Industry Concentration and Corporate Disclosure Policy

A. Ali et al.
/ Journal of Accounting and Economics 58 (2014) 240264
Journal of Accounting and Economics 58 (2014) 240 264
Contents lists available at ScienceDirect
Journal of Accounting and Economics

journal homepage: www.e l sevi e r .com/loca t e /jae
Konsentrasi Industri Dan Kebijakan Pengungkapan Perusahaan

Ashiq Ali a,n, Sandy Klasa b, Eric Yeung c
a
b
c
Naveen Jindal School of Management, University of Texas at Dallas, 800 West Campbell Road, SM-41, Richardson, TX 75080-3021, USA
Eller College of Management, University of Arizona, Tucson, AZ 85721-0108, USA
Johnson Graduate School of Management, Cornell University, Ithaca, NY 14853-6201, USA
Abstrak
Penelitian ini meneliti hubungan antara ukuran konsentrasi industri AS Sensus dan
keinformatifan kebijakan pengungkapan perusahaan. Penelitian ini menemukan bahwa dalam
industry, perusahaan lebih terkonsentrasi pada perkiraan pendapatan sehingga manajemen kurang
memiliki wawasan, sehingga pengungkapan penilaian mereka terukur dengan analis yang lebih
rendah, dan mereka memiliki lingkungan informasi lebih kurang, yang diukur dengan sifat-sifat
analis perkiraan pendapatan. Dan, ketika perusahaan lebih memilih penempatan perusahaan
swasta pada mengumpulkan dana mereka lebih memilih penempatan swasta, yang memiliki
persyaratan pengungkapan SEC, lebih penawaran ekuitas berpengalaman. Secara keseluruhan,
temuan penelitian ini menunjukkan bahwa perusahaan-perusahaan dalam industri lebih
terkonsentrasi dalam mengungkapkan dan menghindari keputusan pembiayaan tertentu yang
memiliki implikasi pengungkapan yang tidak penting, mungkin karena pengungkapan biaya
kepemilikan
1. Latarbelakang
Verrecchia (1983) memprediksi bahwa perusahaan dengan biaya kepemilikan
yang lebih tinggi dari pengungkapan mengungkapkan bahwa perusahaan dengan
biaya kepemilikan yang lebih rendah dari pengungkapan. Sejumlah penelitian
sebelumnya telah berusaha untuk menguji prediksi ini menggunakan konsentrasi
industri sebagai ukuran untuk pengungkapan biaya kepemilikan. Namun, bukti-bukti
yang masih ada tidak meyakinkan (Beyer et al, 2010;. Berger,2011). Misalnya,
Harris (1998) dan Botosan dan Stanford (2005) menunjukkan bahwa perusahaan
dalam industri lebih cenderung untuk memberikan pengungkapan segmen bisnis
yang terpisah, dan Bamber dan Cheon (1998) melaporkan bahwa perusahaan dalam
industri lebih terkonsentrasi memberikan perkiraan manajemen kurang spesifik dari
pendapatan mereka. Di sisi lain, Verrecchia dan Weber (2006) menggangap bahwa
dokumen perusahaan dalam industri lebih cenderung meminta SEC untuk menahan
A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264
informasi yang dimiliki dari pengajuan mereka. Menurut Li (2010) menunjukkan

bahwa di industri lebih cenderung untuk memberikan perkiraan manajemen.
Sebuah penjelasan potensial bukti pada hubungan antara pengungkapan dan
konsentrasi industri adalah bahwa penelitian sebelumnya menggunakan langkahlangkah konsentrasi industri dibangun dari Data Compustat, yang tidak termasuk
data pada perusahaan swasta.
Ali et al. (2009) menunjukkan bahwa langkah-langkah konsentrasi
berdasarkan Compustat adalah sedikit proxy untuk konsentrasi industri yang
sebenarnya. Mereka juga melaporkan bahwa hasil sejumlah studi akuntansi dan
keuangan yang menggunakan langkah-langkah konsentrasi industri berdasarkan
Compustat terhadap penggunaan langkah-langkah AS Sensus konsentrasi industri,
yang dibangun dengan data untuk kedua perusahaan publik dan swasta. Dengan
demikian, bukti campuran yang dilaporkan dalam penelitian sebelumnya tentang
hubungan antara konsentrasi industri dan pengungkapan perusahaan bisa
disebabkan keterbatasan tindakan konsentrasi industri dibangun dengan data
Compustat (Ali et al, 2009;. Berger, 2011). Fakta bahwa sejumlah studi telah
berusaha untuk meneliti hubungan antara konsentrasi industri dan pengungkapan
menggarisbawahi pentingnya pemeriksaan yang tepat dari hubungan ini dan
menunjukkan apakah hubungan konsisten di seluruh konteks pengungkapan yang
berbeda. Penelitian ini melakukannya dalam penelitian ini dengan menggunakan
langkah-langkah konsentrasi industri berbasis AS Sensus dalam analisis penelitian
ini. Penelitian ini juga mempertimbangkan beberapa konteks pengungkapan yang
belum diperiksa dalam makalah sebelumnya yang mempelajari hubungan antara
konsentrasi industri dan pengungkapan, dalam rangka meningkatkan kemampuan
generalisasi dari temuan penelitian ini. Penelitian ini menemukan bahwa ada
hubungan negatif yang signifikan antara konsentrasi industri dan pengungkapan
seluruh konteks pengungkapan yang berbeda yang kita pertimbangkan.
Penelitian ini meneliti hubungan konsentrasi industri dengan frekuensi dan
cakrawala perkiraan manajemen laba dan dengan pilihan pembiayaan yang
memiliki implikasi pengungkapan signifikan, khususnya, pembiayaan ekuitas melalui
penempatan swasta dibandingkan penawaran ekuitas berpengalaman. Penelitian ini
memeriksa pengaturan pengungkapan ini karena pengungkapan terkait memiliki
potensi untuk memberikan perusahaan saingan dengan berbagai jenis informasi.
Untuk pemeriksaan yang lebih komprehensif apakah konsentrasi industri terkait
dengan pengungkapan perusahaan, kita menyelidiki apakah perusahaan dalam
industri lebih terkonsentrasi menerima penilaian pengungkapan lebih rendah dari
analis dan memiliki lingkungan informasi yang lebih miskin, yang diukur dengan
sifat perkiraan analis laba. Keuntungan dari tes ini adalah bahwa mereka tidak
mengharuskan kita untuk menentukan metode yang perusahaan mengungkapkan
informasi pribadi mereka.
Penelitian ini menemukan bahwa frekuensi dan cakrawala perkiraan
pengelolaan pendapatan tahunan adalah negative terkait dengan konsentrasi
industri, menunjukkan bahwa perusahaan-perusahaan dalam industri lebih
terkonsentrasi mengungkapkan sedikit, dan ketika mereka mengungkapkan mereka
kurang cepat. Penelitian ini juga mendokumentasikan bahwa ketika perusahaan

menjual saham baru , kemungkinan menjual saham melalui private daripada SEO
berhubungan positif dengan konsentrasi industri. Temuan ini konsisten dengan
perusahaan-perusahaan di industri lebih terkonsentrasi lebih memilih untuk menjual
saham ekuitas baru melalui private placement, mungkin karena:
I.
II.
III.
Ada terutama sedikit Securities and Exchange Commission (SEC) ditunjuk

sebagai persyaratan pengungkapan publik untuk penempatan private daripada
untuk penawaran ekuitas berpengalaman (SEO),
Dalam banyak kasus perusahaan tidak terbuka mengungkapkan informasi
apapun tentang penempatan pribadi sampai beberapa hari setelah
kesepakatan itu berlangsung, dan
dalam kasus penempatan swasta biasanya ada hanya sejumlah relatif kecil
dari investor yang membeli saham dalam penjualan saham dan kepada siapa
informasi tentang penjualan yang akan datang diungkapkan, yang mengurangi
sejauh mana ada kebocoran informasi ke rival tentang penjualan sebelum itu
terjadi.
Penelitian ini juga mendokumentasikan bahwa penilaian pengungkapan

perusahaan oleh para analis, yang diperoleh dari Laporan Asosiasi Pengelolaan
Investasi dan Riset, terkait negatif dengan konsentrasi industri. Demikian juga,
penelitian ini menunjukkan bahwa bagi perusahaan dalam industri lebih
terkonsentrasi pada perkiraan pendapatan analis lebih tinggi, kesalahan laba analis
memperkirakan lebih besar, dan ada volatilitas yang lebih besar dari revisi
perkiraan analis. Hasil ini lebih lanjut menunjukkan bahwa perusahaan dalam
industri lebih terkonsentrasi pada pengungkapan yang kurang pasti.
Akhirnya, penelitian ini menguji dampak dari pengaruh industri pada
hubungan antara konsentrasi industri dan pengungkapan. Chevalier (1995a, 1995b)
dan Phillips (1995) menunjukkan bahwa ketika mapan dalam industri terkonsentrasi
memiliki pengaruh keuangan yang lebih besar, intensitas persaingan dari saingan
yang ada lebih rendah karena kemampuan batas pengaruh yang lebih tinggi
perusahaan untuk berinvestasi dalam membangun pangsa pasar. Dengan demikian,
dalam industri terkonsentrasi dengan tingkat utang yang lebih rendah (lebih tinggi),
probabilitas bahwa informasi kepemilikan yang terkandung dalam pengungkapan
suatu perusahaan akan digunakan untuk melawan dengan rival kemungkinan lebih
tinggi (lebih rendah). Konsisten dengan argumen di atas, kita menemukan bahwa
asosiasi yang melibatkan konsentrasi industri yang kita mendokumentasikan dalam
makalah ini kurang menonjol di industri dengan pengaruh keuangan yang lebih
tinggi.
Hubungan negatif yang diamati antara konsentrasi industri berdasarkan
Sensus Amerika Serikat dan langkah-langkah yang berbeda dari pengungkapan
perusahaan bisa karena biaya kepemilikan pengungkapan jika proxy konsentrasi
industri untuk intensitas persaingan industri, tingkat inovasi di industri, atau sejauh
mana Pengungkapan oleh perusahaan dalam industri memberikan informasi lebih
substantif dan kurang terdengar tentang permintaan industri masa depan. Dalam
Bagian 2, kita membahas ini penjelasan yang masuk akal secara lebih detail, tetapi
perhatikan bahwa validitas deskriptif argumen penelitian ini adalah pertanyaan

empiris dan yang menjawab pertanyaan-pertanyaan ini adalah di luar lingkup
penelitian penelitian ini.
Studi penelitian ini membuat beberapa kontribusi. Menurut Beyer et al.
(2010) dan Berger (2011) bahwa penelitian akuntansi sebelum melaporkan bukti
bahwa pada hubungan antara tindakan berdasarkan Compustat konsentrasi industri
dan pengungkapan perusahaan. Penelitian ini mendokumentasikan hubungan
negatif yang konsisten antara konsentrasi industri berbasis AS Sensus dan langkahlangkah yang berbeda dari pengungkapan perusahaan. Ketika kita ulangi analisis
penelitian ini dengan langkah-langkah Compustat konsentrasi industri di tempat
tindakan AS Sensus konsentrasi industri, penelitian ini menemukan bahwa di hampir
semua industri kasus konsentrasi tidak menunjukkan hubungan signifikan negatif
dengan tindakan pengungkapan perusahaan penelitian ini. Temuan ini menunjukkan
bahwa penggunaan tindakan berdasarkan Compustat konsentrasi industri
bertanggung jawab untuk bukti campuran dalam literatur sebelumnya pada
hubungan antara konsentrasi industri dan pengungkapan.
Sebuah studi penting baru-baru ini, Li (2010), menyelidiki secara lebih
komprehensif hubungan antara persaingan pasar produk dan pengungkapan
dengan mempertimbangkan efek dari persaingan dari kedua saingan yang ada dan
pendatang potensial. Studi penelitian ini memberikan kontribusi relatif Li (2010)
dengan memeriksa efek pada hasil nya menggunakan langkah-langkah konsentrasi
industri AS Sensus di tempat tindakan konsentrasi industri berbasis Compustat. Li
(2010) melaporkan bahwa frekuensi dan cakrawala perkiraan manajemen laba
berhubungan negatif dengan ukuran gabungan dari persaingan dari saingan yang
ada. ukuran gabungan ini terutama terdiri dari dan berhubungan negatif dengan
tindakan konsentrasi industri berbasis Compustat, menyiratkan bahwa tindakan
konsentrasi ini berhubungan positif dengan frekuensi dan cakrawala perkiraan
manajemen. Sebaliknya, kita menemukan bahwa AS Sensus tindakan konsentrasi
industri adalah negative terkait dengan frekuensi perkiraan manajemen dan
cakrawala. Penelitian ini juga memberikan kontribusi luar Li (2010) dengan
mempertimbangkan beberapa proxy pengungkapan selain yang terkait dengan
perkiraan manajemen dan menemukan bahwa asosiasi mereka dengan langkahlangkah konsentrasi industri AS Sensus selalu negatif.
Selanjutnya, penelitian sebelumnya lain meneliti pengaruh biaya kepemilikan
pengungkapan pada keinformatifan kebijakan pengungkapan perusahaan
mempertimbangkan keputusan yang terutama yang berkaitan dengan keterbukaan
informasi, misalnya, pengungkapan segmen bisnis yang terpisah dalam laporan
keuangan (Harris, 1998; Botosan dan Stanford, 2005; . Bens et al, 2011), perkiraan
manajemen laba (Bamber dan Cheon, 1998; Li, 2010), perusahaan meminta SEC
untuk menahan informasi proprietary dari pengajuan mereka (Verrecchia dan
Weber, 2006), dan pengungkapan informasi tentang pelanggan di 10-Ks (Ellis et al.,
2012). bukti penelitian ini pada asosiasi konsentrasi industri dengan keputusan
perusahaan untuk menjual saham ekuitas baru melalui private placement terhadap
SEO menunjukkan bahwa biaya kepemilikan pengungkapan tidak hanya
mempengaruhi keputusan pengungkapan, tetapi juga mempengaruhi keputusan

bisnis lain yang memiliki implikasi pengungkapan non-sepele.
Akhirnya, kertas kita juga berkontribusi terhadap literatur empiris yang
berkembang pada hubungan antara konsentrasi industri dan berbagai jenis
keputusan perusahaan, seperti yang terkait dengan pembiayaan dan investasi
(misalnya, Kovenock dan Phillips, 1997; Mackay dan Phillips, 2005; Haushalter et
al ., 2007). Penelitian ini menunjukkan bahwa konsentrasi industri terkait dengan
keputusan pengungkapan perusahaan.
Sisa kertas ini disusun sebagai berikut. Bagian 2 membahas prediksi empiris
tentang hubungan antara konsentrasi industri dan pengungkapan berdasarkan
argumen dalam pekerjaan sebelumnya. Bagian 3 membahas sumber data dan
definisi variabel. Bagian 4 menyajikan hasil empiris dan Bagian 5 menyimpulkan.
2. Hubungan Diprediksi Antara Konsentrasi Industri Dan Pengungkapan
2.1. Konsentrasi Industri Dan Biaya Kepemilikan Pengungkapan
Sebuah penelitian teoritis meneliti bahwa insentif manajer untuk
mengungkapkan informasi kepada pihak luar. Grossman (1981) dan Milgrom (1981)
berpendapat bahwa mengingat masalah adverse selection, manajer harus
mengungkapkan kepada pelaku pasar modal semua informasi nilai yang relevan.
Verrecchia (1983) memungkinkan untuk adanya biaya kepemilikan pengungkapan
dalam modelnya pengungkapan diskresioner dan tiba di suatu keseimbangan di
mana beberapa perusahaan tidak mengungkapkan semua informasi nilai yang
relevan. Secara khusus, ia menunjukkan bahwa pelaku pasar modal akan
memberikan perusahaan yang memiliki biaya kepemilikan yang lebih tinggi dari
pengungkapan kebijaksanaan lebih dalam praktik pengungkapan mereka dan
bahwa perusahaan-perusahaan ini akibatnya mengungkapkan kurang dari
perusahaan dengan biaya kepemilikan yang lebih rendah dari pengungkapan.
Biaya kepemilikan pengungkapan sebuah perusahaan yang lebih tinggi lebih
berpotensi berguna adalah informasi yang diungkapkan kepada saingan pasar
produk perusahaan dan semakin besar sejauh mana saingan ini mengambil
keuntungan dari informasi dengan mengorbankan perusahaan Penyebaran
informasi. Di bawah ini, kita membahas bagaimana keberadaan biaya kepemilikan
pengungkapan mengarah ke prediksi empiris berkaitan dengan hubungan antara
konsentrasi industri dan pengungkapan perusahaan.
2.1.1. Konsentrasi Industri Sebagai Ukuran Kompetisi
Verrecchia (1990) dan Clinch dan Verrecchia (1997) berpendapat bahwa ada
pengungkapan kurang dalam industri di mana ada kompetisi yang ketat di antara
pemain lama, karena biaya kepemilikan pengungkapan yang lebih besar dalam
industri tersebut. Dalam industri ini, saingan perusahaan mengungkapkan adalah
mungkin untuk mengambil tindakan lebih agresif dalam menanggapi pengungkapan
nya. Juga, Darrough dan Stoughton (1990) berpendapat bahwa persaingan yang
lebih besar dalam industri dari pendatang potensial, karena biaya awal rendah,
mengarah ke pengungkapan yang lebih besar oleh perusahaan incumbent, karena

