industry concentration and corporate disclosure policy

A. Ali et al. / Journal of Accounting and Economics 58 (2014) 240–264

Journal of Accounting and Economics 58 (2014) 240–264

Contents lists available at ScienceDirect

Journal of Accounting and Economics

journal homepage: www.elsevier.com/locate/jae Konsentrasi Industri Dan Kebijakan Pengungkapan Perusahaan

Ashiq Ali a,n, Sandy Klasa b, Eric Yeung c

a Naveen Jindal School of Management, University of Texas at Dallas, 800 West Campbell Road, SM-41, Richardson, TX 75080-3021, USAb Eller College of Management, University of Arizona, Tucson, AZ 85721-0108, USAc Johnson Graduate School of Management, Cornell University, Ithaca, NY 14853-6201, USA

Abstrak

Penelitian ini meneliti hubungan antara ukuran konsentrasi industri AS Sensus dan

keinformatifan kebijakan pengungkapan perusahaan. Penelitian ini menemukan bahwa dalam

industry, perusahaan lebih terkonsentrasi pada perkiraan pendapatan sehingga manajemen kurang

memiliki wawasan, sehingga pengungkapan penilaian mereka terukur dengan analis yang lebih

rendah, dan mereka memiliki lingkungan informasi lebih kurang, yang diukur dengan sifat-sifat

analis perkiraan pendapatan. Dan, ketika perusahaan lebih memilih penempatan perusahaan

swasta pada mengumpulkan dana mereka lebih memilih penempatan swasta, yang memiliki

persyaratan pengungkapan SEC, lebih penawaran ekuitas berpengalaman. Secara keseluruhan,

temuan penelitian ini menunjukkan bahwa perusahaan-perusahaan dalam industri lebih

terkonsentrasi dalam mengungkapkan dan menghindari keputusan pembiayaan tertentu yang

memiliki implikasi pengungkapan yang tidak penting, mungkin karena pengungkapan biaya

kepemilikan

1. Latarbelakang

Verrecchia (1983) memprediksi bahwa perusahaan dengan biaya kepemilikan yang lebih tinggi dari pengungkapan mengungkapkan bahwa perusahaan dengan biaya kepemilikan yang lebih rendah dari pengungkapan. Sejumlah penelitian sebelumnya telah berusaha untuk menguji prediksi ini menggunakan konsentrasi industri sebagai ukuran untuk pengungkapan biaya kepemilikan. Namun, bukti-bukti yang masih ada tidak meyakinkan (Beyer et al, 2010;. Berger,2011). Misalnya, Harris (1998) dan Botosan dan Stanford (2005) menunjukkan bahwa perusahaan dalam industri lebih cenderung untuk memberikan pengungkapan segmen bisnis yang terpisah, dan Bamber dan Cheon (1998) melaporkan bahwa perusahaan dalam industri lebih terkonsentrasi memberikan perkiraan manajemen kurang spesifik dari pendapatan mereka. Di sisi lain, Verrecchia dan Weber (2006) menggangap bahwa dokumen perusahaan dalam industri lebih cenderung meminta SEC untuk menahan informasi yang dimiliki dari pengajuan mereka. Menurut Li (2010) menunjukkan bahwa di industri lebih cenderung untuk memberikan perkiraan manajemen. Sebuah penjelasan potensial bukti pada hubungan antara


pengungkapan dan konsentrasi industri adalah bahwa penelitian sebelumnya menggunakan langkah-langkah konsentrasi industri dibangun dari Data Compustat, yang tidak termasuk data pada perusahaan swasta.

Ali et al. (2009) menunjukkan bahwa langkah-langkah konsentrasi berdasarkan Compustat adalah sedikit proxy untuk konsentrasi industri yang sebenarnya. Mereka juga melaporkan bahwa hasil sejumlah studi akuntansi dan keuangan yang menggunakan langkah-langkah konsentrasi industri berdasarkan Compustat terhadap penggunaan langkah-langkah AS Sensus konsentrasi industri, yang dibangun dengan data untuk kedua perusahaan publik dan swasta. Dengan demikian, bukti campuran yang dilaporkan dalam penelitian sebelumnya tentang hubungan antara konsentrasi industri dan pengungkapan perusahaan bisa disebabkan keterbatasan tindakan konsentrasi industri dibangun dengan data Compustat (Ali et al, 2009;. Berger, 2011). Fakta bahwa sejumlah studi telah berusaha untuk meneliti hubungan antara konsentrasi industri dan pengungkapan menggarisbawahi pentingnya pemeriksaan yang tepat dari hubungan ini dan menunjukkan apakah hubungan konsisten di seluruh konteks pengungkapan yang berbeda. Penelitian ini melakukannya dalam penelitian ini dengan menggunakan langkah-langkah konsentrasi industri berbasis AS Sensus dalam analisis penelitian ini. Penelitian ini juga mempertimbangkan beberapa konteks pengungkapan yang belum diperiksa dalam makalah sebelumnya yang mempelajari hubungan antara konsentrasi industri dan pengungkapan, dalam rangka meningkatkan kemampuan generalisasi dari temuan penelitian ini. Penelitian ini menemukan bahwa ada hubungan negatif yang signifikan antara konsentrasi industri dan pengungkapan seluruh konteks pengungkapan yang berbeda yang kita pertimbangkan.

Penelitian ini meneliti hubungan konsentrasi industri dengan frekuensi dan cakrawala perkiraan manajemen laba dan dengan pilihan pembiayaan yang memiliki implikasi pengungkapan signifikan, khususnya, pembiayaan ekuitas melalui penempatan swasta dibandingkan penawaran ekuitas berpengalaman. Penelitian ini memeriksa pengaturan pengungkapan ini karena pengungkapan terkait memiliki potensi untuk memberikan perusahaan saingan dengan berbagai jenis informasi. Untuk pemeriksaan yang lebih komprehensif apakah konsentrasi industri terkait dengan pengungkapan perusahaan, kita menyelidiki apakah perusahaan dalam industri lebih terkonsentrasi menerima penilaian pengungkapan lebih rendah dari analis dan memiliki lingkungan informasi yang lebih miskin, yang diukur dengan sifat perkiraan analis laba. Keuntungan dari tes ini adalah bahwa mereka tidak mengharuskan kita untuk menentukan metode yang perusahaan mengungkapkan informasi pribadi mereka.

Penelitian ini menemukan bahwa frekuensi dan cakrawala perkiraan pengelolaan pendapatan tahunan adalah negative terkait dengan konsentrasi industri, menunjukkan bahwa perusahaan-perusahaan dalam industri lebih terkonsentrasi mengungkapkan sedikit, dan ketika mereka mengungkapkan mereka kurang cepat. Penelitian ini juga mendokumentasikan bahwa ketika perusahaan menjual saham baru , kemungkinan menjual saham melalui private daripada SEO berhubungan positif dengan konsentrasi industri. Temuan ini konsisten dengan perusahaan-perusahaan di industri lebih terkonsentrasi lebih memilih untuk menjual saham ekuitas baru melalui private placement, mungkin karena:

I. Ada terutama sedikit Securities and Exchange Commission (SEC) ditunjuk sebagai persyaratan pengungkapan publik untuk penempatan private daripada untuk penawaran ekuitas berpengalaman (SEO),


II. Dalam banyak kasus perusahaan tidak terbuka mengungkapkan informasi apapun tentang penempatan pribadi sampai beberapa hari setelah kesepakatan itu berlangsung, dan

III. dalam kasus penempatan swasta biasanya ada hanya sejumlah relatif kecil dari investor yang membeli saham dalam penjualan saham dan kepada siapa informasi tentang penjualan yang akan datang diungkapkan, yang mengurangi sejauh mana ada kebocoran informasi ke rival tentang penjualan sebelum itu terjadi.

Penelitian ini juga mendokumentasikan bahwa penilaian pengungkapan perusahaan oleh para analis, yang diperoleh dari Laporan Asosiasi Pengelolaan Investasi dan Riset, terkait negatif dengan konsentrasi industri. Demikian juga, penelitian ini menunjukkan bahwa bagi perusahaan dalam industri lebih terkonsentrasi pada perkiraan pendapatan analis lebih tinggi, kesalahan laba analis memperkirakan lebih besar, dan ada volatilitas yang lebih besar dari revisi perkiraan analis. Hasil ini lebih lanjut menunjukkan bahwa perusahaan dalam industri lebih terkonsentrasi pada pengungkapan yang kurang pasti.

Akhirnya, penelitian ini menguji dampak dari pengaruh industri pada hubungan antara konsentrasi industri dan pengungkapan. Chevalier (1995a, 1995b) dan Phillips (1995) menunjukkan bahwa ketika mapan dalam industri terkonsentrasi memiliki pengaruh keuangan yang lebih besar, intensitas persaingan dari saingan yang ada lebih rendah karena kemampuan batas pengaruh yang lebih tinggi perusahaan untuk berinvestasi dalam membangun pangsa pasar. Dengan demikian, dalam industri terkonsentrasi dengan tingkat utang yang lebih rendah (lebih tinggi), probabilitas bahwa informasi kepemilikan yang terkandung dalam pengungkapan suatu perusahaan akan digunakan untuk melawan dengan rival kemungkinan lebih tinggi (lebih rendah). Konsisten dengan argumen di atas, kita menemukan bahwa asosiasi yang melibatkan konsentrasi industri yang kita mendokumentasikan dalam makalah ini kurang menonjol di industri dengan pengaruh keuangan yang lebih tinggi.

Hubungan negatif yang diamati antara konsentrasi industri berdasarkan Sensus Amerika Serikat dan langkah-langkah yang berbeda dari pengungkapan perusahaan bisa karena biaya kepemilikan pengungkapan jika proxy konsentrasi industri untuk intensitas persaingan industri, tingkat inovasi di industri, atau sejauh mana Pengungkapan oleh perusahaan dalam industri memberikan informasi lebih substantif dan kurang terdengar tentang permintaan industri masa depan. Dalam Bagian 2, kita membahas ini penjelasan yang masuk akal secara lebih detail, tetapi perhatikan bahwa validitas deskriptif argumen penelitian ini adalah pertanyaan empiris dan yang menjawab pertanyaan-pertanyaan ini adalah di luar lingkup penelitian penelitian ini.

Studi penelitian ini membuat beberapa kontribusi. Menurut Beyer et al. (2010) dan Berger (2011) bahwa penelitian akuntansi sebelum melaporkan bukti bahwa pada hubungan antara tindakan berdasarkan Compustat konsentrasi industri dan pengungkapan perusahaan. Penelitian ini mendokumentasikan hubungan negatif yang konsisten antara konsentrasi industri berbasis AS Sensus dan langkah-langkah yang berbeda dari pengungkapan perusahaan. Ketika kita ulangi analisis penelitian ini dengan langkah-langkah Compustat konsentrasi industri di tempat tindakan AS Sensus konsentrasi industri, penelitian ini menemukan bahwa di hampir semua industri kasus konsentrasi tidak menunjukkan hubungan signifikan negatif dengan tindakan pengungkapan perusahaan penelitian ini. Temuan ini menunjukkan bahwa penggunaan tindakan berdasarkan Compustat konsentrasi industri


bertanggung jawab untuk bukti campuran dalam literatur sebelumnya pada hubungan antara konsentrasi industri dan pengungkapan.

Sebuah studi penting baru-baru ini, Li (2010), menyelidiki secara lebih komprehensif hubungan antara persaingan pasar produk dan pengungkapan dengan mempertimbangkan efek dari persaingan dari kedua saingan yang ada dan pendatang potensial. Studi penelitian ini memberikan kontribusi relatif Li (2010) dengan memeriksa efek pada hasil nya menggunakan langkah-langkah konsentrasi industri AS Sensus di tempat tindakan konsentrasi industri berbasis Compustat. Li (2010) melaporkan bahwa frekuensi dan cakrawala perkiraan manajemen laba berhubungan negatif dengan ukuran gabungan dari persaingan dari saingan yang ada. ukuran gabungan ini terutama terdiri dari dan berhubungan negatif dengan tindakan konsentrasi industri berbasis Compustat, menyiratkan bahwa tindakan konsentrasi ini berhubungan positif dengan frekuensi dan cakrawala perkiraan manajemen. Sebaliknya, kita menemukan bahwa AS Sensus tindakan konsentrasi industri adalah negative terkait dengan frekuensi perkiraan manajemen dan cakrawala. Penelitian ini juga memberikan kontribusi luar Li (2010) dengan mempertimbangkan beberapa proxy pengungkapan selain yang terkait dengan perkiraan manajemen dan menemukan bahwa asosiasi mereka dengan langkah-langkah konsentrasi industri AS Sensus selalu negatif.

Selanjutnya, penelitian sebelumnya lain meneliti pengaruh biaya kepemilikan pengungkapan pada keinformatifan kebijakan pengungkapan perusahaan mempertimbangkan keputusan yang terutama yang berkaitan dengan keterbukaan informasi, misalnya, pengungkapan segmen bisnis yang terpisah dalam laporan keuangan (Harris, 1998; Botosan dan Stanford, 2005; . Bens et al, 2011), perkiraan manajemen laba (Bamber dan Cheon, 1998; Li, 2010), perusahaan meminta SEC untuk menahan informasi proprietary dari pengajuan mereka (Verrecchia dan Weber, 2006), dan pengungkapan informasi tentang pelanggan di 10-Ks (Ellis et al., 2012). bukti penelitian ini pada asosiasi konsentrasi industri dengan keputusan perusahaan untuk menjual saham ekuitas baru melalui private placement terhadap SEO menunjukkan bahwa biaya kepemilikan pengungkapan tidak hanya mempengaruhi keputusan pengungkapan, tetapi juga mempengaruhi keputusan bisnis lain yang memiliki implikasi pengungkapan non-sepele.

Akhirnya, kertas kita juga berkontribusi terhadap literatur empiris yang berkembang pada hubungan antara konsentrasi industri dan berbagai jenis keputusan perusahaan, seperti yang terkait dengan pembiayaan dan investasi (misalnya, Kovenock dan Phillips, 1997; Mackay dan Phillips, 2005; Haushalter et al ., 2007). Penelitian ini menunjukkan bahwa konsentrasi industri terkait dengan keputusan pengungkapan perusahaan.

Sisa kertas ini disusun sebagai berikut. Bagian 2 membahas prediksi empiris tentang hubungan antara konsentrasi industri dan pengungkapan berdasarkan argumen dalam pekerjaan sebelumnya. Bagian 3 membahas sumber data dan definisi variabel. Bagian 4 menyajikan hasil empiris dan Bagian 5 menyimpulkan.

2. Hubungan Diprediksi Antara Konsentrasi Industri Dan Pengungkapan

2.1. Konsentrasi Industri Dan Biaya Kepemilikan Pengungkapan


Sebuah penelitian teoritis meneliti bahwa insentif manajer untuk mengungkapkan informasi kepada pihak luar. Grossman (1981) dan Milgrom (1981) berpendapat bahwa mengingat masalah adverse selection, manajer harus mengungkapkan kepada pelaku pasar modal semua informasi nilai yang relevan. Verrecchia (1983) memungkinkan untuk adanya biaya kepemilikan pengungkapan dalam modelnya pengungkapan diskresioner dan tiba di suatu keseimbangan di mana beberapa perusahaan tidak mengungkapkan semua informasi nilai yang relevan. Secara khusus, ia menunjukkan bahwa pelaku pasar modal akan memberikan perusahaan yang memiliki biaya kepemilikan yang lebih tinggi dari pengungkapan kebijaksanaan lebih dalam praktik pengungkapan mereka dan bahwa perusahaan-perusahaan ini akibatnya mengungkapkan kurang dari perusahaan dengan biaya kepemilikan yang lebih rendah dari pengungkapan.

Biaya kepemilikan pengungkapan sebuah perusahaan yang lebih tinggi lebih berpotensi berguna adalah informasi yang diungkapkan kepada saingan pasar produk perusahaan dan semakin besar sejauh mana saingan ini mengambil keuntungan dari informasi dengan mengorbankan perusahaan Penyebaran informasi. Di bawah ini, kita membahas bagaimana keberadaan biaya kepemilikan pengungkapan mengarah ke prediksi empiris berkaitan dengan hubungan antara konsentrasi industri dan pengungkapan perusahaan.

2.1.1. Konsentrasi Industri Sebagai Ukuran Kompetisi

Verrecchia (1990) dan Clinch dan Verrecchia (1997) berpendapat bahwa ada pengungkapan kurang dalam industri di mana ada kompetisi yang ketat di antara pemain lama, karena biaya kepemilikan pengungkapan yang lebih besar dalam industri tersebut. Dalam industri ini, saingan perusahaan mengungkapkan adalah mungkin untuk mengambil tindakan lebih agresif dalam menanggapi pengungkapan nya. Juga, Darrough dan Stoughton (1990) berpendapat bahwa persaingan yang lebih besar dalam industri dari pendatang potensial, karena biaya awal rendah, mengarah ke pengungkapan yang lebih besar oleh perusahaan incumbent, karena pengungkapan "berita buruk" oleh incumbent dapat membantu mencegah masuknya.

Raith (2003) menunjukkan bahwa jika pasar produk bervariasi terutama dalam ukuran atau entri biaya maka rendahnya tingkat konsentrasi industri yang sugestif dari persaingan industri yang ketat. Dia menjelaskan bahwa "persaingan juga dapat dikatakan meningkat bila ukuran pasar meningkat atau biaya masuk turun, karena kedua perubahan mendorong perusahaan baru untuk memasuki pasar, yang mengarah ke harga yang lebih rendah." Raith (2003) juga berpendapat bahwa jika pasar produk terutama bervariasi dalam substitusi produk atau dimensi lain dari ketangguhan kompetisi, tingkat konsentrasi industri yang tinggi adalah indikasi dari persaingan industri yang ketat karena perusahaan lebih sedikit dapat bertahan dalam industri yang dikenakan persaingan yang lebih besar (misalnya, Sutton, 1991). Dalam model empiris kita pengungkapan, penelitian ini menyertakan sebagai penjelas variabel ukuran untuk kompetisi dengan pendatang potensial dari Li (2010) dan Li et al. (2013). Mereka termasuk variabel ini dalam model mereka untuk menguji Darrough dan Stoughton (1990) prediksi bahwa perusahaan mengungkapkan lebih ketika menghadapi kompetisi yang lebih besar dari pendatang potensial. Ukuran untuk kompetisi dari potensi pendatang berdasarkan proxy untuk biaya masuk dan ukuran pasar. Dengan demikian, termasuk ukuran ini dalam model penelitian ini mengurangi kemungkinan bahwa konsentrasi industri akan proxy untuk faktor-faktor ini, dan membuatnya lebih mungkin bahwa proxy konsentrasi industri untuk substitusi produk atau dimensi lain dari ketangguhan


kompetisi. Dalam skenario ini, kompetisi di antara saingan yang ada lebih besar di industri lebih terkonsentrasi dan argumen di Verrecchia (1990) dan Clinch dan Verrecchia (1997) memprediksi bahwa perusahaan dalam industri lebih terkonsentrasi mengungkapkan informasi yang kurang lengkap.

