Effects of CEO Turnover and Board Composition Reform on Improvements in the Internal Control Quality
Notice bibliographique
Résumé
Several serious accounting scandals have occurred in Japan in recent years (e.g., Olympus); however, the government, regulators, and auditing standard setters have struggled to identify new directions for corporate governance in listed companies, such as standard setting to address risks of fraud in an audit or the adoption of new corporate governance codes. The validity and effectiveness of monitoring by outside directors have received criticism within such a context. Nevertheless, in 2015, accounting fraud at Toshiba was discovered, which surprisingly involved upper management; the outside directors had failed to detect and prevent this fraud. Again, the monitoring function of the Japanese board of directors and outside directors was viewed with suspicion. Thus, this study examines Japanese corporations that disclose significant deficiencies (SDs) in internal controls over financial reporting (ICFR) and determines whether replacing the chief executive officer (CEO) and enhancing board members’ independence and financial expertise are followed by SD remediation. The results indicate that Japanese companies that disclose SDs in ICFR are more likely to replace their CEOs and enhance board independence. In addition, this study finds that although these actions do not affect SD remediation, upgrading the board’s accounting expertise does correlate positively with SD remediation. Moreover, if a company remediates a SD by increasing the number of accounting experts on the board, an increase in audit fees during the following term can be mitigated. These findings should be of interest to Japan’s regulators, auditing standard setters, and financial statement users when considering improvements in the quality of internal controls. In particular, these individuals must realize that the control environment is not improved in Japanese firms merely by replacing the CEO and increasing board independence, particularly because new CEOs encounter difficulties in changing the environment established by their predecessors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».