pengungkapan "berita buruk" oleh incumbent dapat membantu mencegah
masuknya.
Raith (2003) menunjukkan bahwa jika pasar produk bervariasi terutama
dalam ukuran atau entri biaya maka rendahnya tingkat konsentrasi industri yang
sugestif dari persaingan industri yang ketat. Dia menjelaskan bahwa "persaingan
juga dapat dikatakan meningkat bila ukuran pasar meningkat atau biaya masuk
turun, karena kedua perubahan mendorong perusahaan baru untuk memasuki
pasar, yang mengarah ke harga yang lebih rendah." Raith (2003) juga berpendapat
bahwa jika pasar produk terutama bervariasi dalam substitusi produk atau dimensi
lain dari ketangguhan kompetisi, tingkat konsentrasi industri yang tinggi adalah
indikasi dari persaingan industri yang ketat karena perusahaan lebih sedikit dapat
bertahan dalam industri yang dikenakan persaingan yang lebih besar (misalnya,
Sutton, 1991). Dalam model empiris kita pengungkapan, penelitian ini menyertakan
sebagai penjelas variabel ukuran untuk kompetisi dengan pendatang potensial dari
Li (2010) dan Li et al. (2013). Mereka termasuk variabel ini dalam model mereka
untuk menguji Darrough dan Stoughton (1990) prediksi bahwa perusahaan
mengungkapkan lebih ketika menghadapi kompetisi yang lebih besar dari
pendatang potensial. Ukuran untuk kompetisi dari potensi pendatang berdasarkan
proxy untuk biaya masuk dan ukuran pasar. Dengan demikian, termasuk ukuran ini
dalam model penelitian ini mengurangi kemungkinan bahwa konsentrasi industri
akan proxy untuk faktor-faktor ini, dan membuatnya lebih mungkin bahwa proxy
konsentrasi industri untuk substitusi produk atau dimensi lain dari ketangguhan
kompetisi. Dalam skenario ini, kompetisi di antara saingan yang ada lebih besar di
industri lebih terkonsentrasi dan argumen di Verrecchia (1990) dan Clinch dan
Verrecchia (1997) memprediksi bahwa perusahaan dalam industri lebih
terkonsentrasi mengungkapkan informasi yang kurang lengkap.
Berkenaan dengan pembahasan di atas konsentrasi industri sebagai ukuran
kompetisi, ada peringatan penting. Kompetisi adalah konsep multidimensi dan
konsentrasi industri hanya ukuran tidak langsung dan tidak sempurna dari
kompetisi. Dengan demikian, setiap kesimpulan tentang efek dari kompetisi pada
pengungkapan yang diambil dari hubungan yang diamati antara konsentrasi industri
dan pengungkapan harus dilihat dengan hati-hati.
2.1.2. konsentrasi industri sebagai ukuran inovasi
Perusahaan dalam industri yang lebih inovatif menjalankan risiko lebih besar
mengungkapkan rahasia perusahaan melalui pengungkapan publik mereka. Sejak
saingan dapat menggunakan informasi yang diungkapkan untuk mengambil
tindakan yang akan meningkatkan keuntungan mereka dengan mengorbankan
perusahaan Penyebaran informasi, biaya kepemilikan pengungkapan cenderung
lebih tinggi bagi perusahaan-perusahaan dalam industri yang lebih inovatif, dan
mereka cenderung kurang mengungkapkan (Verrecchia, 1983 ) bahwa pekerjaan
yang dianggap sebagai hubungan antara konsentrasi industri dan inovasi; Namun,
prediksi teoritis dan bukti empiris pada asosiasi ini dicampur (Cohen, 2010)
Tergantung pada apakah hubungan sebenarnya antara konsentrasi industri dan
inovasi positif (negatif), negatif (positif) hubungan antara konsentrasi industri dan
pengungkapan perusahaan bisa diharapkan.
2.1.3. Konsentrasi Industri Dan Keinformatifan Pengungkapan Perusahaan
Tentang Permintaan Industri
Dalam dunia industri, setiap perusahaan biasanya menyumbang sebagian
besar dari keluaran industri agregat. Dengan demikian, pengungkapan perusahaan
dalam industri ini dapat memberikan informasi yang lebih handal tentang
permintaan industri masa depan dari pengungkapan yang sama di industri yang
kurang terencana. Mengingat bahwa saingan mungkin menggunakan informasi yang
lebih handal pada permintaan industri untuk merevisi strategi mereka untuk
merugikan perusahaan Penyebaran informasi, argumen ini memprediksi bahwa
biaya kepemilikan pengungkapan yang lebih besar bagi perusahaan-perusahaan
dalam industri lebih terkonsentrasi dan bahwa ada akibatnya hubungan negatif
antara konsentrasi industri dan pengungkapan perusahaan.
2.2. Berbagi Informasi Perjanjian Dan Kolusi
Akhirnya, kita membahas skenario tertentu di mana hubungan antara
konsentrasi industri dan pengungkapan perusahaan tidak diharapkan, bahkan jika
proxy konsentrasi industri untuk competition. Seperti dibahas oleh Vives (2008)
dalam ulasannya informasi berbagi sastra, secara sepihak mengungkapkan
informasi dengan strategi dominan dalam keadaan tertentu Vives (2008)
berpendapat bahwa keberadaan asosiasi perdagangan adalah bukti bahwa
perusahaan yang secara sukarela sebagai awal untuk berbagi informasi. Jika
perusahaan berkomitmen untuk sepenuhnya mengungkapkan sebagian besar
informasi pribadi mereka untuk pesaing, biaya kepemilikan setelah pengungkapan
yang dihasilkan dari persaingan pasar produk menjadi tidak penting.Oleh karena itu,
perusahaan tidak bisa lagi membenarkan menyembunyikan informasi dari pasar
modal, dan kita mungkin tidak melihat adanya hubungan antara konsentrasi industri
dan pengungkapan diskresioner.
Apakah mungkin bagi perusahaan untuk berkolusi, kemungkinan bahwa
perusahaan melakukan perjanjian berbagi informasi akan meningkat dan kita
mungkin tidak melihat adanya hubungan antara konsentrasi industri dan
pengungkapan diskresioner. Namun, Kuhn dan Vives (1995) dan Vives (2006)
mencatat bahwa rintangan, seperti ancaman dituntut oleh instansi pemerintah.
3. Metodologi
3.1. Sampel Dan Pengukuran Konsentrasi Industri
Penelitian ini mempelajari perusahaan manufaktur Compustat (6-digit Amerika
Utara Industri Sistem Klasifikasi (NAICS) kode antara 311.111 dan 339.999) selama
bertahun-tahun 1995-2009. Penelitian ini membatasi periode sampel penelitian ini
untuk tahun ini karena data tentang perkiraan manajemen, yang kita gunakan
dalam beberapa pengujian penelitian ini, hanya tersedia secara luas mulai pada
tahun 1995 dan data pada indeks Herfindahl- Hirschman dan empat perusahaan
rasio, penelitian ini langkah-langkah untuk konsentrasi industri , dikumpulkan dari
Sensus manufaktur publikasi untuk tahun 1997, 2002, dan 2007 US Census years.9
indeks Herfindahl-Hirschman dihitung untuk industri NAICS 6-digit dalam sektor
manufaktur dengan menjumlahkan kuadrat pangsa pasar perusahaan individu 50
perusahaan publik dan swasta terbesar di industri atau semua perusahaan publik
dan swasta dalam industri, mana yang lebih rendah.
Indeks Sensus AS Herfindahl-Hirschman telah digunakan dalam sejumlah besar
penelitian sebelumnya yang menganggap bagaimana konsentrasi industri
mempengaruhi keputusan kebijakan perusahaan dalam pembuatan sector.10 empat
perusahaan rasio industri adalah jumlah pangsa pasar dari empat perusahaan
terbesar di industri dalam hal pangsa pasar. Penelitian ini menggunakan dua
variabel yang berbeda untuk konsentrasi industri untuk memastikan bahwa hasil
penelitian ini tidak sensitif terhadap bagaimana konsentrasi industri diukur. Berikut
penelitian sebelumnya (lihat misalnya, Haushalter et al, 2007;.. Ali et al, 2009),
penelitian ini menganggap bahwa nilai-nilai dari tahun 1997,2002, dan indeks 2007
adalah berlaku untuk lima tahun jendela berpusat pada 1997, 2002, dan 2007, yaitu
1995-1999, 2000-2004, dan 2005-2009 periode .
Panel A pada Tabel 1 menyajikan statistik deskriptif dari indeks HerfindahlHirschman dan empat perusahaan rasio. Penelitian ini menggunakan indeks
Herfindahl-Hirschman dan rasio empat perusahaan dihitung di tingkat NAICS 6-digit
untuk 356 industri di tes multivariat penelitian ini. Namun, mengingat ini sejumlah
besar industri, penelitian ini menyediakan statistik untuk kelompok industri 3-digit
yang lebih luas dalam tabel ini. Untuk setiap industri NAICS 6-digit, pertama kita
menghitung nilai rata-rata indeks Herfindahl-Hirschman dan empat perusahaan
rasio di tahun 1997, 2002, dan 2007. Selanjutnya, untuk setiap industri NAICS 3digit, penelitian ini melaporkan median nilai indeks Herfindahl-Hirschman dan rasio
empat perusahaan untuk NAICS industri 6-digit dalam industri NAICS 3-digit
tertentu. Hal ini memungkinkan penelitian ini untuk menyediakan statistik untuk 21
NAICS industri 3-digit yang lebih luas.
Dalam Panel A dari Tabel 1, industri tercantum dalam urutan menaik dari indeks
Herfindahl-Hirschman, dan hasilnya menunjukkan bahwa ada variasi yang signifikan
untuk konsentrasi industri di seluruh sampel penelitian ini. Misalnya, pencetakan
dan dukungan terkait, produk kayu, dan industri barang dari logam adalah yang
paling terkonsentrasi dengan indeks Herfindahl-Hirschman (rasio empat
perusahaan) nilai median 6-digit NAICS industri 98, 217, dan 240 (15, 21, dan 24).
Sebaliknya, bahan kimia, minuman dan produk tembakau, dan industri peralatan
transportasi yang paling terkonsentrasi dengan median 6-digit NAICS industri
Herfindahl-Hirschman Indeks (empat perusahaan rasio) nilai 934, 987, dan 1033
(53, 62, dan 57). Dalam setiap 3 digit kelompok industri NAICS, ada juga dapat
variasi yang signifikan dalam nilai-nilai dari indeks Herfindahl-Hirschman di NAICS
industri enam digit yang berbeda. Sebagai contoh, rata-rata selama tahun 1997,
2002, dan 2007 Sensus tahun, pada kelompok industri alat transportasi (NAICS 3-
digit kode 336), industri manufaktur mobil (NAICS 6-digit kode 336111) memiliki
Herfindahl-Hirschman indeks (empat perusahaan rasio) nilai 2.184 (78,1). Demikian
pula, dalam produk logam kelompok industri fabrikasi (NAICS 3-digit kode 332),
lembaran logam industri manufaktur kerja (NAICS 6-digit kode 332322) memiliki
indeks Herfindahl-Hirschman (rasio empat perusahaan) nilai hanya 21,3 (5.6).
Panel B pada Tabel 1 melaporkan beberapa karakteristik yang membedakan dari
perusahaan milik lebih dibandingkan industri yang kurang terkonsentrasi. Untuk
setiap kuintil diurutkan berdasarkan indeks Sensus Amerika Serikat HerfindahlHirschman dilaporkan untuk NAICS industri 6-digit, ini laporan panel nilai median
dari jumlah total perusahaan (publik ditambah swasta) per industri dan nilai-nilai
median dari ukuran perusahaan untuk periode sampel 1995 sampai 2009. tabel ini
menunjukkan bahwa, seperti yang diharapkan, industri dengan US HerfindahlHirschman nilai indeks yang lebih tinggi dihuni oleh lebih sedikit dan lebih besar
perusahaan. Secara khusus, nilai median dari jumlah perusahaan dalam industri
NAICS 6-digit adalah 1011 untuk kuintil pertama, yang berisi industri paling
terkonsentrasi, dan nilai yang sesuai hanya 116 untuk kuintil kelima. Panel B juga
menunjukkan bahwa rata-rata ukuran perusahaan yang diukur dengan penjualan
bersih, kapitalisasi pasar, atau aset buku, (diperoleh dari database Compustat) yang
monoton meningkat dari pertama ke kuintil konsentrasi industri kelima. Median
ukuran perusahaan adalah sekitar tiga sampai empat kali lebih besar bagi
perusahaan-perusahaan di industri dalam kuintil tertinggi konsentrasi industri
dibandingkan dengan perusahaan-perusahaan di kuintil terendah. Secara khusus,
penjualan median bersih (kapitalisasi pasar, aset buku) untuk perusahaan di
terendah dan tertinggi kuintil adalah $ 296m ($ 242m, $ 275m) dan $ 1108m ($
749m,$ 1058m), masing-masing.
Table 1
Industry concentration and industry characteristics.
In Panel A, for each 3-digit NAICS industry within the manufacturing sector, we report the median values of the Herfindahl-Hirschman index and the
four-firm ratio for the component 6-digit NAICS industries. The Herfindahl-Hirschman index and four-firm ratio for a 6-digit NAICS industry is the
average of the 1997, 2002 and 2007 Census year values. In Panel B, quintiles are based on 6-digit NAICS Herfindahl-Hirschman index values. # of firms
per industry is the number of public and private firms in a 6-digit NAICS industry as reported by the Census of Manufactures. Net sales is defined as net
sales in millions in year t. Market capitalization is defined as the market value of equity in millions at the end of year t. Book assets is the book value
of total assets in millions at the end of year t. Net sales, Market capitalization, and Book assets are inflation-adjusted. Median values are reported
using firm-year observations over the 19952009 sample period.
Panel A: Industries sorted by the Herfindahl-Hirschman index
Median 6-digit NAICS industry Herfindahl-Hirschman

index and four-firm ratio
3-digit NAICS code
Industry name
Herfindahl-Hirschman index
323
321
332
314
333
313
337
339
326
315
331
327
324
335
334
322
311
316
325
Printing and related support

Wood products
Fabricated metal products
Textile product mills
Machinery
Textile mills
Furniture and related products
Miscellaneous
Plastics and rubber products
Apparel
Primary metal
Nonmetallic mineral products
Petroleum and coal products
Electrical equipment, appliances, and components
Computer and electronic products
Paper
Food
Leather and allied products
Chemicals
97.8
216.8
240.1
320.0
361.7
383.7
387.5
390.2
396.2
537.5
579.6
615.9
658.4
666.4
696.3
758.9
778.1
857.2
933.8
Four-firm ratio
15.4
21.4
24.2
28.4
30.5
30.4
33.5
32.2
32.7
40.4
40.5
42.0
42.2
46.1
44.1
45.8
47.4
49.7
52.9
312
336
Beverage and tobacco products

Transportation equipment
986.6
1033.3
62.4
56.6
Panel B: Industry characteristics by quintiles of the Herfindahl-Hirschman index

Quintile
Herfindahl-Hirschman index
Four-firm ratio
# of firms per industry
Net sales
Market capitalization
Book assets
108.9
310.6
584.2
991.3
1769.3
17.3
26.1
39.9
51.8
66.5
1011
454
293
158
116
296
520
755
946
1108
242
348
565
747
749
275
459
672
831
1058
1
2
3
4
5
3.2. Manajemen dan laba analis perkiraan Data

Data perkiraan pendapatan manajemen diperoleh dari Perusahaan Ditempatkan
Pedoman (CIG) database yang dikelola oleh Panggilan pertama. Data analis
perkiraan pendapatan yang diperoleh dari broker Kelembagaan 'Estimate System
(Ibes).
3.3. Perusahaan peringkat pengungkapan data
Peringkat keseluruhan analis dari pengungkapan perusahaan sebuah
perusahaan adalah tangan-dikumpulkan dari Laporan Asosiasi Pengelolaan Investasi
dan Riset untuk tahun 1995 dan 1996, dua tahun terakhir sesuai data ini tersedia.
Peringkat ini, yang berkisar dari skor nol sampai 100, ditentukan oleh subkomite
analis, yang diselenggarakan oleh industri. Mereka menganggap kualitas
keseluruhan dari pengungkapan suatu perusahaan lebih dari satu tahun tertentu
(Lang dan Lundholm, 1996;. Healy et al, 1999). Secara khusus, peringkat ini
mewakili kualitas pengungkapan perusahaan bersama tiga dimensi: (1) informasi
tahunan yang diterbitkan, seperti laporan tahunan, (2) informasi triwulanan dan
lainnya diterbitkan, seperti laporan triwulanan, siaran pers, dan pernyataan proxy,
dan ( 3) hubungan investor dan aspek-aspek terkait, seperti bagaimana perusahaan
responsif adalah pertanyaan analis, aksesibilitas manajemen dan kejujuran mereka
dalam membahas perkembangan perusahaan, dan frekuensi dan isi dari presentasi
analis. The subkomite industri berusaha untuk memberikan penilaian pengungkapan
untuk perusahaan 'terkemuka' di industri, mengakibatkan perusahaan hanya besar
dalam industri yang dipilih untuk evaluasi. Dengan demikian, jumlah perusahaan
dengan penilaian pengungkapan relatif kecil.
3.4. Private Placement Dan Penawaran Ekuitas Berpengalaman
Data penjualan saham biasa di dalam Amerika Serikat melalui private placement
adalah tangan-dikumpulkan dengan mencari melalui berita di database Lexis Nexis.
Data untuk SEO dari saham biasa baru yang terjadi di Amerika Serikat diperoleh dari
database (SDC) Isu Global New Securities Data Corporation.
3.5. Sampel
AS Sensus menyediakan data pada indeks Herfindahl-Hirschman hanya untuk
sektor manufaktur, dan oleh karena itu penelitian ini melakukan tes utama
penelitian ini menggunakan sampel perusahaan manufaktur. Selama periode
sampel penelitian ini, sekitar 39,5% dari perusahaan Compustat non keuangan dan
33,4% dari semua perusahaan Compustat di sektor manufaktur. Ada kemungkinan

