Investing in a Digital Asset Environment: The Effects of Staff Accounting Bulletin 121 and the Fear of Missing Out
Notice bibliographique
Résumé
In recent years, regulators have become concerned that investors will be misled in the largely unregulated crypto-asset environment. Particularly, the U.S. Securities and Exchange Commission (SEC) has become concerned about the effects that the Fear of Missing Out (FoMO) could have on investors in the crypto-asset space (SEC, 2021a). This dissertation investigates, in an experimental setting, whether Staff Accounting Bulletin 121 (SAB 121) - recently issued financial reporting guidance by the U.S. Securities and Exchange Commission (SEC) - protects investors with higher levels of FoMO in the crypto-asset environment. Two experiments were carried out online through Prolific using a sample of 95 retail investors (Experiment 1) and 412 retail investors (Experiment 2). In Experiment 1, consistent with social psychology theory, I find that investors with higher levels of FoMO experience more negative emotions at the thought of missing out on future financial gains as they exhibit a higher propensity to invest in the crypto-asset market as compared to investors with lower levels of FoMO. I also find that exposure to SAB 121 decreases investors propensity to invest in the digital asset market with the effects being more pronounced for investors with higher levels of FoMO as compared to investors with lower levels of FoMO. Experiment 2 shows that SAB 121 decreases investors propensity to invest in the crypto-asset market by heightening their risk perception. I conclude the dissertation with a discussion of the implications of the findings for regulators, investors, and for accounting research.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».