Berkenaan dengan pembahasan di atas konsentrasi industri sebagai ukuran kompetisi, ada peringatan penting. Kompetisi adalah konsep multidimensi dan konsentrasi industri hanya ukuran tidak langsung dan tidak sempurna dari kompetisi. Dengan demikian, setiap kesimpulan tentang efek dari kompetisi pada pengungkapan yang diambil dari hubungan yang diamati antara konsentrasi industri dan pengungkapan harus dilihat dengan hati-hati.

2.1.2. konsentrasi industri sebagai ukuran inovasi

Perusahaan dalam industri yang lebih inovatif menjalankan risiko lebih besar mengungkapkan rahasia perusahaan melalui pengungkapan publik mereka. Sejak saingan dapat menggunakan informasi yang diungkapkan untuk mengambil tindakan yang akan meningkatkan keuntungan mereka dengan mengorbankan perusahaan Penyebaran informasi, biaya kepemilikan pengungkapan cenderung lebih tinggi bagi perusahaan-perusahaan dalam industri yang lebih inovatif, dan mereka cenderung kurang mengungkapkan (Verrecchia, 1983 ) bahwa pekerjaan yang dianggap sebagai hubungan antara konsentrasi industri dan inovasi; Namun, prediksi teoritis dan bukti empiris pada asosiasi ini dicampur (Cohen, 2010) Tergantung pada apakah hubungan sebenarnya antara konsentrasi industri dan inovasi positif (negatif), negatif (positif) hubungan antara konsentrasi industri dan pengungkapan perusahaan bisa diharapkan.

2.1.3. Konsentrasi Industri Dan Keinformatifan Pengungkapan Perusahaan Tentang Permintaan Industri

Dalam dunia industri, setiap perusahaan biasanya menyumbang sebagian besar dari keluaran industri agregat. Dengan demikian, pengungkapan perusahaan dalam industri ini dapat memberikan informasi yang lebih handal tentang permintaan industri masa depan dari pengungkapan yang sama di industri yang kurang terencana. Mengingat bahwa saingan mungkin menggunakan informasi yang lebih handal pada permintaan industri untuk merevisi strategi mereka untuk merugikan perusahaan Penyebaran informasi, argumen ini memprediksi bahwa biaya kepemilikan pengungkapan yang lebih besar bagi perusahaan-perusahaan dalam industri lebih terkonsentrasi dan bahwa ada akibatnya hubungan negatif antara konsentrasi industri dan pengungkapan perusahaan.

2.2. Berbagi Informasi Perjanjian Dan Kolusi

Akhirnya, kita membahas skenario tertentu di mana hubungan antara konsentrasi industri dan pengungkapan perusahaan tidak diharapkan, bahkan jika proxy konsentrasi industri untuk competition. Seperti dibahas oleh Vives (2008) dalam ulasannya informasi berbagi sastra, secara sepihak mengungkapkan informasi dengan strategi dominan dalam keadaan tertentu Vives (2008) berpendapat bahwa keberadaan asosiasi perdagangan adalah bukti bahwa perusahaan yang secara sukarela sebagai awal untuk berbagi informasi. Jika perusahaan berkomitmen untuk sepenuhnya mengungkapkan sebagian besar informasi pribadi mereka untuk pesaing, biaya kepemilikan setelah pengungkapan yang dihasilkan dari persaingan pasar produk menjadi tidak penting.Oleh karena itu, perusahaan tidak bisa lagi membenarkan menyembunyikan informasi dari pasar modal, dan kita mungkin tidak melihat adanya hubungan antara konsentrasi industri dan pengungkapan diskresioner.


Apakah mungkin bagi perusahaan untuk berkolusi, kemungkinan bahwa perusahaan melakukan perjanjian berbagi informasi akan meningkat dan kita mungkin tidak melihat adanya hubungan antara konsentrasi industri dan pengungkapan diskresioner. Namun, Kuhn dan Vives (1995) dan Vives (2006) mencatat bahwa rintangan, seperti ancaman dituntut oleh instansi pemerintah.

3. Metodologi

3.1. Sampel Dan Pengukuran Konsentrasi Industri

Penelitian ini mempelajari perusahaan manufaktur Compustat (6-digit Amerika Utara Industri Sistem Klasifikasi (NAICS) kode antara 311.111 dan 339.999) selama bertahun-tahun 1995-2009. Penelitian ini membatasi periode sampel penelitian ini untuk tahun ini karena data tentang perkiraan manajemen, yang kita gunakan dalam beberapa pengujian penelitian ini, hanya tersedia secara luas mulai pada tahun 1995 dan data pada indeks Herfindahl- Hirschman dan empat perusahaan rasio, penelitian ini langkah-langkah untuk konsentrasi industri , dikumpulkan dari Sensus manufaktur publikasi untuk tahun 1997, 2002, dan 2007 US Census years.9 indeks Herfindahl-Hirschman dihitung untuk industri NAICS 6-digit dalam sektor manufaktur dengan menjumlahkan kuadrat pangsa pasar perusahaan individu 50 perusahaan publik dan swasta terbesar di industri atau semua perusahaan publik dan swasta dalam industri, mana yang lebih rendah.

Indeks Sensus AS Herfindahl-Hirschman telah digunakan dalam sejumlah besar penelitian sebelumnya yang menganggap bagaimana konsentrasi industri mempengaruhi keputusan kebijakan perusahaan dalam pembuatan sector.10 empat perusahaan rasio industri adalah jumlah pangsa pasar dari empat perusahaan terbesar di industri dalam hal pangsa pasar. Penelitian ini menggunakan dua variabel yang berbeda untuk konsentrasi industri untuk memastikan bahwa hasil penelitian ini tidak sensitif terhadap bagaimana konsentrasi industri diukur. Berikut penelitian sebelumnya (lihat misalnya, Haushalter et al, 2007;.. Ali et al, 2009), penelitian ini menganggap bahwa nilai-nilai dari tahun 1997,2002, dan indeks 2007 adalah berlaku untuk lima tahun jendela berpusat pada 1997, 2002, dan 2007, yaitu 1995-1999, 2000-2004, dan 2005-2009 periode .

Panel A pada Tabel 1 menyajikan statistik deskriptif dari indeks Herfindahl-Hirschman dan empat perusahaan rasio. Penelitian ini menggunakan indeks Herfindahl-Hirschman dan rasio empat perusahaan dihitung di tingkat NAICS 6-digit untuk 356 industri di tes multivariat penelitian ini. Namun, mengingat ini sejumlah besar industri, penelitian ini menyediakan statistik untuk kelompok industri 3-digit yang lebih luas dalam tabel ini. Untuk setiap industri NAICS 6-digit, pertama kita menghitung nilai rata-rata indeks Herfindahl-Hirschman dan empat perusahaan rasio di tahun 1997, 2002, dan 2007. Selanjutnya, untuk setiap industri NAICS 3-digit, penelitian ini melaporkan median nilai indeks Herfindahl-Hirschman dan rasio empat perusahaan untuk NAICS industri 6-digit dalam industri NAICS 3-digit tertentu. Hal ini memungkinkan penelitian ini untuk menyediakan statistik untuk 21 NAICS industri 3-digit yang lebih luas.

Dalam Panel A dari Tabel 1, industri tercantum dalam urutan menaik dari indeks Herfindahl-Hirschman, dan hasilnya menunjukkan bahwa ada variasi yang signifikan untuk konsentrasi industri di seluruh sampel penelitian ini. Misalnya, pencetakan dan dukungan terkait, produk kayu, dan industri


barang dari logam adalah yang paling terkonsentrasi dengan indeks Herfindahl-Hirschman (rasio empat perusahaan) nilai median 6-digit NAICS industri 98, 217, dan 240 (15, 21, dan 24). Sebaliknya, bahan kimia, minuman dan produk tembakau, dan industri peralatan transportasi yang paling terkonsentrasi dengan median 6-digit NAICS industri Herfindahl-Hirschman Indeks (empat perusahaan rasio) nilai 934, 987, dan 1033 (53, 62, dan 57). Dalam setiap 3 digit kelompok industri NAICS, ada juga dapat variasi yang signifikan dalam nilai-nilai dari indeks Herfindahl-Hirschman di NAICS industri enam digit yang berbeda. Sebagai contoh, rata-rata selama tahun 1997, 2002, dan 2007 Sensus tahun, pada kelompok industri alat transportasi (NAICS 3-digit kode 336), industri manufaktur mobil (NAICS 6-digit kode 336111) memiliki Herfindahl-Hirschman indeks (empat perusahaan rasio) nilai 2.184 (78,1). Demikian pula, dalam produk logam kelompok industri fabrikasi (NAICS 3-digit kode 332), lembaran logam industri manufaktur kerja (NAICS 6-digit kode 332322) memiliki indeks Herfindahl-Hirschman (rasio empat perusahaan) nilai hanya 21,3 (5.6).

Panel B pada Tabel 1 melaporkan beberapa karakteristik yang membedakan dari perusahaan milik lebih dibandingkan industri yang kurang terkonsentrasi. Untuk setiap kuintil diurutkan berdasarkan indeks Sensus Amerika Serikat Herfindahl-Hirschman dilaporkan untuk NAICS industri 6-digit, ini laporan panel nilai median dari jumlah total perusahaan (publik ditambah swasta) per industri dan nilai-nilai median dari ukuran perusahaan untuk periode sampel 1995 sampai 2009. tabel ini menunjukkan bahwa, seperti yang diharapkan, industri dengan US Herfindahl-Hirschman nilai indeks yang lebih tinggi dihuni oleh lebih sedikit dan lebih besar perusahaan. Secara khusus, nilai median dari jumlah perusahaan dalam industri NAICS 6-digit adalah 1011 untuk kuintil pertama, yang berisi industri paling terkonsentrasi, dan nilai yang sesuai hanya 116 untuk kuintil kelima. Panel B juga menunjukkan bahwa rata-rata ukuran perusahaan yang diukur dengan penjualan bersih, kapitalisasi pasar, atau aset buku, (diperoleh dari database Compustat) yang monoton meningkat dari pertama ke kuintil konsentrasi industri kelima. Median ukuran perusahaan adalah sekitar tiga sampai empat kali lebih besar bagi perusahaan-perusahaan di industri dalam kuintil tertinggi konsentrasi industri dibandingkan dengan perusahaan-perusahaan di kuintil terendah. Secara khusus, penjualan median bersih (kapitalisasi pasar, aset buku) untuk perusahaan di terendah dan tertinggi kuintil adalah $ 296m ($ 242m, $ 275m) dan $ 1108m ($ 749m,$ 1058m), masing-masing.

Table 1Industry concentration and industry characteristics.

In Panel A, for each 3-digit NAICS industry within the manufacturing sector, we report the median values of the Herfindahl-Hirschman index and the four-firm ratio for the component 6-digit NAICS industries. The Herfindahl-Hirschman index and four-firm ratio for a 6-digit NAICS industry is the average of the 1997, 2002 and 2007 Census year values. In Panel B, quintiles are based on 6-digit NAICS Herfindahl-Hirschman index values. # of firms per industry is the number of public and private firms in a 6-digit NAICS industry as reported by the Census of Manufactures. Net sales is defined as net sales in millions in year t. Market capitalization is defined as the market value of equity in millions at the end of year t. Book assets is the book value of total assets in millions at the end of year t. Net sales, Market capitalization, and Book assets are inflation-adjusted. Median values are reported using firm-year observations over the 1995–2009 sample period.

Panel A: Industries sorted by the Herfindahl-Hirschman index Median 6-digit NAICS industry Herfindahl-Hirschman index and four-firm ratio

3-digit NAICS code Industry name Herfindahl-Hirschman index Four-firm ratio

323 Printing and related support 97.8 15.4321 Wood products 216.8 21.4332 Fabricated metal products 240.1 24.2314 Textile product mills 320.0 28.4333 Machinery 361.7 30.5313 Textile mills 383.7 30.4337 Furniture and related products 387.5 33.5339 Miscellaneous 390.2 32.2326 Plastics and rubber products 396.2 32.7315 Apparel 537.5 40.4331 Primary metal 579.6 40.5327 Nonmetallic mineral products 615.9 42.0


324 Petroleum and coal products 658.4 42.2335 Electrical equipment, appliances, and components 666.4 46.1334 Computer and electronic products 696.3 44.1322 Paper 758.9 45.8311 Food 778.1 47.4316 Leather and allied products 857.2 49.7325 Chemicals 933.8 52.9312 Beverage and tobacco products 986.6 62.4336 Transportation equipment 1033.3 56.6

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

Quintile Herfindahl-Hirschman index Four-firm ratio # of firms per industry Net sales Market capitalization Book assets

1 108.9 17.3 1011 296 242 2752 310.6 26.1 454 520 348 4593 584.2 39.9 293 755 565 6724 991.3 51.8 158 946 747 8315 1769.3 66.5 116 1108 749 1058

3.2. Manajemen dan laba analis perkiraan Data

Data perkiraan pendapatan manajemen diperoleh dari Perusahaan Ditempatkan Pedoman (CIG) database yang dikelola oleh “Panggilan pertama”. Data analis perkiraan pendapatan yang diperoleh dari broker Kelembagaan 'Estimate System (Ibes)’.

3.3. Perusahaan peringkat pengungkapan data

Peringkat keseluruhan analis dari pengungkapan perusahaan sebuah perusahaan adalah tangan-dikumpulkan dari Laporan Asosiasi Pengelolaan Investasi dan Riset untuk tahun 1995 dan 1996, dua tahun terakhir sesuai data ini tersedia. Peringkat ini, yang berkisar dari skor nol sampai 100, ditentukan oleh subkomite analis, yang diselenggarakan oleh industri. Mereka menganggap kualitas keseluruhan dari pengungkapan suatu perusahaan lebih dari satu tahun tertentu (Lang dan Lundholm, 1996;. Healy et al, 1999). Secara khusus, peringkat ini mewakili kualitas pengungkapan perusahaan bersama tiga dimensi: (1) informasi tahunan yang diterbitkan, seperti laporan tahunan, (2) informasi triwulanan dan lainnya diterbitkan, seperti laporan triwulanan, siaran pers, dan pernyataan proxy, dan ( 3) hubungan investor dan aspek-aspek terkait, seperti bagaimana perusahaan responsif adalah pertanyaan analis, aksesibilitas manajemen dan kejujuran mereka dalam membahas perkembangan perusahaan, dan frekuensi dan isi dari presentasi analis. The subkomite industri berusaha untuk memberikan penilaian pengungkapan untuk perusahaan 'terkemuka' di industri, mengakibatkan perusahaan hanya besar dalam industri yang dipilih untuk evaluasi. Dengan demikian, jumlah perusahaan dengan penilaian pengungkapan relatif kecil.

3.4. Private Placement Dan Penawaran Ekuitas Berpengalaman

Data penjualan saham biasa di dalam Amerika Serikat melalui private placement adalah tangan-dikumpulkan dengan mencari melalui berita di database Lexis Nexis. Data untuk SEO dari saham biasa baru yang terjadi di Amerika Serikat diperoleh dari database (SDC) Isu Global New Securities Data Corporation.

3.5. Sampel

AS Sensus menyediakan data pada indeks Herfindahl-Hirschman hanya untuk sektor manufaktur, dan oleh karena itu penelitian ini melakukan tes utama penelitian ini menggunakan sampel perusahaan manufaktur. Selama periode sampel penelitian ini, sekitar 39,5% dari perusahaan Compustat non


keuangan dan 33,4% dari semua perusahaan Compustat di sektor manufaktur. Ada kemungkinan bahwa beberapa hasil yang diperoleh dalam penelitian penelitian ini mungkin tidak berlaku untuk perusahaan-perusahaan non-manufaktur industries. Selain itu, data konsentrasi industri Sensus AS hanya tersedia setiap lima tahun, maka kita menggunakan rasio konsentrasi industri dari US tertentu tahun Sensus sebagai proxy untuk konsentrasi industri untuk jendela lima tahun sekitar tahun Sensus Amerika Serikat.

Sampel yang diambil dari perusahaan yang menerbitkan perkiraan manajemen laba, menerima peringkat pengungkapan analis, atau menjual saham ekuitas baru dengan mengambil sampel acak, yang juga bisa memperkenalkan hasil penelitian ini. Selanjutnya, hilangnya pengamatan karena persyaratan data untuk variabel penjelas penelitian ini juga dapat menyebabkan hasil penelitian ini. Tabel A1 dalam laporan lampiran bagaimana persyaratan data mempengaruhi ukuran sampel untuk analisis penelitian ini berbeda. Selanjutnya, Tabel A2 di lampiran membandingkan mean dan median nilai-nilai variabel untuk sampel yang digunakan untuk analisis tertentu dengan rata-rata yang sesuai dan nilai-nilai median dari variabel untuk (i) semua perusahaan manufaktur pada Compustat dan (ii) semua perusahaan pada Compustat. Tabel ini menunjukkan bahwa untuk beberapa sampel penelitian ini, nilai-nilai untuk indeks Herfindahl-Hirschman dan empat perusahaan rasio yang sedikit berbeda dari yang untuk sampel perusahaan manufaktur Compustat. Juga, ukuran perusahaan cenderung sedikit lebih besar untuk sampel penelitian ini. Semakin besar ukuran perusahaan dari perusahaan sampel penelitian ini adalah kemungkinan alasan mengapa nilai rata-rata dari variabel-variabel tertentu yang berbeda antara perusahaan sampel penelitian ini dan kedua perusahaan manufaktur di Compustat dan semua perusahaan di Compustat.

4. Temuan Empiris

4.1. Konsentrasi Industri Dan Frekuensi Dan Cakrawala Perkiraan Pendapatan Manajemen

Untuk menyelidiki bagaimana konsentrasi industri terkait dengan pengungkapan perusahaan, pertama kita meneliti hubungan antara konsentrasi industri dan frekuensi perkiraan pendapatan manajemen sukarela dan melaporkan hasil pada Tabel 2. Frekuensi perkiraan manajemen didefinisikan sebagai jumlah perkiraan manajemen yang dibuat oleh perusahaan selama tahun fiskal untuk laba tahun itu. Penelitian ini fokus pada perkiraan pengelolaan pendapatan tahunan berikut Li (2010), yang berpendapat bahwa biaya kepemilikan pengungkapan cenderung lebih signifikan untuk perkiraan tahunan daripada perkiraan kuartalan, karena cakrawala perkiraan tahunan biasanya lagi, memberikan saingan lebih banyak waktu untuk menanggapi informasi baru yang terkandung dalam ramalan. Manfaat lain dari menggunakan perkiraan tahunan adalah bahwa ini membuat hasil penelitian ini lebih sebanding dengan yang di Li (2010). Di sekitar setengah dari sampel perusahaan-tahun penelitian ini, manajer tidak membuat perkiraan pendapatan, jadi penelitian ini menggunakan satu sisi Tobit models.

