Electronic copy available at: http://ssrn.com/abstract=2653088

1  

 

 

 

Who Consumes Firm Disclosures?  

Evidence from Earnings Conference Calls 

 

 

Anne Heinrichs 

Columbia Business School 

 

Jihwon Park 

Harvard Business School 

 

Eugene Soltes 

Harvard Business School 

 

September 2015 

 

 

Using a  set of proprietary  records, we examine who  consumes quarterly earnings conference 

calls. We  find  significant  interest  in  earnings  conference  calls  beyond  investors  and  sell‐side 

analysts  and  demand  varies  in  predictable ways  according  to  the  objectives  of  these  users. 

Institutional investors who do not hold a position in the firm are the primary consumers of calls 

and many institutional investors that hold large positions only consume news periodically. We 

find that most of the variation in consumption is driven by firm related factors that are not readily 

influenced by direct managerial decisions in the short‐run. We find that some efforts to hide news 

by  disclosing  it  late  in  the  day  or week  are  associated with  lower  immediate  consumption. 

However, the more limited immediate consumption is offset by even greater consumption in the 

coming days, thereby thwarting efforts to avoid scrutiny. Overall, our investigation illuminates 

the actual usage of firm news by different consumers.        We would like to thank participants at the SAFE Transparency conference, Stanford’s Accounting Workshop, and Suraj 

Srinivasan for helpful feedback and Thomson Reuters for sharing the conference call records with us. This research is 

funded by the Harvard Business School and Columbia University.

Electronic copy available at: http://ssrn.com/abstract=2653088

2  

1. Introduction 

  Whether  reviewing  a press  release, preparing  for  a  conference  call, or  speaking  at  an 

industry conference, executives spend a considerable amount of  time and effort on  the public 

disclosure of  firm news. Some of  this disclosure  is mandated by  regulation, but much of  it  is 

voluntary. Managers expend this effort on voluntary disclosure because of the perceived benefits 

of providing greater transparency to the market (e.g., improved liquidity, lower cost of capital.)1 

Researchers who  study  the  effects  of  disclosure  implicitly  assume  that  once  news  is 

publicly disclosed, it is consumed by market participants. However, academic research says little 

about the specific market participants that actually seek out and consume these disclosures. The 

lack of evidence around who scrutinizes these disclosures arises from the nature of information 

consumption.  In most cases,  investors, analysts, and other market participants digest news  in 

private  (e.g.  reading  on  a  monitor,  listening  over  a  phone,  watching  on  television,  etc.). 

Consequently, it is difficult to interpret exactly who is processing this information. 

In  this  paper, we  seek  to  illuminate  the  consumption  of  firm  news  by  examining  a 

proprietary set of records collected by Thomson Reuters, a multinational media firm and leading 

market data aggregator.  Beginning in 2009, Thomson Reuters began to monitor and record when 

institutional clients listened to broadcasts or downloaded transcripts of conference calls. Using 

these  records, we  ascertain  the  specific  types  of  individuals who  sought  information, which 

conference calls they looked for, when they sought to acquire the information, and for what firms. 

By detailing the information consumption choices of institutional investors, analysts, and other 

business users, these records offer a unique opportunity to investigate the demand for one form 

of firm‐initiated disclosure.  

Our  analysis  of  these  records  offers  several  insights  into  the  consumption  of  firm 

disclosures.  Beyond  the  significant  demand  for  earnings  conference  calls  by  institutional 

investors and sell‐side analysts, we show significant demand  for earnings conference calls by 

individuals who are neither market participants, nor intermediaries that provide information to 

investors. These other constituencies include suppliers, strategic partners, bankers, consultants 

                                                       1 See Leuz  and Wysocki  (2008)  for a discussion of  the  related  theoretical  and  empirical  research on  the  economic 

consequences of firm disclosure. 

3  

and media. This broader  interest  in firm‐initiated news suggests a more expansive use of firm 

disclosures beyond simply reducing information asymmetries between managers and investors.  

 Among institutional investors that consume earnings conference calls, demand primarily 

arises from investors who are not contemporaneous holders in the firm’s securities. Much of the 

academic research on firm disclosure focuses on the monitoring and  contracting  roles  that arise 

between firm and investors. However, our findings suggest that investors who do not have such 

a relationship with  the  firm are actually  the  largest consumers of news. This suggests a more 

nuanced picture of consumers for whom this  information  is being produced for. To the extent 

that managers  are  aware  of  this  broader  constituency  of  consumers,  it  also  suggests  a more 

complex production function when creating disclosures. Overall, the significant consumption of 

firm  news  by  investors  who  do  not  hold  positions  support  the  significant  role  played  by 

disclosure in building investor recognition (Merton 1987).  

In addition, institutional investors are often not regular consumers of earnings conference 

calls for the firms in which they have invested. Notably, we find that institutional investors, some 

of whom hold hundreds of millions of dollars in stock, only periodically consume the call. We 

find  that  particular  types  of  investors,  like  hedge  funds,  and  those  holding  relatively  larger 

positions in the firm are considerably more engaged. However, the irregularity of consumption 

suggests that institutional investors do not necessarily monitor all news being produced by firms, 

but rather consume it selectively and in a periodic fashion.  

We  examine  factors  that  influence  consumption  of  earnings  conference  calls  by  the 

different constituencies. We explore factors at the firm level (e.g. market value, leverage), event 

level (e.g. negative surprise), and under the immediate discretion of management (e.g. time of 

call). We find  that  the vast majority of  the variation  in demand  is driven by firm  level factors 

suggesting  that managers have, at  least  in  the  short  run, only  limited ability  to  influence  the 

amount of consumption.  

  Researchers often focus on the timeliness of firm‐initiated disclosures. However, we find 

considerable demand for earnings conference call events in the months and even years after the 

initial disclosure event. This suggests that the demand for voluntary disclosure not only arises 

from  the  desire  for  timely  updates  about  a  firm’s  performance,  but  also  from  an  interest  in 

4  

understanding a firm’s past. Notably, less than half of the historical demand is from investors. 

Sell‐side analysts and corporate users (e.g. suppliers, competitors, bankers) are also significant 

consumers of historical earnings conference call disclosures. This  finding complements  recent 

work  by Drake, Roulstone,  and Thornock  (2015)  on  how  investors digest  historical  financial 

reports using the EDGAR database. 

  Prior academic research has hypothesized that managers may strategically release news 

to influence the amount of attention it receives. For instance, managers with bad news may seek 

to disclose it late Friday evening when market participants are less attentive in hopes that it will 

not be digested as critically. Using our records, we explore the effectiveness of hosting calls at 

less popular times, specifically after hours and Fridays. We find that firms who host calls after 

hours  or  Fridays  do  receive  lower  consumption  at  the  time  of  its  disclosure. However,  this 

reduced consumption is offset by greater consumption of the archival call in subsequent days. 

Consequently, it appears that managerial strategies to “hide” news may not be especially effective 

when this information can be consumed by users more conveniently in the following days.  

Although our records from Thomson  include a variety of different  types of conference 

events for firms headquartered around the globe, we focus on earnings conference calls for NYSE, 

AMEX, and NASDAQ firms  in order to facilitate comparison of our analysis with the broader 

literature on disclosure  and  earnings  conference  calls. Within  this  set of  events, our  analysis 

contains  data  for  nearly  42,000  unique  Thomson Reuters  clients who make  over  2.5 million 

requests for audio or transcript records during our sample period from late 2009 to the end of 

2012. The sample of firms for which we have data about earnings conference call consumption 

represents nearly 55% of all US‐based firms with publicly listed equity securities on NYSE, AMEX 

and NASDAQ. 

  Our  investigation  contributes  to  several  sets of academic  literature. First, our analysis 

facilitates  a more  expansive  understanding  of  the  demand  for  firm‐initiated  disclosure. Our 

analysis  suggests  that  the buy‐side constitutes approximately half of all demand  for earnings 

conference  call  disclosures. Moreover,  of  this  buy‐side  demand,  less  than  half  arises  from 

investors who hold a position at the time of the call. Thus, the consumption of firm news  is a 

much  wider  phenomenon  than  simply  a  transactional  relationship  between  managers  and 

5  

existing  investors. 2  In  addition,  our  analysis  offers  evidence  that  disclosure  is  not  simply  a 

mechanism for the timely reduction in information asymmetry. There is considerable institutional 

demand for disclosure long after its initial release by different constituencies, which suggests that 

this information plays a broader role in understanding a firm’s narrative.3  

  We also contribute to an understanding of how and when institutional investors use firm 

disclosures.  Because  of  the  difficulty  of  observing  the  consumption  of  news  by  institutional 

investors,  there  is  relatively  little work describing  how widely disclosures  are  consumed  by 

holders  and  potential  future  holders  (i.e.  non‐holders)  of  securities.  The  irregularity  of 

consumption  suggests  that  holders  are  not  directly  consuming  all  firm  news  about  all  their 

investments. Some investors are relatively passive when it comes to information consumption, 

suggesting that they may be relying on information intermediaries (e.g. sell‐side analysts, media), 

only some disclosure types (e.g. 10‐Q and not the earnings conference call), or only periodically 

checking  in when  certain  events occur.  In  contrast,  the widespread  consumption of  earnings 

conference calls by non‐holders supports a desire for greater information. 

Our  investigation  also  contributes  to  the  literature  on  earnings  conference  calls. 4 

Researchers often implicitly assume that sell‐side analysts are the primary group of individuals 

that  consume  earnings  calls.  This  is  due  to  the  fact  that  sell‐side  analysts  are  typically  the 

individuals  that  ask  questions  on  calls. Other  individuals  that  consume  the  call,  but  do  not 

necessarily participate,  are not known. However,  a  lack of participation does not necessarily 

imply a lack of consumption. Using our records, we are able to better understand and describe 

the different constituencies beyond sell‐side analysts that consume earnings conference calls. 

One caveat to our analysis is that users can consume earnings conference calls in ways 

that are not captured by Thomson Reuters. In particular, a user can contemporaneously consume 

                                                       2 Bozanic et al. (2014) explore another set of users of financial disclosers by looking at IRS access to the EDGAR database.  3 Drake, Roulstone, and Thornock (2015) investigate the historical use of financial reports (10‐Ks and 10‐Qs) by EDGAR users. Our analysis complements a number of their findings, but also differs in several regards. In particular, we focus 

on  institutional clients, rather  than  individual  investors and we exploit  the ability  to  identify  the  type of consumer 

(buy‐side, sell‐side, media). In the case of institutional investors, we can also identify the specific investor consuming 

a conference call, which gives us the ability to match the investors with their contemporaneous holdings in the stock. 4 Prior work broadly related to examining conference calls as a means of disclosure include Bushee et al (2003), Skinner 

(2003), Brown et al (2004), Brochet et al (2012), Frankel et al (1999), Mayew (2008), Hollander et al (2010), Kimbrough 

(2005), Bushee et al (2004), Matsumoto et al (2011), Bowen et al (2002), Kimbrough (2011), and Chen et al (2012). 

6  

the event by using a dial‐in number, which is not run by Thomson Reuters. Alternatively, he can 

gain  access  to  earnings  conference  call  transcripts  after  the  event  via  other  channels  that 

reproduce  and  disseminate  transcripts  (e.g.  Bloomberg,  FactSet,  Seekingalpha.com,  Yahoo! 

Finance). To  the extent  that certain constituencies utilize  these alternative services rather  than 

Thomson Reuters disproportionately,  our  analysis may understate  the  relative magnitude  of 

usage by one group. 

  Finally, for managers this analysis should offer a better understanding of the determinants 

of earnings conference call consumption. Thomson Reuters originally collected this data to offer 

its investor relations clients a better way to understand who consumes their information releases. 

