Interaksi Antara Akrual Manajemen dan Hedging: Bukti dari Perusahaan Minyak dan Gas

Morton Pincus The University of Iowa Shivaram Rajgopal University of Washington

Abstraksi: Penelitian ini menyelidiki apakah Memproduksi perusahaan minyak dan gas menggunakan akrual abnormal dan lindung nilai dengan derivatif sebagai pengganti untuk mengelola volatilitas laba. Perusahaan yang bergerak di bidang eksplorasi minyak dan pengeboran Terkena dua jenis Risiko Itu dapat menyebabkan volatilitas laba: risiko harga minyak dan eksplorasi risiko. Perusahaan dapat menggunakan pilihan akrual abnormal dan / atau derivatif untuk Mengurangi volatilitas laba Disebabkan oleh risiko harga minyak, tujuannya tidak dapat langsung melakukan lindung nilai risiko operasional pengeboran berhasil. Karena lindung nilai dan menggunakan normal akrual adalah kegiatan Mahal, dan Karena penelitian sebelumnya menunjukkan manajer jangan Hilangkan semua volatilitas (Haushalter 2000, Barton 2001), kami berharap itu, pada marjin, manajer akan digunakan sebagai pengganti tesis smoothing Mekanisme untuk mengelola volatilitas laba. Hasil kami Sarankan sebuah proses yang berurutan dimana manajer dari perusahaan minyak dan gas Memproduksi pertama ditentukan sejauh ke mana mereka akan menggunakan derivatif untuk lindung nilai risiko harga minyak, dan kemudian, Terutama pada kuartal keempat, mengelola volatilitas laba residual dengan perdagangan dari normal akrual dan lindung nilai dengan derivatif untuk kelancaran endapatan.

Kata kunci: lindung nilai; derivatif; perataan laba; abnormal atau diskresioner akrual; perusahaan minyak dan gas. Data Ketersediaan: Semua data yang digunakan dalam penelitian ini berasal dari publik Tersedia sumber.

Kami menghargai komentar dan saran yang kami terima dari wasit anonim, Mary Barth (yang associate editor), peserta lokakarya pada lokakarya UBC Oregon-Washington-bergabung, University of Pittsburgh, University of Wisconsin, dan Pertemuan Tahunan American Accounting Association tahun 1999, dan dari Lisa Bryant, Dave Burgstahler, Neil Fargher, Gerry Feltham, Steve Fortin, Jim Jiambalvo Mark Kohlbeck, Eric Noreen, Joe Paperman, Terry Shevlin, dan D. Shores. Profesor Pincus sangat berterima kasih atas dukungan keuangan dari Tippie College of Business at The University of Iowa.

I. PENDAHULUANSebuah penelitian aliran aktif menguji apakah manajer halus laba dengan mengambil langkah-langkah untuk mengurangi variabilitas dari seri waktu laba yang dilaporkan (misalnya, Ronen dan Sadan 1981; Schipper 1989; Berburu et al. 1996). Schrand dan Elliott (1998, 276) mencatat bahwa para manajer sering mengutip tujuan mengendalikan risiko akuntansi,'' risiko terkait dengan variabilitas jumlah akuntansi.'' DeFond dan Park (1997) memberikan bukti bahwa manajer memperhalus laba karena kekhawatiran keamanan kerja; kewajiban penelitian risiko default (Smith dan Stulz 1985; Trueman dan Titman, 1988), pajak penghasilan (Graham et Smith, 1999) dan asimetri informasi (DeMarzo dan Duffie 1995) menunjukkan bahwa mengurangi volatilitas laba dapat memberikan keuntungan kepada pemegang saham. Barth et al. (1999) dokumen price-earning multiplies akan meningkat bagi perusahaan yang enghasillannya terus meningkat, dan price earning multiplies akan menurun setelah periode peningkatan penghasilan. Namun proses dimana manajer memperhalus laba tidak dipahami dengan baik. Untuk memperluas pemahaman kita akan proses ini, kami menguji hubungan antara dua mekanisme lain yang manajer perusahaan minyak dan gas dapat digunakan untuk mengelola variabilitas laba: abnormal akrual dan lindung nilai serta derivatifnya. Hedging mengurangi volatilitas secara langsung mempengaruhi distribusi arus kas yang mendasarinya, sementara smoothing dengan akrual secara langsung mempengaruhi volatilitas laba. Dalam studi ini, kita bertanya apakah, pada marjin, pengelola minyak dan perusahaan yang memproduksi gas mengobati cakupan dan manajemen akuntansi akrual sebagai mekanisme alternatif untuk smoothing.

