The traditional approach for identifying earnings manipulation has bee การแปล - The traditional approach for identifying earnings manipulation has bee ไทย วิธีการพูด

The traditional approach for identi

The traditional approach for identifying earnings manipulation has been to construct a prediction model for earnings (or
its components) and then to treat deviations from these predictions as evidence of either deliberate misrepresentation or
low reporting quality. Two classic examples of this approach areJones (1991)andDechow and Dichev (2002). Jones (1991)
develops a measure of discretionary accruals based on the assumption that non-discretionary accruals are a deterministic,
linear function of the change in sales and the level of property, plant, and equipment, implying that anything unexplained
by the model represents discretionary accruals. In a similar fashion,Dechow and Dichev (2002)specify a deterministic
intertemporal decomposition of cash flows and then measure accruals quality as the estimation error in a regression of
changes in working capital on past, current, and future cash flows from operations. This approach is, however, limited in its
ability to separate earnings manipulation from operating volatility (for a discussion, seeDechow et al., 2010). Essentially, the
deterministic benchmarking approach classifies innovations to firm performance as misreporting and therefore potentially
leads to the excessive identification of earnings manipulation (for discussions, see Kasznik, 1999;McNichols, 2002).
To separate misreporting from operating volatility, we explore the time-series properties of reported earnings. We
demonstrate that several forms of misreporting produce serial correlation patterns in earnings that are difficult to
rationalize in the absence of misreporting. Specifically, we show that the residuals from a regression of reported earnings on
lagged reported earnings will have a negative second-order autocorrelation in the presence of misreporting. Empirically, we
find that the distribution of the second-order autocorrelation measure is asymmetric around zero with 74% of the
observations being negative and 27% being significantly negative. Assuming that misreporting is linear in the performance
shock, we find that firms in our sample subject to SEC AAERs have significantly higher estimates of manipulation intensity
and that our estimates of unmanipulated earnings are more highly correlated with contemporaneous returns and have
higher volatility than reported earnings.
There are, however, several important caveats to our methodology. First, we focus on the manipulation of earnings and
are indifferent about whether manipulation occurs through accruals or real activities that manifest in cash flows. Second,
we use an AR(1) specification to model persistence in unmanipulated earnings. It is important to point out that our AR(1)
specification for unmanipulated earnings could be misspecified. Third, our time-series specification imposes several
restrictions on the nature of the misreporting that can be identified. Specifically, it has to be a sustainable manipulation
strategy (i.e., it does not result in exponentially growing account balances). Fourth, our time-series strategy requires a
relatively long and stable series of firm-level observations to estimate our manipulation measure. Fifth, our methodology is
unlikely to capture manipulation strategies driven by motives other than masking performance shocks.
Overall, we do not claim that we identify the predominant form of earnings manipulation. However, it is important to
point out that misreporting arising due to motives unrelated to performance shocks is statistically similar to measurement error. Because measurement error produces serial correlations of the opposite sign than our prediction, such misreporting
would make it more difficult to identify manipulations of the form that we consider
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