However, there was little analysis done on the aggregate sample to understand the variation in 

demand.  Our  analysis  begins  to  illuminate  the  factors  associated  with  greater  or  lesser 

consumption of conference calls. In particular, our analysis shows that much of the variation is 

determined by firm characteristics that managers have little control of in the short run. Moreover, 

we  find  evidence  suggesting  that  those  firms which  choose  to make  their  audio  broadcast 

available for a longer duration have greater news consumption. While broadening access seems 

an  obvious  way  to  increase  demand,  the  fact  that  some  firms  who  purportedly  tout  their 

transparency restrict access to their audio broadcast soon after the event suggests that either there 

are other considerations motivating this choice or that firms are myopically restricting access to 

their disclosures. 

 

2. Institutional Background: Firm Disclosure and Earnings Conference Calls  

  Empirical research on disclosure  typically  follows efficient market assumptions  in  that 

once information is disclosed by firms, it is implicitly assumed to be immediately consumed by 

investors.5  Firm news that is inaccessible or ignored by investors is unlikely to impart the same 

economic consequences as news that is more widely consumed by investors.  

  A growing body of recent research challenges this basic notion of informational efficiency 

by investigating how the differential dissemination of news influences its economic impact. For 

                                                       5 For instance, Merton (1987) describes this assumption as “the diffusion of every type of publicly available information 

takes place instantaneously among all investors” (485). 

7  

example, Engelberg and Parsons (2011) investigate the asset pricing consequences when investors 

are unable to consume timely firm news. By exploiting extreme weather events (e.g. blizzards, 

high  precipitation,  etc.),  Engelberg  and  Parsons  identify  days  in  which  specific  subsets  of 

investors are not able to receive their local paper and therefore cannot consume specific pieces of 

firm news.6 Using this identification strategy, Engelberg and Parsons are able to causally identify 

an economically significant impact of news consumption on individual trading. 

   Even more recently, Blankespoor, Miller, and White (2014) offer evidence that firms who 

disseminate news via Twitter experience lower bid‐ask spreads and greater depth. Their work 

complements other research on the role of the media in disseminating information to facilitate 

reductions in information asymmetries (Bushee et al. 2010, Li, Ramesh, and Shen 2011, Rogers et 

al. 2013). This body of evidence offers support that there are differential economic consequences 

associated with the availability and consumption of firm‐initiated news. 

  In these investigations, researchers do not directly observe the consumption of news by 

investors.7 The process of consuming news (e.g. reading a newspaper, listening on headphones) 

is private and therefore not generally observed or recorded. Thus, researchers implicitly assume 

that when news is more accessible (e.g. disseminated more widely by the media), it is consumed. 

Yet, there is little direct evidence showing who specifically consumes firm‐initiated disclosures.8 

  Earnings conference calls are one form of public firm disclosure where a subset of market 

participants that consume the news is known. Since the passage of Regulation Fair Disclosure in 

2000, the public can listen to each question asked by participants (Bushee, Matsumoto, and Miller 

2004, Mayew 2008, Hollander, Pronk, and Roelofsen 2010). In most cases, these participants are 

sell‐side analysts. Mayew (2008) reports nearly eight sell‐side analysts participate, on average, on 

each  earnings  conference  call. While  the  names  and  brokerages  of  the  analysts  are  publicly 

disclosed when they ask a question, they are not the only market participants listening to the call 

and seeking  to consume  this  form of disclosure. Regulation Fair Disclosure was motivated,  in 

                                                       6 Engelberg and Parsons (2011) focus on a period in the early 1990’s prior to the widespread availability of the internet 

when investors were much more likely to rely on the local newspaper for news. 7 An exception within this body of research, Blankespoor et al 2014 manage to acquire click data on Twitter links. 

This allows them to observe consumption in conjunction with the level of dissemination. 8 In a different but related setting, there is evidence around the specific types of investors and analysts that consume 

private disclosure in the context of one‐on‐one meetings (Solomon and Soltes 2015, Soltes 2014). 

8  

part,  by  the  fact  that  other  constituencies were  interested  in  consuming  these  firm‐initiated 

disclosures, but were denied access.9 Yet, which other  types of  individuals and to what extent 

they seek to consume these disclosure events is not well understood. 

Prior  research  offers  some  hypotheses  about  non‐sell  side  consumers  of  earnings 

conference  calls.  Investors who  provide  equity  or  debt  capital  to  firms  have  an  interest  in 

acquiring  and monitoring  news  about  firms.  Empirical  research  has  provided  evidence  that 

earnings conference calls offer  incremental  information to other sources of firm‐initiated news 

(e.g. Frankel et al. 1999, Bushee et al. 2003, Brown et al. 2004, Matsumoto et al. 2011). In addition 

to specific  information provided on  the call, earnings conference calls also offer  investors  the 

opportunity to hear managers, thereby providing additional information through their vocal cues 

(Mayew and Venkatachalam 2012, Chen et al 2012). Consequently, prior research has suggested 

that investors are significant consumers of earnings conference calls (Tasker 1998, Bowen et al. 

2002, Kimbrough 2005, Kimbrough and Louis 2011).10 

While sell‐side analysts are one significant information intermediary consuming earnings 

conference calls, another information intermediary is  journalists who write for business media 

and seek to process, analyze, and disseminate news (Healy and Palepu 2001, Miller 2006, Bushee 

et al. 2010). Although they usually do not participate in the call as do sell‐side analysts, journalists 

need to hear the call or read a transcript to effectively report on the news offered by managers on 

the call. 

One  factor  limiting  managers’  public  disclosure  of  firm  news  is  concern  that  such 

information could be used by competitors. The proprietary cost hypothesis has been explored in 

both  theoretical and empirical accounting research (Verrecchia 1983, Darrough and Stoughton 

1990, Feltham and Xie 1992, Newman and Sansing 1993, Hayes and Lundholm 1996, Berger and 

Hann 2007). To the extent that earnings conference calls potentially offer information strategically 

useful for a firm’s competitors, firm competitors are hypothesized to be consumers listening to 

the  call  and/or  reading  a  transcript  of  the  call.  Similarly,  firm  disclosures  have  also  been 

                                                       9 In an informal investigation, Tasker (1998) contacted firms prior to the passage of Regulation Fair Disclosure and was 

denied access to the earnings conference call for some of those she contacted. 10 Mayew (2008) also finds that some non‐analyst participants ask questions. In doing so, their identity becomes known. 

These include “bankers, institutional investors, and occasionally individuals” (page 642, footnote 16). 

9  

hypothesized as a tool to facilitate contracting (e.g. Watts and Zimmerman 1986, Holthausen and 

Watts 2001). Suppliers and strategic partners who interact and contract with the firm could seek 

to consume the information in earnings conference calls to enhance their knowledge about the 

firm.  

All  these  aforementioned  constituencies  that  are  hypothesized  to  listen  to  earnings 

conference calls are external entities not employed by the firm. Some evidence also suggests that 

internal parties may seek to listen to earnings conference calls. For example, Bushee et al. 2003 

note that “informal discussions with investor relations officers indicate that employees frequently 

listen  to earnings conference calls and view  them as a useful  forum  for  learning about  issues 

facing the firm”(159). In this spirit, a variety of internal or closely connected individuals may also 

be hypothesized to listen to earnings conference calls including consultants and bankers.  

For these different groups that could potentially consume earnings conference calls, it is 

difficult to make ex‐ante predictions about what proportion of these various constituencies might 

seek to consume earnings conference calls. Moreover, more deeply understanding the nature of 

information consumption steps beyond prior theoretical and empirical work since many of these 

relationships have not previously been identified. With this in mind, the analysis of consumption 

in Section 4  is presented  in an ethnographic manner by seeking  to describe and  interpret  this 

information consumption. In this spirit, this analysis is much in line with the recent call by Gow, 

Larcker, and Reiss (2015) for greater in‐depth descriptive focused research.  

 

3. Data and Descriptive Statistics 

Thomson Reuters  collected  the  records used  for  our  analysis  by monitoring  its  client 

activity on its Streetevents platform. Streetevents is a leading corporate disclosure and archiving 

product.  It  is  designed  for  institutional  and  corporate  users  who  access  the  database  via 

subscription to one of Thomson Reuters’ products. Subscribers can access Streetevents through 

one  of  a  variety  of  desktop  platforms  offered  by  Thomson  Reuters  (e.g.  Thomson  One, 

10  

Streetevents.com, etc.) and  through Thomson Reuter’s proprietary Eikon analysis and  trading 

software. As of 2013, Streetevents had over 87,000 institutional account subscriptions.11  

  Thomson Reuters offers Streetevents platform subscribers access to audio recordings (live 

and  archival)  and  transcripts  of  earnings  conference  calls. 12  To  create  the  records,  Thomson 

Reuters internally recorded each time a Streetevents client listened to or downloaded a broadcast 

of an earnings conference call. For each access request, Thomson Reuters recorded the specific 

user, the user’s firm (name and type), type of request (audio or transcript), time of request and 

the firm as well as the specific earnings call for which the access request was made.13 Clients are 

internally classified by Thomson as buy‐side, sell‐side, corporate, consultant, media, or other (i.e. 

no designated classification). Thomson Reuters provided this data to us under a confidentiality 

agreement  that  we  would  not  reveal  individual  user,  client,  or  firm  statistics  that  would 

compromise that anonymity. 

  Our records begin in December 2009, when Thomson Reuters began monitoring its clients’ 

activity, and  continue  to December 2012.14 During  this  time, 48,335 unique  institutional users 

accessed  audio  and  transcript  records  of  90,870  unique  earnings  conference  calls  and  47,229 

unique non‐earnings conference calls for NYSE, AMEX, and NASDAQ traded firms.15 In total, 

over 3.1 million separate requests were made during our sample period for audio and transcript 

records of these firms’ earnings conference calls, guidance calls, product release presentations, 

analyst calls, and annual meeting broadcasts. In connecting our analysis to the broader research 

and literature on earnings conference calls, our analysis focuses on earnings conference calls. As 

described in our data, access requests for earnings conference calls make up the majority of all 

                                                       11 This figure excludes “live feed” subscribers that redistribute this data within their own proprietary software. 12 Thomson Reuters  facilitates  live web broadcasts  (both, via Streetevents platform and/or on a  firm’s website), but 

firms rely on external vendors to facilitate the telephone broadcast of the call (e.g. Intercall, BT Conferencing, ACT 

Conferencing, etc.). These outside vendors provide the “1‐800” number used for the phone conference/broadcast and 

coordinate the question and answer period with participants.  13 Due  to  internal processes,  staff at Thomson Reuters  Investors Relations have access  to  the  identities of buy‐side 

clients, but do not always have access to the identities of other clients using of the product. This availability reflects 

Thomson Reuters’ objective to provide information about buy‐side demand to its Investor Relations clients (but not 

about other consumers’ demand of earnings conference calls).  14 The records conclude in December 2012 when NASDAQ purchased the Thomson Reuters Investor Relations unit, 

which created our original agreement for the records used in this analysis. 15 Streetevents includes data on listed firms from over 90 countries. Our analysis focuses on the subset of users who 

demanded earnings conference call information from NYSE, NASDAQ, and AMEX firms.   

11  

such corporate presentation requests. In particular, during our sample period, nearly 2.6 million, 

or 81% of the total access requests, were requests for audio broadcasts or transcripts for earnings 

conference calls. 

  The 2,828 firms hosting the earnings conference calls in our sample represent 53% of the 

firms that are publicly traded on NYSE, AMEX and NASDAQ. With a mean market capitalization 

of $5.6 billion, our sample firms are somewhat larger than the comparable universe with a mean 

of $2.8 billion. However, some smaller listed firm which lack a formal IR department and do not 

have  quarterly  earnings  conference  calls  naturally  skew  the  population  size  downwards  as 

compared to our sample which only includes firms that conduct quarterly earnings conference 

calls.  