Model frekuensi dalam penelitian ini berisi variabel kontrol yang termotivasi dari pekerjaan sebelumnya. Penelitian ini mengikuti Li (2010) dan Li et al. (2013) dan termasuk kontrol untuk kompetisi dengan pendatang potensial. Variabel ini dihitung mengikuti pendekatan di Li et al. (2013). Penelitian ini pertama menghitung untuk setiap enam digit industri NAICS rata-rata ukuran tertimbang dari properti, pabrik, dan peralatan, rata-rata ukuran tertimbang dari penelitian dan pengembangan biaya, rata-rata ukuran tertimbang dari belanja modal, dan penjualan total industri. Berikutnya, kita menghitung untuk setiap industri rata-rata di jajaran desil empat langkah industri ini. Penelitian ini kemudian kalikan nilai rata-rata ini dengan minus satu, karena kompetisi dengan pendatang potensial kurang intens ketika nilai


rata-rata ini lebih besar. Bens et al. (2011) berpendapat bahwa perusahaan-perusahaan publik yang bersaing dalam suatu industri dengan proporsi yang lebih tinggi dari perusahaan-perusahaan swasta dapat mengungkapkan kurang, mengingat bahwa perusahaan swasta cenderung mengikuti kebijakan non-disclosure. Penelitian ini mengontrol untuk faktor ini dengan memasukkan rasio jumlah publik untuk perusahaan-perusahaan swasta di industri NAICS 6-digit perusahaan. Manajer yang lebih pasti tentang prospek perusahaan mereka di masa depan cenderung mengungkapkan kurang (Dye, 1985; Jung dan Kwon,1988). Untuk mengontrol untuk faktor ini, penelitian ini menyertakan dua variabel dalam model penelitian ini: (. Waymire, 1985; Baginski et al, 2002) volatilitas return saham dari tahun sebelumnya dan perubahan mutlak tahun berjalan di laba per saham. Untuk mengendalikan keinginan manajemen yang lebih besar untuk mengungkapkan kabar baik dari berita buruk (Miller, 2002;. Kothari et al, 2009), penelitian ini menyertakan disesuaikan pasar saham kembali pada periode saat ini. Analis cenderung memiliki penghasilan kesulitan peramalan lebih besar dari R tinggi & perusahaan D (Barth et al., 2001) dan manajer dari perusahaan-perusahaan ini karena dapat memberikan lebih panduan laba. Di sisi lain, manajer dari R & D perusahaan yang lebih tinggi dapat memberikan perkiraan yang lebih sedikit karena perhatian yang lebih besar tentang akurasi mereka. Penelitian ini mengontrol dua faktor ini dengan termasuk biaya R & D. Penelitian ini juga menyertakan mengikuti penentu sebelumnya diidentifikasi dari frekuensi perkiraan manajemen:. Ukuran perusahaan (Kasznik dan Lev, 1995), cakupan analis (misalnya, Abarbanell et al, 1995.

Table 2Industry concentration and the frequency of management forecasts of earnings.

The table reports results of one-sided Tobit regression models. The dependent variable is the number of management forecasts made during a fiscal year for the earnings of that fiscal year. We use a Tobit model because the dependent variable is truncated at zero. The sample consists of firms in the manufacturing sector during the years 1995–2009, with necessary data for the variables used in the regression models. Management forecast data are collected from First Call's Company Issued Guidelines (CIG) database. The industry Herfindahl-Hirschman index is scaled by 10,000. The industry four-firm ratio is scaled by 100. Industry asset-weighted mean of the net-debt-to-asset ratio is for the 6-digit NAICS industry, where net-debt is defined as long-term debt minus cash. To construct the competition from potential entrants variable, we first calculate for six-digit NAICS industries the size-weighted average of property, plant, and equipment, the size-weighted average of research and development expenses, the size-weighted average of capital expenditures, and total industry sales. Next, we calculate for each industry the average across the decile ranks of these four industry measures and then multiply the resulting value by minus one. Ratio of the number of public to private firms in the industry is calculated as the number of firms on Compustat in the 6-digit NAICS industry divided by the difference between this number and the total number of firms in the industry as reported in Census of Manufactures publications. Stock return volatility is calculated with monthly stock return data over the firm's fiscal year. Absolute change in annual earnings per share/ stock price is the absolute value of the annual change in earnings per share deflated by stock price at the beginning of the fiscal year. Market-adjusted stock return is the firm's buy-and-hold 12-month fiscal year stock return minus the CRSP value-weighted stock return over the same period. Research and development expense/book assets is the R&D expense over a fiscal year divided by the book value of assets at the beginning of the fiscal year. Analyst coverage is the average number of analysts making earnings forecasts for the firm over the fiscal year. Institutional ownership data are collected from the Thomson Reuters CDA/Spectrum Institutional (13f) Holdings database and represents institutional holdings at the beginning of the fiscal year. The Post- Regulation Fair Disclosure dummy takes the value of one for firm-years from 2001 onwards and zero otherwise. Industry profitability is calculated using principal component analysis following the methodology in Li (2010). Equity or debt issuance dummy takes a value of one if a firm issues public equity or public debt in a subsequent two-year period, and zero otherwise. Rata-rata is measured at the firm-level as total liabilities minus deferred taxes scaled by total book assets. Standard deviation of earnings is calculated as the standard deviation of earnings before extraordinary items over the prior five years, with a requirement of at least three years of observations. Analyst optimism is measured as the difference between analyst consensus estimation at the beginning of the fiscal year and the actual earnings per share, scaled by the absolute value of actual earnings per share. Litigation industries dummy takes a value of one if the firm operates in an industry facing high litigate risk as defined in Li (2010), and zero otherwise. Year dummies are included in all the models, and the intercept represents the omitted year dummy. z-statistics (reported in parentheses) are based on standard errors clustered by industry. ***,**, and * indicate significance levels for two-tailed tests at the 1%, 5% and 10% levels, respectively.

Model 1 2 3 4

Intercept 7.437nnn 7.296nnn 7.327nnn 7.254nnn

( 13.20) ( 12.58) ( 12.83) ( 11.95) Industry Herfindahl-Hirschman index 5.307nn 6.138nnn

( 2.25) ( 2.87)Industry four-firm ratio 1.302 1.576n

( 1.58) ( 1.65)Industry Herfindahl-Hirschman index Industry asset-weighted mean of the net-debt-to-

asset ratio21.734nn

(2.42)Industry four-firm ratio Industry asset-weighted mean of the net-debt-to-asset ratio 3.056

(0.96)Industry asset-weighted mean of the net-debt-to-asset ratio 0.533 0.069 (

0.68) ( 0.06)Competition from potential entrants 0.839 0.833 0.882 0.823

(1.43) (1.39) (1.51) (1.35)Ratio of the number of public to private firms in the industry 2.344nn 2.265nn 2.322nn 2.201nn


( 2.52) ( 2.41) ( 2.54) ( 2.39) Stock return volatility 4.113n 4.396nn 3.670n 3.988n

( 1.91) ( 1.99) ( 1.76) ( 1.86) Absolute change in annual earnings per share/stock price 2.894nnn 2.883nnn 2.868nnn 2.854nnn

( 4.82) ( 4.78) ( 4.79) ( 4.78) Market-adjusted stock return 0.098 0.098 0.094 0.095

(1.35) (1.33) (1.32) (1.32)Research and development expense/book assets 4.322nnn 4.282nnn 4.052nnn 3.995nnn

( 3.45) ( 3.37) ( 3.25) ( 3.15) Natural logarithm of market value of equity 0.242nnn 0.243nnn 0.238nnn 0.246nnn

(2.91) (2.90) (2.91) (2.94) Analyst coverage 0.089nnn 0.086nnn 0.092nnn 0.087nnn

(2.92) (2.79) (3.03) (2.84) Institutional fractional ownership 3.797nnn 3.806nnn 3.819nnn 3.811nnn

(11.91) (11.92) (11.90) (11.89) Post-Regulation Fair Disclosure dummy 2.173nnn 2.116nnn 2.201nnn

2.144nnn

(5.10) (4.92) (5.17) (5.02) Industry profitability 7.246nnn 7.367nnn 6.838nnn 7.192nnn

(5.95) (5.60) (5.95) (5.75) Equity or debt issuance dummy 0.318nn 0.327nn 0.314nn 0.323nn

( 2.38) ( 2.48) ( 2.33) ( 2.45) Market-to-book ratio of assets 0.075 0.084 0.072 0.087

(1.05) (1.16) (1.02) (1.22)Rata-rata 1.374nnn 1.401nnn 1.053nn 1.117nnn

(3.09) (3.15) (2.48) (2.63) Standard deviation of earnings 3.240nnn 3.330nnn 3.129nnn 3.995nnn

( 3.96) ( 4.04) ( 3.93) ( 4.02) Positive earnings change dummy 0.221n 0.220n 0.232n 0.228n

(1.68) (1.67) (1.76) (1.73)

Table 2 (continued )

Model 1 2 3 4

Analyst optimism 0.065n 0.067nn 0.061n 0.064n

( 1.90) ( 1.97) ( 1.76) ( 1.86) Litigation industries dummy 0.599 0.597 0.715n 0.728n

(1.53) (1.45) (1.82) (1.72)R2-adjusted 0.123 0.123 0.125 0.123N 20,286 20,286 20,286 20,286

Vafeas, 2005), institutional ownership (Ajinkya et al., 2005), and an indicator variable for the post-Regulation Fair Disclosure period (Heflin et al., 2003).

Akhirnya, penelitian ini menyertakan variabel kontrol tambahan berikut yang Li (2010, Tabel 9), menggunakan model nya manajemen laba perkiraan frequency.Pertama, ia kontrol untuk profitabilitas industri, yang diperkirakan menggunakan analisis komponen utama pada sembilan variabel tingkat industri . Dia berpendapat bahwa variabel ini mungkin berhubungan dengan beberapa dimensi kompetisi. Kedua, ia termasuk variabel indikator untuk apakah perusahaan mengeluarkan utang publik atau ekuitas dalam periode dua tahun berikutnya, karena perusahaan cenderung mengungkapkan lebih sebelum memperoleh pendanaan eksternal untuk mengurangi biaya modal mereka. Ketiga, dia termasuk pasar rasio aset dan pendapatan sejarah volatilitas dari perusahaan, karena variabel-variabel ini menangkap kesulitan peramalan, yang dapat mencegah perusahaan dari memberikan perkiraan pendapatan. Keempat, dia juga mengontrol untuk perusahaan rata-rata, mencatat bahwa rata-rata terkait dengan intensitas persaingan dalam suatu industri. Kelima, dia termasuk ukuran untuk optimis dalam perkiraan pendapatan analis, karena manajer cenderung "berjalan" ramalan tersebut dengan menyediakan panduan laba. Akhirnya, dia termasuk variabel indikator risiko litigasi, karena perusahaan cenderung mengeluarkan perkiraan untuk mengungkapkan berita buruk lebih cepat untuk mengurangi risiko litigasi.

Pada model pertama dari Tabel 2, koefisien pada indeks Herfindahl-Hirschman adalah negatif dan signifikan. Pada model kedua, koefisien pada empat perusahaan rasio juga negatif, tetapi tidak signifikan


secara statistik pada tingkat konvensional (t-stat ¼ 1,58) 0,15 Hasil ini menunjukkan bahwa perusahaan-perusahaan di industri lebih terkonsentrasi mengungkapkan less.

Model ketiga dan keempat pada Tabel 2 adalah sama dengan dua model pertama dalam tabel ini, kecuali bahwa mereka juga termasuk variabel sebagai tambahan 6-digit NAICS aset tertimbang rata-rata industri dari rasio net-utang terhadap aset, dihitung untuk perusahaan di Compustat, dan interaksinya dengan indeks Herfindahl-Hirschman dan empat perusahaan rasio. Penelitian ini menganggap interaksi ini dalam model penelitian ini, karena Chevalier (1995a, 1995b) dan Phillips (1995) melaporkan bahwa ketika mapan dalam industri terkonsentrasi memiliki rata-rata keuangan yang lebih tinggi, intensitas persaingan industri lebih rendah karena kemampuan batas rata-rata yang lebih tinggi perusahaan untuk berinvestasi di bangunan pangsa pasar. Akibatnya, dalam industri terkonsentrasi dengan tingkat yang lebih rendah (lebih tinggi) utang, kemungkinan bahwa informasi kepemilikan yang terkandung dalam pengungkapan suatu perusahaan akan digunakan untuk melawan dengan rival kemungkinan lebih tinggi (lebih rendah) .Dalam mendefinisikan rasio rata-rata, kita kurangi kepemilikan kas dari utang karena cadangan kas perusahaan memberikan fleksibilitas keuangan. Juga, kita menggunakan rata-rata industri aset tertimbang, karena dibandingkan dengan perusahaan kecil dengan rata-rata yang rendah, perusahaan besar dengan rata-rata yang rendah cenderung menyebabkan lebih membahayakan perusahaan Penyebaran informasi ketika mereka mengeksploitasi informasi yang diungkapkan.

Dalam model ketiga dan keempat dari Tabel 2, koefisien pada indeks Herfindahl-Hirschman dan rasio empat perusahaan yang negatif dan signifikan. Juga, koefisien pada variabel interaksi dalam model ketiga adalah positif dan signifikan, sedangkan koefisien pada variabel interaksi dalam model keempat adalah positif, tetapi tidak significant.18 Hasil ini menunjukkan bahwa asosiasi negatif yang kita mendokumentasikan antara konsentrasi industri dan manajemen frekuensi perkiraan yang, seperti yang diharapkan, kurang diucapkan untuk industri dengan rata-rata yang lebih tinggi.

Selanjutnya, pada Tabel 3 kita meneliti hubungan antara konsentrasi industri dan cakrawala perkiraan pendapatan manajemen, yang didefinisikan sebagai jumlah hari antara tanggal perkiraan manajemen laba tahunan dan fiskal tanggal akhir tahun perusahaan. Untuk analisis ini, tahun perusahaan tanpa perkiraan pendapatan manajemen dijatuhkan. Model yang sama dengan yang di Tabel 2, kecuali bahwa variabel dependen adalah cakrawala rata-rata perkiraan pendapatan manajemen. Juga, untuk analisis ini kita menggunakan prosedur OLS.

Tabel 3

Konsentrasi Industri Dan Cakrawala Perkiraan Manajemen Laba.

Laporan tabel hasil dari model regresi OLS. Variabel dependen adalah jumlah rata-rata hari antara tanggal perkiraan manajemen laba tahun fiskal perusahaan dan tanggal akhir tahun fiskal. Sampel terdiri dari perusahaan-perusahaan di sektor manufaktur selama tahun 1995-2009, dengan data yang diperlukan untuk variabel dalam model. Data perkiraan manajemen dari First Call Pedoman Investor Perusahaan (CIG) database. Jika suatu perusahaan tidak membuat perkiraan manajemen selama tahun tertentu bahwa perusahaan-tahun dijatuhkan dari analisis. Industri indeks Herfindahl-Hirschman adalah skala oleh 10.000. Industri empat perusahaan rasio adalah skala dengan 100. Industri berarti aset tertimbang dari rasio net-utang terhadap aset adalah untuk industri NAICS 6-digit, dimana net-utang didefinisikan sebagai jangka panjang dikurangi utang tunai. Untuk membangun kompetisi dari potensi variabel pendatang, pertama kita menghitung untuk NAICS enam digit industrinya menghasilkan rata-rata ukuran tertimbang dari properti, pabrik, dan peralatan, rata-rata ukuran tertimbang dari biaya penelitian dan pengembangan, rata-rata ukuran tertimbang dari belanja modal , dan penjualan total industri. Berikutnya, kita menghitung untuk setiap industri rata-rata di seluruh jajaran desil empat langkah industri ini dan kemudian kalikan nilai yang dihasilkan oleh minus satu. Rasio jumlah publik untuk perusahaan swasta di industri dihitung sebagai jumlah perusahaan di Compustat di industri NAICS 6-digit dibagi dengan selisih antara nomor ini dan jumlah perusahaan dalam industri seperti yang dilaporkan dalam Sensus Manufaktur publikasi. volatilitas return saham dihitung dengan data return saham bulanan selama tahun fiskal perusahaan. perubahan mutlak dalam pendapatan tahunan per harga / saham saham adalah nilai mutlak dari perubahan tahunan laba per saham dikurangi dengan harga saham pada awal tahun fiskal. Pasar-adjusted return saham buy-and-hold 12 bulan tahun fiskal return saham perusahaan minus CRSP nilai-tertimbang return saham untuk periode yang sama. Penelitian dan pengembangan beban / aset buku adalah biaya R & D untuk tahun fiskal dibagi dengan nilai buku aset pada awal tahun fiskal. cakupan analis adalah jumlah rata-rata analis membuat perkiraan pendapatan bagi perusahaan selama tahun fiskal. pecahan kepemilikan institusional adalah kepemilikan institusional pada awal tahun fiskal. Post-Peraturan Adil Pengungkapan boneka mengambil nilai satu untuk tahun 2001 dan seterusnya, dan nol sebaliknya. profitabilitas industri dihitung menggunakan analisis komponen utama mengikuti metodologi dalam Li (2010). Ekuitas atau boneka penerbitan utang mengambil nilai satu jika perusahaan mengeluarkan ekuitas umum atau utang publik dalam jangka waktu dua tahun berikutnya, dan nol sebaliknya. Rata-rata diukur pada tingkat perusahaan sebagai total kewajiban dikurangi pajak tangguhan skala dengan total aktiva buku. Standar deviasi dari laba dihitung sebagai standar deviasi dari laba sebelum pos luar biasa selama lima tahun sebelumnya, dengan persyaratan minimal tiga tahun pengamatan. Analis optimisme diukur sebagai perbedaan antara estimasi konsensus analis pada awal tahun fiskal dan laba aktual per saham, skala oleh nilai absolut dari laba aktual per saham. Litigasi industri dummy mengambil nilai satu jika perusahaan beroperasi dalam suatu industri menghadapi risiko litigasi tinggi sebagaimana didefinisikan dalam Li (2010), dan nol sebaliknya. t-statistik (dilaporkan dalam kurung) didasarkan pada kesalahan standar berkerumun tahun dan industri. ***, **, Dan * mengindikasikan tingkat signifikansi untuk dua ekor tes di 1%, 5% dan 10 tingkat%, masing-masing.


