MétaCan
Menu
Retour à la cohorte
Enregistrement W2803992024 · doi:10.1111/ijau.12118

Audited financial reporting and voluntary disclosure: International evidence on management earnings forecasts

2018· article· en· W2803992024 sur OpenAlexaff
Rubing Liu, Xiangting Kong, Ziyao San, Albert Tsang

Notice bibliographique

RevueInternational Journal of Auditing · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésAccountingAuditBusinessVoluntary disclosureEarnings managementEarningsCapital marketTurnoverFinanceEconomics

Résumé

récupéré en direct d'OpenAlex

In this paper, we extend prior research on the link between audited financial reporting and voluntary disclosure by examining international differences in the relationship between commitment to higher levels of audit verification of actual financial outcomes and management earnings forecasts (our proxy for voluntary disclosure), using firm‐level data from 30 non‐US countries. Our evidence that commitment to higher levels of audit verification (proxied by the choice of a Big 4 auditor, the amount of audit fees, and excess audit fees) is positively associated with the incidence and frequency of management forecasts, and with stock market reactions to such forecasts, supports the notion that audited financial reporting and voluntary disclosure of managers' private information are complements in countries around the world. We further find that the relation between audited financial reporting and management earnings forecasts is weaker for firms in countries with relatively stronger capital market development or with higher levels of investor protection, suggesting that audited financial reporting plays a more important complementary role in voluntary disclosure in countries with less‐developed institutions. Overall, our findings suggest that firm‐level commitment to better audited financial reporting and the strength of country‐level institutional characteristics play substitute roles in corporate voluntary disclosure decisions.

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)0,027
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 seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,020
Tête enseignante GPT0,266
Écart entre enseignants0,246 · 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

Citations16
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of AuditingMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207