วิธีการดั้งเดิมในการจัดการกำไรที่ได้รับเพื่อ สร้างโมเดลทำนายรายได้ (หรือส่วนประกอบ) และการรักษาแตกต่างจากคาดการณ์เหล่านี้เป็นหลักฐานอ้างเจตนาอย่างใดอย่างหนึ่ง หรือรายงานคุณภาพต่ำ ตัวอย่างคลาสสิกของวิธี andDechow areJones (1991) และ Dichev (2002) โจนส์ (1991)พัฒนาวัดทดแทนรับรู้ตามที่รับรู้ไม่ใช่ทดแทน deterministic อัสสัมชัญฟังก์ชันเชิงเส้นของการเปลี่ยนแปลงในการขายและระดับ โรงงาน และ อุปกรณ์ กล่าวคืออยู่อาจไม่ได้อธิบายว่าอะไรโดยแบบจำลองแสดงการรับรู้ส่วนบุคคล ในลักษณะคล้าย Dechow และ Dichev (2002) ระบุเป็น deterministicสลายตัวที่ intertemporal กระแสเงินสดและวัดการรับรู้คุณภาพเป็นการประเมินผิดพลาดในการถดถอยของการเปลี่ยนแปลงในเงินทุนหมุนเวียนในอดีต ปัจจุบัน และอนาคตกระแสเงินสดจากการดำเนินงาน วิธีการนี้ อย่างไรก็ตาม ข้อจำกัดในการความสามารถในการแยกการควบคุมกำไรจากความผันผวน (สำหรับการอภิปราย seeDechow et al. 2010) หลัก การเปรียบเทียบวิธี deterministic จัดประเภทนวัตกรรมประสิทธิภาพบริษัทเป็น misreporting และดังนั้นจึงอาจนำไปสู่หมายเลขมากเกินไปของการจัดการกำไรสนทนา ดู Kasznik, 1999 McNichols, 2002)แยก misreporting จากความผันผวน เราสำรวจคุณสมบัติชุดเวลารายงานรายได้ เราแสดงให้เห็นว่า หลายรูปแบบของ misreporting ผลิตรูปแบบสหสัมพันธ์อนุกรมในกำไรที่ยากต่อการค้าของ misreporting เฉพาะ เราแสดงที่เหลือจากการถดถอยของกำไรรายงานบนlagged รายงานกำไรจะมี autocorrelation วินาทีสั่งลบใน misreporting เชิงประสบการณ์ เราพบว่า การกระจายวัด autocorrelation สั่งสองสมมาตรรอบศูนย์กับ 74% ของการข้อสังเกตที่เป็นค่าลบและ 27% ถูกมากลบ สมมติว่า misreporting เป็นเส้นตรงในการทำงานช็อก เราพบว่า บริษัทในตัวอย่างของเราอาจ SEC AAERs มีประเมินนัยสำคัญของความเข้มการจัดการและเราประมาณการรายได้ unmanipulated เพิ่มเติมความสัมพันธ์สูงกับผลตอบแทนพร้อมกัน และมีความผันผวนที่สูงกว่ากำไรรายงานมี อย่างไรก็ตาม กังวลสำคัญหลายวิธีของเรา ครั้งแรก เรามุ่งเน้นการจัดการรายได้ และกำลังสนใจเกี่ยวกับว่าการที่เกิดขึ้นผ่านการรับรู้หรือกิจกรรมจริงที่แสดงรายการในงบกระแสเงินสด วินาทีเราใช้ข้อมูลจำเพาะเกี่ยวกับการ AR(1) ในการติดตาแบบใน unmanipulated จะต้องแจ้งให้ทราบว่า AR(1) ของเราอาจจะ misspecified ข้อมูลจำเพาะสำหรับกำไร unmanipulated ที่สาม เรากำหนดเวลาชุดเลอร์หลายสามารถระบุข้อจำกัดในลักษณะของ misreporting ที่ โดยเฉพาะ ก็ได้ จัดการอย่างยั่งยืนกลยุทธ์ (เช่น มันไม่ทำให้ดุลบัญชีการเจริญเติบโตชี้แจง) สี่ กลยุทธ์ชุดเวลาต้องการชุดค่อนข้างยาวนาน และมั่นคงของบริษัทระดับสังเกตเพื่อประเมินมาตรการการจัดการของเรา ห้า เป็นวิธีการของเราน่าจะจับกลยุทธ์การขับเคลื่อนโดย motives อื่น ๆ กาวประสิทธิภาพแรงกระแทกทั้งหมด เราไม่อ้างว่า เราระบุแบบฟอร์มเด่นควบคุมกำไร อย่างไรก็ตาม มันจะต้องชี้ให้เห็นว่า misreporting เกิดขึ้นเนื่องจากเป้าหมายที่ไม่เกี่ยวข้องกับประสิทธิภาพแรงกระแทกเป็นแน่นคล้ายกับการวัดผิดพลาด เนื่องจากการวัดผิดพลาดสร้างสัมพันธ์อนุกรมของเครื่องตรงกันข้ามมากกว่าการคาดเดาของเรา เช่น misreportingจะทำให้ยากต่อการระบุการควบคุมของแบบฟอร์มที่เราพิจารณา
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
วิธีการแบบดั้งเดิมสำหรับการระบุการจัดการรายได้ที่ได้รับในการสร้างแบบจำลองการคาดการณ์ผลประกอบการ (หรือ
ส่วนประกอบของมัน) แล้วในการรักษาเบี่ยงเบนไปจากคาดการณ์เหล่านี้เป็นหลักฐานของการบิดเบือนความจริงอย่างใดอย่างหนึ่งโดยเจตนาหรือ
มีคุณภาพต่ำรายงาน สองตัวอย่างคลาสสิกของ areJones วิธีนี้ (1991) และ andDechow Dichev (2002) โจนส์ (1991)
พัฒนาตัวชี้วัดของรายการคงค้างการตัดสินใจขึ้นอยู่กับสมมติฐานที่ว่าเงินคงค้างที่ไม่ใช่การตัดสินใจเป็นผู้กำหนดเป็น
ฟังก์ชั่นเชิงเส้นของการเปลี่ยนแปลงในการขายและระดับของที่ดินอาคารและอุปกรณ์ที่หมายความว่าอะไรที่ไม่สามารถอธิบาย
ได้โดยรูปแบบการแสดงให้เห็นถึงการตัดสินใจ คงค้าง ในลักษณะคล้าย Dechow และ Dichev (2002) ระบุกำหนด
สลายตัวข้ามเวลาของกระแสเงินสดและจากนั้นวัดคุณภาพคงค้างเป็นข้อผิดพลาดของการประมาณค่าในการถดถอยของ
การเปลี่ยนแปลงในเงินทุนหมุนเวียนในอดีตปัจจุบันและกระแสเงินสดจากการดำเนินงานในอนาคต วิธีการนี้ แต่มีข้อ จำกัด ในด้านความ
สามารถในการจัดการแยกเป็นสัดส่วนรายได้จากความผันผวนของการดำเนินงาน (สำหรับการอภิปราย seeDechow et al., 2010) โดยพื้นฐานแล้ว
วิธีการเปรียบเทียบกำหนดจัดประเภทนวัตกรรมใหม่ ๆ เพื่อกระชับประสิทธิภาพเป็น misreporting และดังนั้นจึงอาจ
นำไปสู่ประชาชนมากเกินไปของการจัดการรายได้ (สำหรับการอภิปรายให้ดู Kasznik 1999; McNichols, 2002).
