to 2001 which is outside of our sample period[21]. We also eliminate a การแปล - to 2001 which is outside of our sample period[21]. We also eliminate a ไทย วิธีการพูด

to 2001 which is outside of our sam

to 2001 which is outside of our sample period[21]. We also eliminate an additional 34
companies that made the freeze decision in conjunction with merger and acquisition
activity, as part of a subsidiary spin-off activity, simultaneously with a bankruptcy
filing, or with respect to non-US plans only. Consequently, our final base sample
consists of 147 freeze firms.
The remaining 1,111 DB firms form the population fromwhich we derive our matched
sample of 147 non-freeze firms. We randomly choose matching firms based on industry
and size. First, we match non-freeze firms with freeze firms based on two-digit SIC codes.
Then we pair freeze and non-freeze firms within two-digit SIC codes based on their total
assets to obtain our matched-pair sample. Once we pair a non-freeze firm with a freeze
firm, we remove that non-freeze firmfromthe population of eligiblematching firms.
Financial statement footnotes and COMPUSTAT serve as the primary sources of
data in our study. We also collect CEO tenure data from EXECUCOMP and, in some
cases, directly from company 10-K or proxy statement filings.We collect DB plan union
status data from Form 5,500 filings available on www.FreeERISA.com. Finally, we
eliminate firm-year observations from our base sample of 147 freeze firms and 147 nonfreeze
firms in the context of specific empirical tests due to missing data[22].
We present a distribution of firms announcing hard and soft/partial freeze decisions
over the sample period in panel A of Table II[23]. The decision is, for the most part,
evenly split between the different freeze types, though the incidence of soft/partial
freezes increases in 2006. It is apparent that there is a high concentration of freeze
announcements generally in the latter half of the period (2004-2006), which accounts
for about two-thirds of our sample firms. This is a period that follows the confluence of
various factors affecting DB plans – significant weakness in stock market returns
(which reduces the value of DB plan assets), low interest rates (which increases the
value of PBO), and proposals for extensive accounting and regulatory changes
affecting DB plans that were likely to be enacted.
Table II, panel B classifies sample firms by industry and freeze type. It is interesting
to note that the virtually identical split between hard and soft/partial freezes remains
consistent across various industries as well. There is also no significant industry
concentration among our sample firms; chemical firms (13.61 percent of our sample)
make up the largest industry group. We do, however, find a preponderance of
manufacturing firms in our freeze sample.
As a preliminary step in our investigation of the pension freeze decision, we examine
descriptive characteristics of freeze firms and non-freeze firms. Table III provides means,
standard deviations, medians, and quartiles for key variables used in our study, along
with univariate tests for differences in means and medians between freeze firms and
non-freeze firms.
Freeze firms have significantly poorer funded positions, as indicated by lower net
pension assets (NETPENASSET), relative to non-freeze firms. This is mainly due to