Pertanyaan ini penting karena beberapa alasan. Lambert (1984) berpendapat bahwa perusahaan-perusahaan insentif untuk menggunakan pilihan akuntansi dan tindakan konkret untuk kelancaran pendapatan. penelitian sebelumnya meneliti kegiatan aktual (misalnya, tangan, 1989) atau keputusan akuntansi (misalnya, DeFond dan Taman 1997) bahwa pendapatan halus, tetapi (dengan beberapa pengecualian, misalnya, Barton [2001]) umumnya tidak dianggap sama sekali. Studi kami berusaha untuk menentukan apakah (dan bagaimana) manajer menggambar portofolio alat akuntansi (akrual dan total biaya / usaha sukses metode pilihan) dan alat-alat ekonomi (misalnya, hedging dan diversifikasi kegiatan) untuk mengelola pendapatan volatilitas untuk mencerminkan perbedaan insentif dan biaya dan manfaat menggunakan alat. Oleh karena itu, peneliti berusaha untuk menjelaskan perilaku manajemen risiko ehubungan volatilitas laba harus menemukan bukti kami pada interaksi antara manajer operasi tindakan yang relevan dengan keputusan penelitian akuntansi mereka. Manajer dapat menggunakan ekonomi alat seperti lindung nilai dan akuntansi alat, termasuk akumulasi abnormal halus pendapatan, dan juga penting untuk mempertimbangkan mengapa manajer memilih metode tertentu pendapatan smoothing seperti itu adalah untuk memahami mengapa mereka halus penghasilan di tempat pertama. Demikian pula, Regulator menyelidiki pendapatan smoothing (misalnya, Loomis, 1999) dan standarisasi Mengingat aturan akuntansi yang embatasi pilihan akuntansi manajer dan menghambat akun kemampuan mereka untuk kelancaran pendapatan harus mencari informasi penelitian kami karena memungkinkan kemungkinan bahwa manajer dapat menggantikan antara akuntansi dan alat-alat ekonomi pendapatan dan biaya efektivitas kelancaran perubahan alat dibandingkan dengan penggantian alat.

