MétaCan
Menu
Retour à la cohorte
Enregistrement W3092864774 · doi:10.1108/ijaim-03-2020-0034

Risk reporting in financial crises: a tale of two countries

2020· article· en· W3092864774 sur OpenAlexaffabout
Kaouthar Lajili, Michael Dobler, Daniel Zéghal, Mitchell John Bryan

Notice bibliographique

RevueInternational Journal of Accounting and Information Management · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésAccountingSample (material)GermanBusinessOriginalityFinancial crisisRisk managementActuarial scienceEconomicsFinancePolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

Purpose This paper aims to investigate the attributes and information content of risk reporting in two different institutional and regulatory, namely, Canadian and German, settings during the period surrounding the financial crisis of 2008. Design/methodology/approach For a matched sample of manufacturing firms in the period 2006–2010, this study conducts a detailed content analysis of annual reports to assess and compare the volume and patterns of risk disclosures. Panel regressions are used to explore how risk disclosures related to corporate risk proxies and performance indicators. Findings Over the sample period, Canadian and German firms increase the volume but largely maintain the patterns of risk disclosures. Risk disclosures relate to corporate risk proxies but are not incrementally informative to assess firm performance. Originality/value The paper contributes to research on risk reporting by providing detailed cross-country evidence for a period particularly shaped by significant risk. The findings have implications for the regulation and usefulness of risk reporting.

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)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,747
Score d'incertitude au seuil0,930

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,006
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,238
Écart entre enseignants0,229 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Accounting and Information ManagementMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207