Mécanismes de gouvernance et irrégularités en matière d'information financière : une étude canadienne
Bibliographic record
Abstract
L’objectif du présent mémoire est de déterminer l’association entre les mécanismes de gouvernance, plus spécifiquement le conseil d’administration, et les irrégularités en matière d’information financière dans les entreprises canadiennes cotées en bourse. Plusieurs caractéristiques du conseil d’administration, soit l’indépendance, la dualité, la diversité de genre et la taille, seront étudiées. L’étude a été menée sur un échantillon final de 130 entreprises, dont 65 ont été sanctionnées pour des irrégularités en matière d’information financière par les Commissions des valeurs mobilières provinciales, tandis que 65 autres ont été choisies comme échantillon de contrôle. La période de l’étude s’étale de 1997 à 2022. Afin de tester cette association, une série d’analyses de régression a été menée. Dans un premier temps, la régression logistique binaire a été utilisée pour analyser les caractéristiques du conseil d’administration qui sont associées à la probabilité qu’une entreprise soit sanctionnée pour des irrégularités en matière d’information financière. Les principaux résultats de cette régression logistique binaire suggèrent que la probabilité qu’une entreprise commette des irrégularités comptables augmente lorsque : (a) la proportion de membres du conseil d’administration qui ne sont pas indépendants augmente; (b) le dirigeant de l’entreprise est également président du conseil. Dans un deuxième temps, la relation entre les caractéristiques étudiées et les niveaux de sanctions a été examinée à l’aide d’une régression logistique ordinale. Les résultats ont montré que le niveau de gravité des sanctions relatif aux irrégularités en matière d’information financière commises par les entreprises cotées en bourse était plus élevé lorsque : (a) la proportion de membres du conseil d’administration qui ne sont pas indépendants augmente; (b) le dirigeant de l’entreprise est également président du conseil; et (c) la proportion de femmes dans le conseil augmente; (d) la taille du conseil d’administration est plus grande. Dans l’ensemble, les résultats obtenus montrent que certaines caractéristiques du conseil d’administration sont associées à la probabilité d’occurrence des irrégularités en matière l’information financière, mais que certaines relations peuvent être contre-intuitives, comme dans le cas de la diversité de genre. Les résultats présentés apportent de nouvelles preuves quant à l’importance de la composition du conseil d’administration pour assurer la qualité de l’information financière et réduire les irrégularités à l’égard de cette information. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Gouvernance d’entreprise, Indépendance du conseil d’administration, Dualité, Diversité du genre, Taille du conseil, Irrégularités en matière d’information financière.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.004 | 0.014 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".