The Information Asymmetry Effects of Expanded Disclosures About Derivative and Hedging Activities.pdf.pdf

The Information Asymmetry Effects of Expanded Disclosures About Derivative and Hedging Activities

1. 擴大衍生性商品和對沖活動資訊揭露對資訊不對稱的影響
Thomas D. Steffen
THE INFORMATION ASYMMETRY EFFECTS OF EXPANDED DISCLOSURES
ABOUT DERIVATIVE AND HEDGING ACTIVITIES
Management Science | 2022

2. PAPER DETAILS
RESEARCH QUESTIONS
INTRODUCTION
LITERATURE REVIEW,HYPOTHESES
AND MODEL DEVELOPMENT
KEY FINDINGS AND IMPLICATIONS
RESEARCH INSIGHTS
OVERVIEW

3. PAPER DETAILS
作者：Thomas D. Steffen
出處：Management Science (2022, Vol. 68, Issues 8, pp. 6298–6325)
版權所有：© 2021, INFORMS
論文基本資訊
論文名稱：
The Information Asymmetry Effects of Expanded Disclosures About Derivative and Hedging Activities
擴大衍生性商品和對沖活動資訊揭露對資訊不對稱的影響

4. 核心問題：
美國財務會計準則委員會（FASB）頒布的第 161 號財務會計準則（SFAS
161），要求改變衍生性金融商品和避險活動註釋揭露的內容與格式。本研究旨
在探討這些強制性揭露變化是否影響了投資人之間的資訊不對稱（Information
Asymmetry, IA）
RESEARCH QUESTIONS
研究問題

5. 次要問題：
哪種揭露特性內容（content）或是 格式（format）在 SFAS 161 產生的影響
中扮演更重要的角色？
資訊落差背景：SFAS 161 回應市場對衍生性金融商品與避險揭露不足的批評，目標
是提升投資人理解，但其效果不確定——若專業投資人受益或所有投資人理解提升
可能加劇或縮小資訊不對稱。
RESEARCH QUESTIONS
研究問題

6. 研究目的：
透過評估 SFAS 161 要求的變革如何影響資訊不對稱，從而深入了解揭露監管的有效性。
研究貢獻：
方法學創新： 透過建立新的 DH 詞彙字典並使用文字分析（Textual Analysis），得以研究
涵蓋超過 2,000 家公司的廣泛樣本，跨越多個行業。此舉克服了以往研究常因人工收集數
據而樣本規模較小的限制。

INTRODUCTION
研究目的&貢獻

7. INTRODUCTION
多維度分析：
首次同時研究多個揭露特性（定性資訊的數量、定量資訊的細分程度、資訊分組、
表格顯示）及其對資訊環境的影響。

研究目的&貢獻
內容
格式

8. 政策實證：
提供了 SFAS 161 對資訊不對稱影響的實證結果，有助於監管機構和準則制定者在
考慮其他領域的揭露要求時提供參考。
INTRODUCTION
研究目的&貢獻

9. LITERATURE REVIEW,HYPOTHESES AND
MODEL DEVELOPMENT
1. 資訊不對稱理論
基礎：揭露監管的目的 → 降低投資人之間的資訊不對稱
研究問題連結：
SFAS 161 擴大 DH 揭露
是讓 所有投資人理解提升（資訊不對稱下降）
還是僅 專業投資人受益（資訊不對稱上升）？
理論基礎

10. LITERATURE REVIEW,HYPOTHESES AND
MODEL DEVELOPMENT
2. 競價差（Bid-Ask Spread）
基礎：Lev (1988) → 競價差能衡量市場資訊不對稱程度
研究問題連結：
若 SFAS 161 提升理解 → 競價差縮小（市場更透明）
若揭露造成混淆或僅專家受益 → 競價差擴大或不變
理論基礎

11. LITERATURE REVIEW,HYPOTHESES AND
MODEL DEVELOPMENT
SFAS 161 對資訊不對稱的影響
H1a：資訊不對稱下降
基礎：揭露讓所有投資人理解提升 → 拉平競爭環境
預期：競價差縮小
H1b：資訊不對稱上升
基礎：揭露複雜，僅專業投資人受益
預期：競價差擴大或不變
研究假說發展
H1

12. LITERATURE REVIEW,HYPOTHESES AND
MODEL DEVELOPMENT
揭露特徵對資訊不對稱的影響
H2a（內容 Content）
增加質性資訊（WORDS）、細分量化資訊（NUMS）
結果：顯著降低資訊不對稱
H2b（格式 Format）
表格化（TABNUMS）、集中揭露（GROUP）
結果：格式效果有限，僅表格化在單獨檢驗時顯著，整體不穩定
研究假說發展
H2

13. LITERATURE REVIEW,HYPOTHESES AND
MODEL DEVELOPMENT
結果變數：競價差 (SPREAD)
研究方法
雙重差分（Difference-in-Differences, DiD）模型
主要變數
SPREAD：買賣價差 → 衡量資訊不對稱
POST：財報揭露時間指標 → 初次採用 SFAS 161 後 = 1，否則 = 0
TREAT：公司受 SFAS 161 影響程度
POST × TREAT：核心關注變數，反映 SFAS 161 對資訊不對稱的影響
控制與固定效果
CONTROL：其他控制變數
FIRM 固定效果：公司特性差異
TIME 固定效果：時間影響
連續處理變數 (TREAT)
DHDISC
WORDS：DH 相關文字佔所有註腳文字的比
例 → 衡量質性資訊
NUMS：DH 數字出現次數 / 總字數 × 100
→ 衡量數量資訊
GROUP：DH 訊息分組程度（平均減少頻率,
ARF） → 衡量資訊集中度
TABNUMS：表格中呈現的 DH 數字比例 →
衡量表格化程度
DHACTIVITY
四個揭露變化衡量指標

