MétaCan
Menu
Retour à la cohorte
Enregistrement W4253022608 · doi:10.32920/14648043.v1

Non-GAAP Financial Measures: Evidence From Canada

2021· preprint· en· W4253022608 sur OpenAlexaboutno aff
Sameera Hassan

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Reporting and Valuation Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccountingBusinessComparabilityAccounting standardConsistency (knowledge bases)International Financial Reporting StandardsSample (material)Accounting managementFinanceAccounting information system

Résumé

récupéré en direct d'OpenAlex

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 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)0,006
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil0,391

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,038
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0070,020
Études des sciences et des technologies0,0050,003
Communication savante0,0050,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,095
Tête enseignante GPT0,304
Écart entre enseignants0,210 · 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'étudeObservationnel
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFinancial Reporting and Valuation ResearchTravaux en français237 207