Does Cash Flows Useful in Predicting the Company’s Financial Health? Empirical Validation by Panel Cointegration Tests
Notice bibliographique
Résumé
Abstract The aim of this article is to test the usefulness of cash flows as a measure of companies' financial health. Our approach is different from the previous studies which have animated the debate on the comparison of the explanatory power between accrual and cash-flow. Indeed, we use current developments in cointegration tests on non-stationary dynamic panel data to test the existence of a long-run equilibrium relationship between a ratio based on cash flows (i.e., operating cash flow to total assets ratio) and four financial ratios based on accounting data, namely: working capital to total assets ratio, asset turnover ratio, return on assets ratio, and debt-assets ratio. These four financial ratios are commonly known as relevant indicators regarding the company's financial health regarding its liquidity, operational efficiency profitability, and solvency. Precisely, the panel unit root tests (Im, Pesaran, and Shin (2003)) and the panel cointegration tests (Pedroni (2004)) are applied on a sample of 150 American firms over the period 2010-2017. Our main results led to conclude that the cash flow has an informational content and a significant explanatory power in the prediction of the company’s financial health. We provide some explanations for these findings which are supported by a robustness analysis using panel error correction models (PECM). JEL classification numbers: G30, G33, L25, M10. Keywords: Cash flows, Accruals, Financial health, Explanatory power, Panel cointegration tests.
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 | 0,007 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| 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) | 0,005 | 0,001 |
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 ».