bahwa beberapa hasil yang diperoleh dalam penelitian penelitian ini mungkin tidak
berlaku untuk perusahaan-perusahaan non-manufaktur industries. Selain itu, data
konsentrasi industri Sensus AS hanya tersedia setiap lima tahun, maka kita
menggunakan rasio konsentrasi industri dari US tertentu tahun Sensus sebagai
proxy untuk konsentrasi industri untuk jendela lima tahun sekitar tahun Sensus
Amerika Serikat.
Sampel yang diambil dari perusahaan yang menerbitkan perkiraan manajemen
laba, menerima peringkat pengungkapan analis, atau menjual saham ekuitas baru
dengan mengambil sampel acak, yang juga bisa memperkenalkan hasil penelitian
ini. Selanjutnya, hilangnya pengamatan karena persyaratan data untuk variabel
penjelas penelitian ini juga dapat menyebabkan hasil penelitian ini. Tabel A1 dalam
laporan lampiran bagaimana persyaratan data mempengaruhi ukuran sampel untuk
analisis penelitian ini berbeda. Selanjutnya, Tabel A2 di lampiran membandingkan
mean dan median nilai-nilai variabel untuk sampel yang digunakan untuk analisis
tertentu dengan rata-rata yang sesuai dan nilai-nilai median dari variabel untuk (i)
semua perusahaan manufaktur pada Compustat dan (ii) semua perusahaan pada
Compustat. Tabel ini menunjukkan bahwa untuk beberapa sampel penelitian ini,
nilai-nilai untuk indeks Herfindahl-Hirschman dan empat perusahaan rasio yang
sedikit berbeda dari yang untuk sampel perusahaan manufaktur Compustat. Juga,
ukuran perusahaan cenderung sedikit lebih besar untuk sampel penelitian ini.
Semakin besar ukuran perusahaan dari perusahaan sampel penelitian ini adalah
kemungkinan alasan mengapa nilai rata-rata dari variabel-variabel tertentu yang
berbeda antara perusahaan sampel penelitian ini dan kedua perusahaan
manufaktur di Compustat dan semua perusahaan di Compustat.
4. Temuan Empiris
4.1. Konsentrasi Industri Dan Frekuensi Dan Cakrawala Perkiraan
Pendapatan Manajemen
Untuk menyelidiki bagaimana konsentrasi industri terkait dengan pengungkapan
perusahaan, pertama kita meneliti hubungan antara konsentrasi industri dan
frekuensi perkiraan pendapatan manajemen sukarela dan melaporkan hasil pada
Tabel 2. Frekuensi perkiraan manajemen didefinisikan sebagai jumlah perkiraan
manajemen yang dibuat oleh perusahaan selama tahun fiskal untuk laba tahun itu.
Penelitian ini fokus pada perkiraan pengelolaan pendapatan tahunan berikut Li
(2010), yang berpendapat bahwa biaya kepemilikan pengungkapan cenderung lebih
signifikan untuk perkiraan tahunan daripada perkiraan kuartalan, karena cakrawala
perkiraan tahunan biasanya lagi, memberikan saingan lebih banyak waktu untuk
menanggapi informasi baru yang terkandung dalam ramalan. Manfaat lain dari
menggunakan perkiraan tahunan adalah bahwa ini membuat hasil penelitian ini
lebih sebanding dengan yang di Li (2010). Di sekitar setengah dari sampel
perusahaan-tahun penelitian ini, manajer tidak membuat perkiraan pendapatan, jadi
penelitian ini menggunakan satu sisi Tobit models.
Model frekuensi dalam penelitian ini berisi variabel kontrol yang termotivasi dari
pekerjaan sebelumnya. Penelitian ini mengikuti Li (2010) dan Li et al. (2013) dan
termasuk kontrol untuk kompetisi dengan pendatang potensial. Variabel ini dihitung
mengikuti pendekatan di Li et al. (2013). Penelitian ini pertama menghitung untuk
setiap enam digit industri NAICS rata-rata ukuran tertimbang dari properti, pabrik,
dan peralatan, rata-rata ukuran tertimbang dari penelitian dan pengembangan
biaya, rata-rata ukuran tertimbang dari belanja modal, dan penjualan total industri.
Berikutnya, kita menghitung untuk setiap industri rata-rata di jajaran desil empat
langkah industri ini. Penelitian ini kemudian kalikan nilai rata-rata ini dengan minus
satu, karena kompetisi dengan pendatang potensial kurang intens ketika nilai ratarata ini lebih besar. Bens et al. (2011) berpendapat bahwa perusahaan-perusahaan
publik yang bersaing dalam suatu industri dengan proporsi yang lebih tinggi dari
perusahaan-perusahaan swasta dapat mengungkapkan kurang, mengingat bahwa
perusahaan swasta cenderung mengikuti kebijakan non-disclosure. Penelitian ini
mengontrol untuk faktor ini dengan memasukkan rasio jumlah publik untuk
perusahaan-perusahaan swasta di industri NAICS 6-digit perusahaan. Manajer yang
lebih pasti tentang prospek perusahaan mereka di masa depan cenderung
mengungkapkan kurang (Dye, 1985; Jung dan Kwon,1988). Untuk mengontrol untuk
faktor ini, penelitian ini menyertakan dua variabel dalam model penelitian ini: (.
Waymire, 1985; Baginski et al, 2002) volatilitas return saham dari tahun
sebelumnya dan perubahan mutlak tahun berjalan di laba per saham. Untuk
mengendalikan keinginan manajemen yang lebih besar untuk mengungkapkan
kabar baik dari berita buruk (Miller, 2002;. Kothari et al, 2009), penelitian ini
menyertakan disesuaikan pasar saham kembali pada periode saat ini. Analis
cenderung memiliki penghasilan kesulitan peramalan lebih besar dari R tinggi &
perusahaan D (Barth et al., 2001) dan manajer dari perusahaan-perusahaan ini
karena dapat memberikan lebih panduan laba. Di sisi lain, manajer dari R & D
perusahaan yang lebih tinggi dapat memberikan perkiraan yang lebih sedikit karena
perhatian yang lebih besar tentang akurasi mereka. Penelitian ini mengontrol dua
faktor ini dengan termasuk biaya R & D. Penelitian ini juga menyertakan mengikuti
penentu sebelumnya diidentifikasi dari frekuensi perkiraan manajemen:. Ukuran
perusahaan (Kasznik dan Lev, 1995), cakupan analis (misalnya, Abarbanell et al,
1995.
Table 2
Industry concentration and the frequency of management forecasts of earnings.
The table reports results of one-sided Tobit regression models. The dependent variable is the number of management forecasts made during a fiscal year
for the earnings of that fiscal year. We use a Tobit model because the dependent variable is truncated at zero. The sample consists of firms in the
manufacturing sector during the years 19952009, with necessary data for the variables used in the regression models. Management forecast data
are collected from First Call's Company Issued Guidelines (CIG) database. The industry Herfindahl-Hirschman index is scaled by 10,000. The industry fourfirm ratio is scaled by 100. Industry asset-weighted mean of the net-debt-to-asset ratio is for the 6-digit NAICS industry, where net-debt is defined as
long-term debt minus cash. To construct the competition from potential entrants variable, we first calculate for six-digit NAICS industries the sizeweighted average of property, plant, and equipment, the size-weighted average of research and development expenses, the size-weighted average of
capital expenditures, and total industry sales. Next, we calculate for each industry the average across the decile ranks of these four industry measures
and then multiply the resulting value by minus one. Ratio of the number of public to private firms in the industry is calculated as the number of firms on
Compustat in the 6-digit NAICS industry divided by the difference between this number and the total number of firms in the industry as reported in
Census of Manufactures publications. Stock return volatility is calculated with monthly stock return data over the firm's fiscal year. Absolute change in
annual earnings per share/ stock price is the absolute value of the annual change in earnings per share deflated by stock price at the beginning of the
fiscal year. Market-adjusted stock return is the firm's buy-and-hold 12-month fiscal year stock return minus the CRSP value-weighted stock return
over the same period. Research and development expense/book assets is the R&D expense over a fiscal year divided by the book value of assets at the
beginning of the fiscal year. Analyst coverage is the average number of analysts making earnings forecasts for the firm over the fiscal year. Institutional
ownership data are collected from the Thomson Reuters CDA/Spectrum Institutional (13f) Holdings database and represents institutional holdings at the
beginning of the fiscal year. The Post- Regulation Fair Disclosure dummy takes the value of one for firm-years from 2001 onwards and zero otherwise.
Industry profitability is calculated using principal component analysis following the methodology in Li (2010). Equity or debt issuance dummy takes a
value of one if a firm issues public equity or public debt in a subsequent two-year period, and zero otherwise. Rata-rata is measured at the firm-level as
total liabilities minus deferred taxes scaled by total book assets. Standard deviation of earnings is calculated as the standard deviation of earnings before
extraordinary items over the prior five years, with a requirement of at least three years of observations. Analyst optimism is measured as the difference
between analyst consensus estimation at the beginning of the fiscal year and the actual earnings per share, scaled by the absolute value of actual earnings
per share. Litigation industries dummy takes a value of one if the firm operates in an industry facing high litigate risk as defined in Li (2010), and zero
otherwise. Year dummies are included in all the models, and the intercept represents the omitted year dummy. z-statistics (reported in parentheses) are
based on standard errors clustered by industry. ***,
**, and * indicate significance levels for two-tailed tests at the 1%, 5% and 10% levels, respectively.
Model
Intercept
(
Industry Herfindahl-Hirschman index
7.437nnn
13.20)
nn
5.307
( 2.25)
7.296nnn
12.58)
Industry four-firm ratio

(
7.327nnn
( 12.83)
nnn
6.138
( 2.87)
7.254nnn
( 11.95)
1.302
1.58)
1.576n
1.65)
21.734nn
(2.42)
Industry Herfindahl-Hirschman index Industry asset-weighted mean of the net-debt-toasset ratio

Industry four-firm ratio Industry asset-weighted mean of the net-debt-to-asset ratio
Industry asset-weighted mean of the net-debt-to-asset ratio
Competition from potential entrants
Ratio of the number of public to private firms in the industry
(
Stock return volatility
(
Absolute change in annual earnings per share/stock price
(
Market-adjusted stock return
Research and development expense/book assets
(
0.839
(1.43)
2.344nn
2.52)
4.113n
1.91)
2.894nnn
4.82)
0.098
(1.35)
4.322nnn
3.45)
0.833
(1.39)
2.265nn
( 2.41)
4.396nn
( 1.99)
2.883nnn
( 4.78)
0.098
(1.33)
4.282nnn
( 3.37)
nnn
Natural logarithm of market value of equity
nnn
0.242
(2.91)
0.089nnn
(2.92)
3.797nnn
(11.91)
2.173nnn
Analyst coverage
Institutional fractional ownership
Post-Regulation Fair Disclosure dummy
2.144nnn
0.243
(2.90)
0.086nnn
(2.79)
3.806nnn
(11.92)
2.116nnn
(5.10)
(4.92)
nnn
Industry profitability
nnn
7.246
(5.95)
0.318nn
( 2.38)
0.075
(1.05)
1.374nnn
(3.09)
Equity or debt issuance dummy

Market-to-book ratio of assets
Rata-rata
7.367
(5.60)
0.327nn
( 2.48)
0.084
(1.16)
1.401nnn
(3.15)
nnn
Standard deviation of earnings

(
Positive earnings change dummy
3.240
3.96)
0.221n
(1.68)
nnn
0.533
0.68)
0.882
(1.51)
2.322nn
( 2.54)
3.670n
( 1.76)
2.868nnn
( 4.79)
0.094
(1.32)
4.052nnn
( 3.25)
3.056
(0.96)
0.069 (
( 0.06)
0.823
(1.35)
2.201nn
( 2.39)
3.988n
( 1.86)
2.854nnn
( 4.78)
0.095
(1.32)
3.995nnn
( 3.15)
nnn
0.246
(2.94)
0.087nnn
(2.84)
3.811nnn
(11.89)
nnn
7.192
(5.75)
0.323nn
( 2.45)
0.087
(1.22)
1.117nnn
(2.63)
0.238
(2.91)
0.092nnn
(3.03)
3.819nnn
(11.90)
2.201nnn
(5.17)
6.838
(5.95)
0.314nn
( 2.33)
0.072
(1.02)
1.053nn
(2.48)
nnn
3.330
4.04)
0.220n
(1.67)
3.129
( 3.93)
0.232n
(1.76)
nnn
(5.02)
nnn
nnn
3.995
( 4.02)
0.228n
(1.73)
Table 2 (continued )
Model
1
n
Analyst optimism
(
Litigation industries dummy
2
R -adjusted
N
0.065
1.90)
0.599
(1.53)
0.123
20,286
nn
0.067
1.97)
0.597
(1.45)
0.123
20,286
0.061
( 1.76)
0.715n
(1.82)
0.125
20,286
4
n
0.064
( 1.86)
0.728n
(1.72)
0.123
20,286
Vafeas, 2005), institutional ownership (Ajinkya et al., 2005), and an indicator variable for the post-Regulation Fair Disclosure
period (Heflin et al., 2003).
Akhirnya, penelitian ini menyertakan variabel kontrol tambahan berikut yang Li

(2010, Tabel 9), menggunakan model nya manajemen laba perkiraan
frequency.Pertama, ia kontrol untuk profitabilitas industri, yang diperkirakan
menggunakan analisis komponen utama pada sembilan variabel tingkat industri .
Dia berpendapat bahwa variabel ini mungkin berhubungan dengan beberapa

dimensi kompetisi. Kedua, ia termasuk variabel indikator untuk apakah perusahaan
mengeluarkan utang publik atau ekuitas dalam periode dua tahun berikutnya,
karena perusahaan cenderung mengungkapkan lebih sebelum memperoleh
pendanaan eksternal untuk mengurangi biaya modal mereka. Ketiga, dia termasuk
pasar rasio aset dan pendapatan sejarah volatilitas dari perusahaan, karena
variabel-variabel ini menangkap kesulitan peramalan, yang dapat mencegah
perusahaan dari memberikan perkiraan pendapatan. Keempat, dia juga mengontrol
untuk perusahaan rata-rata, mencatat bahwa rata-rata terkait dengan intensitas
persaingan dalam suatu industri. Kelima, dia termasuk ukuran untuk optimis dalam
perkiraan pendapatan analis, karena manajer cenderung "berjalan" ramalan
tersebut dengan menyediakan panduan laba. Akhirnya, dia termasuk variabel
indikator risiko litigasi, karena perusahaan cenderung mengeluarkan perkiraan
untuk mengungkapkan berita buruk lebih cepat untuk mengurangi risiko litigasi.
Pada model pertama dari Tabel 2, koefisien pada indeks Herfindahl-Hirschman
adalah negatif dan signifikan. Pada model kedua, koefisien pada empat perusahaan
rasio juga negatif, tetapi tidak signifikan secara statistik pada tingkat konvensional
(t-stat 1,58) 0,15 Hasil ini menunjukkan bahwa perusahaan-perusahaan di
industri lebih terkonsentrasi mengungkapkan less.
Model ketiga dan keempat pada Tabel 2 adalah sama dengan dua model
pertama dalam tabel ini, kecuali bahwa mereka juga termasuk variabel sebagai
tambahan 6-digit NAICS aset tertimbang rata-rata industri dari rasio net-utang
terhadap aset, dihitung untuk perusahaan di Compustat, dan interaksinya dengan
indeks Herfindahl-Hirschman dan empat perusahaan rasio. Penelitian ini
menganggap interaksi ini dalam model penelitian ini, karena Chevalier (1995a,
1995b) dan Phillips (1995) melaporkan bahwa ketika mapan dalam industri
terkonsentrasi memiliki rata-rata keuangan yang lebih tinggi, intensitas persaingan
industri lebih rendah karena kemampuan batas rata-rata yang lebih tinggi
perusahaan untuk berinvestasi di bangunan pangsa pasar. Akibatnya, dalam industri
terkonsentrasi dengan tingkat yang lebih rendah (lebih tinggi) utang, kemungkinan
bahwa informasi kepemilikan yang terkandung dalam pengungkapan suatu
perusahaan akan digunakan untuk melawan dengan rival kemungkinan lebih tinggi
(lebih rendah) .Dalam mendefinisikan rasio rata-rata, kita kurangi kepemilikan kas
dari utang karena cadangan kas perusahaan memberikan fleksibilitas keuangan.
Juga, kita menggunakan rata-rata industri aset tertimbang, karena dibandingkan
dengan perusahaan kecil dengan rata-rata yang rendah, perusahaan besar dengan
rata-rata yang rendah cenderung menyebabkan lebih membahayakan perusahaan
Penyebaran informasi ketika mereka mengeksploitasi informasi yang diungkapkan.
Dalam model ketiga dan keempat dari Tabel 2, koefisien pada indeks HerfindahlHirschman dan rasio empat perusahaan yang negatif dan signifikan. Juga, koefisien
pada variabel interaksi dalam model ketiga adalah positif dan signifikan, sedangkan
koefisien pada variabel interaksi dalam model keempat adalah positif, tetapi tidak
significant.18 Hasil ini menunjukkan bahwa asosiasi negatif yang kita
mendokumentasikan antara konsentrasi industri dan manajemen frekuensi
perkiraan yang, seperti yang diharapkan, kurang diucapkan untuk industri dengan
rata-rata yang lebih tinggi.
Selanjutnya, pada Tabel 3 kita meneliti hubungan antara konsentrasi industri dan
cakrawala perkiraan pendapatan manajemen, yang didefinisikan sebagai jumlah
hari antara tanggal perkiraan manajemen laba tahunan dan fiskal tanggal akhir
tahun perusahaan. Untuk analisis ini, tahun perusahaan tanpa perkiraan
pendapatan manajemen dijatuhkan. Model yang sama dengan yang di Tabel 2,
kecuali bahwa variabel dependen adalah cakrawala rata-rata perkiraan pendapatan
manajemen. Juga, untuk analisis ini kita menggunakan prosedur OLS.
Tabel 3
Konsentrasi Industri Dan Cakrawala Perkiraan Manajemen Laba.
Laporan tabel hasil dari model regresi OLS. Variabel dependen adalah jumlah rata-rata hari antara tanggal perkiraan manajemen laba tahun fiskal perusahaan dan tanggal akhir tahun fiskal. Sampel
terdiri dari perusahaan-perusahaan di sektor manufaktur selama tahun 1995-2009, dengan data yang diperlukan untuk variabel dalam model. Data perkiraan manajemen dari First Call Pedoman
Investor Perusahaan (CIG) database. Jika suatu perusahaan tidak membuat perkiraan manajemen selama tahun tertentu bahwa perusahaan-tahun dijatuhkan dari analisis. Industri indeks HerfindahlHirschman adalah skala oleh 10.000. Industri empat perusahaan rasio adalah skala dengan 100. Industri berarti aset tertimbang dari rasio net-utang terhadap aset adalah untuk industri NAICS 6-digit,
dimana net-utang didefinisikan sebagai jangka panjang dikurangi utang tunai. Untuk membangun kompetisi dari potensi variabel pendatang, pertama kita menghitung untuk NAICS enam digit
industrinya menghasilkan rata-rata ukuran tertimbang dari properti, pabrik, dan peralatan, rata-rata ukuran tertimbang dari biaya penelitian dan pengembangan, rata-rata ukuran tertimbang dari
belanja modal , dan penjualan total industri. Berikutnya, kita menghitung untuk setiap industri rata-rata di seluruh jajaran desil empat langkah industri ini dan kemudian kalikan nilai yang dihasilkan
oleh minus satu. Rasio jumlah publik untuk perusahaan swasta di industri dihitung sebagai jumlah perusahaan di Compustat di industri NAICS 6-digit dibagi dengan selisih antara nomor ini dan
jumlah perusahaan dalam industri seperti yang dilaporkan dalam Sensus Manufaktur publikasi. volatilitas return saham dihitung dengan data return saham bulanan selama tahun fiskal perusahaan.
perubahan mutlak dalam pendapatan tahunan per harga / saham saham adalah nilai mutlak dari perubahan tahunan laba per saham dikurangi dengan harga saham pada awal tahun fiskal. Pasaradjusted return saham buy-and-hold 12 bulan tahun fiskal return saham perusahaan minus CRSP nilai-tertimbang return saham untuk periode yang sama. Penelitian dan pengembangan beban / aset
buku adalah biaya R & D untuk tahun fiskal dibagi dengan nilai buku aset pada awal tahun fiskal. cakupan analis adalah jumlah rata-rata analis membuat perkiraan pendapatan bagi perusahaan
selama tahun fiskal. pecahan kepemilikan institusional adalah kepemilikan institusional pada awal tahun fiskal. Post-Peraturan Adil Pengungkapan boneka mengambil nilai satu untuk tahun 2001 dan
seterusnya, dan nol sebaliknya. profitabilitas industri dihitung menggunakan analisis komponen utama mengikuti metodologi dalam Li (2010). Ekuitas atau boneka penerbitan utang mengambil nilai
satu jika perusahaan mengeluarkan ekuitas umum atau utang publik dalam jangka waktu dua tahun berikutnya, dan nol sebaliknya. Rata-rata diukur pada tingkat perusahaan sebagai total kewajiban
dikurangi pajak tangguhan skala dengan total aktiva buku. Standar deviasi dari laba dihitung sebagai standar deviasi dari laba sebelum pos luar biasa selama lima tahun sebelumnya, dengan
persyaratan minimal tiga tahun pengamatan. Analis optimisme diukur sebagai perbedaan antara estimasi konsensus analis pada awal tahun fiskal dan laba aktual per saham, skala oleh nilai absolut
dari laba aktual per saham. Litigasi industri dummy mengambil nilai satu jika perusahaan beroperasi dalam suatu industri menghadapi risiko litigasi tinggi sebagaimana didefinisikan dalam Li
(2010), dan nol sebaliknya. t-statistik (dilaporkan dalam kurung) didasarkan pada kesalahan standar berkerumun tahun dan industri. ***, **, Dan * mengindikasikan tingkat signifikansi untuk dua
ekor tes di 1%, 5% dan 10 tingkat%, masing-masing.
Model
Intercept
5.805
(0.56)
111.238nnn
( 3.17)
9.070
(0.83)