  Table 1, Panel A provides descriptive statistics on  the number of unique users seeking 

access to the earnings conference call in a timely manner. Users may listen to audio broadcasts of 

the earnings conference calls or  they can read  the  transcripts  that Thomson Reuters creates  in 

real‐time, i.e. as the earnings conference call progresses. We define timely access as demand for 

the audio or transcript records of an earnings conference call that occurs on the day of the call (i.e. 

either  contemporaneously with  the broadcast  or  soon  after  its  completion). Table  1, Panel A 

indicates that 14 users demand the audio and 26 users demand the transcript, on average, in a 

timely manner per earnings conference call.16  

  Since the audio broadcast and transcript are substitute products for many users (i.e. users 

may only select one or  the other based on  their own personal preferences), we also create an 

aggregate measure that captures users’ unique demand for one or both disclosure mediums (i.e. 

demand  for  audio,  transcript, or  audio  and  transcript). Specifically, we  count more  than one 

timely access to records of the same earnings conference call by the same user as a single, i.e. one, 

access.  The  advantage  of  the  aggregate measure  is  it  captures  the  specific  interest  for  each 

earnings  conference  call without  conflating  this demand  for different mediums of access  (i.e. 

                                                       16 To observe that a Streetevents conference call in the data is an open call, it must have a non‐zero number of users (i.e. 

some demand). Thus, all conference calls utilized  in  the analysis have at  least one user  (investor, sell‐side analyst, 

media, etc.) demanding the event.  

12  

transcript or audio). In later analysis, we primarily focus on aggregate consumption using this 

metric. 

Using  the  aggregate measure  of  demand,  on  average,  there  are  27  requests  for  each 

earnings  conference  call  as  shown  in  Table  1,  Panel  A.  A  histogram  further  detailing  the 

distribution of demand is also shown in Figure 1. It indicates that a small number of firms have 

significantly larger demand (i.e. greater than 200 individuals per call). In Figure 1, Panel B we 

also explore the average timely demand at the firm level. The average firm in our sample has 24 

timely access requests on average.  

Comparing the distributions of Figure 1, Panel A and Figure 1, Panel B, it is apparent that 

there is considerable variation in the amount of demand for earnings conference calls over time. 

Figure 2 shows the quarter‐by‐quarter percentage change in aggregate timely demand for two 

sample firms. The dashed‐line firm  is a mid‐cap (i.e. between $3‐10 billion) retail firm and the 

solid‐line firm is a large‐cap consumer goods firm (i.e. over $10 billion). Both sample firms have, 

on average, over one‐hundred consumers per earnings conference call, so the percentage changes 

do not arise simply from variation in a limited consumer base. These two sample firms have an 

absolute average quarterly change of 12% with a rise of over 40% in one quarter for the retailer. 

Thus,  firms  often  exhibit  considerable  variation  from  quarter‐to‐quarter  in  the  amount  of 

institutional demand for their earnings conference calls. 

  Our records from Thomson Reuters also permit us to examine the type of user (i.e. the 

consumer) who  sought  access  to  the  earnings  conference  call.  Table  2  provides  descriptive 

statistics on the six types of users classified by Thomson Reuters. The user type designation is 

determined internally by Thomson Reuters and is based on a user’s firm and function.17 The most 

prominent consumers of earnings conference call news in our records are buy‐side investors (i.e. 

institutional investors who purchase equity or debt securities). We find an average of 16 buy‐side 

investors demanding audio or transcript access per event. The second‐highest demand is by the 

                                                       17 For most cases, our records contain the name of the firms that each user works for. However, using Thomson Reuters’ 

classification  types offers greater  information  content  since  they know  the  functional  role of  each  individual. For 

example, while we might know that an individual works for a particular investment bank, this would not allow us to 

classify  the  individual  as  an  analyst,  trader,  or M&A  banker. However,  Thomson Reuters’  internal  classification 

captures these differences in job functionality. 

13  

‘sell‐side’, which  designates  analysts  and  brokers who  typically work  for  investment  banks. 

‘Corporate’ describes institutional clients who do not work in an investment capacity or analyst 

capacity at other firms. In addition to suppliers and strategic partners, ‘corporate’ includes users 

who work in strategy, public relations, and investor relations at competing firms. Corporate users 

consume earnings conference call news marginally lower than sell‐side users in our records. 

  The final two groups, consultants and media, consume conference call considerably less 

than others in our records. Consultants include users who are employees of strategic, managerial, 

or  economic  consultancies.  Media  includes  journalists  who  work  for  either  print/online 

publication or broadcast stations. 

  Overall, these descriptive statistics suggest that there is significant demand for earnings 

conference calls by heterogeneous groups of institutional consumers. Beyond the buy‐side and 

sell‐side demand that is the focus of much of the academic work on earnings conference calls, our 

analysis suggests that numerous other groups (i.e. corporate users, consultants, and the media) 

also significantly consume these events. Understanding the factors associated with this variation 

in both timely and historical demand is the focus of our analysis in Section 4. 

 

4. Analysis of Demand for Earnings Conference Call Records 

  We investigate why the demand for audio and transcript records of earnings conference 

calls  varies  across  different  firms  and  differs  in  the  type  of  users.  We  examine  both  the 

determinants  for demand and how  they vary across different consumers of  information. Our 

analysis begins by examining the timely demand for earnings conference calls. We then examine 

the historical demand for audio and transcript records of these earnings conference call events, 

i.e. the demand that occurs at least one day after the earnings conference call takes place.   

Table 3 provides descriptive statistics of our independent variables, i.e. firm and earnings 

call  characteristics,  across  our data panel. All variables  are  collected  from Thomson Reuters, 

WRDS, FactSet, and MergerStat. Specific definitions for each explanatory variable are given  in 

the header to Table 3.  

 

 

14  

4.1 Analysis of Timely Demand for Earnings Conference Calls 

  We explore how three different categories of explanatory variables– those related to the 

firm,  those  related  to  the  event,  and  those  under  the  immediate  influence  of management– 

influence demand for earnings conference calls. Firm related factors (e.g. market value, trading 

volume, number of analysts, etc.) tend to be relatively stable over time and not under the direct 

influence  of  management.  Event  level  factors  (e.g.  negative  surprise)  are  related  to  the 

information being disclosed by  the  firm and are  largely outside of management’s  immediate 

discretion. The third set of factors captures the timing of the release (e.g. evenings, Friday release, 

conflicts with other events) and has the greatest managerial discretion.18 Although all explanatory 

variables are under managerial control in the long‐run (e.g. firm strategy influences leverage), by 

separating  them  based  on managerial  discretion, we  seek  to  better  understand  the  relative 

flexibility management has on influencing consumption. 

Table 4 displays our regression analysis of timely demand for earnings conference calls 

on  factors hypothesized  to explain variation  in  this demand. All  regression  specifications are 

based on OLS and standard errors are double clustered by  firm and quarter. We also  include 

quarterly time fixed effects to account for changes in aggregate product usage across our sample 

period. 

  Our model  explains  a  considerable  amount  of  the  variation  in  demand  for  earnings 

conference calls. For the aggregate model, the R‐squared of the model is 76%. Even after removing 

the Fama‐French industry indicators (i.e. 47 indicator variables for the 48 industry groups), the 

R‐squared for model (1) is still 71%.19  

  The majority of  the  explanatory power underlying  aggregate  earnings  conference  call 

consumption is driven by firm related factors. Specifically, 67% of the variation is explained by 

firm factors (i.e. excluding competing events, after hours/Friday, and surprise). When earnings 

                                                       18 All explanatory variables are under managerial control in the long‐run (e.g. firm strategy influences leverage). 

Separating the explanatory variables along these dimensions allows us to understand the relative influence of short‐

term managerial decisions on the demand for earnings conference calls. M&A activity could be considered under the 

immediate discretion of management, however as we are presenting it here, managers are unlikely to directly engage 

in M&A activity to strategically seek greater or lesser earnings conference call demand. 19 Removing both the Fama French industry indicators and quarterly time fixed effects, we find that the R‐squared in 

Table 4, Model 1 is 69%. 

15  

conference call factors are included (e.g. negative surprise return, or large negative surprise), the 

R‐squared rises by less than 1%. When factors under immediate managerial control are included 

(e.g. competing events, after‐hours/Friday), there is a 4% increase in R‐squared over the model 

with only firm factors. Overall, this suggests that much of the variation in earnings conference 

call demand is outside the immediate control of management.  

  Looking at the economic and statistical significance of individual explanatory variables, 

regression  (1) of Table 4  indicates  that explanatory variables associated with  larger and more 

influential firms, such as market value and the number of analysts, are positively associated with 

greater consumption. These effects are also economically significant. For example, a one standard 

deviation  increase  in  the market capitalization  from  the mean  is associated with a nearly 41% 

increase in the number of aggregate earnings conference call requests. Firms with greater trading 

volume also experience greater demand.  

  Information asymmetry arises from differences in information sets held by firm insiders 

and  outsiders.  Such  asymmetries  can  be  resolved  through  the  consumption  of  firm‐initiated 

disclosures. We  find  that  firms with  greater  information  asymmetry,  as  proxied  by  analyst 

dispersion, experience greater demand for their earnings conference call records.  

  Firms with greater institutional ownership as a percentage of total shares outstanding and 

firms  that  recently  changed  their CEO also have greater earnings  conference  call demand.  In 

particular,  a new CEO  is  associated with  a  9%  increase  in demand. Newly  listed  firms who 

conducted  their  IPO  in year prior  to  the earnings conference call have 12%  lower demand on 

average. 

  Significant  and  unexpected  informational  shocks  are  hypothesized  to  attract  more 

demand  in an effort  to understand  the nature of  the news. Descriptive evidence  (e.g. spike  in 

demand in Figure 2) suggests that this arises around significant negative news. In models (2)‐(3) 

of Table 4, we examine whether a negative surprise leads to greater consumption through several 

different  specifications  of  negative  news  shocks.  All  three  specifications  show  a  rise  in 

consumption  with  larger  negative  news  surprises  having  the  largest  economic  impact.  In 

particular,  earnings  conference  calls  around  large  negative  news  surprises  have  13% more 

consumption on average.  

16  

  We also examine in Table 4 a number of factors under the discretion of management about 

the  timing of  the call. Market participants have constraints on  the amount of  information  that 

they can consume at a given point  in  time (Simon 1997). We expect  that when  there are more 

earnings conference calls occurring at a particular point in time, the likelihood that any earnings 

conference call will be consumed will be lower. Consistent with this, we find that the number of 

competing earnings events is negatively associated with demand for the earnings call. In terms 

of economic magnitude, a one standard deviation increase in the number of competing earnings 

conference calls from the median is associated with a 16% decline in number of consumers. Firms 

that hold  their earnings conference calls after‐market hours have considerably  lower demand 

than those that hold them earlier in the day. Specifically, after hour calls have 60% lower demand 

on average. Firms holding  their earnings conference calls on Friday also have  lower demand. 

Firms holding their earnings conference calls after the market close on Friday, beyond the work 

week for many users, have incrementally lower demand as would be expected.  

  In summary for Table 4, a variety of explanatory variables, including firm characteristics, 

earnings  conference  call  characteristics,  and  timing  variables  that  are  under  short‐term 

managerial discretion,  influence  the  amount  of  consumption  of  earnings  conference  calls.  In 

untabulated results, analysis of demand for audio records and analysis of demand for transcript 

records are largely consistent with results in the aggregate model. While variables in each of these 

categories are  statistically and economically  significant, we  find  that most of  the explanatory 

power arises from firm related factors that are relatively stable in the short run. This suggests that 

investor relation’s effort to significantly increase demand has limited success in the short run. In 

section 5, we revisit the question about the amount of discretion managers have in influencing 

demand for earnings conference calls. 

