Figure 4 summarizes our overall fin

Figure 4 summarizes our overall findings on the value-relevance of EVA versus the
other performance measures. It combines comparisons of relative information content
comparisons (Adj. R2s) from question 1 (which are shown as circle sizes in the figure), and
comparisons of incremental information content comparisons (F-statistics) from question 2,
shown as relative positioning or lack of overlap (with less overlap indicating more incrementalinformation content). Overall, neither EVA nor RI appears to dominate NI in its association
with stock market returns. NI has the largest relative information content (as indicated by the
largest circle) and the overlap between circles is large suggesting that there is little incremental
information content in EVA, RI and CFO beyond that contained in NI.
[Insert Figure 4 here]
We also examine a related claim that EVA is more highly associated with firm values (versus
stock returns considered above):
Q3: Does EVA dominate earnings in explaining firm values?
To address this question, we replicate and extend a study authored by former Stern Stewart vicepresident
Stephen O’Byrne that appeared in the Spring 1996 issue of this journal.17 O'Byrne first
compares Adj. R2s from regressing firm value on EVA and earnings measured as NOPAT. He
reports an Adj. R2 of 31% for the EVA regression and 33% for the NOPAT regression. Next, he
adjusts the EVA regression by: 1) allowing separate coefficients for positive and negative values
of EVA, 2) including the natural log of capital in an attempt to capture differences in the way the
market values firms of different sizes, and 3) including 57 industry dummy variables in order to
capture potential industry effects. When all of these adjustments are included, O’Byrne obtains a
larger Adj. R2 for the enhanced EVA regression (56%) than for NOPAT (33%).
However, notice that O'Byrne makes ‘adjustments’ only to the EVA regression. When we
‘level the playing field’ by applying the same adjustments to the NOPAT regression and also
examine NI, EVA’s superiority disappears. The NI regression has a significantly higher
association with firm value (Adj. R2 = 53%) than the EVA regression (Adj. R2 = 50%) and the
NOPAT regression (Adj. R2 = 49%). The latter two are statistically indistinguishable. Thus, aswith our stock returns tests, these results do not support the contention that EVA outperforms
earnings in explaining firm values. To the contrary, and in contrast to claims by Stern Stewart,
our evidence suggests that earnings more often dominates EVA in value-relevance to market
participants.

ผลลัพธ์ (ไทย) 1:

รูปที่ 4 สรุปประเด็นที่เกี่ยวข้องค่าของ EVA เมื่อเทียบกับของเราโดยรวมการมาตรการอื่น ๆ ประสิทธิภาพการทำงาน มันรวมเปรียบเทียบเนื้อหาข้อมูลญาติเปรียบเทียบ (ปรับปรุง R2s) จากคำถามที่ 1 (ซึ่งแสดงเป็นวงกลมขนาดในรูป), และเปรียบเทียบข้อมูลเพิ่มเนื้อหาเปรียบเทียบ (F-สถิติ) จากคำถามที่ 2แสดงเป็นตำแหน่งสัมพัทธ์หรือขาดการทับซ้อน (มีลิ้นน้อยแสดงเนื้อหาเพิ่มเติม incrementalinformation) โดยรวม ไม่ EVA และ RI จะ ครอง NI ในความสัมพันธ์มีผลตอบแทนของตลาดหุ้น NI มีเนื้อหาข้อมูลญาติที่ใหญ่ที่สุด (ตามที่ระบุโดยการวงกลมที่ใหญ่ที่สุด) และทับซ้อนกันระหว่างวงกลมมีขนาดใหญ่แนะนำว่า มีเพิ่มขึ้นเล็กน้อยข้อมูลเนื้อหาใน EVA, RI และ CFO ที่นอกเหนือจากที่อยู่ใน NI[แทรกรูปที่ 4 ที่นี่]นอกจากนี้เรายังตรวจสอบข้อร้องเรียนที่เกี่ยวข้องว่า EVA เป็นอย่างมากเกี่ยวข้องกับบริษัทค่า (เมื่อเทียบกับสต็อกกลับพิจารณาข้างต้น):Q3: EVA ครองการกำไรได้อธิบายค่าบริษัทไม่ที่อยู่คำถามนี้ เราทำซ้ำ และขยายการศึกษาที่เขียน โดยอดีตสจ๊วตสเติร์น vicepresidentสตีเฟน O'Byrne ที่ปรากฏในฉบับฤดูใบไม้ผลิปี 1996 ของ journal.17 นี้ O'Byrne เป็นครั้งแรกเปรียบเทียบปรับปรุง R2s จากถอยยืนยันค่า EVA และวัดเป็น NOPAT กำไร เขารายงานการปรับปรุง R2 31% สำหรับการถดถอยของ EVA และ 33% สำหรับการถดถอย NOPAT ถัดไป เขาปรับการถดถอยของ EVA โดย: 1) ให้ค่าสัมประสิทธิ์ที่แยกต่างหากสำหรับค่าบวก และลบของ EVA, 2) รวมทั้งบันทึกธรรมชาติของทุนในความพยายามที่จับความแตกต่างในวิธีการตลาดค่าบริษัทขนาดแตกต่างกัน และ 3) รวมทั้งตัวแปรดัมมี่ 57 อุตสาหกรรมเพื่อจับผลอุตสาหกรรมอาจเกิดขึ้น เมื่อทั้งหมดของการปรับปรุงเหล่านี้มีอยู่ O'Byrne ได้รับการR2 ปรับปรุงขนาดใหญ่สำหรับการเพิ่ม EVA ถดถอย (56%) มากกว่าการ NOPAT (33%)อย่างไรก็ตาม สังเกตว่า O'Byrne ทำให้ 'ปรับปรุง' เฉพาะกับการถดถอยของ EVA เมื่อเรา'ยกระดับการเล่น' โดยใช้การปรับปรุงเดียวกันกับการถดถอย NOPAT และยังตรวจสอบ NI หายไปที่เหนือกว่าของ EVA การถดถอยของ NI มีสูงมากสมาคมบริษัทมูลค่า (ปรับปรุง R2 = 53%) กว่าถดถอย EVA (ปรับปรุง R2 = 50%) และNOPAT ถดถอย (การปรับปรุง R2 = 49%) หลังสองได้นั้นทางสถิติ ดังนั้น aswith หุ้นส่งกลับค่าการทดสอบของเรา ผลลัพธ์เหล่านี้ไม่สนับสนุนความขัดแย้งที่มีประสิทธิภาพสูงกว่า EVAกำไรในการอธิบายค่าที่บริษัท ที่ขัด และตรงกันข้าม กับการเรียกร้องโดยสเติร์นสจ๊วตหลักฐานของเราแสดงให้เห็นว่า กำไรบ่อยขึ้นกุมอำนาจ EVA ในค่าความเกี่ยวข้องกับตลาดผู้เข้าร่วม

ผลลัพธ์ (ไทย) 2:

รูปที่ 4 สรุปผลการวิจัยโดยรวมของเราในมูลค่าความเกี่ยวข้องของ EVA เมื่อเทียบกับ
มาตรการประสิทธิภาพอื่น ๆ มันรวมการเปรียบเทียบของข้อมูลเนื้อหาญาติ
เปรียบเทียบ (adj. R2s) จากคำถามที่ 1 (ซึ่งจะแสดงให้เห็นว่าขนาดวงกลมในรูป) และ
การเปรียบเทียบของการเปรียบเทียบเนื้อหาข้อมูลที่เพิ่มขึ้น (F-สถิติ) จากคำถามที่ 2
แสดงให้เห็นว่าการวางตำแหน่งญาติหรือขาด ของการทับซ้อน (ที่มีการซ้อนทับกันน้อยแสดงให้เห็นเนื้อหา incrementalinformation เพิ่มเติม) โดยรวม, ค่า EVA มิได้ RI ดูเหมือนจะครอง NI ในการเชื่อมโยง
กับผลตอบแทนการลงทุนในตลาดหุ้น NI มีเนื้อหาข้อมูลญาติที่ใหญ่ที่สุด (ตามที่ระบุโดย
วงกลมที่ใหญ่ที่สุด) และทับซ้อนระหว่างวงกลมที่มีขนาดใหญ่บอกว่ามีเพิ่มขึ้นเล็ก ๆ น้อย ๆ
เนื้อหาข้อมูลใน EVA, RI และ CFO เกินกว่าที่มีอยู่ใน NI.
[ใส่รูปที่ 4 นี่]
นอกจากนี้เรายัง ตรวจสอบการเรียกร้องที่เกี่ยวข้องกับ EVA มีความเกี่ยวข้องมากขึ้นอย่างมากกับค่านิยมของ บริษัท (เมื่อเทียบกับ
ผลตอบแทนหุ้นพิจารณาด้านบน):
Q3: ไม่กำไรครอง EVA ในการอธิบายค่า บริษัท ?
เพื่อแก้ไขคำถามนี้เราทำซ้ำและขยายการศึกษาประพันธ์โดยอดีตสเติร์นสจ๊วตรองประธาน
สตีเฟ่น เบิร์นที่ปรากฏในฉบับฤดูใบไม้ผลิ 1996 journal.17 นี้เบิร์นเป็นครั้งแรก
เปรียบเทียบปรับ R2s จากถอยมูลค่า บริษัท เกี่ยวกับ EVA และรายได้วัดเป็นกําไรสุทธิ เขา
รายงาน Adj R2 31% สำหรับการถดถอย EVA และ 33% สำหรับการถดถอยกําไรสุทธิ ต่อมาเขา
ปรับถดถอย EVA โดย: 1) ช่วยให้ค่าสัมประสิทธิ์ที่แยกต่างหากสำหรับค่าบวกและลบ
ของ EVA, 2) รวมทั้งการเข้าสู่ระบบธรรมชาติของเงินทุนในความพยายามที่จะจับความแตกต่างในวิธีการ
ตลาดค่า บริษัท ขนาดแตกต่างกันและ 3) รวมทั้งตัวแปรดัมมี่ 57 อุตสาหกรรมเพื่อ
จับภาพผลกระทบที่อาจเกิดขึ้นในอุตสาหกรรม เมื่อการปรับทั้งหมดของเหล่านี้จะรวม, เบิร์นได้รับ
Adj ขนาดใหญ่ R2 สำหรับเพิ่ม EVA ถดถอย (56%) จะสูงกว่ากําไรสุทธิ (33%).
แต่สังเกตเห็นว่าเบิร์นทำให้ 'ปรับปรุง' เท่านั้นที่จะถดถอย EVA เมื่อเรา
ระดับสนามเด็กเล่นโดยใช้การปรับเดียวกันกับการถดถอยกําไรสุทธิและยัง
ตรวจสอบ NI เหนือกว่าของอีวาหายไป ถดถอย NI มีสูงขึ้นอย่างมีนัยสำคัญ
การเชื่อมโยงกับมูลค่ากิจการ (adj. R2 = 53%) กว่าถดถอย EVA (adj. R2 = 50%) และ
การถดถอยกําไรสุทธิ (adj. R2 = 49%) หลังสองจะแยกไม่ออกทางสถิติ ดังนั้น aswith ต็อกของเราส่งกลับทดสอบผลลัพธ์เหล่านี้ไม่สนับสนุนการต่อสู้ที่ EVA มีประสิทธิภาพดีกว่า
ผลประกอบการในการอธิบายค่า บริษัท ไปในทางตรงกันข้ามและในทางตรงกันข้ามกับการเรียกร้องโดยสเติร์นสจ๊วต
หลักฐานของเราแสดงให้เห็นว่ารายได้มากขึ้นมักจะครอบงำ EVA ในมูลค่าความเกี่ยวข้องกับตลาด
ผู้เข้าร่วม

ผลลัพธ์ (ไทย) 3:

รูปที่ 4 สรุปผลการวิจัยของเราโดยรวมในค่าเมื่อเทียบกับความเกี่ยวข้องของอีวาการวัดผลการปฏิบัติงานอื่น ๆ มันรวมการเปรียบเทียบเนื้อหาข้อมูลญาติการเปรียบเทียบ ( Adj . r2s ) จากคำถามที่ 1 ( ซึ่งจะปรากฏเป็นวงกลมขนาดในรูป ) และการเปรียบเทียบการเปรียบเทียบปริมาณข้อมูลที่เพิ่มขึ้น ( f-statistics ) จากคำถาม 2แสดงเป็นตำแหน่งสัมพัทธ์หรือขาดซ้อน ( ไม่ทับซ้อนกันแสดงเนื้อหา incrementalinformation มากกว่า ) โดยรวม , และ EVA หรือริดูเหมือนจะครองในสมาคมของนิกับผลตอบแทนของตลาดหุ้น ผมมีเนื้อหาข้อมูลญาติมากที่สุด ( ตามที่ระบุโดยวงกลมที่ใหญ่ที่สุด ) และทับซ้อนกันระหว่างวงกลมใหญ่แนะนำว่ามีเพียงเล็กน้อยที่เพิ่มขึ้นข้อมูลเนื้อหาใน EVA , ริและ CFO นอกเหนือจากที่มีอยู่ใน Ni[ ใส่รูปที่ 4 นี่ ]นอกจากนี้เรายังตรวจสอบที่เกี่ยวข้องอ้างว่า Eva สูงมากขึ้นที่เกี่ยวข้องกับค่าของบริษัท ( เมื่อเทียบกับผลตอบแทนตลาดหลักทรัพย์พิจารณาข้างต้น ) :Q3 : EVA ครองรายได้ในการอธิบาย บริษัท ค่า ?ที่อยู่คำถามนี้ เราทำซ้ำและขยายการศึกษาที่เขียนโดยอดีต vicepresident สเติร์น สจ๊วตสตีเฟน เบิร์น ที่ปรากฏในฤดูใบไม้ผลิ 1996 ปัญหานี้ journal.17 เบิร์นก่อนเปรียบเทียบคำคุณศัพท์ จาก บริษัท r2s ้ค่า EVA และกำไรวัดเป็น nopat . เขารายงานเป็นคำคุณศัพท์ อาร์ทู 31 % สำหรับ Eva ถดถอยและ 33% สำหรับ nopat Regression ต่อมาเขาปรับการถดถอย Eva โดย : 1 ) ให้แยกค่าสัมประสิทธิ์ทางบวกและทางลบของอีวา 2 ) รวมทั้งบันทึกธรรมชาติของทุนในความพยายามที่จะจับภาพความแตกต่างในทางตลาดของ บริษัท ที่มีขนาดแตกต่างกัน และ 3 ) รวม 57 ตัวแปรหุ่นเพื่ออุตสาหกรรมจับผล อุตสาหกรรมที่มีศักยภาพ เมื่อทั้งหมดของการปรับเปลี่ยนเหล่านี้จะรวมเบิร์นได้1 ขนาดใหญ่ R2 เพื่อเพิ่ม EVA ถดถอย ( 56% ) กว่า nopat ( 33% )อย่างไรก็ตาม สังเกตว่า เบิร์น ทำให้ " ปรับ " เท่านั้นที่จะถดถอย อีวา เมื่อเราระดับการเล่นฟิลด์ " โดยใช้การปรับปรุงเดียวกันกับ nopat ถดถอย และยังศึกษา นิ อีวา ความเหนือกว่า หายไป ผมได้สูงกว่าพหุคูณความสัมพันธ์กับมูลค่าของบริษัท ( Adj . R2 = 53% ) กว่าการถดถอย อีวา ( Adj . R2 = 50% ) และnopat ถดถอย ( Adj . R2 = 49% ) สองอย่างหลังเป็นระดับอก ดังนั้น aswith การทดสอบผลตอบแทนของหุ้นของเรา ผลลัพธ์เหล่านี้ไม่สนับสนุนการต่อสู้ว่ามีประสิทธิภาพดีกว่ากำไรในการอธิบาย บริษัท ค่า ตรงกันข้าม และในทางตรงกันข้ามกับการเรียกร้องโดย สเติร์น สจ๊วตหลักฐานของเราแสดงให้เห็นว่ากำไรมากขึ้นมักจะครองมูลค่าตลาดที่เกี่ยวข้องกับอีวาผู้เข้าร่วม