The Impact of Voluntary Disclosure Level on the Cost of Equity Capital in an Emerging Capital Market: The Case of the Amman Stock Exchange
Notice bibliographique
Résumé
The impact of disclosure levels on the cost of equity capital is a central issue in contemporary accounting research. Economic theory suggests that higher disclosure reduces information asymmetry and estimation risk, thereby lowering the cost of equity capital. However, empirical evidence on this relationship remains limited, is largely focused on developed markets (e.g., the USA and Canada), and reports mixed results. This study examines the impact of voluntary disclosure on the cost of equity capital in the Amman Stock Exchange as an example of an emerging capital market. The analysis is conducted by regressing the cost of equity capital on disclosure levels and other firm characteristics. Disclosure level is measured using a self-constructed disclosure index based on voluntarily disclosed information in the 2000 annual reports of a sample of non-financial companies listed on the Amman Stock Exchange. The index comprises three main groups and nine categories. Overall, voluntary disclosure is found to be relatively low, with approximately 81% of the 62 disclosure items exhibiting disclosure levels below 50%. Disclosure practices vary across categories, with background information being the most frequently reported and projected information the least reported. The cost of equity capital is estimated using the residual income model proposed by Gebhardt et al. (2001). The findings show that the average required rate of return is about 10%. The findings reveal a significant negative relationship between voluntary disclosure levels and the cost of equity capital. Firms with higher levels of disclosure experience a reduction in their cost of equity capital ranging between 0.067% and 0.083% compared to less forthcoming firms. Among the disclosure categories, background information and market data exert the strongest influence in explaining variations in the cost of equity capital for Jordanian firms.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 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 ».