R&D Reporting Biases and Their Consequences*
Notice bibliographique
Résumé
Abstract The immediate expensing of research and development (R&D) expenditures is often justified by the conservatism principle. However, no accounting procedure consistently applied can be conservative throughout the firm's life. We therefore ask the following questions: (1) When is the expensing of R&D conservative and when is it aggressive, relative to R&D capitaliza‐tion? (2) What are the capital‐market implications of these reporting biases? To address these questions we construct a model of profitability biases (differences between reported profitability under R&D expensing and capitalization) and show that the key drivers of the reporting biases are the differences between R&D growth and earnings growth (momentum), and between R&D growth and return on equity (ROE). Companies with a high R&D growth rate relative to their profitability (typically early life‐cycle companies) report conservatively, while firms with a low R&D growth rate (mature companies) tend to report aggressively under current generally accepted accounting principles. Our empirical analysis, covering the period 1972‐2003, generally supports the analytical predictions. In the valuation analysis we find evidence consistent with investor fixation on the reported profitability measures: we detect undervaluation of conservatively reporting firms and overvaluation of aggressively reporting firms. These misvaluations appear to be corrected when the reporting biases reverse from conservative to aggressive and vice versa. This evidence is consistent with behavioral finance arguments about investor cognitive biases.
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 | 0,026 | 0,180 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| 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) | 0,002 | 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 ».