How Do Segment Disclosure and Cost of Capital Impact the Investment Efficiency of Listed Firms in Nigeria?
Notice bibliographique
Résumé
The demand for improved segment disclosure is driven by the need to address investment inefficiencies and boost investors’ confidence in listed companies around the world. Transparency in corporate activities is essential for investors to determine the parameters of their stock return and investment efficiency across various segments of firms. Previous studies have primarily focused on a broader investment landscape in Nigeria, without paying adequate attention to the impacts of segment disclosure and cost of capital on the investment efficiency of listed firms. Against this backdrop, this study represents the first empirical research to examine the joint impact of segment disclosure and cost of capital on the investment efficiency of listed firms in Nigeria. Using a longitudinal research design, secondary data from 2015 to 2022 were extracted from the annual reports of 85 listed firms on the Nigerian Exchange Group (NGX). The data were analysed through descriptive and inferential statistical methods. Firms that reported their business or geographic segments were purposively selected for this study. The findings show that the cost of capital of the examined firms has a negative and significant impact on their investment efficiency (coefficient = −0.0268, p-value = 0.03079). On the other hand, the segment disclosure of the firms has a positive impact on their investment efficiency (coefficient = 0.0119, p-value = 0.0303). Lastly, total segment disclosure and cost of capital jointly have positive and significant effects (coefficient = 0.0192, p-value = 0.0030) on the investment efficiency of the firms. This study contributes to the growing research on segment disclosure by providing evidence that increased segment disclosure and a lower cost of capital can improve the investment efficiency of listed firms in Nigeria. Thus, this study recommends that the management of firms in Nigeria should disclose more segment information in their annual reports. This could consequently boost investors’ confidence in the reporting practices of firms, reduce the cost of capital of firms, and improve firms’ investment efficiency.
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 | 0,007 |
| 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 | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».