MétaCan
Menu
Retour à la cohorte
Enregistrement W4392560138 · doi:10.1111/1911-3838.12361

How Management Accountants Purposefully Create Cash Flow Forecasts in Capital Budgeting: A Field Study of Product Development Decisions<sup>*</sup>

2024· article· en· W4392560138 sur OpenAlexvenueno aff
Marc Wouters, Frank Stadtherr

Notice bibliographique

RevueAccounting Perspectives · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Reporting and Valuation Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCash flowField (mathematics)Product (mathematics)Cash managementCash flow forecastingBusinessAccountingCapital (architecture)Capital flowsCapital budgetingFinanceEconomicsMicroeconomicsMathematicsGeography

Résumé

récupéré en direct d'OpenAlex

ABSTRACT In capital budgeting, management accountants may have their own agendas when they are creating cash flow forecasts and recommending particular capital investments. What are the mechanisms management accountants can use to influence cash flow forecasts in capital budgeting? This field study investigates how management accountants prepared cash flow forecasts for product development investment decisions at a car company. We describe in detail two instances of the technical design of new cars, the preparation of cash flow forecasts, and decisions on capital investment projects. When management accountants monetarily quantify various kinds of inputs, they not only make pragmatic choices as part of their normal work of dealing with complexity and uncertainty, but they also purposefully intervene in various ways to make their cash flow forecast support a particular capital investment. These interventions can be differentiated in terms of their nature (qualitative or quantitative) and timing (initiating or counteracting). This field study contributes a conceptualization and empirical evidence on accounting tactics in the context of capital budgeting.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,559
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0000,001
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 Opus0,041
Tête enseignante GPT0,299
Écart entre enseignants0,258 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccounting PerspectivesMême sujetFinancial Reporting and Valuation ResearchTravaux en français237 207