Market-to-book ratio and conditional conservatism: firms’ voluntary expensing of employee stock options
Notice bibliographique
Résumé
Purpose – This paper aims to examine the relationship between firms’ decisions to expense employee stock options (ESOs) under the voluntary period of Statement of Financial Accounting Standard No. 123 (SFAS 123) and their market-to-book (MTB-1) ratio and conditional conservatism. Conservatism is chosen because, even though expensing of ESOs is a conservative accounting treatment, it is not obvious how the decision would be related to the MTB-1 ratio and conditional conservatism, particularly because the MTB-1 is a long-run measure of conservatism and the decision to voluntarily expense is examined over two years. The setting provides a unique opportunity to assess how two major proxies of conservatism are related. Design/methodology/approach – Using firms listed in the S&P 1500 index, firms that expensed ESOs are compared to firms that disclosed only in the financial statements. The main comparison uses a logistic regression. Findings – During the period when expensing ESOs was voluntary, SFAS 123, the MTB-1 ratio was negatively associated with ESO expense recognition, but conditional conservatism was positively associated with ESO expense recognition. The former is attributed to incentives of conservatism and the latter to the tenet of conservatism tending to reduce income. Research limitations/implications – The findings add to the literature/controversy on the negative relationship between the MTB-1 ratio and conditional conservatism. More important, they support using more than one measure of conservatism in studies that involve accounting conservatism. A limitation is that the findings are specific to voluntary ESO expense recognition. Originality/value – This is the first study to examine how conservatism affects the choice to recognize an item on the financial statements or disclosure only. In addition, the study shows that firms were willing to incur real costs from their financial reporting.
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 | 0,003 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».