  In Table 5, we explore how demand varies across different  institutional  consumers of 

earnings conference calls. For brevity, we focus on interpreting the results of the aggregate model 

in the analysis. Our variables offer considerably more explanatory power for the buy‐side, sell‐

side, and corporate groups than either consultants or media. In particular, the R‐squared for buy‐

side, sell‐side, and corporate groups ranges between 61‐77%, whereas the consultants and media 

R‐squared is 15% and 28% respectively. One potential explanation for this difference is that we 

17  

rely  on  publicly  observable  and  quantifiable  variables  to  explain  variation  in  demand. 

Consultants operate within a firm and journalists, specifically those playing a more investigative 

role, focus on internal firm dynamics (e.g. individual managers, personnel, etc.).  

  The results  in Table 5 offer evidence that there are several differences  in the drivers of 

demand for the various consumers of earnings conference calls. We find that higher average daily 

volume is associated with greater demand for all groups, but plays a relatively greater role for 

the buy‐side that needs liquidity to enter/leave investment positions. Information asymmetry in 

the markets is associated with demand from the buy‐side, sell‐side, and corporations but no other 

group.  Institutional ownership  is positively associated with  the buy‐side and  sell‐side as one 

would  expect given  their group’s  objectives, but  is negatively  associated with  corporate  and 

media groups. M&A activity  is especially  important  to corporate groups which help  facilitate 

these transactions and the sell‐side/media that report on these activities. Following this, we find 

that M&A is positively associated with consumption for these groups.  

  Overall, we  find  that  factors  that  influence consumption vary both  in significance and 

relative importance across the different types of consumers. These differences reflect the different 

objectives of the different groups such as the buy‐side which focus on investment decisions or the 

media which focuses on reporting events that garner wider readership. 

 4.2 Analysis of Timely Buy‐Side Demand for Earnings Conference Calls    Table 2 suggests  that the buy‐side  is  the  largest consumer of earnings conference calls. 

More clearly, Figure 4 Panel A shows that 57% of all earnings conference call demand is from the 

buy‐side. By virtue of this being the largest consumer as well as the consumer that is most closely 

connected to prior research, we seek to further investigate the nature of buy‐side consumption. 

  The  Thomson  Reuters  records  allow  us  to  identify  the  specific  buy‐side  investors 

consuming  the calls. We match  the names of  the buy‐side  institutions with 13F  filings data  to 

understand whether these buy‐side institutions are security holders of the firms they consume 

the earnings conference call of and what amount of securities  they hold.20 From  the Thomson 

                                                       20 We  lose some observations in doing this matching because buy‐side  institutions cannot be matched with any 13F 

holdings data. Inspection of a random sample of these firms suggests that they do not meet the requirements for 13F 

18  

Reuters data, we also know the type of institutional investor (e.g. hedge fund, value, passive, etc.) 

and  later  explore  the  relationship  between  the  type  of  institutional  investor  and  earnings 

conference call demand. 

  We find that the majority of the buy‐side institutions consuming earnings conference calls 

are  not  contemporaneous  holders  of  the  firm’s  securities.  Specifically,  52%  of  the  buy‐side 

consumers are not holders of the firm’s securities at the time they are consuming the earnings 

conference call (Figure 4, Panel B). Thus, although the academic literature typically speaks of the 

investor as someone who currently holds a stake in the firm and uses firm disclosure to monitor 

his investment, we find that much of the buy‐side institutional consumption actually arises from 

non‐holders who may be  considering  an  investment  or using  this  information  to  fulfil  other 

informational needs (e.g. relationship of this firm vs. a competitor that they do hold a position 

in).  These  results  support  that  accounting  information  serves  not  only  a  contracting  and 

monitoring role, but also a screening role for investment decisions. 

  The  proportion  of  holders  vs.  non‐holders  varies  significantly  across  firms  and  time. 

Although the average firm has 52% non‐holders on the call, the interquartile range varies from 

33% to 67% (Table 6, Panel A). In Panel B of Table 6, we seek to understand the determinants of 

the relative demand by holders and non‐holders. In regression (1), we find that larger firms, those 

with worse stock performance and  those hosted on days with more competing events have a 

lower proportion of non‐holders. Consistent with the idea that large negative surprises attract the 

attention of potential investors, we find in (2) an increase in the proportion of non‐holders when 

firms report a large negative surprise.  

One potential concern with models (1) and (2) is that firms with a relatively small number 

of holders could be skewing results through a small‐denominator in the ratio of non‐holders to 

holders. To mitigate this concern we rerun the analysis, restricting it to firms with a least 10 to 25 

buy‐side  institutional holders respectively  in models (3) and (4). In doing so, we find that our 

explanatory power  rises  from 8%  to 37%. The  significance of  the  coefficients  remains  largely 

similar, except for analyst dispersion that becomes both positive and statistically significant. Such 

                                                       filings (often because of size threshold). In addition, there are cases in which Thomson does not provide a specific client 

name for a buy‐side client which prevents this matching. 

19  

a  finding  is consistent with  the  idea  that greater uncertainty  in  the market attracts more non‐

holders to understand the nature of the firm’s disclosures. 

  The composition of holders and non‐holders also varies. Panel C of Figure 4, displays the 

type of holders and non‐holders consuming earnings conference calls. Most notably, hedge funds 

consist of a much larger proportion of non‐holders on calls than holders. One explanation for this 

finding is that hedge funds are searching for potential investment ideas. Another observation is 

the lack of passive investors on earnings conference calls. On the one hand, given that passive 

investors, by nature, do not actively respond to firm disclosures, this ought to be expected. On 

the other hand, while passive investors only consist of 2% of holders, they constitute a significant 

portion of the total investment in firms. This suggests that as passive investment rises to a greater 

proportion of total invested assets, consumption  

  Even  for  institutional  investors  that  have  holdings  in  the  firm,  consumption  of  the 

earnings conference calls is not certain. As an example, consider the consumption of one large 

Boston‐based institutional investor in a large‐capitalization oil and gas refiner. Over the sample 

period,  the  investor had, on average, an over $400 million dollar position  in  the firm. Yet,  the 

investor only consumed the earnings call in approximately 70% of quarters.  

 

 

 

  To  better  understand  the  likelihood  of  an  institutional  holder  of  the  firm’s  stock 

consuming the earnings conference call, we examine several determinants of demand in Table 7. 

Period end On call?12/31/2009 No3/31/2010 Yes6/30/2010 Yes9/30/2010 Yes12/31/2010 No3/31/2011 Yes6/30/2011 No9/30/2011 Yes12/31/2011 Yes3/31/2012 Yes6/30/2012 No9/30/2012 Yes

20  

To assure usage of the Thomson Reuters product by a particular institutional investor to listen or 

read earnings conference calls for a particular firm (as opposed to some other mechanism), we 

focus  on  consumption  only  after  we  observe  consumption  of  a  firm’s  information  by  that 

particular investor for the first time. By adopting this conservative choice, we avoid potentially 

misclassifying investors as missing a call because they do not use the Thomson Reuters product 

to consume disclosures for a particular firm.  

  In Table 7, Panel A, we  find  that hedge  funds and venture capitalists are considerably 

more likely to consistently consume earnings conference calls of the firms they hold investments 

in. In particular, hedge funds will be on the call 59% of the time on average as compared to growth 

and value investors (both 47% on average). These differences are also statistically significant (t‐

stat: 30.7 and 24.4 respectively). There are relatively fewer venture capitalists in our sample (i.e. 

n=78)  given  the  requirement  of  13F holding making  the  validity  of  consumption  by  venture 

capitalists somewhat more conjectural. 

  In Panel B, model (1) we regress whether a particular holder is on a call against the market 

value  of  the  firm  and  the  type  of  institutional  investor.   Notably, we  find  that  hedge  funds 

investors are more  likely  to be on  the call, but do not  find similar  trends with other  investor 

groups. 

  To further explore how the characteristics of the investor contribute to their consumption 

decisions, we  examine  how  the  size  of  their  position  contributes  to  earnings  conference  call 

consumption. In models (2)‐(4) we look at how the raw size of their holding, the percentage of 

their position as compared with  that of  the overall firm, and  the relative size of  their position 

compared to others in their portfolio (as measured by all their 13F holdings) contribute to their 

consumption  choices.  In  all  three models, we  find  that  large  holdings  contribute  to  greater 

earnings conference call consumption. In terms of economic magnitude, a one‐standard deviation 

increase in the value of holdings is associated with a 29% increase in the likelihood of being on 

the call. 

  

 

 

21  

4.3 Analysis of Historical Demand for Earnings Conference Calls 

  Individuals can access disclosure in a timely manner when news is released or they can 

choose to access them at a later time when conducting research on a firm. In addition to timely 

requests for earnings conference calls, our records from Thomson Reuters include requests for 

historical disclosure  items. While  the records of  these requests begin  in November 2009 when 

Thomson Reuters began comprehensively monitoring such requests, the availability of disclosure 

extends back to 2001. During our sample period, we find over 1.5 million requests for historical 

earnings  conference  calls  for  NYSE,  AMEX,  and  NASDAQ  firms  by  Thomson  Reuters’ 

institutional clients.    

  Figure 3 displays the number of requests for historical earnings conference calls (audio or 

transcript). We define historical demand as all demand for audio and transcript records of the 

earnings conference call beginning one day after  the day of  the earnings conference call. The 

figure displays  the first  three months’ demand (where  the first month only  includes historical 

demand  one day  after  the  event)  and  then quarterly demand until  twelve quarters  after  the 

earnings conference call. As shown in the figure, demand for the earnings conference call falls 

over time, but there is still considerable demand even long after the event date. In particular, two 

thirds of the historical demand is within three months of the earnings conference call. Yet, there 

is still over 82,000 access  requests, or 7% of  the historical demand, made over 3 years  (i.e. 12 

quarters) after the event date. This suggests that market participants not only value public firm 

disclosures for their timeliness, but also as historical record for understanding the firm. 

  As shown in Figure 5, Table A, nearly 50% of the demand is from the buy‐side, which is 

similar to that for timely demand. However, of these buy‐side consumers two‐thirds (specifically, 

67%) comes from non‐holders,  i.e.  investors that do not hold a security  in the firm at the time 

when  they  consume  the  firm’s  earnings  conference  call. This  historical demand  for  earnings 

conference calls  from non‐holders  is considerably  larger  than  the  timely demand  for earnings 

conference calls from non‐holders. As compared with holders, non‐holders consuming historical 

information are more likely to be hedge funds (Panel C, Figure 5). This pattern is similar to the 

one exhibited in the timely demand for earnings conference calls.  

22  

  Like  our  analysis  of  the  timely  demand  for  earnings  conference  calls,  we  seek  to 

understand the determinants of historical demand. One difference in the specification is that the 

number of items available to consumers varies over time for each firm. Firms can decide at their 

own discretion whether  and  for  how  long  consumers  have  access  to  the  audio  broadcast  of 

earnings conference calls. The audio version  is considered property of  the  firm and  therefore 

Thomson Reuters will remove the audio broadcast when desired by the firm. Usually, when it is 

removed  from  a  firm’s  website  (if  it  was  made  available  there)  Thomson  Reuters  will 

simultaneously  remove  the  audio  record  from  Streetevents.  Audio  records  of  the  earnings 

conference calls are publicly accessed, at the firms’ bequest, often for as little as one quarter. In 

other cases, the firm may continue to allow public availability for a year or more. Because we are 

interested  in understanding  the determinants of demand, we  include an explanatory variable 

describing the number of audio records available to consumers for a firm in a given quarter. 