Kami fokus pada perusahaan minyak dan gas yang terutama bergerak di bidang eksplorasi dan pengeboran. Dua jenis risiko spesifik untuk industri mempengaruhi volatilitas dari pendapatan mereka dan, karena itu, mereka Risiko akuntansi. Risiko pertama, fluktuasi harga minyak adalah karena faktor pasar yang di luar kendali manajemen. Risiko kedua muncul dari keberhasilan pengeboran perusahaan (Malmquist, 1990. Fargher et al 1997). Produsen minyak dan gas dapat menggunakan derivatif untuk lindung nilai risiko harga minyak, tapi bukan risiko eksplorasi yang tidak berhasil. Tidak ada pasar sebanding minyak berjangka pasar di mana perusahaan dapat lindung nilai risiko eksplorasi minyak.Jika manajer selalu lebih suka kurang volatilitas, sehingga mereka menggunakan semua teknik yang tersedia untuk mengurangi volatilitas laba. Namun, Haushalter (2000) mendokumentasikan bahwa produsen minyak dan gas tidak mencakup seluruh eksposur mereka terhadap harga minyak, dan Barton (2001) berpendapat bahwa secara umum, manajer berusaha untuk beberapa tingkat non-nol volatilitas laba. Manajer dapat memiliki kepentingan dalam tidak mencakup jika, misalnya, atau mereka memegang opsi beli saham dan nilai pilihan mereka meningkatkan volatilitas (Tufano 1996), atau mereka berusaha untuk mengkoordinasikan manajemen risiko strategi dan mungkin mengekspos risiko bisnis berbasis-aktivitas mereka terkait dengan pengembalian yang diharapkan lebih tinggi (Schrand dan Unal, 1998). Selain itu, cakupan efektif emerlukan produsen keahlian, minyak dan gas menghadapi risiko berbasis risiko bahwa perubahan dalam nilai derivatif yang tersedia untuk tujuan lindung nilai tidak sangat berkorelasi dengan perubahan nilai perusahaan minyak dan gas tertentu dari lokasi masing-masing perusahaan ingin menutupi. Di sisi lain, itu mungkin lebih murah untuk mendapatkan seorang ahli untuk mengelola kinerja; Latihan pendaftaran mempengaruhi laba yang dilaporkan dengan segera, dan manajer dapat mengubah keputusan tahun setelah penutupan. Tentu saja, secara umum prinsip akuntansi yang berlaku (GAAP) dan kontrol perusahaan dengan pihak eksternal seperti auditor independen membatasi pilihan latihan manajer, menghambat kemampuan mereka ntuk menggunakan akrual yang abnormal Pendapatan halus. Karena kedua selimut dan halus dengan akrual mahal dan mekanisme sempurna untuk mengelola volatilitas laba, dan karena penelitian sebelumnya menunjukkan bahwa manajer tidak menghapus semua volatilitas, kami berharap manajer untuk diperdagangkan dalam Sebuah alat smoothing untuk lainnya pada marjin. Investigasi kami tentang bagaimana perusahaan minyak dan gas menggunakan hedging dan smoothing dengan normal ketentuan untuk mengelola volatilitas laba memiliki beberapa fitur kunci. Pertama, untuk memungkinkan perbedaan substantif antara perusahaan yang tutup dan mereka yang tidak (Geczy et al. 1997; Haushalter 2000), kita menganalisa secara terpisah keputusan sebagai berikut: (1) jika cakupan, dan (2) apakah cakupan, jumlah cakupan (Cragg 1971; Schrand 1994; Haushalter 2000; Barton, 2001). Kedua, cakupan dan merapikan ketentuan normal cenderung elemen endogen manajemen risiko secara keseluruhan strategi terhadap perusahaan. Kami menggunakan simultan sistem di mana persamaan regresi menjelaskan tingkat cakupan meliputi proksi pengukuran empiris untuk menghaluskan dengan akrual dan regresi menjelaskan pentingnya distrik dengan akrual termasuk proksi empiris dengan tingkat cakupan. Ketiga, komponen akumulasi abnormal yang relevan penyelidikan kami. Oleh karena itu, kami memisahkan jumlah ketentuan dan memperkirakan'' biasa'' '''' dan komponen abnormal. Keempat, produsen minyak dan gas juga memutuskan apakah akan menggunakan total biaya atau metode upaya yang berhasil untuk memperhitungkan biaya eksplorasi, jadi kita mengendalikan pilihan total biaya atau metode usaha yang sukses, dan juga untuk mengintegrasikan perusahaan bahwa pilihan di estimasi kami akrual abnormal. Kelima, kita mengendalikan faktor-faktor penentu lain cakupan dan halus dengan akrual.

Dua penelitian sebelumnya telah meneliti hubungan antara pilihan akuntansi dan penyediaan. Petersen dan Thiagarajan (2000) laporan kasus bukti studi dua perusahaan pertambangan emas; sebuah mengelola risiko dengan derivatif, sementara estimasi akuntansi lain yang digunakan untuk kelancaran pendapatan. Barton (2001) mendokumentasikan hubungan negatif antara simultan dan pertukaran dan turunannya bunga dan beban tingkat abnormal pada subset sectional besar perusahaan Fortune 500. Hasilnya sebagian besar konsisten dengan hipotesis kami substitusi.

Studi komprehensif dan meluas Barton (2001) berfokus pada komoditas derivatif di sektor tunggal. Hal ini memungkinkan kita untuk mengidentifikasi dan mengukur lebih tepatnya sampel kami pasar bisnis yang melekat dan risiko operasional (Hughes, 2000). Dengan demikian, kita dapat menghitung cakupan Laporan menyoroti lebih akurat proporsi paparan risiko yang dilindung nilai, dan kami dapat memperkirakan risiko operasional yang signifikan (eksplorasi) dan memeriksa interaksinya dengan cakupan dan halus dengan akrual. Dengan berfokus pada satu industri juga 130 The Accounting Ulasan Januari 2002 memungkinkan kita untuk menjaga fungsi produksi analisis cross-sectional relatif konstan dan mengidentifikasi efek dari pilihan akuntansi utama (total biaya atau usaha yang sukses) ketentuan abnormal. Berbeda (2001) menggunakan nilai absolut dari Barton normal akrual, kami menghitung pemulusan di atas standar deviasi laba sebelum normal akrual di celah laba yang dilaporkan yang menangkap efek langsung menggunakan ketentuan normal untuk kelancaran pendapatan. Jadi, kami kembali enguji hipotesis substitusi tentang tingkat akrual cakupan dan halus dengan satu pengaturan industri di mana variabel endogen kami mungkin kurang tunduk pada pengukuran error. Biaya utama industri desain yang unik kami adalah sampel yang lebih kecil dan ketidakmampuan generalisasi di luar bisnis minyak dan gas.

