MétaCan
Menu
Retour à la cohorte
Enregistrement W2952396360 · doi:10.1111/1911-3846.12644

Is the Tone of Risk Disclosures in MD&amp;As Relevant to Debt Markets? Evidence from the Pricing of Credit Default Swaps<sup>*</sup>

2020· article· en· W2952396360 sur OpenAlexaffvenue
Ke Wang

Notice bibliographique

RevueContemporary Accounting Research · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCredit Risk and Financial Regulations
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCredit default swapTone (literature)DebtBusinessAccountingCredit riskCredit derivativeSwap (finance)Actuarial scienceFinanceLinguistics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This paper examines whether the tone of corporate textual disclosures related to risk and uncertainty conveys relevant information to the credit default swap (CDS) market. Prior studies largely focus on the amount of risk disclosures and provide inconclusive evidence on the usefulness of risk disclosures for investors in assessing firm risk. Using a large sample of textual risk disclosures in the Management's Discussion and Analysis (MD&amp;A) section of 10‐K and 10‐Q filings, I predict and find that the change in CDS spreads over the three‐day window surrounding the 10‐K/Q filing date is positively associated with the pessimism of the language used in the risk disclosures. I conduct several analyses to show that the effect of the tone of risk disclosures is distinguishable from that of the amount of such disclosures. Cross‐sectional analyses reveal that the CDS market reaction to the tone of MD&amp;A risk disclosures is more pronounced for reference entities closer to default, consistent with creditors' particular concern about downside risk. Further, the CDS market reacts more significantly to the tone of MD&amp;A risk disclosures for reference entities with a weaker information environment. Overall, these results support the view that the tone of textual risk disclosures in MD&amp;As has information content for investors in the CDS market in particular and debt markets in general. My findings improve the understanding of textual risk disclosures by showing that the tone and the amount of such disclosures have different implications for debt market investors' risk perceptions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,017
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,125
Tête enseignante GPT0,341
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueContemporary Accounting ResearchMême sujetCredit Risk and Financial RegulationsTravaux en français237 207