Table  8  investigates  the determinants of historical demand. We  run  the  analysis on  a 

quarterly  basis where  the  dependent  variable  is  the  number  of  items  demanded  (audio  or 

transcript) in a given quarter for a firm. All standard errors are clustered by both firm and quarter. 

We utilize similar explanatory variables as  in the timely analysis, however we also include an 

additional variable describing the number of audio records available in a particular quarter.  

We find some similarities and differences between the timely demand and the historical 

demand for earnings conference calls. As  in the  timely analysis,  larger firms,  those with more 

analysts, and greater leverage have more demand. We also find evidence that firms with greater 

(recent) analyst dispersion have greater demand. This is consistent with the idea that investors 

use  historical  data  to  resolve  contemporaneous  information  asymmetry  in  the  market. 

Contemporaneous excess returns are negatively associated with demand for historical earnings 

conference calls. 

We  also  find,  as  expected,  that  firms with more  available  audio  records have greater 

historical demand for earnings conference calls. On one hand, this is to be expected since demand 

can  only  arise when  the products  are  available  to  consumers. However,  firms  are  given  the 

opportunity to remove the audio broadcast of their earnings conference call within a quarter and 

we find that the average firm in a given quarter only has one archived earnings conference call 

23  

available. This suggests that many firms are potentially curtaining demand of their own earnings 

conference calls.  

As might be expected given the relatively greater scholarly attention towards investors 

and the sell‐side, the model explains considerably more variation for the buy‐side and sell‐side 

(R‐squared  between  64‐73%)  than  consultants  or  the  media  (R‐squared  29%  and  20% 

respectively). 

 5. “Hiding” Consumption 

   Prior literature in both accounting and finance has examined whether managers seek to 

hide news by disclosing it at inconvenient times for market participants (deHaan et al. 2015, Doyle 

and Magilke  2009, Dellavingna  and Pollet  2009, Patell  and Wolfson 1982). To  the  extent  that 

managers try to avoid engagement with external parties and/or attempt to limit consumption of 

difficult conversation, hosting earnings conference calls at inconvenient times may be an effective 

strategy.  By  using  our  records which  allow  us  to  examine  the  consumption  of  information 

directly, we are able to investigate if such maneuverers are effective.  

  We find some evidence suggesting that firms that disclose at inconvenient times do gain 

lower timely coverage. Table 4 shows that firms that host calls on Friday and after hours have 

lower  coverage. At  the  same  time as  shown  in Table 4, when  firms disclose bad news,  firms 

actually get more timely demand. The magnitude of this negative news effect does not offset the 

inconvenient timing impact, thus creating overall lower timely consumption. 

  However, investors are not forced to consume firm news immediately when it is disclosed 

by  the  firm.  If a  firm hosts an earnings conference call at an  inconvenient  time,  the consumer 

could simply wait until it is convenient for him to view a recording. For example, a Friday evening 

disclosure  could  be  consumed  Monday  morning  when  the  investor  is  back  in  the  office. 

Consistent with this idea, we see that after‐hours earnings conference calls gain greater historical 

demand  in  Table  8.  This  suggests  that  institutional  consumers  more  frequently  postpone 

information consumption if information is disclosed at an inconvenient time.  

  Table 9 more directly shows the impact on demand for earnings conference calls when 

firms switch times for earnings conference calls. For firms that normally disclose during the day 

24  

(Panel A) and switch to evening (Panel B) we see a decline in same day demand and a jump in 

follow‐on demand in the coming days. A similar effect came be seen on Friday vs. non‐Friday 

demand (Panels C and D) although the magnitude is much lower.  

  To better understand the demand for earnings conference calls that are hosted at different 

times,  Table  10  shows  a  regression  of  the  sum  of  same  day  and  follow‐on  consumption  on 

different  call  times.  For  the  firms disclosing  on  Friday,  the  sum  of  same day  and  follow‐on 

consumption is on average lower by nearly 4%. Even for firms disclosing a negative surprise, the 

net effect of Friday disclosure is marginally negative albeit at an economically limited magnitude.  

Firms disclosing after hours had significantly lower timely demand in Table 4. However, 

when viewed  in conjunction with the additional demand  in the coming days, firms disclosing 

after  hours  actually  have  greater  consumption.  Specifically,  firms  disclosing  after  hours  are 

associated with 8% greater total consumption. Thus, firms disclosing after hours actually have 

greater consumption.  

Viewing this evidence in light of the negative timely demand for after hour calls in Table 

4, suggests that hosting calls at inconvenient times is not an entirely successful strategy to avoid 

information consumption. 

 6. Conclusion and Future Opportunities 

 

  Our analysis offers  insight  into  the  types of  institutional users  that demand  corporate 

earnings conference calls. In this way, our work complements several recent pieces of research 

(Drake et al 2014, Drake et al 2015, Bozanic et al 2014) that explain the demand for mandatory 

SEC filings by examining the EDGAR database.21 In contrast to these examinations that focus on 

the  demand  for  mandatory  disclosure  filings  by  largely  individual  investors,  we  explore 

institutional demand for earnings conference calls, a form of voluntary firm‐initiated disclosure, 

and  find  that much  of  the demand  is  from  non‐buy‐side  investors. Our  results  suggest  that 

researchers have the opportunity to consider an expansive view of the potential consumers when 

thinking about the demand for firm‐initiated news. 

                                                       21 In a different spirit, Lawrence, Ryans, and Sun (2014) examine the demand for sell‐side research by investors on 

stocktargetprices.com. 

25  

  The  evidence  that  significant  numbers  of  non‐market  participants  consume  these 

disclosures raises a number of questions for future research. While much research has been done 

on the incremental information content of earnings conference calls to investors, we understand 

little  about  how  these  other  constituencies  utilize  the  information  disclosed  during  earnings 

conference calls. In addition, it would be compelling to understand the relationship between these 

other constituencies and the firm. For example, are most consultants consuming earnings calls 

currently engaged by the sample firm? Consultants may be consuming these calls to understand 

prospective  clients or  to understand  the competition of clients with whom  they are currently 

engaged. A better understanding of the full use of such firm‐initiated disclosures would offer a 

more complete understanding of how  they are being utilized by both market and non‐market 

participants.  

  Our  analysis  focuses  on  the  institutional  consumers  of  earnings  conference  calls. 

However,  there  is also a  related question of  the specific non‐institutional users who consume 

earnings conference calls. Records of these events could help shine additional light on the specific 

types of  individual  investors  that seek  to consume  firm‐initiated voluntary disclosures.   Since 

Regulation Fair Disclosure was motivated to facilitate greater accessibility of events like earnings 

conference  calls,  examining  such  records  could  offer  evidence  potentially  validating  this 

regulatory change. Moreover, such an investigation is likely to shed light on other groups (e.g. 

regulators) that also seek to consume this news. 

  We  also  find  that  institutional  investors,  even  those with  large  holdings,  irregularly 

consume earnings conference calls. In periods that they do not consume calls, the question is how 

they satisfy their  information needs. Do they rely on  information  intermediaries (e.g. analysts, 

media) instead of consuming the call on their own? Do these investors simply rely on information 

signals from the market (e.g. major swings in stock price) to determine how much attention they 

ought to pay to different investments in their portfolio? Additional data would help illuminate 

how these investors are making their portfolio decisions. 

  Finally, we find very little consumption of calls by passive investors like indexers. This is 

not surprising given that they, by definition, are not making allocation decisions based on firm 

news. At the same time, as additional funds flow into indexers as a “best practice” investment 

26  

strategy  (i.e.  low  cost,  avoids  chasing  returns),  it  suggests  that  there will  be  potentially  less 

investment engaged in actively monitoring firm news. Despite some public criticism around their 

fees  and  incentives,  it  is  intriguing  to  find  that  the  funds  that  are  typically  the most  richly 

rewarded for performance (e.g. hedge funds and VC) are also those that are most engaged with 

consuming firm news in a timely manner. 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

27  

References 

 

Berger,  P.,  and  R.  Hann.  ‘Segment  Profitability  and  the  Proprietary  and  Agency  Costs  of 

Disclosure.’ The Accounting Review 82 (2007): 869‐906.  

 

Blankespoor,  E.,  G. Miller,  and H. White.  ‘The  Role  of  Dissemination  in Market  Liquidity: 

Evidence from Firms’ Use of Twitter.’ The Accounting Review, 89 (2014): 1673‐1701. 

 

Bowen, R., A. Davis, and D. Matsumoto. ‘Do Conference Calls Affect Analysts’ Forecasts?’ The 

Accounting Review 77 (2002): 285‐316. 

 

Bozanic, Z., J. Hoopes, J. Thornock, and B. Williams. ‘IRS Attention.’ (2014) Working Paper.  

 

Brochet, F., P. Naranjo, and G. Yu. ‘Causes and Consequences of Linguistic Complexity in non‐

U.S. Firm Conference Calls.’ Harvard Business School Working Paper, 2012. 

 

Brown, S., S. Hillegeist, and L. Kin.  ‘Conference Calls and Information Asymmetry.’ Journal of 

Accounting and Economics 37 (2004): 343‐366. 

 

Bushee, B., J. Core, W. Guay, and S. Hamm. ‘The Role of the Business Press as an Information 

Intermediary.’ Journal of Accounting Research 48 (2010): 1‐19. 

 

Bushee, B., D. Matsumoto,  and G. Miller.  ‘Managerial  and  Investor Responses  to Disclosure 

regulation: The Case of Reg FD and Conference Calls.’ The Accounting Review 79 (2004): 617‐643. 

 

Bushee,  B.,  D.  Matsumoto,  and  G.  Miller.  ‘Open  Versus  Closed  Conference  Calls:  the 

Determinants and Effects of Broadening Access to Disclosure.’ Journal of Accounting and Economics 

34 (2003): 149‐180. 

   

Chen, J., E. Demers, and B. Lev. ‘Oh What a Beautiful Morning! The Effect of the Time of Day on 

the Tone and Consequences of Conference Calls.’ Working Paper, New York University (2012). 

  

Darrough, M.,  and N.  Stoughton.  ‘Financial Disclosure  Policy  in  an  Entry Game.’  Journal  of 

Accounting and Economics 12 (1990): 219‐244.  

 

Dellavingna, S., and J. Pollet. ‘Investor Inattention and Friday Earnings Announcements.’ Journal 

of Finance 64 (2009): 709‐749.  

 

Doyle,  J.,  and M. Magilke.  ‘The  Timing  Earnings  Announcements:  An  Examination  of  the 

Strategic Disclosure Hypothesis.’ The Accounting Review 84 (2009): 157‐182. 

 

Drake, M., D. Roulstone, and J. Thornock. ‘The Determinants and Consequences of Information 

Acquisition via EDGAR.’ Contemporary Accounting Research (2015).  

28  

 

Drake, M., D. Roulstone, and J. Thornock. ‘The Usefulness of Historical Financial Reports’ (2012) 

Working Paper. 

 

Engelberg, J., and C. Parsons. ‘The Causal Impact of Media in Financial Markets.’ The Journal of 

Finance 66 (2011): 67‐ 97.  

 

Felthan, G. and J. Xie. ‘Voluntary Financial Disclosure in an Entry Game with Continua of Type.’ 

Contemporary Accounting Research 9 (1992): 46‐80.  

 

Frankel, R., M.  Johnson, and D. Skinner.  ‘An Empirical Examination of Conference Calls as a 

Voluntary Disclosure Medium.’ Journal of Accounting Research 37 (1999): 133‐150. 

 

Gow, I., D. Larcker, and P. Reiss. ‘Causal Inference in Accounting Research.’ Working Paper, 2015. 

 

Hayes, R., and R. Lundholm.  ‘Segment Reporting  to  the Capital Market  in  the Presence of a 

Competitor.’ Journal of Accounting Research 34 (1996): 261‐280.  

