MétaCan
Menu
Retour à la cohorte
Enregistrement W4205458835 · doi:10.1111/1911-3846.12756

Asymmetric Inefficiency in the Market Response to Non‐earnings 8‐K Information*

2022· article· en· W4205458835 sur OpenAlexvenueno aff
Xing Li, Qin Tan

Notice bibliographique

RevueContemporary Accounting Research · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEarningsInefficiencyStock (firearms)Monetary economicsStock priceBusinessPublic informationInformation asymmetryPrivate information retrievalNegative informationMarket efficiencyEconomicsFinancial economicsAccountingFinanceMicroeconomics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This paper examines the pricing efficiency of 8‐K filings for events other than earnings announcements. Since these filings provide timely information that is material to investors and explain variations in quarterly returns to a degree similar to other disclosures, understanding how the stock price absorbs their information is important for investors, regulators, and academics. By testing the statistical correlation between the immediate stock returns in response to these filings and subsequent stock returns before, during, and after the forthcoming earnings announcement, we find evidence of investor overreaction to good news but underreaction to bad news in the immediate window. Essentially, the price increases too much for good news but fails to decrease enough for bad news, resulting in overpricing for both. Most of the correction for this overpricing occurs in the period leading up to the forthcoming earnings announcement, while the rest happens during the announcement. Drawing on Miller (1977), we further illustrate that, in the presence of short‐sale constraints, increase in investor disagreement spurred by interpretation difficulty is the most likely mechanism for the observed overpricing. We fail to find sufficient evidence in support of alternative mechanisms, including managerial disclosure strategies, analyst optimistic bias, and retail investor participation. This asymmetric mispricing for non‐earnings 8‐Ks contrasts with the symmetric mispricing commonly found for other types of disclosures, where investors either systematically underreact or overreact to public information. Our results could broadly speak to the pricing of other public information that is inherently difficult to interpret.

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)0,004
score de la tête « metaresearch » (Gemma)0,035
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 enseignants0,005
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,035
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,285
Écart entre enseignants0,230 · 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary Accounting ResearchMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207