the significantly higher projected benefit obligation (PBO) of freeze firms. We also
decompose the funded status into the amount recognized on the balance sheet prior to
SFAS 158 (BS_RECOG) and the potential balance sheet impact of SFAS 158
(SFAS158_EFFECT). Interestingly, BS_RECOG for freeze firms is significantly
smaller and characterized by negative table values, whereas for non-freeze firms it is
characterized by positive table values. Also, freeze firms have a significantly larger
SFAS158_EFFECT. These univariate results suggest a potentially larger impact of the
anticipated new pension standard on freeze firms. This is consistent with freeze firms
responding to the likelihood of being required to recognize currently disclosed DB plan
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
ถึงปีค.ศ. 2001 ซึ่งอยู่นอกช่วงของตัวอย่าง [21] เรากำจัด 34 เพิ่มเติมบริษัทที่ทำการตัดสินใจหยุดควบคู่กับการควบรวมและซื้อกิจกรรม เป็นส่วนหนึ่งของกิจกรรมบริษัทสปินออก พร้อมกับการล้มละลายยื่น หรือ เกี่ยวกับการไม่วางแผนเท่านั้น ดังนั้น เราสุดท้ายฐานอย่างประกอบด้วยบริษัทหยุด 147บริษัท 1,111 DB เหลือฟอร์ม fromwhich ประชากรที่เราได้รับเราตรงกันตัวอย่างของบริษัทไม่หยุด 147 เราสุ่มเลือกบริษัทตรงตามอุตสาหกรรมและขนาด ครั้งแรก เราตรงกับบริษัทไม่หยุดกับบริษัทหยุดตามรหัส SIC เลขสองหลักเราคู่ตรึง แล้วบริษัทไม่หยุดภายในรหัส SIC เลขสองหลักตามผลรวมของสินทรัพย์ที่ได้รับตัวอย่างการจับคู่คู่ของเรา เมื่อเราคู่บริษัทไม่หยุด ด้วยการหยุดการทำบริษัท เราเอาที่ไม่ใช่แช่แข็งประชากร firmfromthe ของบริษัท eligiblematchingงบการเงินเชิงอรรถและ COMPUSTAT ทำหน้าที่เป็นแหล่งหลักของข้อมูลในการศึกษาของเรา เรายังเก็บรวบรวมข้อมูลอายุงาน CEO จาก EXECUCOMP และ ในบางกรณี โดยตรงจากบริษัท 10 K หรือพร็อกซี่งบยื่นเอกสารแจ้งเรารวบรวมสหภาพแผน DBข้อมูลสถานะจากยื่นเอกสารแจ้งแบบฟอร์ม 5500 ว่างบน www.FreeERISA.com ในที่สุด เรากำจัดบริษัทปีสังเกตจากตัวอย่างของเราฐานของบริษัทหยุด 147 147 nonfreezeบริษัทในบริบทของการทดสอบเฉพาะประจักษ์เนื่องจากข้อมูลขาดหายไป [22]เราแสดงการกระจายของบริษัทประกาศตัดสินใจหยุดยาก และอ่อน/บางส่วนรอบระยะเวลาตัวอย่างในแผง A ตาราง II [23] การตัดสินใจมี ส่วนใหญ่เท่า ๆ กันแบ่งออกเป็นชนิดต่าง ๆ แช่แข็ง แม้ว่าอุบัติการณ์ของอ่อน/บางส่วนตอบสนองการเพิ่มขึ้นในปี 2549 เห็นได้ชัดเจนว่า มีความเข้มข้นสูงของแช่แข็งประกาศโดยทั่วไปในครึ่งหลังของรอบระยะเวลา (ปี 2004-2006), บัญชีใดสำหรับประมาณสองในสามของบริษัทตัวอย่างของเรา นี้เป็นช่วงเวลาที่บรรจบของต่าง ๆ ปัจจัยที่ส่งผลกระทบต่อ DB แผน – จุดอ่อนที่สำคัญในตลาดหุ้นกลับ(ซึ่งลดมูลค่าของสินทรัพย์แผน DB), อัตราดอกเบี้ยต่ำ (ที่เพิ่มขึ้นค่าของ PBO), และข้อเสนอในบัญชีมากมายและเปลี่ยนแปลงข้อบังคับส่งผลกระทบต่อแผน DB ที่มีแนวโน้มที่จะมีผลบังคับใช้ตาราง II แผง B แบ่งประเภทตัวอย่างบริษัทตามประเภทอุตสาหกรรมและตรึง เป็นที่น่าสนใจโปรดทราบว่า แยกแทบเหมือนยาก และอ่อน/บางส่วนยังคงตอบสนองสอดคล้องกันในอุตสาหกรรมต่าง ๆ เช่น นอกจากนี้ยังมีอุตสาหกรรมที่สำคัญไม่ความเข้มข้นระหว่างบริษัทของเราตัวอย่าง บริษัทเคมี (13.61 ร้อยละของตัวอย่างของเรา)ประกอบขึ้นเป็นกลุ่มอุตสาหกรรมที่ใหญ่ที่สุด เรา อย่างไรก็ตาม ค้นหาการกำกับบริษัทผลิตในตัวอย่างของเราแช่แข็งเป็นขั้นตอนเบื้องต้นในการตรวจสอบของเราเพนชั่นตรึงตัดสินใจ เราตรวจสอบอธิบายลักษณะของตรึงบริษัทและบริษัทไม่หยุด ตาราง III แสดงหมายถึงส่วนเบี่ยงเบนมาตรฐาน medians และ quartiles สำหรับตัวแปรสำคัญที่ใช้ในการศึกษาของเรา พร้อมอย่างไร univariate ทดสอบความแตกต่างในวิธีและ medians ระหว่างตรึงบริษัท และบริษัทไม่หยุดตรึงบริษัทมีมากย่อมได้รับการสนับสนุนตำแหน่งงาน