Accounting Harmonisation through IAS/IFRS and Internationalisation: Evidence from FDIs and Cross-Border M&A
Notice bibliographique
Résumé
The process of accounting harmonisation via International Accounting Standards/International Financial Reporting Standards (IAS/IFRS) adoption is very widespread, and it is still involving a huge number of countries all over the world.Previous academic literature investigated the impact of this process from different perspectives, such as the quality of financial reports, the transparency of financial disclosures, the liquidity of the financial markets and the cost of equity.The aim of this article is to contribute to the research stream exploring the effects of IAS/IFRS adoption, investigating if accounting harmonisation through the IAS/IFRS has had an impact on the internationalisation process. To achieve our objective, two multiple linear regression analyses are presented. The first one focuses on the impact of the adoption of IAS/IFRS on foreign direct investments (FDIs) using data collected from a sample of 34 Organisation for Economic Co-Operation and Development (OECD) member countries. The second statistical analysis investigates the influence of IAS/IFRS adoption on cross-border mergers and acquisitions (M&A), considering operations carried out by European-listed companies towards target companies located in the 34 OECD member countries. The FDIs and cross-border M&A are considered proxies of the internationalisation process.Preliminary results show that the adoption of IAS/IFRS has positively affected FDI flows and increased the value of cross-border M&A.This study has tried to provide theoretical contributions to the literature stream about the effects of the harmonisation process with IAS/IFRS adoption, showing the beneficial impact they may have on the internationalisation process. Moreover, our findings can be useful for policymakers and managers, suggesting that becoming IAS/IFRS adopters can facilitate the internationalisation process of the companies.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».