Exploratory Analysis of the Heterogeneity in the Relationship between Information Asymmetry and the Cost of Equity Capital: A Meta-Analytic Approach

Document Type : Research Paper

Authors

1 Ph.D. Candidate, Department of Accounting, Najafabad Branch, Islamic Azad University, Najafabad, Iran

2 Professor, Department of Accounting, Najafabad Branch, Islamic Azad University, Najafabad, Iran

3 Assistant Professor, Department of Accounting, Najafabad Branch, Islamic Azad University, Najafabad, Iran

Abstract

Several empirical studies have tested the relationship between information asymmetry and the cost of equity capital and have reported conflicting results. Some studies evaluate this relationship as positive, some as negative, and some as insignificant. The discovery of divergence factors has an effective role in managing information asymmetry, the cost of equity capital, and shareholder wealth. In this study, this issue is followed by the meta-analysis approach. This meta-analysis was carried out in seven stages. For this meta-analysis, 36 studies published between 1986 and 2022 from journals with an H index at least equal to 1 of SCOPUS were used. The number of samples is 260 tests which were extracted from the mentioned studies. Using CME2 software, divergence test, and one-sample t-test with random effects approach in addition to testing 12 hypotheses, the robustness check of the results was tested based on 18 categories of analysis, of which 15 categories confirmed the robustness. The results showed that information asymmetry affects the cost of equity capital. All dimensions of information asymmetry affect the cost of equity capital, except analysts’ quality and income volatility. In addition, information asymmetry has a positive effect on all dimensions of the cost of equity capital.
Keywords: Information Asymmetry, Cost of Capital, Meta-Analysis, Divergence, Effect Size.
 
Introduction
The contribution of this study is to discover the reasons for the conflict in empirical studies using meta-analysis. Information asymmetry exposes shareholders to risk and therefore demands higher returns. Companies can reduce the cost of equity capital by reducing information asymmetry. Some theoretical and experimental studies regarding the relationship between information asymmetry and the cost of equity capital have reported this relationship as positive, some negative, and some non-significant. The purpose of this study is to meta-analyze the effect of information asymmetry on the cost of equity capital to clarify the divergence of empirical studies and its reasons. Hypothesis 1 is about the relationship between information asymmetry and the cost of equity capital. To check the robustness, this hypothesis was tested in different conditions. The next eleven hypotheses are related to the influence of the dimensions of the cost of equity capital on information asymmetry and the impact of the dimensions of information asymmetry on the cost of equity capital.
 
Method and Data
This meta-analysis was performed in seven stages. In the first stage, as the research problem, the independent variable is information asymmetry and the dependent variable is the cost of equity capital. In the second stage, after determining keywords and databases, 188 empirical studies were downloaded. In the third stage, the studies of the previous stage were screened based on three criteria: 1) the subject of the study should be in accordance with hypothesis 1 of this meta-analysis, 2) the information related to effect size calculation should be reported in the paper, and 3) the study analysis method should be correlational. After the screening, 36 studies published between 1986 and 2022 including 260 tests (the statistical sample of this meta-analysis) were meta-analyzed. In the fourth stage the general data, the data related to effect sizes, and the data for robustness check were extracted. In the fifth stage, the effect size was calculated for each of the samples, and in the sixth stage, the cumulative effect size was calculated for each hypothesis. To test each hypothesis, z-statistic, and a significance level were obtained for each cumulative effect size, which shows the significance of the difference between the cumulative effect size and zero. In the seventh step, the homogeneity of the effect sizes was tested for each hypothesis. For hypotheses with heterogeneous/homogeneous effect sizes, the cumulative effect size was calculated with the fixed/random effects model. Finally, in the eighth stage, the divergence reasons were explored.
 
Findings
The results related to the first hypothesis test are reported in Table 1.
Table (1). The results of hypothesis 1; The effect of information asymmetry on the cost of equity capital




Model


Cumulative effect size


One-sample t-test


Homogeneity test




Z statistic


P-value


Q statistic


P-value




Fixed effects


0.004


17.08


0.000


6373


0.000




Random effects


0.021


12.58


0.000




 
In the test of all hypotheses, the random effects model was used to calculate the cumulative effect size. In hypothesis 1, at the 1% significance level, the null hypothesis of the test is rejected, which means that the cumulative effect size is significantly different from zero. Hypothesis 1 is robust in most of the robustness tests. The test results of hypotheses 2 to 9 are reported in Table 2.
Table (2) Test Results of Sub-hypotheses (Dependent variable of the cost of equity capital)




Independent variable


Cumulative effect size


One-sample t-test


Homogeneity test




Z statistic


P-value


Q statistic


P-value




Analysts` quality


0.043


1.555


0.120


22.246


0.000




Disclosure


0.017**


1.833


0.067


177.720


0.000




Accruals


0.007***


2.826


0.004


7720.056


0.000




Liquidity


0.089***


4.725


0.000


307.206


0.000




PIN


0.015***


7.852


0.000


1802.694


0.000




Bid-ask spread


0.020***


7.362


0.000


1090.235


0.000




Transparency


0.023***


3.665


0.000


1180.044


0.000




Income volatility


0.087


0.520


0.603


5663.344


0.000




 
According to the results in Table 2, the null hypothesis is rejected in all hypotheses except for the independent variables of analysts’ quality and income volatility, and the common effect size is significantly different from zero; that is, apart from the quality of analysts and the income volatility, other independent variables have a significant effect on the cost of equity capital. The test results of hypotheses 10 to 12 are reported in Table 3.
Table 3. The results of the Sub-hypotheses test (Independent variable of information asymmetry)




Dependent variable


Cumulative effect size


One-sample t-test


Homogeneity test




Z statistic


P-value


Q statistic


P-value




CAPM required return


0.07***


9.138


0.000


2994.169


0.000




Implied equity cost of capital


0.020***


2.717


0.007


756.205


0.000




Historical return


0.008***


5.792


0.000


1979.782


0.000




 
According to the results in Table 3, information asymmetry has a significant and positive effect on all three dimensions of the cost of equity capital (CAPM expected return, implied cost of capital, and historical return).
 
Conclusion and discussion 
The cost of equity capital is particularly important because of its role in shareholder wealth. For this reason, managers try to reduce it as much as possible. One of the ways to reduce capital cost is to reduce information asymmetry. The breadth of literature indicates conflicting results regarding the relationship between information asymmetry and the cost of equity capital. The general relationship between the cost of equity capital and information asymmetry is positive and significant. In other words, the less information is transferred to the market (that is, the difference of information between managers and the market or the information difference between two shareholders), the risk causes the market to increase the discount rate used in stock valuation and the intrinsic value, and finally, the shareholder's wealth will decrease below the optimal value. To check the robustness of hypothesis 1, this hypothesis was tested in different conditions of number of observations, length of period, presence or absence of control variable, publication year, and H index in different studies and it was found that the change in these conditions does not affect the results of the meta-anlaysis and the result of hypothesis 1 is robust. According to past empirical studies, different criteria for measuring information asymmetry and the cost of equity capital are the reasons for the conflicting results. In the test of these relationships, the results showed that except for the analysts’ quality and income volatility, other dimensions of information asymmetry have a positive effect on the cost of equity capital, and information asymmetry has a significant and positive effect on various dimensions of the cost of equity capital.
This study is limited to the publication years 1986 to 2022. The dimensions of information asymmetry and the cost of equity capital are limited to the indicators that have been used in previous empirical studies. Future authors are suggested to test the results of this study with an experimental approach, to analyze the reason for the lack of influence of analysts’ quality and income volatility on the cost of equity capital, and the reason for the non-significant relationship between the cost of equity capital and information asymmetry in the years 1981 to 2000, and finally compare the results of this studt in developing and developed countries.

Keywords

Main Subjects

Full Text

مقدمه

اطلاعات جایگاه مهمی‌ در تعیین هزینۀ سرمایۀ سهام دارد (Botosan, 1997 and Peng He et al., 2013). مسئلۀ عدم تقارن اطلاعاتی به تفاوت و نابرابری اطلاعات دردسترس بین سهام‌داران و مدیریت، سهام‌داران آگاه و ناآگاه (Levitt, 1998; Easley and O’Hara, 2004; Yancheva, 2018 and Tsai et al., 2021) و یا بین دارندگان اطلاعات محرمانه و سایر سهام‌داران اشاره دارد. محرمانگی ناشی از حفظ مزیت رقابتی (Easley, and O’Hara, 2004) و تفکیک مدیریت از مالکیت در شرکت‌ها عامل اصلی عدم تقارن اطلاعاتی است (Ogden et al., 2003 and Cohen and Dean, 2005). علاوه‌بر اطلاعات محرمانه (که درراستای مزیت رقابتی نباید افشا شود)، ورود کارکنان داخلی به بازار سرمایه (Leland, 1992 and Muller et al., 2019) و نواقص[1] بازار از دلایل عدم تقارن اطلاعاتی است (Armstrong et al., 2011 and Shekari et al., 2018).

بنابراین عدم تقارن اطلاعاتی چه در سطح سیستماتیک و چه در سطح غیرسیستماتیک (Qiu and Zheng, 2021)، سهام‌داران را در‌معرض نااطمینانی و ریسک قرار می‌دهد (Easley, and O’Hara, 2004 and Leuz and Verrecchia, 2004) و سهام‌داران به ‌همین دلیل بازده بیشتری طلب می‌کنند (Peng He et al., 2013)؛ برای مثال، بوتوسان[2] (1997) تخمین می‌زند در نمونه‌ای از شرکت‌ها با شفاف‌ترین افشاگری نسبت‌به شرکت‌هایی که افشای اطلاعات آیندۀ کمتری‌ دارند، 7/9% هزینۀ سرمایۀ کمتری دارند؛ پس بین عدم تقارن اطلاعاتی و هزینۀ سرمایۀ سهام رابطۀ مثبت وجود دارد (Leland, 1992; Wang, 1993; Easley, and O’Hara, 2004; Peng He et al., 2013; Nuryaman, 2014; Yassin et al., 2015 and Yancheva, 2018) یا به‌عبارتی عدم تقارن اطلاعاتی قیمت‌گذاری می‌شود  (Botosan, 1997 and Francis et al., 2004, 2005). این موضوع به دو دلیل اهمیت دارد: نخست اینکه مدیریت با محدودیت پروژه‌های با خالص ارزش فعلی مثبت روبه‌رو می‌شود و دوم اینکه به‌دلیل ریسک زیاد، تأمین مالی با محدودیت مواجه می‌شود (Feng, 2021)؛ بنابراین شرکت‌ها باید با کاهش عدم تقارن اطلاعاتی هزینۀ سرمایۀ سهام را کاهش دهند (Khomsiyah and Susanti, 2003; Mutia, 2013 and Adle and Akdemir, 2019).

تعارض نظری (Easley, and O’Hara, 2004; Grossman and Stiglitz, 1980; Leland, 1992 and Wang, 1993) رابطۀ بین عدم تقارن اطلاعاتی و هزینۀ سرمایۀ سهام، انگیزۀ نویسندگان برای این پژوهش است؛ برای مثال، لیلاند[3] (1992) و وانگ[4] (1993) بیان می‌کنند افزایش درصد سرمایه‌گذاران آگاه در اقتصاد، هزینۀ سرمایۀ سهام را کاهش می‌دهد؛ زیرا اطلاعات آنها در قیمت لحاظ می‌شود، درحالی‌که گروسمن و استیگلیز[5]، (1980)، لیلاند (1992) و وانگ (1993) بیان کردند اطلاعات نامتقارن دو اثر بر قیمت دارایی دارد: اول، سرمایه‌گذاران ناآگاه برای جبران مشکل انتخاب نامطلوب ناشی از معامله با معامله‌گران آگاه، به یک صرف ریسک نیاز دارند. دوم، معاملات آگاهانه اطلاعات مفید را در قیمت وارد می‌کند، در‌نتیجه ریسک برای افراد ناآگاه و بعد از آن صرف ریسک را کاهش می‌دهد؛ مثالی دیگر اینکه لیلاند (1992) دریافت اجازۀ معاملۀ سهام به سهام‌داران داخلی، به طور متوسط قیمت سهام را افزایش یا به‌عبارتی هزینۀ سرمایۀ سهام را کاهش می‌دهد، درحالی‌که به‌لحاظ نظری انتظار می‌رود حضور سهام‌داران داخلی در بازار، عدم تقارن اطلاعاتی را در اقتصاد افزایش دهد. لامبرت[6] و همکاران (2012) نشان می‌دهند افزایش عدم تقارن اطلاعاتی هزینۀ سرمایۀ را کاهش می‌دهد، مشروط بر اینکه تغییر در ساختار اطلاعات، درستی متوسط اطلاعات را افزایش دهد. دیاموند و ورچیا[7] (1991) نشان دادند انتشار اطلاعات عمومی ‌برای کاهش عدم تقارن اطلاعاتی بین سرمایه‌گذاران نقدشوندگی را افزایش و هزینۀ سرمایۀ سهام را کاهش می‌دهد. به‌لحاظ تجربی نیز بین مطالعات تجربی متعددی که رابطۀ عدم تقارن اطلاعاتی و هزینۀ سرمایۀ سهام را آزمون کرده‌اند (Leland, 1992; Easley et al., 2002; Easley and O’Hara, 2004; Duarte and Young, 2009; Lambert and Verrecchia, 2010; Lambert et al., 2012; and Yassin et al., 2015)، تناقض و تعارض وجود دارد؛ به‌ صورتی که برخی مطالعات این رابطه را مثبت (Demsetz, 1968; Leland, 1992; Botosan, 1997: Botosan, 2000; Easley et al., 2002; Peng He et al., 2013; Nuryaman, 2014; Shekari et al., 2018; Qiu and Zheng, 2021 and Feng, 2021)، برخی منفی (Merton, 1987; Association for investment management and research (AIMR), 2001; Unger, 2000; Lambert et al., 2012 and Zheng, 2020) و برخی غیرمعنی‌دار (Cohen and Dean, 2005; Nikolaev, and vanLent, 2005; Hughes et al., 2007 and Lambert et al., 2012) گزارش کرده‌اند. از‌جمله دلایل تضاد در نتایج، شاخص‌های متغیر مستقل، شاخص‌های متغیر وابسته، روش تحلیل داده‌ها، توسعه‌یافتگی کشورها، دورۀ زمانی مطالعه[8] و غیره است (Valickova et al., 2015; Asgarnezhadnouri, B., 2018; Białkowski and Perera, 2019; Opare et al., 2019; Aboutalebi, H., 2019; Fazelian, Z., 2020 and Esmaeili, E., 2022). کشف عواملی که باعث این تناقض شده ‌است جایگاه مؤثری در مدیریت عدم تقارن و درنتیجه هزینۀ سرمایۀ سهام و ثروت سهام‌دار دارد. هدف اصلی این پژوهش نوآوری[9] و کشف دلایل فوق است که به پژوهشگران آتی کمک می‌کند در تحلیل رابطۀ عدم تقارن اطلاعاتی و هزینۀ سرمایۀ سهام، دقیق‌تر و با روش‌شناسی صحیح‌تری عمل کنند. این عوامل (به طور خاص تفاوت معیارها) آن چیزی است که این مقاله به اصول رابطۀ عدم تقارن اطلاعاتی و هزینۀ سرمایۀ سهام اضافه می‌کند. پژوهشگران برای سنجش عدم تقارن اطلاعاتی و سنجش هزینۀ سرمایۀ سهام روش‌های مختلفی استفاده کرده‌اند.

