The use of this last approach, in o

The use of this last approach, in order to measure accounting quality does not suffer from the same limitations as the Dechow and Dichev (2002) when total accruals are used, however, the modified Jones model identifies accruals as abnormal if they are not explained by a very specific and limited set of fundamentals i.e., PP&E and changes in revenues, resulting in a less direct link to information risk (Francis et al., 2005). For the reasons stated above, we argue that the Dechow and Dichev (2002) model, also employed by other research on the quality of accruals (Francis et al., 2005; Ecker et al., 2006), constitutes the accruals quality proxy which most efficiently captures information risk about how a firm's true economic performance is going to evolve, by not expressing accruals as a function of a limited set of firm fundamentals. Therefore, our main results are based on the measurement of accruals quality according to the Dechow and Dichev (2002) methodology (with the McNichols, 2002; modification), while we complement our analysis with the use of the modified Jones model (following Rajgopal and Venkatachalam, 2011, but applied to quarterly data), in order to affront the above mentioned limitation of the
Dechow and Dichev (2002) approach.
This way, we report results for this model in the paper, as well as for its modification including a loss dummy based on Prakash (2009). Still, in order to ensure that our findings are not driven by the method employed to estimate accruals quality, we estimate and test additional model specifications (including the modified Jones model) proposed in the literature, as described in our ‘robustness tests’ Section 4.3.
Finally, it should be noted that the majority of studies estimating accruals quality by assessing the efficiency of mapping of accruals into cash flows has made use of annual data,2 with the exception of Dhaliwal et al. (2010) and Prakash (2009). Our study estimates the impact of accounting quality on the behavior of implied volatility around earnings announcements, which occur on a quarterly basis. In this respect, we need a measure of accounting quality estimated at quarterly intervals. Prakash (2009) estimates accounting quality through the standard deviation of residuals stemming from quarter/sector-specific cross-sectional regressions (see Eq. (2)). On the other hand, Dhaliwal et al. (2010) measure accounting quality by computing the standard deviation of residuals estimated from firm-specific, time-series regressions using quarterly data.We follow the approach employed by Prakash (2009), in an effort to explicitly focus on deviations of the mapping of accruals with reference to the industry, for a given firm. Nonetheless, we have repeated our analysis using accruals quality measures that follow the time-series approach of Dhaliwal et al. (2010); see our robustness tests Section 4.3 for details.