 

Healy,  P.,  and  K.  Palepu.  ‘Information  Asymmetry,  Corporate  Disclosure,  and  the  Capital 

Markets: A Review of  the Empirical Disclosure.’  Journal of Accounting and Economics 31  (2001): 

405‐440. 

 

Hollander,  S., M.  Pronk,  and  E.  Roelofsen.  ‘Does  Silence  Speak?  An  Empirical  Analysis  of 

Disclosure Choices During Conference Calls.’ Journal of Accounting Research 48 (2010): 531‐563. 

 

Holthausen,  R.  and  R.L. Watts.  ‘The  Relevance  of  Value  Relevance  Literature  for  Financial 

Accounting Standard Setting.’ Journal of Accounting and Economics 31 (2001): 3‐75.  

 

Kimbrough, M.  ‘The  Effect  of  Conference  Calls  on  Analyst  and Market  Under‐reaction  to 

Earnings Announcements.’ The Accounting Review 80 (2005):  189‐219. 

 

Kimbrough, M., and H. Louis. ‘Voluntary Disclosure to Influence Investor Reactions to Merger 

Announcements: An Examination of Conference Calls.’ The Accounting Review 86 (2011): 637‐667. 

  

Lawrence, A., J. Ryans, and Y. Sun. ‘Investors’ Demand for Sell‐Side Research.’ (2014) Working 

Paper. 

 

Leuz, C., and R. Verrecchia.  ‘The Economic Consequences of  Increased Disclosure.’  Journal  of 

Accounting Research 38 (2000): 91‐124. 

 

Leuz,  C.,  and  P. Wysocki.  ‘Economic  Consequences  of  Financial  Reporting  and  Disclosure 

Regulation: A Review and Suggestions for Future Research.’ (2008) Working Paper. 

 

29  

Lev, B. ‘On the Usefulness of Earnings and Earnings Research: Lessons and Directions from Two 

Decades of Empirical Research.’ Journal of Accounting Research 27 (1989): 153‐192. 

 

Li, E., K. Ramesh, and M. Shen. ‘The Role of Newswires in Screening and Disseminating Value‐

Relevant Information in Periodic SEC Reports.’ The Accounting Review 86 (2011): 669‐701. 

 

McDonald, D. “The Firm: The Story of McKinsey and Its Secret Influence on American Business,” 

New York: Simon & Schuster. 2013. 

 

Matsumoto,  D.,  M.  Pronk,  and  E.  Roelofsen.  ‘What  Makes  Conference  Calls  Useful?  The 

Information  Content  of  Managers’  Presentations  and  Analysts’  Discussion  Sessions.’  The 

Accounting Review 86 (2011): 1383‐1414. 

 

Mayew,  W.  ‘Evidence  of  Management  Discrimination  Among  Analysts  During  Earning 

Conference Calls.’ Journal of Accounting Research 46 (2008): 627‐659. 

 

Mayew, W., and M. Venkatachalam. ‘The Power of Voice: Managerial Affective States and Future 

Firm Performance.’ The Journal of Finance 67 (2012): 1‐43.  

 

Merton, R., ‘A Simple Model of Capital Market Equilibrium with Incomplete Information.’ The 

Journal of Finance 42 (1987): 483‐510. 

 

Miller, G.  ‘The Press  as  a Watchdog  for Accounting Fraud.’  Journal  of Accounting Research  44 

(2006): 1001‐1033.  

 

Newman, P.,  and R.  Sansing.  ‘Disclosure Policies with Multiple Users.’  Journal  of Accounting 

Research 27 (1993): 92‐113.  

 

Patell,  J.,  and M. Wolfson.  ‘Good News,  Bad News,  and  the  Intraday  Timing  of  Corporate 

Disclosures.’ The Accounting Review 57 (1982): 509‐527. 

 

Rogers, J., D. Skinner, and S. Zechman. ‘The Role of the Media in Disseminating Insider Trading 

News.’ (2013), University of Chicago Booth School of Business, Working Paper. 

 

Simon, H.  “Administrative Science: A Study of Decision‐making Processes  in Administrative 

Organization,” Fourth Edition, New York: Free Press. 1997 

 

Skinner, D. ‘Should Firms Disclose Everything to Everybody? A Discussion of “Open vs. Closed 

Conference Calls: the Determinants and Effects of Broadening Access to Disclosure.”’ Journal of 

Accounting and Economics 34 (2003): 181‐187. 

 

Solomon, D. and E. Soltes. ‘What Are We Meeting For? The Consequences of Private Meetings 

with Investors.’ (2015) Journal of Law and Economics, Forthcoming. 

30  

Soltes, E.  ‘Private  Interaction Between Management  and  Sell‐Side Analysts,’  (2014)  Journal  of 

Accounting Research 52: 245‐272. 

 

Tasker, S. ‘Bridging the Information Gap: Quarterly Conference Calls as a Medium for Voluntary 

Disclosure.’ (1998) Review of Accounting Studies 3: 137‐167. 

 

Verrecchia, R. ‘Discretionary Disclosure.’ Journal of Accounting and Economics 5 (1983): 179‐194.  

 

Watts, R.L., and J.L. Zimmerman. Positive Accounting Theory. Englewood Cliffs, NJ: Prentice Hall, 

1986.  

   

31  

Figure 1 – Timely Demand for Earnings Calls 

 Figure 1, Panel A shows  the distribution of timely, aggregate demand  for 27,392 earnings conference calls. Timely, 

aggregate demand for an earnings conference call is measured on the day when the earnings conference call takes place 

and represents the total number of consumers that request audio or transcript records of the earnings conference call 

on that day. The sample period starts in December 2009 and ends in December 2012. Repeated access requests by the 

same consumer  for  the same earnings conference call count only once. Figure 1, Panel B shows  for 2,828  firms  the 

average  timely, aggregate demand  for  the  firm’s earnings  conference  calls during  the  sample period. This  ratio  is 

calculated as  the sum of  timely aggregate demand  for all earnings conference calls of a given  firm divided by  the 

number of earnings conference calls for the given firm.  

 Panel A: Timely Demand (per Earnings Conference Call) 

 

  

Panel B: Timely Demand (Average for Firm) 

 

  

0

1,000

2,000

3,000

4,000

5,000

6,000

7,000

8,000

9,000

# Unique Consumers

0

100

200

300

400

500

600

700

800

900

1,000

# Unique Consumers

32  

Figure 2 – Change in Timely Demand over Time  Figure 2 shows the quarterly change in timely, aggregate demand per quarterly earnings conference call for two sample 

firms. The dashed  firm represents a mid‐capitalization  (between $3‐$10 billion) retailer. The solid  line represents a 

large‐capitalization (over $10 billion) consumer goods firm. 

 

 

  

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

‐30.0%

‐20.0%

‐10.0%

0.0%

10.0%

20.0%

30.0%

40.0%

50.0%

% Chan

ge Tim

ely Deman

d

33  

Figure 3 – Timeliness of Historical Demand  Figure  3  shows  the  historical,  aggregate  demand  for  earnings  conference  calls. Historical,  aggregate  demand  for 

earnings conference calls measures all requests for audio and transcript records beginning one day after the earnings 

conference call takes place. Historical, aggregate demand  includes requests for audio or transcript records between 

December 2009 and December 2012 even if the earnings conference calls that occurred before December 2009. Repeated 

access requests by  the same consumer  for  the same earnings conference call count only once. Historical demand  is 

presented until 12 quarters (12Q) after the original earnings conference call takes place.  

 

              

 

 

 

 

 

 

 

 

 

 

-

100,000

200,000

300,000

400,000

500,000

600,000

700,000

800,000

900,000

1M 2M 3M 2Q 3Q 4Q 5Q 6Q 7Q 8Q 9Q 10Q 11Q 12Q

Historical deman

d

34  

Figure 4 – Timely Demand  Figure 4, Panel A shows timely, aggregate demand by consumer type. Panel B displays demand by holders vs. non‐

holders. Panel C displays the type of investor by holders and non‐holders. 

 

 Panel A: Timely Demand by Consumer Type 

 

  

Panel B: Proportion of Holders and Non‐Holders 

 

  

 

 

 

 

 

 

Buy Side57%

Sell Side19%

Corporation13%

Consultant1%

Media1%

Other10%

Non‐holders52%

Holders48%

35  

 

 Panel C: Holders and Non‐Holders by Investor Type 

 

Holders 

  

Non‐Holders 

  

 

 

 

 

Hedge30%

Growth45%

Value22%

VC0%

Passive2%

Other1%

Hedge47%

Growth25%

Value16%

VC2%

Passive2%

Other8%

36  

 

Figure 5 – Historical Demand  Figure 5 shows the level of historical demand by different institutional consumer types. Panel A displays demand by 

type. Panel B displays historical demand by holders vs. non‐holders. Panel C displays the type of investor by holders 

and non‐holders. 

 

 Panel A: Demand by Consumer Type 

  

 Panel B: Proportion of Holders and Non‐Holders  

  

 

Buy Side50%

Sell Side19%

Corporation

16%

Consultant2%

Media0% Other

12%

Holders33%

Non‐holders67%

37  

 

 

 

Panel C: Buy‐Side Holders and Non‐Holders by Investor Type 

 

Holders 

  

Non‐Holders 

  

 

 

 

Hedge28%

Growth43%

Value26%

VC0%

Passive2%

Other1%

Hedge47%

Growth22%

Value19%

VC3%

Passive2%

Other7%

38  

Table 1 –Timely Demand 

 Table 1, Panel A provides summary statistics for timely demand for 27,392 earnings conference calls. Timely demand 

for an earnings conference call is measured on the day when the earnings conference call takes place and represents 

the total number of consumers that request audio or transcript records of the earnings conference call on that day. The 

sample period starts in December 2009 and ends in December 2012. Timely, aggregate demand counts repeated access 

requests through the same or through different mediums (i.e. audio vs. transcript) by the same consumer for the same 

earnings conference call only once. Timely, audio demand only counts requests for audio records. Timely, transcript 

demand  only  counts  requests  for  transcript  records. Timely,  audio demand  and  timely,  transcript demand  count 

repeated access requests through the same medium by the same consumer for the same earnings conference call only 

once. Figure 1, Panel B provides summary statistics for the average timely, aggregate demand for 2,828 firm’s earnings 

conference calls during the sample period. 

 

 

Panel A: Demand (per Earnings Call)  

 

 Panel B: Average Demand (by Firm) 

 

  

 

 

 

 

 

 

 

 

 

Mean Median SD Q1 Q3Aggregate 27 14 36 4 36

Audio 14 5 23 0 18Transcript 26 13 36 3 35

Mean Median SD Q1 Q3Aggregate 24 11 33 4 30

Audio 12 5 19 1 15Transcript 22 10 32 3 29

39  

 

Table 2 – Timely Demand by Type 

 Table 2, Panel A provides summary statistics of the number of individuals who consume each earnings conference call in a timely manner by the type of user over 

the period from December 2009 to December 2012. The total number of events in the sample is 27,392. Timely demand includes all consumption within one day of 

the event. Aggregate demand excludes repeated access requests through different mediums (i.e. audio vs. transcript) by the same user for the same event. Audio 

and transcript shows the number of audio broadcasts and transcript downloads per event. Figure 1, Panel B computes the number of consumers, on average, per 

firm during the sample period. The total number of firms in the sample is 2,828. 

