The relevance of XBRL extensions for stock markets: evidence from cross-listed firms in the US
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose The study investigates the relevance for stock markets of voluntary disclosure of eXtensible Business Reporting Language (XBRL) extensions [based on International Financial Reporting Standards (IFRS) or US-GAAP] for an international sample of US cross-listed firms. Design/methodology/approach The study examines if the disclosure of XBRL extensions by a firm provides relevant information to market participants. Towards that end, this paper investigates whether this type of disclosure affects the level of information asymmetry between insiders and investors and if it is value relevant. This study measures information asymmetry by bid-ask spread and value relevance by stock price or Tobin's Q . Findings After a certain level of disclosure of XBRL extensions, the impact on stock pricing is negative (creates noise on stock markets). Controlling for that phenomenon, both IFRS and US-GAAP XBRL extensions are value relevant. Second, results indicate that XBRL extensions are positively (negatively) related to stock market value for firms that exhibit positive (negative) earnings. This suggests a complementary effect between earnings and XBRL extensions on their relation with stock price or Tobin's Q . Finally, the results also indicate that both IFRS extensions and US-GAAP extensions are associated with lower information asymmetry (i.e. bid-ask spread). Originality/value To the best of the authors’ knowledge, this study is the first to investigate the relevance of XBRL extensions under IFRS for US cross-listed firms since the availability of the IFRS taxonomy for foreign private issuers that prepare financial statements under IFRS standards.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle