MétaCan
Menu
Retour à la cohorte
Enregistrement W4225127285 · doi:10.1108/jaoc-06-2021-0086

Budgetary control and risk management institutionalization: a field study of three state-owned enterprises in China

2022· article· en· W4225127285 sur OpenAlexaff
Johnny Jermias, Yuanlue Fu, Chenxi Fu, Yasheng Chen

Notice bibliographique

RevueJournal of Accounting & Organizational Change · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRisk Management in Financial Firms
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésBusinessCash flowRisk managementControl (management)Generalizability theoryAccountingEnterprise risk managementManagement control systemFinanceActuarial scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this study is to examine the design and implementation of enterprise risk management (ERM) in three large Chinese state-owned enterprises and to develop propositions on integrating ERM, budgetary control system and cash flow stability approach. Design/methodology/approach This study adopts a field study approach to analyze the risk assessment and risk-return matching of ERM. A field study was carried out over three years from 2008 to 2011 in three Chinese state-owned enterprises. These companies were chosen because less attention has been given to the implementation of ERM in such firms. Findings First, the authors find that all three companies use budgetary control to identify risks, analyze each risk to determine the potential consequences, determine the acceptable levels of risk, develop a risk mitigation plan and monitor the activities in all business processes that may change the levels of risks continuously. Second, the companies focus on cash flow risks through budgetary control to ensure the stability of cash flows. Finally, the degree of intensity of using budgetary control institutionalization to design and implement ERM has a positive impact on the level of risk acceptance and risk assessment culture. Research limitations/implications The findings of this study, however, should be interpreted with caution because this study was conducted in three Chinese state-owned enterprises. To increase the generalizability of the findings, future research is encouraged to replicate this study in different industries, as well as in different countries. Furthermore, future research might also examine the authors’ propositions using a large-scale survey across other regions of the world. Practical implications Companies can minimize resistance to change by using budgetary control institutionalization when implementing the ERM. State-owned enterprises can initiate and implement a new risk management system by identifying the potential risks and by developing a risk mitigation plan. Social implications The results of this study will help companies, particularly state-owned enterprises, to improve their performance and become more competitive, which in turn will benefit the society as a whole by performing their risk driver identification, risk driver impact assessment, risk management actions and risk management optimization more effectively. Originality/value The authors investigate how the firms use a legitimate system, namely, budgetary control, that is widely accepted and used in China to foster the acceptance and use of ERM. The authors also develop testable propositions of ERM implementation and cash flow stability that will provide useful guidelines for future research.

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)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,102
Score d'incertitude au seuil0,202

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,003
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,209
Écart entre enseignants0,197 · 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'étudeQualitatif
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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Accounting & Organizational ChangeMême sujetRisk Management in Financial FirmsTravaux en français237 207