14. LITERATURE REVIEW,HYPOTHESES AND
MODEL DEVELOPMENT
研究方法
連續處理變數 (TREAT)
DHDISC (DH 註腳揭露變化)
用文字分析去比對 SFAS 161 前後，公
司財報註腳（Footnote）裡有關衍生性
金融商品 (Derivatives and Hedging, DH)
的資訊變化。
反映公司因 SFAS 161 規範而調整揭露
內容或格式的程度。
DHACTIVITY (採用前的 DH 活動水準)
看公司在 SFAS 161 實施前八個季
度，綜合收益中與衍生性金融商品相
關的損益（依公司規模調整）。
代表公司在採用前的衍生活動多寡
→ 活動多的公司自然更容易受到
SFAS 161 影響。
依賴於SFAS 161採用後數據-受公司執行SFAS 161的影響
涵蓋性不足
只捕捉到部分 DH 活動（主要是指
定的現金流避險，cash flow
hedges）。
無法反映揭露品質差異
雖然直覺上 DH 活動多的公司會受
SFAS 161 影響更大，但一些公司
在規範前就已經提供較佳揭露，
DHACTIVITY 沒辦法捕捉這點。
潛在的公司異質性
高活動水準的公司，與低活動公司
在基本面上可能本來就不同。
所以觀察到的競價差變化，可能來
自這些差異，而不只是 SFAS
161。

15. RESULT
DHDISC
DHACTIVITY
兩者結果呈現一致-SFAS 161 揭露 → 降低資訊不對稱，提升投資人整體理解，而非強化 少數專家 優勢。

16. KEY FINDINGS AND IMPLICATIONS
1. 資訊不對稱減少 (Decrease in Information
Asymmetry) 1.POST × DHDISC 系數
(1): -0.069***；(2): -0.067***
負且顯著，代表 揭露變化越大，公司競價差 縮小越多 → 資訊不
對稱下降。
2.POST × DHACTIVITY 系數
(3): -0.057***；(4): -0.046***
也是負且顯著，表示 活動水準高的公司，在 SFAS 161 後競價差
下降更多。
3.控制變數（DRISK, ROA, LEV, SIZE, PRICE, TURNOVER 等）
多數與理論一致，例如：
SIZE（公司規模大） → 負向，規模大 公司資訊 不對稱較 低。
TURNOVER（成交量高） → 負向，流 動性高 → 競價差小 。
DRISK（風險高） → 正向，風險大 → 競價差大 。

17. KEY FINDINGS AND IMPLICATIONS
2. 揭露特性影響 (Impact of Disclosure
Characteristics)
揭露內容驅動資訊不對稱減少：增加的定性資
訊 ({WORDS}$) 和更細分的定量資訊 ({NUMS}$)
對減少競價差有顯著的負向影響 ($p < 0.01$)
格式影響較小：當定性和定量內容變數同時納
入模型時，格式變數 {GROUP}$ (資訊分組) 和
{TABNUMS}$ (表格呈現) 的影響不再顯著
內容
格式

18. KEY FINDINGS AND IMPLICATIONS
3. 風險與競價差 (Risk and Bid-Ask Spread)
DRISK 係數顯著為正：{DRISK}$（公司基礎市
場風險因子波動）的係數顯著為正 ($p <
0.01$)，表明公司基礎風險因子波動較大時，競
價差更大
支持了研究的核心假設：競價差確實反映了與公司風險暴露及其 DH活動相關
的資訊不對稱性

19. KEY FINDINGS AND IMPLICATIONS
4. 穩健性檢測 (Robustness Checks)
這些檢測確保了主要發現 (表 4 的結果) 並非由樣本選擇、內生性或金融危機等外部因素所驅動。
結果在僅限於有 DH 活動的公司樣本中依然穩健
平行趨勢分析顯示，在 SFAS 161 實施前，受影響程度高
和低的公司在競價差的趨勢上沒有顯著差異

20. KEY FINDINGS AND IMPLICATIONS
4. 穩健性檢測 (Robustness Checks)
這些檢測確保了主要發現 (表 4 的結果) 並非由樣本選擇、內生性或金融危機等外部因素所驅動。
安慰劑採用日期測試：使用未來安慰劑生效日期（2011 年 11 月 15 日）重新運行分析，交互項均不顯著

21. KEY FINDINGS AND IMPLICATIONS
4. 穩健性檢測 (Robustness Checks)
這些檢測確保了主要發現 (表 4 的結果) 並非由樣本選擇、內生性或金融危機等外部因素所驅動。
控制「實際影響」後依然穩健：納入潛在實
質影響變數（如風險管理行為變化、金融危
機影響）作為控制項後，主要結果
$\text{POST} \times \text{TREAT}$ 仍保持
顯著負相關

22. RESEARCH INSIGHTS
揭露衡量方法的應用： 本研究開發了一套使用文字分析的方法，能夠更精確地衡量和識別複雜的財務揭露的
內容與格式特性（包括定性資訊量、定量資訊細分、分組和表格化）。
• 可延伸應用：
◦ 研究人員可以將這些方法應用於其他通常需要人工數據收集和小型樣本的複雜會計主題（如台灣市場的類
似複雜風險揭露）。
◦ 該框架可用於檢驗其他財務報表組成部分或主題的揭露規定，以探討不同揭露特性對資訊環境的影響。
• 監管政策啟示： 研究結果為準則制定者提供了實證依據，表明在衍生性金融商品這一複雜背景下，增加定性
資訊量和細分定量數據（即揭露內容） 比改變資訊的呈現格式（如分組或表格化）更能有效減少投資人之間
的資訊不對稱。
研究啟發與延伸

23. THANK YOU