MétaCan
Menu
Retour à la cohorte
Enregistrement W3081873461 · doi:10.1111/1911-3838.12235

Value Relevance of Comprehensive Income for the Canadian Market<sup>*</sup>

2020· article· en· W3081873461 sur OpenAlexaffvenueabout
Abderrahmane Djaballah, Anne Fortin

Notice bibliographique

RevueAccounting Perspectives · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensUniversité du Québec à MontréalUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésNet incomeSample (material)Relevance (law)Comprehensive incomeStock marketIncome statementBusinessIndex (typography)Value (mathematics)AccountingFinancial statementInternational Financial Reporting StandardsStock (firearms)EconomicsBalance sheetPublic economicsGross incomeAudit

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The value relevance of comprehensive income (CI) compared to net income (NI) remains unresolved. We look at this issue in the Canadian market, using association methods to determine the value relevance of reporting CI and other comprehensive income (OCI) components for stock prices and returns. The sample consists of all the firms in the S&P/TSX Composite Index that prepared their financial statements according to Canadian standards or International Financial Reporting Standards (IFRS) over the 2008–2016 period. Although we find no evidence that CI is more value relevant than NI for stock prices and returns, we note that some OCI components are incrementally value relevant beyond NI for both amounts. In addition, financial services firms differ from other companies in terms of the relationships between some of their OCI components and prices or returns, with such firms even driving some relationships. Relationships between OCI components and prices or returns are also affected when data from the financial crisis period are excluded, with some relationships even changing after IFRS adoption. These results inform Canadian standard setters and financial statement users that OCI components are decision useful for the Canadian market.

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)0,005
score de la tête « metaresearch » (Gemma)0,055
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 enseignants0,067
Score d'incertitude au seuil0,173

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,055
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,009
Études des sciences et des technologies0,0020,002
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,014
Tête enseignante GPT0,223
Écart entre enseignants0,209 · 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

Citations13
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAccounting PerspectivesMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207