Jurnal Bisnis Keuangan & Akuntansi, 42 (7) & (8), 860-884, September /
Oktober 2015, 0306-686X doi: 10,1111 / jbfa.12120
PO Box 7080, 220 07 Lund, Swedia. Telepon: +46 46 222 4285. e-mail:
hakan.jankensgard@fek.lu.se
sebuah hal penting, yaitu bahwa hal itu didasarkan sebagian pada informasi
pribadi (misalnya, Denis dan Mihov, 2003). 4
Bagian 5 terlihat lebih dekat pada penjelasan alternatif dan cek ketahanan.
Bagian 6 menyimpulkan.
teguh seperti yang dirasakan oleh investor. Untuk itu, manajer memiliki
insentif untuk strategis dan selektif mengungkapkan informasi. Pada
gilirannya, investor rasional akan mengantisipasi pengungkapan strategis
seperti, dan akan memberikan manajer dengan insentif untuk
mengungkapkan informasi yang mengurangi asimetri informasi”. Artinya,
pengungkapan dapat menurunkan komponen adverseselection dari biaya
modal yang timbul karena investor pada kerugian informasi dan akan
mengantisipasi bahwa manajer bertindak dalam kepentingan terbaik
pemegang saham yang ada.
©C 2015 John
Wiley & Sons Ltd
PENGUNGKAPAN SUKARELA DAN
EKSTERNAL PEMBIAYAAN 865
(I) Contoh
sampel saya terdiri dari perusahaan Swedia termasuk dalam peringkat tingkat
pengungkapan yang dilakukan oleh Kanton, sebuah perusahaan penasehat
keuangan Swedia, dan Aktiespararna, sebuah asosiasi yang mewakili
kepentingan terbaik pemegang saham minoritas Swedia. KA-skor terdiri
perusahaan yang terdaftar di NASDAQ dan daftar NGM Equity (NGM).
NGM adalah platform perdagangan untuk perusahaan-perusahaan kecil yang
mencari modal risiko. Ranking telah dilakukan setiap tahun antara 2007 dan
2012 dan dataset yang digunakan dalam penelitian ini terdiri dari seluruh
himpunan peringkat tersedia di seluruh periode ini. Kriteria untuk yang
disertakan, selain yang tercantum pada salah satu dari dua bursa tersebut,
adalah bahwa perusahaan yang berkantor pusat di Swedia dan menerbitkan
laporan keuangan di Swedia. Hilangnya data dari dua kriteria ini sangat
terbatas dan tidak harus memperkenalkan bias. Sebagai contoh, pada tahun
2009 dari 61 perusahaan dalam daftar topi besar, 55 peringkat oleh Kanton /
Aktiespararna. Dengan demikian, KA-nilai menutupi sebagian besar
perusahaan Swedia yang terdaftar, dari perusahaan risiko-ibukota-seeking
kecil untuk perusahaan besar-cap internasional, yang memungkinkan untuk
sebuah perusahaan heterogenitas yang sangat kaya. AIMR-skor, sebaliknya,
hanya diproduksi untuk perusahaan besar dengan berikut analis utama,
membatasi generalisasi mereka (Jiao, 2011).
Ada peringkat tiga yang terpisah: laporan tahunan, laporan triwulanan dan
informasi berbasis web. Perusahaan menerima skor awal mereka dan
didorong untuk meninjau mereka sebelum skor akhir yang ditugaskan. Item
data untuk masing-masing tiga peringkat dipilih berdasarkan kegunaannya
dirasakan analis dan pemegang saham minoritas (ini dijelaskan lebih lanjut
dalam bagian 3 ( ii). Menurut Kanton, item generik di bahwa mereka berlaku
untuk setiap perusahaan dan tidak industri tertentu. Yang penting untuk
tujuan saya, mereka secara khusus menargetkan pengungkapan sukarela:
ketika item pengungkapan telah menjadi wajib, itu kemudian dihapus. Item
yang digunakan secara luas konsisten dari waktu ke waktu, kecuali untuk
revisi utama pada tahun 2010 ketika beberapa item pengungkapan termudah
digantikan oleh unsur-unsur yang lebih bermakna. Karena item baru yang
lebih keras untuk memberikan, efek bersih adalah untuk menjatuhkan nilai
rata-rata untuk semua tiga peringkat pada tahun 2010 (lebih di bawah ini).
