the assumption that loss carryforwards reduce a firm's future tax payments, the cross‐sectional regression results show that loss carryforwards enhance firm market value, suggesting that the market expects losses will be used to reduce a firm's tax payments in future years. In addition, loss carryforwards are classified into several categories based on the restrictions on the losses (i.e., source, jurisdiction, and timing restrictions). I show that it is the loss carryforwards category with fewer restrictions that significantly enhances firm market value. Résumé Cette présentation étudie les renseignements pertinents à la valeur d'un élément d'impôts différés, c.‐à‐d. des reports de pertes à un exercice ultérieur. Un modèle d'évaluation du marché avec réajustement d'impôt, basé sur sur le modèle d'évaluation du marché de Feltham‐Ohlson (1995), démontre que la valeur marchande d'une firme dépend des paiements prévus d'impôts futurs. Selon l'hypothèse que les reports de pertes à un exercice ultérieur réduisent les paiements d'impôts futurs d'une firme, l'analyse de la régression transversale révèle que les reports de pertes à un exercice ultérieur augmentent la valeur marchande de la firme, ce qui suggère que le marché s'attend à ce que les pertes seront utilisées pour réduire les paiements d'impôts de la firme au cours des années à venir. De plus, les reports de pertes à un exercice ultérieur sont classés dans plusieurs catégories en fonction des restrictions sur les pertes (c.‐à‐d. restrictions couvrant les sources, la juridiction et le calendrier d'application). Je démontre qu'il s'agit de la catégorie de reports de pertes à un exercice ultérieur comportant le moins de restrictions, qui augmente considérablement la valeur marchande d'une firme.

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)0,004
score de la tête « metaresearch » (Gemma)0,033
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 enseignants0,005
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,070
Tête enseignante GPT0,290
Écart entre enseignants0,220 · 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

Citations12
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Administrative Sciences / Revue Canadienne des Sciences de l AdministrationMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207