Texte remanié de: Th. doct.--Droit--Aix-Marseille 3, 2000. / Bibliogr. p. 421-435. Index.

Th. doct.--Göteborg--Göteborgs Universitet, 2003. / Bibliogr. p. 190-206.

Cette thèse analyse l’impact de la réglementation des divulgations environnementales ainsi que l’utilité de ces informations pour les investisseurs, partie prenante susceptible d’influencer l’entreprise en l’amenant à produire l’information environnementale utile, éventuellement imposée par la réglementation. Notre recherche s’appuie sur une approche quantitative basée sur le traitement des scores de divulgation environnementale au travers de modèles de régression ordinaire et censuré. Les scores de divulgation environnementale ont été calculés à partir d’une grille de mesure élaborée par nos soins et utilisée pour l’analyse de 121 entreprises européennes. Les résultats montrent que la réglementation des divulgations environnementales a un impact positif direct et induit sur le niveau de divulgation environnementale des entreprises. Par contre, l’impact des recommandations gouvernementales ou émanant d’organismes professionnels est identiquement faible. Les résultats montrent également que l’utilité des divulgations environnementales pour les investisseurs n’est pas uniforme : elle dépend de l’opacité des divulgations financières de l’entreprise, de son exposition aux risques environnementaux et de la structure de son actionnariat. Enfin, dans un contexte où l’information environnementale publiée est largement, voire totalement volontaire, les résultats montrent que les entreprises orientent leur communication environnementale en fonction des parties prenantes qu’elles identifient comme prioritaires. / Using disclosure scores to assess the level of environmental information provided by 121 randomly selected European listed companies, this research has two major goals. First, it examines whether environmental information is useful to investors. Second, it analyzes whether it is worth regulating environmental disclosures. Results reveal that the usefulness of environmental disclosures for investors is not uniform. It varies among firms, increasing with (i) exposure to environmental risks; (ii) ownership dispersion; (iii) the level of financial opacity. Furthermore, results also reveal that regulation has a direct and induced favorable impact on corporate environmental disclosure. After controlling for the usual determinants of environmental disclosures, we show that firms subject to a law that regulates environmental reporting disclose more than those domiciled in countries that have developed guidelines only. Finally, in a context where environmental information is mainly voluntary, we show that firms reserve their environmental communication for their preferred stakeholders.

Reproduction de : Thèse de doctorat : Droit privé : Reims : 2008. / Titre provenant de l'écran-titre. Bibliogr. p. 385-418. Index.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Thèse (D. en économique)--Université du Québec à Montréal, 2004. / En tête du titre: Université du Québec à Montréal. Bibliogr.: f. 254-268. Publié aussi en version électronique.

