MétaCan
Menu
Retour à la cohorte
Enregistrement W2548455803 · doi:10.2308/acch-51635

Does the 20-F Reconciliation Affect Investors' Perception of Comparability between Foreign Private Issuers (FPIs) and U.S. Firms?

2016· article· en· W2548455803 sur OpenAlexaff
Donal Byard, Shamin Mashruwala, Jangwon Suh

Notice bibliographique

RevueAccounting Horizons · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésComparabilityEarningsAccountingIssuerCommissionBusinessInternational Financial Reporting StandardsMonetary economicsFinanceEconomics

Résumé

récupéré en direct d'OpenAlex

SYNOPSIS Until recently, all Foreign Private Issuers (FPIs) listed on U.S. exchanges were required to reconcile their non-U.S. GAAP financial statements with U.S. GAAP in their annual Form 20-F filing. In November 2007, the Securities and Exchange Commission (SEC) eliminated this requirement for FPIs reporting in IFRS. We use this rule change to provide evidence on whether the U.S. GAAP reconciliation affects investors' perception of the degree of comparability between FPIs and domestic U.S. firms reporting in U.S. GAAP. To do so, we test whether the SEC's rule change reduced information transfer from IFRS-reporting FPIs to comparable U.S. firms at the FPIs' earnings announcements. Consistent with the U.S. GAAP reconciliation increasing investors' perception of comparability between FPIs and U.S. firms, we find that information transfer from IFRS-reporting FPIs to comparable U.S. firms decreased significantly after the rule change, on average. We also find evidence consistent with a decrease in comparability for financial analysts forecasting earnings for comparable U.S. firms. In contrast, we find no evidence of a similar decrease in information transfer for FPIs not reporting in IFRS that are unaffected by the rule change.

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)0,003
score de la tête « metaresearch » (Gemma)0,026
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 enseignants0,004
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,014
Tête enseignante GPT0,228
Écart entre enseignants0,213 · 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

Citations17
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccounting HorizonsMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207