Fraud Firms' Non‐Implicated <scp>CFOs</scp>: An Investigation of Reputational Contagion and Subsequent Employment Outcomes*
Notice bibliographique
Résumé
ABSTRACT We investigate labor market consequences for CFOs employed by fraud firms, focusing on reputational contagion for those who are not implicated. These individuals provide an opportunity to understand reputational contagion and the nuanced meaning of “guilt” because the labor market may suspect complicity or infer negligence regardless of whether that is truly the case. We compare these CFOs to a matched sample of non‐fraud CFOs and track both turnover and subsequent employment positions. Non‐implicated CFOs are more likely to experience turnover compared to non‐fraud CFOs, driven in particular by the public revelation of fraud to the labor market. We further find that non‐implicated CFOs are more likely to obtain comparable subsequent employment than non‐fraud CFOs before the fraud is publicly revealed, but not after. In supplementary analyses, we find that turnover rates are highest for non‐implicated CFOs who started their employment with the firm before the fraud began as compared to non‐implicated CFOs who started their employment after the fraud began. These results highlight the labor market significance of the public revelation of fraud and imply that the labor market does not fully distinguish between fraud firm association and general firm performance when making executive hiring decisions.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».