Transparency and Disclosure and Financial Distress of Non-Financial Firms in India under Competition: Investors’ Perspective
Notice bibliographique
Résumé
Transparency and disclosure (T&D) of information trigger the interest of all stakeholders, including investors in a company. Cognizance of the company’s financial health before investing is very necessary. Disclosure of information in the firm’s financial reports reflects the firm’s financial performance. A firm’s financial health protects investors’ and other stakeholders’ interests and the firm’s long-term sustainability. Owing to the importance of T&D and a firm’s financial health, this paper investigates the impact of T&D on the financial distress (FD) of non-financial firms (NFFs) listed in India. This study examines both linear and nonlinear connectivity of T&D and financial distress (FD). Their association is also investigated in a competitive scenario (under the moderating effect of competition). The panel data analysis is incorporated into the study having 78 NFFs as cross-sectional units with a timeframe from 2016 to 2020. Altman Z-score measures a firm’s FD (higher Z-score means low FD). BOS (Berger, Ofek and Swary) and AC (Almeida and Campello) scores are taken to consider investors’ perspectives of the firm’s FD. The T&D and Lerner indexes are used to assess the level of T&D and competition. The findings reveal that a higher T&D level decreases a firm’s financial stability or increases a firm’s FD. In nonlinear association, it is found that T&D has an inverted U-curved connection with financial stability or U-curved association with FD. It indicates that initially, higher T&D reduces FD, and after a threshold, it increases FD. However, under competition, T&D is not found to be significantly impactful for FD. The study is novel as no previous study has focused on such association under competition and taking investors’ perspective of a firm’s FD.
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 | 0,001 | 0,004 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 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 ».