MétaCan
Menu
← Retour à la cohorte
Enregistrement W2919926998

The Implications of Exclusion of Conservatism from Conceptual Framework for Financial Reporting

2018· article· en· W2919926998 sur OpenAlexaff
Hussein A. Warsame

Notice bibliographique

RevueSSRN Electronic Journal · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésConservatismNeutralityAccountingEconomicsIncentiveConceptual frameworkActuarial sciencePolitical scienceLawMicroeconomicsSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Financial Accounting Standards Board (FASB) excluded conservatism from conceptual framework in 2010 to achieve accounting neutrality which is absence of bias from financial estimates. Conservatism has been a widely accepted practice rather a well-established theory, therefore, its exclusion raised tension among accounting researchers and practitioners. Watts (2003) predicted that attempt FASB to ban conservatism is likely to fail and produce unintended consequences. Implications of exclusion of conservatism are not examined yet. We analyze whether this ban reduces accounting conservatism and more importantly improves accounting neutrality. We contribute to accounting literature by showing implications of exclusion of conservatism and testing predictions of Watts (2003). We used modified Basu (1997) model to examine change in conservatism. We measured neutrality using “absence of bias” notion of its theoretical definition. Using parsimonious statistical techniques, we find that conservatism has declined after its exclusion from conceptual framework. Undesirably, accounting neutrality has also declined. Further analysis suggests that decline in neutrality is driven by a fraction of non-compliers. We attribute FASB’s failure in achieving neutrality to such reasons as managerial misinterpretation of exclusion of conservatism, lack of incentives to achieve neutrality, lack of understanding about neutrality, and lack of inclination towards neutrality.

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)0,072
score de la tête « metaresearch » (Gemma)0,181
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,379

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0720,181
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,012
Communication savante0,0060,009
Science ouverte0,0020,004
Intégrité de la recherche0,0020,007
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 Opus0,016
Tête enseignante GPT0,259
Écart entre enseignants0,243 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic Journal→Même sujetAuditing, Earnings Management, Governance→Travaux en français237 207→