3.2. Sample selection and description
The sample consists of US firms with common stocks traded on the NYSE, AMEX, and NASDAQ that have equity options data on the Ivy DB OptionMetrics database between 1996 and 2010, for which at least one of our accounting quality metrics (summarized in Sections 3.1 and 4.3) can be computed for one quarter with data from Standard and Poor’s Compustat.3 Data for earnings announcement dates have been extracted from Compustat (item mnemonic RDQ) while data on daily market returns were complemented from CRSP.
We use equity options implied volatility as a proxy for market participant's forward-looking view of uncertainty regarding the underlying stock. These are readily available on a daily basis from the Ivy DB Option Metrics Standardized Options dataset, for both calls and puts that are closest-to-the-money, with maturities ranging from 30 days to 730 days. As in previous research, we focus on the shortest maturity (that is the quickest to respond to new information released via earnings announcements, see for example Truong et al., 2012; Donders et al., 2000; Goodman et al., 2012; Goyal and Saretto, 2009), and use both the average of call and put implied volatility (Truong et al., 2012) and the linearly delta-interpolated implied volatility of calls and puts (Mixon, 2009) to derive our two main proxies for ATM short-term equity implied volatility.4

ผลลัพธ์ (ไทย) 1:

การใช้วิธีการล่าสุดนี้ เพื่อวัดคุณภาพบัญชีไม่ประสบข้อจำกัดเดียวกัน Dechow และ Dichev (2002) เมื่อใช้การรับรู้ทั้งหมด อย่างไรก็ตาม รุ่นโจนส์แก้ไขระบุรับรู้เป็นปกติถ้าพวกเขาไม่ได้อธิบายไว้ โดยเฉพาะ และจำกัดมากชุดพื้นฐานเช่น PP และ E และการเปลี่ยนแปลงในรายได้ เกิดขึ้นในการเชื่อมโยงโดยตรงน้อยข้อมูลความเสี่ยง (Francis et al., 2005) ด้วยเหตุผลที่กล่าวข้างต้น เราโต้เถียงว่า Dechow และ Dichev (2002) แบบ ยังว่าคุณภาพของการรับรู้ (Francis et al., 2005 วิจัยอื่น ๆ Ecker และ al., 2006), ถือการรับรู้คุณภาพพร็อกซี่ที่สุดรวบรวมข้อมูลความเสี่ยงเกี่ยวกับวิธีมีประสิทธิภาพทางเศรษฐกิจที่แท้จริงของบริษัทกำลังจะพัฒนา โดยไม่แสดงการรับรู้เป็นฟังก์ชันของชุดพื้นฐานของบริษัทจำกัด ดังนั้น มีผลหลักของเราอยู่กับวัดการรับรู้คุณภาพตามระเบียบวิธี (2002) Dechow และ Dichev (มี McNichols, 2002 แก้ไข), ใน ขณะที่เราเติมเต็มของเราวิเคราะห์ ด้วยการใช้รุ่นปรับเปลี่ยนโจนส์ (ต่อ Rajgopal และ Venkatachalam, 2011 แต่ใช้กับข้อมูลรายไตรมาส), เพื่อ affront ข้างต้นกล่าวถึงข้อจำกัดของการDechow และ Dichev (2002)ด้วยวิธีนี้ เรารายงานผล ในรูปแบบนี้ในเอกสาร และการปรับเปลี่ยนรวมถึงหุ่นสูญเสียตามช (2009) ยังคง เพื่อให้แน่ใจว่า ผลการวิจัยของเราจะไม่ขับเคลื่อน ด้วยวิธีการประเมินคุณภาพการรับรู้ เราประเมิน และทดสอบ แบบจำลองเพิ่มเติมข้อกำหนด (รวมถึงแบบโจนส์แก้ไข) เสนอในวรรณคดี ตามที่อธิบายไว้ในการทดสอบของเรา' เสถียรภาพ' ส่วน 4.3ในที่สุด มันควรจดบันทึกว่า ส่วนใหญ่ศึกษาที่ประเมินการรับรู้คุณภาพ โดยการประเมินประสิทธิภาพของการแม็ปของการรับรู้เป็นเงินทุนหมุนเวียนได้ใช้ข้อมูลรายปี 2 ยกเว้น Dhaliwal et al. (2010) และช (2009) เราประเมินผลกระทบของคุณภาพบัญชีกับพฤติกรรมของความผันผวนโดยนัยสถานประกาศกำไร ซึ่งเกิดขึ้นเป็นประจำทุกไตรมาส ประการนี้ เราต้องการวัดคุณภาพบัญชีประมาณช่วงไตรมาสที่ ช (2009) ประเมินคุณภาพบัญชีผ่านส่วนเบี่ยงเบนมาตรฐานของค่าคงเหลืออันเนื่องมาจาก regressions เหลวเฉพาะไตรมาส/ภาค (ดู Eq. (2)) บนมืออื่น ๆ คุณภาพบัญชีวัด Dhaliwal et al. (2010) โดยการคำนวณค่าส่วนเบี่ยงเบนมาตรฐานของค่าคงเหลือประมาณจากบริษัทเฉพาะ ชุดเวลา regressions โดยใช้ข้อมูลรายไตรมาส เราทำตามวิธีที่ว่าช (2009), ในความพยายามที่จะเน้นความแตกต่างของการแม็ปของรับรู้โปร่งอุตสาหกรรม บริษัทกำหนดอย่างชัดเจน กระนั้น เรามีซ้ำวิเคราะห์ของเราใช้วัดคุณภาพการรับรู้ตามวิธีการลำดับเวลาของ Dhaliwal et al. (2010), เราทดสอบเสถียรภาพ 4.3 ส่วนรายละเอียดนั้น3.2. เลือกและอธิบายตัวอย่างตัวอย่างประกอบด้วยสหรัฐอเมริกาบริษัทมีหุ้นสามัญที่ซื้อขายใน NYSE, AMEX และ NASDAQ ที่มีส่วนตัวเลือกข้อมูลบนฐานข้อมูลไอวี่ DB OptionMetrics ระหว่างปี 1996 และ 2010 ที่น้อยหนึ่งคุณภาพบัญชีวัด (สรุปส่วน 3.1 และ 4.3) ที่สามารถคำนวณสำหรับไตรมาสที่หนึ่งกับข้อมูลจากมาตรฐานและแย่ของข้อมูล Compustat.3 สำหรับกำไรประกาศแยกจาก Compustat (สินค้านีโมนิค RDQ) ในขณะที่ข้อมูลในวันตลาดส่งกลับได้ ครบครันจาก CRSP เราใช้หุ้นตัวผันผวนโดยนัยเป็นพร็อกซีสำหรับมุมมองจากตลาดร่วมของความไม่แน่นอนเกี่ยวกับการซื้อหุ้น เหล่านี้มีพร้อมในประจำจากไอวี่ DB ตัวเลือกเครื่องมือวัดมาตรฐานตัวเลือกชุดข้อมูล โทรศัพท์และทำให้ที่สุดกับเดอะเงิน มีตั้งแต่ 30 วัน 730 วันครบกำหนด ในงานวิจัยก่อนหน้านี้ เรามุ่งเน้นกำหนดสั้น (ที่เร็วที่สุดเพื่อตอบสนองกับข้อมูลใหม่ที่นำออกใช้ผ่านประกาศกำไร ดูตัวอย่าง Truong et al., 2012 Donders และ al., 2000 คลา al. et, 2012 โกยัลและ Saretto, 2009), และใช้ค่าเฉลี่ยทั้งโทร และวางความผันผวนโดยนัย (Truong et al., 2012) และแบบเชิงเส้นเดลต้าการสโดยนัยความผันผวนของการเรียกและทำให้ (Mixon, 2009) ได้รับมอบฉันทะของเราหลักสองสำหรับ ATM ระยะสั้นหุ้นนัย volatility.4

ผลลัพธ์ (ไทย) 2:

การใช้วิธีการที่ผ่านมาเพื่อที่จะวัดคุณภาพการบัญชีไม่ประสบข้อ จำกัด เช่นเดียวกับ Dechow และ Dichev (2002) เมื่อรายการคงค้างรวมมีการใช้ แต่มีการปรับเปลี่ยนรูปแบบโจนส์ระบุคงค้างเป็นความผิดปกติถ้าพวกเขาไม่ได้อธิบายได้ด้วย ชุดที่เฉพาะเจาะจงมากและ จำกัด พื้นฐานเช่น PP & E และการเปลี่ยนแปลงในรายได้ที่เกิดขึ้นในการเชื่อมโยงโดยตรงกับความเสี่ยงน้อยสารสนเทศ (ฟรานซิส et al., 2005) ด้วยเหตุผลดังกล่าวข้างต้นเราให้เหตุผลว่า Dechow และ Dichev (2002) รุ่นยังใช้โดยการวิจัยอื่น ๆ ที่เกี่ยวกับคุณภาพของรายการคงค้าง (ที่ฟรานซิส, et al, 2005;.. Ecker et al, 2006) ถือว่าพร็อกซี่ที่มีคุณภาพคงค้างที่ มีประสิทธิภาพมากที่สุดจับความเสี่ยงข้อมูลเกี่ยวกับวิธีการปฏิบัติงานทางเศรษฐกิจของ บริษัท ที่เป็นจริงที่เกิดขึ้นที่จะพัฒนาขึ้นโดยไม่แสดงรายการคงค้างเป็นหน้าที่ของชุด จำกัด จากปัจจัยพื้นฐานของ บริษัท ดังนั้นผลลัพธ์หลักของเราจะขึ้นอยู่กับการตรวจวัดคุณภาพคงค้างตาม Dechow และ Dichev (2002) วิธีการ (ที่มี McNichols 2002; ปรับเปลี่ยน) ในขณะที่เราเติมเต็มการวิเคราะห์ของเราที่มีการใช้การปรับเปลี่ยนรูปแบบโจนส์ (ต่อไปนี้ Rajgopal และ Venkatachalam, ปี 2011 แต่นำไปใช้กับข้อมูลรายไตรมาส) เพื่อที่จะหันหน้าเข้าหาข้อ จำกัด ดังกล่าวข้างต้นของ
Dechow และ Dichev (2002) วิธี.
