MétaCan
Menu
Retour à la cohorte
Enregistrement W4283661215 · doi:10.1017/s0022109023000352

The Effects of a U.S. Approach to Enforcement: Evidence from China

2023· article· en· W4283661215 sur OpenAlexaff
Tinghua Duan, Kai Li, Rafael Rogo, Ray Zhang

Notice bibliographique

RevueJournal of Financial and Quantitative Analysis · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensSimon Fraser University
Organismes subventionnairesHigher Education Discipline Innovation Project
Mots-clésEnforcementIncentiveChinaStock exchangeBusinessStock (firearms)Information asymmetryCLs upper limitsSample (material)Stock pricePoint (geometry)Monetary economicsAccountingEconomicsFinanceMicroeconomicsPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Abstract We examine the effects of implementing a U.S. approach to the enforcement of mandatory disclosure in China. Using a hand-collected sample of comment letters (CLs) issued by the Shanghai Stock Exchange over the period of 2013 to 2018, we show that stock price reactions to CL receipts and replies are negative and significant. Using textual analysis to match issues raised by regulators to targeted firms’ changes in disclosure, we show that these firms do address CL issues point by point, but do not experience significant improvements in their information environments. Our article highlights the importance of incentives rather than regulation/enforcement in reducing information asymmetry.

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)0,001
score de la tête « metaresearch » (Gemma)0,016
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,562
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,252
Écart entre enseignants0,236 · 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'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

Citations27
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Financial and Quantitative AnalysisMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207