 

 

Panel A: Timely Demand (per Earnings Conference Call) 

 

 

  

Panel B: Timely Demand (Average per Firm) 

 

 

Mean Median SD Q1 Q3 Mean Median SD Q1 Q3 Mean Median SD Q1 Q3Buy-side 16 7 22 2 21 8 2 14 0 10 15 7 22 1 20Sell-side 5 3 7 1 7 2 1 4 0 3 5 2 7 0 7

Corporate 3 2 5 0 4 2 1 3 0 2 3 1 5 0 4Consultant 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Media 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0Other 3 2 3 0 4 2 0 2 0 2 2 1 3 0 4

Aggregate Audio Transcript

Mean Median SD Q1 Q3 Mean Median SD Q1 Q3 Mean Median SD Q1 Q3Buy-side 14 6 20 2 18 7 2 12 0 9 13 5 19 1 17Sell-side 4 2 6 1 6 2 1 3 0 3 4 2 6 0 6

Corporate 3 1 5 1 4 2 1 3 0 2 3 1 4 0 3Consultant 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Media 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0Other 2 2 3 1 3 1 1 2 0 2 2 1 2 1 3

Aggregate Audio Transcript

40  

 

Table 3 – Descriptive Statistics  

 Table 3 displays descriptive statistics for the firm characteristics, earnings conference call characteristics and factors 

under short‐term managerial discretion  that are used as explanatory variables  in Table 4 and Table 5. The sample 

comprises  of  27,392  earnings  conference  call.  Variables  are  collected  from  Thomson  Reuters,  WRDS,  FactSet, 

Execucomp and MergerStat. Market Value and Volume‐Daily are averages of the respective values over the 90 days 

prior to the earnings conference call date. Market‐to‐book is market value divided by total asset evaluated at the latest 

quarter‐end before the earnings conference call. Leverage refers to the ratio of interest bearing debt as a percentage of 

total assets at the latest quarter‐ end before the earnings conference call. Analyst Dispersion is the standard deviation 

of analystsʹ most recent EPS forecast for the quarter. Number of Analysts refers to the number of individual sell‐side 

analysts that forecast EPS for the quarter. Excess Return is a firmʹs quarterly return minus the value‐weighted market 

return for the same period. Institutional Ownership is the sum of shares owned by institutional owners divided by 

total number of outstanding shares. IPO is an indicator (1/0) showing if the firm went public within the prior year. 

M&A Activity is an indicator variable (1/0) for whether the conference call was made within 30 days after an M&A 

announcement. CEO change is an indicator variable (1/0) showing if the conference call was made within 90 days after 

a CEO change. Competing Events is calculated as the number of total earnings conference calls hosted by other firms 

during the same time (measured for the full hour) as the firm’s call. Data on the number of daily earnings conference 

calls is collected from the Streetevents database calendar. Negative surprise (Return) is an indicator (1/0) that the firm’s 

4‐day  (from earnings announcement date  to 3 days after) cumulative abnormal  return  is negative. Large negative 

surprise is an indicator (1/0) that the firm’s reported earnings surprise (scaled by beginning period stock price) fell in 

the bottom decile of negative news surprises that quarter. After hours release is an indicator (1/0) that the conference 

call was hosted after trading hours (i.e. 16:00 EST). Friday is an indicator (1/0) that the conference call was hosted on 

Friday. 

 

Mean Median Std Dev Q1 Q3Market Value ($ mil) 5,635 966 20,026 326 3,281Volume-Daily ($ mil) 54.07 8.24 213.86 1.91 37.57

Market-to-book 1.31 0.88 1.47 0.46 1.61Leverage (%) 20.9% 15.9% 22.7% 2.3% 31.9%

Analyst Dispersion 0.01 0.00 0.24 0.00 0.00Number of Analysts 9 7 7 4 13

Excess Return 0.01 0.00 0.20 -0.11 0.10Inst. Ownership 0.66 0.74 0.27 0.52 0.87

IPO 0.02 0.00 0.15 0.00 0.00M&A Activity 0.10 0.00 0.30 0.00 0.00CEO Change 0.01 0.00 0.12 0.00 0.00

Competing Events 29 25 23 11 41Negative surprise (Return) 0.5 1.0 0.5 0.0 1.0Large Negative Surprise 0.1 0.0 0.3 0.0 0.0

After hours release 0.31 0.00 0.46 0.00 1.00Friday release 0.09 0.00 0.29 0.00 0.00

41  

Table 4 – Analysis of Timely Demand 

 Table 4 examines the determinants of timely, aggregate demand for 27,392 conference calls. The dependent variable is 

logged timely, aggregate demand for a quarterly earnings conference call and further described in Table 1, Panel A. 

Explanatory variables are described in Table 3. All standard errors are double‐clustered by firm and quarter. ***,**,* 

indicate statistical significance at the 1%, 5%, and 10% level respectively with the standard errors shown in parentheses. 

 

    

(1) (2) (3)Aggregate Aggregate Aggregate

Market Value (log) 0.116*** 0.117*** 0.125***(0.016) (0.016) (0.017)

Daily Volume (log) 0.277*** 0.277*** 0.274***(0.014) (0.014) (0.014)

Market-to-book -0.050*** -0.050*** -0.049***(0.010) (0.010) (0.010)

Leverage 0.240*** 0.240*** 0.228***(0.044) (0.044) (0.044)

Analyst Dispersion 0.059*** 0.059*** 0.056***(0.014) (0.014) (0.013)

Number of Analysts (log) 0.393*** 0.394*** 0.396***(0.018) (0.018) (0.018)

Excess Return -0.070* -0.070* -0.068*(0.039) (0.039) (0.039)

Inst. Ownership 0.356*** 0.358*** 0.374***(0.038) (0.038) (0.039)

IPO -0.123** -0.123** -0.120**(0.058) (0.058) (0.058)

M&A Activity 0.027 0.027 0.026(0.017) (0.017) (0.017)

CEO Change 0.091*** 0.091*** 0.088***(0.026) (0.026) (0.026)

Competing Events(log) -0.178*** -0.178*** -0.177***(0.014) (0.014) (0.014)

After hours release -0.596*** -0.596*** -0.596***(0.022) (0.022) (0.022)

Friday release -0.053** -0.053** -0.054**(0.021) (0.021) (0.021)

Negative Surprise (Return) 0.024**(0.010)

Large negative surprise 0.128***

(0.016)Constant 1.186*** 1.168*** 1.120***

(0.191) (0.193) (0.191)FF 48 Industry Fixed Effects Yes Yes YesObservations 27,392 27,392 27,392R-squared 0.76 0.76 0.76

42  

Table 5 – Analysis of Timely Demand by Type 

 Table 4 examines  the determinants of  timely, aggregate demand  for 27,392 conference calls by consumer  type. The 

dependent variable is logged timely, aggregate demand for a quarterly earnings conference call and further described 

in Table 1, Panel A. Explanatory variables are described in Table 3. All standard errors are double‐clustered by firm 

and quarter. ***,**,* indicate statistical significance at the 1%, 5%, and 10% level respectively with the standard errors 

shown in parentheses. 

 

  

 

 

(1) (2) (3) (4) (5)

Buy-side Sell-side Corporate Consultant MediaMarket Value (log) 0.127*** 0.123*** 0.186*** 0.028*** 0.056***

(0.014) (0.015) (0.014) (0.006) (0.010)Daily Volume (log) 0.292*** 0.119*** 0.075*** 0.008* 0.020***

(0.013) (0.012) (0.011) (0.004) (0.005)Market-to-book -0.034*** -0.036*** -0.058*** -0.006** -0.011***

(0.010) (0.007) (0.006) (0.002) (0.003)Leverage 0.246*** 0.231*** 0.042 -0.007 -0.002

(0.044) (0.040) (0.035) (0.015) (0.019)Analyst Dispersion 0.038*** 0.030** 0.056*** 0.000 0.002

(0.006) (0.015) (0.011) (0.001) (0.003)Number of Analysts (log) 0.319*** 0.487*** 0.227*** 0.022*** 0.017**

(0.017) (0.015) (0.016) (0.006) (0.007)Excess Return -0.053 -0.056** -0.080** -0.012* -0.033***

(0.039) (0.022) (0.032) (0.006) (0.011)Inst. Ownership 0.377*** 0.076** -0.063** -0.017 -0.137***

(0.036) (0.032) (0.031) (0.011) (0.015)IPO -0.077* -0.078** -0.103*** -0.011 -0.028**

(0.046) (0.035) (0.032) (0.012) (0.013)M&A Activity 0.026 0.036** 0.063*** 0.002 0.048***

(0.016) (0.014) (0.014) (0.007) (0.011)CEO Change 0.063*** 0.086*** 0.091** 0.027*** 0.030**

(0.022) (0.025) (0.038) (0.008) (0.015)Competing Events(log) -0.130*** -0.088*** -0.107*** -0.012*** -0.028***

(0.013) (0.009) (0.007) (0.003) (0.004)After hours release -0.487*** -0.247*** -0.556*** -0.075*** -0.023**

(0.020) (0.021) (0.019) (0.008) (0.009)Friday release -0.052** -0.041** -0.028 -0.007 -0.007

(0.021) (0.018) (0.022) (0.008) (0.009)Negative Surprise (Return) 0.021* 0.018*** 0.021*** 0.004 0.013***

(0.012) (0.006) (0.004) (0.003) (0.003)Constant 0.479*** -0.601*** -0.186 -0.131*** -0.128***

(0.185) (0.181) (0.154) (0.032) (0.048)FF 48 Industry Fixed Effects Yes Yes Yes Yes YesObservations 27,392 27,392 27,392 27,392 27,392R-squared 0.77 0.69 0.61 0.15 0.28

43  

Table 6 – Timely Demand by Holders and Non‐Holders 

 Table 6 examines timely demand by buy‐side institutions. Unlike prior tables that look at timely demand by individual 

consumers,  this  table  focuses on  timely demand by  institutions  that  individual consumers work  for.  If at  least one 

individual buy‐side consumer who works for a specific buy‐side institution consumes the earnings conference call, the 

timely demand for this institution is counted as one. The sample includes only buy‐side institutions that file 13F Forms. 

Each buy‐side institution is classified into a holder or non‐holder at the time of consuming a firms’ earnings conference 

call. A buy‐side institution is considered a holder of the firm’s securities if the firm was included in the investor’s 13F 

filing  for  the prior quarter. Panel A provides descriptive  statistics of  the number of holders and non‐holders  that 

consume,  on  average,  an  earnings  conference  call.  Panel  B  displays  the  results  from OLS  regressions where  the 

dependent variable is the percentage of institutional investors who are on the call and do not hold the firms securities. 

The sample for Panel A and Model (1)‐(2) in Panel B comprises of 2,580 firms and 21,468 earnings conference calls. 

Models (3) and (4) condition on the there being at least 10 and 25 buy‐side consumers for an earnings conference call 

respectively. The sample  for Panel B, Model  (3) comprises of 1,495  firms and 11,580 earnings conference calls. The 

sample for Panel B, Model (4) comprises of 779 firms and 5,164 earnings conference calls. All explanatory variables are 

described in Table 3. All standard errors are double‐clustered by firm and quarter ***,**,* indicate statistical significance 

at the 1%, 5%, and 10% level respectively.  

 Panel A: Timely Demand (per Earnings Conference Call) 

 

  

   

44  

Panel B: Analysis of Proportion of Non‐Holders 

 

 

  

   

45  

Table 7 – Likelihood of Timely Demand by Buy‐side Holders  

 Table 7 examines the likelihood of timely, aggregate demand for an earnings conference call by a buy‐side holder as 

defined in table 6. Panel A provides descriptive statistics of timely, aggregate demand by investor type over the sample 

period. The column “N” counts, at the investor type level, for how many firms a buy‐side holder demands at least one 

conference call. The column “mean” displays the ratio of the total number of earnings conference calls that a buy‐side 

holder consumes divided by the total number of earnings conference calls from firms that the buy‐side institution is 

invested in. Panel B displays the results from logit regressions where the dependent variable is a binary variable (1/0) 

that assumes the value of 1 when the buy‐side holder consumes the earnings conference call via audio or transcript on 

the day when the earnings conference call takes place. The sample for Panel B comprises of 18,828 earnings conference 

calls and 581 buy‐side holders. The 18,828 earnings  conference  calls  represent 2,214  firms. All  standard errors are 

double‐clustered by firm and quarter ***,**,* indicate statistical significance at the 1%, 5%, and 10% level respectively. 

