MétaCan
Menu
Retour à la cohorte
Enregistrement W3094257240 · doi:10.5267/j.ac.2020.9.015

The impact of corporate governance mechanisms and IFRS on earning management in Saudi Arabia

2020· article· en· W3094257240 sur OpenAlexvenueno aff
Abdulwahid Ahmed Hashed Abdullah, Faozi A. Almaqtari

Notice bibliographique

RevueAccounting · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensnon disponible
Organismes subventionnairesDeanship of Scientific Research, Prince Sattam bin Abdulaziz UniversityPrince Sattam bin Abdulaziz University
Mots-clésAccountingAudit committeeBusinessCorporate governanceInternational Financial Reporting StandardsDescriptive statisticsQuality auditAuditEarnings managementContext (archaeology)Quality (philosophy)Independence (probability theory)External auditorFinanceInternal auditEarnings

Résumé

récupéré en direct d'OpenAlex

The current research seeks to assess the influence of corporate governance mechanisms and IFRS adoption on compliance with IFRS, earning management, and financial reporting quality(FRQ). A sample comprises 102 Saudi listed firms for the period spanning from 2014 up to 2019 was used. The study used descriptive statistics, correlation analysis and multivariate analysis to estimate the results. The results reveal that while board size, board meeting and foreign ownership had negative effects on compliance with IFRS, board and audit committee independence exhibited a positive effect. Further, the results demonstrate that there was a sign of earning management under IFRS when a performance magnitude was used. The results also indicate that board and audit committee size, audit committee meeting and managerial ownership had significant negative effects on financial reporting quality however, board and audit committee independence showed a significant positive effect. Importantly, the results found that FRQ under IFRS was better than Saudi GAAP. The present research provides practical implications for policy makers, stock market authority, and academicians. More regulatory and disclosure requirements have to be imposed and financial reporting supervisory board need to be formed. The present research provides a novel contribution to IFRS compliance, earning management, financial reporting quality and corporate governance literature. It has a unique contribution as it attempts to investigate this issue in the context of an emerging economy and a recent IFRS adopter; Saudi Arabia that has special country-specific characteristics. The study also provides an evidence by investigating earning management and financial reporting quality under both sets of accounting standards; IFRS and Saudi GAAP.

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)0,011
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,217
Écart entre enseignants0,202 · 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

Citations66
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccountingMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207