+ β 4 kontrol j, t + v j, t (1)
dimana α j adalah efek tetap tegas, d t adalah periode tetap efek, dan v j, t
adalah istilah kesalahan. subscript yang t waktu indeks dan j indeks
perusahaan. kesalahan standar kuat untuk heteroskedastisitas digunakan di
seluruh. Perusahaan efek tetap disertakan untuk kontrol untuk tingkat
perusahaan heterogenitas teramati dan account untuk fakta bahwa saya
tertarik berdampak pada pengungkapan dari pendanaan eksternal atas dan di
atas “normal” tingkat pengungkapan perusahaan. Perusahaan tetap efek
menyiratkan bahwa tingkat pengungkapan di setiap tahun bervariasi di
sekitar spesifik intercept untuk setiap perusahaan dalam sampel. Dengan cara
ini dampak dari peristiwa pembiayaan pada pengungkapan diukur tidak
hanya relatif terhadap penampang perusahaan tetapi juga relatif mencegat
tertentu setiap perusahaan. Atau, satu dapat menangkap pengungkapan
tambahan sekitar peristiwa pembiayaan dengan menentukan model dalam
perbedaan pertama. Namun, model dalam perbedaan pertama membutuhkan
juga mengambil perbedaan untuk variabel indikator, seperti peristiwa
pembiayaan, yang mempersulit interpretasi. Juga, berinteraksi acara
pembiayaan dengan perubahan status keuangan tidak muncul cocok untuk
menguji H1 dan H3, yang mengacu pada keseluruhan kesehatan keuangan
perusahaan, tidak perubahannya.
Tabel 1
Panel A: YSCORE
Panel B: QSCORE
Panel C:
WSCORE
catatan:
(Iii) Variabel
diperoleh dengan menjumlahkan KA-skor untuk setiap tahun (di mana satu
titik diberikan untuk setiap kriteria terpenuhi). Ini juga bagaimana Kanton /
Aktiespararna mengukur skor keseluruhan. Misalnya, pada tahun 2011,
peringkat pengungkapan dalam laporan tahunan terdiri dari 42 item
pengungkapan. Ini adalah sama untuk semua perusahaan, terlepas dari daftar
mereka muncul di (topi besar, Midcap, topi kecil, atau NGM). Subkategori
adalah 1) peristiwa penting selama tahun dalam tabel / format daftar (1
item); 2) deskripsi perusahaan oleh para pembuat keputusan senior (6 item);
3) deskripsi strategi perusahaan, target keuangan, pasar, persaingan dan
kerja keberlanjutan (17 item); 4) ikhtisar keuangan (yaitu, rasio dan
indikator kinerja 5 tahun yang lalu kunci; 4 item); 5) tata kelola perusahaan
(3 item); 6) kebijakan dividen (1 item); 7) ramalan (2 item);
saham yang sebelumnya dibeli kembali; hasil dari program opsi karyawan;
dan penjualan waran, yang acara
saya berurusan dengan distorsi yang mungkin dari peristiwa ini dengan
mendefinisikan variabel dummy KEADILAN, yang
mengambil nilai satu hanya jika hasil ekuitas melebihi 2% dari total aset.
Sementara beberapa penerbitan ekuitas yang
sebenarnya dapat dihilangkan dengan filter ini, mereka begitu kecil bahwa
mereka tidak mungkin untuk material
berdampak strategi pengungkapan perusahaan.
dinyatakan dalam pernyataan arus kas perusahaan. Sejak coding ini mencerminkan
kebijakan konservatif, 7
hasil dalam makalah ini dilaporkan pengaturan variabel ini sama dengan nol
untuk tahun hilang. Pada bagian ketahanan, saya menyelidiki bagaimana
hasil berubah jika perusahaan-perusahaan ini turun dari sampel. Secara
teoritis, tidak jelas apakah transaksi swasta harus dikaitkan dengan
peningkatan pengungkapan publik. Salah satu argumen yang mendukung
seperti asosiasi adalah bahwa perusahaan-perusahaan menerbitkan keinginan
utang swasta harus dilihat sebagai disclosers baik dalam mengantisipasi isu-
isu publik masa depan. Juga, pemberi pinjaman swasta mungkin sendiri
bergantung pada informasi publik yang tersedia.