วิธีนี้เรารายงานผลสำหรับรุ่นนี้ในกระดาษเช่นเดียวกับการปรับเปลี่ยนของมันรวมทั้ง หุ่นสูญเสียขึ้นอยู่กับแกช (2009) ยังเพื่อให้แน่ใจว่าการค้นพบของเราไม่ได้ผลักดันโดยวิธีการที่ใช้ในการประเมินคุณภาพคงค้างเราประเมินและข้อกำหนดรูปแบบการทดสอบเพิ่มเติม (รวมทั้งการปรับเปลี่ยนรูปแบบโจนส์) ที่นำเสนอในวรรณคดีที่กล่าวไว้ในมาตราของเราการทดสอบความทนทาน '4.3 .
ในที่สุดก็ควรจะตั้งข้อสังเกตว่าส่วนใหญ่ของการศึกษาการประเมินคุณภาพคงค้างโดยการประเมินประสิทธิภาพของการทำแผนที่ของรายการคงค้างเข้าสู่กระแสเงินสดได้ทำให้การใช้ข้อมูลประจำปี 2 มีข้อยกเว้นของ Dhaliwal et al, (2010) และแกช (2009) การศึกษาของเราประมาณการผลกระทบของคุณภาพการบัญชีเกี่ยวกับพฤติกรรมของความผันผวนโดยนัยรอบประกาศผลประกอบการที่เกิดขึ้นเป็นประจำทุกไตรมาส ในส่วนนี้เราต้องชี้วัดคุณภาพการบัญชีที่คาดในช่วงไตรมาส แกช (2009) ประมาณการบัญชีที่มีคุณภาพผ่านเบี่ยงเบนมาตรฐานของความคลาดเคลื่อนที่เกิดจากไตรมาส / เฉพาะภาคการถดถอยตัดขวาง (ดูสม. (2)) ในทางตรงกันข้าม, et al, Dhaliwal (2010) ตัวชี้วัดคุณภาพการบัญชีโดยการคำนวณค่าเบี่ยงเบนมาตรฐานของเหลือประมาณจาก บริษัท ที่เฉพาะเจาะจงวิเคราะห์อนุกรมเวลาใช้ data.We ไตรมาสปฏิบัติตามวิธีการจ้างงานโดยแกช (2009) ในความพยายามที่จะชัดเจนมุ่งเน้นไปที่การเบี่ยงเบนของการทำแผนที่ของ คงค้างมีการอ้างอิงถึงอุตสาหกรรมให้กับ บริษัท ที่ได้รับ อย่างไรก็ตามเราได้ซ้ำแล้วซ้ำอีกโดยใช้การวิเคราะห์ของเราคงค้างมาตรการที่มีคุณภาพที่เป็นไปตามวิธีการอนุกรมเวลาของ Dhaliwal et al, (2010); เห็นการทดสอบความทนทานของเรามาตรา 4.3 สำหรับรายละเอียด.
3.2 การเลือกตัวอย่างและคำอธิบายกลุ่มตัวอย่างประกอบด้วย บริษัท สหรัฐที่มีหุ้นสามัญที่ซื้อขายใน NYSE, AMEX, และแนสแด็กที่มีข้อมูลตัวเลือกส่วนบนฐานข้อมูล Ivy DB OptionMetrics ระหว่างปี 1996 และ 2010 ซึ่งอย่างน้อยหนึ่งของตัวชี้วัดคุณภาพการบัญชีของเรา (สรุป ในส่วนที่ 3.1 และ 4.3) สามารถคำนวณได้สำหรับหนึ่งในสี่กับข้อมูลจาก Standard and Poor ของ Compustat.3 ข้อมูลสำหรับการประกาศผลประกอบการวันที่ได้รับการสกัดจาก Compustat (รายการที่ช่วยในการจำ RDQ) ในขณะที่ข้อมูลเกี่ยวกับผลตอบแทนของตลาดในชีวิตประจำวันได้รับการเติมเต็มจาก CRSP. เราใช้ทุน ตัวเลือกความผันผวนโดยนัยเป็นพร็อกซี่สำหรับมุมมองที่มองไปข้างหน้าของผู้เข้าร่วมตลาดของความไม่แน่นอนเกี่ยวกับหุ้นอ้างอิง