MétaCan
Menu
← Retour à la cohorte
Enregistrement W4317388167 · doi:10.3390/jrfm16020060

Does Corporate Social Responsibility Affect the Timeliness of Audited Financial Information? Evidence from “100 Best Corporate Citizens”

2023· article· en· W4317388167 sur OpenAlexvenueno aff
Ebenezer K. Lamptey, Jin Dong Park, Isaac Bonaparte

Notice bibliographique

RevueJournal of risk and financial management · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAuditAccountingBusinessCorporate social responsibilityCorporate governanceSample (material)Investment (military)Internal auditFinancePublic relationsPolitical science

Résumé

récupéré en direct d'OpenAlex

Companies are under immense pressure to integrate activities that will improve society and the environment with their business objectives. Such integration is likely to introduce complexity into the firms’ activities and impact the timeliness of the financial statements. Audit report lag is significant to investors as it directly impacts investor decision-making and investment fortunes. This study examines the association between corporate social responsibility (CSR) and audit report lag. We measure CSR activities using a composite variable representing a firm’s inclusion on or exclusion from the annual list of “100 Best Corporate Citizens.” In the robust regression analyses with a sample of 3661 firm-year observations from 2011 to 2016, we found a positive and significant association between CSR activities and audit report lag after controlling for extraneous variables potentially influencing audit report lag. Furthermore, the additional results with the six CSR components in the list confirm our finding that, except for governance, all the other components, such as environment, climate change, human rights, employee relations, and philanthropy, have a positive and significant association with audit report lag. Our findings suggest that CSR activities introduce audit complexities and risks that compel auditors to assess a high risk of material misstatements, translating into more audit effort and longer times to complete audits.

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)0,009
score de la tête « metaresearch » (Gemma)0,067
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 enseignants0,013
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,067
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,021
Tête enseignante GPT0,233
Écart entre enseignants0,212 · 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

Citations15
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial management→Même sujetAuditing, Earnings Management, Governance→Travaux en français237 207→