(
asset ratio
Industry asset-weighted mean of the net-debt-to-
28.320
2.29)
0.123
(0.01)
112.138nnn
( 3.85)
nn
3.241
(0.29)
nn
31.154
( 2.44)
306.326nn
(2.49)



11.366
1.412 (1.13)
106.485nnn
(4.33)
81.255n
( 1.82)
14.823nnn
( 2.58)
4.427nn
(2.31)
9.851
( 0.37)
9.162nnn
(5.52)
nn
Analyst coverage
(
116.743nnn
Market-to-book ratio of assets
Rata-rata
Analyst optimism
107.166nnn
(4.22)
87.611nn
( 2.05)
15.131nnn
( 2.60)
4.417nn
(2.29)
9.563
( 0.36)
9.209nnn
(5.56)
0.976
2.37)
17.656nn
(2.08)
34.065nnn
(4.43)
111.114nnn
(5.86)
3.006
(1.39)
3.911nn
(2.30)
31.008nnn
(4.36)
33.876nnn
( 2.80)
nn
nn
1.066
2.51)
17.200nn
(2.03)
33.323nnn
(4.36)
114.040nnn
(5.35)
2.900
(1.33)
4.154 nn
(2.42)
32.060nnn
(4.60)
35.930nnn
( 2.79)
nn
42.405
(0.84)
8.909
17.572
(0.66)
(0.95)
11.021
1.078
(1.08)
(0.29)
(0.38)
100.830nnn 101.720nnn
(3.58)
(3.55)
72.344n
79.158n
( 1.66)
( 1.89)
14.249nn
14.351nn
( 2.49)
( 2.42)
4.228nn
4.267nn
(2.20)
(2.21)
4.324
3.022
( 0.16)
( 0.12)
nnn
8.511
8.660nnn
(5.11)
(5.37)
nn
nn
0.898
1.015
( 2.20)
( 2.44)
nn
18.990
17.991nn
(2.27)
(2.16)
35.243nnn
34.532nnn
(4.53)
(4.42)
108.653nnn
(5.11)
(5.02)
3.250
3.108
(1.58)
(1.50)
3.968nn
4.272nn
(2.33)
(2.46)
21.338nnn
22.762nnn
(3.21)
(3.48)
32.048nnn
35.115nnn
( 2.76)
( 2.80)
nn
8.743
(2.34)
2.619nnn
( 4.22)
8.746
(2.36)
2.627nnn
( 4.29)
8.846
(2.37)
2.574nnn
( 4.07)
8.905
(2.38)
2.575nnn
( 4.14)
5.747
(0.82)
0.186
7,507
5.915
(0.81)
0.184
7,507
6.556
(0.86)
0.189
7,507
7.264
(0.95)
0.186
7,507
nn
Table 3 (continued )
Model
2
R -adjusted
N
Dalam dua model pertama dari Tabel 3, koefisien pada indeks HerfindahlHirschman dan empat perusahaan rasio keduanya negatif dan significant.19 Model
ketiga dan keempat pada Tabel 3 juga mencakup variabel sebagai tambahan yang
NAICS 6-digit asset- rata-rata tertimbang industri rasio net-utang-untuk-aset, dan
interaksinya dengan indeks Herfindahl-Hirschman dan empat perusahaan rasio.
Dalam kedua model koefisien pada indeks Herfindahl-Hirschman dan rasio empat
perusahaan yang negatif dan signifikan. Juga, koefisien pada variabel interaksi
dalam model ketiga adalah positif dan signifikan sedangkan koefisien pada variabel
interaksi dalam model keempat adalah positif, namun tidak signifikan. Secara
keseluruhan, Tabel 3 hasil menunjukkan bahwa perusahaan dalam industri
terkonsentrasi mengungkapkan kurang, dan asosiasi ini kurang jelas untuk industri
dengan rata-rata.20 lebih tinggi
pengujian penelitian ini dari frekuensi dan cakrawala perkiraan manajemen laba
menggunakan data Pertama Call, yang memiliki beberapa kekurangan yang
membatasi kesimpulan penelitian ini dari tes ini. Chuk et al. (2013) melaporkan
bahwa beberapa karakteristik perusahaan yang terkait dengan cakupan dan
konsistensi data Panggil Pertama pada perkiraan manajemen laba. faktor penentu
dari cakupan dan konsistensi dapat berkorelasi dengan konsentrasi industri.
Mengingat bahwa di perusahaan analisis penelitian ini yang tidak tercakup oleh First
Panggil diberi nilai nol untuk frekuensi perkiraan manajemen, hasil penelitian ini dari
hubungan antara frekuensi perkiraan manajemen dan konsentrasi industri bisa
menjadi bias. Meskipun analisis kita tentang hubungan antara cakrawala perkiraan
manajemen dan konsentrasi industri juga mungkin akan terpengaruh oleh bias
cakupan dalam data Panggilan Pertama, berpotensi bias kurang parah dalam kasus
ini, karena kita menganggap hanya perusahaan-perusahaan yang memiliki data
Panggilan pertama untuk setidaknya satu perkiraan pada tahun tertentu. Mengingat
bahwa Chuk et al. (2013) melaporkan bahwa kurangnya cakupan data First Call
sangat parah sebelum 1998, kita kembali memperkirakan frekuensi perkiraan
manajemen dan model cakrawala setelah menjatuhkan tahun 1995-1997 dari periode
sampel penelitian ini. Penelitian ini menemukan bahwa hasil yang kuat untuk
mempertimbangkan hanya periode sampel pasca 1997.
4.2. Konsentrasi Industri Dan Penempatan Swasta Dibandingkan Keputusan
Ekuitas
Penelitian ini meneliti hubungan antara konsentrasi industri dan keputusan
pembiayaan yang memiliki implikasi pengungkapan penting. Secara khusus, kita
mempertimbangkan pilihan menjual saham baru melalui private placement atau
SEO. Ada lebih sedikit SEC-diamanatkan persyaratan pengungkapan publik untuk
penempatan pribadi saham biasa baru daripada untuk SEO. Misalnya, perusahaan
diwajibkan untuk mengungkapkan dalam prospektus SEO mereka usulan
penggunaan dana yang dihimpun, tapi untuk penempatan swasta tidak ada
requirement.21 seperti Juga, dalam transaksi private placement, perusahaan
biasanya tidak diperlukan untuk mengungkapkan bahwa transaksi telah diambil
menempatkan dan apa adalah jumlah dana yang dihimpun dalam transaksi sampai
empat hari kerja setelah menutup kesepakatan. Selanjutnya, dalam kasus
penempatan swasta, biasanya ada hanya sejumlah kecil investor yang membeli
saham dalam penjualan saham dan kepada siapa informasi tentang penjualan
saham akan datang diungkapkan. Dengan demikian, untuk penjualan ini akan ada
risiko yang lebih rendah dari kebocoran informasi ke rival tentang penjualan
sebelum itu terjadi.
Penelitian ini mengumpulkan data tentang penjualan saham biasa melalui
private placement dari berita di database Lexis Nexis-. sampel tahun penelitian ini
untuk analisis ini terdiri dari tiga Sensus Amerika Serikat tahun dalam periode
sampel penelitian ini, 1997, 2002, dan 2007, dan dua tahun tambahan, 2000 dan
2004,22 Penelitian ini memperoleh data tentang SEO dari saham biasa selama lima
tahun ini dari Global Issues New SDC ini Database. Sampel penelitian ini terdiri dari
60% SEO dan 40% penempatan swasta. Distribusi ini sebanding dengan yang
dilaporkan dalam studi sebelumnya (lihat misalnya, Wu, 2004; Gomes dan Phillips,
2012).
Table 4
Industry concentration and the private placement versus seasoned equity offering decision.
The table reports results of probit regression models. The dependent variable equals one if a firm sells new shares through a private placement and
equals zero if it sells new shares through a seasoned equity offering. The sample consists of firms in the manufacturing sector during the years 1997,
2000,
2002, 2004, and 2007 with necessary data for variables in the models. The industry Herfindahl-Hirschman index is scaled by 10,000. The industry fourfirm ratio is scaled by 100. Industry asset-weighted mean of the net-debt-to-asset ratio is for the 6-digit NAICS industry, where net-debt is defined as
Census of Manufactures publications. Analyst coverage is the average number of analysts making earnings forecasts for the firm during the fiscal year.
Industry-adjusted sales growth is calculated as the natural logarithm of the difference between annual sales growth for the firm in the year prior to
the event year and the corresponding median sales growth in the firm's 6-digit NAICS industry. Change in industry-adjusted market-to-book equity is
the difference between 6- digit NAICS industry-adjusted market-to-book equity at the end of the event fiscal year and at the end of the previous fiscal
year; it is scaled by 1000. Operating cash flow/book assets is operating income before depreciation divided by lagged book assets. Cash flow volatility is
the standard deviation of operating income, calculated with data for at least 12 and up to 20 quarters prior to the event quarter. Altman-Z score, a
bankruptcy likelihood measure, is calculated as in Altman (1968), and is scaled by 100. Stock return volatility is calculated with monthly stock return data
for the firm's fiscal year. One-year market-adjusted stock return is the firm's stock return net of the value-weighted CRSP index for the year prior to the
announcement of the equity issuance. Year dummies are included in all the models, and the intercept represents the omitted year dummy. The table
presents estimates of marginal effects. z- statistics (reported in parentheses) are based on standard errors clustered by industry. ***, **, and * indicate
significance levels for two-tailed tests at the 1%,
5%, and 10% levels, respectively.
Model
2
1.583nnn
(4.26)
1.698nnn
(4.57)
2.596n
(1.75)
Intercept
1.826nnn
(4.88)
1.360
(0.96)
1.605nnn
(4.11)
0.938nn
(2.27)

asset ratio
0.998nn
(2.40)
Industry asset-weighted mean of the net-debt-to(
14.488nn
2.53)

(

0.066
0.161
(

Natural logarithm of book value of assets
Analyst coverage
Number of years since a firm's IPO
Industry-adjusted sales growth
Change in industry-adjusted market-to-book equity
Operating cash flow/book assets
Cash flow volatility
Altman-Z score
One-year market-adjusted stock return
The offering takes place within one week of an earnings announcement dummy
Pseudo-R2
N
0.44)
0.149
( 0.88)
0.585nnn
( 11.84)
0.038
(1.07)
0.009
(1.41)
0.057
(0.68)
0.002nn
(2.22)
0.094
( 0.62)
0.349
(1.22)
0.004nn
( 2.03)
0.384
(0.66)
0.190nnn
( 3.09)
0.518nnn
( 3.70)
0.319
785
0.176
(0.36)
0.114
0.124
(
0.35)
0.211
( 1.30)
0.593nnn
( 11.98)
0.041
(1.13)
0.007
(1.16)
0.059
(0.71)
0.002nn
(2.17)
0.095
( 0.62)
0.350
(1.21)
0.004nnn
( 2.64)
0.374
(0.64)
0.190nnn
( 3.05)
0.511nnn
( 3.72)
0.319
785
0.32)
(
n
0.346
( 1.83)
0.596nnn
( 12.30)
0.039
(1.08)
0.012n
(1.91)
0.061
(0.71)
0.002n
(1.84)
0.104
( 0.67)
0.378
(1.25)
0.004nn
( 2.05)
0.338
(0.58)
0.194nnn
( 3.11)
0.563nnn
( 3.85)
0.328
785
3.574nn
2.13)
0.583
(0.83)
0.19)
nn
0.469
( 2.50)
0.597nnn
( 12.36)
0.039
(1.06)
0.011n
(1.71)
0.066
(0.76)
0.002n
(1.90)
0.096
( 0.61)
0.374
(1.22)
0.004nn
( 2.28)
0.325
(0.56)
0.201nnn
( 3.22)
0.556nnn
( 3.85)
0.328
785
Tabel 4 laporan diperkirakan efek marginal dari model probit di mana variabel
dependen sama dengan satu untuk private placement dan nol untuk SEO. Seperti
dalam model pengungkapan penelitian ini yang lain, penelitian ini mengendalikan
kompetisi dengan pendatang potensial. Penelitian ini juga mengontrol rasio jumlah
publik untuk perusahaan-perusahaan swasta di industri NAICS 6-digit perusahaan.
Variabel ini diharapkan untuk menangkap isu bahwa perusahaan publik dapat
mengungkapkan kurang jika lebih dari pesaingnya adalah pribadi dengan
persyaratan pengungkapan minimal. Wu (2004) dan Gomes dan Phillips (2012)
menunjukkan bahwa perusahaan dengan asimetri informasi yang lebih besar lebih
mungkin untuk menjual saham baru melalui private placement bukan melalui
penawaran saham berpengalaman. Untuk mengontrol asimetri informasi, kita
mengikuti Wu (2004) dan termasuk logaritma natural dari aset buku, cakupan
analis, dan jumlah tahun sejak IPO perusahaan. Seperti di Wu (2004), penelitian ini
juga mengendalikan revisi investor dari potensi pertumbuhan perusahaan, oleh
termasuk pertumbuhan penjualan industri-disesuaikan selama tahun sebelum
penjualan saham baru dan perubahan di disesuaikan rasio market-to-book industriselama tahun masalah saham. Berikut Gomes dan Phillips (2012), penelitian ini
menyertakan arus kas operasi skala oleh aset, volatilitas arus kas, dan skor risiko
kebangkrutan Altman-Z, sebagai kontrol untuk profitabilitas, ketidakpastian
produktif, dan risiko distress, masing-masing. Untuk mengontrol kemungkinan
bahwa manajer perusahaan dalam industri lebih terkonsentrasi dapat
mengungkapkan kurang karena mereka kurang informasi tentang prospek
perusahaan mereka di masa depan, penelitian ini menyertakan volatilitas return
saham selama tahun sebelum penjualan ekuitas. Penelitian ini juga mencakupdisesuaikan pasar return saham tahun sebelumnya untuk menangkap
kecenderungan perusahaan 'untuk memiliki SEO berikut kinerja saham yang baik.
Akhirnya, penelitian ini menyertakan variabel indikator apakah SEO berlangsung
dalam waktu satu minggu dari pengumuman laba, karena Korajczyk et al. (1991)
menunjukkan bahwa SEO sering terjadi segera setelah pengumuman laba yang
menyampaikan berita biasa baik tentang perusahaan.
Hasil untuk dua model pertama pada Tabel 4 menunjukkan koefisien positif yang
signifikan pada indeks Herfindahl-Hirschman dan variabel rasio empat perusahaan,
menunjukkan bahwa perusahaan-perusahaan dalam industri lebih terkonsentrasi
lebih memilih penempatan pribadi atas SEO. Model ketiga dan keempat pada Tabel
4 juga mencakup variabel rata-rata yang industri, bersama dengan interaksinya
dengan indeks Herfindahl-Hirschman dan empat perusahaan rasio. Koefisien pada
kedua variabel interaksi yang negatif dan signifikan. Secara keseluruhan, Tabel 4
menunjukkan bahwa perusahaan dalam industri lebih cenderung menggunakan
penempatan pribadi daripada SEO ketika mereka menjual saham baru, dan asosiasi
ini adalah kurang menonjol di industri rata-rata, di mana rival suatu perusahaan
akan cenderung agresif bereaksi untuk informasi yang terkandung dalam
pengungkapan nya.
Selanjutnya bahwa konsentrasi industri penelitian ini berhubungan dengan
pilihan private placement versus SEO dapat dikenakan untuk sampel bias seleksi
karena sampel yang digunakan untuk analisis ini hanya terdiri dari perusahaan-
perusahaan yang menjual saham ekuitas baru. Untuk mengatasi masalah ini,
pertama penelitian ini memperkirakan model probabilitas bahwa perusahaan
menjual saham ekuitas baru, dan kemudian termasuk kebalikan rasio Mills dari
estimasi ini sebagai variabel kontrol dalam model penelitian ini pilihan private
placement versus SEO. Untuk memperkirakan probabilitas bahwa suatu perusahaan
menjual saham ekuitas baru pada tahun tertentu, kita menggunakan DeAngelo et
al. (2010) model, yang menguji market timing dan penjelasan siklus hidup
perusahaan untuk penjualan tersebut. Variabel dependen dalam model ini
mengambil nilai satu jika suatu perusahaan menjual saham ekuitas baru pada tahun
tertentu, dan nol sebaliknya. Variabel penjelas adalah yang digunakan di DeAngelo
et al. (2010) dan penelitian ini menambahkan industri indeks Herfindahl-Hirschman
perusahaan atau rasio empat perusahaan. Sampel yang digunakan untuk
memperkirakan model ini terdiri dari perusahaan-perusahaan sampel penelitian ini
yang menjual saham ekuitas baru melalui penempatan pribadi atau SEO pada tahun
1997, 2000, 2002, 2004, dan 2007 dan sisanya dari perusahaan manufaktur di
Compustat dan CRSP yang data yang dibutuhkan adalah tersedia untuk lima tahun
ini. Penelitian ini menemukan bahwa korelasi antara variabel dependen, apakah
perusahaan menjual ekuitas pada tahun tertentu, dan indeks Herfindahl-Hirschman
dan empat perusahaan ratio hanya 0,002 dan 0,008, dan hasil regresi (untabulated)
menunjukkan bahwa koefisien pada indeks Herfindahl-Hirschman dan empat
perusahaan rasio tidak signifikan.
Penelitian ini menyertakan kebalikan rasio Mills dari model tahap pertama
sebagai variabel kontrol tambahan pada Tabel penelitian ini 4 model pilihan private
placement versus SEO untuk menjual ekuitas. Penelitian ini menemukan bahwa
koefisien pada terbalik Mills variabel rasio tidak signifikan dan bahwa hasil
penelitian ini terkait dengan Herfindahl-Hirschman dan variabel rasio empat
perusahaan tetap sama. Hasil ini menunjukkan bahwa asosiasi dari dua variabel
konsentrasi industri ini dengan pilihan private placement versus SEO tidak
dikenakan sampel yang signifikan pilihan bias.
Kesimpulan penelitian ini bahwa perusahaan dalam industri terkonsentrasi
cenderung
mengeluarkan
ekuitas
melalui
private
placement
untuk
menyembunyikan informasi menimbulkan dua masalah berikut. Pertama,
perusahaan dalam industri lebih terkonsentrasi juga dapat mencapai tujuan
menyembunyikan informasi dari saingan mereka dengan memegang cadangan kas
yang lebih besar atau dengan membayar dividen lebih kecil, sehingga mengurangi
ketergantungan mereka pada pendanaan eksternal untuk mendanai investasi. Dua
penelitian sebelumnya mendokumentasikan hubungan positif antara konsentrasi
industri dan kepemilikan kas perusahaan dan hubungan negatif antara konsentrasi
industri dan jumlah dividen suatu perusahaan membayar keluar. Haushalter et al.
(2007) menunjukkan bahwa perusahaan dalam industri lebih terkonsentrasi
memiliki cadangan kas yang lebih besar. Mereka berpendapat bahwa perusahaanperusahaan dalam industri terkonsentrasi memegang lebih banyak uang untuk
mengurangi risiko perilaku predator oleh perusahaan saingan berusaha untuk
meningkatkan pangsa pasar mereka. Grullon dan Michaely (2007) melaporkan
bahwa perusahaan dalam industri lebih terkonsentrasi membayar dividen lebih
kecil. Mereka berpendapat bahwa hasil ini bisa berarti bahwa pembayaran
perusahaan adalah hasil dari kekuatan disiplin eksternal. Penelitian ini
memperkirakan model di Haushalter et al. (2007) dan Grullon dan Michaely (2007)
untuk periode sampel penelitian ini dan mengkonfirmasi hasil mereka bahwa
perusahaan dalam industri lebih terkonsentrasi, diukur dengan menggunakan
indeks Herfindahl- Hirschman atau empat perusahaan rasio, memegang lebih
banyak uang tunai dan membayar dividen lebih kecil. Meskipun temuan ini
konsisten dengan penjelasan yang diberikan dalam makalah ini, mereka bisa juga
sebagian didorong oleh perusahaan-perusahaan dalam industri terkonsentrasi
berusaha untuk menurunkan ketergantungan mereka pada pendanaan eksternal
untuk mengurangi pengungkapan mereka.
Perhatian kedua dengan kesimpulan penelitian ini bahwa perusahaan dalam
industri terkonsentrasi lebih suka menjual ekuitas melalui private placement untuk
menyembunyikan informasi adalah bahwa ketika pendanaan eksternal diperlukan,
perusahaan-perusahaan
di
industri
terkonsentrasi
dapat
menghindari
pengungkapan publik dengan meminjam dari bank. Jika itu terjadi, sebuah
perusahaan di industri lebih terkonsentrasi harus memiliki rasio yang lebih tinggi
dari utang bank ke publik utang. Sayangnya, Compustat tidak memberikan data
yang diperlukan untuk menghitung rasio ini, jadi penelitian ini proxy untuk itu
dengan jatuh tempo utang rata-rata perusahaan. Harford et al. (2013) dokumen
yang jatuh tempo utang bank adalah nyata lebih pendek dari adalah jatuh tempo
utang publik, menyiratkan bahwa utang jatuh tempo rata-rata lebih pendek untuk
perusahaan dengan utang bank lebih. Berikut Harford et al. (2013), kita mengukur
utang jatuh tempo sebagai fraksi dari perusahaan utang jangka panjang karena
dalam tiga tahun ke depan. Sebuah nilai yang lebih tinggi untuk fraksi ini
menunjukkan bahwa jatuh tempo utang rata-rata perusahaan yang lebih pendek.
Penelitian ini memperkirakan model kematangan utang mereka untuk periode
sampel penelitian ini setelah termasuk industri indeks Herfindahl-Hirschman atau
rasio empat perusahaan sebagai variabel penjelas tambahan.
Penelitian ini menemukan bahwa koefisien pada indeks Herfindahl-Hirschman
dan variabel rasio empat perusahaan yang positif dan signifikan, menunjukkan
bahwa perusahaan-perusahaan dalam industri lebih terkonsentrasi memiliki utang
jatuh tempo yang lebih pendek, mungkin karena penggunaan yang lebih besar dari
utang bank. Namun, perusahaan-perusahaan di industri terkonsentrasi tidak
mungkin untuk hanya menggunakan utang bank untuk pendanaan eksternal
mengingat bahwa rata-rata keuangan yang tinggi akan meningkatkan risiko
kebangkrutan dan risiko tindakan predator pada bagian dari saingan (misalnya,
Chevalier, 1995a, 1995b; Phillips, 1995; Campello, 2003, 2006). Dengan demikian,
perusahaan dalam industri terkonsentrasi cenderung mengandalkan penjualan
saham ekuitas baru juga ketika mereka mengumpulkan dana eksternal. Secara
keseluruhan, hasil penelitian ini yang terkait dengan pembiayaan ekuitas,
kepemilikan kas perusahaan, dividen, dan jatuh tempo utang mendukung proposisi
bahwa keputusan pembiayaan perusahaan dalam industri terkonsentrasi
dipengaruhi oleh keengganan mereka untuk mengungkapkan informasi hak milik.
4.3. Konsentrasi Industri Dan Penilaian Pengungkapan Perusahaan