برای سنجش عدم تقارن اطلاعاتی از معیارهایی نظیر نقش اطلاعاتی تحلیل‌گران (Botosan, 1997; Venkataraman, 2000; Byard and Shaw, 2002 and Botosan et al., 2004)، افشا (Knutson, 1992; Giner, 1997; Kent and Ung, 2003; Alencar, 2005 and Mondal and Ghosh, 2020)،کیفیت اقلام تعهدی (Becker et al., 1998; Houqe et al., 2017; Akins et al., 2011 and Ahmed et al., 2022)، نبود نقدشوندگی (Amihud, 2002; Fu et al., 2012; Muslim and Setiawan, 2021; )، معامله مبتنی‌بر اطلاعات محرمانه (Easley et al., 2002; Duarte and Young, 2009;Akins et al., 2011 and Seok Hwang et al., 2013)، تفاوت قیمت پیشنهادی خرید و فروش (Welker, 1995; Easley and O’Hara, 2004; Peng He et al., 2013 and Yassin et al., 2015)، شفافیت سود (Easton and Harris, 1991; Ohlson, 1995; Bushman et al., 2004 and Barth et al., 2013) و نوسان درآمد (Eleswarapu et al., 2004; Moeller et al., 2007; Muslim and Setiawan, 2021 and Feng, 2021) استفاده شده است. همچنین برای سنجش هزینۀ سرمایۀ سهام، معیارهایی نظیر بازده مطلوب الگوی CAPM (Waliuddin et al., 2016; Muslim and Setiawan, 2021)، هزینۀ سرمایۀ ضمنی (Claus and Thomas, 2001; Gordon and Gordon, 1997; Espinosa and Trombetta, 2007) و بازده واقعی (Gebhardt et al., 2001; Akins et al., 2011 and Yassin et al., 2015) به کار رفته است.

به‌پیروی از اسماعیلی[10] (2022) و بایاکوفسکی و پررا[11] (2019) و اوپار[12] و همکاران (2019)، رویکرد فراتحلیل برای این منظور استفاده می‌شود. شایان ذکر است در مرحلۀ محاسبۀ اندازه‌اثر براساس کل نمونه، اندازه‌اثر کشورهای متفاوت، زمان‌های متفاوت، سنجه‌های متفاوت و روش‌های متفاوت تحلیلی درمجموع در محاسبۀ اندازه‌اثر وارد می‌شود. آزمون واگرایی به‌منظور تشخیص تفاوت بین اندازه‌اثر طبقات مختلف صورت می‌گیرد و سپس در کشف دلایل واگرایی، تأثیر این عوامل در ایجاد تفاوت در اندازه‌اثر بررسی می‌شود.

فراتحلیل عبارت از کاربرد روش‌های آماری برای جمع‌آوری حجم گسترده‌ای از نتایج مطالعات تجربی موجود به‌منظور تلفیق و ارزیابی یافته‌های حاصل از آنها است (Lin and Hwang, 2010)؛ بنابراین فراتحلیل، مقایسۀ نتایج آزمون‌های قبلی است که در‌قالب گزارش‌های پژوهشی منتشر شده ‌است. فراتحلیل در رابطه با همه علوم کاربرد دارد و به‌کمک آن و با استفاده از روش‌‌های آماری و بررسی روابط بین ویژگی‌های مطالعات و یافته‌های پژوهشی گذشته به منطقی‌سازی تناقض موجود در نتایج پژوهش‌ها کمک می‌شود (Maranjory and Rezvani, 2018).

در این پژوهش با رویکرد فراتحلیل ارزیابی کلی از رابطۀ عدم تقارن اطلاعاتی و هزینۀ سرمایۀ سهام در بدنۀ پژوهش‌های تجربی گذشته صورت می‌گیرد و سپس واگرایی در نتایج مطالعات، تحلیل و درنهایت دلایل این واگرایی کشف می‌شود. کشف این دلایل تأثیری است که این مقاله در گسترش اصول موضوع در این زمینه دارد. به کمک نتایج، مدیران و سهام‌داران تشخیص می‌دهند با تغییر در چه ابعادی از عدم تقارن اطلاعاتی، کدام ابعاد هزینۀ سرمایۀ سهام تعدیل می‌شود. با مدیریت عدم تقارن اطلاعاتی انتظار می‌رود نظام حاکمیت شرکتی در‌راستای توسعۀ بازار سرمایه تقویت شود. از طرف دیگر پژوهش حاضر به پژوهشگران این امکان را می‌دهد که با تجمیع مطالعات پیشین، دید وسیعی پیدا کنند و دانش بیشتری برای انجام مطالعات آتی به‌دست آورند.

 

مبانی نظری

مبنای نظری ارتباط منفی بین عدم تقارن اطلاعاتی و هزینۀ سرمایۀ سهام سه محور مرتبط را دنبال کرده است. نخستین محور (Demsetz, 1968;  Amihud and Mendelson, 1986 and Diamond and Verrecchia, 1991) این است که افشای بیشتر، نقدشوندگی سهام را افزایش و درنتیجه‌ هزینۀ سرمایۀ سهام را از‌طریق کاهش هزینه‌های معاملات یا افزایش تقاضا برای اوراق بهادار کاهش می‌دهد. در محور دوم (Klein and Bawa, 1976 and Clarkson et al., 1996) افشای بیشتر ریسک، توان سرمایه‌گذاران را برای برآورد شاخص‌های بازده یا توزیع بازده دارایی کاهش می‌دهد؛ یعنی با ادراک ریسک بیشتر نبود قطعیت دربارۀ شاخص‌های واقعی افزایش می‌یابد و در مواقعی که ریسک برآورد تنوع‌پذیر نباشد، سرمایه‌گذاران به صرف ریسک بیشتری نیاز دارند. در محور سوم عدم تقارن اطلاعاتی به‌دلیل  هزینۀ نمایندگی بیشتر قیمت سهام را کاهش می‌دهد و مدیریت تلاش می‌کند تا با افزایش محافظه‌کاری اعتبار خود را افزایش دهد تا هزینۀ نمایندگی کاهش یابد (LaFond and Watts, 2008).

با‌این‌حال، هیچ توافقی در تنوع‌پذیری ریسک برآورد حاصل نشده است (Clarkson et al., 1996). ایزلی  و همکاران (2002) اشاره می‌کنند تفاوت 10درصدی در احتمال معامله برمبنای اطلاعات خصوصی منجربه تفاوت در بازده مورد‌انتظار آنها به‌میزان 5/2درصد در سال می‌شود. بزرگی و اهمیت آماری این اثر، پشتیبانی قوی از این فرض را فراهم می‌کند که اطلاعات بر مبانی قیمت‌گذاری دارایی تأثیر می‌گذارد. اصول گسترده‌ای استدلال می‌کند کیفیت اطلاعات، قیمت‌گذاری می‌شود؛ زیرا کیفیت اطلاعات ضعیف با عدم تقارن اطلاعاتی بیشتر همراه است و عدم تقارن اطلاعاتی قیمت‌گذاری می‌شود (Botosan, 1997; Francis et al., 2004, 2005). ایزلی و اوهارا[13] (2004) نشان می‌دهند تفاوت در ترکیب اطلاعات خصوصی و عمومی ‌بر هزینۀ سرمایۀ سهام تأثیر می‌گذارد. آنها استدلال می‌کنند عدم تقارن اطلاعاتی هزینۀ سرمایۀ سهام را افزایش می‌دهد؛ زیرا معامله‌گران ناآگاه خود را در وضعیت نامناسب اطلاعاتی می‌بینند و دارایی‌ها را در جایی نگه‌داری می‌کنند که ضرر آنها کمتر باشد. این کار باعث کاهش قیمت اوراق بهادار با درجۀ زیاد عدم تقارن اطلاعاتی می‌شود و درنتیجه ‌هزینۀ سرمایۀ سهام را افزایش می‌دهد. نتیجه این است که اطلاعات خصوصی شکل جدیدی از ریسک سیستماتیک را القا می‌کند و در حالت تعادل، سرمایه‌گذاران به جبران آن نیاز دارند. علاوه بر این، به نظر آنها شرکت‌ها با تأثیر بر دقت و کمیت اطلاعات ازطریق انتخاب استانداردهای حسابداری، سیاست‌های افشا و کیفیت تحلیل‌گران بر هزینۀ سرمایۀ سهام خود تأثیر می‌گذارند (Peng He et al., 2013). با توجه به استدلال‌های مذکور فرضیه اول پژوهش به شرح ذیل تدوین شد.

فرضیۀ1: عدم تقارن اطلاعاتی بر هزینۀ سرمایۀ سهام تأثیر دارد.

به‌لحاظ نظری دربارۀ رابطه عدم تقارن اطلاعاتی و هزینۀ سرمایۀ سهام تعارض دیدگاه زیادی حاکم است. وانگ (1993) یک الگوی قیمت‌گذاری دارایی بین زمانی ارائه می‌دهد که در آن معامله‌گران در یک دارایی بدون ریسک و یک دارایی پر ریسک سرمایه‌گذاری کنند. در این الگو، حضور معامله‌گران با برتری اطلاعاتی باعث ایجاد مشکل انتخاب نامطلوب[14] می‌شود؛ زیرا معامله‌گران ناآگاه برای ریسک معامله با معامله‌گران آگاه، صرف ریسک طلب می‌کنند. با‌این‌حال، معاملۀ سرمایه‌گذاران آگاه نیز باعث افزایش محتوای اطلاعاتی قیمت می‌شود و در‌نتیجه نبود اطمینان را کاهش می‌دهد. این دو اثر در جهت مخالف هستند و در‌نتیجه تأثیر کلی حضور سرمایه‌گذار آگاه بر بازده دارایی‌ها مبهم است. کمیتۀ ویژۀ گزارشگری مالی مؤسسه حسابداران رسمی آمریکا[15] بیان می‌کند یک برتری مهم افشای بیشتر، هزینۀ سرمایۀ سهام کمتر است. در نقض آن، مؤسسۀ اجرایی مالی (Berton, 1994) استدلال می‌کند افزایش افشای درخواست‌شده در گزارش کمیته در هر بار افشا به تغییر قیمت منجر می‌شود، به نوسان قیمت سهام می‌افزاید و درنتیجه ریسک را افزایش می‌دهد و به هزینۀ بیشتر سرمایه سهام می‌انجامد. از طرف دیگر در برخی شاخص‌های عدم تقارن اطلاعاتی، نظیر شفافیت سود و کیفیت اقلام تعهدی، تفاوت اطلاعاتی بین مدیر و سهام‌داران و سایر شاخص‌های به‌کار گرفته شده، تفاوت اطلاعات بین سهام‌داران را اندازه‌گیری می‌کند. این تفاوت ازجمله دلایلی است که باعث ایجاد تضاد در نتایج رابطه بین این دو متغیر می‌شود. از سوی دیگر این تعارضات در روش محاسبۀ هر شاخص نیز دیده می‌شود؛ برای مثال در استفاده از شاخص کیفیت تحلیل‌گران، ایزلی[16] و همکاران (2002) از تعداد تحلیل‌گران و بوتاسان (1997) و بوتاسان[17] و همکاران (2004) از اطلاعات خصوصی تحلیل‌گران استفاده کرده‌اند و یا در استفاده از شاخص کیفیت افشا، اسپینوزا و ترومپتا[18] (2007) از روش مدیریت سود جونز، بوتاسان و پلام[19] (2002) از اطلاعات عرضه‌شده در صورت‌های مالی و فرانسیس و همکاران  (2008) از افشای اختیاری استفاده کرده‌اند. ممکن است در شرایطی حضور قوی‌تر تحلیل‌گران باعث تقویت اطلاعات بازار و درنتیجه کاهش عدم تقارن اطلاعاتی مدیران و سهام‌داران بشود، ولی به دلیل اینکه کمتر با تقارن اطلاعاتی بین سهام‌داران ارتباط دارد، شکاف قیمتی را تغییر ندهد و درنتیجه تأثیر این دو شاخص، هزینۀ سرمایۀ متفاوت جلوه کند. یا اینکه شفافیت سود درتأثیر افشا تغییر کند و باعث کاهش هزینۀ سرمایۀ سهام شود، ولی همچنان وجود سهام‌داران آگاه درمقابل ناآگاه از آن پیروی نکند و تأثیر آن با شفایت سود و افشا متفاوت باشد. به‌لحاظ تجربی نیز سکوهوانگ[20] و همکاران (2013) مدعی است تفاوت در معیارهای عدم تقارن اطلاعاتی باعث می‌شود رابطۀ این متغیر با هزینۀ سرمایۀ سهام متفاوت ارزیابی شود.

