MétaCan
Menu
Retour à la cohorte
Enregistrement W2759944319 · doi:10.5267/j.ac.2017.7.001

Book value, earnings, dividends, and audit quality on the value relevance of accounting information among Nigerian listed firms

2017· article· en· W2759944319 sur OpenAlexvenueno aff
Muhammad Alkali, Nasiru Liman Zuru, Danjuma Safiya Kegudu

Notice bibliographique

RevueAccounting · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccountingDividendBusinessRelevance (law)EarningsAuditValue (mathematics)Earnings qualityBook valueAccounting information systemQuality (philosophy)Quality auditFinanceAccrualStatisticsMathematicsPolitical science

Résumé

récupéré en direct d'OpenAlex

The objective of this paper is to determine the effect of International Financial Reporting Standards (IFRS) as a new accounting reporting among Nigerian listed firms. This study uses book value, earnings and dividends to fill in the gap using a sample of 126 Nigerian listed firms in the stock market from 2009 to 2013 (pre and Post-IFRS adoption). Data was collected from Thompson Reuters, Bank scope DataStreams and annual reports. The study adopted Ohlson (1995) [Ohlson, J. (1995). Earnings, book-value, and dividends in equity valuation. Contemporary Accounting Research, 11(2), 661-687.] price model that has been frequently used in determining the quality of accounting information studies. The study finds that combined book value, earnings and dividends do not provide statistical significance effects on IFRS after adoption on the quality of accounting information. This could be possible, as dividends do not provide a significant effect in the presence of earnings. Furthermore, the audit big 4 quality provided an effect on the quality of accounting information because of IFRS adoption. Therefore, findings of this study provide additional literature on the decreasing quality of accounting information in an emerging market setting like Nigeria. The study implication is to the policy makers, regulators, and government that accounting information do not provide value relevance among Nigerian listed firms after IFRS adoption.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,044
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
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 enseignants0,241
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,044
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0020,010
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,236
Écart entre enseignants0,224 · 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 tête enseignante, pas un consensus.

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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccountingMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207