MétaCan
Menu
Retour à la cohorte
Enregistrement W2354260511

Anticipation Capability and Signal Mode That Analysts Use to Communicate Financial Fraud: Empirical Evidences from Punishment Bulletins by CSRC

2013· article· en· W2354260511 sur OpenAlexaboutno aff
Yuan Chun

Notice bibliographique

RevueCai-mao yanjiu · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueImbalanced Data Classification Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessQuarter (Canadian coin)Financial fraudAccountingFinanceSecurities fraudLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Using the sample of Chinese A-share listed companies punished by CSRC and its' matched companies in 2005- 2011,this paper examines w hether analysts can anticipate the fraud and w hat signals analysts may use to communicate financial fraud to security market. The results are:( 1) the analysts' recommendations for fraudulent companies at the end of one quarter before the first fraud behavior,and the end of quarter in first fraudulent behavior,or at the end of last quarter of fraud behavior,are more inferior to that for no- fraudulent companies;( 2) The analysts' coverage of fraudulent companies and non-fraudulent companies has no significant difference;( 3) The more analysts' coverage,the more inferior stock recommendations of fraudulent companies. The results above mean that analysts have capability of anticipate corporate financial fraud,and the efficient instrument used to signals corporate financial fraud information is not analysts' coverage but stock recommendations. The analysts' coverage number is not the result caused by analysts' self-selection in corporate fraud but the determinant of the capability of analysts' anticipate corporate financial fraud.

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)0,034
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 enseignants0,016
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,034
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,066
Tête enseignante GPT0,318
Écart entre enseignants0,252 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCai-mao yanjiuMême sujetImbalanced Data Classification TechniquesTravaux en français237 207