7 Lebih tepatnya, Datastream akan kode itu nol jika pinjaman baru tidak
secara eksplisit dilaporkan dalam laporan arus kas dan melaporkan utang
jangka panjang dalam neraca memiliki tidak berubah dibandingkan dengan
tahun sebelumnya. Jika saham utang perubahan mereka akan kode itu tidak
tersedia jika laporan tahunan tidak memberikan indikasi pinjaman baru.
saham A perusahaan dari utang jangka panjang dapat berubah karena
berbagai alasan, seperti fluktuasi nilai tukar atau reklasifikasi utang jangka
panjang dalam utang jangka pendek, jadi ini berarti kebijakan konservatif
bahwa banyak perusahaan-tahun di mana tidak ada pinjaman mengambil
tempat end up dikodekan sebagai tidak tersedia. 8 The Z-skor didefinisikan
pada Tabel 2.
kegiatan ment. CAPEX didefinisikan sebagai investasi aset tetap dibagi dengan
total aktiva (WC04601 / WC02999). Acquirer, variabel dummy, mengambil satu
nilai jika perusahaan melaporkan akuisisi pada tahun tertentu. perhitungan ini
didasarkan pada variabel Aktiva Bersih dari Akuisisi (WC04355), yang meliputi
merger dan akuisisi tetapi tidak
termasuk belanja modal dari perusahaan yang diakuisisi. Data untuk variabel
kontrol diperoleh dari Datastream. Untuk mengatasi outlier kekhawatiran,
semua rasio keuangan winsorized di 1 st dan 99 th persentil. Tabel 2
merangkum variabel yang digunakan dalam penelitian ini.
4. Analisis Multivariat
Tujuannya adalah untuk menguji H1, H2a dan H2b mengenai hubungan antara
sukarela
9 Dalam analisis multivariat pada bagian 4, ini ditangani oleh termasuk efek
tahun tetap. Pada bagian ketahanan, saya mengganti efek tetap tahun ini
dengan boneka rezim-pergeseran (satu pada tahun 2010 dan setelah itu, nol
sebaliknya) untuk menangkap efek revisi.
© L
C 2015 John
i
s
t
o
f
V
a
r
i Aktiespararna
Kanton–Aktiespararna’s yearly
a
analysis of disclosure
b
provided on the www. ZDISCRE
l PRIVATBR A dummy equal to one if the
E
e W company raises One if proceeds from private debt Datastream
issuance is greater than zero,
s
new private debt in a given year. otherwise zero.
Proceeds from private debt is
computed as
gross proceeds from debt issue
(WC04401)
less proceeds from bond issue
0.6*Mar
DISCY (see below).
1*Sales/
A dummy equal to one if the CapitalIQ (Public
BOND company issues One if gross proceeds from bond offerings
at least one public bond in a given issue(s) is greater than zero, Assets
year. otherwise report)
DISCY zero.
A dummy equal to one if the
( Contin
EQUITY company issues One if proceeds from issuance of Datastream
new equity (WC04302) if these
DISCW
new equity in a given year proceeds are
© arize
wh
C 2015 John
8
s the
ich
varia
the
blesy
usedare
in obt
Table 2 (Continued)
thisain
pape
ed.
r,
Data
their
Description Calculation Source
Notcom
e: putat
The yearly total return from investing Total return index at end of fiscal Datastre
RETURN in the year/total return am ion,
company’s stock during the fiscal index at beginning of fiscal year ( RI t Thiand
year. / RI t − 1 ) s the
Datastre
tabldata
SIZE Log of total assets. Log(WC02999) am
JANKENS
e sour
LEVERA Datastre
GE Total debt/Total assets. WC03255/WC02999 am su ces
TOBINSQ The log of the quantity (Total assets Log[(WC02999 − WC03501 + Datastre
mmfrom
PENGUNGKAPAN SUKARELA
873874 JANKENSG ˚ ARD
tabel 3
Statistik deskriptif
rata- standar
Berarti rata Min Max Deviasi
catatan:
pengungkapan di satu sisi, dan status keuangan dan peristiwa pembiayaan di sisi
lain. Artinya, saya meninggalkan hal interaksi yang diperlukan untuk tes H3 dari
model untuk saat ini. Tabel 4 melaporkan hasil. Model 1 memiliki DISCY
sebagai variabel dependen, sedangkan Model 2 dan 3 memiliki DISCQ dan
DISCW dependen, masing-masing.
