MétaCan
Menu
Retour à la cohorte
Enregistrement W3124277176 · doi:10.1287/mnsc.2015.2318

Testing the Transparency Implications of Mandatory IFRS Adoption: The Spread/Maturity Relation of Credit Default Swaps

2016· article· en· W3124277176 sur OpenAlexafffund
Gauri Bhat, Jeffrey L. Callen, Dan Segal

Notice bibliographique

RevueManagement Science · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCredit Risk and Financial Regulations
Établissements canadiensUniversity of Toronto
Organismes subventionnairesHong Kong Polytechnic UniversityCanadian Academic Accounting Association
Mots-clésTransparency (behavior)AccountingCredit default swapMaturity (psychological)BusinessFair valueRelation (database)Accounting information systemInternational Financial Reporting StandardsActuarial scienceCredit riskComputer scienceDatabase

Résumé

récupéré en direct d'OpenAlex

This study tests whether international financial reporting standards (IFRS) adoption increased accounting transparency based on model-driven hypotheses. Duffie and Lando [Duffie D, Lando D (2001) Term structures of credit spreads with incomplete accounting information. Econometrica 69(3):633–644] show that changes to accounting transparency affect the spread/maturity relation of credit default swap (CDS) instruments in very specific ways. Consistent with their model, we find that CDS spreads are lower across maturities following the adoption of IFRS, and the slope and concavity of the CDS spread/maturity relation are higher. These changes did not occur to the spread/maturity relation of a control sample of CDS instruments. Predicted changes apply more intensely to firms with low pre-IFRS transparency. Overall, this study provides strong evidence that IFRS adoption increased accounting transparency. This paper was accepted by Mary Barth, accounting.

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)0,007
score de la tête « metaresearch » (Gemma)0,056
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 enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,056
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 savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,048
Tête enseignante GPT0,240
Écart entre enseignants0,192 · 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

Citations34
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueManagement ScienceMême sujetCredit Risk and Financial RegulationsTravaux en français237 207