Évaluation du crédit et fiscalité : l’incidence des écarts entre résultat comptable et résultat fiscal sur la variation des notations
Notice bibliographique
Résumé
Les auteurs se demandent si les analystes de crédit utilisent l’information que livrent les écarts entre résultat comptable et résultat fiscal dans l’analyse du risque de crédit que présentent les entreprises. L’augmentation de l’écart entre résultat comptable et résultat fiscal peut être révélatrice pour les agences d’évaluation du crédit, car elle peut signaler une détérioration de la qualité des résultats ou des modifications dans le financement hors bilan de l’entreprise. Les résultats de l’étude semblent indiquer l’existence d’un lien négatif significatif entre les changements positifs dans les écarts entre résultat comptable et résultat fiscal et la variation des notations. Cette observation confirme l’hypothèse selon laquelle les changements positifs importants dans les écarts entre résultat comptable et résultat fiscal signalent une détérioration de la qualité des résultats et (ou) une augmentation du financement hors bilan. Les auteurs constatent également que les changements négatifs importants dans les écarts entre résultat comptable et résultat fiscal donnent lieu à des variations des notations moins favorables, ce qui corroborerait la thèse selon laquelle ces changements signalent une détérioration de la qualité des résultats. En procédant à des analyses complémentaires, les auteurs observent que le lien entre les changements dans les écarts entre résultat comptable et résultat fiscal et la variation des notations est moins marqué dans le cas des entreprises qui se livrent activement à la planification fiscale (les écarts entre résultat comptable et résultat fiscal étant, par exemple, plus susceptibles d’indiquer des activités de planification fiscale qu’une détérioration de la qualité des résultats).
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 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 | 0,040 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,010 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».