Model 1 2 3 4

Intercept 5.805 9.070 0.123 3.241 (0.56) (0.83) (0.01) (0.29)

Industry Herfindahl-Hirschman index 111.238nnn 112.138nnn

( 3.17) ( 3.85)Industry four-firm ratio 28.320nn 31.154nn

( 2.29) ( 2.44)Industry Herfindahl-Hirschman index Industry asset-weighted mean of the net-debt-to-

asset ratio306.326nn


(0.84)Industry asset-weighted mean of the net-debt-to-asset ratio 8.909 17.572

(0.66) (0.95)Competition from potential entrants 11.366 11.021 1.078

1.412 (1.13) (1.08) (0.29) (0.38)

Ratio of the number of public to private firms in the industry 106.485nnn 107.166nnn 100.830nnn 101.720nnn

(4.33) (4.22) (3.58) (3.55) Stock return volatility 81.255n 87.611nn 72.344n 79.158n

( 1.82) ( 2.05) ( 1.66) ( 1.89) Absolute change in annual earnings per share/stock price 14.823nnn 15.131nnn 14.249nn 14.351nn

( 2.58) ( 2.60) ( 2.49) ( 2.42) Market-adjusted stock return 4.427nn 4.417nn 4.228nn 4.267nn

(2.31) (2.29) (2.20) (2.21) Research and development expense/book assets 9.851 9.563 4.324 3.022

( 0.37) ( 0.36) ( 0.16) ( 0.12) Natural logarithm of market value of equity 9.162nnn 9.209nnn 8.511nnn 8.660nnn

(5.52) (5.56) (5.11) (5.37) Analyst coverage 0.976nn 1.066nn 0.898nn 1.015nn

( 2.37) ( 2.51) ( 2.20) ( 2.44) Institutional fractional ownership 17.656nn 17.200nn 18.990nn 17.991nn

(2.08) (2.03) (2.27) (2.16) Post-Regulation Fair Disclosure dummy 34.065nnn 33.323nnn 35.243nnn 34.532nnn

(4.43) (4.36) (4.53) (4.42) Industry profitability 111.114nnn 114.040nnn 108.653nnn

116.743nnn

(5.86) (5.35) (5.11) (5.02) Equity or debt issuance dummy 3.006 2.900 3.250 3.108

(1.39) (1.33) (1.58) (1.50)Market-to-book ratio of assets 3.911nn 4.154nn 3.968nn 4.272nn

(2.30) (2.42) (2.33) (2.46) Rata-rata 31.008nnn 32.060nnn 21.338nnn 22.762nnn

(4.36) (4.60) (3.21) (3.48) Standard deviation of earnings 33.876nnn 35.930nnn 32.048nnn 35.115nnn

( 2.80) ( 2.79) ( 2.76) ( 2.80) Positive earnings change dummy 8.743nn 8.746nn 8.846nn 8.905nn

(2.34) (2.36) (2.37) (2.38) Analyst optimism 2.619nnn 2.627nnn 2.574nnn 2.575nnn

( 4.22) ( 4.29) ( 4.07) ( 4.14)

Table 3 (continued )

Model 1 2 3 4

Litigation industries dummy 5.747 5.915 6.556 7.264(0.82) (0.81) (0.86) (0.95)

R2-adjusted 0.186 0.184 0.189 0.186N 7,507 7,507 7,507 7,507

Dalam dua model pertama dari Tabel 3, koefisien pada indeks Herfindahl-Hirschman dan empat perusahaan rasio keduanya negatif dan significant.19 Model ketiga dan keempat pada Tabel 3 juga mencakup variabel sebagai tambahan yang NAICS 6-digit asset- rata-rata tertimbang industri rasio net-utang-untuk-aset, dan interaksinya dengan indeks Herfindahl-Hirschman dan empat perusahaan rasio. Dalam kedua model koefisien pada indeks Herfindahl-Hirschman dan rasio empat perusahaan yang


negatif dan signifikan. Juga, koefisien pada variabel interaksi dalam model ketiga adalah positif dan signifikan sedangkan koefisien pada variabel interaksi dalam model keempat adalah positif, namun tidak signifikan. Secara keseluruhan, Tabel 3 hasil menunjukkan bahwa perusahaan dalam industri terkonsentrasi mengungkapkan kurang, dan asosiasi ini kurang jelas untuk industri dengan rata-rata.20 lebih tinggi

pengujian penelitian ini dari frekuensi dan cakrawala perkiraan manajemen laba menggunakan data Pertama Call, yang memiliki beberapa kekurangan yang membatasi kesimpulan penelitian ini dari tes ini. Chuk et al. (2013) melaporkan bahwa beberapa karakteristik perusahaan yang terkait dengan cakupan dan konsistensi data Panggil Pertama pada perkiraan manajemen laba. faktor penentu dari cakupan dan konsistensi dapat berkorelasi dengan konsentrasi industri. Mengingat bahwa di perusahaan analisis penelitian ini yang tidak tercakup oleh First Panggil diberi nilai nol untuk frekuensi perkiraan manajemen, hasil penelitian ini dari hubungan antara frekuensi perkiraan manajemen dan konsentrasi industri bisa menjadi bias. Meskipun analisis kita tentang hubungan antara cakrawala perkiraan manajemen dan konsentrasi industri juga mungkin akan terpengaruh oleh bias cakupan dalam data Panggilan Pertama, berpotensi bias kurang parah dalam kasus ini, karena kita menganggap hanya perusahaan-perusahaan yang memiliki data Panggilan pertama untuk setidaknya satu perkiraan pada tahun tertentu. Mengingat bahwa Chuk et al. (2013) melaporkan bahwa kurangnya cakupan data First Call sangat parah sebelum 1998, kita kembali memperkirakan frekuensi perkiraan manajemen dan model cakrawala setelah menjatuhkan tahun 1995-1997 dari periode sampel penelitian ini. Penelitian ini menemukan bahwa hasil yang kuat untuk mempertimbangkan hanya periode sampel pasca 1997.

4.2. Konsentrasi Industri Dan Penempatan Swasta Dibandingkan Keputusan Ekuitas

Penelitian ini meneliti hubungan antara konsentrasi industri dan keputusan pembiayaan yang memiliki implikasi pengungkapan penting. Secara khusus, kita mempertimbangkan pilihan menjual saham baru melalui private placement atau SEO. Ada lebih sedikit SEC-diamanatkan persyaratan pengungkapan publik untuk penempatan pribadi saham biasa baru daripada untuk SEO. Misalnya, perusahaan diwajibkan untuk mengungkapkan dalam prospektus SEO mereka usulan penggunaan dana yang dihimpun, tapi untuk penempatan swasta tidak ada requirement.21 seperti Juga, dalam transaksi private placement, perusahaan biasanya tidak diperlukan untuk mengungkapkan bahwa transaksi telah diambil menempatkan dan apa adalah jumlah dana yang dihimpun dalam transaksi sampai empat hari kerja setelah menutup kesepakatan. Selanjutnya, dalam kasus penempatan swasta, biasanya ada hanya sejumlah kecil investor yang membeli saham dalam penjualan saham dan kepada siapa informasi tentang penjualan saham akan datang diungkapkan. Dengan demikian, untuk penjualan ini akan ada risiko yang lebih rendah dari kebocoran informasi ke rival tentang penjualan sebelum itu terjadi.

Penelitian ini mengumpulkan data tentang penjualan saham biasa melalui private placement dari berita di database Lexis Nexis-. sampel tahun penelitian ini untuk analisis ini terdiri dari tiga Sensus Amerika Serikat tahun dalam periode sampel penelitian ini, 1997, 2002, dan 2007, dan dua tahun tambahan, 2000 dan 2004,22 Penelitian ini memperoleh data tentang SEO dari saham biasa selama lima tahun ini dari Global Issues New SDC ini Database. Sampel penelitian ini terdiri dari 60% SEO dan 40% penempatan swasta. Distribusi ini sebanding dengan yang dilaporkan dalam studi sebelumnya (lihat misalnya, Wu, 2004; Gomes dan Phillips, 2012).


Table 4Industry concentration and the private placement versus seasoned equity offering decision.

The table reports results of probit regression models. The dependent variable equals one if a firm sells new shares through a private placement and equals zero if it sells new shares through a seasoned equity offering. The sample consists of firms in the manufacturing sector during the years 1997, 2000,2002, 2004, and 2007 with necessary data for variables in the models. The industry Herfindahl-Hirschman index is scaled by 10,000. The industry four-firm ratio is scaled by 100. Industry asset-weighted mean of the net-debt-to-asset ratio is for the 6-digit NAICS industry, where net-debt is defined as long-term debt minus cash. To construct the competition from potential entrants variable, we first calculate for six-digit NAICS industries the size-weighted average of property, plant, and equipment, the size-weighted average of research and development expenses, the size-weighted average of capital expenditures, and total industry sales. Next, we calculate for each industry the average across the decile ranks of these four industry measures and then multiply the resulting value by minus one. Ratio of the number of public to private firms in the industry is calculated as the number of firms on Compustat in the 6-digit NAICS industry divided by the difference between this number and the total number of firms in the industry as reported in Census of Manufactures publications. Analyst coverage is the average number of analysts making earnings forecasts for the firm during the fiscal year. Industry-adjusted sales growth is calculated as the natural logarithm of the difference between annual sales growth for the firm in the year prior to the event year and the corresponding median sales growth in the firm's 6-digit NAICS industry. Change in industry-adjusted market-to-book equity is the difference between 6- digit NAICS industry-adjusted market-to-book equity at the end of the event fiscal year and at the end of the previous fiscal year; it is scaled by 1000. Operating cash flow/book assets is operating income before depreciation divided by lagged book assets. Cash flow volatility is the standard deviation of operating income, calculated with data for at least 12 and up to 20 quarters prior to the event quarter. Altman-Z score, a bankruptcy likelihood measure, is calculated as in Altman (1968), and is scaled by 100. Stock return volatility is calculated with monthly stock return data for the firm's fiscal year. One-year market-adjusted stock return is the firm's stock return net of the value-weighted CRSP index for the year prior to the announcement of the equity issuance. Year dummies are included in all the models, and the intercept represents the omitted year dummy. The table presents estimates of marginal effects. z- statistics (reported in parentheses) are based on standard errors clustered by industry. ***, **, and * indicate significance levels for two-tailed tests at the 1%,5%, and 10% levels, respectively.

Model 1 2 3 4


(4.57) (4.26) (4.88) (4.11)Industry Herfindahl-Hirschman index 2.596n 1.360

Industry four-firm ratio(1.75)

0.938nn(0.96)

0.998nn

(2.27) (2.40)Industry Herfindahl-Hirschman index Industry asset-weighted mean of the net-debt-to-

asset ratio 14.488nn

( 2.53)Industry four-firm ratio Industry asset-weighted mean of the net-debt-to-asset ratio 3.574nn

( 2.13) Industry asset-weighted mean of the net-debt-to-asset ratio 0.176 0.583

(0.36) (0.83) Competition from potential entrants 0.161 0.124 0.114 0.066

( 0.44) ( 0.35) ( 0.32) ( 0.19) Ratio of the number of public to private firms in the industry 0.149 0.211 0.346n 0.469nn

( 0.88) ( 1.30) ( 1.83) ( 2.50) Natural logarithm of book value of assets 0.585nnn 0.593nnn 0.596nnn 0.597nnn

( 11.84) ( 11.98) ( 12.30) ( 12.36) Analyst coverage 0.038 0.041 0.039 0.039

(1.07) (1.13) (1.08) (1.06)Number of years since a firm's IPO 0.009 0.007 0.012n 0.011n

(1.41) (1.16) (1.91) (1.71) Industry-adjusted sales growth 0.057 0.059 0.061 0.066

(0.68) (0.71) (0.71) (0.76)Change in industry-adjusted market-to-book equity 0.002nn 0.002nn 0.002n 0.002n

(2.22) (2.17) (1.84) (1.90) Operating cash flow/book assets 0.094 0.095 0.104 0.096

( 0.62) ( 0.62) ( 0.67) ( 0.61)Cash flow volatility 0.349 0.350 0.378 0.374

(1.22) (1.21) (1.25) (1.22)Altman-Z score 0.004nn 0.004nnn 0.004nn 0.004nn

( 2.03) ( 2.64) ( 2.05) ( 2.28) Stock return volatility 0.384 0.374 0.338 0.325

(0.66) (0.64) (0.58) (0.56)One-year market-adjusted stock return 0.190nnn 0.190nnn 0.194nnn 0.201nnn

( 3.09) ( 3.05) ( 3.11) ( 3.22)The offering takes place within one week of an earnings announcement dummy 0.518nnn 0.511nnn 0.563nnn 0.556nnn

( 3.70) ( 3.72) ( 3.85) ( 3.85)Pseudo-R2 0.319 0.319 0.328 0.328N 785 785 785 785

Tabel 4 laporan diperkirakan efek marginal dari model probit di mana variabel dependen sama dengan satu untuk private placement dan nol untuk SEO. Seperti dalam model pengungkapan penelitian ini yang lain, penelitian ini mengendalikan kompetisi dengan pendatang potensial. Penelitian ini juga mengontrol rasio jumlah publik untuk perusahaan-perusahaan swasta di industri NAICS 6-digit


perusahaan. Variabel ini diharapkan untuk menangkap isu bahwa perusahaan publik dapat mengungkapkan kurang jika lebih dari pesaingnya adalah pribadi dengan persyaratan pengungkapan minimal. Wu (2004) dan Gomes dan Phillips (2012) menunjukkan bahwa perusahaan dengan asimetri informasi yang lebih besar lebih mungkin untuk menjual saham baru melalui private placement bukan melalui penawaran saham berpengalaman. Untuk mengontrol asimetri informasi, kita mengikuti Wu (2004) dan termasuk logaritma natural dari aset buku, cakupan analis, dan jumlah tahun sejak IPO perusahaan. Seperti di Wu (2004), penelitian ini juga mengendalikan revisi investor dari potensi pertumbuhan perusahaan, oleh termasuk pertumbuhan penjualan industri-disesuaikan selama tahun sebelum penjualan saham baru dan perubahan di disesuaikan rasio market-to-book industri- selama tahun masalah saham. Berikut Gomes dan Phillips (2012), penelitian ini menyertakan arus kas operasi skala oleh aset, volatilitas arus kas, dan skor risiko kebangkrutan Altman-Z, sebagai kontrol untuk profitabilitas, ketidakpastian produktif, dan risiko distress, masing-masing. Untuk mengontrol kemungkinan bahwa manajer perusahaan dalam industri lebih terkonsentrasi dapat mengungkapkan kurang karena mereka kurang informasi tentang prospek perusahaan mereka di masa depan, penelitian ini menyertakan volatilitas return saham selama tahun sebelum penjualan ekuitas. Penelitian ini juga mencakup-disesuaikan pasar return saham tahun sebelumnya untuk menangkap kecenderungan perusahaan 'untuk memiliki SEO berikut kinerja saham yang baik. Akhirnya, penelitian ini menyertakan variabel indikator apakah SEO berlangsung dalam waktu satu minggu dari pengumuman laba, karena Korajczyk et al. (1991) menunjukkan bahwa SEO sering terjadi segera setelah pengumuman laba yang menyampaikan berita biasa baik tentang perusahaan.

Hasil untuk dua model pertama pada Tabel 4 menunjukkan koefisien positif yang signifikan pada indeks Herfindahl-Hirschman dan variabel rasio empat perusahaan, menunjukkan bahwa perusahaan-perusahaan dalam industri lebih terkonsentrasi lebih memilih penempatan pribadi atas SEO. Model ketiga dan keempat pada Tabel 4 juga mencakup variabel rata-rata yang industri, bersama dengan interaksinya dengan indeks Herfindahl-Hirschman dan empat perusahaan rasio. Koefisien pada kedua variabel interaksi yang negatif dan signifikan. Secara keseluruhan, Tabel 4 menunjukkan bahwa perusahaan dalam industri lebih cenderung menggunakan penempatan pribadi daripada SEO ketika mereka menjual saham baru, dan asosiasi ini adalah kurang menonjol di industri rata-rata, di mana rival suatu perusahaan akan cenderung agresif bereaksi untuk informasi yang terkandung dalam pengungkapan nya.

Selanjutnya bahwa konsentrasi industri penelitian ini berhubungan dengan pilihan private placement versus SEO dapat dikenakan untuk sampel bias seleksi karena sampel yang digunakan untuk analisis ini hanya terdiri dari perusahaan-perusahaan yang menjual saham ekuitas baru. Untuk mengatasi masalah ini, pertama penelitian ini memperkirakan model probabilitas bahwa perusahaan menjual saham ekuitas baru, dan kemudian termasuk kebalikan rasio Mills dari estimasi ini sebagai variabel kontrol dalam model penelitian ini pilihan private placement versus SEO. Untuk memperkirakan probabilitas bahwa suatu perusahaan menjual saham ekuitas baru pada tahun tertentu, kita menggunakan DeAngelo et al. (2010) model, yang menguji market timing dan penjelasan siklus hidup perusahaan untuk penjualan tersebut. Variabel dependen dalam model ini mengambil nilai satu jika suatu perusahaan menjual saham ekuitas baru pada tahun tertentu, dan nol sebaliknya. Variabel penjelas adalah yang digunakan di DeAngelo et al. (2010) dan penelitian ini menambahkan industri indeks Herfindahl-Hirschman perusahaan atau rasio empat perusahaan. Sampel yang digunakan untuk memperkirakan model ini terdiri dari perusahaan-perusahaan sampel penelitian ini yang menjual saham


ekuitas baru melalui penempatan pribadi atau SEO pada tahun 1997, 2000, 2002, 2004, dan 2007 dan sisanya dari perusahaan manufaktur di Compustat dan CRSP yang data yang dibutuhkan adalah tersedia untuk lima tahun ini. Penelitian ini menemukan bahwa korelasi antara variabel dependen, apakah perusahaan menjual ekuitas pada tahun tertentu, dan indeks Herfindahl-Hirschman dan empat perusahaan ratio hanya 0,002 dan 0,008, dan hasil regresi (untabulated) menunjukkan bahwa koefisien pada indeks Herfindahl-Hirschman dan empat perusahaan rasio tidak signifikan.

Penelitian ini menyertakan kebalikan rasio Mills dari model tahap pertama sebagai variabel kontrol tambahan pada Tabel penelitian ini 4 model pilihan private placement versus SEO untuk menjual ekuitas. Penelitian ini menemukan bahwa koefisien pada terbalik Mills variabel rasio tidak signifikan dan bahwa hasil penelitian ini terkait dengan Herfindahl-Hirschman dan variabel rasio empat perusahaan tetap sama. Hasil ini menunjukkan bahwa asosiasi dari dua variabel konsentrasi industri ini dengan pilihan private placement versus SEO tidak dikenakan sampel yang signifikan pilihan bias.

