MétaCan
Menu
Retour à la cohorte
Enregistrement W3124643932 · doi:10.1506/6qur-cr5m-aqqx-kx1a

Determinants of Managerial Earnings Guidance Prior to Regulation Fair Disclosure and Bias in Analysts' Earnings Forecasts*

2005· article· en· W3124643932 sur OpenAlexvenueno aff
Amy P. Hutton

Notice bibliographique

RevueContemporary Accounting Research · 2005
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEarningsValuation (finance)Earnings response coefficientAccountingPro formaEconomicsBusinessStock (firearms)Actuarial science

Résumé

récupéré en direct d'OpenAlex

Abstract Prior to Regulation Fair Disclosure (“Reg FD”), some management privately guided analyst earnings estimates, often through detailed reviews of analysts' earnings models. In this paper I use proprietary survey data from the National Investor Relations Institute to identify firms that reviewed analysts' earnings models prior to Reg FD and those that did not. Under the maintained assumption that firms conducting reviews guided analysts' earnings forecasts, I document firm characteristics associated with the decision to provide private earnings guidance. Then I document the characteristics of “guided” versus “unguided” analyst earnings forecasts. Findings demonstrate an association between several firm characteristics and guidance practices: managers are more likely to review analyst earnings models when the firm's stock is highly followed by analysts and largely held by institutions, when the firm's market‐to‐book ratio is high, and its earnings are important to valuation but hard to predict because its business is complex. A comparison of guided and unguided quarterly forecasts indicates that guided analyst estimates are more accurate, but also more frequently pessimistic. An examination of analysts' annual earnings forecasts over the fiscal year does not distinguish between guidance and no‐guidance firms; both experience a “walk‐down” in annual estimates. To distinguish between guidance and no‐guidance firms, one must examine quarterly earnings news: unguided analysts walk down their annual estimates when the majority of the quarterly earnings news is negative; guided analysts walk down their annual estimates even though the majority of the quarterly earnings news is positive.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,109
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,008
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,109
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,044
Tête enseignante GPT0,306
Écart entre enseignants0,261 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations180
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary Accounting ResearchMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207