Notice bibliographique
Résumé
This paper investigates non-GAAP financial measures voluntarily reported by Canadian companies listed on Toronto stock exchange (TSX) and Toronto Ventures Exchange (TSXV) for the year 2017. Non-GAAP measures are those that do not adhere to the requirements of generally accepted accounting principles (GAAP) and are used to communicate those aspects of firms’ operations which the firms see as relevant for the users of financial statements. This study is an exploratory research which describes current firm practices in reporting non-GAAP financial measures among three industry groups, namely Real Estate, Blockchain/Cryptocurrency and Cannabis firms. This paper also assesses the quality of non-GAAP financial disclosures in accordance with the regulatory guidance. The study is motivated by recent regulatory proposals issued by the Canadian Securities Administrators (CSA), under the National Instrument NI 52-112 and by the Accounting Standards Board (AcSB) pertaining to reporting non-GAAP performance measures. The main contribution of this study is a detailed content analysis of a sample of Canadian firms. My analysis of hand collected data from the Management Discussion and Analysis (MD&A) indicates a plethora of reported “non-GAAP financial measures” disclosed by companies. The analysis also indicates that firms are falling short on parameters such as understandability, comparability, standardization, consistency and persistence of non-GAAP financial measures which are essential under the existing guidelines, and that regulation of non-GAAP financial measures would be beneficial. The study’s findings may be relevant to regulators for formulating guidance on reporting non-GAAP measures and identifies areas of potential future studies in the area of non-GAAP financial measures. Keywords: Non-GAAP financial measures, Non-GAAP earnings, Pro forma earnings, Non-IFRS measures, Street earnings, Core earnings, Adjusted earnings and NI 52-112.
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 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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».