Kesimpulan penelitian ini bahwa perusahaan dalam industri terkonsentrasi cenderung mengeluarkan ekuitas melalui private placement untuk menyembunyikan informasi menimbulkan dua masalah berikut. Pertama, perusahaan dalam industri lebih terkonsentrasi juga dapat mencapai tujuan menyembunyikan informasi dari saingan mereka dengan memegang cadangan kas yang lebih besar atau dengan membayar dividen lebih kecil, sehingga mengurangi ketergantungan mereka pada pendanaan eksternal untuk mendanai investasi. Dua penelitian sebelumnya mendokumentasikan hubungan positif antara konsentrasi industri dan kepemilikan kas perusahaan dan hubungan negatif antara konsentrasi industri dan jumlah dividen suatu perusahaan membayar keluar. Haushalter et al. (2007) menunjukkan bahwa perusahaan dalam industri lebih terkonsentrasi memiliki cadangan kas yang lebih besar. Mereka berpendapat bahwa perusahaan-perusahaan dalam industri terkonsentrasi memegang lebih banyak uang untuk mengurangi risiko perilaku predator oleh perusahaan saingan berusaha untuk meningkatkan pangsa pasar mereka. Grullon dan Michaely (2007) melaporkan bahwa perusahaan dalam industri lebih terkonsentrasi membayar dividen lebih kecil. Mereka berpendapat bahwa hasil ini bisa berarti bahwa pembayaran perusahaan adalah hasil dari kekuatan disiplin eksternal. Penelitian ini memperkirakan model di Haushalter et al. (2007) dan Grullon dan Michaely (2007) untuk periode sampel penelitian ini dan mengkonfirmasi hasil mereka bahwa perusahaan dalam industri lebih terkonsentrasi, diukur dengan menggunakan indeks Herfindahl- Hirschman atau empat perusahaan rasio, memegang lebih banyak uang tunai dan membayar dividen lebih kecil. Meskipun temuan ini konsisten dengan penjelasan yang diberikan dalam makalah ini, mereka bisa juga sebagian didorong oleh perusahaan-perusahaan dalam industri terkonsentrasi berusaha untuk menurunkan ketergantungan mereka pada pendanaan eksternal untuk mengurangi pengungkapan mereka.

Perhatian kedua dengan kesimpulan penelitian ini bahwa perusahaan dalam industri terkonsentrasi lebih suka menjual ekuitas melalui private placement untuk menyembunyikan informasi adalah bahwa ketika pendanaan eksternal diperlukan, perusahaan-perusahaan di industri terkonsentrasi dapat menghindari pengungkapan publik dengan meminjam dari bank. Jika itu terjadi, sebuah perusahaan di industri lebih terkonsentrasi harus memiliki rasio yang lebih tinggi dari utang bank ke publik utang. Sayangnya, Compustat tidak memberikan data yang diperlukan untuk menghitung rasio ini, jadi penelitian ini proxy untuk itu dengan jatuh tempo utang rata-rata perusahaan. Harford et al. (2013) dokumen yang jatuh tempo utang bank adalah nyata lebih pendek dari adalah jatuh tempo utang publik, menyiratkan bahwa utang jatuh tempo rata-rata lebih pendek untuk perusahaan dengan utang bank


lebih. Berikut Harford et al. (2013), kita mengukur utang jatuh tempo sebagai fraksi dari perusahaan utang jangka panjang karena dalam tiga tahun ke depan. Sebuah nilai yang lebih tinggi untuk fraksi ini menunjukkan bahwa jatuh tempo utang rata-rata perusahaan yang lebih pendek. Penelitian ini memperkirakan model kematangan utang mereka untuk periode sampel penelitian ini setelah termasuk industri indeks Herfindahl-Hirschman atau rasio empat perusahaan sebagai variabel penjelas tambahan.

Penelitian ini menemukan bahwa koefisien pada indeks Herfindahl-Hirschman dan variabel rasio empat perusahaan yang positif dan signifikan, menunjukkan bahwa perusahaan-perusahaan dalam industri lebih terkonsentrasi memiliki utang jatuh tempo yang lebih pendek, mungkin karena penggunaan yang lebih besar dari utang bank. Namun, perusahaan-perusahaan di industri terkonsentrasi tidak mungkin untuk hanya menggunakan utang bank untuk pendanaan eksternal mengingat bahwa rata-rata keuangan yang tinggi akan meningkatkan risiko kebangkrutan dan risiko tindakan predator pada bagian dari saingan (misalnya, Chevalier, 1995a, 1995b; Phillips, 1995; Campello, 2003, 2006). Dengan demikian, perusahaan dalam industri terkonsentrasi cenderung mengandalkan penjualan saham ekuitas baru juga ketika mereka mengumpulkan dana eksternal. Secara keseluruhan, hasil penelitian ini yang terkait dengan pembiayaan ekuitas, kepemilikan kas perusahaan, dividen, dan jatuh tempo utang mendukung proposisi bahwa keputusan pembiayaan perusahaan dalam industri terkonsentrasi dipengaruhi oleh keengganan mereka untuk mengungkapkan informasi hak milik.

4.3. Konsentrasi Industri Dan Penilaian Pengungkapan Perusahaan

Pengujian penelitian ini sejauh pertimbangkan pengungkapan tertentu. Untuk tes yang lebih komprehensif hipotesis bahwa konsentrasi industri berhubungan negatif dengan keinformatifan kebijakan pengungkapan perusahaan, kita menguji apakah perusahaan dalam industri lebih terkonsentrasi menerima penilaian pengungkapan lebih rendah dari analis. Peringkat ini diperoleh dari Laporan Asosiasi Pengelolaan Investasi dan Riset dan mewakili persepsi analis dari kualitas keseluruhan dari berbagai pengungkapan bahwa perusahaan membuat (lihat Lang dan Lundholm, 1993).

Tabel 5 memberikan OLS perkiraan dari regresi peringkat pengungkapan analis konsentrasi industri dan variabel kontrol. Seperti dalam model penelitian ini yang lain, penelitian ini menyertakan ukuran untuk kompetisi dengan pendatang potensial dan rasio jumlah publik untuk perusahaan-perusahaan swasta di industri NAICS 6-digit perusahaan. kemudahan yang analis dapat membuat perkiraan yang akurat dari penghasilan perusahaan dapat mempengaruhi persepsi mereka tentang kualitas pengungkapan perusahaan. Berikut Lang dan Lundholm (1993), kita menggunakan tiga variabel berikut untuk proxy untuk kemudahan yang analis dapat membuat perkiraan yang akurat: ukuran perusahaan, sejarah volatilitas laba, diperkirakan menggunakan data pendapatan untuk setidaknya tiga tahun sebelumnya, dan tahun berjalan mutlak perubahan laba per saham. Sejarah volatilitas laba dan perubahan mutlak tahun berjalan di laba per saham juga mengendalikan kemungkinan bahwa manajer mengungkapkan kurang jika mereka tidak yakin tentang kinerja perusahaan mereka di masa depan. Penelitian ini juga termasuk sebagai mengontrol rasio book-to-market, return on asset, dan satu tahun pertumbuhan penjualan, karena kinerja perusahaan dapat berdampak persepsi analis dari kualitas pengungkapan nya (Lang dan Lundholm, 1993; Bens dan Monahan, 2004). Berikut Bens dan Monahan (2004), penelitian ini juga menyertakan sebagai cakupan analis kontrol, analis perkiraan dispersi, kesalahan perkiraan analis, dan volatilitas revisi perkiraan analis. Akhirnya, kita kontrol untuk


keanggotaan perusahaan dalam indeks S & P 500 karena dapat berdampak positif terhadap persepsi analis dari kualitas pengungkapan nya (Bushee dan Noe, 2000).

Dua model pertama pada Tabel 5 menunjukkan bahwa penilaian pengungkapan analis perusahaan 'terkait negatif dengan industri indeks Herfindahl-Hirschman dan empat perusahaan rasio, menyiratkan bahwa perusahaan dalam industri lebih terkonsentrasi mengungkapkan kurang. Model ketiga dan keempat pada Tabel 5 adalah sama dengan dua model pertama, kecuali bahwa mereka juga termasuk variabel industri rata-rata yang bersama dengan interaksi dengan indeks Herfindahl-Hirschman dan empat perusahaan rasio. Koefisien pada variabel interaksi dalam model ketiga adalah signifikan dan positif. Dalam model keempat koefisien pada variabel interaksi positif, tetapi tidak signifikan secara statistik (t-stat ¼ 1,33). Hasil ini konsisten dengan gagasan bahwa kecenderungan perusahaan-perusahaan di industri terkonsentrasi untuk mengungkapkan kurang kurang jelas dalam industri dengan rata-rata lebih tinggi

4.4. Konsentrasi Industri Dan Sifat Dari Perkiraan Analis Laba

Untuk tes komprehensif lain apakah konsentrasi industri dikaitkan dengan keinformatifan kebijakan pengungkapan perusahaan, penelitian ini meneliti hubungan antara konsentrasi industri dan sifat tertentu dari perkiraan analis laba. Jika perusahaan-perusahaan di industri lebih terkonsentrasi menunjukkan perkiraan penyebaran yang lebih besar, kesalahan perkiraan yang lebih besar, dan volatilitas yang lebih besar dari revisi perkiraan pendapatan analis, itu akan menunjukkan bahwa perusahaan dalam industri lebih terkonsentrasi mengungkapkan sedikit (lihat, misalnya, Lang dan Lundholm, 1996).

Penelitian ini menggunakan model dispersi dalam perkiraan analis, analis memperkirakan kesalahan, dan volatilitas analis memperkirakan revisi yang sama dengan yang di Lang dan Lundholm (1996). Seperti dalam semua model penelitian ini yang lain, penelitian ini menyertakan sebagai kontrol ukuran untuk kompetisi dengan pendatang potensial dan rasio jumlah publik untuk perusahaan-perusahaan swasta di industri NAICS 6-digit perusahaan. Penelitian ini juga memasukkan variabel bahwa pekerjaan sebelum berpendapat terkait dengan kemudahan yang analis dapat membuat perkiraan.

Table 5Industry concentration and analyst disclosure ratings.

The table reports results of OLS regressions. The dependent variable is analysts' overall ratings of a firm's disclosure practices from the Report of theAssociation for Investment Management and Research; the rating is scaled by 100. The sample consists of firms in the manufacturing sector during the years1995 and 1996 with necessary data for the variables in the models. The industry Herfindahl-Hirschman index is scaled by 10,000. The industry four-firm ratio is scaled by 100. Industry asset-weighted mean of the net-debt-to-asset ratio is for the 6-digit NAICS industry, where net-debt is defined as long-term debt minus cash. To construct the competition from potential entrants variable, we first calculate for six-digit NAICS industries the size-weighted average of property, plant, and equipment, the size-weighted average of research and development expenses, the size-weighted average of capital expenditures, and total industry sales. Next, we calculate for each industry the average across the decile ranks of these four industry measures and then multiply the resulting value by minus one. Ratio of the number of public to private firms in the industry is calculated as the number of firms on Compustat in the 6-digit NAICS industry divided by the difference between this number and the total number of firms in the industry as reported in Census of Manufactures publications. Standard deviation of return on equity is computed using annual return on equity of the preceding 10 years, with a minimum of three preceding years of data. Absolute change in annual earnings per share/stock price is the absolute value of the annual change in earnings per share deflated by stock price at the beginning of the fiscal year. Return on assets is earnings before extraordinary items scaled by assets at the beginning of the year. Sales growth is sales divided by lagged sales. Analyst coverage is the average number of analysts making earnings forecasts for the firm during the fiscal year. Analyst forecast dispersion is the 12-month average of the standard deviation of analysts' forecasts, deflated by stock price at the beginning of the fiscal year. Analyst forecast errors is the 12-month average of the absolute values of analyst forecast errors, defined as actual earnings minus median forecast, deflated by stock price at the beginning of the fiscal year. Analyst forecast revision volatility is the standard deviation of forecast revisions deflated by stock price at the beginning of the fiscal year, where forecast revision is defined as current month's median forecast minus previous month's median forecast. The S&P 500 firm dummy takes the value of one if the firm is included in the S&P 500, and zero otherwise. Year dummies are included in all the models, and the intercept represents the omitted year dummy. t-Statistics (reported in parentheses) are based on standard errors clustered by industry. ***, **, and * indicate significance levels for two-tailed tests at the 1%, 5% and 10% levels, respectively.

Model 1 2 3 4


Industry Herfindahl-Hirschman index(3.39) 0.575nn

(3.43) (3.91) 1.724nnn

(3.94)


( 2.28) ( 2.73)Industry four-firm ratio 0.247nn 0.466nn

( 2.49) ( 2.17)Industry Herfindahl-Hirschman index Industry asset-weighted mean of the net-debt-to-asset

ratio7.373nn


(1.33)Industry asset-weighted mean of the net-debt-to-asset ratio 0.795nn 0.883

( 2.32) ( 1.59)Competition from potential entrants 0.336nn

( 2.04) 0.338nn

( 2.03) 0.316nn

( 2.07) 0.313nn

( 2.02)Ratio of the number of public to private firms in the industry 0.244 0.289 0.423nn 0.383n

Natural logarithm of market value of equity

Standard deviation of return on equity

( 1.47) 0.060n

( 1.89)0.541nnn

( 1.52) 0.058n

( 1.84)0.566nnn

( 2.32) 0.047n

( 1.75)0.539nnn

( 1.80) 0.050n

( 1.77)0.559nnn

(2.92) (3.35) (3.05) (3.33)Absolute change in annual earnings per share/stock price 0.202 0.213 0.207 0.219

( 1.24) ( 1.29) ( 1.35) ( 1.36)Book-to-market-equity 0.069 0.076 0.011 0.055

( 0.50) ( 0.53) ( 0.10) ( 0.40)Return on assets 0.258 0.221 0.344nn 0.280

(1.23) (1.06) (2.02) (1.22)Sales growth 0.108 0.117 0.139 0.137

(1.00) (1.08) (1.45) (1.32)Analyst coverage 0.357 0.335 0.181 0.196

(0.94) (0.88) (0.45) (0.48)Analyst forecast dispersion 10.833nn 10.609nn 5.556 6.423

( 2.10) ( 2.00) ( 0.84) ( 0.96)Analyst forecast errors 0.414 0.218 0.368 0.409

(0.41) (0.23) ( 0.33) ( 0.43)Analyst forecast revision volatility 3.112n 3.172n 3.252 3.229

(1.65) (1.66) (1.48) (1.58)S&P 500 firm dummy 0.068n 0.069n 0.062n 0.063n

(1.87) (1.88) (1.93) (1.83)R2-adjusted 0.132 0.136 0.157 0.140N 123 123 123 123

Secara khusus, penelitian ini mengontrol logaritma natural dari nilai pasar ekuitas, R & D biaya, cakupan analis, dan korelasi historis pendapatan perusahaan dengan return saham perusahaan (Lang dan Lundholm, 1996;. Barth et al, 2001). Untuk mengendalikan kemungkinan bahwa manajer mengungkapkan kurang karena mereka tidak yakin tentang kinerja perusahaan mereka di masa depan, penelitian ini menyertakan variabel-variabel berikut: sejarah volatilitas laba, volatilitas return saham perusahaan dari tahun sebelumnya, dan perubahan mutlak tahun berjalan di laba per saham . Penelitian ini juga termasuk saham yang disesuaikan berdasarkan harga pasar periode berjalan kembali untuk mengendalikan keinginan manajemen untuk mengungkapkan kabar baik lebih cepat daripada berita buruk (Miller, 2002;. Kothari et al, 2009). Akhirnya, untuk kontrol untuk staleness data perkiraan Ibes, penelitian ini menyertakan persentase perkiraan pada akhir bulan yang baru direvisi atau perkiraan pertama kali.

Table 6

Industry concentration and analyst forecast properties.The table reports results of OLS regressions. The sample consists of firms in the manufacturing sector during the years 1995–2009, with necessary data

for the variables in the models. The dependent variable in Models 1 and 2 is the 12-month average of the standard deviation of analysts' forecasts, deflated by stock price at the beginning of the fiscal year. The dependent variable in Models 3 and 4 is the 12-month average of the absolute values of analyst forecast errors defined as actual earnings minus median forecast, deflated by stock price at the beginning of the fiscal year. The dependent variable in Models 5 and 6 is the standard deviation of forecast revisions deflated by stock price at the beginning of the fiscal year, where forecast revision is defined as current month's median forecast minus previous month's median forecast. The industry Herfindahl-Hirschman index is scaled by 10,000. The industry four-firm ratio is scaled by 100. To construct the competition from potential entrants variable, we first calculate for six-digit NAICS industries the size- weighted average of property, plant, and equipment, the size-weighted average of research and development expenses, the size-weighted average of capital expenditures, and total industry sales. Next, we calculate for each industry the average across the decile ranks of these four industry measures and then multiply the resulting value by minus one. Ratio of the number of public to private firms in the industry is calculated as the number of firms on Compustat in the 6-digit NAICS industry divided by the difference between this number and the total number of firms in the


industry as reported in Census of Manufactures publications. Research and development expense/book assets is the R&D expense for the fiscal year divided by book value of assets at the beginning of the fiscal year. Analyst coverage is the average number of analysts making earnings forecasts for a firm during the fiscal year. Correlation between return on equity and stock returns is computed using annual data of the preceding 10 years, with a minimum of three preceding years of data. Standard deviation of return on equity is computed using annual return on equity of the preceding 10 years, with a minimum of three preceding years of data. Stock return volatility is calculated with monthly stock return data for the firm's fiscal year. Absolute change in annual earnings per share/stock price is the absolute value of the annual change in earnings per share deflated by stock price at the beginning of the fiscal year. Market-adjusted stock return is the firm's buy-and-hold 12-month fiscal year stock return minus the CRSP value-weighted stock return for the same period. Average proportion of new monthly forecasts is the fiscal year average of the proportion of analysts' forecasts at the end of a month that are either first-time forecasts or are revised during the month. t-statistics (reported in parentheses) are based on standard errors clustered by year and industry. ***, **, and * indicate significance levelsfor two-tailed tests at the 1%, 5% and 10% levels, respectively.

