MétaCan
Menu
← Retour à la cohorte
Enregistrement W3109439168 · doi:10.22215/etd/2019-13899

Investor and Firm Perspectives on Impression Management in Earnings Press Releases: Insights from TSX Venture Exchange Firms

2019· dissertation· en· W3109439168 sur OpenAlexaffabout
Alisher Mansurov

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésImpression managementBusinessStock exchangeAccountingEquity (law)VisibilityEarningsTone (literature)Affect (linguistics)MarketingPublic relationsFinancePsychologyPolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

The TSX Venture Exchange, one of the global leaders in providing opportunities to raise equity capital for small and emerging firms, plays an important role in the Canadian economy.However, TSX Venture Exchange firms have not yet received significant attention from academic scholars.This study examines 1,317 earnings press releases (EPRs) of TSX Venture Exchange firms to investigate whether, and how, low-visibility firms engage in impression management practices.It also explores investor perspectives on impression management by examining stock market and online investment discussion board reactions to apparent impression management.Overall, findings of this study indicate that low-visibility firms use various impression management strategies such as tone management, readability manipulation, causal reasoning, and the emphasis of positive performance by thematic manipulation, reinforcement, and repetition in their EPRs.Results of stock market reaction tests suggest that tone management and emphasis of positive performance positively affect cumulative abnormal return around the issue of EPRs; however, these effects dissipate or reverse in the longer-term.Similarly, online investment board participants are initially drawn to EPRs which emphasize positive performance and abnormally high positive tone around the issuance of EPRs.However, in the longer-term, discussion participants pay less attention to those EPRs and switch their interest to EPRs with higher reading complexity.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,218
Écart entre enseignants0,210 · 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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAuditing, Earnings Management, Governance→Travaux en français237 207→