MétaCan
Menu
Retour à la cohorte
Enregistrement W3124837273 · doi:10.2308/accr-52445

Firm Risk and Disclosures about Dispersion of Asset Values: Evidence from Oil and Gas Reserves

2019· article· en· W3124837273 sur OpenAlexaboutno aff
Marc Badia‐Miró, Mary E. Barth, Miguel Duro, Gaizka Ormazábal

Notice bibliographique

RevueThe Accounting Review · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOpportunismDispersion (optics)BusinessEquity (law)Systematic riskVolatility (finance)Monetary economicsAsset (computer security)Sample (material)EconomicsFinancial economicsFinance

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The question we address is whether mandated disclosure about dispersion of nonfinancial asset values can provide information relevant to assessing firm risk. Using a sample of Canadian oil and gas (O&G) firms between 2004 and 2011, we find that the difference between the disclosed 10th and 50th percentiles from the O&G reserves distribution, which measures dispersion of the distribution, is positively associated with future total and idiosyncratic equity return volatility, systematic risk, and credit risk. We also find that disclosure of increased reserves dispersion is associated with weaker stock price reactions to increases in reserves and with increases in bid-ask spreads, both of which indicate the disclosures convey information about risk associated with reserves. Additional tests reveal little evidence of managerial opportunism in the reserves disclosures. Taken together, our evidence suggests that quantitative disclosures about the dispersion of nonfinancial asset values can provide information relevant to assessing firm risk.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil0,360

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,032
Tête enseignante GPT0,246
Écart entre enseignants0,214 · 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.

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

Citations28
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Accounting ReviewMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207