ตามที่ระบุ โดยสุทธิต่ำกว่าเพนชั่นสินทรัพย์ (NETPENASSET), สัมพันธ์กับบริษัทไม่หยุด นี้คือส่วนใหญ่ครบกำหนดที่สูงขึ้นอย่างมีนัยสำคัญประโยชน์คาดข้อผูกมัด (PBO) ของบริษัทแช่แข็ง เรายังเปื่อยสถานะ funded ในยอดเงินที่รับรู้ในงบดุลก่อนSFAS 158 (BS_RECOG) และผลกระทบงบดุลของ SFAS 158(SFAS158_EFFECT) เป็นเรื่องน่าสนใจ BS_RECOG สำหรับบริษัทหยุดเป็นอย่างมากขนาดเล็ก และลักษณะค่าตารางค่าลบ ในขณะที่สำหรับบริษัทไม่หยุดลักษณะตามตารางบวกค่า บริษัทแช่แข็งมีขนาดใหญ่มากSFAS158_EFFECT ผลลัพธ์เหล่านี้อย่างไร univariate แนะนำผลกระทบอาจมีขนาดใหญ่บำนาญใหม่คาดว่ามาตรฐานบนตรึงบริษัท โดยสอดคล้องกับบริษัทแช่แข็งตอบสนองต่อความเป็นไปได้ของไม่ต้องรับรู้ในปัจจุบันเปิดเผยแผน DB
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
to 2001 which is outside of our sample period[21]. We also eliminate an additional 34
companies that made the freeze decision in conjunction with merger and acquisition
activity, as part of a subsidiary spin-off activity, simultaneously with a bankruptcy
filing, or with respect to non-US plans only. Consequently, our final base sample
consists of 147 freeze firms.
The remaining 1,111 DB firms form the population fromwhich we derive our matched
sample of 147 non-freeze firms. We randomly choose matching firms based on industry
and size. First, we match non-freeze firms with freeze firms based on two-digit SIC codes.
Then we pair freeze and non-freeze firms within two-digit SIC codes based on their total
assets to obtain our matched-pair sample. Once we pair a non-freeze firm with a freeze
firm, we remove that non-freeze firmfromthe population of eligiblematching firms.
Financial statement footnotes and COMPUSTAT serve as the primary sources of
data in our study. We also collect CEO tenure data from EXECUCOMP and, in some
cases, directly from company 10-K or proxy statement filings.We collect DB plan union
status data from Form 5,500 filings available on www.FreeERISA.com. Finally, we
eliminate firm-year observations from our base sample of 147 freeze firms and 147 nonfreeze
firms in the context of specific empirical tests due to missing data[22].
We present a distribution of firms announcing hard and soft/partial freeze decisions
over the sample period in panel A of Table II[23]. The decision is, for the most part,
evenly split between the different freeze types, though the incidence of soft/partial
freezes increases in 2006. It is apparent that there is a high concentration of freeze
announcements generally in the latter half of the period (2004-2006), which accounts
for about two-thirds of our sample firms. This is a period that follows the confluence of
various factors affecting DB plans – significant weakness in stock market returns
(which reduces the value of DB plan assets), low interest rates (which increases the
value of PBO), and proposals for extensive accounting and regulatory changes
affecting DB plans that were likely to be enacted.
Table II, panel B classifies sample firms by industry and freeze type. It is interesting
to note that the virtually identical split between hard and soft/partial freezes remains
consistent across various industries as well. There is also no significant industry
concentration among our sample firms; chemical firms (13.61 percent of our sample)
make up the largest industry group. We do, however, find a preponderance of
manufacturing firms in our freeze sample.