این تفاوت در معیارهای هزینۀ سرمایۀ سهام نیز مطرح است. در محاسبۀ هزینۀ سرمایۀ سهام چند رویکرد وجود دارد (که این خود باعث اختلاف در نتایج حاصل می‌شود)؛ مانند استاندارد و الگو‌های توسعه یافته قیمت‌گذاری دارایی‌های سرمایه‌ای، رویکرد نرخ تنزیل ضمنی و رویکرد نرخ بازۀ تاریخی. این تعارضات در روش محاسبۀ هر شاخص نیز دیده می‌شود؛ برای مثال الگوی توسعه‌یافتۀ قیمت‌گذاری دارایی‌های سرمایه‌ای با الگو‎های سه عاملی، پنج عاملی و شش عاملی فاما-فرنچ هزینۀ سرمایۀ سهام را متفاوت اندازه‌گیری می‌کنند. یا در روش ضمنی معیارهای گبهارت و همکاران (2001)، گوردون و گوردون (1997)، اولسون و جوتنر- نورث[21] (2005) و ایستون (2004) به‌دلیل تفاوت‌هایی که در اندازه‌گیری هزینۀ سرمایۀ سهام ایجاد می‌کنند، به‌شکل متفاوتی از عدم تقارن اطلاعاتی تأثیر می‌پذیرد. به عبارت دیگر روش ضمنی مستقل از همبستگی بازده دارایی و بازده بازار، هزینۀ سرمایۀ سهام را اندازه‌گیری می‌کند، درحالی‌که الگوی قیمت‌گذاری این همبستگی را درنظر می‌گیرد و هزینۀ سرمایۀ حاصل از این دو روش به‌شکل متفاوتی از عدم تقارن اطلاعاتی تأثیر می‌پذیرد. در این بخش از مبانی نظری معیارهای مختلف عدم تقارن اطلاعاتی به‌صورت مبنایی برای آزمون فرضیه‌های این فراتحلیل معرفی می‌شود.

مولر[22] و همکاران، (2007)، تیسما[23] و همکاران (2017) و مسلم و استیوان[24]، (2021) از نسبت حجم معاملات به تعداد سهام در دست مردم به‌صورت گردش معاملات برای اندازه‌گیری عدم تقارن استفاده کرده‌اند. در برخی مطالعات برای اندازه‌گیری کیفیت اطلاعات، از کیفیت اقلام تعهدی و هموارسازی سود استفاده شده است؛ زیرا این معیارها اخیراً برای بررسی قیمت‌گذاری کیفیت اطلاعات استفاده شده‌اند (Francis et al., 2004, 2005; Core et al., 2008; McInnis, 2010 and Mashruwala and Mashruwala, 2011). پنگ‌هی[25] و همکاران (2013) شواهدی دریافتند که نشان می‌دهد پراکندگی پیش‌بینی‌های تحلیل‌گران هزینۀ سرمایۀ سهام را افزایش می‌دهد، درحالی‌که پوشش تحلیل‌گر ‌به داشتن رابطۀ منفی با بازده مورد‌انتظار تمایل دارد. نوسانات بازده سهام نیز به‌صورت معیار عدم تقارن استفاده می‌شود (Corwin, 2003; Eleswarapu et al., 2004; Tetlock, 2010; Muslim and Setiawan, 2021; and Feng, 2021). نوسانات بازده سهام با استفاده از انحراف استاندارد بازده روزانۀ سهام اندازه‌گیری می‌شود. کلی[26]، (2014) و مسلم و استیوان (2021) با تخمین الگوی بازار (رگرسیون بازده سهم روی بازده بازار) مقدار 1-R2 معادله را به عنوان «نبود هماهنگی قیمت»[27] برای عدم تقارن اطلاعاتی اندازه‌گیری می‌کنند. ایزلی و همکاران (2002) نشان می‌دهند احتمال معامله مبتنی‌بر اطلاعات آگاهانه به طور مثبت و معنی‌داری با بازده تحقق‌یافتۀ آینده مرتبط است. در‌مقابل، محرم و راج کوپال[28] (2009) در تعارض با ادعای مذکور نشان می‌دهند احتمال معامله مبتنی‌بر اطلاعات آگاهانه قیمت‌گذاری نمی‌شود. ایزلی و همکاران (2002) برای اندازه‌گیری این احتمال از معادلۀ (1) استفاده می‌کنند.

(1)                                                                                                                                                   

 

شاخص‌های این الگو با حل عددی معادله (2) به‌دست می‌آید.

(2)                                                              

 

در این معادله B و S بیانگر تعداد معاملات خرید و فروش در یک روز و Ɵ = (α, ϻ, ɛs, ɛb, δ) بردار شاخص‌ها است.‎ برخی از پژوهشگران برای سنجش میزان عدم تقارن اطلاعاتی از تفاوت قیمت پیشنهادی خرید و فروش با معادلۀ (3) استفاده کرده‌اند (Easley, and O’Hara, 2004; Mohd, 2005; Silber, 2005; Peng He et al., 2013; Yassin et al., 2015 and Devos et al., 2019).

(3)                                                                                                                   

 

در این معادله  بیشترین قیمت پیشنهادی فروش و  کمترین قیمت پیشنهادی خرید سهام شرکتi در دورۀ t است. استول[29] (1989) شکاف قیمتی را به سه جزء تقسیم می‌کند: هزینه‌های پردازش سفارش، هزینه‌های نگه‌داری دارایی و هزینه‌های انتخاب نامطلوب. عدم تقارن اطلاعاتی بین معامله‌گران آگاه و ناآگاه جزء انتخاب نامطلوب شکاف قیمتی را تشکیل می‌دهد (Peng He et al., 2013). براکمن و چانگ[30] (1999) از الگوی رگرسیون طبق معادله‌های (4 و 5) برای تفکیک فوق استفاده می‌کنند.

 (4)                                                                                                                                

(5)                                                                                                                                  

 

در این معادله  ،  برابر لگاریتم میانگین قیمت پیشنهادی خرید و فروش در زمان t یعنی  ،  ،  برابر قیمت معامله در زمان t و جملات خطای  و   غیرهمبسته فرض می‌شوند. λ جزء اطلاعاتی نامطلوب در شکاف قیمت خرید و فروش و γ جزء پردازش سفارش در شکاف قیمت خرید و فروش است. برخی پژوهشگران (Easton and Harris, 1991;Ohlson, 1995; Bushman et al., 2004 and Barth et al., 2013) برای سنجش عدم تقارن اطلاعاتی از شفافیت سود استفاده کرده‌اند که برابر با درجۀ توضیح‌دهندگی بازده سهم با سود هر سهم و تغییرات آن است. طبق معادلۀ (6) شفافیت بیشتر (کمتر) سود به قدرت توضیحی ( )  بیشتر (کمتر) در رابطۀ بازده-سود منجر می‌شود.

(6)                                                                                                            

 

در این معادله  بازده سالانه،  سود هر سهم قبل از اقلام غیر عادی،   تغییرات سود هر سهم قبل از اقلام غیرعادی و  قیمت پایانی سهام است. بارت[31] و همکاران (2013) در اندازه‌گیری شفافیت سود، اثر سود صنعت و سود مستقل از صنعت (سود اختصاصی شرکت‌ها) را تفکیک و شفافیت سود را طبق معادلۀ (7) از مجموع این دو اثر محاسبه می‌کنند.

(7)                                                                                                             

 

در این معادله TRANSI شفافیت سود سطح صنعت است؛ به‌ طوری که نمونۀ آماری، صنایع مختلف بورس و TRANSIN شفافیت سود مستقل از صنعت است که با ضریب تعیین معادلۀ (8) محاسبه می‌شود.

(8)                                                                                                           

 

در این معادله نمونۀ آماری سبدهای تشکیل‌شده برمبنای جملۀ خطای معادلۀ (9) است.

(9)                                                                                                       

 

کیفیت تحلیل‌گران یکی از معیارهای عدم تقارن اطلاعاتی است که براساس تعداد تحلیل‌گران یا دقت اطلاعات تحلیل‌گران (Botosan et al., 2004) اندازه‌گیری می‌شود. بوتاسان و همکاران (2004) در اندازه‌گیری دقت اطلاعات تحلیل‌گران از معادله‌های (10 و 11) استفاده می‌کنند.

(10)                                                                                                                               

(11)                                                                                                                          

 

N تعداد پیش‌بینی، SE توان دوم خطای تخمینی در پیش‌بینی میانگین ،  D واریانس تخمینی   ،  میانگین پیش‌بینی شرکت i در دوره t،  درآمد واقعی شرکت i در دوره t و  پیش‌بینی تحیلگر j  از درآمد شرکت i در دوره t است. افشا معیار دیگری است که برای اندازه‌گیری عدم تقارن اطلاعاتی استفاده شده است. اسپینوزا و ترومپتا[32] (2007) با نظرسنجی از خبرگان دربارۀ تعدادی از اقلام اطلاعاتی از پیش تعیین‌شده که در صورت‌های مالی آمده است، افشا را اندازه‌گیری می‌کنند. البته غیر از صورت‌های مالی انتشارات دیگری نیز در افشا دخالت دارد. بوتاسان و پلام (2002) رتبۀ افشای مندرج در پایگاه‌های دادۀ موجود را برای اندازه‌گیری عدم تقارن استفاده می‌کنند و انجمن مدیریت سرمایه‌گذاری و پژوهش (AIMR)[33] کسر امتیاز گزارش‌های سالانه، کسر امتیاز سایر گزارش‌ها و کسر امتیاز ارتباط با سرمایه‌گذار را پایگاه داده کرده است.

با توجه به انواع معیارهای عدم تقارن اطلاعاتی که براساس مطالعات پیشین رمزبندی شده است، فرضیه‌های مرتبط با تأثیر هر معیار عدم تقارن اطلاعاتی بر هزینۀ سرمایۀ سهام به شرح ذیل تدوین شد.

فرضیۀ 2: کیفیت تحلیل‌گران بر هزینۀ سرمایۀ سهام تأثیر دارد.

فرضیۀ 3: کیفیت افشا بر هزینۀ سرمایۀ سهام تأثیر دارد.

فرضیۀ 4: کیفیت اقلام تعهدی بر هزینۀ سرمایۀ سهام تأثیر دارد.

فرضیۀ 5: نبود نقد شوندگی بر هزینۀ سرمایۀ سهام تأثیر دارد.

فرضیۀ 6: احتمال معامله مبتنی‌بر اطلاعات محرمانه بر هزینۀ سرمایۀ سهام تأثیر دارد.

فرضیۀ 7: شکاف قیمت پیشنهادی خرید و فروش بر هزینۀ سرمایۀ سهام تأثیر دارد.

فرضیۀ 8: شفافیت سود  بر هزینۀ سرمایۀ سهام تأثیر دارد.

فرضیۀ 9: نوسان درآمد بر هزینۀ سرمایۀ سهام تأثیر دارد.

طبق مورنی[34] (2004) هزینۀ سرمایۀ سهام به‌صورت کمترین نرخ بازده موردتوقع صاحبان منابع مالی تعریف می‌شود. هزینۀ سرمایۀ سهام، نرخ بازدهی است که شرکت باید به دست آورد تا بازده مورد‌انتظار سهام‌داران حاصل شود (Bodie et al., 2008). هزینۀ سرمایۀ سهام پایین در یک شرکت نشان‌دهندۀ سطح ریسک کم است. طبق یونیارتی و آرسی[35] (2021) محاسبۀ هزینۀ سرمایۀ سهام دو رویکرد دارد: 1) رویکرد الگوی معار و الگو‌های توسعه‌یافتۀ قیمت‌گذاری دارایی‌های سرمایه‌ای (Sharpe,1964; Fama and French, 2004; Ingram and Margetis, 2011 and Dhaliwal et al., 2011). بازده موردانتظار سرمایه‌گذاری در سهام را بازده بدون ریسک و صرف ریسک بازار تعیین می‌کند. مقدار صرف ریسک در این رویکرد با اندازۀ ریسک سیستماتیک (β) سهام تعیین می‌شود. مقدار درآمد سهم با معادلۀ (12) اندازه‌گیری می‌شود:

(12)                                                                                                                       

 

 بازده سهام i در دورۀ t،   بازده بدون ریسک و  بازده بازار است. در شکل توسعه‌یافته الگوی مذکور الگوی سه عاملی فاما-فرنچ[36] (1993) (معادله 13)، الگوی پنج عاملی فاما-فرنچ  (2015) (معادله 14) و الگوی شش عاملی فاما-فرنچ[37] (2018) (معادلۀ 15) ارائه شده است.

(13)

 

(14)

 

(15)

 

 

 صرف ریسک دارایی،  صرف ریسک بازار،  عامل اندازه،  عامل ارزش،  سودآوری،  عامل سرمایه ‌گذاری و  عامل مومنتوم است. 2) رویکرد بازده مورد‌توقع ضمنی به‌عنوان «نرخ تنزیلی» که ارزش فعلی تمام سود سهام موردانتظار برای دریافت در آینده را با قیمت فعلی بازار سهام برابر می‌کند (معادلۀ 16).

 

 (16)                                                                                                          

 

 سود نقدی دوره t، K هزینۀ سرمایۀ ضمنی سهام و P قیمت بازاری است. طبق پنگ‌هی و همکاران (2013) شکل عملیاتی رویکرد دوم شامل اینها است: 1) روش گبهارت و همکاران (2001) (معادله 17) و شکل توسعه یافته‌تر آن کلاوس و توماس[38] (2001) (Hail and Leuz, 2006 and Francis et al., 2005) (معادله 18) ؛ 2) گوردون و گوردون[39] (1997) (Guay et al., 2004) (معادله 19)؛ 3) اولسون و جوتنر- نورث[40] (2005) (Hail and Leuz, 2006 and Botosan, et al., 2004) (معادله 20)؛ 4) ایستون[41] (2004) (Ohlson and Juettener-Nauroth, 2005) (معادله 21).

در ادامه رویکردهای دیگری ارائه شده است؛ مثل: 5) گود و محرم[42] (2003) (معادله 22)؛ 6) بوتاسان و پلام (2002) (معادله 23)؛ 7) روش ضریب ضریب سود به قیمت[43] (Gitman and Mercurio, 1982) (معادله 24) و ضریب سود به قیمت ایستون (2004) (Francis et al., 2005) (معادله 25) و اصلاح‌شدۀ آن (Ahmed et al., 2021) (معادله 26) می‌شود.

(17)

 

(18)

 

(19)

 

(20)

 

(21)

 

(22)

                                               

(23)

        

(24)

 

(25)

 

(26)

 

 

 ارزش دفتری سهام، r هزینۀ سرمایۀ سهام و x پیش‌بینی سود هر سهم ،g نرخ رشد سالانه سود هر سهم،  مقدار تخمینی سود نقدی هر سهم و  مقدار تخمینی سود هر سهم، ، eps سود هر سهم، dps سود نقدی هر سهم و  نرخ رشد سود غیرعادی در افق پس از پیش‌بینی، K نسبت سود تقسیمی و (درمعادله 26)  است. اسپینوزا و ترومپتا (2007) فرآیند اجرایی روش گبهارت و همکاران (2001) را با دقایق آن توضیح داده است، برای انجام محاسبات از آن استفاده می‌شود. رویکرد سومی که در محاسبۀ هزینۀ سرمایۀ سهام استفاده می‌شود بازده واقعی است (Welker, 1995; Easley et al., 2002; Akins et al., 2011 and Yassin et al., 2015). طبق گبهارت و همکاران (2001) بازده محقق‌شده، یک برآوردگر بی‌طرفانه از هزینۀ غیر قابل مشاهدۀ حقوق صاحبان سهام در یک بازار کارآمد است؛ بنابراین بازده سالانۀ محقق‌شده به‌دلیل جذابیت نظری آن به‌صورت نماینده‌ای برای هزینۀ حقوق صاحبان سهام در ابتدای همان سال در نظر گرفته می‌شود. فو[44] و همکاران (2012) نیز بازده غیرعادی محقق‌شده را به‌صورت معیار هزینۀ سرمایۀ سهام استفاده کرده‌اند که در مولر و همکاران (2007) و براون و وارنر (1985) نیز این رویکرد مشاهده می‌شود. با توجه به انواع معیارهای هزینۀ سرمایۀ سهام که براساس مطالعات پیشین رمزبندی شده است، فرضیه‌های مرتبط با تأثیر عدم تقارن اطلاعاتی بر معیارهای هزینۀ سرمایۀ سهام به شرح ذیل تدوین شد.

فرضیۀ10: عدم تقارن اطلاعاتی بر هزینۀ سرمایۀ سهام حاصل الگوی قیمت‌گذاری دارایی‌های سرمایه‌ای تأثیر دارد.

فرضیۀ 11: عدم تقارن اطلاعاتی بر هزینۀ سرمایۀ سهام ضمنی تأثیر دارد.

فرضیۀ 12: عدم تقارن اطلاعاتی بر هزینۀ سرمایۀ سهام محاسبه‌شده با بازه واقعی تأثیر دارد.

براساس مبانی نظری و تجربی مذکور و فرضیه‌های پژوهش انتظار می‌رود تأثیر معیارهای مختلف عدم تقارن اطلاعاتی بر معیارهای مختلف هزینۀ سرمایۀ سهام متفاوت باشد؛ بنابراین در این پژوهش با رویکرد فراتحلیل الگوی مفهومی پژوهش طبق شکل (1) آزمون می‌شود.

 

نبود تقارن اطلاعاتی

هزینۀ سرمایۀ سهام سهام

قیمت‌گذاری دارایی‌های سرمایه‌ای

بازده واقعی

هزینۀ سرمایۀ سهام ضمنی

کیفیت افشا

کیفیت تحلیلگران

کیفیت اقلام تعهدی

احتمال معامله مبتنی بر اطلاعات محرمانه

نبود نقدشوندگی

شکاف قیمت پیشنهادی خرید و فروش

نوسان درآمد

شفافیت سود

 

شکل (1) الگوی مفهومی پژوهش

Figure (1) The conceptual model

 

روش پژوهش

پس از مطالعۀ اصول فراتحلیل ‌(Rosenthal, 2001; Glass et al., 1981; Kohli and Devaraj, 2003 and Hunter and Schmidt, 2004) هفت مرحله برای این فراتحلیل برگزیده شد. در مرحلۀ اول چارچوب موضوعی فراتحلیل تعیین می‌شود. در این فراتحلیل متغیر مستقل عدم تقارن اطلاعاتی و متغیر وابستۀ هزینۀ سرمایۀ سهام است. البته به‌ طور جداگانه ابتدا تأثیر شاخص‌های عدم تقارن اطلاعاتی بر شاخص‌های هزینۀ سرمایۀ سهام سپس تأثیر عدم تقارن اطلاعاتی بر هزینۀ سرمایۀ سهام بررسی شد. در هر فرضیه، رابطۀ دو متغیر فراتحلیل می‌شود. در مرحلۀ دوم کلیدواژه‌ها و پایگاه‌های داده تعیین و سپس جست‌وجوی مطالعات انجام شد. به عبارت دیگر با کمک کلیدواژه‌های زیر یا ترکیب‌های مختلف آن از پایگاه‌های نمایه‌سازی Science Direct، Emerald، Google Scholar، SSRN، ResearchGate، Jstor و Semantic Scholar تعداد 188 مقاله پژوهشی استخراج شد.

Information asymmetry, informed investor, bid-ask spread, turnover, probability of informed trading, PIN, return, capital return, cost of equity capital, cost of capital, expected return, required return, disclosure, disclosure quality, financial statement quality, earnings quality, analysts, Analyst forecast, information quality, accruals quality, earnings smoothness, discretionary accruals, earnings management, illiquidity, earnings transparency, return volatility, price non-synchronization, CAPM, capital asset pricing, stock return.

 

در مرحلۀ سوم، مطالعات شناسایی‌شده در مرحله قبل براساس سه معیار غربال شد: 1) موضوع مطالعۀ درحال بررسی مطابق یکی از فرضیه‌های این فراتحلیل باشد؛ 2) اطلاعات مربوط محاسبۀ اندازه‌اثر در مقاله موردبررسی ذکر شده باشد؛ 3) روش تحلیل مطالعۀ درحال بررسی همبستگی باشد. پس از اعمال شرایط لازم، از تعداد 36 مطالعه منتشرشده بین سال‌های 1986 تا 2022 استفاده شد. مرحلۀ چهارم استخراج داده‌های عمومی‌ (عنوان، نویسنده(ها)، سال انتشار و نام نشریه)، داده‌های مربوط‌به اندازه‌اثر (تعداد مشاهدات، ضریب رگرسیون هر متغیر مستقل، خطای استاندارد ضریب، آماره t و سطح معناداری) و اطلاعات لازم برای نیرومندی (سال مطالعه، شاخص H، متغیر کنترلی، تعداد مشاهدات و طول زمانی مطالعه) است. از‌آنجاکه زمان داده‌ها در مطالعات تجربی یک بازۀ زمانی را شامل می‌شود، سال انتشار نماینده زمان مطالعه تعریف شده است. داده‌ها نخست در صفحۀ گسترده اکسل مرتب شد. تعداد نمونه این فراتحلیل با توجه به آزمون‌های مختلف در هر مطالعۀ صورت‌گرفته، 260 آزمون است. در این مرحله علاوه‌بر استخراج داده‌های هریک از آزمون‌ها، داده‌های لازم برای نیرومندی ابتدا رمزگذاری و سپس برای مراحل بعد وارد نرم‌افزار سی‌ام‌ای2 شد. این متغیرها به‌صورتی‌که در جدول شمارۀ (1) گزارش شده است، رمزگذاری شد.

 

جدول (1) رمزبندی متغیرهای نیرومندی

Table (1) The coding of robustness check variables

متغیر

طبقه‌بندی

رمز

متغیر

طبقه‌بندی

رمز

متغیر

طبقه‌بندی

رمز

متغیر

طبقه‌بندی

رمز

تعداد مشاهدات

20 - 1000

1

طول زمان داده ها

1-3 سال

1

سال پایان داده‌ها

1970-1980

1

شاخصH

1 الی 60

1

1001 - 8000

2

4-10 سال

2

1981-2000

2

61 الی 150

2

8001 - 31000

3

11-17 سال

3

2001-2010

3

151الی210

3

31001 - 970000

4

18-26 سال

4

2011-2020

4

11 الی300

4

متغیر کنترلی

ندارد

0

 

 

 

 

 

 

 

 

 

دارد

1

 

 

 

 

 

 

 

 

 

 

در مرحله 5 برای هر عضو نمونه، اندازه‌اثر محاسبه شد. اندازه‌اثر معیار استانداردی است که قوت رابطه دو متغیر را نشان می‌دهد. مقیاس و آمارۀ اندازه‌اثر، مستقل از مطالعات تجربی است و برای ترکیب نتایج و مقایسۀ آنها استفاده می‌شود (Rosenthal, 2001). اندازه‌اثر در این پژوهش از نوع اندازه‌اثر r است. اگر مطالعه تجربی ضریب همبستگی گزارش‌کرده باشد، خود ضریب همبستگی به‌صورت اندازه‌اثر r تعریف شده است. در مطالعاتی که از جنس رگرسیون بود، آماره t هر ضریب رگرسیون با معادلۀ (27) به اندازه‌اثر r تبدیل شد (Rosenthal, 2001).

(27)                                                                                                                                     

 

 t آمارۀ آزمون و n تعداد مشاهدات در آزمون استخراج‌شده از مطالعه تجربی است. به دلیل اینکه از نرم افزار CMA برای محاسبۀ اندازه‌اثر استفاده شد، ضروری است مقدار t ‌همراه تعداد مشاهده به نرم‌افزار وارد شود. در مطالعاتی که ضریب همبستگی گزارش شده بود، این آماره به‌کمک معادلۀ (28) به آمارۀ آزمون  t تبدیل شد.

(28)                                                                                                                                            

 

در این معادله r ضریب همبستگی است. در مطالعاتی که ضریب رگرسیون و انحراف معیار ضریب گزارش شده بود، از تقسیم ضریب به انحراف معیار ضریب، آماره t حاصل شد. در مطالعاتی که سطح معناداری گزارش شده بود، آماره t مرتبط با آن از جدول z  به‌دست آمد. در‌نهایت برای هر آزمون یک مقدار برای آماره t به‌دست آمد و مقدار آن همراه حجم نمونه وارد نرم افزار شد. در مرحلۀ ششم اندازه‌اثر مشترک برای هر فرضیه محاسبه شد؛ برای مثال برای فرضیه دوم همه آزمون‌هایی که متغیر مستقل آنها کیفیت تحلیل‌گران و متغیر وابسته هزینۀ سرمایۀ سهام بوده است، به عنوان یک گروه آزمون در نظر گرفته شد و برای آن اندازه‌اثر مشترک با میانگین وزنی همۀ اندازه‌اثرهای درون گروه محاسبه شد. وزن هر اندازه‌اثر برابر نسبت یک به خطای نمونه‌گیری تعریف شد. اندازه‌اثر، تعیین‌کنندۀ شدت رابطه بین کیفیت تحلیل‌گران و هزینۀ سرمایۀ سهام است. برای هر اندازه‌اثر مشترک (مربوط به هر فرضیه) آماره z و سطح معناداری به‌دست آمدکه معناداری اختلاف اندازه‌اثر مشترک با صفر را نشان می‌دهد. مطابق این آماره هرکدام از فرضیه‌ها آزمون شد. در مرحله هفت، همگنی اندازه‌اثر برای فرضیه‌ها (هر گروه اندازه‌اثر) با معادله (29) محاسبه شد.

(29)                                                                                                                                               

 

Q آماره ناهمگونی اندازه‌اثر، k درجه آزادی به‌علاوه 1 ،  واریانس اندازه‌اثر داخل هر گروه است که با معادله (30) محاسبه شد و  میانگین وزنی خطای نمونه‌گیری اندازه‌اثر است که با معادله (31) محاسبه شده است.

(30)                                                                                                                                     

(31)                                                                                                                         

 

آمارۀ آزمون Q و سطح معناداری مربوط به آن نشان می‌دهد فرضیۀ خنثی (صفربودن واریانس بین اندازه‌اثرها) رد می‌شود یا خیر. در صورت همگرایی اندازه‌اثرهای داخل گروه، یک اندازه‌اثر مشترک وجود دارد که همۀ آزمون‌ها آن را نشان می‌دهند. برای محاسبه اندازه‌اثر مشترک باید از الگوی اثرات ثابت استفاده کرد. در صورت واگرایی اندازه‌اثرهای درون گروه، استدلال می‌شود اندازه‌اثرهای متفاوتی وجود دارد که در هر آزمون، یکی از آنها اندازه‌گیری شده است. برای محاسبۀ اندازه‌اثر مشترک باید از الگوی اثرات تصادفی استفاده کرد. بعد از آزمون فرضیه‌ها به‌کمک معناداری اندازه‌اثر مشترک، سعی شد با تغییر شرایط پژوهش، نیرومندی نتایج آزمون فرضیه‌ها آزمون شود. در بخش بعد یافته‌های مرتبط با فرضیه‌ها گزارش شده است.

 

یافته‌ها

در این بخش آزمون های آماری صورت‌گرفته برای بررسی مصادیق فرضیه‌ها و اظهار‌نظر در تأیید یا نبود تأیید هریک از فرضیه‌های پژوهش ارائه می‌شود. نتایج مرتبط با آزمون فرضیه اول در جدول (2) ارائه شده است.

جدول (2) نتایج آزمون فرضیۀ 1؛ تأثیر عدم تقارن اطلاعاتی بر هزینۀ سرمایۀ

Table (2) The results of testing hypothesis 1; The effect of information asymmetry on the cost of equity capital

الگو

اندازه‌اثر مشترک

فاصله اطمینان95/0

آزمون میانگین

آزمون ناهمگنی

وضعیت فرضیه

حد پایین

حد بالا

آمارهZ

سطح معناداری

آماره Q

سطح معناداری

اثرات ثابت

004/0

003/0

004/0

08/17

000/0

6373

000/0

تأیید

اثرات تصادفی

021/0

017/0

024/0

58/12

000/0

 

طبق نتایج جدول (2) با توجه به اینکه سطح معناداری آزمون همگنی کمتر 1% است. فرض صفر آزمون یعنی صفر‌بودن واریانس اندازه‌اثرها رد می‌شود و به‌عبارتی اندازه‌اثرها واگرا هستند؛ بنابراین از الگوی اثرات تصادفی برای محاسبۀ اندازه‌اثر مشترک استفاده می‌شود و چون سطح معناداری آزمون میانگین به سطر اثرات تصادفی کمتر 1% مربوط است. فرض صفر آزمون به‌نشانۀ صفربودن اندازه‌اثر مشترک رد می‌شود و به‌عبارتی اندازه‌اثر مشترک تفاوت معناداری با صفر دارد. برای آزمون نیرومندی[45] نتایج فرضیه اول، این فرضیه در گروه‌های مختلف سال مطالعه، شاخص H، متغیر کنترلی، تعداد مشاهدات و طول زمانی مطالعه آزمون شد. نتایج آن در جدول (3) آمده است.

 

جدول (3) نتایج آزمون نیرومندی

Table (3) The results of robustness check

طبقه بندی

گروه

الگو

اندازه‌اثر مشترک

فاصله‌اطمینان95/0

آزمون میانگین

آزمون ناهمگنی

وضعیت فرضیه

حدکم

حدزیاد

آماره Z

سطح معناداری

آماره آزمون Q

سطح معناداری

تعداد مشاهدات

20 - 1000

تصادفی

**087/0

014/0

160/0

328/2

020/0

1894

000/0

تأیید

1001 - 8000

تصادفی

***041/0

022/0

060/0

176/4

000/0

572

000/0

تأیید

8001 - 31000

تصادفی

**014/0

003/0

026/0

418/2

016/0

1325

000/0

تأیید

31001 - 970000

تصادفی

***009/0

006/0

012/0

078/6

000/0

2119

000/0

تأیید

طول زمان داده‌ها

1-3 سال

تصادفی

***012/0

049/0

193/0

277/3

001/0

1577

000/0

تأیید

4-10 سال

تصادفی

***026/0

015/0

037/0

710/4

000/0

1830

000/0

تأیید

11-17 سال

تصادفی

001/0

007/0-

010/0

278/0

781/0

695

000/0

رد

18-26 سال

تصادفی

***003/0

000/0-

005/0

951/1

000/0

940

000/0

تأیید

متغیر کنترلی

ندارد

تصادفی

***077/0

058/0

095/0

145/8

000/0

2504

000/0

تأیید

دارد

تصادفی

***010/0

007/0

013/0

510/7

000/0

2956

000/0

تأیید

سال

1970-1980

تصادفی

***087/0

041/0

133/0

712/3

000/0

260

000/0

تأیید

1981-2000

تصادفی

003/0-

012/0-

005/0

754/0-

451/0

543

000/0

رد

2001-2010

تصادفی

***016/0

013/0

019/0

603/10

000/0

2615

000/0

تأیید

2011-2020

تصادفی

***118/0

076/0

160/0

458/5

000/0

2229

000/0

تأیید

شاخص

H

1 الی 60

تصادفی

***082/0

056/0

108/0

119/6

000/0

3040

000/0

تأیید

61 الی 150

تصادفی

006/0-

044/0-

032/0

300/0-

764/0

204

000/0

رد

151 الی 210

تصادفی

***018/0

015/0

021/0

365/11

000/0

2437

000/0

تأیید

211 الی 300

تصادفی

*008/0

001/0-

017/0

783/1

075/0

498

000/0

تأیید

*** معنادار در سطح 1%، ** معنادار در سطح 5%، * معنادار در سطح 10%

طبق نتایج جدول (3)، در همۀ طبقات سطح معناداری آزمون همگنی کمتر 1% است؛ درنتیجه فرضیه صفر آزمون یعنی صفر‌بودن واریانس اندازه‌اثرها رد می‌شود و به عبارتی اندازه‌اثرها واگرا هستند؛ بنابراین در همۀ طبقات از الگوی اثرات تصادفی برای محاسبۀ اندازه‌اثر مشترک استفاده شده است. در همۀ موارد (به‌جز طبقات با طول زمان 11 تا 17سال، سال انتشار1981 تا 2000 و شاخص H 61 تا 150) سطح معناداری آزمون میانگین کمتر از 10% است و فرض صفر آزمون به‌نشانۀ صفر‌بودن اندازه‌اثر مشترک رد می‌شود و به‌عبارتی اندازه‌اثر مشترک تفاوت معناداری با صفر دارد. در سایر موارد که سطح معناداری آزمون میانگین بیشتر 10% است، فرض صفر آزمون به‌نشانۀ صفربودن اندازه‌اثر مشترک رد نمی‌شود و به‌عبارتی اندازه‌اثر مشترک تفاوت معناداری با صفر ندارد. نتایج آزمون فرضیه‌های 2 الی 9 در جدول شماره (4) ارائه شده است.

 

جدول (4) نتایج آزمون فرضیۀ 2 الی9؛ تأثیر ابعاد عدم تقارن اطلاتی بر هزینۀ سرمایۀ سهام

Table (4) The results of testing hypothesis 2 to 9; The effect of information asymmetry dimensions on cost of equity capital

متغیر مستقل

الگو

اندازه‌اثر مشترک

فاصله اطمینان95/0

آزمون میانگین

آزمون ناهمگنی

وضعیت فرضیه

حد پایین

حد بالا

آماره آزمونZ

سطح معناداری

آماره آزمونQ

سطح معناداری

تح-ه

فرضیه2

اثرات تصادفی

043/0

011/0-

096/0

555/1

120/0

246/22

000/0

رد

اف-ه

فرضیه3

اثرات تصادفی

**017/0

001/0-

034/0

833/1

067/0

720/177

000/0

تأیید

تع-ه

فرضیه4

اثرات تصادفی

***007/0

002/0

012/0

826/2

004/0

056/772

000/0

تأیید

نق-ه

فرضیه5

اثرات تصادفی

***089/0

052/0

126/0

725/4

000/0

206/307

000/0

تأیید

اط-ه

فرضیه6

اثرات تصادفی

***015/0

011/0

019/0

852/7

000/0

694/1802

000/0

تأیید

شک-ه

فرضیه7

اثرات تصادفی

***020/0

015/0

026/0

362/7

000/0

235/1090

000/0

تأیید

شف-ه

فرضیه8

اثرات تصادفی

***023/0

011/0

035/0

665/3

000/0

044/1180

000/0

تأیید

نو-ه

فرضیه9

اثرات تصادفی

087/0

236/0-

393/0

520/0

603/0

344/5663

000/0

رد

*** معنادار در سطح 1%، ** معنادار در سطح 5%، * معنادار در سطح 10%

 

طبق نتایج جدول (4)، برای همۀ فرضیه‌ها سطح معناداری آزمون همگنی کمتر 1% است؛ بنابراین فرض صفر آزمون یعنی صفربودن واریانس اندازه‌اثرها رد می‌شود و به‌عبارتی اندازه‌اثرها واگرا هستند؛ پس از الگوی اثرات تصادفی برای محاسبۀ اندازه‌اثر مشترک استفاده شده است. در همۀ فرضیه‌ها به‌جز فرضیه‌های 2 و 9 سطح معناداری آزمون میانگین کمتر 10% است و بنابراین فرضیه صفر آزمون به‌نشانۀ صفربودن اندازه‌اثر مشترک رد می‌شود و به‌عبارتی اندازه‌اثر مشترک تفاوت معناداری با صفر دارد؛ یعنی کیفیت تحلیل‌گران و نوسان درآمد بر هزینۀ سرمایۀ سهام تأثیر ندارد و کیفیت افشا، کیفیت اقلام تعهدی، نبود نقدشوندگی، احتمال معامله مبتنی‌بر اطلاعات محرمانه، شکاف قیمت پیشنهادی خرید و فروش و شفافیت سود  بر هزینۀ سرمایۀ سهام تأثیر دارد. نتایج آزمون فرضیه‌های 10 الی 12 در جدول شمارۀ (5) ارائه شده است.

 

جدول (5) نتایج آزمون فرضیۀ10 الی12؛ تأثیر عدم تقارن اطلاتی بر ابعاد هزینۀ سرمایۀ سهام

Table (5) The results of testing hypothesis 10 to 12; The effect of information asymmetry on cost of equity capital dimensions

متغیر مستقل

الگو

اندازه‌اثر مشترک

فاصله اطمینان 95/0

آزمون میانگین

آزمون ناهمگنی

وضعیت فرضیه

حدپایین

حد بالا

آماره آزمونZ

سطح معناداری

آماره آزمونQ

سطح معناداری

عد-قی

فرضیه10

اثرات تصادفی

***070/0

055/0

085/0

138/9

000/0

169/2994

000/0

تأیید

عد-ض

فرضیه11

اثرات تصادفی

***020/0

006/0

035/0

717/2

007/0

205/756

000/0

تأیید

عد-با

فرضیه12

اثرات تصادفی

***008/0

005/0

011/0

792/5

000/0

782/1979

000/0

تأیید

*** معنادار در سطح 1%، ** معنادار در سطح 5%، * معنادار در سطح 10%

 

طبق نتایج جدول (5) در هر سه فرضیه سطح معناداری آزمون همگنی کمتر 1% است و فرضیه صفر آزمون یعنی صفربودن واریانس اندازه‌اثرها رد می‌شود و به‌عبارتی اندازه‌اثرها واگرا هستند؛ بنابراین از الگوی اثرات تصادفی برای محاسبۀ اندازه‌اثر مشترک استفاده شده است. ازطرفی در همۀ فرضیه‌ها سطح معناداری آزمون میانگین کمتر 1% است و درنتیجه فرض صفر آزمون به‌نشانۀ صفربودن اندازه‌اثر مشترک رد می‌شود و اندازه‌اثر مشترک تفاوت معناداری با صفر دارد. درمجموع عدم تقارن اطلاعاتی بر هزینۀ سرمایۀ سهام حاصل از الگوی قیمت‌گذاری دارایی‌های سرمایه‌ای، هزینۀ سرمایۀ ضمنی و بازۀ واقعی تأثیر مثبت دارد.

 

نتایج و پیشنهادها

هزینۀ سرمایۀ سهام به‌دلیل جایگاهی که در ثروت سهام‌دار دارد، اهمیت ویژه‌ای برای مدیران دارد؛ به همین دلیل آنها سعی می‌کنند در حد امکان آن را کاهش دهند. یکی از روش‌های کاهش هزینۀ سرمایۀ، کاهش عدم تقارن اطلاعاتی است که به کاهش ریسک اطلاعاتی منجر می‌شود. گسترۀ اصول بیانگر تضاد نتایج دربارۀ رابطه عدم تقارن اطلاعاتی و هزینۀ سرمایۀ سهام است؛ بنابراین در این پژوهش هدف فراتحلیل تأثیر عدم تقارن اطلاعاتی بر هزینۀ سرمایۀ است تا واگرایی پژوهش‌ها و دلایل آن شفاف شود. در این راستا یکی از دستاوردهای مهم تشخیص ابعادی از عدم تقارن اطلاعاتی است که تأثیر بیشتری بر هزینۀ سرمایۀ دارد و شاخص‌هایی از هزینۀ سرمایۀ سهام که تأثیر بیشتری از عدم تقارن اطلاعاتی می‌پذیرد. در فراتحلیل فرضیه اول مطابق جدول (2) رابطۀ کلی هزینۀ سرمایۀ سهام و عدم تقارن اطلاعاتی بررسی شد که نشان داد این رابطه مثبت و معنادار است؛ یعنی هر‌اندازه که اطلاعات به بازار مخابره نشود (یعنی اطلاعات بین مدیران و بازار متفاوت باشد) یا اطلاعات بین دو سهام‌دار متفاوت باشد، ریسک ناشی از این تفاوت اطلاعاتی باعث می‌شود بازار سرمایه نرخ تنزیل بیشتری در ارزش‌گذاری سهام شرکت استفاده کند و درنتیجه ارزش ذاتی و درنهایت ثروت سهام‌دار سقوط کند؛ یعنی به‌طور منطقی زیادبودن عدم تقارن اطلاعاتی ثروت سهام‌دار را کاهش و کم‌بودن آن ثروت سهام‌دار را افزایش می‌دهد. برای بررسی نیرومندی فرضیۀ 1، این فرضیه در شرایط مختلف طبق جدول (3) آزمون شد؛ برای مثال تعداد مشاهدات در پژوهش‌های مختلف در چهار دسته بررسی شد و مشخص شد تغییر در تعداد مشاهدات تأثیری در نتیجۀ پژوهش ندارد و نیرومندی فرضیۀ 1 تأیید شد. سپس طول دورۀ زمانی در پژوهش‌های مختلف در چهار دسته بررسی و مشاهده شد که به‌جز طول دوره 11 تا 17 سال، در تمام طول دوره‌ها نتیجه ثابت است؛ یعنی فرضیۀ 1 در طول دورۀ 11 تا 17 تأیید نشده است و این ممکن است به‌دلیل شرایط خاص در این طول دوره در کشورهای درحال مطالعه باشد؛ درنتیجه این فرصتی است برای پژوهش‌های آتی که بررسی کنند چه شرایطی باعث شده است در طول دورۀ 11 تا 17 سال رابطۀ هزینۀ سرمایۀ سهام و عدم تقارن اطلاعاتی مخدوش شود. در مرحلۀ بعد تأثیر وجود یا نبود وجود متغیر کنترلی بر فرضیۀ 1 بررسی شد و مشاهده شد که با وجود یا بدون وجود متغیر کنترلی همچنان فرضیۀ 1 صادق است. در ادامه سال انجام پژوهش به چهار دسته تقسیم و مشاهده شد که به‌جز دورۀ 1981  الی 2000، در تمام دوره‌های زمانی نتیجه ثابت است و شرایط خاصی فقط در دهه 80 تا 90 رخ داده که باعث نبود تأیید فرضیۀ 1 در آن دوره شده است. شناخت این شرایط در پژوهش‌های آتی اهمیت زیادی دارد. شاخص H که اعتبار مجلات ناشر پژوهش را نشان می‌دهد نیز در پنج گروه دسته‌بندی و بررسی و مشخص شد در شاخص‌های H بیشتر، نیرومندی فرضیۀ 1 تأیید می‌شود، فقط در شاخص H بین 61 الی 150 این فرضیه تأیید نشده است.

به‌دلیل متفاوت‌بودن تأثیر عدم تقارن اطلاعاتی بر هزینۀ سرمایۀ سهام، یکی از دلایل تضاد نتایج استفاده از معیارهای مختلف اندازه‌گیری عدم تقارن اطلاعاتی است؛ درنتیجه مطابق جدول 4 در فرضیه‌های 2 تا 9 بررسی شد آیا شاخص‌های مختلف عدم تقارن اطلاعاتی تأثیر متفاوتی بر هزینۀ سرمایۀ سهام می‌گذارد یا خیر. در فراتحلیل فرضیۀ 2 تأثیر کیفیت تحلیل‌گران بر هزینۀ سرمایۀ سهام تأیید نشد، در‌حالی‌که انتظار می‌رفت کیفیت و کمیت تحلیل به توزیع بیشتر اطلاعات و درنتیجه کاهش ریسک اطلاعاتی منجر شود. ازطرف دیگرتعداد زیاد یا کم کسانی که سهام را تحلیل می‌کنند و کیفیت تحلیل آنها، تأثیری بر هزینۀ سرمایۀ سهام ندارد. دلیل آن ممکن است ضعف نظام حاکمیتی بازار سرمایه در منع معامله تحیلگران در بازار باشد؛ به‌طوری‌که خود تحلیل‌گران با اطلاعات بیشتری که در اختیار دارند به سرمایه‌گذاران طرف معاملۀ خود ریسک اطلاعاتی تحمیل کنند.  این فرضیه با بوتاسان و همکاران (2004) هماهنگ و با بوتاسان (1997) ناهماهنگ است. فراتحلیل فرضیۀ 3  نشان می‌دهد هرچه افشای بیشتری صورت گیرد، یعنی مدیران اطلاعات بیشتری به بازار عرضه کنند، ریسک اطلاعاتی کمتر می‌شود؛ چون هم تفاوت اطلاعات بین مدیران و سهام‌دار کم می‌شود و هم برتری اطلاعاتی سهام‌داران ویژه ازبین می‌رود؛ درنتیجه سهام‌دارانی که اطلاعات کمتری دارند، سهام را با نرخ تنزیل کمتری ارزشیابی می‌کنند و از معامله با سهام‌داران دیگر احساس خطر نمی‌کنند و درنهایت ثروت سهام‌دار زیاد می‌شود. با توجه به اینکه اقلام تعهدی ممکن است تأثیر زمان‌بندی در تحقق سود و جریان نقدی داشته باشد. این فرضیه با صالح[46] و همکاران (2019) هماهنگ و با دمارکین[47] و همکاران (2012) و بوتاسان و پلام (2002) ناهماهنگ است. فراتحلیل فرضیۀ 4 بیان می‌کند هرچه مدیران از اقلام تعهدی اختیاری کمتری استفاده کنند و درنتیجه کیفیت اقلام تعهدی بیشتر بشود، سرمایه‌گذاران ریسک سرمایه‌گذاری کمتری احساس کرده، سهام را با نرخ تنزیل کمتری ارزشیابی می‌کنند و این باعث کاهش هزینۀ سرمایۀ سهام و درنتیجه افزایش ارزش سهام می‌شود. این فرضیه با آکینز[48] و همکاران (2011) هماهنگ و با احمد[49] و همکاران (2022) ناهماهنگ است. طبق فرضیۀ 5 انتظار می‌رود (با فرض اینکه اطلاعات بیشتر و یکنواخت در بازار سرمایه به بیشترشدن نقدشوندگی سهام منجر می‌شود) نبود نقدشوندگی با هزینۀ سرمایۀ ارتباط مثبت داشته باشد. به‌عبارتی نقدشوندگی به کاهش هزینۀ معاملات و هزینۀ سرمایۀ سهام منجر می‌شود. نتیجه نشان می‌دهد این انتظار در فراتحلیل نتایج گذشته تحقق یافته است. در استدال‌های نظری درخصوص تأثیر سرمایه‌گذاران آگاه بر هزینۀ سرمایۀ سهام اختلاف نظر وجود دارد. ازطرفی وجود سهام‌دار، آگاه سهام‌دار ناآگاه را با ریسک اطلاعاتی مواجه می‌کند و در نقطۀ مقابل آن وجود سهام‌دار آگاه باعث تقویت اطلاعاتی کل بازار می‌شود. این فرضیه با فو و همکاران (2012) هماهنگ و ایزیلی و همکاران (2002) و مسلم و استیوان (2021) ناهماهنگ است. فراتحلیل فرضیۀ 6  نشان داد رویکرد اول در اصول تجربی تأیید می‌شود. به عبارتی افزایش احتمال معامله مبتنی‌بر اطلاعات محرمانه باعث افزایش هزینۀ سرمایۀ شده است. این فرضیه با سکوهوانگ و همکاران (2013) هماهنگ و با  آکینز و همکاران (2011) ناهماهنگ است. فرضیۀ 7 بیان می‌کند شکاف قیمتی پیشنهادی خرید و فروش باعث افزایش هزینۀ سرمایۀ می‌شود؛ چراکه پیشنهاد دو قیمت متفاوت برای معامله نشانه وجود دو نوع اطلاعات است که بر دو قیمت متفاوت دلالت دارد، ضمن اینکه درستی هیچ‌کدام شایان تأیید نیست. این ضعف اطلاعاتی، ریسک اطلاعات و هزینۀ سرمایۀ را افزایش می‌دهد. تأیید این فرضیه بیانگر وجود این نوع از ریسک اطلاعاتی در بازار سرمایه است. فرضیه با یاسین[50] و همکاران (2015) هماهنگ و با آکینز و همکاران (2011) و ایزیلی و همکاران (2002) ناهماهنگ است. فراتحلیل فرضیۀ 8 نشان می‌دهد شفافیت بیشتر سود به توضیح بیشتر رابطه بازده-سود منجر می‌شود و این ناشی از افشای بیشتر درخصوص بازده سهام می‌شود و نرخ تنزل را کاهش می‌دهد؛ درنتیجه ریسک سرمایه‌گذاری در سهام کاهش می‌یابد و کاهش هزینۀ سرمایۀ سهام را درپی دارد. این فرضیه با بارت و همکاران (2013) هماهنگ است. طبق فرضیۀ 9 انتظار می‌رود ازیک‌طرف نوسان قیمت نشانۀ فراوانی زیاد تزریق اطلاعات به بازار باشد و باعث کاهش نرخ تنزل شود. از طرف دیگر انتظار می‌رود نوسان نشان‌دهندۀ ابهام اطلاعاتی و درنتیجه افزایش نرخ تنزیل شود. نبود تأیید این فرضیه طبق جدول 4 نشانۀ نبود غلبۀ هیچ‌کدام از این دو رویکرد است. این فرضیه با مولر و همکاران (2007) هماهنگ و با فنگ[51] (2021) ناهماهنگ است.

به‌دلیل متفاوت‌بودن تأثیر عدم تقارن اطلاعاتی در هزینۀ سرمایۀ سهام، یکی از دلایل تضاد نتایج استفاده از معیارهای مختلف اندازه‌گیری هزینۀ سرمایۀ سهام است. مطابق جدول5  در فرضیه‌های 10 تا 12 بررسی شد آیا عدم تقارن بر ابعاد مختلف هزینۀ سرمایۀ سهام تأثیر متفاوتی می‌گذارد یا خیر. فراتحلیل فرضیۀ10 نشان می‌دهد در پژوهش‌های بررسی‌شده، وقتی هزینۀ سرمایۀ سهام با کمک الگوی قیمت‌گذاری دارایی‌های سرمایه‌ای محاسبه‌ شده باشد، عدم تقارن اطلاعاتی بر هزینۀ سرمایۀ تأثیر مثبت و معناداری داشته است. دلیل این موضوع اینست که ریسک سیستماتیک بتا (همبستگی بازده سهم با بازده بازار) با عدم تقارن اطلاعاتی رابطه دارد؛ یعنی با افزایش عدم تقارن اطلاعاتی بازار سهم را نه براساس اطلاعات سهم که براساس شاخص بازار ارزش‌گذاری می‌کنند (افزایش بتا) و با کاهش عدم تقارن اطلاعاتی سرمایه‌گذار سهم را براساس اطلاعات سهم (نه براساس شاخص بورس) ارزش‌گذاری می‌کند و بتا کاهش می‌یابد و باعث کاهش هزینۀ سرمایۀ سهام می‌شود. این فرضیه با بارت و همکاران (2013) و فنگ (2021) هماهنگ آلنکار[52] (2005) ناهماهنگ است. فراتحلیل فرضیۀ 11 نشان می‌دهد در پژوهش‌های بررسی‌شده، وقتی هزینۀ سرمایۀ سهام با کمک هزینۀ سرمایۀ سهام ضمنی محاسبه شده باشد، عدم تقارن اطلاعاتی بر هزینۀ سرمایۀ تأثیر مثبت و معناداری داشته است؛ یعنی سبد سهام سرمایه‌گذاران به‌طورکامل متنوع سازی نشده است و علاوه‌بر عامل سیستماتیک، عامل غیرسیستماتیک عدم تقارن اطلاعاتی نیز روی هزینۀ سرمایۀ سهام تأثیر گذاشته‌ است. این فرضیه با پنگ‌هی و همکاران (2013) و باتاچاریا[53] و همکاران (2012) هماهنگ و با بوتاسان و پلام (2002) و دمارکین و همکاران (2012) ناهماهنگ است. فراتحلیل فرضیۀ 12 نشان می‌دهد در پژوهش‌های بررسی‌شده، وقتی هزینۀ سرمایۀ سهام با کمک هزینۀ سرمایۀ سهام با بازۀ واقعی محاسبه شده باشد، عدم تقارن اطلاعاتی بر هزینۀ سرمایۀ سهام تأثیر مثبت و معناداری داشته است؛ یعنی عدم تقارن اطلاعاتی با بازده واقعی (تاریخی) تأثیر مثبت و معنی‌داری داشته است. چون عدم تقارن اطلاعاتی درتأثیر عوامل غیرسیستماتیک بوده و بازده واقعی درتأثیر عوامل سیستماتیک و غیرسیستماتیک است، درنتیجه سبد سهام سرمایه‌گذاران به‌طور کامل متنوع‌سازی نشده است. این فرضیه با آمیهود و مندلسون[54] (1986) و یاسین و همکاران (2015) هماهنگ و با ولکر[55] (1995) ناهماهنگ است.

این پژوهش محدود به سال‌های1986 تا 2022 (تاریخ مقالات) و محدود به روش فراتحلیل است. ابعاد عدم تقارن اطلاعاتی و هزینۀ سرمایۀ سهام محدود به شاخص‌هایی است که در مطالعات قبلی استفاده شده است. به پژوهشگران آتی پیشنهاد می‌شود نتایج این پژوهش را با رویکرد تجربی آزمون کنند، دلیل نبود تأثیر کیفیت تحلیل‌گران و نوسان درآمد بر هزینۀ سرمایۀ سهام و علت رابطۀ غیرمعنادار بین هزینۀ سرمایۀ سهام و عدم تقارن اطلاعاتی را در سال‌های 1981 تا 2000 و نشریات با شاخص H 61 تا150 بررسی کنند و درنهایت نتایج این پژوهش را در کشورهای درحال توسعه و توسعه‌یافته مقایسه کنند.

 

[1]. Imperfection

[2]. Botosan

[3]. Leland

[4]. Wang

[5]. Grossman and Stiglitz

[6]. Lambert

[7]. Diamond and Verrecchia

[8]. در پژوهش‌های فراتحلیلی هرکدام از این عوامل، مبنای استخراج یک مقاله است.

[9]. Contribution

[10]. Esmaeili

[11]. Białkowski and Perera

[12]. Opare

[13]. Easley, and O’Hara

[14]. Adverse selection

[15]. Committee on Financial Reporting of the American Institute of Certified Public Accountants

[16]. Easley

[17]. Botosan

[18]. Espinosa and Trombetta

[19]. Botosan and Plumlee

[20]. Seok Hwang

[21]. Ohlson and Juettner-Nauroth

[22]. Moeller

[23]. Tessema

[24]. Muslim and Setiawan

[25]. Peng He

[26]. Kelly

[27]. price non-synchronization

[28]. Mohanram and Rajgopal

[29]. Stoll

[30]. Brockman and Chung

[31]. Barth

[32]. Espinosa and Trombetta

[33]. Association for Investment Management and Research

[34]. Murni

[35]. Yuniarti and Arsyiy

[36]. Fama and French

[37]. الگوی رایج قیمت‌گذاری دارایی برای تخمین هزینۀ سرمایۀ سهام در اصول مالی از الگوی سه عاملی فاما-فرنچ (1993) استفاده می‌کند. با‌این‌حال، فاما و فرنچ (1997) مشکلات مواجه‌شده را در برآورد دقیق هزینۀ سرمایۀ سهام منعکس می‌کنند و نشان می‌دهند تخمین هزینۀ سرمایۀ سهام سه عاملی در سطح شرکت همچنین در سطح جزء نادرست است. علاوه‌بر این، مسائل مربوط به اینکه آیا و چگونه نبود تقارن اطلاعاتی بر هزینۀ سرمایۀ سهام تأثیر می‌گذارد، در الگو‌های متعارف قیمت‌گذاری دارایی‌ها، مانند الگوی قیمت‌گذاری دارایی سرمایه، بررسی نمی‌شود؛ زیرا این الگو‌ها عموماً فرض می‌کنند سرمایه‌گذاران باورهای همگن دارند (Lambert et al., 2012).

[38]. Claus and Thomas

[39]. Gordon and Gordon

[40]. گود و محرم (2003) از نرخ رشد کوتاه‌مدت به‌صورت میانگین درصد تغییر در پیش‌بینی سود استفاده کردند (Peng He et al., 2013).

[41]. Easton

[42]. Gode and Mohanram

[43]. پنمن (1993) استدلال می‌کند نسبت E/P ممکن است برای تخمین هزینه سهام فقط در شرایط نادری استفاده شود که در آن سود موردانتظار آتی، سود جاری است که برای رشد با نرخی برابر با هزینۀ سرمایۀ سهام تعدیل شده است. او اشاره می‌کند تحقیقات قبلی نتوانسته است ارتباطی بین نسبت E/P و معیارهای ریسک پیدا کند؛ زیرا نسبت‌های E/P  منعکس‌کنندۀ تغییرات مقطعی در توانایی سود فعلی شرکت‌ها برای پیش‌بینی سود آیندۀ آنها است تا بازتاب متقاطع.

[44]. Fu

[45]. Robustness check

[46]. Salleh

[47]. Demirkan

[48]. Akins

[49]. Ahmed

[50]. Yassin

[51]. Feng

[52]. Alencar

[53]. Bhattacharya

[54]. Amihud and Mendelson

[55]. Welker

References

Aboutalebi, H. (2019). A Meta-Analysis of Direct and Indirect Effect of Corporate Governance on Firms` Financial Performance. Master Thesis, Faculty of Administrative Sciences and Economics, University of Isfahan [In Persian].
Adle, A. A., & Akdemir, Ö. (2019). Achieving competitive advantage in technology-based industry: How developing intellectual capital matters. International Journal of E-business and E-government Studies, 11(2), 89-103. https://doi.org/10.34111/ijebeg.20191121
Ahmed, A. H., Tahat, Y., Eliwa, Y., & Burton, B. (2022). Earnings quality and the cost of equity capital: Evidence on the impact of legal background. International Journal of Accounting and Information Management, 29(4), 631-650. https://doi.org/10.1108/IJAIM-05-2021-0092
Akins, B., Ng, J., & Verdi, R., S. (2011). Investor competition over information and the pricing of information asymmetry. Accounting Review, 87(1), 35-58. https://doi.org/10.2308/accr-10157
Alencar, C. R. (2005). Cost of equity capital and disclosure level in Brazilian companies. Brazilian Business Review, 2(1), 1-12. https://doi.org/10.15728/bbr.2005.2.1.1
Amihud, Y., & Mendelson, H. (1986). Asset pricing and the bid-ask spread. Journal of Financial Economics, 17, 233-249. https://doi.org/10.1016/0304-405X(86)90065-6
Amihud, Y. (2002). Illiquidity and stock returns: cross-section and time series effects. Journal of Financial Markets, 5, 31-56. https://doi.org/10.1016/S1386-4181(01)00024-6
Armstrong, C. S., Core, J. E., Taylor, D. J., & Verrecchia, R. E. (2011). When does information asymmetry affect the cost of capital?. Journal of Accounting Research, 49, 1-10. https://doi.org/10.1111/j.1475-679X.2010.00391.x
Asgarnezhadnouri, B. (2018). Factors affecting stock return of firms listed in Tehran Stock Exchange: Meta-analysis approach. Journal of Asset Management and Financing, 6(1), 29-50 https://doi.org/10.22108/amf.2017.21193 [In Persian].
Association for Investment Management and Research (AIMR). (2001). Analysts, portfolio managers say volume, quality of information have fallen under regulation FD AIMR Member Survey Shows. (n. p).
Barth, M. E., Konchitchki, Y., & Landsman, W. R. (2013). Cost of capital and earnings transparency. Journal of Accounting and Economics, 55, 206–224. https://doi.org/10.1016/j.jacceco.2013.01.004
Becker, C. L., DeFond, M. L., Jiambalvo, J., & Subramanyam, K. R. (1998). The effect of audit quality on earnings management. Contemporary Accounting Research, 15(1), 1-24. https://doi.org/10.1111/j.1911-3846.1998.tb00547.x
Berton, L. (1994). Companies pressure accounting panel to modify demands for more data. Wall Street Journal, 2.
Bhattacharya, N., Ecker, F., Olsson, P., & Schipper, K. (2012). Direct and mediated associations among earnings quality, information asymmetry, and the cost of equity. Accounting Review, 87(2), 449-482. https://doi.org/10.2308/accr-10200
Białkowski, J., & Perera, D. (2019). Stock index futures arbitrage: Evidence from a meta-analysis. International Review of Financial Analysis, 61, 284-294. https://doi.org/10.1111/j.1911-3846.1998.tb00547.x
Botosan, C. (1997). Disclosure level and the cost of equity capital. The Accounting Review, 72(3), 323-349.
Botosan, C. (2000). Evidence that greater liquidity lowers the cost of capital. Journal of Applied Corporate Finance, 12(4), 60-69. https://doi.org/10.1111/j.1745-6622.2000.tb00019.x
Botosan, A., & Plumlee, M. (2002). A re-examination of disclosure level and the expected cost of equity capital. Journal of Accounting Research, 40(1), 21-40. https://doi.org/10.1111/1475-679X.00037
Botosan, C., Plumlee, M., & Xie, Y. (2004). The role of private information precision in determining cost of equity capital. Review of Accounting Studies, 65(3), 221-265. https://doi.org/10.1023/B:RAST.0000028188.71604.0a
Brockman, P., & Chung, D. Y. (1999). Bid-ask spread components in an order-driven environment. Journal of Financial Research, 22, 227–246. https://doi.org/10.1111/j.1475-6803.1999.tb00724.x
Brown, S. J., & Warner, J. B. (1985). Using daily stock returns, the case of event studies. Journal of Financial Economics, 14, 3–31. https://doi.org/10.1016/0304-405X(85)90042-X
Bushman, R., Chen, Q., Engel, E., & Smith, A. (2004). Financial accounting information, organizational complexity and corporate governance systems. Journal of Accounting and Economics, 37, 167-201. https://doi.org/10.1016/j.jacceco.2003.09.005
Byard, D., & Shaw, K. (2002). Corporate Disclosure Quality and Properties of Analysts’ Information Environment. Working paper, University of Missouri. https://doi.org/10.1177/0148558X0301800304
Clarkson, P., Guedes, J., & Thompson, R. (1996). On the diversification, observability, and measurement of estimation risk. Journal of Financial and Quantitative Analysis, 31(1), 69-84. https://doi.org/10.2307/2331387
Claus, J., & Thomas, J. (2001). Equity premia as low as three percent? Evidence from analysts' earnings forecasts for domestic and international stock markets. Journal of Finance, 56, 1629-1666. https://doi.org/10.1111/0022-1082.00384
Cohen, B. D., & Dean, T. J. (2005). Information asymmetry and investor valuation of IPOs: Top management team legitimacy as a capital market signal. Strategic Management Journal, 26, 683-690. https://doi.org/10.1002/smj.463
Core, J., Guay, W., & Verdi, R. (2008). Is accruals quality a priced risk factor? Journal of Accounting and Economics, 46(1), 2-22. https://doi.org/10.1016/j.jacceco.2007.08.001
Corwin, S. (2003). The determinants of underpricing for seasoned equity offers. The Journal of Finance, 58(5), 2249-2279. https://doi.org/10.1111/1540-6261.00604
Demirkan, S., Radhakrishnan, S., & Urcan, O. (2012). Discretionary accruals quality, cost of capital, and diversification. Journal of Accounting, Auditing and Finance, 27(4) 496–526. https://doi.org/10.1177/0148558X11409162
Demsetz, H. (1968). The cost of transacting. The Quarterly Journal of Economics, 82(1), 33-53. https://doi.org/10.2307/1882244
Devos, E., Devos, E., Ong, S., & Spieler, A. (2019). Information asymmetry and REIT capital market access. The Journal of Real Estate Finance and Economics, 59(1), 90-110. https://doi.org/10.1007/s11146-018-9678-8
Dhaliwal, D., S., Li, O. Z., Tsang, A., & Yang, Y. G. (2011). Voluntary nonfinancial disclosure and the cost of equity capital: The initiation of corporate social responsibility reporting. The Accounting Review, 86, 59–100. https://doi.org/10.2308/accr.00000005
Diamond, D., & Verrecchia, R. (1991). Disclosure, liquidity, and the cost of capital. Journal of Finance, 46, 1325-1359. https://doi.org/10.1111/j.1540-6261.1991.tb04620.x
Duarte, J., & Young, L. (2009). Why is PIN priced? Journal of Financial Economics, 91(2), 119-138. https://doi.org/10.1016/j.jfineco.2007.10.008
Easley, D., Hvidkjaer, S., & O’Hara, M. (2002). Is information risk a determinant of asset returns?. Journal of Finance, 57, 2185-221. https://doi.org/10.1111/1540-6261.00493
Easley, D., & O’Hara, D. (2004). Information and the cost of capital. Journal of Finance, 59, 1553-1583. https://doi.org/10.1111/j.1540-6261.2004.00672.x
Easton, P., & Harris, T. (1991). Earnings as an explanatory variable for return. Journal of Accounting Research, 29, 19-36. https://doi.org/10.2307/2491026
Easton, P. (2004). PE ratios, PEG ratios, and estimating the implied expected rate of return on equity capital. The Accounting Review, 79, 73–95. https://doi.org/10.2308/accr.2004.79.1.73
Eleswarapu, V., Thompson, R., & Venkataraman, K.  )2004(. The impact of regulation fair disclosure: Trading costs and information asymmetry. Journal of Financial and Quantitative Analysis, 39(2), 209-225. https://doi.org/10.1017/S0022109000003045
Esmaeili, E. (2022). Meta-analyzing the efficiency of stock index futures hedging in improving risk. Master Thesis, Faculty of Administrative Sciences and Economics, University of Isfahan [In Persian].
Espinosa, M., & Trombetta, M. (2007). Disclosure interactions and the cost of equity capital: Evidence from the Spanish continuous market. Journal of Business Finance and Accounting, 34(9), 1371-1392. https://doi.org/10.1111/j.1468-5957.2007.02064.x
Fama, E., & French, K. (1993). Common risk factors in the returns on stocks and bonds. Journal of Financial Economics, 33, 3-56. https://doi.org/10.1016/0304-405X(93)90023-5
Fama, E., & French, K. (1997). Industry costs of equity. Journal of Financial Economics, 93, 153-194. https://doi.org/10.1016/S0304-405X(96)00896-3
Fama, E. F., & French, K. R. (2004). The Capital asset pricing model: Theory and evidence. Journal Economics, 18, 25–46. https://dx.doi.org/10.2139/ssrn.440920
Fama, E. F., & French, K. R. (2015). A five-factor asset pricing model. Journal of Financial Economics, 116, 1-22. https://doi.org/10.1016/j.jfineco.2014.10.010
Fama, E. F., & French, K. R. (2018). Choosing factors. Journal of Financial Economics, 128(2), 234-253. https://doi.org/10.22059/frj.2021.316171.1007116
Fazelian, Z. (2020). A Meta-Analysis on Option Market Efficiency: No-Arbitrage Option Pricing Relations Approach. Master Thesis, University of Isfahan [In Persian].
Feng, Z. (2021). How does information asymmetry affect REIT investments? Cost of capital, performance, and executive compensation. Journal of Real Estate Portfolio Management, 27, 1-19. https://doi.org/10.1080/10835547.2021.1967676
Francis, J. R., Khurana, I. K., & Pereira, R. (2005). Disclosure incentives and effects on cost of capital around the world. The Accounting Review, 80(4), 1125-1162. https://doi.org/10.2308/accr.2005.80.4.1125
Francis, J., LaFond, R., Olsson, P., & Schipper, K. (2004). Cost of capital and earnings attributes. The Accounting Review, 79, 967-1011. https://doi.org/10.2308/accr.2004.79.4.967
Francis, J., Nanda, D., & Olsson, P. (2008). Voluntary disclosure, earnings quality, and cost of capital. Journal of Accounting Research, 46(1), 53-99. https://doi.org/10.1111/j.1475-679X.2008.00267.x
Fu, R., Kraft, A., & Zhang, H. (2012). Financial reporting frequency, information asymmetry, and the cost of equity. Journal of Accounting and Economics, 54, 132-149. https://doi.org/10.1016/j.jacceco.2012.07.003
Gebhardt, W., Lee, C., & Swaminathan, B. (2001). Toward an implied cost of capital. Journal of Accounting Research, 39, 135-176. https://doi.org/10.1111/1475-679X.00007
Giner, B. (1997). The influence of company characteristics and accounting regulation on information disclosed by Spanish firms. The European Accounting Review, 6(1), 45-68. https://doi.org/10.1080/096381897336863
Gitman, L., & Mercurio, V. (1982). Cost of capital techniques used by major U.S. firms: Survey and analysis of Fortune's 1000. Financial Management, 11(4), 21-29. https://doi.org/10.2307/3665228
Glass, G. V., McGaw, B., & Smith M. L. (1981). Meta-analysis in Social Research. Beverly Hill, CA: Sage.
Gode, D., & Mohanram, P. (2003). Inferring the cost of capital using the Ohlson-Juettner model. Review of Accounting Studies, 8, 399–431. https://doi.org/10.1023/A:1027378728141
Gordon, J., & Gordon, M. (1997). The finite horizon expected return model. Financial Analysts Journal, 53(3), 52-61. https://doi.org/10.2469/faj.v53.n3.2084
Grossman, S. J., & Joseph, E. S. (1980). On the impossibility of informationally efficient markets. American Economic Review, 70, 393-408.
Guay, W., Kothari, S. P., & Shu, S. (2004). Properties of implied cost of capital using analysts' forecasts. Australian Journal of Management, 36(2), 125–149. http://dx.doi.org/10.1177/0312896211408624
Hail, L., & Leuz, C. (2006). International differences in the cost of equity capital: Do institutions and securities regulation matter? Journal of Accounting Research, 44(3), 485–531. https://doi.org/10.1111/j.1475-679X.2006.00209.x
Houqe, M. N., Ahmed, K., & Zijl, T. (2017). Audit quality, earnings management, and cost of Equity capital: Evidence from India. International Journal of Auditing, 21, 177-189. https://doi.org/10.1111/ijau.12087
Hughes, J., Liu, J., & Liu, J. (2007). Information asymmetry, diversification, and cost of capital. The Accounting Review, 82(3) 705-729. https://doi.org/10.2308/accr.2007.82.3.705
Hunter, J. E., & Schmidt, F. L. (2004). Methods of Meta-Analysis: Correcting Error and Bias in Research Findings. Sage Publications.
Ingram, M., & Margetis, S. (2011). A practical method to estimate the cost of equity capital for a firm using cluster analysis. Management Finance, 36, 160–167. https://doi.org/10.1108/03074351011014569
Kelly, P. J. (2014).  Information efficiency and firm-specific return variation. The Quarterly Journal of Finance, 4(4), 1-44. https://doi.org/10.1142/S2010139214500189
Kent, P., & Ung, K. (2003). Voluntary disclosure of forward-looking earnings information in Australia. Australian Journal of Management, 28(3), 273-285. https://doi.org/10.1177/031289620302800303
Khomsiyah, K., & Susanti, S. (2003). Pengungkapan, asimetri Informasi, dan cost of equity capital. Jurnal Akuntansi dan Bisnis, 5(3), 237-257. https://doi.org/10.34208/jba.v5i3.401
Klein, R., & Bawa, V. (1976). The effect of estimation risk on optimal portfolio choice. Journal of Financial Economics, 3, 215-231. https://doi.org/10.1016/0304-405X(76)90004-0
Knutson, P. (1992). Financial Reporting in the 1990's and beyond. NY: Association for Investment Management and Research.
Kohli, R., & Devaraj, S. (2003). Measuring information technology payoff: A meta-analysis of structural variables in firm-level empirical research. Information Systems Research, 14(2), 127-219. https://doi.org/10.1287/isre.14.2.127.16019
LaFond, R., & Watts, R. (2008). The information role of conservatism. The Accounting Review, 83(2), 447-478. https://doi.org/10.2308/accr.2008.83.2.447
Lambert, R., Leuz, C., & Verrecchia, R. E. (2012). Information asymmetry, information precision, and the cost of capital. Review of Finance, 16(1), 1-29. https://doi.org/10.1093/rof/rfr014
Lambert, R., & Verrecchia, R. (2010). Cost of Capital in Imperfect Competition Settings. Working paper, University of Pennsylvania, Oct. 2010.
Leland, H. (1992). Insider trading: Should it be prohibited?. The Journal of Political Economy, 100(4), 859-887. https://doi/abs/10.1086/261843
Leuz, C., & Verrecchia, R. E. (2004). Firms' capital allocation choices, information quality and the cost of capital. Available at SSRN: https://ssrn.com/abstract=495363 or http://dx.doi.org/10.2139/ssrn.495363
Levitt, A. (1998). The importance of high-quality accounting standards. Accounting Horizons. 12(1), 79-82.
Lin, J. W., & Hwang, M. I. (2010). Audit quality, corporate governance, and earnings management: A Meta-analysis. International Journal of Auditing, 14(1), 57-77. https://doi.org/10.1111/j.1099-1123.2009.00403.x
Maranjory, M., & Rezvani, J. (2018). Meta-analysis in accounting research. Journal of Accounting and Social Interests, 8(3), 125-147. https://doi.org/10.22051/ijar.2017.14420.1279 [In Persian].
Mashruwala, C., & Mashruwala, S. (2011). The pricing of accruals quality: January vs. the rest of the year. The Accounting Review, 86(4), 1349–1381. https://doi.org/10.2308/accr-10035
McInnis, J. (2010). Earnings smoothness, average returns, and implied cost of equity capital. The Accounting Review, 85(1), 315-341. https://doi.org/10.2308/accr.2010.85.1.315
Merton, R. (1987). A simple model of capital market equilibrium with incomplete information. Journal of Finance, 43, 483-510.
Moeller, S. B., Schlingemann, F. P., & Stulz, R. M. (2007). How do diversity of opinion and information asymmetry affect acquirer returns? Review of Financial Studies, 20(6), 2047-2078. https://doi.org/10.1093/rfs/hhm040
Mohd, E. (2005). Accounting for software development costs and information asymmetry. The Accounting Review, 80, 1211–1231. https://doi.org/10.2308/accr.2005.80.4.1211
Mohanram, P., & Rajgopal, S. (2009). Is information risk (PIN) priced? Journal of Accounting and Economics, 47(3), 226-243. https://doi.org/10.1016/j.jacceco.2008.10.001
Mondal, A., & Ghosh, C. (2020). Effect of intellectual capital disclosure on cost of equity capital: A study on Indian companies. Asian Journal of Accounting Research, 6(2), 165-179. https://doi.org/10.1108/AJAR-08-2020-0069
Muller. M., Guetter, A., & Loffler, G. (2019). Equity Premium Prediction Using Informed Investor Information. Ulm university Universitat.
Murni, S. A. (2004). Pengaruh luas ungkapan sukarela dan asimetri informasi terhadap cost of equity capital pada perusahaan publik di Indonesia. Jurnal Riset Akuntansi Indonesia, 192-206. http://doi.org/10.33312/ijar.116
Muslim, A. I., & Setiawan, D. (2021). Information asymmetry, ownership Structure and cost of equity capital: The formation for open innovation. Journal of Open Innovation: Technology, Market, and Complexity, 1(7), 1-17. https://doi.org/10.3390/joitmc7010048
Mutia, I. D. (2013). Pengaruh informasi asimetri dan voluntary disclosure terhadap cost of capital pada perusahaan manufaktur yang terdaftar di bursa efek Indonesia. Jurnal Reviu Akuntansi dan Keuangan, 3(1), 373-382. http://dx.doi.org/10.22219/jrak.v3i1.1469
Nikolaev, V., & van Lent, L. (2005). The endogeneity bias in the relation between cost-of-debt capital and corporate disclosure policy. European Accounting Review, 14(4), 677-724.  https://doi.org/10.1080/09638180500204624
Nuryaman, N. (2014). The influence of asymmetric information on the cost of capital with the earnings management as intervening variable. Journal of Advanced Management Science, 2(1), 16542-49. https://doi.10.12720/joams.2.1.42-49
Ogden, J., Jen, F. C., & O'Connor, P. F. (2003). Advanced Corporate Finance: Policies and Strategies. Pearson College Division.
Ohlson, J. (1995). Earnings, book values and dividends in security valuation. Contemporary Accounting Research, 11, 661-687. https://doi.org/10.1111/j.1911-3846.1995.tb00461.x
Ohlson, J. A., & Juettner-Nauroth, B. E. (2005). Expected EPS and EPS growth as determinants of value. Review of Accounting Studies, 10, 349-365. https://doi.org/10.1007/s11142-005-1535-3
Opare, S., Houqe, N., & van Zijl, T. (2019). Meta-analysis of the impact of adoption of IFRS on financial reporting comparability, market liquidity, and cost of capital. A Journal of Accounting Finance and Business Studies, 3(57), 502-556. https://doi.org/10.1111/abac.12237
Peng He, W., Lepone, A., & Leung, H. (2013). Information asymmetry and the cost of equity capital. International Review of Economics and Finance, 27, 611-620. https://doi.org/10.1016/j.iref.2013.03.001
Qiu, Z., & Zheng, W. (2021). Information asymmetry, non-learnable payoff and the cost of capital. SSRN: https://ssrn.com/abstract=3876040 or http://dx.doi.org/10.2139/ssrn.3876040
Rosenthal, J. A. (2001). Statistics and data interpretation for the helping professions. Belmont, CA: Brooks/Cole.
Salleh, M. F. M., Yusoff, W. S., & Basnan, N. (2019). Whistleblowing disclosure policy and cost of equity in Asean 5 publicly listed companies: A New establishment of regional whistleblowing disclosure scoring index. Jurnal Pengurusan, 55, 125-133. http://dx.doi.org/10.17576/pengurusan-2019-55-10
Sharpe, W. F. (1964). Capital asset price: A theory of Market Equilibrium under condition of risk. Journal of Finance, 19, 425–442. https://doi.org/10.1111/j.1540-6261.1964.tb02865.x
Shekari, B., Hejazi, R., Taleb Nia, G., & Vakilifard, H. (2018). Effects of the stock exchange competitive level on information asymmetry and cost of capital. Journal of Empirical Research in Accounting, 11(42), 1-32 https://doi.org/10.22051/jera.2018.20118.2018 [In Persian].
Silber, W. (2005). What happened to liquidity when World War I shut NYSE?. Journal of Financial Economics, 78, 685–701. https://doi.org/10.1016/j.jfineco.2005.02.005
Seok Hwang, L., Jong Lee, W., Yeon Lim, S., & Ho Park, K. (2013). Does information risk affect the implied cost of equity capital? An analysis of PIN and adjusted PIN. Journal of Accounting and Economics, 55, 148-167. https://doi.org/10.1016/j.jacceco.2013.01.005
Stoll, H. R. (1989). Inferring the components of the bid-ask spread: Theory and empirical tests. Journal of Finance, 44, 115–134. https://doi.org/10.1111/j.1540-6261.1989.tb02407.x
Tessema, A. M., Garas, S., & Tee, K. (2017). The impact of Islamic accounting standards on information asymmetry: The case of Gulf Cooperation Council (GCC) member countries. International Journal Islamic Middle East Finance, 10, 170-185. https://doi.org/10.1108/IMEFM-09-2016-0129
Tetlock, P. C. (2010). Does public financial news resolve asymmetric information?. The Review of Financial Studies, 23(9), 3520-3557. https://doi.org/10.1093/rfs/hhq052
Tsai, T., Tzang. S., & Chang, C. (2021). Information asymmetry, market liquidity and abnormal returns. Advances in Intelligent Systems and Computing, 1195, 510-518. http://dx.doi.org/10.1007/978-3-030-50399-4_50
Unger, L. (2000). Speech by SEC commissioner: Fallout from regulation FD-Has the SEC finally cut the Tightrope? (n. p). Accessed 27 Oct. 2000.
Valickova, P., Havranek, T., & Horvath, R. (2015). Financial development and economic growth: A meta-analysis. Journal of Economic Surveys, 29(3), 506-526. https://doi.org/10.1111/joes.12068
Venkataraman, R. (2000). The impact of SFAS 131 on Financial Analysts’ Information Environment. Working paper, Pennsylvania State University.
Waliuddin, M., Razali, M., Brahmana, R. K., & Sinnasamy, G. (2016). Corporate disclosure and cost of equity: Case of Malaysian listed companies. Journal of International Business and Economics, 16(2), 83-94. https://doi.org/10.18374/JIBE-16-2.7
Wang, J. (1993). A model of intertemporal asset pricing under asymmetric information. The Review of Economic Studies. 60, 249-282. https://doi.org/10.2307/2298057
Welker, M. (1995). Disclosure policy, information asymmetry, and liquidity in equity markets. Contemporary Accounting Research, 11(2), 801-827. https://doi.org/10.1111/j.1911-3846.1995.tb00467.x
Yancheva, A. (2018). Some aspects of information asymmetry and its effect on the cost of capital. Izvestia Journal of the Union of Scientists-Varna. Economic Sciences Series, 7(3), 140-148.
Yassin, M. M., Ali, H. Y., & Hamdallah, M. E. (2015). The relationship between information asymmetry and stock return in the presence of accounting conservatism. International Journal of Business and Management, 10(5), 126-133. https://doi.org/10.5539/ijbm.v10n5p126
Yuniarti, R., & Arsyiy, L. (2021). The effect of information asymmetry to cost of equity capital (study on manufacturing companies listed in Indonesia stock exchange for the year 2017-2019). Turkish Journal of Computer and Mathematics Education, 12(11), 1433-1441. https://doi.org/10.17762/turcomat.v12i11.6057
Zheng, W. (2020). Information asymmetry, price informativeness and cost of capital. (n. p). https://ssrn.com/abstract=3683355
 
 

Files

Share

How to cite

Statistics