Mandatory Monthly Sales Disclosure and the Information Content of Earnings
Notice bibliographique
Résumé
Synopsis The research problem Taiwanese stock markets practice a unique form of reporting frequency, combining quarterly interim financial reports with mandatory monthly sales announcements. This unique setting allows us to compare the information content of quarterly earnings that are announced before, bundled with, or announced after the monthly sales disclosures. Motivation Monthly sales disclosures likely contribute to the pricing of earnings announcements (EAs) by providing investors with valuable information that helps them revise their expectations when forecasting earnings and cash flows. We examine whether monthly sales disclosures help investors to process earnings information. The test hypotheses Our first hypothesis is that the immediate market response to earnings news is lower if the previous quarter’s EAs are disclosed after the reporting of monthly sales for the first month of the next quarter. Our second hypothesis is that the subsequent market response to earnings news is lower if the previous quarter’s EAs are disclosed after the reporting of monthly sales for the first month of the next quarter. Target population We studied a sample of Taiwanese listed firms from 2014 through 2018. Adopted methodology We used multivariate regressions to test the hypotheses. Analyses We examined the monthly sales disclosures for the first month of quarter [Formula: see text], which are released within the first 10 days of the second month of quarter [Formula: see text]. We analyze the pricing of the content of the earnings of quarter q, conditional on whether the earnings are released before, simultaneously with, or released after the monthly sales disclosures. Findings We found that earnings disclosed after the monthly sales news are associated with weaker EA returns and post-EA drift, relative to earnings disclosed before or bundled with the monthly sales news. These results suggest that monthly sales disclosures preempt the information content of late EAs. More importantly, we found that late EAs are associated with less positive correlation between EA returns and post-EA returns than early and bundled EAs. Overall, these results suggest that by providing timely sales information, monthly sales disclosures improve the information environment.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».