As a preliminary step in our investigation of the pension freeze decision, we examine
descriptive characteristics of freeze firms and non-freeze firms. Table III provides means,
standard deviations, medians, and quartiles for key variables used in our study, along
with univariate tests for differences in means and medians between freeze firms and
non-freeze firms.
Freeze firms have significantly poorer funded positions, as indicated by lower net
pension assets (NETPENASSET), relative to non-freeze firms. This is mainly due to
the significantly higher projected benefit obligation (PBO) of freeze firms. We also
decompose the funded status into the amount recognized on the balance sheet prior to
SFAS 158 (BS_RECOG) and the potential balance sheet impact of SFAS 158
(SFAS158_EFFECT). Interestingly, BS_RECOG for freeze firms is significantly
smaller and characterized by negative table values, whereas for non-freeze firms it is
characterized by positive table values. Also, freeze firms have a significantly larger
SFAS158_EFFECT. These univariate results suggest a potentially larger impact of the
anticipated new pension standard on freeze firms. This is consistent with freeze firms
responding to the likelihood of being required to recognize currently disclosed DB plan
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
2544 ซึ่งอยู่ด้านนอกของตัวอย่างระยะเวลา [ 21 ] เรายังลดเพิ่มอีก 34
บริษัท ที่ได้หยุดการตัดสินใจร่วมกับการควบรวมกิจการ
กิจกรรม เป็นส่วนหนึ่งของ บริษัท ย่อยหมุนปิดกิจกรรม พร้อมกันกับการยื่นล้มละลาย
หรือด้วยความเคารพไม่ใช่เราแผนเท่านั้น ดังนั้นตัวอย่างฐาน
สุดท้ายของเราประกอบด้วย 147 แช่แข็ง บริษัท .
เหลือ 1111 ฐานข้อมูลบริษัทรูปแบบประชากร fromwhich เราได้รับของเราตรงกัน
ตัวอย่าง 147 ไม่แช่แข็ง บริษัท เราสุ่มเลือกการจับคู่ บริษัท ขึ้นอยู่กับอุตสาหกรรม
และขนาด ครั้งแรก เราตรงไม่แข็ง บริษัท กับ บริษัท หยุดอาศัยสองหลัก Sic รหัส .
แล้วเราคู่แข็งและไม่แข็งภายในบริษัท SIC รหัสสองหลักตามสินทรัพย์รวม
ของเขาที่จะได้รับการจับคู่ของเรา ตัวอย่างเมื่อเราคู่ บริษัท ไม่ตรึงกับบริษัทแช่แข็ง
เราลบที่ไม่แข็ง firmfromthe ประชากร eligiblematching บริษัท .
งบการเงินเชิงอรรถและคอมพิว ตทเป็นแหล่งที่มาหลักของ
ข้อมูลในการศึกษาของเรา เรายังเก็บรวบรวมข้อมูลจาก execucomp ดำรงตำแหน่ง ซีอีโอ และ ในบางกรณี
โดยตรงจากบริษัทหรือตัวแทนยื่นงบตามเงื่อนไขที่เราเก็บรวบรวมฐานข้อมูลแผนสหภาพ
สถานะข้อมูลจากแบบฟอร์ม 5500 เอกสารที่มีอยู่ใน www.freeerisa.com . สุดท้ายเรา
ขจัดปีสังเกตจากฐาน บริษัท ของเราจำนวน 147 แช่แข็ง บริษัท และ บริษัท nonfreeze
147 ในบริบทของการทดสอบเชิงประจักษ์โดยเฉพาะเนื่องจากไม่มีข้อมูล [ 22 ] .