Pengujian penelitian ini sejauh pertimbangkan pengungkapan tertentu. Untuk tes
yang lebih komprehensif hipotesis bahwa konsentrasi industri berhubungan negatif
dengan keinformatifan kebijakan pengungkapan perusahaan, kita menguji apakah
perusahaan dalam industri lebih terkonsentrasi menerima penilaian pengungkapan
lebih rendah dari analis. Peringkat ini diperoleh dari Laporan Asosiasi Pengelolaan
Investasi dan Riset dan mewakili persepsi analis dari kualitas keseluruhan dari
berbagai pengungkapan bahwa perusahaan membuat (lihat Lang dan Lundholm,
1993).
Tabel 5 memberikan OLS perkiraan dari regresi peringkat pengungkapan analis
konsentrasi industri dan variabel kontrol. Seperti dalam model penelitian ini yang
lain, penelitian ini menyertakan ukuran untuk kompetisi dengan pendatang
potensial dan rasio jumlah publik untuk perusahaan-perusahaan swasta di industri
NAICS 6-digit perusahaan. kemudahan yang analis dapat membuat perkiraan yang
akurat dari penghasilan perusahaan dapat mempengaruhi persepsi mereka tentang
kualitas pengungkapan perusahaan. Berikut Lang dan Lundholm (1993), kita
menggunakan tiga variabel berikut untuk proxy untuk kemudahan yang analis dapat
membuat perkiraan yang akurat: ukuran perusahaan, sejarah volatilitas laba,
diperkirakan menggunakan data pendapatan untuk setidaknya tiga tahun
sebelumnya, dan tahun berjalan mutlak perubahan laba per saham. Sejarah
volatilitas laba dan perubahan mutlak tahun berjalan di laba per saham juga
mengendalikan kemungkinan bahwa manajer mengungkapkan kurang jika mereka
tidak yakin tentang kinerja perusahaan mereka di masa depan. Penelitian ini juga
termasuk sebagai mengontrol rasio book-to-market, return on asset, dan satu tahun
pertumbuhan penjualan, karena kinerja perusahaan dapat berdampak persepsi
analis dari kualitas pengungkapan nya (Lang dan Lundholm, 1993; Bens dan
Monahan, 2004). Berikut Bens dan Monahan (2004), penelitian ini juga menyertakan
sebagai cakupan analis kontrol, analis perkiraan dispersi, kesalahan perkiraan
analis, dan volatilitas revisi perkiraan analis. Akhirnya, kita kontrol untuk
keanggotaan perusahaan dalam indeks S & P 500 karena dapat berdampak positif
terhadap persepsi analis dari kualitas pengungkapan nya (Bushee dan Noe, 2000).
Dua model pertama pada Tabel 5 menunjukkan bahwa penilaian pengungkapan
analis perusahaan 'terkait negatif dengan industri indeks Herfindahl-Hirschman dan
empat perusahaan rasio, menyiratkan bahwa perusahaan dalam industri lebih
terkonsentrasi mengungkapkan kurang. Model ketiga dan keempat pada Tabel 5
adalah sama dengan dua model pertama, kecuali bahwa mereka juga termasuk
variabel industri rata-rata yang bersama dengan interaksi dengan indeks
Herfindahl-Hirschman dan empat perusahaan rasio. Koefisien pada variabel interaksi
dalam model ketiga adalah signifikan dan positif. Dalam model keempat koefisien
pada variabel interaksi positif, tetapi tidak signifikan secara statistik (t-stat 1,33).
Hasil ini konsisten dengan gagasan bahwa kecenderungan perusahaan-perusahaan
di industri terkonsentrasi untuk mengungkapkan kurang kurang jelas dalam industri
dengan rata-rata lebih tinggi
4.4. Konsentrasi Industri Dan Sifat Dari Perkiraan Analis Laba
Untuk tes komprehensif lain apakah konsentrasi industri dikaitkan dengan

keinformatifan kebijakan pengungkapan perusahaan, penelitian ini meneliti
hubungan antara konsentrasi industri dan sifat tertentu dari perkiraan analis laba.
Jika perusahaan-perusahaan di industri lebih terkonsentrasi menunjukkan perkiraan
penyebaran yang lebih besar, kesalahan perkiraan yang lebih besar, dan volatilitas
yang lebih besar dari revisi perkiraan pendapatan analis, itu akan menunjukkan
bahwa perusahaan dalam industri lebih terkonsentrasi mengungkapkan sedikit
(lihat, misalnya, Lang dan Lundholm, 1996).
Penelitian ini menggunakan model dispersi dalam perkiraan analis, analis
memperkirakan kesalahan, dan volatilitas analis memperkirakan revisi yang sama
dengan yang di Lang dan Lundholm (1996). Seperti dalam semua model penelitian
ini yang lain, penelitian ini menyertakan sebagai kontrol ukuran untuk kompetisi
dengan pendatang potensial dan rasio jumlah publik untuk perusahaan-perusahaan
swasta di industri NAICS 6-digit perusahaan. Penelitian ini juga memasukkan
variabel bahwa pekerjaan sebelum berpendapat terkait dengan kemudahan yang
analis dapat membuat perkiraan.
Table 5
Industry concentration and analyst disclosure ratings.
The table reports results of OLS regressions. The dependent variable is analysts' overall ratings of a firm's disclosure practices from the Report of the
Association for Investment Management and Research; the rating is scaled by 100. The sample consists of firms in the manufacturing sector during the
years
1995 and 1996 with necessary data for the variables in the models. The industry Herfindahl-Hirschman index is scaled by 10,000. The industry fourfirm ratio is scaled by 100. Industry asset-weighted mean of the net-debt-to-asset ratio is for the 6-digit NAICS industry, where net-debt is defined as
Census of Manufactures publications. Standard deviation of return on equity is computed using annual return on equity of the preceding 10 years, with
a minimum of three preceding years of data. Absolute change in annual earnings per share/stock price is the absolute value of the annual change in
earnings per share deflated by stock price at the beginning of the fiscal year. Return on assets is earnings before extraordinary items scaled by assets at
the beginning of the year. Sales growth is sales divided by lagged sales. Analyst coverage is the average number of analysts making earnings forecasts for
the firm during the fiscal year. Analyst forecast dispersion is the 12-month average of the standard deviation of analysts' forecasts, deflated by stock
price at the beginning of the fiscal year. Analyst forecast errors is the 12-month average of the absolute values of analyst forecast errors, defined as
actual earnings minus median forecast, deflated by stock price at the beginning of the fiscal year. Analyst forecast revision volatility is the standard
deviation of forecast revisions deflated by stock price at the beginning of the fiscal year, where forecast revision is defined as current month's median
forecast minus previous month's median forecast. The S&P 500 firm dummy takes the value of one if the firm is included in the S&P 500, and zero
otherwise. Year dummies are included in all the models, and the intercept represents the omitted year dummy. t-Statistics (reported in parentheses)
are based on standard errors clustered by industry. ***, **, and * indicate significance levels for two-tailed tests at the 1%, 5% and 10% levels,
respectively.
Model

( 2.28)
( 2.73)
0.762nnn
(3.43)
0.717nnn
(3.39)
0.575nn
Intercept

ratio
0.721nnn
(3.91)
1.724nnn
0.247nn
( 2.49)
0.832nnn
(3.94)
0.466nn
(
Industry asset-weighted mean of the net-debt-to-asset
7.373
(2.26)
nn
(
nn

(
(
(
Standard deviation of return on equity
(
0.336
2.04)
0.244
1.47)
0.060n
1.89)
0.541nnn
(2.92)
0.202
1.24)
0.069
nn
(
(
(
0.338
2.03)
0.289
1.52)
0.058n
1.84)
0.566nnn
(3.35)
0.213
1.29)
0.076
(
(
(
2.17)
nn
Book-to-market-equity
0.795
2.32)
0.316nn
2.07)
0.423nn
2.32)
0.047n
1.75)
0.539nnn
(3.05)
0.207
1.35)
0.011
(
(
(
(
1.644
(1.33)
0.883
1.59)
0.313nn
2.02)
0.383n
1.80)
0.050n
1.77)
0.559nnn
(3.33)
0.219
1.36)
0.055
Return on assets
Sales growth
Analyst coverage
Analyst forecast dispersion
Analyst forecast errors
Analyst forecast revision volatility
S&P 500 firm dummy
2
R -adjusted
N

( 0.50)
(
0.258
(1.23)
0.108
(1.00)
0.357
(0.94)
nn
10.833
( 2.10)
(
0.414
(0.41)
3.112n
(1.65)
0.068n
(1.87)
0.132
123
0.53)
0.221
(1.06)
0.117
(1.08)
0.335
(0.88)
nn
10.609
2.00)
0.218
(0.23)
3.172n
(1.66)
0.069n
(1.88)
0.136
123
0.10)
0.344nn
(2.02)
0.139
(1.45)
0.181
(0.45)
5.556
( 0.84)
0.368
( 0.33)
3.252
(1.48)
0.062n
(1.93)
0.157
123
0.40)
0.280
(1.22)
0.137
(1.32)
0.196
(0.48)
6.423
( 0.96)
0.409
( 0.43)
3.229
(1.58)
0.063n
(1.83)
0.140
123
Secara khusus, penelitian ini mengontrol logaritma natural dari nilai pasar
ekuitas, R & D biaya, cakupan analis, dan korelasi historis pendapatan perusahaan
dengan return saham perusahaan (Lang dan Lundholm, 1996;. Barth et al, 2001).
Untuk mengendalikan kemungkinan bahwa manajer mengungkapkan kurang karena
mereka tidak yakin tentang kinerja perusahaan mereka di masa depan, penelitian
ini menyertakan variabel-variabel berikut: sejarah volatilitas laba, volatilitas return
saham perusahaan dari tahun sebelumnya, dan perubahan mutlak tahun berjalan di
laba per saham . Penelitian ini juga termasuk saham yang disesuaikan berdasarkan
harga pasar periode berjalan kembali untuk mengendalikan keinginan manajemen
untuk mengungkapkan kabar baik lebih cepat daripada berita buruk (Miller, 2002;.
Kothari et al, 2009). Akhirnya, untuk kontrol untuk staleness data perkiraan Ibes,
penelitian ini menyertakan persentase perkiraan pada akhir bulan yang baru direvisi
atau perkiraan pertama kali.
Table 6
Industry concentration and analyst forecast properties.
The table reports results of OLS regressions. The sample consists of firms in the manufacturing sector during the years 19952009, with necessary data
for the variables in the models. The dependent variable in Models 1 and 2 is the 12-month average of the standard deviation of analysts' forecasts,
deflated by stock price at the beginning of the fiscal year. The dependent variable in Models 3 and 4 is the 12-month average of the absolute values
of analyst forecast errors defined as actual earnings minus median forecast, deflated by stock price at the beginning of the fiscal year. The dependent
variable in Models 5 and 6 is the standard deviation of forecast revisions deflated by stock price at the beginning of the fiscal year, where forecast
revision is defined as current month's median forecast minus previous month's median forecast. The industry Herfindahl-Hirschman index is scaled by
10,000. The industry four-firm ratio is scaled by 100. To construct the competition from potential entrants variable, we first calculate for six-digit
NAICS industries the size- weighted average of property, plant, and equipment, the size-weighted average of research and development expenses, the
size-weighted average of capital expenditures, and total industry sales. Next, we calculate for each industry the average across the decile ranks of these
four industry measures and then multiply the resulting value by minus one. Ratio of the number of public to private firms in the industry is calculated
as the number of firms on Compustat in the 6-digit NAICS industry divided by the difference between this number and the total number of firms in the
industry as reported in Census of Manufactures publications. Research and development expense/book assets is the R&D expense for the fiscal year
divided by book value of assets at the beginning of the fiscal year. Analyst coverage is the average number of analysts making earnings forecasts for a
firm during the fiscal year. Correlation between return on equity and stock returns is computed using annual data of the preceding 10 years, with a
minimum of three preceding years of data. Standard deviation of return on equity is computed using annual return on equity of the preceding 10 years,
with a minimum of three preceding years of data. Stock return volatility is calculated with monthly stock return data for the firm's fiscal year. Absolute
change in annual earnings per share/stock price is the absolute value of the annual change in earnings per share deflated by stock price at the beginning
of the fiscal year. Market-adjusted stock return is the firm's buy-and-hold 12-month fiscal year stock return minus the CRSP value-weighted stock
return for the same period. Average proportion of new monthly forecasts is the fiscal year average of the proportion of analysts' forecasts at the end of
a month that are either first-time forecasts or are revised during the month. t-statistics (reported in parentheses) are based on standard errors clustered
by year and industry. ***, **, and * indicate significance levels
for two-tailed tests at the 1%, 5% and 10% levels, respectively.
Model
Dependent variable
Intercept
Industry Herfindahl-Hirschman
index
1
Analyst forecast
dispersion
1.026nnn
(5.53)
n
0.652
(1.75)
2
Analyst forecast
dispersion
0.974nnn
(5.45)
0.288nn
3
Analyst
forecast
errors
4
Analyst
forecast
errors
4.889nnn
(7.75)
nnn
2.878
(2.99)
4.681nnn
(7.77)
1.187nnn
5
Analyst forecast
revision volatility
1.005nnn
(7.19)
nnn
0.767
(3.07)
6
Analyst forecast
revision volatility
0.957nnn
(7.07)
0.279nnn