ModelDependent variable

1Analyst forecast

dispersion

2Analyst forecast

dispersion

3Analyst forecast errors


5Analyst forecast

revision volatility

6Analyst forecast

revision volatility

Intercept 1.026nnn 0.974nnn 4.889nnn 4.681nnn 1.005nnn 0.957nnn

(5.53) (5.45) (7.75) (7.77) (7.19) (7.07)Industry Herfindahl-Hirschman 0.652n 2.878nnn 0.767nnn

index (1.75) (2.99) (3.07)Industry four-firm ratio 0.288nn 1.187nnn 0.279nnn

(2.25) (3.22) (2.88)Competition from potential entrants 0.212n 0.192 0.428 0.358 0.202nn 0.189nn

( 1.80) ( 1.61) ( 1.46) ( 1.22) ( 2.43) ( 2.26)Ratio of the number of public to 0.654nnn 0.651nnn 0.382 0.388 0.052 0.052

private firms in the industry (2.89) (2.87) ( 0.77) ( 0.78) (0.64) (0.61)Natural logarithm of market value of 0.149nnn 0.150nnn 0.660nnn 0.665nnn 0.189nnn 0.189nnn

equity ( 6.21) ( 6.21) ( 8.52) ( 8.43) ( 8.59) ( 8.56)Research and development expense/ 0.675nn 0.675nn 0.244 0.232 0.500nnn 0.502nnn

book assets (2.31) (2.33) (0.29) (0.27) (3.21) (3.24)Analyst coverage 0.007 0.006 0.006 0.005 0.006 0.006

( 1.47) ( 1.40) ( 0.29) ( 0.22) ( 1.27) ( 1.20)Correlation between return on 0.034 0.032 0.407nnn 0.417nnn 0.048 0.050

equity and stock returns ( 0.74) ( 0.68) (3.59) (3.59) (1.43) (1.49)Standard deviation of return on 0.527nnn 0.530nnn 1.363nnn 1.373nnn 0.455nnn 0.459nnn

equity (5.39) (5.41) (4.42) (4.45) (6.25) (6.21)Stock return volatility 2.765nnn 2.765nnn 9.170nnn 9.180nnn 3.112nnn 3.112nnn

(2.88) (2.88) (3.27) (3.26) (3.24) (3.24)Absolute change in annual earnings 0.631nnn 0.629nnn 2.489nnn 2.483nnn 0.677nnn 0.676nnn

per share/stock price (4.78) (4.79) (3.96) (3.97) (5.27) (5.27)Market-adjusted stock return 0.284nnn 0.285nnn 1.173nnn 1.176nnn 0.322nnn 0.323nnn

( 5.82) ( 5.82) ( 6.01) ( 6.01) ( 6.14) ( 6.13)Average proportion of new monthly 0.651nn 0.668nn 1.863n 1.932nn 2.123nnn 2.142nnn

forecasts (2.09) (2.14) (1.93) (1.98) (11.58) (11.51)R2-adjusted 0.318 0.319 0.249 0.249 0.288 0.288N 15,174 15,174 17,652 17,652 17,525 17,525

Tabel 6 menunjukkan bahwa terlepas dari konsentrasi industri apakah diukur sebagai indeks Hefindahl-Hirschman atau rasio perusahaan-perusahaan, secara signifikan berhubungan positif dengan dispersi pendapatan perkiraan analis, kesalahan perkiraan analis, serta volatilitas revisi perkiraan analis . Hasil ini menunjukkan bahwa perusahaan-perusahaan dalam industri yang lebih terkonsentrasi memiliki lingkungan informasi lebih rendah, mungkin karena mereka kurang dalam mengungkapkan informasi.

Tabel 7 melaporkan perkiraan enam model meja 6 setelah termasuk di masing-masing model variabel industri rata-rata dan interaksinya dengan indeks Herfindahl-Hirschman atau empat perusahaan rasio. Koefisien pada semua enam interaksi yang negatif, dan empat dari koefisien ini signifikan. Hasil ini konsisten dengan gagasan bahwa kecenderungan perusahaan dalam industri lebih terkonsentrasi untuk mengungkapkan dalam industri dengan pengaruh yang lebih besar.

Table 7The effect of industry rata-rata on the associations between industry concentration and analyst forecast properties.

The table reports results of OLS regressions. The sample consists of firms in the manufacturing sector during the years 1995–2009 with necessary data for the variables in the models. The dependent variable in models 1 and 2 is the 12-month average of the standard deviation of analysts' forecasts, deflated by stock price at the beginning of the fiscal year. The dependent variable in models 3 and 4 is the 12-month average of the absolute values of analysts' forecasts errors defined as actual earnings minus median forecast, deflated by stock price at the beginning of the fiscal year. The dependent variable in models 5 and 6 is the standard deviation of forecast revisions, deflated by stock price at the beginning of the fiscal year, where forecast revision is defined as current month's median forecast minus previous month's median forecast. The industry Herfindahl-Hirschman index is scaled by 10,000. The industry four-firm ratio is scaled by 100. Industry asset-weighted mean of the net-debt-to-asset ratio is for the 6-digit NAICS industry, where net-debt is defined as long-term debt minus cash. To construct the competition from potential entrants variable, we first calculate for six-digit NAICS industries the size-weighted average of property, plant, and equipment, the size-weighted average of research and development expenses, the size-


weighted average of capital expenditures, and total industry sales. Next, we calculate for each industry the average across the decile ranks of these four industry measures and then multiply the resulting value by minus one. Ratio of the number of public to private firms in the industry is calculated as the number of firms on Compustat in the 6-digit NAICS industry divided by the difference between this number and the total number of firms in the industry as reported in Census of Manufactures publications. Research and development expense/book assets is the R&D expense for the fiscal year divided by book value of assets at the beginning of the fiscal year. Analyst coverage is the average number of analysts making earnings forecasts for a firm during the fiscal year. Correlation between return on equity and stock returns is computed using annual data of the preceding 10 years, with a minimum of three preceding years of data. Standard deviation of return on equity is computed using annual return on equity of the preceding 10 years, with a minimum of three preceding years of data. Stock return volatility is calculated with monthly stock return data for the firm's fiscal year. Absolute change in annual earnings per share/stock price is the absolute value of the annual change in earnings per share deflated by stock price at the beginning of the fiscal year. Market-adjusted stock return is the firm's buy-and-hold 12-month fiscal year stock return minus the CRSP value-weighted stock return for the same period. Average proportion of new monthly forecasts is the fiscal year average of the proportion of analysts' forecasts at the end of a month that are either first-time forecasts or are revised during the month. t-Statistics (reported in parentheses) are based on standard errors clustered by year and industry. ***, **, and * indicate significance levels for two-tailed tests at the 1%, 5% and 10% levels, respectively.


1Analyst forecast

dispersion

2Analyst forecast

dispersion



5Analyst forecast

revision volatility

6Analyst forecast

revision volatility

Intercept 1.028nnn 0.965nn 4.859nnn 4.578nnn 0.994nnn 0.928nnn

(5.52) (2.34) (7.42) (7.45) (6.82) (6.60)Industry Herfindahl-Hirschman index 0.647 2.787nnn 0.742nnn

(1.64) (2.61) (2.78)Industry four-firm ratio 0.309nn 1.325nnn 0.311nnn

(2.34) (3.32) (3.12)Industry Herfindahl-Hirschman index Industry 1.204 6.607nn 1.865nn

asset-weighted mean of the net-debt-to-asset ( 1.22) ( 2.28) ( 2.52)ratio

Industry four-firm ratio Industry asset-weighted 0.006 3.359nnn 0.902nnn

mean of the net-debt-to-asset ratio ( 1.60) ( 2.75) ( 2.90)Industry asset-weighted mean of the net-debt-to- 0.108 0.273 0.577nn 1.533nnn 0.164nnn 0.414nnn

asset ratio (1.26) (1.62) (2.31) (2.76) (2.57) (2.92)Competition from potential entrants 0.208n 0.191 0.428 0.365 0.203nn 0.193nn

( 1.74) ( 1.57) ( 1.35) ( 1.18) ( 2.31) ( 2.20)Ratio of the number of public to private firms in the 0.729nnn 0.731nnn 0.081 0.094 0.095 0.102

industry (2.95) (2.95) ( 0.34) ( 0.17) (1.08) (1.15)Natural logarithm of market value of equity 0.149nnn 0.151nnn 0.655nnn 0.661nnn 0.186nnn 0.187nnn

( 6.26) ( 6.27) ( 8.18) ( 8.14) ( 8.20) ( 8.14)Research and development expense/book assets 0.644nn 0.645nn 0.201 0.195 0.496nnn 0.493nnn

(2.10) (2.13) (0.23) (0.22) (3.07) (3.11)Analyst coverage 0.007 0.007 0.008 0.006 0.007 0.006

( 1.49) ( 1.42) ( 0.34) ( 0.28) ( 1.30) ( 1.23)Correlation between return on equity and stock 0.030 0.027 0.401nnn 0.411nnn 0.047 0.050

returns ( 0.65) ( 0.58) (3.45) (3.39) (1.42) (1.45)Standard deviation of return on equity 0.550nnn 0.555nnn 1.455nnn 1.476nnn 0.475nnn 0.481nnn

(5.24) (5.29) (4.49) (4.56) (6.08) (6.08)Stock return volatility 2.633nnn 2.628nnn 8.709nnn 8.695nnn 2.974nnn 2.974nnn

(2.77) (2.76) (3.16) (3.14) (3.14) (3.14)Absolute change in annual earnings per share/stock 0.669nnn 0.666nnn 2.807nnn 2.797nnn 0.725nnn 0.724nnn

price (4.63) (4.63) (4.33) (4.34) (5.07) (5.08)Market-adjusted stock return 0.281nnn 0.282nnn 1.116nnn 1.167nnn 0.319nnn 0.320nnn

( 5.84) ( 5.84) ( 6.05) ( 6.05) ( 6.11) ( 6.11)Average proportion of new monthly forecasts 0.669nn 0.689nn 1.888n 1.961nn 2.147nnn 2.169nnn

(2.06) (2.11) (1.87) (1.92) (11.57) (11.29)R2-adjusted 0.314 0.315 0.254 0.255 0.288 0.288N 15,174 15,174 17,652 17,652 17,525 17,525

4.5. Hasil Pembahasaan

4.5.1. Sensitivitas Dari Hasil Perubahan Spesifikasi Model

Sebuah keprihatinan potensial dengan penelitian ini menggunakan langkah-langkah konsentrasi industri AS Sensus adalah bahwa untuk perusahaan multi-segmen di Compustat, nilai konsentrasi industri kita tetapkan untuk sebuah perusahaan yang diberikan adalah nilai yang sesuai dengan segmennya dengan penjualan terbesar. Akibatnya, kita tidak menganggap konsentrasi industri segmen lain di mana sebuah perusahaan multi-segmen beroperasi. Selanjutnya, beberapa perusahaan multi-segmen yang industri primer adalah di sektor manufaktur mungkin memiliki segmen lain yang tidak di sektor manufaktur. Panel A dari Tabel A2 pada lampiran menunjukkan bahwa bagi perusahaan Compustat manufaktur selama periode 1995-2009 sampel penelitian ini, rata-rata dan nilai-nilai median dari fraksi penjualan suatu perusahaan yang manufaktur terkait adalah 98,1% dan 100%. Demikian juga,


mean dan median nilai fraksi penjualan sebuah perusahaan yang berhubungan dengan industri utamanya adalah 91,4% dan 100%, sedangkan rata-rata dan median nilai fraksi penjualan manufaktur perusahaan yang berhubungan dengan industri utamanya adalah 93,1% dan 100%. Hasil ini menunjukkan bahwa kesalahan dalam ukuran konsentrasi industri penelitian ini yang timbul dari perusahaan yang beroperasi di beberapa industri tidak mungkin menjadi sangat besar. Namun demikian, penelitian ini menggunakan pendekatan berikut untuk mengatasi kesalahan pengukuran ini.

Pertama, dalam semua model penelitian ini meliputi variabel-variabel berikut: fraksi penjualan sebuah perusahaan yang berhubungan dengan manufaktur dan fraksi penjualan manufaktur yang berhubungan dengan industri utama. Untuk pengujian penelitian ini yang menganggap hubungan antara konsentrasi industri dan pengungkapan, di 21 dari 25 kasus di mana penelitian ini menemukan asosiasi negatif yang signifikan antara konsentrasi industri dan pengungkapan, penelitian ini terus menemukan asosiasi negatif yang signifikan. Juga, di delapan dari sembilan contoh di mana penelitian ini menemukan bahwa hubungan negatif antara konsentrasi industri dan pengungkapan kurang jelas dalam industri lebih rata-ratad, penelitian ini terus menemukan bahwa menjadi kasus. Kedua, penelitian ini memperkirakan semua model penelitian ini setelah tidak termasuk perusahaan sampel dengan kurang dari 50% dari penjualan mereka di bidang manufaktur. Untuk pengujian penelitian ini yang meneliti hubungan antara konsentrasi industri dan pengungkapan, di 22 dari 25 kasus di mana penelitian ini menemukan asosiasi negatif yang signifikan antara konsentrasi industri dan pengungkapan, penelitian ini terus mengamati asosiasi negatif yang signifikan. Selanjutnya, di delapan dari sembilan kasus di mana penelitian ini menemukan bahwa hubungan negatif antara konsentrasi industri dan pengungkapan kurang jelas dalam industri lebih rata-rata.

Ketiga, penelitian ini memperkirakan semua model penelitian ini setelah mengganti industri suatu perusahaan indeks Herfindahl-Hirschman atau rasio empat perusahaan dengan ukuran penjualan-tertimbang dari indeks Herfindahl-Hirschman atau empat perusahaan rasio. Ukuran penjualan-tertimbang didefinisikan sebagai fraksi penjualan perusahaan dalam segmen usaha dikalikan dengan industri segmen indeks Herfindahl-Hirschman atau rasio empat perusahaan, tambah di semua segmen perusahaan. Keuntungan dari menggunakan ukuran gabungan ini konsentrasi industri adalah bahwa ia menganggap konsentrasi semua industri di mana perusahaan beroperasi. Namun, kekhawatiran potensial adalah bahwa pembobotan linear dengan penjualan mungkin bukan cara optimal untuk membangun mengukur, mengingat bahwa itu tidak jelas bagaimana biaya kepemilikan pengungkapan terkait dengan setiap segmen non-utama perusahaan mempengaruhi pengungkapan keseluruhan perusahaan praktek. Menggunakan AS langkah konsentrasi Sensus penjualan-tertimbang, penelitian ini menemukan bahwa di 21 dari 25 kasus di mana penelitian ini menemukan asosiasi negatif yang signifikan antara konsentrasi industri dan pengungkapan, penelitian ini terus menemukan asosiasi negatif yang signifikan. Juga, dari sembilan kasus di mana penelitian ini menemukan bahwa hubungan negatif antara konsentrasi industri dan pengungkapan kurang jelas dalam industri lebih rata-ratad, hasil tetap dipertahankan untuk dua hal ini.

Akhirnya, untuk perusahaan sampel penelitian ini, penelitian ini memeriksa sensitivitas hasil penelitian ini untuk menggunakan indeks Herfindahl- Hirschman berbasis Compustat dan rasio empat perusahaan di tempat indeks AS Sensus Herfindahl-Hirschman dan rasio empat perusahaan. Menggunakan langkah-langkah konsentrasi berbasis Compustat, dari 25 kasus di mana penelitian ini menemukan asosiasi negatif yang signifikan antara konsentrasi industri dan pengungkapan, penelitian ini


terus menemukan asosiasi negatif yang signifikan hanya dalam empat kasus. Juga, dari sembilan kasus di mana penelitian ini menemukan bahwa hubungan negatif antara konsentrasi industri dan pengungkapan kurang jelas dalam industri lebih rata-ratad, hasilnya tidak terus dalam setiap kasus. Secara keseluruhan, hasil penelitian ini sangat sensitif terhadap menggunakan langkah-langkah konsentrasi industri berbasis Compustat di tempat tindakan berbasis Sensus AS.

4.5.2. Sampel Yang Terdiri Dari Manufaktur Dan Non-Manufaktur Perusahaan

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

Tabel 8 menunjukkan bahwa untuk sampel manufaktur dan non-manufaktur perusahaan, konsentrasi industri secara signifikan berhubungan negatif dengan frekuensi dan cakrawala perkiraan manajemen. Demikian juga, Tabel 9 dokumen yang untuk sampel manufaktur dan non-manufaktur perusahaan, konsentrasi industri secara signifikan berhubungan positif dengan perkiraan analis dispersi, kesalahan perkiraan analis, dan volatilitas revisi perkiraan analis. Temuan ini menunjukkan bahwa kesimpulan penelitian ini bahwa perusahaan dalam industri lebih terkonsentrasi mengungkapkan kurang kuat untuk menggunakan sampel yang terdiri dari manufaktur dan non-manufaktur perusahaan.

Table 8Industry concentration and the frequency and horizon of management forecasts of earnings – all industries sample.

This table presents the results of the management forecast frequency and horizon models. The dependent variable in the first model is the number of management forecasts made during a fiscal year for the earnings of that fiscal year. We use a Tobit regression for this model because the dependent variable is truncated at zero. The dependent variable in the second model is the average number of days between management forecast dates for a firm's fiscal year earnings and the end date of the fiscal year, and for this model, we use the OLS procedure. The sample consists of firms in Compustat during the years 1995–2009, with necessary data for the variables in the models. For the second model if a firm does not make a management forecast during a given year that firm-year is dropped from the analysis. Management forecast data are from First Call's Corporate Investor Guidelines (CIG) database. The industry four-firm ratio is scaled by 100. To construct the competition from potential entrants variable, we first calculate for six-digit NAICS industries the size- weighted average of property, plant, and equipment, the size-weighted average of research and development expenses, the size-weighted average of capital expenditures, and total industry sales. Next, we calculate for each industry the average across the decile ranks of these four industry measures and then multiply the resulting value by minus one. Ratio of the number of public to private firms in the industry is calculated as the number of firms on Compustat in the 6-digit NAICS industry divided by the difference between this number and the total number of firms in the industry as reported by the U. S. Census. Stock return volatility is calculated with monthly stock return data over the firm's fiscal year. Absolute change in annual earnings per share/stock price is the absolute value of the annual change in earnings per share deflated by stock price at the beginning of the fiscal year. Market-adjusted stock return is the firm's buy-and-hold 12-month fiscal year stock return minus the CRSP value-weighted stock return for the same period. Research and development expense/book assets is the R&D expense for the fiscal year divided by the book value of assets at the beginning of the fiscal year. Analyst coverage is the average number of analysts making earnings forecasts for the firm during the fiscal year. Institutional fractional ownership is institutional holdings at the beginning of the fiscal year. The Post-Regulation Fair Disclosure dummy takes the value of one for years 2001 and beyond, and zero otherwise. Industry profitability is calculated using principal component analysis following the methodology in Li (2010). Equity or debt issuance dummy takes a value of one if a firm issues public equity or public debt in a subsequent two-year period, and zero otherwise. Rata-rata is measured at the firm-level as total liabilities minus deferred taxes scaled by total book assets. Standard deviation of earnings is calculated as the standard deviation of earnings before extraordinary items over the prior five years, with a requirement of at least three years of observations. Analyst optimism is measured as the difference between analyst consensus estimation at the beginning of the fiscal year and the actual earnings per share, scaled by the absolute value of actual earnings per share. Litigation industries dummy takes a value of one if the firm operates in an industry facing high litigate risk as defined in Li (2010), and zero otherwise. The first model includes year dummies, and the intercept for this model represents the omitted year dummy. In the first model, z-statistics (reported in parentheses) are based on standard errors


clustered by industry. In the second model, t-statistics (reported in parentheses) are based on standard errors clustered by year and industry. ***, **, and * indicate significance levels for two-tailed tests at the 1%, 5% and 10% levels, respectively.


