MétaCan
Menu
Retour à la cohorte
Enregistrement W2259366113 · doi:10.1111/1911-3846.12161

Were Information Intermediaries Sensitive to the Financial Statement‐Based Leading Indicators of Bank Distress Prior to the Financial Crisis?

2015· article· en· W2259366113 sur OpenAlexfundvenueno aff
Hemang Desai, Shiva Rajgopal, Jeff Jiewei Yu

Notice bibliographique

RevueContemporary Accounting Research · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensnon disponible
Organismes subventionnairesChartered Professional Accountants of Canada
Mots-clésBusinessFinancial ratioFinancial distressFinancial crisisBank failureFinancial statementDistressFinancial systemEquity (law)Financial intermediaryAuditFinancial statement analysisFinanceWarning systemAccountingActuarial scienceEconomicsPolitical sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, we address two questions that emerged in the aftermath of the 2008 financial/banking crisis. First, did the financial statements of bank holding companies provide an early warning of their impending distress? Second, were the actions of four key financial intermediaries (short sellers, equity analysts, Standard and Poor's credit ratings, and auditors) sensitive to the information in the banks’ financial statements about their increased risk and potential distress? We find a significant cross‐sectional association between banks’ 2006 Q4 financial information and bank failures over 2008–2010, suggesting that the financial statements reflected at least some of the increased risk of bank distress in advance. The mean abnormal short interest in our sample of banks increased from 0.66 percent in March 2005 to 2.4 percent in March 2007 and the association between short interest and leading financial statement indicators also increased. In contrast, we observe neither a meaningful change in analysts’ recommendations, Standard and Poor's credit ratings, and audit fees nor an increased sensitivity of these actions to financial indicators of bank distress over this time period. Our results suggest that actions of short sellers likely provided an early warning of the banks’ upcoming distress prior to the 2008 financial crisis.

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)0,008
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,287
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,053
Tête enseignante GPT0,311
Écart entre enseignants0,258 · 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

Citations41
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueContemporary Accounting ResearchMême sujetBanking stability, regulation, efficiencyTravaux en français237 207