 Panel A: Timely Demand (by Investor Type) 

 

     

46  

Panel B: Analysis of Likelihood of Timely Demand by Buy‐side Holders 

 

   

(1) (2) (3) (4)On Call On Call On Call On Call

Value Holdings (log) 0.129***(0.021)

% of Firm (log) 0.128***(0.021)

% of Portfolio (log) 0.072***(0.014)

Hedge 0.409*** 0.523*** 0.523*** 0.360**(0.140) (0.131) (0.131) (0.157)

Value 0.026 -0.005 -0.005 0.000(0.179) (0.149) (0.149) (0.191)

VC 0.365 0.292 0.292 0.137(0.239) (0.179) (0.178) (0.230)

Passive -0.117 0.013 0.012 -0.118(0.301) (0.378) (0.378) (0.337)

Other 0.329 0.417* 0.417* 0.181(0.241) (0.243) (0.243) (0.233)

Market Value (log) -0.192*** -0.252*** -0.121** -0.241***(0.050) (0.050) (0.051) (0.050)

Daily Volume (log) 0.196*** 0.206*** 0.203*** 0.209***(0.060) (0.060) (0.060) (0.059)

Market-to-book 0.033** 0.033** 0.033** 0.031*(0.017) (0.016) (0.016) (0.017)

Leverage -0.137* -0.121 -0.122 -0.106(0.075) (0.077) (0.077) (0.075)

Analyst Dispersion 0.143 0.190 0.196 0.152(0.252) (0.331) (0.337) (0.278)

Number of Analysts (log) -0.061 -0.058 -0.057 -0.046(0.065) (0.064) (0.064) (0.063)

Excess Return 0.356*** 0.282** 0.328*** 0.308***(0.117) (0.117) (0.116) (0.114)

Inst. Ownership -0.259*** -0.320*** -0.318*** -0.293***(0.084) (0.084) (0.084) (0.083)

IPO 0.495*** 0.489*** 0.490*** 0.495***(0.117) (0.119) (0.119) (0.118)

Competing Events(log) -0.001 -0.009 -0.010 -0.004(0.028) (0.028) (0.028) (0.028)

After hours release -0.286*** -0.300*** -0.300*** -0.294***(0.050) (0.053) (0.052) (0.049)

Friday release -0.053 -0.053 -0.052 -0.056(0.040) (0.043) (0.043) (0.042)

Negative Surprise (Retur 0.063*** 0.070*** 0.071*** 0.068***(0.017) (0.017) (0.017) (0.017)

Constant 0.901* 1.115** 1.095** 1.803***(0.483) (0.472) (0.473) (0.521)

Observations 223,040 223,040 223,040 223,040R-squared 0.01 0.02 0.02 0.02

47  

Table 8 – Analysis of Historical Demand 

 Table 8 examines the determinants of historical demand for earnings conference calls using 29,056 firm‐fiscal quarters. 

Historical demand is calculated for each firm‐fiscal quarter as the sum of all audio and transcript requests during the 

firm‐fiscal quarter minus timely demand during the firm‐fiscal quarter. Within a firm‐fiscal quarter, repeated access 

requests by the same consumer for the same earnings conference call through the same or through different mediums 

(i.e.  audio vs.  transcript)  are  counted  only once.  ‘All’  includes  audio  and  transcript  requests  from  all user  types. 

Regressions by type of user only include the audio and transcript requests from the respective type of user. Explanatory 

variables  are described  in Table  3. All  standard  errors  are double‐clustered  by  firm  and  quarter.  ***,**,*  indicate 

statistical significance at the 1%, 5%, and 10% level respectively.  

 

 

   

(1) (2) (3) (4) (5) (6)All Buy-side Sell-side Corporate Consultant Media

Market Value (log) 0.152*** 0.146*** 0.132*** 0.168*** 0.046*** 0.058***(0.014) (0.013) (0.012) (0.011) (0.014) (0.006)

Daily Volume (log) 0.113*** 0.161*** 0.076*** 0.041*** 0.032*** 0.007**(0.011) (0.010) (0.008) (0.008) (0.009) (0.003)

Market-to-book -0.003 0.003 0.009 -0.022*** 0.004 -0.008***(0.007) (0.007) (0.007) (0.006) (0.006) (0.002)

Leverage 0.223*** 0.250*** 0.312*** 0.029 -0.090*** -0.016(0.046) (0.048) (0.048) (0.033) (0.034) (0.015)

Analyst Dispersion 0.027 0.015 0.043*** 0.036*** 0.011 0.002(0.020) (0.017) (0.010) (0.009) (0.011) (0.004)

Number of Analysts (log) 0.308*** 0.294*** 0.375*** 0.273*** 0.074*** 0.020***(0.019) (0.019) (0.019) (0.016) (0.011) (0.005)

Excess Return -0.127*** -0.135*** -0.099*** -0.123*** -0.089*** -0.050***(0.045) (0.050) (0.035) (0.037) (0.021) (0.015)

Inst. Ownership 0.405*** 0.484*** 0.147*** 0.030 0.025 -0.125***(0.036) (0.034) (0.030) (0.030) (0.053) (0.014)

M&A Activity 0.037*** 0.031*** 0.046*** 0.042*** 0.024** 0.020***(0.011) (0.011) (0.013) (0.012) (0.010) (0.006)

CEO Change 0.074*** 0.090*** 0.002 0.090** 0.064** 0.048**(0.024) (0.029) (0.040) (0.035) (0.027) (0.023)

Number Audio Available 0.118*** 0.090*** 0.083*** 0.110*** 0.032*** 0.009***(0.013) (0.012) (0.010) (0.009) (0.006) (0.002)

Number Transcript Available 0.037** 0.020** 0.006 0.012 0.007 -0.003(0.015) (0.008) (0.009) (0.010) (0.029) (0.002)

Constant -0.018 -0.601*** -1.197*** -1.081*** -0.810** -0.398***(0.222) (0.178) (0.204) (0.144) (0.334) (0.109)

FF 48 Industry Fixed Effects Yes Yes Yes Yes Yes YesObservations 29,056 29,056 29,056 29,056 29,056 29,056R-squared 0.71 0.73 0.64 0.59 0.29 0.20

48  

Table 9 – Demand and Timing of Conference Call 

 Table 9 provides descriptive statistics of conference call demand for buy‐side and sell‐side consumers for calls hosted 

during  turning hours,  after hours, non‐Friday,  and Friday’s. Panels A  (n=1,669)  and Panel B  (n=475)  are  for  firm 

quarters that hold the earnings conference call during the day and switch in a particular quarter to after hours. Panels 

C (n=5,730) and Panel D (n=1,208) are for firm quarters that hold the conference call on Monday, Tuesday, Wednesday 

or Thursday and switch in a particular quarter to Friday. Only firms that made a switch are included in Panel A/B or 

Panel C/D. Same day demand is the amount of timely, aggregate demand on the same day that the earnings conference 

call takes place. Follow‐on demand  includes demand from one to five days after the earnings conference call takes 

place. 

 

   

   

Mean Median SD Mean Median SDBuy-Side 14.9 8 18.9 6.0 4 5.9Sell-Side 5.0 3 6.3 2.1 1 2.2

Mean Median SD Mean Median SDBuy-Side 7.6 3 11.9 12.4 8 16.1Sell-Side 2.9 1 4.2 4.0 2 5.5

Mean Median SD Mean Median SDBuy-Side 15.8 8 21.2 7.2 5 7.8Sell-Side 5.1 3 6.3 2.3 1 2.6

Mean Median SD Mean Median SDBuy-Side 15.7 8 20.4 6.6 5 7.4Sell-Side 5.0 3 6.3 2.2 1 2.8

Panel A: Conference Call During the Day

Same Day Demand Follow-on Demand

Same Day Demand Follow-on Demand

Panel C: Conference Call During Non-FridaySame Day Demand Follow-on Demand

Panel D: Conference Call Switch to Friday

Panel B: Conference Call Switch to After Hours

Follow-on DemandSame Day Demand

49  

Table 10 – Analysis of Sum of Same Day Demand and Follow‐On Demand 

 Table  10  examines  the determinants  of  the  sum  of  same day  and  follow‐on demand  as defined  in Table  9.  ‘All’ 

represents, per  earnings  conference  call,  the  sum  of  same day  and  follow‐on demand  across  all  consumer  types. 

Regressions by type of user only include the sum of same day and follow‐on demand from the respective user group. 

Explanatory variables are described in Table 3. All standard errors are double‐clustered by firm and quarter. ***,**,* 

indicate statistical significance at the 1%, 5%, and 10% level respectively.  

 

  

(1) (2) (3) (4) (5) (6)All Buy-side Sell-side Corporate Consultant Media

Market Value (log) 0.111*** 0.110*** 0.107*** 0.174*** 0.035*** 0.058***(0.014) (0.014) (0.016) (0.014) (0.008) (0.011)

Daily Volume (log) 0.251*** 0.302*** 0.148*** 0.097*** 0.025*** 0.031***(0.012) (0.012) (0.012) (0.011) (0.006) (0.006)

Market-to-book -0.035*** -0.019*** -0.033*** -0.061*** -0.002 -0.013***(0.005) (0.006) (0.006) (0.006) (0.004) (0.003)

Leverage 0.265*** 0.292*** 0.307*** 0.073** -0.036 -0.009(0.037) (0.040) (0.047) (0.034) (0.024) (0.020)

Analyst Dispersion 0.052*** 0.038*** 0.038*** 0.063*** 0.003 -0.000(0.010) (0.005) (0.013) (0.014) (0.004) (0.003)

Number of Analysts (log) 0.352*** 0.300*** 0.496*** 0.303*** 0.071*** 0.027***(0.014) (0.015) (0.015) (0.017) (0.010) (0.007)

Excess Return -0.056* -0.033 -0.046** -0.058* -0.038*** -0.040***(0.033) (0.039) (0.022) (0.033) (0.011) (0.013)

Inst. Ownership 0.291*** 0.406*** 0.090*** 0.012 -0.038** -0.159***(0.034) (0.033) (0.032) (0.034) (0.019) (0.018)

M&A Activity 0.026* 0.021 0.034** 0.039*** 0.019* 0.054***(0.014) (0.014) (0.014) (0.012) (0.011) (0.012)

CEO Change 0.080*** 0.072*** 0.066*** 0.095*** 0.055*** 0.049***(0.015) (0.016) (0.020) (0.023) (0.017) (0.016)

Competing Events(log) -0.100*** -0.077*** -0.058*** -0.093*** -0.019*** -0.039***(0.007) (0.008) (0.008) (0.008) (0.004) (0.005)

After hours release 0.082*** 0.074*** 0.132*** 0.049*** 0.077*** 0.022*(0.016) (0.017) (0.020) (0.017) (0.012) (0.011)

Friday release -0.038** -0.050*** -0.045*** -0.000 -0.020 -0.006(0.017) (0.017) (0.017) (0.022) (0.013) (0.010)

Negative Surprise (Return) 0.023*** 0.017* 0.016** 0.027*** 0.009** 0.015***(0.008) (0.009) (0.008) (0.006) (0.004) (0.003)

Constant 1.425*** 0.717*** -0.355** -0.021 -0.271*** -0.142**(0.123) (0.153) (0.161) (0.142) (0.054) (0.059)

FF 48 Industry Fixed Effects Yes Yes Yes Yes Yes YesObservations 27,392 27,392 27,392 27,392 27,392 27,392R-squared 0.82 0.82 0.73 0.64 0.23 0.31