MétaCan
Menu
Retour à la cohorte
Enregistrement W2284509038 · doi:10.5539/ijef.v8n2p1

The Impact of the UK Corporate Governance Code 2010 on Earnings Management around Mergers and Acquisitions

2016· article· en· W2284509038 sur OpenAlexvenueno aff
Michael Yipake Banseh, Ehsan Khansalar

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccrualEarnings managementAccountingCorporate governanceEarningsBusinessMergers and acquisitionsFinance

Résumé

récupéré en direct d'OpenAlex

Several studies revealed earnings management (EM) around mergers and acquisitions (M&As) by both acquirers and target firms. Rosa et al. (2003) suggest that a systematic EM is associated with the use of stock as payment in takeovers. This and other corporate malpractices have prompted authorities to tighten regulations by passing the United Kingdom (UK) Corporate Governance (CG) Code to guide companies in the UK in their corporate management and financial reporting. This study is to investigate the impact of the UK CG Code on accruals EM around M&As in the UK. The study applied the Modified Jones (1991) model as modified by Dechow et al. (1995) and the Pearson Product Moment Correlation in analysing a sample data from 66 companies listed on the LSE that have undertaken M&As within the period of January 2007 to December 2014. The results produced by the modified Jones model indicate some level of income increasing discretionary accruals in the pre-CG period but showed an opposite situation in the post-CG period. A test for significance indicates the means of pre-CG discretionary accruals and post-CG discretionary accruals were different and significant. The hypothesis that “the level of earnings management around mergers and acquisitions in the UK has significantly reduced after the enactment of the UK Corporate Governance code 2010” was therefore accepted. Results from the Pearson Correlation Coefficient were inconclusive on EM but indicate some changes in the level of activities in the earnings between the two periods. This may also points to some effect of CG Code on the reported earnings of these companies. The results from this study is consistent with existing studies that evince the effectiveness of CG in controlling EM as Hsu and Koh (2005); Osma (2008) suggest that best corporate governance practices minimise EM and reduce fraud drastically.

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)0,001
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,055
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,212
Écart entre enseignants0,201 · 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'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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207