MétaCan
Menu
Retour à la cohorte
Enregistrement W2750900733 · doi:10.5539/ibr.v10n10p45

Does the New European Banking Regulation discourage Earnings Management?

2017· article· en· W2750900733 sur OpenAlexvenueno aff
Giuseppe Di Martino, Grazia Dıcuonzo, Graziana Galeone, Vittorio Dell’Atti

Notice bibliographique

RevueInternational Business Research · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccountingEarnings managementBusinessTransparency (behavior)Financial statementEuropean unionLoanEarningsFinancial regulationFinancial systemMarket liquidityAccrualCapital requirementAuditEconomicsFinanceEconomic policy

Résumé

récupéré en direct d'OpenAlex

In the recent past, the financial crisis has shown important lacks in the EU regulation relating to the banking sector, making the introduction of a unified regulatory framework necessary. Since June 2009 the European Council has recommended a “Single Rulebook”, that is a unique and harmonizing discipline applicable to all financial institutions in the Single Market, become effective on January 2014. This prudential discipline requires much more minimum capital, liquidity and information transparency and it defines format and minimum standards of contents.The aim of this research is to investigate the relation between the new mandatory disclosure and earnings management policies in banking sector realized through Loan Loss Provisions (LLP), the component of income statement mainly subject to manipulations, especially in form of earnings smoothing. Because the new integrated regulatory framework requires a more transparent disclosure, we expected that accruals manipulation (basically LLP) could be discouraged. The empirical analysis is based on a sample of 116 listed European banks over the period prior (2011-2012-2013) and after (2014-2015-2016) the effective date of the Single Rulebook. The evidence confirm our hypothesis suggesting that this banking reform discourages earnings manipulation and improves earnings quality, making financial reporting more useful for investors. The results are important to the regulatory institutions (such as European Union and European Central Bank) supporting more stringent discipline introduced by Basel III.

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)0,007
score de la tête « metaresearch » (Gemma)0,023
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 enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
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 Opus0,031
Tête enseignante GPT0,309
Écart entre enseignants0,278 · 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

Citations10
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207