1Forecast frequency

2Forecast horizon

Intercept 7.936nnn 14.998

Industry four-firm ratio( 13.02) 1.616nn

( 2.01)

( 0.82) 62.578nn

( 2.28)Competition from potential entrants 0.588 23.226

(1.09) (1.38)Ratio of the number of public to private firms in the industry

Stock return volatility

Absolute change in annual earnings per share/stock price

Market-adjusted stock return

3.266nn

( 2.49) 5.465nnn

( 2.86) 2.906nnn

( 6.46)0.103n

86.749n

(1.80) 150.311nn

( 2.57) 30.807nnn

( 3.25)5.774n

(1.73) (1.68)Research and development expense/book assets

Natural logarithm of market value of equity

2.991nn

( 2.00)0.162nn

149.376nnn

( 3.05)19.027nnn

(1.97) (6.40)Analyst coverage 0.153nnn 1.196

(6.91) ( 1.55)Institutional fractional ownership 0.730 60.360nnn

(1.47) (5.28)Post-Regulation Fair Disclosure dummy 4.586nnn 81.346nnn

(8.37) (8.42)Industry profitability 2.632nnn 42.596nn

(2.62) (2.44)Equity or debt issuance dummy 0.099 5.186

Market to book ratio of assets( 0.77)

0.108n(1.31)7.500nnn

(1.72) (3.90)Rata-rata 0.029 88.249nnn

(0.05) (6.41)Standard deviation of earnings 2.908nnn 31.115

( 4.00) ( 1.56)Positive earnings change dummy 0.117 15.822nnn

(1.25) (3.33)Analyst optimism 0.093nnn

( 3.80) 4.086nnn

( 4.55)Litigation industries dummy 0.723nn 10.276

(2.17) (1.07)R2-adjusted 0.100 0.189N 41,208 14,069

Table 9Industry concentration and analyst forecast properties – all industries sample.

The table reports results of OLS regressions. The sample consists of firms in Compustat during the years 1995–2009, with necessary data for the variables in the models. The dependent variable in model 1 is the 12-month average of the standard deviation of analysts' forecasts, deflated by stock price at the beginning of the fiscal year. The dependent variable in model 2 is the 12-month average of the absolute values of analysts' forecasts errors defined as actual earnings minus median forecast, deflated by stock price at the beginning of fiscal year. The dependent variable in model 3 is the standard deviation of forecast revisions deflated by stock price at the beginning of the fiscal year, where forecast revision is defined as current month's median forecast minus previous month's median forecast. The industry four-firm ratio is scaled by 100. To construct the competition from potential entrants variable, we first calculate for six-digit NAICS industries the size-weighted average of property, plant, and equipment, the size-weighted average of research and development expenses, the size-weighted average of capital expenditures, and total industry sales. Next, we calculate for each industry the average across the decile ranks of these four industry measures and then multiply the resulting value by minus one. Ratio of the number of public to private firms in the industry is calculated as the number of firms on Compustat in the 6-digit NAICS industry divided by the difference between this number and the total number of firms in the industry as reported by the U.S. Census. Research and development expense/book assets is the R&D expense for the fiscal year divided by book value of assets at the beginning of the fiscal year. Analyst coverage is the average number of analysts making earnings forecasts for a firm during the fiscal year. Correlation between return on equity and stock returns is computed using annual data of the preceding 10 years, with a minimum of three preceding years of data. Standard deviation of return on equity is computed using annual return on equity of the preceding 10 years, with a minimum of three preceding years of data. Stock return volatility is calculated with monthly stock return data for the firm's fiscal year. Absolute change in annual earnings per share/stock price is the absolute value of the annual change in earnings per share deflated by stock price at the beginning of the fiscal year. Market- adjusted stock return is the firm's buy-and-hold 12-month fiscal year stock return minus the CRSP value-weighted stock return for the same period. Average proportion of new monthly forecasts is the fiscal year average of the proportion of analysts' forecasts at the end of a month that are either first-time forecasts or are revised during the month. t-Statistics (reported in parentheses) are based on standard errors clustered by year and industry. ***, **, and * indicate significance levelsfor two-tailed tests at the 1%, 5% and 10% levels, respectively.


1Analyst forecast

dispersion

2Analyst forecast

errors

3Analyst forecast revision

volatility

Intercept 1.175nnn 8.522nnn 1.269nnn

(4.48) (5.66) (5.47)Industry four-firm ratio 0.587nnn 2.681nnn 0.551nnn


(4.04) (4.02) (3.74)Competition from potential entrants 0.034 0.188 0.096

( 0.21) ( 0.39) ( 0.95)Ratio of the number of public to private firms in the industry 0.239 3.774nnn 0.269nnn

Natural logarithm of market value of equity(1.32) 0.183nnn

( 5.88)

( 3.76) 1.233nnn

( 7.63)

( 3.96) 0.264nnn

( 6.07)Research and development expense/book assets 1.554nn 0.752 1.114nnn

(2.39) ( 0.36) (3.81)Analyst coverage 0.014nn 0.010 0.013

Correlation between return on equity and stock returns( 2.01)

0.017nn( 0.22)

1.225nnn( 1.56)

0.264nn

(2.08) (2.60) (2.51)Standard deviation of return on equity 1.050nnn 3.890nnn 0.985nnn

(5.19) (4.95) (6.44)Stock return volatility 5.815nn 18.178n 4.471n

(1.99) (1.90) (1.88)Absolute change in annual earnings per share/stock price 1.056nnn 6.186nnn 1.163nnn

(5.68) (5.04) (5.15)Market-adjusted stock return 0.590nnn

( 5.99) 3.209nnn

( 5.74) 0.685nnn

( 5.70)Average proportion of new monthly forecasts 0.940 2.985 3.111nnn

(1.57) (0.78) (4.74)R2-adjusted 0.216 0.159 0.187N 34,736 40,794 40,424

5. Kesimpulan

Beberapa penelitian sebelumnya telah berusaha untuk menguji pengaruh biaya kepemilikan pengungkapan kebijakan pengungkapan perusahaan dengan menggunakan konsentrasi industri sebagai ukuran untuk biaya kepemilikan pengungkapan. Namun, bukti-bukti yang masih ada pada hubungan antara konsentrasi industri dan pengungkapan tidak meyakinkan (Beyer et al, 2010;. Berger, 2011). Bukti ini bisa disebabkan penggunaan dalam pekerjaan sebelum tindakan konsentrasi industri berbasis Compustat, yang dibangun dengan data dari perusahaan-perusahaan hanya publik (Berger, 2011). Dalam tulisan ini, penelitian ini meneliti hubungan antara konsentrasi industri dan pengungkapan menggunakan AS Sensus tindakan konsentrasi industri berbasis, yang dibangun dengan data dari kedua perusahaan publik dan perusahaan swasta. Penelitian ini juga mempertimbangkan beberapa konteks pengungkapan yang belum dipertimbangkan oleh penelitian sebelumnya yang meneliti hubungan antara konsentrasi industri dan pengungkapan, dan dengan berbuat demikian, meningkatkan generalisasi temuan penelitian ini. Secara keseluruhan, penelitian ini menemukan bahwa perusahaan dalam industri yang lebih terkonsentrasi memiliki praktik pengungkapan kurang informatif di berbagai pengaturan pengungkapan.

Pertama, kita menunjukkan bahwa frekuensi perkiraan pendapatan manajemen yang lebih rendah dan cakrawala perkiraan ini lebih pendek di industri lebih terkonsentrasi. Kedua, penelitian ini mendokumentasikan bahwa ketika perusahaan dalam industri yang lebih terkonsentrasi menjual saham baru, mereka lebih mungkin untuk melakukannya melalui penawaran private placement daripada SEO. Hasil ini konsisten dengan perusahaan-perusahaan di industri lebih terkonsentrasi berusaha untuk menghindari persyaratan pengungkapan publik SEC mandat untuk SEO. Ketiga, kita menemukan bahwa perusahaan dalam industri lebih terkonsentrasi ditandai dengan penilaian pengungkapan analis rendah. Keempat, penelitian ini menunjukkan bahwa perusahaan-perusahaan dalam industri ini memiliki penyebaran yang lebih besar di perkiraan pendapatan analis, analis laba yang lebih besar diperkirakan kesalahan, dan volatilitas yang lebih tinggi dari analis memperkirakan revisi. Temuan ini menunjukkan bahwa perusahaan-perusahaan dalam industri lebih terkonsentrasi mengungkapkan sedikit dan akibatnya memiliki lingkungan informasi lebih rendah. Akhirnya, kita menemukan bahwa asosiasi yang melibatkan konsentrasi industri yang kita mendokumentasikan dalam konteks pengaturan pengungkapan yang


berbeda umumnya kurang diucapkan dalam industri lebih rata-ratad. Hasil ini konsisten dengan argumen di Chevalier (1995a, 1995b) dan Phillips (1995) bahwa di antara perusahaan-perusahaan di industri terkonsentrasi, mereka yang berada di industri dengan rata-rata yang lebih tinggi diharapkan untuk menghadapi persaingan industri kurang intens.

Hubungan negatif kita mendokumentasikan antara konsentrasi industri US Sensus dan langkah-langkah yang berbeda dari pengungkapan perusahaan bisa karena industri konsentrasi proxy untuk intensitas persaingan antar rival industri yang ada, untuk tingkat inovasi dalam industri, untuk sejauh mana pengungkapan oleh perusahaan dalam industri memberikan informasi lebih substantif dan kurang bising tentang permintaan industri masa depan, atau untuk beberapa faktor lainnya. Penelitian ini meninggalkannya untuk penelitian masa depan untuk menentukan faktor-faktor apa yang bertanggung jawab untuk hubungan negatif yang diamati antara konsentrasi industri dan pengungkapan

Table A1The effect of data requirements on sample sizes.

Compustat/CRSP/IBES initial sample refers to the number of firms in the manufacturing sector over our sample period, 1995–2009, that are included on Compustat, CRSP, and IBES. For Table 4, the initial sample consists of firms in the manufacturing sector that sold new equity via private placements or seasoned equity offerings in 1997, 2000, 2002, 2004, or 2007 and which are included on Compustat, CRSP, and IBES. Only the year(s) in which a firm sells new shares is (are) included in this initial sample. For Table 5, the initial sample consists of firms in the manufacturing sector whose disclosure practices are rated in the Report of the Association for Investment Management and Research in 1995 or 1996, and which are in Compustat and IBES. Only the year(s) for which a firm receives a disclosure rating is (are) included in this initial sample. N/A stands for not applicable. For Tables 8 and 9 Compustat/CRSP/IBESinitial sample refers to the number of firms over our sample period, 1995–2009, that are included on Compustat, CRSP, and IBES.

Table 2 Table 3 Table 4 Table 5 Tables 6 and 7

Tables 6 and 7

Tables 6 and 7

Dependent variable Management forecast frequency

Management forecast horizon

Private placement

vs. SEO

Disclosure rating

Analyst forecast

dispersion

Analyst forecast

error

Analyst forecast revision volatility

Compustat/CRSP/IBES initial sample 32,551 32,551 1,144 130 29,369 29,369 29,369Number of firms dropped due to missing IBES data

itemsNumber of firms dropped due to missing data on

institutional ownershipNumber of firms dropped due to missing data to

calculate the correlation between return on equity and stock returns

Number of firms dropped due to missing data for remaining variables

Number of firms dropped due to no management forecasts

4,139 4,139 115 0 5,702 3,224 3,351

6,351 6,351 N/A N/A N/A N/A N/A

N/A N/A N/A N/A 4,029 4,029 4,029

1,775 1,775 244 7 4,464 4,464 4,464

N/A 12,779 N/A N/A N/A N/A N/A

Final sample 20,286 7,507 785 123 15,174 17,652 17,525

Table 8 Table 8 Table 9 Table 9 Table 9

Dependent variable Management forecast frequency

Management forecast horizon

Analyst forecast

dispersion

Analyst forecast errors

Analyst forecast revision volatility

Compustat/CRSP/IBES initial sample 85,031 85,031 85,031 85,031 85,031Number of firms dropped due to missing IBES data items 20,130 20,130 31,859 25,801 25,431Number of firms dropped due to missing data on institutional

ownershipNumber of firms dropped due to missing data to calculate the

correlation between return on equity and stock returnsNumber of firms dropped due to missing data for remaining

variables

19,587 19,587 N/A N/A N/A

N/A N/A 9,123 9,123

9,123

4,106 4,106 9,313 9,313 9,313Number of firms dropped due to no management forecasts N/A 27,139 N/A N/A N/A Final sample 41,208 14,069 34,736 40,794 40,424

Table A2Descriptive statistics of the variables in the models in Tables 2–7, for our sample firms, and also for all manufacturing Compustat firms and all Compustat firms. Manufacturing firms consist of all manufacturing sector firms, for which necessary data to construct the relevant variables are available on Compustat. All Compustat firms consist of all firms for which necessary data to construct the relevant variables are available on Compustat. Descriptive statistics of the variables are computed for the sample periods used for estimating the models. For the ‘Manufacturing Firms’ and ‘All Compustat Firms’


samples, within each panel the number of observations varies for each variable depending on data availability.Sample firms Manufacturing firms

All compustat firms

Panel A: Frequency of management forecasts (Table 2) Mean Median Mean Median Mean Median

Dependent variable:Number of management forecasts 0.719 0.000 0.273 0.000 0.289 0.000

Independent variables:Industry Herfindahl-Hirschman index (scaled by 10,000) 0.074 0.059 0.079 0.060 N.A. N.A. Industry four-firm ratio (scaled by 100) 0.405 0.409 0.434 0.420 0.352 0.312Industry asset-weighted mean of the net-debt-to-asset ratio 0.038 0.020 0.101 0.099 0.176 0.094Competition from potential entrants 0.807 0.861 0.556 0.556 0.500 0.500Ratio of the number of public to private firms in the industry 0.118 0.047 0.034 0.013 0.025 0.005Stock return volatility 0.033 0.017 0.045 0.020 0.039 0.015Absolute change in annual earnings per share/stock price 0.124 0.034 0.571 0.046 0.527 0.040Market-adjusted stock return 0.079 0.077 0.053 0.116 0.049 0.082Research and development expense/book assets 0.096 0.039 0.091 0.035 0.046 0.000Natural logarithm of market value of equity 6.095 5.880 5.337 5.140 5.461 5.315Analyst coverage 6.088 3.923 4.046 2.000 4.107 2.000Institutional fractional ownership 0.376 0.336 0.202 0.000 0.168 0.000Post-regulation fair disclosure dummy 0.096 0.039 0.454 0.000 0.459 0.000Industry profitability 0.050 0.034 0.051 0.035 0.174 0.095Equity or debt issuance dummy 0.740 1.000 0.742 1.000 0.719 1.000Market to book ratio of assets 2.241 1.633 2.264 1.592 1.943 1.327Rata-rata 0.449 0.437 0.446 0.421 0.541 0.536Standard deviation of earnings 0.109 0.049 0.135 0.056 0.103 0.033Positive earnings change dummy 0.564 1.000 0.550 1.000 0.576 1.000Analyst optimism 0.698 0.125 0.554 0.005 0.502 0.000Litigation industries dummy 0.372 0.000 0.376 0.000 0.324 0.000

Variables used in robustness tests discussed in Section 4.5.1Fraction of a firm's sales related to manufacturing 0.987 1.000 0.981 1.000 N.A. N.A. Fraction of a firm's sales related to its primary industry 0.925 1.000 0.914 1.000 0.923 1.000Fraction of a firm's manufacturing sales related to its primary industry 0.936 1.000 0.931 1.000 N.A. N.A. Sales-weighted Herfindahl-Hirschman index (scaled by 10,000) 0.073 0.059 0.069 0.055 N.A. N.A. Sales-weighted four-firm ratio (scaled by 100) 0.403 0.399 0.400 0.386 N.A. N.A. Compustat Herfindahl-Hirschman index (scaled by 10,000) 0.286 0.200 0.334 0.237 0.276 0.181Compustat four-firm ratio (scaled by 100) 0.742 0.761 0.782 0.818 0.687 0.724

Panel B: Horizon of management forecasts (Table 3) Mean Median Mean Median Mean Median

Dependent Variable:Horizon of management forecasts 101.778 86.500 199.960 200.60 203.86 201.85

Independent Variables:Industry Herfindahl-Hirschman index (scaled by 10,000) 0.076 0.057 0.079 0.060 N.A. N.A. Industry four-firm ratio (scaled by 100) 0.406 0.406 0.434 0.420 0.352 0.312Industry asset-weighted mean of the net-debt-to-asset ratio 0.050 0.047 0.101 0.099 0.176 0.094Competition from potential entrants 0.798 0.861 0.556 0.556 0.500 0.500Ratio of the number of public to private firms in the industry 0.084 0.036 0.034 0.013 0.025 0.005Stock return volatility 0.026 0.014 0.045 0.020 0.039 0.015Absolute change in annual earnings per share/stock price 0.063 0.027 0.571 0.046 0.527 0.040Market-adjusted stock return 0.039 0.059 0.053 0.116 0.049 0.082Research and development expense/book assets 0.059 0.033 0.091 0.035 0.046 0.000Natural logarithm of market value of equity 6.635 6.507 5.337 5.140 5.461 5.315Analyst coverage 7.839 5.900 4.046 2.000 4.107 2.000Institutional fractional ownership 0.528 0.614 0.202 0.000 0.168 0.000Post-Regulation Fair Disclosure dummy 0.654 1.000 0.454 0.000 0.459 0.000Industry profitability 0.028 0.020 0.051 0.035 0.174 0.095Equity or debt issuance dummy 0.699 1.000 0.742 1.000 0.719 1.000Market to book ratio of assets 2.036 1.591 2.264 1.592 1.943 1.327Rata-rata 0.456 0.461 0.446 0.421 0.541 0.536Standard deviation of earnings 0.074 0.037 0.135 0.056 0.103 0.033Positive earnings change dummy 0.554 1.000 0.550 1.000 0.576 1.000Analyst optimism 0.765 0.121 0.554 0.005 0.502 0.000Litigation industries dummy 0.320 0.000 0.376 0.000 0.324 0.000

Variables used in robustness tests discussed in Section 4.5.1.Fraction of a firm's sales related to manufacturing 0.987 1.000 0.981 1.000 N.A. N.A. Fraction of a firm's sales related to its primary industry 0.913 1.000 0.914 1.000 0.923 1.000

Table A2 (continued )

Fraction of a firm's manufacturing sales related to its primary industry 0.925 1.000 0.931 1.000 N.A. N.A. Sales-weighted Herfindahl-Hirschman index (scaled by 10,000) 0.078 0.060 0.069 0.055 N.A. N.A. Sales-weighted four-firm ratio (scaled by 100) 0.406 0.401 0.400 0.386 N.A. N.A. Compustat Herfindahl-Hirschman index (scaled by 10,000) 0.311 0.222 0.334 0.237 0.276 0.181Compustat four-firm ratio (scaled by 100) 0.769 0.801 0.782 0.818 0.687 0.724

Panel C: Private placement vs. seasoned equity offering decision (Table 4) Mean Median Mean Median Mean Median

Dependent Variable:Firm sells new shares through private placement instead of seasoned equity offering 0.357 0.000 N.A. N.A. N.A. N.A.


