MétaCan
Menu
Retour à la cohorte
Enregistrement W2346078286 · doi:10.1515/ajle-2015-0014

D&O Insurance, Corporate Governance and Mandatory Disclosure: An Empirical Legal Study of Taiwan

2016· article· en· W2346078286 sur OpenAlexaboutno aff
Chun-Yuan Chen

Notice bibliographique

RevueAsian Journal of Law and Economics · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCorporate governanceBusinessInsurance lawEmpirical evidenceAccountingInsurance policyGeneral insuranceActuarial scienceFinance

Résumé

récupéré en direct d'OpenAlex

Abstract The purpose of this paper is to test the signal effect of Directors and Officers (D&O) insurance and to analyze the necessity of mandatory disclosure of D&O insurance in Taiwan. D&O insurance is usually viewed as a signal mechanism of insured firms’ corporate governance and thus its mandatory disclosure has been argued. However, there is no complete mandatory disclosure of D&O insurance in the United States and other countries. This issue is not only popular in common law worlds but also sprouting in civil caw jurisdictions such as Taiwan. In the first part of this research, the signal effect of D&O insurance in Taiwan will be empirically tested. The evidence suggests that the information about D&O insurance in Taiwan could statistically and significantly signal the qualities of corporate governance of insured firms. Then, this study addresses the mandatory disclosure of D&O insurance by comparative law and law & economic approaches. This paper compares the regulation about D&O insurance disclosure in the United States, Canada and Taiwan, and find out the reasons affecting the mandatory disclosure of D&O insurance. The Cost and benefit analysis is also applied to discuss whether or not the Canadian mandatory disclosed system should be transplanted. It concludes that the D&O insurance can signal the information of insured firms’ corporate governance, and mandatory disclosure is required and justified. Such interdisciplinary research will provide through recommendations for the Taiwan and other emerging countries in Asia.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,042
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,031
Tête enseignante GPT0,231
Écart entre enseignants0,200 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Journal of Law and EconomicsMême sujetCorporate Finance and GovernanceTravaux en français237 207