Ratio of the number of public to
private firms in the industry
Natural logarithm of market value of
equity
Research and development expense/
book assets
Analyst coverage
Correlation between return on
equity and stock returns
Standard deviation of return on
equity
Absolute change in annual earnings
per share/stock price
Average proportion of new monthly
forecasts
2
R -adjusted
N
A. Ali et al. / Journal of Accounting and Economics

(2.25)
0.192
0.428
0.212n
( 1.80)
( 1.61)
( 1.46)
nnn
nnn
0.654
0.651
0.382
(2.89)
(2.87)
( 0.77)
nnn
nnn
0.149
0.150
0.660nnn
( 6.21)
( 6.21)
( 8.52)
0.675nn
0.675nn
0.244
(2.31)
(2.33)
(0.29)
0.007
0.006
0.006
( 1.47)
( 1.40)
( 0.29)
0.034
0.032
0.407nnn
( 0.74)
( 0.68)
(3.59)
0.527nnn
0.530nnn
1.363nnn
(5.39)
(5.41)
(4.42)
2.765nnn
2.765nnn
9.170nnn
(2.88)
(2.88)
(3.27)
0.631nnn
0.629nnn
2.489nnn
(4.78)
(4.79)
(3.96)
0.284nnn
0.285nnn
1.173nnn
( 5.82)
( 5.82)
( 6.01)
0.651nn
0.668nn
1.863n
(2.09)
(2.14)
(1.93)
0.318
0.319
0.249
15,174
15,174
17,652
58 (2014) 240264
(3.22)
0.358
( 1.22)
0.388
( 0.78)
0.665nnn
( 8.43)
0.232
(0.27)
0.005
( 0.22)
0.417nnn
(3.59)
1.373nnn
(4.45)
9.180nnn
(3.26)
2.483nnn
(3.97)
1.176nnn
( 6.01)
1.932nn
(1.98)
0.249
17,652
0.202nn
( 2.43)
0.052
(0.64)
0.189nnn
( 8.59)
0.500nnn
(3.21)
0.006
( 1.27)
0.048
(1.43)
0.455nnn
(6.25)
3.112nnn
(3.24)
0.677nnn
(5.27)
0.322nnn
( 6.14)
2.123nnn
(11.58)
0.288
17,525
(2.88)
0.189nn
( 2.26)
0.052
(0.61)
0.189nnn
( 8.56)
0.502nnn
(3.24)
0.006
( 1.20)
0.050
(1.49)
0.459nnn
(6.21)
3.112nnn
(3.24)
0.676nnn
(5.27)
0.323nnn
( 6.13)
2.142nnn
(11.51)
0.288
17,525
Tabel 6 menunjukkan bahwa terlepas dari konsentrasi industri apakah diukur

sebagai indeks Hefindahl-Hirschman atau rasio perusahaan-perusahaan, secara
signifikan berhubungan positif dengan dispersi pendapatan perkiraan analis,
kesalahan perkiraan analis, serta volatilitas revisi perkiraan analis . Hasil ini
menunjukkan bahwa perusahaan-perusahaan dalam industri yang lebih
terkonsentrasi memiliki lingkungan informasi lebih rendah, mungkin karena mereka
kurang dalam mengungkapkan informasi.
Tabel 7 melaporkan perkiraan enam model meja 6 setelah termasuk di masingmasing model variabel industri rata-rata dan interaksinya dengan indeks HerfindahlHirschman atau empat perusahaan rasio. Koefisien pada semua enam interaksi
yang negatif, dan empat dari koefisien ini signifikan. Hasil ini konsisten dengan
gagasan bahwa kecenderungan perusahaan dalam industri lebih terkonsentrasi
untuk mengungkapkan dalam industri dengan pengaruh yang lebih besar.
Table 7
The effect of industry rata-rata on the associations between industry concentration and analyst forecast properties.
The table reports results of OLS regressions. The sample consists of firms in the manufacturing sector during the years 19952009 with necessary data
for the variables in the models. The dependent variable in models 1 and 2 is the 12-month average of the standard deviation of analysts' forecasts,
deflated by stock price at the beginning of the fiscal year. The dependent variable in models 3 and 4 is the 12-month average of the absolute values
of analysts' forecasts errors defined as actual earnings minus median forecast, deflated by stock price at the beginning of the fiscal year. The dependent
variable in models 5 and 6 is the standard deviation of forecast revisions, deflated by stock price at the beginning of the fiscal year, where forecast
revision is defined as current month's median forecast minus previous month's median forecast. The industry Herfindahl-Hirschman index is scaled by
10,000. The industry four-firm ratio is scaled by 100. Industry asset-weighted mean of the net-debt-to-asset ratio is for the 6-digit NAICS industry, where
net-debt is defined as long-term debt minus cash. To construct the competition from potential entrants variable, we first calculate for six-digit NAICS
industries the size-weighted average of property, plant, and equipment, the size-weighted average of research and development expenses, the sizeweighted average of capital expenditures, and total industry sales. Next, we calculate for each industry the average across the decile ranks of these four
industry measures and then multiply the resulting value by minus one. Ratio of the number of public to private firms in the industry is calculated as the
number of firms on Compustat in the 6-digit NAICS industry divided by the difference between this number and the total number of firms in the
industry as reported in Census of Manufactures publications. Research and development expense/book assets is the R&D expense for the fiscal year
divided by book value of assets at the beginning of the fiscal year. Analyst coverage is the average number of analysts making earnings forecasts for a
firm during the fiscal year. Correlation between return on equity and stock returns is computed using annual data of the preceding 10 years, with a
minimum of three preceding years of data. Standard deviation of return on equity is computed using annual return on equity of the preceding 10 years,
with a minimum of three preceding years of data. Stock return volatility is calculated with monthly stock return data for the firm's fiscal year. Absolute
change in annual earnings per share/stock price is the absolute value of the annual change in earnings per share deflated by stock price at the beginning
of the fiscal year. Market-adjusted stock return is the firm's buy-and-hold 12-month fiscal year stock return minus the CRSP value-weighted stock
return for the same period. Average proportion of new monthly forecasts is the fiscal year average of the proportion of analysts' forecasts at the end of
a month that are either first-time forecasts or are revised during the month. t-Statistics (reported in parentheses) are based on standard errors
clustered by year and industry. ***, **, and * indicate significance levels for two-tailed tests at the 1%, 5% and 10% levels, respectively.

Model
Dependent variable
1
Analyst
forecast
dispersion
2
Analyst
forecast
dispersion
1.028nnn
(5.52)
0.647
(1.64)
0.965nn
(2.34)
Intercept
(
Ratio of the number of public to private firms in the
industry
(
Analyst coverage
(
(

Absolute change in annual earnings per share/stock
price
(
Average proportion of new monthly forecasts
2
R -adjusted
N
1.204
1.22)
4.859nnn
(7.42)
nnn
2.787
(2.61)
4.578nnn
(7.45)
0.108
(1.26)
0.208n
1.74)
0.729nnn
(2.95)
0.149nnn
6.26)
0.644nn
(2.10)
0.007
1.49)
0.030
0.65)
0.550nnn
(5.24)
2.633nnn
(2.77)
0.669nnn
(4.63)
0.281nnn
5.84)
0.669nn
(2.06)
0.314
15,174
(
(
6.607nn
2.28)
6
Analyst forecast
revision
volatility
0.994nnn
(6.82)
nnn
0.742
(2.78)
0.928nnn
(6.60)
0.311nnn
(3.12)
(
1.865nn
2.52)
nnn
0.006
1.60)
0.273
(1.62)
0.191
1.57)
0.731nnn
(2.95)
0.151nnn
6.27)
0.645nn
(2.13)
0.007
1.42)
0.027
0.58)
0.555nnn
(5.29)
2.628nnn
(2.76)
0.666nnn
(4.63)
0.282nnn
5.84)
0.689nn
(2.11)
0.315
15,174
5
Analyst forecast
revision volatility
1.325nnn
(3.32)
(
Industry asset-weighted mean of the net-debt-toasset ratio

Correlation between return on equity and stock

returns
4
Analyst
forecast
errors
0.309nn
(2.34)

Industry Herfindahl-Hirschman index Industry
asset-weighted mean of the net-debt-to-asset
ratio
Industry four-firm ratio Industry asset-weighted
mean of the net-debt-to-asset ratio
3
Analyst
forecast
errors
(
(
(
0.577nn
(2.31)
0.428
1.35)
0.081
0.34)
0.655nnn
8.18)
0.201
(0.23)
0.008
0.34)
0.401nnn
(3.45)
1.455nnn
(4.49)
8.709nnn
(3.16)
2.807nnn
(4.33)
1.116nnn
6.05)
1.888n
(1.87)
0.254
17,652
(
(
(
3.359
2.75)
1.533nnn
(2.76)
0.365
1.18)
0.094
0.17)
0.661nnn
8.14)
0.195
(0.22)
0.006
0.28)
0.411nnn
(3.39)
1.476nnn
(4.56)
8.695nnn
(3.14)
2.797nnn
(4.34)
1.167nnn
6.05)
1.961nn
(1.92)
0.255
17,652
nnn
0.902
2.90)
0.414nnn
(2.92)
0.193nn
( 2.20)
0.102
(1.15)
0.187nnn
( 8.14)
0.493nnn
(3.11)
0.006
( 1.23)
0.050
(1.45)
0.481nnn
(6.08)
2.974nnn
(3.14)
0.724nnn
(5.08)
0.320nnn
( 6.11)
2.169nnn
(11.29)
0.288
17,525
(
0.164nnn
(2.57)
0.203nn
( 2.31)
0.095
(1.08)
0.186nnn
( 8.20)
0.496nnn
(3.07)
0.007
( 1.30)
0.047
(1.42)
0.475nnn
(6.08)
2.974nnn
(3.14)
0.725nnn
(5.07)
0.319nnn
( 6.11)
2.147nnn
(11.57)
0.288
17,525
4.5. Hasil Pembahasaan

4.5.1. Sensitivitas Dari Hasil Perubahan Spesifikasi Model
Sebuah keprihatinan potensial dengan penelitian ini menggunakan langkahlangkah konsentrasi industri AS Sensus adalah bahwa untuk perusahaan multisegmen di Compustat, nilai konsentrasi industri kita tetapkan untuk sebuah
perusahaan yang diberikan adalah nilai yang sesuai dengan segmennya dengan
penjualan terbesar. Akibatnya, kita tidak menganggap konsentrasi industri segmen
lain di mana sebuah perusahaan multi-segmen beroperasi. Selanjutnya, beberapa
perusahaan multi-segmen yang industri primer adalah di sektor manufaktur
mungkin memiliki segmen lain yang tidak di sektor manufaktur. Panel A dari Tabel
A2 pada lampiran menunjukkan bahwa bagi perusahaan Compustat manufaktur
selama periode 1995-2009 sampel penelitian ini, rata-rata dan nilai-nilai median dari
fraksi penjualan suatu perusahaan yang manufaktur terkait adalah 98,1% dan
100%. Demikian juga, mean dan median nilai fraksi penjualan sebuah perusahaan
yang berhubungan dengan industri utamanya adalah 91,4% dan 100%, sedangkan
rata-rata dan median nilai fraksi penjualan manufaktur perusahaan yang
berhubungan dengan industri utamanya adalah 93,1% dan 100%. Hasil ini
menunjukkan bahwa kesalahan dalam ukuran konsentrasi industri penelitian ini
yang timbul dari perusahaan yang beroperasi di beberapa industri tidak mungkin
menjadi sangat besar. Namun demikian, penelitian ini menggunakan pendekatan
berikut untuk mengatasi kesalahan pengukuran ini.
Pertama, dalam semua model penelitian ini meliputi variabel-variabel berikut:
fraksi penjualan sebuah perusahaan yang berhubungan dengan manufaktur dan
fraksi penjualan manufaktur yang berhubungan dengan industri utama. Untuk
pengujian penelitian ini yang menganggap hubungan antara konsentrasi industri
dan pengungkapan, di 21 dari 25 kasus di mana penelitian ini menemukan asosiasi
negatif yang signifikan antara konsentrasi industri dan pengungkapan, penelitian ini
terus menemukan asosiasi negatif yang signifikan. Juga, di delapan dari sembilan
contoh di mana penelitian ini menemukan bahwa hubungan negatif antara
konsentrasi industri dan pengungkapan kurang jelas dalam industri lebih rata-ratad,
penelitian ini terus menemukan bahwa menjadi kasus. Kedua, penelitian ini
memperkirakan semua model penelitian ini setelah tidak termasuk perusahaan
sampel dengan kurang dari 50% dari penjualan mereka di bidang manufaktur. Untuk
pengujian penelitian ini yang meneliti hubungan antara konsentrasi industri dan
pengungkapan, di 22 dari 25 kasus di mana penelitian ini menemukan asosiasi
negatif yang signifikan antara konsentrasi industri dan pengungkapan, penelitian ini
terus mengamati asosiasi negatif yang signifikan. Selanjutnya, di delapan dari
sembilan kasus di mana penelitian ini menemukan bahwa hubungan negatif antara
konsentrasi industri dan pengungkapan kurang jelas dalam industri lebih rata-rata.
Ketiga, penelitian ini memperkirakan semua model penelitian ini setelah
mengganti industri suatu perusahaan indeks Herfindahl-Hirschman atau rasio empat
perusahaan dengan ukuran penjualan-tertimbang dari indeks Herfindahl-Hirschman
atau empat perusahaan rasio. Ukuran penjualan-tertimbang didefinisikan sebagai

fraksi penjualan perusahaan dalam segmen usaha dikalikan dengan industri segmen
indeks Herfindahl-Hirschman atau rasio empat perusahaan, tambah di semua
segmen perusahaan. Keuntungan dari menggunakan ukuran gabungan ini
konsentrasi industri adalah bahwa ia menganggap konsentrasi semua industri di
mana perusahaan beroperasi. Namun, kekhawatiran potensial adalah bahwa
pembobotan linear dengan penjualan mungkin bukan cara optimal untuk
membangun mengukur, mengingat bahwa itu tidak jelas bagaimana biaya
kepemilikan pengungkapan terkait dengan setiap segmen non-utama perusahaan
mempengaruhi pengungkapan keseluruhan perusahaan praktek. Menggunakan AS
langkah konsentrasi Sensus penjualan-tertimbang, penelitian ini menemukan bahwa
di 21 dari 25 kasus di mana penelitian ini menemukan asosiasi negatif yang
signifikan antara konsentrasi industri dan pengungkapan, penelitian ini terus
menemukan asosiasi negatif yang signifikan. Juga, dari sembilan kasus di mana
penelitian ini menemukan bahwa hubungan negatif antara konsentrasi industri dan
pengungkapan kurang jelas dalam industri lebih rata-ratad, hasil tetap
dipertahankan untuk dua hal ini.
Akhirnya, untuk perusahaan sampel penelitian ini, penelitian ini memeriksa
sensitivitas hasil penelitian ini untuk menggunakan indeks Herfindahl- Hirschman
berbasis Compustat dan rasio empat perusahaan di tempat indeks AS Sensus
Herfindahl-Hirschman dan rasio empat perusahaan. Menggunakan langkah-langkah
konsentrasi berbasis Compustat, dari 25 kasus di mana penelitian ini menemukan
asosiasi negatif yang signifikan antara konsentrasi industri dan pengungkapan,
penelitian ini terus menemukan asosiasi negatif yang signifikan hanya dalam empat
kasus. Juga, dari sembilan kasus di mana penelitian ini menemukan bahwa
hubungan negatif antara konsentrasi industri dan pengungkapan kurang jelas dalam
industri lebih rata-ratad, hasilnya tidak terus dalam setiap kasus. Secara
keseluruhan, hasil penelitian ini sangat sensitif terhadap menggunakan langkahlangkah konsentrasi industri berbasis Compustat di tempat tindakan berbasis
Sensus AS.
4.5.2. Sampel Yang Terdiri Dari Manufaktur Dan Non-Manufaktur Perusahaan

Selain memberikan data pada indeks Herfindahl-Hirschman dan rasio empat
perusahaan untuk sektor manufaktur, AS Sensus memberikan data pada empat
perusahaan rasio untuk sebagian besar sektor industri non-manufaktur untuk tahun
1997,2002, dan 2.007,25 Untuk pengujian penelitian ini yang memerlukan data
hanya dapat dibaca oleh mesin, yaitu perkiraan pendapatan manajemen dan analis
penghasilan perkiraan tes terkait, penelitian ini memeriksa apakah hasil untuk
sampel manufaktur, dilaporkan sebelumnya, yang kuat untuk termasuk perusahaan
non manufaktur dalam sampel. Rata-rata bisa sangat berbeda di seluruh sektor
industri untuk berbagai alasan. Akibatnya, dalam sampel yang terdiri dari
perusahaan-perusahaan dari sektor industri beberapa, sulit untuk menilai apakah
persaingan dalam industri terkonsentrasi kurang atau lebih intens berdasarkan

apakah rata-rata yang industri yang tinggi atau rendah relatif terhadap industri lain.
Dengan demikian, untuk sampel ini, kita tidak menguji seberapa pengaruh industri
mempengaruhi hubungan antara konsentrasi industri dan proxy penelitian ini untuk
pengungkapan perusahaan.
Tabel 8 menunjukkan bahwa untuk sampel manufaktur dan non-manufaktur
perusahaan, konsentrasi industri secara signifikan berhubungan negatif dengan
frekuensi dan cakrawala perkiraan manajemen. Demikian juga, Tabel 9 dokumen
yang untuk sampel manufaktur dan non-manufaktur perusahaan, konsentrasi
industri secara signifikan berhubungan positif dengan perkiraan analis dispersi,
kesalahan perkiraan analis, dan volatilitas revisi perkiraan analis. Temuan ini
menunjukkan bahwa kesimpulan penelitian ini bahwa perusahaan dalam industri
lebih terkonsentrasi mengungkapkan kurang kuat untuk menggunakan sampel yang
terdiri dari manufaktur dan non-manufaktur perusahaan.
Table 8
Industry concentration and the frequency and horizon of management forecasts of earnings all industries sample.
This table presents the results of the management forecast frequency and horizon models. The dependent variable in the first model is the number of
management forecasts made during a fiscal year for the earnings of that fiscal year. We use a Tobit regression for this model because the dependent
variable is truncated at zero. The dependent variable in the second model is the average number of days between management forecast dates for a
firm's fiscal year earnings and the end date of the fiscal year, and for this model, we use the OLS procedure. The sample consists of firms in Compustat
during the years 19952009, with necessary data for the variables in the models. For the second model if a firm does not make a management forecast
during a given year that firm-year is dropped from the analysis. Management forecast data are from First Call's Corporate Investor Guidelines (CIG)
database. The industry four-firm ratio is scaled by 100. To construct the competition from potential entrants variable, we first calculate for six-digit
NAICS industries the size- weighted average of property, plant, and equipment, the size-weighted average of research and development expenses,
the size-weighted average of capital expenditures, and total industry sales. Next, we calculate for each industry the average across the decile ranks of
these four industry measures and then multiply the resulting value by minus one. Ratio of the number of public to private firms in the industry is
calculated as the number of firms on Compustat in the 6-digit NAICS industry divided by the difference between this number and the total number of
firms in the industry as reported by the U. S. Census. Stock return volatility is calculated with monthly stock return data over the firm's fiscal year.
Absolute change in annual earnings per share/stock price is the absolute value of the annual change in earnings per share deflated by stock price at the
beginning of the fiscal year. Market-adjusted stock return is the firm's buy-and-hold 12-month fiscal year stock return minus the CRSP valueweighted stock return for the same period. Research and development expense/book assets is the R&D expense for the fiscal year divided by the
book value of assets at the beginning of the fiscal year. Analyst coverage is the average number of analysts making earnings forecasts for the firm
during the fiscal year. Institutional fractional ownership is institutional holdings at the beginning of the fiscal year. The Post-Regulation Fair Disclosure
dummy takes the value of one for years 2001 and beyond, and zero otherwise. Industry profitability is calculated using principal component analysis
following the methodology in Li (2010). Equity or debt issuance dummy takes a value of one if a firm issues public equity or public debt in a subsequent
two-year period, and zero otherwise. Rata-rata is measured at the firm-level as total liabilities minus deferred taxes scaled by total book assets. Standard
deviation of earnings is calculated as the standard deviation of earnings before extraordinary items over the prior five years, with a requirement of at
least three years of observations. Analyst optimism is measured as the difference between analyst consensus estimation at the beginning of the fiscal
year and the actual earnings per share, scaled by the absolute value of actual earnings per share. Litigation industries dummy takes a value of one if the
firm operates in an industry facing high litigate risk as defined in Li (2010), and zero otherwise. The first model includes year dummies, and the
intercept for this model represents the omitted year dummy. In the first model, z-statistics (reported in parentheses) are based on standard errors
clustered by industry. In the second model, t-statistics (reported in parentheses) are based on standard errors clustered by year and industry. ***, **,
and * indicate significance levels for two-tailed tests at the 1%, 5% and 10% levels, respectively.
Model
Dependent variable
1
Forecast frequency
nnn
Intercept
(
(
(
(
(
(
7.936
13.02)
1.616nn
2.01)
0.588
(1.09)
3.266nn
2.49)
nnn
5.465
2.86)
2.906nnn
6.46)
0.103n
(1.73)
2.991nn
2.00)
0.162nn
2
Forecast horizon
14.998
0.82)
62.578nn
( 2.28)
23.226
(1.38)
86.749n
(1.80)
nn
150.311
( 2.57)
30.807nnn
( 3.25)
5.774n
(1.68)
149.376nnn
( 3.05)
19.027nnn
(
Analyst coverage
Market to book ratio of assets
Rata-rata
Analyst optimism
2
R -adjusted
N
(1.97)
0.153nnn
(6.91)
0.730
(1.47)
(6.40)
1.196
( 1.55)
60.360nnn
(5.28)
nnn
81.346
(8.42)
42.596nn
(2.44)
5.186
(1.31)
nnn
7.500
(3.90)
4.586
(8.37)
2.632nnn
(2.62)
0.099
( 0.77)
n
0.108
(1.72)
0.029
(0.05)
2.908nnn
( 4.00)
0.117
(1.25)
0.093nnn
( 3.80)
0.723nn
(2.17)
0.100
41,208
nnn
nnn
88.249
(6.41)
31.115
( 1.56)
15.822nnn
(3.33)
4.086nnn
( 4.55)
10.276
(1.07)
0.189
14,069

Table 9
Industry concentration and analyst forecast properties all industries sample.
The table reports results of OLS regressions. The sample consists of firms in Compustat during the years 19952009, with necessary data for the variables
in the models. The dependent variable in model 1 is the 12-month average of the standard deviation of analysts' forecasts, deflated by stock price at the
beginning of the fiscal year. The dependent variable in model 2 is the 12-month average of the absolute values of analysts' forecasts errors defined as actual
earnings minus median forecast, deflated by stock price at the beginning of fiscal year. The dependent variable in model 3 is the standard deviation of
forecast revisions deflated by stock price at the beginning of the fiscal year, where forecast revision is defined as current month's median forecast minus
previous month's median forecast. The industry four-firm ratio is scaled by 100. To construct the competition from potential entrants variable, we first
calculate for six-digit NAICS industries the size-weighted average of property, plant, and equipment, the size-weighted average of research and
development expenses, the size-weighted average of capital expenditures, and total industry sales. Next, we calculate for each industry the average across
the decile ranks of these four industry measures and then multiply the resulting value by minus one. Ratio of the number of public to private firms in the
industry is calculated as the number of firms on Compustat in the 6-digit NAICS industry divided by the difference between this number and the total
number of firms in the industry as reported by the U.S. Census. Research and development expense/book assets is the R&D expense for the fiscal year
divided by book value of assets at the beginning of the fiscal year. Analyst coverage is the average number of analysts making earnings forecasts for a firm
during the fiscal year. Correlation between return on equity and stock returns is computed using annual data of the preceding 10 years, with a minimum of
three preceding years of data. Standard deviation of return on equity is computed using annual return on equity of the preceding 10 years, with a minimum
of three preceding years of data. Stock return volatility is calculated with monthly stock return data for the firm's fiscal year. Absolute change in annual
earnings per share/stock price is the absolute value of the annual change in earnings per share deflated by stock price at the beginning of the fiscal year.
Market- adjusted stock return is the firm's buy-and-hold 12-month fiscal year stock return minus the CRSP value-weighted stock return for the same
period. Average proportion of new monthly forecasts is the fiscal year average of the proportion of analysts' forecasts at the end of a month that are either
first-time forecasts or are revised during the month. t-Statistics (reported in parentheses) are based on standard errors clustered by year and industry. ***,
**, and * indicate significance levels
for two-tailed tests at the 1%, 5% and 10% levels, respectively.
Model
Dependent variable
1
Analyst forecast
dispersion
Intercept
(
(
Analyst coverage
(
Correlation between return on equity and stock returns
(
2
R -adjusted
N
1.175nnn
(4.48)
0.587nnn
(4.04)
0.034
0.21)
0.239
(1.32)
0.183nnn
5.88)
1.554nn
(2.39)
0.014nn
2.01)
nn
0.017
(2.08)
1.050nnn
(5.19)
5.815nn
(1.99)
1.056nnn
(5.68)
0.590nnn
5.99)
0.940
(1.57)
0.216
34,736
2
Analyst forecast
errors
(
(
(
(
(
8.522nnn
(5.66)
2.681nnn
(4.02)
0.188
0.39)
3.774nnn
3.76)
1.233nnn
7.63)
0.752
0.36)
0.010
0.22)
nnn
1.225
(2.60)
3.890nnn
(4.95)
18.178n
(1.90)
6.186nnn
(5.04)
3.209nnn
5.74)
2.985
(0.78)
0.159
40,794
3
Analyst forecast revision
volatility
(
(
(
1.269nnn
(5.47)
0.551nnn
(3.74)
0.096
0.95)
0.269nnn
3.96)
0.264nnn
6.07)
1.114nnn
(3.81)
0.013
1.56)
nn
0.264
(2.51)
0.985nnn
(6.44)
4.471n
(1.88)
1.163nnn
(5.15)
0.685nnn
5.70)
3.111nnn
(4.74)
0.187
40,424
5. Kesimpulan
Beberapa penelitian sebelumnya telah berusaha untuk menguji pengaruh biaya

kepemilikan
pengungkapan
kebijakan
pengungkapan
perusahaan
dengan
menggunakan konsentrasi industri sebagai ukuran untuk biaya kepemilikan
pengungkapan. Namun, bukti-bukti yang masih ada pada hubungan antara
konsentrasi industri dan pengungkapan tidak meyakinkan (Beyer et al, 2010;. Berger,
2011). Bukti ini bisa disebabkan penggunaan dalam pekerjaan sebelum tindakan
konsentrasi industri berbasis Compustat, yang dibangun dengan data dari
perusahaan-perusahaan hanya publik (Berger, 2011). Dalam tulisan ini, penelitian ini
meneliti hubungan antara konsentrasi industri dan pengungkapan menggunakan AS

Sensus tindakan konsentrasi industri berbasis, yang dibangun dengan data dari kedua
perusahaan publik dan perusahaan swasta. Penelitian ini juga mempertimbangkan
beberapa konteks pengungkapan yang belum dipertimbangkan oleh penelitian
sebelumnya yang meneliti hubungan antara konsentrasi industri dan pengungkapan,
dan dengan berbuat demikian, meningkatkan generalisasi temuan penelitian ini.
Secara keseluruhan, penelitian ini menemukan bahwa perusahaan dalam industri
yang lebih terkonsentrasi memiliki praktik pengungkapan kurang informatif di
berbagai pengaturan pengungkapan.
Pertama, kita menunjukkan bahwa frekuensi perkiraan pendapatan manajemen
yang lebih rendah dan cakrawala perkiraan ini lebih pendek di industri lebih
terkonsentrasi. Kedua, penelitian ini mendokumentasikan bahwa ketika perusahaan
dalam industri yang lebih terkonsentrasi menjual saham baru, mereka lebih mungkin
untuk melakukannya melalui penawaran private placement daripada SEO. Hasil ini
konsisten dengan perusahaan-perusahaan di industri lebih terkonsentrasi berusaha
untuk menghindari persyaratan pengungkapan publik SEC mandat untuk SEO. Ketiga,
kita menemukan bahwa perusahaan dalam industri lebih terkonsentrasi ditandai
dengan penilaian pengungkapan analis rendah. Keempat, penelitian ini menunjukkan
bahwa perusahaan-perusahaan dalam industri ini memiliki penyebaran yang lebih
besar di perkiraan pendapatan analis, analis laba yang lebih besar diperkirakan
kesalahan, dan volatilitas yang lebih tinggi dari analis memperkirakan revisi. Temuan
ini menunjukkan bahwa perusahaan-perusahaan dalam industri lebih terkonsentrasi
mengungkapkan sedikit dan akibatnya memiliki lingkungan informasi lebih rendah.
Akhirnya, kita menemukan bahwa asosiasi yang melibatkan konsentrasi industri yang
kita mendokumentasikan dalam konteks pengaturan pengungkapan yang berbeda
umumnya kurang diucapkan dalam industri lebih rata-ratad. Hasil ini konsisten
dengan argumen di Chevalier (1995a, 1995b) dan Phillips (1995) bahwa di antara
perusahaan-perusahaan di industri terkonsentrasi, mereka yang berada di industri
dengan rata-rata yang lebih tinggi diharapkan untuk menghadapi persaingan industri
kurang intens.
Hubungan negatif kita mendokumentasikan antara konsentrasi industri US
Sensus dan langkah-langkah yang berbeda dari pengungkapan perusahaan bisa
karena industri konsentrasi proxy untuk intensitas persaingan antar rival industri yang
ada, untuk tingkat inovasi dalam industri, untuk sejauh mana pengungkapan oleh
perusahaan dalam industri memberikan informasi lebih substantif dan kurang bising
tentang permintaan industri masa depan, atau untuk beberapa faktor lainnya.
Penelitian ini meninggalkannya untuk penelitian masa depan untuk menentukan
faktor-faktor apa yang bertanggung jawab untuk hubungan negatif yang diamati
antara konsentrasi industri dan pengungkapan
Table A1
The effect of data requirements on sample sizes.
Compustat/CRSP/IBES initial sample refers to the number of firms in the manufacturing sector over our sample period, 19952009, that are included
on Compustat, CRSP, and IBES. For Table 4, the initial sample consists of firms in the manufacturing sector that sold new equity via private placements

or seasoned equity offerings in 1997, 2000, 2002, 2004, or 2007 and which are included on Compustat, CRSP, and IBES. Only the year(s) in which a firm
sells new shares is (are) included in this initial sample. For Table 5, the initial sample consists of firms in the manufacturing sector whose disclosure
practices are rated in the Report of the Association for Investment Management and Research in 1995 or 1996, and which are in Compustat and IBES. Only
the year(s) for which a firm receives a disclosure rating is (are) included in this initial sample. N/A stands for not applicable. For Tables 8 and 9
Compustat/CRSP/IBES
initial sample refers to the number of firms over our sample period, 19952009, that are included on Compustat, CRSP, and IBES.
Table 2
Dependent variable
Compustat/CRSP/IBES initial sample

Number of firms dropped due to missing IBES data
items
Number of firms dropped due to missing data on
institutional ownership
Number of firms dropped due to missing data to
calculate the correlation between return on equity
and stock returns
Number of firms dropped due to missing data for
remaining variables
Number of firms dropped due to no management
forecasts
Final sample
Management
forecast
frequency
32,551
Table 3
Table 4
Table 5
Management
forecast
horizon
Private
placement
vs. SEO
Disclosure
rating
32,551
1,144
130
4,139
4,139
115
6,351
6,351
N/A
N/A
N/A
N/A
1,775
1,775
244
N/A
12,779
N/A
20,286
7,507
785
Dependent variable
Compustat/CRSP/IBES initial sample

Number of firms dropped due to missing IBES data items
Number of firms dropped due to missing data on institutional
ownership
Number of firms dropped due to missing data to calculate the
correlation between return on equity and stock returns
Number of firms dropped due to missing data for remaining
variables
Number of firms dropped due to no management forecasts
Final sample
Tables
6 and
7
Analyst
forecast
dispersion
Tables 6
and 7
Analyst
forecast
error
Analyst
forecast
revision
volatility
29,369
29,369
29,369
5,702
3,224
3,351
N/A
N/A
N/A
N/A
N/A
4,029
4,029
4,029
4,464
4,464
4,464
N/A
N/A
N/A
N/A
123
15,174
17,652
17,525
Table 8
Table 8
Table 9
Table 9
Management
forecast
frequency
Management
forecast horizon
Analyst
forecast
dispersion
Analyst
forecast
errors
85,031
20,130
85,031
20,130
85,031
31,859
19,587
19,587
N/A
N/A
4,106
4,106
N/A
41,208
27,139
14,069
Tables 6 and 7
Table 9
Analyst forecast
revision volatility
85,031
25,801
85,031
25,431
N/A
N/A
N/A
9,123
9,123
9,123
9,313
N/A
34,736
9,313
N/A
40,794
9,313
N/A
40,424
Table A2
Descriptive statistics of the variables in the models in Tables 27, for our sample firms, and also for all manufacturing Compustat firms and all Compustat
firms. Manufacturing firms consist of all manufacturing sector firms, for which necessary data to construct the relevant variables are available on
Compustat. All Compustat firms consist of all firms for which necessary data to construct the relevant variables are available on Compustat. Descriptive
statistics of the variables are computed for the sample periods used for estimating the models. For the Manufacturing Firms and All Compustat Firms
samples, within each panel the number of observations varies for each variable depending on data availability.
Sample firms
Panel A: Frequency of management forecasts (Table 2)

Dependent variable:
Number of management forecasts
Independent variables:
Industry Herfindahl-Hirschman index (scaled by 10,000)
Industry four-firm ratio (scaled by 100)
Analyst coverage
Post-regulation fair disclosure dummy
Rata-rata
Analyst optimism
Variables used in robustness tests discussed in Section 4.5.1
Fraction of a firm's sales related to manufacturing
Fraction of a firm's sales related to its primary industry
Fraction of a firm's manufacturing sales related to its primary industry
Sales-weighted Herfindahl-Hirschman index (scaled by 10,000)
Sales-weighted four-firm ratio (scaled by 100)
Compustat Herfindahl-Hirschman index (scaled by 10,000)
Compustat four-firm ratio (scaled by 100)
Panel B: Horizon of management forecasts (Table 3)
Dependent Variable:
Horizon of management forecasts
Independent Variables:
Analyst coverage
Rata-rata
Analyst optimism
Variables used in robustness tests discussed in Section 4.5.1.
1.000
Mean
Median
Manufacturing
firms
Mean
Median
All compustat firms
Mean
Median
0.719
0.000
0.273
0.000
0.289
0.000
0.074
0.405
0.038
0.807
0.118
0.033
0.124
0.079
0.096
6.095
6.088
0.376
0.096
0.050
0.740
2.241
0.449
0.109
0.564
0.698
0.372
0.059
0.409
0.020
0.861
0.047
0.017
0.034
0.077
0.039
5.880
3.923
0.336
0.039
0.034
1.000
1.633
0.437
0.049
1.000
0.125
0.000
0.079
0.434
0.101
0.556
0.034
0.045
0.571
0.053
0.091
5.337
4.046
0.202
0.454
0.051
0.742
2.264
0.446
0.135
0.550
0.554
0.376
0.060
0.420
0.099
0.556
0.013
0.020
0.046
0.116
0.035
5.140
2.000
0.000
0.000
0.035
1.000
1.592
0.421
0.056
1.000
0.005
0.000
N.A.
0.352
0.176
0.500
0.025
0.039
0.527
0.049
0.046
5.461
4.107
0.168
0.459
0.174
0.719
1.943
0.541
0.103
0.576
0.502
0.324
N.A.
0.312
0.094
0.500
0.005
0.015
0.040
0.082
0.000
5.315
2.000
0.000
0.000
0.095
1.000
1.327
0.536
0.033
1.000
0.000
0.000
0.987
0.925
0.936
0.073
0.403
0.286
0.742
1.000
1.000
1.000
0.059
0.399
0.200
0.761
0.981
0.914
0.931
0.069
0.400
0.334
0.782
1.000
1.000
1.000
0.055
0.386
0.237
0.818
N.A.
0.923
N.A.
N.A.
N.A.
0.276
0.687
N.A.
1.000
N.A.
N.A.
N.A.
0.181
0.724
Mean
Median
Mean
Median
Mean
Median
101.778
86.500
199.960
200.60
203.86
201.85
0.076
0.406
0.050
0.798
0.084
0.026
0.063
0.039
0.059
6.635
7.839
0.528
0.654
0.028
0.699
2.036
0.456
0.074
0.554
0.765
0.320
0.057
0.406
0.047
0.861
0.036
0.014
0.027
0.059
0.033
6.507
5.900
0.614
1.000
0.020
1.000
1.591
0.461
0.037
1.000
0.121
0.000
0.079
0.434
0.101
0.556
0.034
0.045
0.571
0.053
0.091
5.337
4.046
0.202
0.454
0.051
0.742
2.264
0.446
0.135
0.550
0.554
0.376
0.060
0.420
0.099
0.556
0.013
0.020
0.046
0.116
0.035
5.140
2.000
0.000
0.000
0.035
1.000
1.592
0.421
0.056
1.000
0.005
0.000
N.A.
0.352
0.176
0.500
0.025
0.039
0.527
0.049
0.046
5.461
4.107
0.168
0.459
0.174
0.719
1.943
0.541
0.103
0.576
0.502
0.324
N.A.
0.312
0.094
0.500
0.005
0.015
0.040
0.082
0.000
5.315
2.000
0.000
0.000
0.095
1.000
1.327
0.536
0.033
1.000
0.000
0.000
0.987
0.913
1.000
1.000
0.981
0.914
1.000
1.000
N.A.
0.923
N.A.
0.925
0.078
0.406
1.000
0.060
0.401
0.931
0.069
0.400
1.000
0.055
0.386
N.A.
N.A.
N.A.
N.A.
N.A.
N.A.
Table A2 (continued )