Independent Variables:Industry Herfindahl-Hirschman index (scaled by 10,000) 0.071 0.066 0.081 0.061 N.A. N.A. Industry four-firm ratio (scaled by 100) 0.413 0.429 0.437 0.427 0.353 0.312Industry asset-weighted mean of the net-debt-to-asset ratio 0.023 0.061 0.097 0.098 0.211 0.094Competition from potential entrants 0.843 0.889 0.553 0.556 0.500 0.500Ratio of the number of public to private firms in the industry 0.211 0.134 0.037 0.014 0.025 0.005Natural logarithm of book value of assets 4.751 4.454 5.154 4.884 5.708 5.615Analyst coverage 1.887 0.000 4.011 2.000 4.067 2.000Number of years since a firm's IPO 10.043 7.000 15.185 10.000 13.337 9.000Industry-adjusted sales growth 0.095 0.000 0.034 0.000 0.037 0.000Change in industry-adjusted market-to-book equity 0.078 0.209 0.251 0.047 0.302 0.114Operating cash flow/book assets 0.066 0.037 0.004 0.094 0.004 0.075Cash flow volatility 0.144 0.036 0.195 0.018 0.305 0.023Altman-Z score 10.503 3.351 7.352 3.543 7.418 3.207Stock return volatility 0.077 0.035 0.044 0.020 0.037 0.014One-year market-adjusted stock return 0.547 0.413 N.A. N.A. N.A. N.A. The offering takes place within one week of an earnings announcement 0.126 0.000 N.A. N.A. N.A. N.A.

Variables used in robustness tests discussed in Section 4.5.1.Fraction of a firm's sales related to manufacturing 0.955 1.000 0.985 1.000 N.A. N.A. Fraction of a firm's sales related to its primary industry 0.825 1.000 0.931 1.000 0.925 1.000Fraction of a firm's manufacturing sales related to its primary industry 0.862 1.000 0.945 1.000 N.A. N.A. Sales-weighted Herfindahl-Hirschman index (scaled by 10,000) 0.068 0.061 0.072 0.057 N.A. N.A. Sales-weighted four-firm ratio (scaled by 100) 0.413 0.427 0.406 0.398 N.A. N.A. Compustat Herfindahl-Hirschman index (scaled by 10,000) 0.281 0.193 0.332 0.233 0.274 0.182Compustat four-firm ratio (scaled by 100) 0.689 0.510 0.781 0.818 0.686 0.720

Panel D: Disclosure ratings (Table 5) Mean Median Mean Median Mean Median

Dependent Variable:AIMR disclosure rating 69.340 71.220 N.A. N.A. N.A. N.A.

Independent Variables:Industry Herfindahl-Hirschman index (scaled by 10,000) 0.081 0.049 0.063 0.053 N.A. N.A. Industry four-firm ratio (scaled by 100) 0.428 0.356 0.437 0.427 0.331 0.283Industry asset-weighted mean of the net-debt-to-asset ratio 0.137 0.111 0.124 0.126 0.119 0.127Competition from potential entrants 0.905 0.944 0.568 0.583 0.500 0.500Ratio of the number of public to private firms in the industry 0.128 0.088 0.030 0.012 0.027 0.005Natural logarithm of market value of equity 8.525 8.281 4.721 4.532 4.720 4.533Standard deviation of return on equity 0.111 0.095 0.230 0.137 0.223 0.131Absolute change in annual earnings per share/stock price 0.064 0.037 0.377 0.046 0.532 0.047Book-to-market-equity 0.412 0.382 0.525 0.432 0.558 0.458Return on assets 0.086 0.073 0.046 0.043 0.041 0.035Sales growth 1.096 1.089 1.193 1.112 1.185 1.099Analyst coverage 20.370 13.583 3.662 1.778 3.787 1.750Analyst forecast dispersion 0.005 0.002 0.009 0.004 0.009 0.003Analyst forecast errors 0.011 0.004 0.038 0.009 0.041 0.008Analyst forecast revision volatility 0.005 0.002 0.010 0.004 0.009 0.003S&P 500 firm dummy 0.554 1.000 0.058 0.000 0.056 0.000

Variables used in robustness tests discussed in Section 4.5.1.Fraction of a firm's sales related to manufacturing 0.955 1.000 0.985 1.000 N.A. N.A. Fraction of a firm's sales related to its primary industry 0.825 1.000 0.930 1.000 0.952 1.000Fraction of a firm's manufacturing sales related to its primary industry 0.862 1.000 0.943 1.000 N.A. N.A. Sales-weighted Herfindahl-Hirschman index (scaled by 10,000) 0.078 0.047 0.062 0.053 N.A. N.A. Sales-weighted four-firm ratio (scaled by 100) 0.406 0.387 0.379 0.379 N.A. N.A. Compustat Herfindahl-Hirschman index (scaled by 10,000) 0.256 0.130 0.315 0.240 0.262 0.168Compustat four-firm ratio (scaled by 100) 0.661 0.604 0.772 0.822 0.667 0.706

Panel E: Analyst forecast properties (Tables 6 and7) Mean Median Mean Median Mean Median

Dependent Variables:12-month average of the standard deviation of analysts' forecasts 0.008 0.003 0.012 0.004 0.011 0.00312-month average of the absolute values of analyst forecast errors 0.027 0.009 0.049 0.010 0.050 0.008Standard deviation of forecast revisions 0.009 0.004 0.014 0.004 0.013 0.003

Independent Variables:Table A2 (continued )

Industry Herfindahl-Hirschman index (scaled by 10,000) 0.075 0.058 0.079 0.060 N.A. N.A.Industry four-firm ratio (scaled by 100) 0.404 0.406 0.434 0.420 0.352 0.312Industry asset-weighted mean of the net-debt-to-asset ratio 0.057 0.044 0.101 0.099 0.176 0.094Competition from potential entrants 0.805 0.861 0.556 0.556 0.500 0.500Ratio of the number of public to private firms in the industry 0.118 0.045 0.034 0.013 0.025 0.005Natural logarithm of market value of equity 6.212 6.003 5.337 5.140 5.461 5.315Research and development expense/book assets 0.090 0.037 0.091 0.035 0.046 0.000Analyst coverage 6.322 4.077 4.046 2.000 4.107 2.000Correlation between return on equity and stock returns 0.209 0.268 0.231 0.151 0.234 0.297Standard deviation of return on equity 0.210 0.137 0.225 0.292 0.197 0.117Stock return volatility 0.031 0.016 0.045 0.020 0.039 0.015Absolute change in annual earnings per share/stock price 0.123 0.033 0.571 0.046 0.527 0.040Market adjusted stock return 0.080 0.066 0.053 0.116 0.049 0.082Average proportion of new monthly forecasts 0.288 0.282 0.279 0.273 0.256 0.273

Variables used in robustness tests discussed in Section 4.5.1.Fraction of a firm's sales related to manufacturing 0.986 1.000 0.985 1.000 N.A. N.A.


Fraction of a firm's sales related to its primary industry 0.920 1.000 0.931 1.000 0.925 1.000Fraction of a firm's manufacturing sales related to its primary industry 0.932 1.000 0.945 1.000 N.A. N.A.Sales-weighted Herfindahl-Hirschman index (scaled by 10,000) 0.073 0.058 0.072 0.057 N.A. N.A.Sales-weighted four-firm ratio (scaled by 100) 0.403 0.392 0.406 0.398 N.A. N.A.Compustat Herfindahl-Hirschman index (scaled by 10,000) 0.292 0.205 0.332 0.233 0.274 0.182Compustat four-firm ratio (scaled by 100) 0.747 0.771 0.781 0.818 0.686 0.720

References

Abarbanell, J.S., Lanen, W.N., Verrecchia, R.E., 1995. Analysts' forecasts as proxies for investor beliefs in empirical research. J. Account. Econ. 20, 31–60. Aggarwal, R.K., Samwick, A.A., 1999. Executive compensation, strategic competition, and relative performance evaluation: Theory and evidence. J. Financ.

54, 1999–2043.Ajinkya, B., Bhojraj, S., Sengupta, P., 2005. The association between outside directors, institutional investors, and the properties of management earnings

forecasts. J. Account. Res. 43, 343–376.Akdogu, A., MacKay, P., 2008. Investment and competition. J. Financ. Quant. Anal. 43, 299–330.Ali, A., Klasa, S., Yeung, E., 2009. The limitations of industry concentration measures constructed with Compustat data: Implications for finance research.

Rev. Financ. Stud. 22, 3839–3871.Altman, E.I., 1968. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. J. Financ. 23, 589–609.Baginski, S., Hassell, J., Kimbrough, M., 2002. The effect of legal environment on voluntary disclosure: Evidence from management earnings forecasts issued

in U.S. and Canadian markets. Account. Rev. 77, 25–50.Bamber, L.S., Cheon, Y.S., 1998. Discretionary management earnings forecast disclosures: Antecedents and outcomes associated with forecast venue and

forecast specificity choices. J. Account. Res. 36, 167–190.Barth, M., Kasznik, R., McNichols, M., 2001. Analyst coverage and intangible assets. J. Account. Res. 39, 1–34.Bens, D.A., Monahan, S.J., 2004. Disclosure quality and the excess value of diversification. J. Account. Res. 42, 691–730.Bens, D.A., Berger, P.G., Monahan, S.J., 2011. Discretionary disclosure in financial reporting: An examination comparing internal firm data to externally

reported segment data. Account. Rev. 86, 1–33.Berger, P.G., 2011. Challenges and opportunities in disclosure research - A discussion of ‘the financial reporting environment: Review of the recent

literature.’. J. Account. Econ. 51, 204–218.Beyer, A., Cohen, D., Lys, T., Walther, B., 2010. The financial reporting environment: Review of the recent literature. J. Account. Econ. 50, 296–343. Botosan, C.A., Stanford, M., 2005. Managers' motives to withhold segment disclosures and the effect of SFAS No. 131 on Analysts' Information Environment.

Account. Rev. 80, 751–771.Bushee, B.J., Noe, C.F., 2000. Corporate disclosure practices, institutional investors, and stock return volatility. J. Account. Res. 38, 171–202. Campello, M., 2003. Capital structure and product market interactions: evidence from business cycles. J. Financ. Econ. 68, 353–378. Campello, M., 2006. Debt financing: Does it boost or hurt firm performance in product markets? J. Financ. Econ. 82, 135–172.Chevalier, J.A., 1995a. Capital structure and product-market competition: Empirical evidence from the supermarket industry. Am. Econ. Rev. 85, 415–435. Chevalier, J.A., 1995b. Do LBO supermarkets charge more? An empirical analysis of the effects of LBOs on supermarket pricing. J. Financ. 50, 1095–1112. Chuk, E., Matsumoto, D., Miller, G.S., 2013. Assessing methods of identifying management forecasts: CIG vs. researcher collected. J. Account. Econ. 55, 23–42. Clinch, G., Verrecchia, R.E., 1997. Competitive disadvantage and discretionary disclosure in industries. Aust. J. Manage. 22, 125–138.Cohen, W., 2010. ‘Fifty years of empirical studies on innovative activity and performance.’. In: Hall, Bronwyn, Rosenberg, Nathan (Eds.), Handbook of

Economics of Innovation, vol 1. , North Holland, Amsterdam, pp. 129–213.Darrough, M.N., Stoughton, N.M., 1990. Financial disclosure policy in an entry game. J. Account. Econ. 12, 219–243.DeAngelo, H., DeAngelo, L., Stulz, R.M., 2010. Seasoned equity offerings, market timing, and the corporate life cycle. J. Financ. Econ. 95, 275–295. Dye, R., 1985. Disclosure of nonproprietary information. J. Account. Res. 23, 123–145.Ellis, J.A., Fee, C.E., Thomas, S.E., 2012. Proprietary costs and disclosure of information about customers. J. Account. Res. 50, 685–727. Fresard, L., 2010. Financial strength and product market behavior: The real effects of corporate cash holdings. J. Financ. 65, 1097–1122.Gilbert, R., 2006. ‘Looking for Mr. Schumpeter: Where are we in the competition-innovation debate?’. In: Jaffe, A., Lerner, S., Stern, S. (Eds.), Innovation

Policy and the Economy, vol. 6. , MIT Press, Cambridge, MA, pp. 159–215.Gomes, A., Phillips, G.M., 2012. Why do public firms issue private and public securities? J. Financ. Intermed. 21, 619–658. Green, E., Porter, R., 1984. Non-cooperative collusion under imperfect price information. Econometrica 52, 87–100. Grossman, S.J., 1981. The role of warranties and private disclosure about product quality. J. Law Econ. 24, 461–483. Grullon, G., Michaely, R., 2007. Corporate payout policy and product market competition (Working Paper). Rice University. Harford, J., Klasa, S., Maxwell, W.F., 2013. Refinancing risk and cash holdings. J. Financ.. (forthcoming).Harris, M.H., 1998. The association between competition and managers' business segment reporting decisions. J. Account. Res. 36, 111–128.Haushalter, G.D., Klasa, S., Maxwell, W.F., 2007. The influence of product market dynamics on a firm's cash holdings and hedging behavior. J. Financ. Econ.

84, 797–825.Healy, P.M., Hutton, A.M., Palepu, K.G., 1999. Stock performance and sustained increases in disclosure. Contemp. Account. Res. 16, 485–510. Heflin, F., Subramanyam, K.R., Zhang, Y., 2003. Regulation FD and the financial information environment: Early evidence. Account. Rev. 78, 1–37. Hovakimian, A., Opler, T., Titman, S., 2001. The debt-equity choice. J. Financ. Quant. Anal. 36, 1–24.Jung, W.O., Kwon, Y.K., 1988. Disclosure when the market is unsure of information endowment of managers. J. Account. Res. 26, 146–153.Karamanou, I., Vafeas, N., 2005. The association between corporate boards, audit committees, and management earnings forecasts: An empirical analysis.

J. Account. Res. 43, 453–486.Kasznik, R., Lev, B., 1995. To warn or not to warn: Management disclosures in the face of an earnings surprise. Account. Rev. 70, 113–134. Kayhan, A., Titman, S., 2007. Firms' histories and their capital structures. J. Financ. Econ. 83, 1–32.Klasa, S., Maxwell, W.F., Ortiz-Molina, H., 2009. The strategic use of cash holdings in collective bargaining with labor unions. J. Financ. Econ. 92, 421–442. Korajczyk, R.A., Lucas, D.J., McDonald, R.L., 1991. The effect of information releases on the pricing and timing of equity issues. Rev. Financ. Stud. 4, 685–708. Kothari, S.P., Shu, S., Wysocki, P.D., 2009. Do managers withhold bad news? J. Account. Res. 47, 241–276.Kovenock, D., Phillips, G.M., 1997. Capital structure and product market behavior. Rev. Financ. Stud. 10, 767–803.Kuhn, K., Vives, X., 1995. Information exchange among firms and their impact on competition. European Commission Document, Luxembourg: Office for

Official Publications of the European Communities.Lang, M.H., Lundholm, R.J., 1993. Cross-sectional determinants of analyst ratings of corporate disclosures. J. Account. Res. 31, 246–271. Lang, M.H., Lundholm, R.J., 1996. Corporate disclosure policy and analyst behavior. Account. Rev. 71, 467–492.Li, X., 2010. The impacts of product market competition on the quantity and quality of voluntary disclosures. Rev. Account. Stud. 15, 663–711.Li, F., Lundholm, R., Minnis, M., 2013. A measure of competition based on 10-K filings. J. Account. Res. 51, 399–436. Mackay, P., Phillips, G.M., 2005. How does industry affect firm financial structure? Rev. Financ. Stud. 18, 1433–1466. Milgrom, P., 1981. Good news and bad news: representation theorems and applications. Bell J. Econ. 12, 380–391. Miller, G., 2002. Earnings performance and discretionary disclosure. J. Account. Res. 40, 173–204.Phillips, G.M., 1995. Increased debt and industry product markets, an empirical analysis. J. Financ. Econ. 37, 189–238. Raith, M., 2003. Competition, risk, and managerial incentives. Am. Econ. Rev. 93, 1425–1436.Rosenbaum, P.R., 2002. Observational Studies, 2nd Edition Springer Series in Statistics, Berlin.


Stigler, G., 1964. A theory of oligopoly. J. Polit. Econ. 72, 44–61.Sutton, J., 1991. Sunk Costs and Market Structure. M.I.T. Press, Cambridge. Verrecchia, R.E., 1983. Discretionary disclosure. J. Account. Econ. 5, 179–194.Verrecchia, R.E., 1990. Endogenous proprietary costs through firm interdependence. J. Account. Econ. 12, 245–250. Verrecchia, R.E., 2001. Essays on disclosure. J. Account. Econ. 32, 97–180.Verrecchia, R.E., Weber, J., 2006. Redacted disclosure. J. Account. Res. 44, 791–814.Vives, X., 2006. ‘Information sharing: Economics and antitrust’, in The pros and cons of information sharing. Swedish Competition Authority, Stockholm. Vives, X., 2008. ‘Information sharing among firms’, in The New Palgrave: A Dictionary of Economics. Palgrave Macmillan, New York.Walker, D., Yost, K., 2008. Seasoned equity offerings: What firms say, do, and how the market reacts. J. Corp. Financ. 14, 376–386. Waymire, G., 1985. Earnings volatility and voluntary management forecast disclosure. J. Account. Res. 23, 268–295.Wu, Y., 2004. The choice of equity-selling mechanisms. J. Financ. Econ. 74, 93–119.

Ziv, A., 1993. Information sharing in oligopoly: the truth-telling problem. Rand J. Econ. 24, 455–465.

industry concentration and corporate disclosure policy

Documents