Cette thèse contient trois essais distincts sur la publication d’information sectorielle que les entreprises européennes ayant plusieurs secteurs opérationnels effectuent en vertu des IFRS 8 Secteurs Opérationnels. Chaque essai vise à améliorer notre compréhension collective sur la politique de communication financière des cadres dirigeants en examinant diverses caractéristiques des informations sectorielles. Le chapitre I, “L’interaction entre la qualité et la quantité des publications sur l’information sectorielle” examine le choix des cadres dirigeants à l'égard de la quantité et de la qualité, ainsi que l’utilité de ces deux caractéristiques pour les analystes financiers. J’utilise le nombre de segments opérationnels publiés comme mesure quantitative et la variation inter-sectorielle de la profitabilité comme mesure qualitative et soutiens que plus de pouvoir discrétionnaire peut être exercé par les dirigeants sur la qualité que sur la quantité. Je trouve que les cadres dirigeants résolvent les préoccupations liées aux renseignements commerciaux de nature exclusive soit en déviant de a quantité recommandée par la norme, ou, lorsqu’ils suivent la norme, en réduisant la qualité de l’information sectorielle. Les analystes financiers n’apprécient pas toujours la qualité de l’information sectorielle, ce qui suggère que le modèle business crée des difficultés même pour des utilisateurs avertis. Mes résultats informent les normalisateurs lorsque ceux-ci initient le développement d’un nouveau cadre conceptuel et lorsqu’ils semblent envisager l’approche du modèle business pour le reporting. Le chapitre II s'intitule «La non-conformité des secteurs opérationnels à travers des documents d'entreprise. » Les régulateurs de marché examinent des cas de présentations lorsqu'une entreprise fournit des informations différentes sur le même sujet dans différents documents. En mettant l’accent sur les secteurs opérationnels, cet essai utilise des données recueillies manuellement auprès de quatre documents d’entreprise afin d'analyser l'impact de la publication d’information non-conforme sur l’exactitude des prévisions de résultat des analystes financiers. La non-conformité qui découle de la déségrégation supplémentaire des secteurs semble introduire de nouveautés et contribue à l’exactitude des prévisions. La publication des segmentations difficilement réconciliables entraine une exactitude réduite des prévisions. Ces résultats contribuent à notre compréhension des effets de la politique de communication des dirigeants à travers plusieurs documents et ont des répercussions sur le travail les régulateurs. Le chapitre III s'intitule « Prévisions managériales au niveau sectoriel. » Je considère les prévisions au niveau sectoriel (PNS) comme un type d'information désagrégé que les entreprises fournissent ensemble avec leur stratégie de gestion. J’examine l’utilité de cette information pour l’exactitude des prévisions de résultat par les analystes ainsi que l’impact de cette information sur la manipulation du résultat. Je constate que les entreprises de haute technologie réputées pour l’incertitude supplémentaire liée à profitabilité sont moins susceptibles de fournir des PNS et que le PNS est associé à une prévision améliorée. Cependant, alors que la communication de davantage de PNS désagrégé par secteur a tendance à améliorer la précision, plus de précision ne semble pas avoir d’importance. Du point de vue des cadres dirigeants, les PNS les incitent à manipuler le résultat comptable, mais le PNS désagrégé par poste semble décourager la manipulation, fort probablement due à une surveillance supplémentaire. Dans un contexte où une orientation narrative et désagrégée est considérée comme la solution pour empêcher la vision à court terme, comprendre quel type d'information permet d’atteindre cet objectif, et de quelle manière, est tout autant pertinent pour les cadres dirigeants, les investisseurs et les régulateurs. / This thesis contains three stand-alone essays on the operating segment disclosures that European multi-segment companies make under IFRS 8 Operating Segments. Each essay aims to improve our collective understanding about managers’ disclosure strategy by examining various characteristics of operating segment disclosure. Chapter I, entitled “The Interplay between Segment Disclosure Quantity and Quality,” investigates managers’ choices with respect to both disclosure quantity and disclosure quality, and the usefulness of these two characteristics for financial analysts. Focusing on segment disclosures under the management approach, I measure quantity as the number of segment-level line items and quality as the cross-segment variation in profitability, and argue that greater managerial discretion can be exercised over quality than over quantity. I hypothesize and find that managers solve proprietary concerns either by deviating from the suggested line-item disclosure in the standard, or if following standard guidance, by decreasing segment reporting quality. Moreover, financial analysts do not always understand the quality of segment disclosures, which suggests that a business-model type of standard creates difficulties even for sophisticated users. My results inform standard setters as they start working on a disclosure framework and as they seem to consider the business model approach to financial reporting. Chapter II is entitled “Inconsistent Segment Disclosure across Corporate Documents.” Market regulators in the U.S. and Europe investigate cases of inconsistent disclosures when a company provides different information on the same topic in different documents. Focusing on operating segments, this essay uses hand-collected data from four different corporate documents of multi-segment firms to analyze the impact of inconsistent disclosure on financial analysts’ earnings forecast accuracy. Inconsistencies that arise from further disaggregation of operating segments in some documents seem to bring in new information and increase analyst accuracy. However, when analysts must work with different, difficult-to-reconcile segmentations, their information processing capacity and forecasts are less accurate. These findings contribute to our understanding of the effects of managers’ disclosure strategy across multiple documents and have implications for regulators and standard setters’ work on a disclosure framework. Chapter III is entitled “Management Guidance at the Segment Level.” Prior research has found that managers add information to their earnings guidance to justify, explain, or contextualize their forecasts. I identify segment-level guidance (SLG) as a type of disaggregated information that multi-segment firms provide with their management guidance, and investigate its usefulness for financial analysts’ earnings forecasting accuracy, as well as its influence on managers’ earnings fixation. I further characterize the level of precision (point and range, maximum or minimum estimate, or simply narrative) and of disaggregation of SLG. I find that companies in high tech industries known for increased uncertainty in future performance are less likely to provide SLG, and that SLG is associated with better forecasting accuracy. However, while providing more item-disaggregated SLG improves accuracy, increased precision has no impact on forecast accuracy. From the manager’s point of view, SLG creates incentives to engage in earnings management, and the more precise the SLG is the greater the incentive. In contrast, more item-disaggregated SLG discourages earnings management, perhaps by improving monitoring. In a context where qualitative, narrative, and disaggregated guidance is regarded as a solution to avoid earnings fixation and short termism, understanding which types of information achieve this goal, and how, is relevant for managers, investors, and regulators alike.

No description available.

Titre de l'écran-titre (visionné le 28 novembre 2023) / Ce mémoire traite de la problématique liée à la confidentialité des données, particulièrement des risques de divulgations de données utilisées pour entraîner un modèle d'apprentissage statistique. En effet, face aux contraintes liées à la protection des données personnelles, plusieurs techniques sont proposées et utilisées par les chercheurs et organisations afin de parvenir à avoir des résultats de modèles sans violer la vie privée des individus sur lesquelles ces modèles sont entraînés. Nous prenons l'exemple de l'outil DataSHIELD qui offre la possibilité de sortir des résultats, jugés sécuritaires après être passés par un ensemble de contrôles, sans donner accès aux micro-données. Cependant, ces outils de contrôle du risque de divulgation de la vie privée restent encore vulnérables face aux attaques d'individus malintentionnés. Nous proposons dans ce mémoire des algorithmes d'attaque d'attributs qui, à partir des résultats d'un modèle, permettent de découvrir des informations précises et souvent sensibles sur les individus qui ont été utilisés pour entraîner le modèle. Certains de ces algorithmes d'attaque d'attributs sont basés sur des modèles d'attaques d'appartenance par inférence avec la méthode des modèles fantômes proposées par Shokri et al. (2017). Ce type d'algorithme a déjà été proposé dans la littérature par Zhao et al. (2021). Mais les auteurs ne sont pas arrivés à en démontrer l'efficacité car ils ont obtenu une faible différence en comparant le taux de succès de l'attaque observé sur les données membres et celui observé sur les données non membres. D'autres de nos algorithmes sont basés sur les modèles d'attaque d'appartenance précités et sur des méthodes d'imputations multivariées par équations chaînées (méthode MICE). Nous considérons cette méthode comme une façon dont un adversaire peut procéder pour faire une attaque d'attributs en passant par l'imputation MICE et une attaque d'appartenance avec modèles fantômes ; et nous l'appelons « MICE avec modèles fantômes ». Cette méthode est une contribution nouvelle que nous proposons et qui se trouve d'ailleurs être plus efficace que la première en évaluant le taux de succès. En fait, nous avons testé ces algorithmes sur deux jeux de données (« adult » et « Texas-100X ») et les résultats obtenus ont démontré, d'une part, leur efficacité à divulguer des informations sur les individus ciblés et, d'autre part, que la méthode utilisant l'imputation est plus efficace à découvrir la bonne information car celle-ci a eu des taux de succès plus élevés. / This document addresses the issue of data confidentiality, particularly the risks of disclosure of data used to train a statistical learning model. In fact, faced with the constraints of data protection, several techniques have been proposed and used by researchers and organizations to obtain model results without violating the privacy of the individuals on whom these models are trained. We take the example of the DataSHIELD tool, which offers the possibility of outputting results judged to be safe after passing through a set of controls, without giving access to the micro-data. However, these tools for controlling the risk of privacy disclosure are still vulnerable to attacks by malicious individuals. In this thesis, we propose attribute attack algorithms which, based on the results of a model, can uncover precise and often sensitive information about the individuals who were used to train the model. Some of these attribute attack algorithms are based on inference-based membership attack models with the shadow model method proposed by Shokri et al. (2017). This type of algorithm has already been proposed in the literature by Zhao et al (2021). However, the authors were unable to demonstrate its effectiveness because they obtained a small difference between the attack success rate observed on member data and that observed on non-member data. Other of our algorithms are based on the above membership attack models and on multivariate imputation methods using chained equations (MICE method). We regard this method as a way for an adversary to carry out an attribute attack via MICE imputation and a membership attack with shadow models; and we call it "MICE with shadow models". This method is a new contribution that we propose, and one that is more effective than the first in terms of success rate. In fact, we tested these algorithms on two datasets ("adult" and "Texas-100X") and the results obtained demonstrated, firstly, their effectiveness in disclosing information about the targeted individuals and, secondly, that the method using imputation was more effective in discovering the right information, as it had higher success rates.

Texte remanié de: Thèse de doctorat--Droit--Université de Nantes, 2007. / Bibliogr. p. 163-172. Index.