10 Disajikan dalam hal nilai rata-rata sampel untuk DISCY, koefisien ini sesuai
dengan 4% dan 2,7%, masing-masing.
tabel 4
1,408
OBLIGASI 1,095 *** - 0,944 * **
(4.08) ( - 1.71) (2,47)
PRIVATBRW 0,290 - 0,218 * - 0,152
(1,25) ( - 1,73) ( - 0.57)
KEADILAN 0,718 ** 0,333 * - 0.296
(2.33) (1.86) ( - 0.84)
ZDISCRETE 0,579 *** - 0,046 - 0,209 **
(3.97) ( - 0,29) ( - 2.11)
KEMBALI 0,206 - 0,111 0,363
(0.48) ( - 0.96) (0.97)
UKURAN 1,272 *** - 0,015 0,318
(3.31) ( - 0,13) (1.05)
PENGARUH 1,399 0.691 - 0,251
(0.80) (0.60) ( - 0,14)
TOBINSQ 0,221 - 0.013 - 0,366
(0,395) ( - 0,040) ( - 0,784)
Perusahaan-
tahun 877 888 887
efek tetap
perusahaan Iya Iya Iya
Efek tahun tetap Iya Iya Iya
Adj. R 2 0,859 0,787 0,728
catatan:
Tabel ini menunjukkan hasil dari estimasi OLS dari faktor-faktor penentu
tingkat pengungkapan Swedish- terdaftar perusahaan antara tahun 2007 dan
2012. Berbeda dengan hasil yang dilaporkan pada Tabel 4 regresi tersebut
mengandung hal interaksi antara indikator ekuitas dan berbagai langkah dari
status keuangan. Semua model mengandung periode dan efek tetap
perusahaan. T-statistik berdasarkan standar error yang kuat dilaporkan dalam
tanda kurung. Simbol ***, **, dan * mengindikasikan signifikansi pada 1%,
5%, dan 10% tingkat, masing-masing.
Aku kini giliran masalah utama yang dibahas dalam makalah ini, apakah
hal status keuangan perusahaan untuk bagaimana akan datang suatu
perusahaan dengan informasi dalam menanggapi penerbitan keamanan.
Analisis empiris dari sini fokus pada isu-isu keadilan, yang, menurut teori
pecking-order, sumber pembiayaan yang paling sensitif terhadap asimetri
informasi. Untuk melestarikan ruang, juga berfokus pada pengungkapan
dalam laporan tahunan, sebagai bagian sebelumnya menunjukkan bahwa
laporan tahunan lebih responsif terhadap pembiayaan peristiwa dari dua
bentuk lain dari pengungkapan. Pilihan terakhir ini juga konsisten dengan
penelitian sebelumnya yang menyatakan bahwa laporan tahunan dokumen
pengungkapan yang paling penting bagi analis, dengan laporan lain
sebagian besar melengkapi mereka (Knutson, 1992; Botosan, 1997).
Table 5
Model
Model 1 Model 2 3
DISC
Dependent Variable: DISCY DISCY Y
1.111
BOND 1.106 *** 1.100 *** ***
(4.09) (4.09) (4.26)
PRIVATBRW 0.330 0.304 0.330
(1.49) (1.32) (1.52)
1.504
EQUITY 1.738 *** 0.359 ***
(2.79) (1.04) ( − 6.26)
EQUITY * − 0.514 ( −
ZDISCRETE 1.51)
EQUITY *
LEVERAGE 1.690 ***
(2.71)
EQUITY * − 1.542
TOBINSQ ***
( − 6.26)
0.667
ZDISCRETE 0.719 *** 0.579 *** ***
(3.93) (4.34) (5.87)
RETURN 0.192 0.218 0.146
(0.47) (0.52) (0.36)
1.285
SIZE 1.304 *** 1.300 *** ***
(3.34) (3.41) (3.26)
LEVERAGE 1.530 1.106 1.888
(0.88) (0.61) (1.01)
TOBINSQ 0.360 0.206 0.599
(0.68) (0.37) (1.28)
Firm-years 877 877 877
Firm fixed effects Yes Yes Yes
Year fixed effects Yes Yes Yes
Adj. R 2 0.859 0.859 0.860
Note:
This table shows the results from an OLS estimation of the determinants of
disclosure levels for Swedish- listed firms between 2007 and 2012. In
contrast to the results reported in Table 4 these regressions contain
interaction terms between the equity indicator and various measures of
financial status. All models contain period and firm fixed effects. T-
statistics based on robust standard errors are reported in parentheses. The
symbols ***, **, and * indicate significance at the 1%, 5%, and 10% levels,
respectively.
for the leads-and-lags story suggests that we ask too much of the data given
its granularity. 11 Models 3 and 4 again confirm that disclosures related to
quarterly reports are less well explained by Equation (1).