เรา ปัจจุบัน การกระจายของ บริษัท การแข็งและอ่อน / แข็งกว่าตัวอย่างบางส่วนตัดสินใจ
ระยะเวลาในแผงของตาราง 2 [ 23 ] การตัดสินใจ , ส่วนใหญ่ ,
เท่ากันแยกระหว่างประเภทแช่แข็ง แม้ว่าอุบัติการณ์ของนุ่มบางส่วน
ค้างเพิ่มขึ้นในปี 2549 มันแจ้งว่ามีความเข้มข้นสูงของการประกาศตรึง
โดยทั่วไป ในช่วงหลังของยุค ( 2004-2006 ) , ที่บัญชีสำหรับประมาณสองในสามของบริษัท
ตัวอย่างของเรา นี่คือช่วงเวลาที่ตามจุดบรรจบของ
ปัจจัยต่าง ๆที่มีผลต่อดีบีวางแผน–สำคัญจุดอ่อนในตลาดหุ้น ผลตอบแทน
( ซึ่งลดคุณค่าของ DB สินทรัพย์แผน ) , อัตราดอกเบี้ยต่ำ ( ซึ่งเพิ่ม
มูลค่าสาม ) และข้อเสนอสำหรับบัญชีการเปลี่ยนแปลงอย่างกว้างขวางและแผนการที่อาจมีผลต่อดีบี
ที่จะประกาศใช้กฎระเบียบ
โต๊ะ 2 แผง บี ระหว่าง บริษัท ตัวอย่าง โดยอุตสาหกรรมและชนิดแข็ง มันเป็นที่น่าสนใจ
โปรดสังเกตว่า แยก จวนเหมือนกันระหว่างแข็งและอ่อน / แข็งบางส่วนยังคง
ที่สอดคล้องกันในอุตสาหกรรมต่างๆได้เป็นอย่างดี ก็ไม่สําคัญ อุตสาหกรรม
ความเข้มข้นระหว่างบริษัทตัวอย่างของเรา บริษัท เคมี ( 13.61 เปอร์เซ็นต์ ของตัวอย่างของเรา )
ให้กลุ่มอุตสาหกรรมที่ใหญ่ที่สุด เราทำ แต่หาความเหนือกว่าของบริษัทผลิตในตัวอย่างของเรา

หนาว .เป็นขั้นตอนเบื้องต้นในการสอบสวนของ เพ็นชั่น ตรึงใจ เราตรวจสอบลักษณะของ บริษัท และบรรยาย
แช่แข็ง บริษัท หยุดไม่ ตารางที่ 3 แสดงหมายความว่า
ส่วนเบี่ยงเบนมาตรฐาน ค่ามีเดียและคว ไทล สำหรับตัวแปรหลักที่ใช้ในการศึกษาของเรา ตาม
ด้วยการทดสอบที่มีความแตกต่างในวิธีการและมีเดียระหว่าง บริษัท และ บริษัท ฟรีซแช่แข็ง

ไม่บริษัท ตรึงค่าจากตำแหน่งนั้น ตามที่ระบุ โดยลดมูลค่าสินทรัพย์
บำนาญ ( netpenasset ) , เมื่อเทียบกับ บริษัท หยุดไม่ นี้เป็นส่วนใหญ่เนื่องจากสูงกว่าคาดการณ์ผลประโยชน์ผูกพัน
( สาม ) ของ บริษัท หยุด เรายัง
เน่าทุนสถานะเป็นยอด รับรู้ในงบดุลก่อน
เกี่ยวกับ 158 ( bs_recog ) และศักยภาพในงบดุลผลกระทบของเกี่ยวกับ 158
( sfas158_effect ) ทั้งนี้ บริษัท bs_recog แช่แข็งเป็นอย่างมีนัยสำคัญ
ขนาดเล็กและลักษณะตารางลบค่าในขณะที่ไม่แช่แข็ง บริษัท มันเป็น
ลักษณะตารางบวกค่า นอกจากนี้ บริษัท หยุดได้ sfas158_effect อย่างมีนัยสำคัญขนาดใหญ่

ผลลัพธ์เหล่านี้ชี้ให้เห็นผลกระทบที่อาจเกิดขึ้นที่มีขนาดใหญ่ของ
คาดมาตรฐานเพนใหม่ บริษัท หยุด ซึ่งสอดคล้องกับ บริษัท แช่แข็ง
ตอบสนองต่อโอกาสของการต้องรับรู้ในขณะนี้เปิดเผยแผนดีบี
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2024 I Love Translation. All reserved.

E-mail: