Accounting Conservatism and Earnings Quality
Notice bibliographique
Résumé
Purpose—The study on the relationship between accounting conservatism and earnings quality is not new. However, the results are inconsistent and mixed, and to some degree, even contradictory, which represents a gap in the literature. The purpose of this study is to provide some explanations for these mixed results in the literature by investigating the effect of corporate governance mechanisms, as a moderator variable (which has not been considered in the literature before), on the relationship between accounting conservatism and earnings quality based on the Dechow and Dichev model and the modified Jones model. Design/methodology/approach—The statistical model used in this study is a multivariate regression model; furthermore, the statistical technique used to test the hypotheses is panel data. Findings—The findings reveal that the adopted models (Dechow and Dichev) and the corporate governance mechanisms (such as board independence, large shareholders, and institutional ownership) can have a moderating effect on the relationship between accounting conservatism and earnings quality. These findings are exciting, contribute to the current literature, and explain some of the reasons for mixed results. Practical implications—The findings of the current study provide an important guideline for firms to consider the impact of adopted models (Dechow and Dichev), as well as the corporate governance mechanisms (such as board independence, large shareholders, and institutional ownership) on the relationship between accounting conservatism and earnings quality. Originality/value—Examining the impact of Dechow and Dichev models as well as the corporate governance mechanisms on the relationship between accounting conservatism and earnings quality is new in this paper. It can explain part of the reasons for the mixed and inconsistent results in the literature.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».