MétaCan
Menu
Retour à la cohorte
Enregistrement W4410898127 · doi:10.5267/j.dsl.2025.3.006

The impact of busy boards on earnings management: A case study of estate companies listed on the Vietnamese stock exchange

2025· article· en· W4410898127 sur OpenAlexvenueno aff
Ngoc Tien Nguyen

Notice bibliographique

RevueDecision Science Letters · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Reporting and Valuation Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVietnameseStock exchangeBusinessEstateEarningsAccountingEarnings managementStock (firearms)FinanceEngineering

Résumé

récupéré en direct d'OpenAlex

While busy boards have been widely studied in corporate governance, research on this topic in Vietnam is lacking. In the real estate sector, where high leverage and regulatory challenges per-sist, busy boards may impact earnings management (EM). This study explores their influence on EM in listed Vietnamese real estate firms, contributing to corporate governance insights. This research aims to investigate the presence of busy boards and Board of Directors (BOD) character-istics on EM behavior. This research employs the OLS, FEM, REM and Generalized Least Squares (GLS) regression model to analysis. Analysis results show that the number of busy boards has a positive impact on EM behavior. The results of this study extend the composite measure of BOD in Vietnam by adding a new factor, which has not been included in previous studies, namely busy boards. Thereby, it helps to improve corporate governance in controlling the "performance results" of the board of directors. Busy boards influence positively EM and oth-er factors: board size, board independence, board expertise, female on board negatively affect EM. The findings of this study demonstrate a relationship between busy boards and EM, subsequently affecting the quality of financial statements. Therefore, the policy makers are recommended to consider comprehensive reviews and possibly "legislate" the advantages of diversity within corpo-rate boards during the drafting, amending, and supplementing of corporate governance regula-tions and rules in Vietnam.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,849
Score d'incertitude au seuil0,708

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,067
Tête enseignante GPT0,391
Écart entre enseignants0,324 · 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.

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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDecision Science LettersMême sujetFinancial Reporting and Valuation ResearchTravaux en français237 207