11 The data used in the present study (yearly resolution) are not as
granular as in the Lang and Lundholm study. These authors analyze
press releases rather than financial reports.
Table 6
0.940
BOND *** 1.269 * − 0.914 − 0.018
(3.36) (1.70) ( − 1.56) ( − 0.03)
BOND ( − 1) − 0.079 − 0.648
( − 0.16) ( − 1.53)
0.906
BOND (+ 1) *** − 0.894
(5.60) ( − 1.56)
0.641
EQUITY *** 0.676 0.215 0.332
(3.62) (1.42) (1.36) (0.85)
EQUITY ( − 1) − 0.234 0.016
( − 0.83) (0.06)
EQUITY (+ 1) 0.014 − 0.093
(0.05) ( − 0.80)
− 0.286
PRIVATBRW 0.310 0.316 *** 0.022
(1.53) (0.96) ( − 3.51) (0.10)
0.503
ZDISCRETE 0.506 * *** − 0.046 − 0.076
(1.79) (7.64) ( − 0.21) ( − 0.39)
RETURN 0.202 0.489 − 0.009 − 0.107
(0.25) (1.18) ( − 0.04) ( − 0.58)
1.477 − 0.252
SIZE *** 1.157 − 0.028 ***
(4.41) (1.31) ( − 0.12) ( − 2.77)
LEVERAGE − 0.545 3.283 1.972 * − 0.098
( − 0.29) (1.60) (1.78) ( − 0.07)
TOBINSQ 0.095 − 0.799 − 0.120 − 0.421
(0.09) ( − 1.09) ( − 0.18) ( − 0.88)
Firm-years 641 630 651 638
Firm fixed
effects Yes Yes Yes Yes
Year fixed
effects Yes Yes Yes Yes
Adj. R 2 0.867 0.847 0.667 0.795
Note:
This table shows the results from an OLS estimation of the determinants of
disclosure levels for Swedish- listed firms between 2007 and 2012. In
contrast to the results reported in Table 4, these regressions contain leading
and lagged values for BOND and EQUITY. Models 1 and 2 have the scores
for annual reports as dependent ( DISCY), whereas in Models 3 and 4 the
dependent variable is the score obtained for quarterly ( DISCQ) and web
reports ( DISCW). All models contain period and firm fixed effects. T-
statistics based on robust standard errors are reported in parentheses. The
symbols ***, **, and * indicate significance at the 1%, 5%, and 10% levels,
respectively.
involves testing whether taking the former into account will change the results
reported in Table 5. The variables CAPEX
and ACQUIRER
are therefore added to the model. The results are reported in Table 7.
None of the investment variables achieve significance. The financing
variables, however, are robust
Table 7
Model
Model 1 Model 2 3
DISC
Dependent Variable: DISCY DISCY Y
1.175
BOND 1.167 *** 1.163 *** ***
(4.23) (4.19) (4.44)
0.367
PRIVATBRW 0.364 ** 0.340 * **
(1.98) (1.75) (2.01)
1.443
EQUITY 1.653 *** 0.224 ***
(2.85) (0.56) ( − 6.29)
EQUITY * − 0.510 ( −
ZDISCRETE 1.61)
EQUITY *
LEVERAGE 1.926 ***
(2.67)
EQUITY * − 1.597
TOBINSQ ***
( − 6.29)
0.694
ZDISCRETE 0.737 *** 0.600 *** ***
(3.69) (4.14) (5.46)
RETURN 0.150 0.176 0.102
(0.35) (0.41) (0.25)
1.375
SIZE 1.389 *** 1.382 *** ***
(4.55) (4.64) (4.56)
LEVERAGE 1.760 1.289 2.139
(1.05) (0.74) (1.19)
TOBINSQ 0.396 0.240 0.652
(0.74) (0.41) (1.35)
CAPEX 2.356 2.666 2.438
(0.77) (0.84) (0.69)
ACQUIRER − 0.650 − 0.629 − 0.654
( − 2.55) ( − 2.43) ( − 2.54)
Firm-years 875 875 875
Firm fixed effects Yes Yes Yes
Year fixed effects Yes Yes Yes
Adj. R 2 0.859 0.858 0.860
Note:
This table shows the results from an OLS estimation of the determinants of
disclosure levels in annual reports for Swedish-listed firms between 2007
and 2012. In contrast to the results reported in Table 5 these regressions control
for firms’ investment activities through the variables CAPEX and ACQUIRER.
All models contain period and firm fixed effects. T-statistics based on robust
standard errors are reported in parentheses. The symbols ***, **, and * indicate
significance at the 1%, 5%, and 10% levels, respectively.
Table 8
Robustness Checks
Panel A
Model 1
Model Model 3 Model 4 Model 5
Dependent DISCY 2 Model 6
(normal DISC DISC
Variable: ized) DISCY Y DISCY Y DISCY
Panel B
Dependent DISCY
(normalized) DISC
variable: DISCY DISCY DISCY Y DISCY
( Conti
nued)
Table 8
Continued
Panel B
Dependent DISCY
(normalize DISC DISC
variable: d) DISCY DISCY Y DISCY Y
Note:
This table shows the results fromOLS estimations of the determinants of
disclosure levels in annual reports for Swedish-listed firms between 2007
and 2012. Panel A uses the interaction between equity issuance and
PRIVATBRW for which the value zero has previously been assumed. Model
4 is based on a subsample of firms listed on the large- and mid-cap lists in
Sweden. Model 5 is estimated on a subsample of firms listed on the small-
cap and NGM lists in Sweden. Model 6 includes a lagged value of DISCY as
an independent variable. T-statistics based on robust standard errors are
reported in parentheses. The symbols ***, **, and * indicate significance at
the 1%, 5%, and 10% levels, respectively.
but lowers it for that with LEVERAGE ( both now significant at the 10%
level).
So far year fixed effects have been employed to capture that the items used
in the KA-scores differ from year to year. Given the major revision
undertaken in 2010, in which several of the easiest elements were replaced
with more challenging items and their number decreased, a more appropriate
specification may be to include an indicator variable that takes the value one
in the years 2010–2012, and zero otherwise. This variable is labelled POST
and is included in Model 2. The results suggest that, in the 2010–2012
period, the average scores are indeed much lower. The inclusion of the POST
dummy has only a limited effect on the interaction terms. The interaction
with ZDISCRETE is now significant, but that with LEVERAGE is marginally
insignificant ( p = 0.11).
One of the key advantages of the KA-score is that it covers a wide range of
firms, allowing for a rich variation in firm type and disclosure strategy.
However, Model 4 in Table 8 reports the results for the subsample of firms that
are listed on either the large- or midcap lists. While entry and exit still does
occur, it is much closer to being a balanced panel than the full sample. Both
interaction terms of concern to Hypothesis 3 show statistical significance in
these regressions. In the subsample of firms listed on the small-cap and NGM
lists (Model 5), however, none of the interaction terms come out significant.
Here, disclosure scores are explained primarily by financial status (
ZDISCRETE) and size, both positively related. Compared to the sample of
large- and midcap firms, untabulated regressions show that the firms in this
subsample, as one would expect, have lower leverage. The generally lower
leverage may signify that this variable is less useful in discriminating among
firms in this subsample.
TOBINSQ ( not tabulated) is significant at the 1% level, with the same negative
sign as before.
6. CONCLUSIONS
I conclude that the incentives to provide disclosure vary with the firm’s
financial status, both overall and in response to financing events, and that,
according to the data, this effect is sufficiently large to affect empirically
observable disclosure scores. An exciting avenue for future research would
be to decompose disclosure scores to investigate which type of disclosure,
or subindex, is most affected by financial status and financing events. New
insights about firms’ efforts to manage information asymmetries can be
obtained by investigating which disclosure type – strategic, financial or
non-financial – is most responsive to financial status and financing events.
REFERENCES
Goto, S., M. Watanabe and X. Yan (2009), ‘Strategic Disclosure and Stock Returns:
Theory and
405–440.
Association for
Asymmetry, and
5, pp. 147–175.
Myers, S. C. (1984), ‘The Capital Structure Puzzle’, Journal of Finance, Vol. 39,
pp. 575.
Evidence from US Firms’, Journal of Business Finance and Accounting, Vol. 41,
pp. 242–269.
©C 2015 John Wiley &
Sons Ltd