Panel C: Private placement vs. seasoned equity offering decision (Table 4)
0.311
0.769
Mean
0.222
0.801
Median
0.334
0.782
Mean
0.237
0.818
Median
0.276
0.687
Mean
0.181
0.724
Median
Dependent Variable:
Firm sells new shares through private placement instead of seasoned equity offering
0.357
0.000
N.A.
N.A.
N.A.
N.A.
0.071
0.066
0.081
0.061
N.A.
N.A.
0.413
0.429
0.437
0.427
0.353
0.312
0.023
0.061
0.097
0.098
0.211
0.094
0.843
0.889
0.553
0.556
0.500
0.500
0.211
0.134
0.037
0.014
0.025
0.005
Natural logarithm of book value of assets
4.751
4.454
5.154
4.884
5.708
5.615
Analyst coverage
1.887
0.000
4.011
2.000
4.067
2.000
Number of years since a firm's IPO
10.043
7.000
15.185
10.000
13.337
9.000
Industry-adjusted sales growth
0.095
0.000
0.034
0.000
0.037
0.000
Change in industry-adjusted market-to-book equity
0.078
0.209
0.251
0.047
0.302
0.114
Operating cash flow/book assets
0.066
0.037
0.004
0.094
0.004
0.075
Cash flow volatility
0.144
0.036
0.195
0.018
0.305
0.023
Altman-Z score
10.503
3.351
7.352
3.543
7.418
3.207
0.077
0.035
0.044
0.020
0.037
0.014
One-year market-adjusted stock return
0.547
0.413
N.A.
N.A.
N.A.
N.A. The
offering takes place within one week of an earnings announcement
0.126
0.000
N.A.
N.A.
N.A.
N.A.
0.955
1.000
0.985
1.000
N.A.
N.A.
0.825
1.000
0.931
1.000
0.925
1.000
0.862
1.000
0.945
1.000
N.A.
N.A.
0.068
0.061
0.072
0.057
N.A.
N.A.
0.413
0.427
0.406
0.398
N.A.
N.A.
0.281
0.193
0.332
0.233
0.274
0.182
0.689
0.510
0.781
0.818
0.686
0.720
Panel D: Disclosure ratings (Table 5)
Dependent Variable:
AIMR disclosure rating
Book-to-market-equity
Return on assets
Sales growth
Analyst coverage
Analyst forecast dispersion
Analyst forecast errors
Analyst forecast revision volatility
S&P 500 firm dummy
Panel E: Analyst forecast properties (Tables 6 and7)
Dependent Variables:
12-month average of the standard deviation of analysts' forecasts
12-month average of the absolute values of analyst forecast errors
Standard deviation of forecast revisions
Mean
Median
Mean
Median
Mean
Median
69.340
71.220
N.A.
N.A.
N.A.
N.A.
0.081
0.428
0.137
0.905
0.128
8.525
0.111
0.064
0.412
0.086
1.096
20.370
0.005
0.011
0.005
0.554
0.049
0.356
0.111
0.944
0.088
8.281
0.095
0.037
0.382
0.073
1.089
13.583
0.002
0.004
0.002
1.000
0.063
0.437
0.124
0.568
0.030
4.721
0.230
0.377
0.525
0.046
1.193
3.662
0.009
0.038
0.010
0.058
0.053
0.427
0.126
0.583
0.012
4.532
0.137
0.046
0.432
0.043
1.112
1.778
0.004
0.009
0.004
0.000
N.A.
0.331
0.119
0.500
0.027
4.720
0.223
0.532
0.558
0.041
1.185
3.787
0.009
0.041
0.009
0.056
N.A.
0.283
0.127
0.500
0.005
4.533
0.131
0.047
0.458
0.035
1.099
1.750
0.003
0.008
0.003
0.000
0.955
0.825
0.862
0.078
0.406
0.256
0.661
1.000
1.000
1.000
0.047
0.387
0.130
0.604
0.985
0.930
0.943
0.062
0.379
0.315
0.772
1.000
1.000
1.000
0.053
0.379
0.240
0.822
N.A.
0.952
N.A.
N.A.
N.A.
0.262
0.667
N.A.
1.000
N.A.
N.A.
N.A.
0.168
0.706
Mean
Median
Mean
Median
Mean
Median
0.008
0.027
0.009
0.003
0.009
0.004
0.012
0.049
0.014
0.004
0.010
0.004
0.011
0.050
0.013
0.003
0.008
0.003
0.075
0.404
0.057
0.805
0.118
6.212
0.090
6.322
0.209
0.058
0.406
0.044
0.861
0.045
6.003
0.037
4.077
0.268
0.079
0.434
0.101
0.556
0.034
5.337
0.091
4.046
0.231
0.060
0.420
0.099
0.556
0.013
5.140
0.035
2.000
0.151
N.A.
0.352
0.176
0.500
0.025
5.461
0.046
4.107
0.234
N.A.
0.312
0.094
0.500
0.005
5.315
0.000
2.000
0.297
Table A2 (continued )
Analyst coverage
Correlation between return on equity and stock returns

Market adjusted stock return
0.210
0.031
0.123
0.080
0.288
0.137
0.016
0.033
0.066
0.282
0.225
0.045
0.571
0.053
0.279
0.292
0.020
0.046
0.116
0.273
0.197
0.039
0.527
0.049
0.256
0.117
0.015
0.040
0.082
0.273
0.986
0.920
0.932
0.073
0.403
0.292
0.747
1.000
1.000
1.000
0.058
0.392
0.205
0.771
0.985
0.931
0.945
0.072
0.406
0.332
0.781
1.000
1.000
1.000
0.057
0.398
0.233
0.818
N.A.
0.925
N.A.
N.A.
N.A.
0.274
0.686
N.A.
1.000
N.A.
N.A.
N.A.
0.182
0.720
References
Abarbanell, J.S., Lanen, W.N., Verrecchia, R.E., 1995. Analysts' forecasts as proxies for investor beliefs in empirical research. J. Account. Econ. 20, 3160.
Aggarwal, R.K., Samwick, A.A., 1999. Executive compensation, strategic competition, and relative performance evaluation: Theory and evidence. J. Financ.
54, 19992043.
Ajinkya, B., Bhojraj, S., Sengupta, P., 20 05. The association between outside directors, institutional investors, and the properties of management earnings
forecasts. J. Account. Res. 43, 343376.
Akdogu, A., MacKay, P., 20 08. Investment and competition. J. Financ. Quant. Anal. 43, 299330.
Ali, A., Klasa, S., Yeung, E., 20 09. The limitations of industry concentration measures constructed with Compustat data: Implications for finance research.
Rev. Financ. Stud. 22, 38393871.
Altman, E.I., 1968. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. J. Financ. 23, 589609.
Baginski, S., Hassell, J., Kimbrough, M., 20 02. The effect of legal environment on voluntary disclosure: Evidence from management earnings forecasts issued
in U.S. and Canadian markets. Account. Rev. 77, 2550.
Bamber, L.S., Cheon, Y.S., 1998. Discretionary management earnings forecast disclosures: Antecedents and outcomes associated with forecast venue and
forecast specificity choices. J. Account. Res. 36, 167190.
Barth, M., Kasznik, R., McNichols, M., 20 01. Analyst coverage and intangible assets. J. Account. Res. 39, 134.
Bens, D.A., Monahan, S.J., 20 04. Disclosure quality and the excess value of diversification. J. Account. Res. 42, 691730.
Bens, D.A., Berger, P.G., Monahan, S.J., 2011. Discretionary disclosure in financial reporting: An examination comparing internal firm data to externally
reported segment data. Account. Rev. 86, 133.
Berger, P.G., 2011. Challenges and opportunities in disclosure research - A discussion of the financial reporting environment: Review of the recent
literature.. J. Account. Econ. 51, 204218.
Beyer, A., Cohen, D., Lys, T., Walther, B., 2010. The financial reporting environment: Review of the recent literature. J. Account. Econ. 50, 296343.
Botosan, C.A., Stanford, M., 20 05. Managers' motives to withhold segment disclosures and the effect of SFAS No. 131 on Analysts' Information
Envi ronment.
Account. Rev. 80, 751771.
Bushee, B.J., Noe, C.F., 20 0 0. Corporate disclosure practices, institutional investors, and stock return volatility. J. Account. Res. 38, 171202.
Campello, M., 20 03. Capital structure and product market interactions: evidence from business cycles. J. Financ. Econ. 68, 353378.
Campello, M., 20 06. Debt financing: Does it boost or hurt firm performance in product markets? J. Financ. Econ. 82, 135172.
Chevalier, J.A., 1995a. Capital structure and product-market competition: Empirical evidence from the supermarket industry. Am. Econ. Rev. 85, 415435.
Chevalier, J.A., 1995b. Do LBO supermarkets charge more? An empirical analysis of the effects of LBOs on supermarket pricing. J. Financ. 50, 10951112.
Chuk, E., Matsumoto, D., Miller, G.S., 2013. Assessing methods of identifying management forecasts: CIG vs. researcher collected. J. Account. Econ. 55, 23
42. Clinch, G., Verrecchia, R.E., 1997. Competitive disadvantage and discretionary disclosure in industries. Aust. J. Manage. 22, 125138.
Cohen, W., 2010. Fifty years of empirical studies on innovative activity and performance.. In: Hall, Bronwyn, Rosenberg, Nathan (Eds.), Handbook of
Economics of Innovation, vol 1. , North Holland, Amsterdam, pp. 129213.
Darrough, M.N., Stoughton, N.M., 1990. Financial disclosure policy in an entry game. J. Account. Econ. 12, 219243.
DeAngelo, H., DeAngelo, L., Stulz, R.M., 2010. Seasoned equity offerings, market timing, and the corporate life cycle. J. Financ. Econ. 95, 275295.
Dye, R., 1985. Disclosure of nonproprietary information. J. Account. Res. 23, 123145.
Ellis, J.A., Fee, C.E., Thomas, S.E., 2012. Proprietary costs and disclosure of information about customers. J. Account. Res. 50, 685727.
Fresard, L., 2010. Financial strength and product market behavior: The real effects of corporate cash holdings. J. Financ. 65, 1097
1122.
Gilbert, R., 20 06. Looking for Mr. Schumpeter: Where are we in the competition-innovation debate? . In: Jaffe, A., Lerner, S., Stern, S. (Eds.), Innovation
Policy and the Economy, vol. 6. , MIT Press, Cambridge, MA, pp. 159215.
Gomes, A., Phillips, G.M., 2012. Why do public firms issue private and public securities? J. Financ. Intermed. 21, 619658.
Green, E., Porter, R., 1984. Non-cooperative collusion under imperfect price information. Econometrica 52, 8710 0.
Grossman, S.J., 1981. The role of warranties and private disclosure about product quality. J. Law Econ. 24, 461483.
Grullon, G., Michaely, R., 20 07. Corporate payout policy and product market competition (Working Paper). Rice University.
Harford, J., Klasa, S., Maxwell, W.F., 2013. Refinancing risk and cash holdings. J. Financ.. (forthcoming).
Harris, M.H., 1998. The association between competition and managers' business segment reporting decisions. J. Account. Res. 36, 111128.
Haushalter, G.D., Klasa, S., Maxwell, W.F., 20 07. The influence of product market dynamics on a firm's cash holdings and hedging behavior. J. Financ. Econ.
84, 797825.
Healy, P.M., Hutton, A.M., Palepu, K.G., 1999. Stock performance and sustained increases in disclosure. Contemp. Account. Res. 16, 485510.
Heflin, F., Subramanyam, K.R., Zhang, Y., 20 03. Regulation FD and the financial information environment: Early evidence. Account. Rev. 78, 1
37. Hovakimian, A., Opler, T., Titman, S., 20 01. The debt-equity choice. J. Financ. Quant. Anal. 36, 124.
Jung, W.O., Kwon, Y.K., 1988. Disclosure when the market is unsure of information endowment of managers. J. Account. Res. 26, 146153.
Karamanou, I., Vafeas, N., 20 05. The association between corpora te boards, audit committees, and management earnings forecasts: An empirical analysis.
J. Account. Res. 43, 453486.
Kasznik, R., Lev, B., 1995. To warn or not to warn: Management disclosures in the face of an earnings surprise. Account. Rev. 70, 113
134. Kayhan, A., Titman, S., 20 07. Firms' histories and their capital structures. J. Financ. Econ. 83, 132.
Klasa, S., Maxwell, W.F., Ortiz-Molina, H., 20 09. The strategic use of cash holdings in collective bargaining with labor unions. J. Financ. Econ. 92, 4214 42.
Korajczyk, R.A., Lucas, D.J., McDonald, R.L., 1991. The effect of information releases on the pricing and timing of equity issues. Rev. Financ. Stud. 4, 685
708. Kothari, S.P., Shu, S., Wysocki, P.D., 20 09. Do managers withhold bad news? J. Account. Res. 47, 241276.
Kovenock, D., Phillips, G.M., 1997. Capital structure and product market behavior. Rev. Financ. Stud. 10, 767803.
Kuhn, K., Vives, X., 1995. Information exchange among firms and their impact on competition. European Commission Document, Luxembourg: Office for
Official Publications of the European Communities.
Lang, M.H., Lundholm, R.J., 1993. Cross-sectional determinants of analyst ratings of corporate disclosures. J. Account. Res. 31, 246271.
Lang, M.H., Lundholm, R.J., 1996. Corpora te disclosure policy and analyst behavior. Account. Rev. 71, 467492.
Li, X., 2010. The impacts of product market competition on the quantity and quality of voluntary disclosures. Rev. Account. Stud. 15, 663711.
Li, F., Lundholm, R., Minnis, M., 2013. A measure of competition based on 10-K filings. J. Account. Res. 51, 399436.
Mackay, P., Phillips, G.M., 20 05. How does industry affect firm financial structure? Rev. Financ. Stud. 18, 14331466.
Milgrom, P., 1981. Good news and bad news: representation theorems and applications. Bell J. Econ. 12, 380391.
Miller, G., 20 02. Earnings performance and discretionary disclosure. J. Account. Res. 40, 173204.
Phillips, G.M., 1995. Increased debt and industry product markets, an empirical analysis. J. Financ. Econ. 37, 189238.
Raith, M., 20 03. Competition, risk, and managerial incentives. Am. Econ. Rev. 93, 14251436.
Rosenbaum, P.R., 2002. Observational Studies, 2nd Edition Springer Series in Statistics, Berlin.
Stigler, G., 1964. A theory of oligopoly. J. Polit. Econ. 72, 4 461.
Sutton, J., 1991. Sunk Costs and Market Structure. M.I.T. Press, Cambridge.
Verrecchia, R.E., 1983. Discretionary disclosure. J. Account. Econ. 5, 179194.
Verrecchia, R.E., 1990. Endogenous proprietary costs through firm interdependence. J. Account. Econ. 12, 245250.
Verrecchia, R.E., 20 01. Essays on disclosure. J. Account. Econ. 32, 97180.
Verrecchia, R.E., Weber, J., 20 06. Redacted disclosure. J. Account. Res. 4 4, 791814.
Vives, X., 20 06. Information sharing: Economics and antitrust, in The pros and cons of information sharing. Swedish Competition Authority, Stockholm.
Vives, X., 20 08. Information sharing among firms, in The New Palgrave: A Dictionary of Economics. Palgrave Macmillan, New York.
Walker, D., Yost, K., 20 08. Seasoned equity offerings: What firms say, do, and how the market reacts. J. Corp. Financ. 14, 376386.
Waymire, G., 1985. Earnings volatility and voluntary management forecast disclosure. J. Account. Res. 23, 268295.
Wu, Y., 20 04. The choice of equity-selling mechanisms. J. Financ. Econ. 74, 93119.
Ziv, A., 1993. Information sharing in oligopoly: the truth-telling problem. Rand J. Econ. 24, 455465.

Industry Concentration and Corporate Disclosure Policy

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Industry Concentration and Corporate Disclosure Policy

Diunggah oleh

Hak Cipta:

Format Tersedia

A. Ali et al.

/ Journal of Accounting and Economics 58 (2014) 240264

Journal of Accounting and Economics 58 (2014) 240 264

Contents lists available at ScienceDirect

Journal of Accounting and Economics

Konsentrasi Industri Dan Kebijakan Pengungkapan Perusahaan

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

informasi yang dimiliki dari pengajuan mereka. Menurut Li (2010) menunjukkan

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

kurang cepat. Penelitian ini juga mendokumentasikan bahwa ketika perusahaan

Ada terutama sedikit Securities and Exchange Commission (SEC) ditunjuk

Penelitian ini juga mendokumentasikan bahwa penilaian pengungkapan

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

perhatikan bahwa validitas deskriptif argumen penelitian ini adalah pertanyaan

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

mempengaruhi keputusan pengungkapan, tetapi juga mempengaruhi keputusan

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

mengarah ke pengungkapan yang lebih besar oleh perusahaan incumbent, karena

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

Median 6-digit NAICS industry Herfindahl-Hirschman

3-digit NAICS code

Printing and related support

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

Beverage and tobacco products

Panel B: Industry characteristics by quintiles of the Herfindahl-Hirschman index

# of firms per industry

3.2. Manajemen dan laba analis perkiraan Data

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

33,4% dari semua perusahaan Compustat di sektor manufaktur. Ada kemungkinan

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

Industry four-firm ratio

Industry Herfindahl-Hirschman index Industry asset-weighted mean of the net-debt-toasset ratio

Natural logarithm of market value of equity

Equity or debt issuance dummy

Standard deviation of earnings

Akhirnya, penelitian ini menyertakan variabel kontrol tambahan berikut yang Li

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

Dia berpendapat bahwa variabel ini mungkin berhubungan dengan beberapa

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

Industry Herfindahl-Hirschman index

Industry four-firm ratio

Industry asset-weighted mean of the net-debt-to-

Industry four-firm ratio

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

Industry asset-weighted mean of the net-debt-to-asset ratio

Ratio of the number of public to private firms in the industry

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

Industry four-firm ratio

Industry asset-weighted mean of the net-debt-to(

Industry asset-weighted mean of the net-debt-to-asset ratio

Industry asset-weighted mean of the net-debt-to-asset ratio

Ratio of the number of public to private firms in the industry

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

4.3. Konsentrasi Industri Dan Penilaian Pengungkapan Perusahaan

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240264

Untuk tes komprehensif lain apakah konsentrasi industri dikaitkan dengan