MétaCan
Menu
Retour à la cohorte
Enregistrement W4389847622 · doi:10.5267/j.dsl.2023.11.005

Does the covid-19 pandemic create an incentive for firms to manage earnings? The role of board independence and corporate social responsibility

2023· article· en· W4389847622 sur OpenAlexvenueno aff
Mohammad Azzam, Eman Abu-Shamleh

Notice bibliographique

RevueDecision Science Letters · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncentiveEarningsBusinessIndependence (probability theory)Coronavirus disease 2019 (COVID-19)AccountingCorporate social responsibilityEarnings managementStock exchangePandemicAuditEconomicsFinancePublic relationsMarket economyPolitical science

Résumé

récupéré en direct d'OpenAlex

It is argued that managers took advantage of Covid-19 pandemic lockdowns and remote auditing and used earnings management (EM) practices extensively. Furthermore, the Covid-19 pandemic created new unsearched crisis-related incentives. This study, therefore, tests whether Covid-19 created a new incentive for managers to manipulate earnings. It also examines the association between corporate social responsibility (CSR) and board independence and EM during Covid-19. A data set of 384 firm-year observations from 2018 to 2021 of non-financial firms listed on the Amman Stock Exchange (ASE) was investigated. Results indicate that Jordanian firms engaged in EM during Covid-19 considerably more than when compared to pre-Covid-19, suggesting that Covid-19 created a new incentive for managers to manipulate earnings. Furthermore, Jordanian firms used income-increasing EM much more when compared to income-decreasing EM. However, when taking Covid-19 into account, no significant association was found between board independence and EM. In addition, the ability of CSR to constrain EM decreased. This adds to the current debate in the literature that even well-established monitoring mechanisms like board independence and CSR are unable to constrain EM practices in a unique business environment caused by Covid-19.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,100
Tête enseignante GPT0,341
Écart entre enseignants0,241 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDecision Science LettersMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207