Reliability And Non-GAAP Adjustment Explanations
Notice bibliographique
Résumé
Non-GAAP Financial Measures (NGFMs) have been in the academic spotlight for the last three decades, with a particular concern around the reliability of these measures. To address this reliability concern, regulators (including the Canadian Securities Administrators, CSA, and the U.S. Securities and Exchange Commission, SEC) have recently started requiring firms to provide a written explanation of their NGFM adjustments. However, to date, our understanding of how these explanations of NGFM adjustments influence investors is limited. This dissertation employs two methods to delve into the question of how explanations of NGFM adjustments influence investors' perceptions of reliability. First, I interview financial analysts, who reported that NGFMs are used to augment GAAP measures and stated their beliefs that NGFMs are important when evaluating the core operations of firms; however, they also spoke about a lack of consistency and transparency in NGFM adjustments which, in turn, serves to undermine their reliability. Second, I use an experiment to show that when firms provide an explanation for their NGFM adjustments, regardless of whether they are mandated by regulators or voluntarily provided, investors’ perception of their reliability increases. My findings also show that investors’ perception of the reliability of NGFM adjustments does not differ between positive versus negative adjustments. To conclude I find that explanations increase investors’ perceptions of the reliability of NGFM adjustments and financial information provided by public companies. My findings contribute important depth and understanding about investors’ perceptions of the reliability of NGFM adjustments. These findings have implications for accounting and finance academics, professionals, and standard-setters alike.
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 | 0,015 | 0,132 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 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 ».