การแยก misreporting จากความผันผวนปฏิบัติการเราจะสำรวจเวลา คุณสมบัติชุดของผลประกอบการรายงาน เรา
แสดงให้เห็นว่าหลายรูปแบบของ misreporting ผลิตรูปแบบความสัมพันธ์ต่อเนื่องในผลประกอบการที่ยากที่จะ
หาเหตุผลเข้าข้างตนเองในกรณีที่ไม่มี misreporting โดยเฉพาะเราแสดงให้เห็นว่าสิ่งตกค้างจากการถดถอยของรายได้รายงานเกี่ยวกับการให้
ผลประกอบการรายงานล่าช้าจะมีอัตลำดับที่สองเชิงลบในการปรากฏตัวของ misreporting สังเกตุเรา
พบว่าการกระจายตัวของมาตรการที่สองสั่งอัตคือไม่สมมาตรรอบศูนย์ 74% ของ
การสังเกตเป็นเชิงลบและ 27% เป็นเชิงลบอย่างมีนัยสำคัญ สมมติว่า misreporting ที่เป็นเส้นตรงในการทำงาน
ช็อตเราจะพบว่า บริษัท ในเรื่องตัวอย่างของเราต่อสำนักงาน ก.ล.ต. AAERs มีการประมาณการที่สูงขึ้นอย่างมีนัยสำคัญของความเข้มการจัดการ
และการประเมินผลประกอบการ unmanipulated ของเรามีความสัมพันธ์อย่างมากกับผลตอบแทนที่มากขึ้นสมัยและมีความ
ผันผวนสูงกว่ารายงานผลประกอบการ
มี แต่คำเตือนที่สำคัญหลายประการที่จะวิธีการของเรา อันดับแรกเรามุ่งเน้นไปที่การจัดการของรายได้และ
จะไม่แยแสว่าเกิดขึ้นผ่านการจัดการเงินคงค้างหรือกิจกรรมจริงที่ประจักษ์ในงบกระแสเงินสด ประการที่สอง
เราใช้ AR (1) ข้อกำหนดในการจำลองการติดตากำไร unmanipulated มันเป็นสิ่งสำคัญที่จะชี้ให้เห็นว่าเรา AR (1)
ข้อกำหนดสำหรับกำไร unmanipulated อาจจะ misspecified ประการที่สามเปอนุกรมเวลาของเรามีการเรียกเก็บหลาย
ข้อ จำกัด เกี่ยวกับธรรมชาติของ misreporting ที่สามารถระบุได้ โดยเฉพาะมันจะต้องมีการจัดการอย่างยั่งยืน
กลยุทธ์ (คือมันไม่ได้ผลในการเจริญเติบโตชี้แจงยอดคงเหลือในบัญชี) ประการที่สี่กลยุทธ์อนุกรมเวลาของเราต้องใช้
ชุดค่อนข้างยาวและมีเสถียรภาพของการสังเกตในระดับ บริษัท เพื่อประเมินมาตรการการจัดการของเรา ประการที่ห้าวิธีการของเราคือ
ไม่น่าจะจับกลยุทธ์การจัดการการขับเคลื่อนด้วยแรงจูงใจอื่น ๆ นอกเหนือจากที่กำบังกระแทกประสิทธิภาพ.
โดยรวมแล้วเราไม่ได้เรียกร้องที่เราระบุรูปแบบที่โดดเด่นของการจัดการรายได้ แต่ก็เป็นสิ่งสำคัญที่จะ
ชี้ให้เห็นว่า misreporting ที่เกิดขึ้นอันเนื่องมาจากแรงจูงใจที่ไม่เกี่ยวข้องกับการกระแทกประสิทธิภาพการทำงานจะคล้ายกับสถิติวัดความผิดพลาด เนื่องจากข้อผิดพลาดการวัดความสัมพันธ์ผลิตอนุกรมของเครื่องหมายตรงข้ามกว่าการคาดการณ์ของเรา misreporting ดังกล่าว
จะทำให้มันยากมากที่จะระบุกิจวัตรของแบบฟอร์มที่เราพิจารณา
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2024 I Love Translation. All reserved.

E-mail: