Do changes in gross margin percentage provide complementary information to revenue and earnings surprises?
Notice bibliographique
Résumé
Purpose – The purpose of this paper is to investigate the association between gross profit percentage, abnormal market returns, revenue surprises and earnings surprises. Gross margin is relied upon by various market participants, as its predictive power is incremental and distinct from revenue and earnings signals; however, gross margin has received little researcher attention. Design/methodology/approach – General regression specifications found in the prior literature are extended to assess the informational content of changes in gross margin percentage. In addition, various portfolios are created based around the nature of the signals (positive or negative), provided by each income statement metrics (revenue, gross margin and earnings). A sample of 5,582 quarterly observations of S & P 500 firms is compiled. The main regressions are exposed to three robustness tests that focus on industry sub-groupings, institutional ownership and fourth-quarter observations. Findings – The main findings reveal that gross margin percentage changes and earnings surprises are significantly related to abnormal market returns in the short window around the earnings announcement date and persist into a wider window measured as the quarter after the earnings announcement date. The relationship between gross margin percentage changes and abnormal returns is more pronounced when positive (negative) changes in gross margin percentage are accompanied by positive (negative) revenue and earnings surprises. Research limitations/implications – This study relies upon S & P 500 firms which are all relatively large firms. Therefore, the results may not be generalizable to smaller firms. In addition, the gross margin change is measured as the quarter-over-quarter percentage change because there is no analyst expectation for gross margin. Originality/value – This paper extends the prior literature by developing three testable hypotheses that investigate the linkages between abnormal market returns, gross margin and revenue and earnings surprises. This is the first known study to investigate the informational content of changes in gross margin percentage.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».