The Joint Impact of Accountability and Transparency on Managers’ Reporting Choices and Owners’ Reaction to Those Choices
Notice bibliographique
Résumé
We report the results of an experiment designed to investigate the fundamental conflict of interest between managers and owners in a financial reporting setting. In our setting, owners seek accurate reports of financial performance whereas managers have incentives to distort performance reports in a self-serving fashion. Regulatory responses to such conflicts often call for improved disclosure, including more accountability and transparency (e.g., Sarbanes-Oxley Act and Dodd-Frank Act). We use the term accountability to imply answerability — wherein managers are required to reconcile the difference between reported and actual performance. We predict and find that when managers’ incentives are transparently disclosed, accountability does not rein in managers’ opportunistic reporting. By comparison, when managers’ incentives are less transparently disclosed (opaque), accountability dampens managers’ propensity to misreport. However, this reduction in opportunistic reporting due to accountability comes about because managers offset higher reporting bias in compensation periods with lower reporting bias in other periods. Therefore, not only are the benefits of accountability restricted to the setting where managers’ incentives are opaque, but the reduced reporting bias might arise due to window-dressing. Although managers seem to care enough about accountability to engage in window-dressing, financial incentives seem to dominate accountability, at least in our setting. We also find that managers’ payoffs are higher when their incentives are opaque, but owners’ payoffs are invariant regardless of whether incentives are transparent or opaque. Our analyses suggest that owners may be relying on accountability to curb opportunistic reporting by managers — a reliance that may be misplaced. Our findings have implications for regulatory responses aimed at addressing conflicts of interest.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,116 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».