MétaCan
Menu
Retour à la cohorte
Enregistrement W3125083133

Executive Compensation, Earnings Management and Shareholder Litigation

2010· article· en· W3125083133 sur OpenAlexaff
Yan Wendy Wu, Richard A. Jones

Notice bibliographique

RevueSSRN Electronic Journal · 2010
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLaw, Economics, and Judicial Systems
Établissements canadiensSimon Fraser UniversityWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésSettlement (finance)ShareholderExecutive compensationAffect (linguistics)DismissalClass actionEarningsEarnings managementBusinessCompensation (psychology)AccountingLitigation risk analysisActuarial scienceEconomicsFinanceLawPsychologyPolitical scienceCorporate governanceSocial psychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper examines the effects of executive compensation and potential for earnings management on the incidence of shareholder class action lawsuits and their outcomes. Although damage measurement factors,managerial option intensity, and earnings management all significantly affect the probability of lawsuits, they differ in their influence on the likelihood of positive settlement and on settlement amount: Damage factors do not affect the likelihood of settlement versus dismissal.High option intensity raises the probability of positive settlement, but does not affect its amount.High earnings management, on the other hand, does not affect the likelihood of settlement, but does increase settlement amount.These findings suggest that factors typically used to explain shareholder lawsuits should be interpreted with care.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,569

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,198
Écart entre enseignants0,186 · 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'étudeThéorique ou conceptuel
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

Citations4
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetLaw, Economics, and Judicial SystemsTravaux en français237 207