เหล่านี้จะพร้อมใช้งานในชีวิตประจำวันจากไอวี DB ตัวเลือกตัวชี้วัดมาตรฐานชุดข้อมูลที่ตัวเลือกทั้งการโทรและทำให้ที่ใกล้เคียงที่สุด-to-เงินมีอายุตั้งแต่ 30 วันถึง 730 วัน ในขณะที่การวิจัยก่อนหน้านี้ที่เรามุ่งเน้นที่ครบกำหนดระยะเวลาที่สั้น (นั่นคือที่เร็วที่สุดเพื่อตอบสนองต่อข้อมูลใหม่ปล่อยผ่านการประกาศผลประกอบการดูตัวอย่าง Truong et al, 2012;. Donders et al, 2000;. กู๊ดแมน et al, 2012. Goyal และ Saretto 2009), และใช้ค่าเฉลี่ยของการโทรและใส่ความผันผวนโดยนัย (Truong et al., 2012) และความผันผวนโดยนัยเป็นเส้นตรงเดลต้าหยันของการโทรและทำให้ (Mixon 2009) จะได้รับสองผู้รับมอบฉันทะหลักของเราสำหรับ ATM ทุนระยะสั้นโดยนัย volatility.4

ผลลัพธ์ (ไทย) 3:

ใช้วิธีสุดท้าย เพื่อวัดคุณภาพการบัญชีไม่ประสบข้อ จำกัด เช่นเดียวกับ dechow และ dichev ( 2002 ) ที่ค้างทั้งหมด ใช้ อย่างไรก็ตาม การปรับเปลี่ยนรูปแบบรายการคงค้างเป็นปกติ โจนส์ ระบุหากพวกเขาไม่ได้อธิบายโดยตั้งค่าที่เฉพาะเจาะจงและจำกัดของปัจจัยพื้นฐานเช่น PP , & E และ การเปลี่ยนแปลงในรายได้ผลในการเชื่อมโยงโดยตรงน้อยกว่าความเสี่ยงด้านสารสนเทศ ( ฟรานซิส et al . , 2005 ) ด้วยเหตุผลที่กล่าวข้างต้น เรายืนยันว่า dechow dichev ( 2002 ) และแบบที่ใช้โดยงานวิจัยอื่น ๆที่มีผลต่อคุณภาพของรายการคงค้าง ( ฟรานซิส et al . , 2005 ; เอ็กเคอร์ et al . , 2006 )ถือเป็นตัวแทนด้านคุณภาพซึ่งมีประสิทธิภาพมากที่สุดรวบรวมข้อมูลความเสี่ยงเกี่ยวกับวิธีการของ บริษัท จริง ประสิทธิภาพทางเศรษฐกิจจะคาย โดยไม่ได้แสดงค้างเป็นฟังก์ชันของชุด จำกัด ของพื้นฐานของบริษัท ดังนั้น ผลลัพธ์หลักของเราจะขึ้นอยู่กับการวัดคุณภาพค้างไปตาม dechow dichev ( 2002 ) และวิธีการ ( กับแมคนิโคลส์ , 2002 ;การปรับเปลี่ยน ) ในขณะที่เรากว่าการวิเคราะห์ของเรา ด้วยการใช้รูปแบบต่อไปนี้ ( Modified Jones และ rajgopal venkatachalam 2011 แต่ใช้ข้อมูลรายไตรมาส ) เพื่อดูถูกข้างต้นกล่าวถึงข้อจำกัดของ
dechow dichev ( 2002 ) และ วิธีการ
วิธีนี้เรารายงานผลสำหรับรุ่นนี้ ในกระดาษ เช่นเดียวกับการปรับ รวมถึงการสูญเสียหุ่นตามประกาศ ( 2009 )ยัง , เพื่อให้แน่ใจว่า การค้นพบของเรา ไม่ได้เป็นเพราะวิธีที่ใช้ประเมินด้านคุณภาพ เราประเมินและทดสอบเพิ่มเติมแบบกำหนด ( รวมถึงแก้ไขโจนส์รุ่น ) เสนอในวรรณคดี , ตามที่อธิบายไว้ในการทดสอบความแกร่งของเรา ' ' 4.3 .
ในที่สุด