MétaCan
Menu
Retour à la cohorte
Enregistrement W4251962850 · doi:10.1111/1475-679x.12397

Truncating Optimism

2021· article· en· W4251962850 sur OpenAlexaff
Zachary Kaplan, Xiumin Martin, Yifang Xie

Notice bibliographique

RevueJournal of Accounting Research · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEarningsPessimismIncentiveOptimismInsiderProxy (statistics)EconomicsBusinessAccountingMicroeconomicsComputer sciencePsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Consensus estimates, formed by taking an average of analyst forecasts, play an important role in capital markets (e.g., provide investors with a proxy for earnings expectations). We show I/B/E/S, a prominent information intermediary, removes 6% of one‐quarter‐ahead earnings forecasts before calculating the consensus, and among the 23% of firm‐quarters with at least one forecast removed, this figure rises to 16%. We provide evidence suggesting that I/B/E/S subjectively applies policies that govern its removal decisions and accepts feedback from firms that contributes to this subjectivity. Specifically, we find optimistic forecasts are removed more frequently than pessimistic forecasts, and such asymmetry increases further when removals allow firms to meet or beat the consensus. Furthermore, we find that these effects are more pronounced when managers’ incentives to just meet or beat the consensus are stronger (i.e., higher subsequent insider sales or higher compensation delta), or managers have greater ability to influence I/B/E/S. Lastly, we demonstrate that these subjective removals benefit I/B/E/S by improving consensus accuracy, explaining why I/B/E/S is willing to be influenced by firms.

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)0,006
score de la tête « metaresearch » (Gemma)0,051
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,737
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,051
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,039
Tête enseignante GPT0,314
Écart entre enseignants0,275 · 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.

Devis d'étudeSans objet
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

Citations22
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Accounting ResearchMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207