Hasil penelitian kami menunjukkan bahwa tingkat smoothing dengan akrual tidak signifikan menentukan jumlah cakupan. Namun, ruang lingkup cakupan adalah determinan penting dari tingkat smoothing dengan akrual. Secara khusus, kami bahwa bahkan setelah mengendalikan faktor yang mempengaruhi perbedaan cross-sectional dalam insentif untuk halus, lebih banyak manajer tutup dengan derivatif, kurang mulus dengan normal kewajiban yang masih harus dibayar. Hasil ini konsisten dengan manajer proses berurutan sehingga pertama keputusan cakupan dan, pada margin, pengganti antara akrual dan lindung nilai derivatif dengan hasil yang halus. Analisis rinci menunjukkan bahwa kuartal keempat yang abnormal ketentuan mencerminkan kompromi antara dua mekanisme smoothing.

Kesimpulan kami kontras cover-itu-biasa-regulasi pengambilan keputusan berurutan dengan (2001) Kesimpulan umum Barton proses simultan yang tidak normal regularisasi mempengaruhi cakupan dan jangkauan yang mempengaruhi akrual abnormal. Kami percaya bahwa Tidak seperti temuan kami mungkin karena kemampuan kita untuk mengukur lebih akurat luasnya cakupan dan smoothing ketentuan karakteristik abnormal atau unik dari industri minyak dan gas. Sayangnya, kita tidak bisa mengesampingkan kemungkinan bahwa menurunkan tes daya yang dihasilkan dari ukuran yang lebih kecil dari sampel kami telah menyimpulkan bahwa tidak normal regularisasi tidak memainkan peran penting dalam menjelaskan tingkat cakupan.

Kami mengatur sisa artikel sebagai berikut. Pertama, dalam Bagian II, kita mengembangkan motivasi bagi manajer mengharapkan produsen minyak dan gas untuk melihat harga minyak lindung nilai dan halus dengan akrual sebagai pengganti untuk mengelola volatilitas laba. Kami kemudian membahas desain empiris dalam Bagian III dan mengidentifikasi prediktor untuk cakupan dan merapikan regularisasi regresi abnormal. bagian IV menyajikan statistik deskriptif, hasil utama dan analisis tambahan, dan Bagian V menyimpulkan.

II. hipotesis penelitian

Eksplorasi (atau membosankan) adalah risiko bahwa eksplorasi minyak dan gas akan menghasilkan '''' Dry baik. Risiko eksplorasi menunjukkan variasi dari kuantitas minyak dan gas yang dihasilkan, dengan demikian menyebabkan variabilitas arus kas perusahaan. Volatilitas arus kas (dan dengan demikian profit) juga timbul risiko harga minyak risiko fluktuasi pendapatan karena minyak atsiri dan gas harga. Sebuah perusahaan dapat mengurangi risiko harga minyak oleh derivatif lindung nilai; namun, instrumen ini tidak dapat menutupi risiko eksplorasi.

Jika manajer memilih untuk meminimalkan volatilitas arus kas dan volatilitas pendapatan dan minyak dan perusahaan gas akan mencakup semua risiko harga minyak yang mereka hadapi dan menggunakan mekanisme lain mengurangi volatilitas yang disebabkan oleh risiko eksplorasi non-hedgeable. Artinya, manajer akan menggunakan mekanisme ini untuk mengendalikan volatilitas dalam penguatan pelengkap atau fashion mengurangi volatilitas. Dengan demikian, selain hedging risiko harga minyak untuk mengurangi volatilitas arus kas, manajer menggunakan akrual (AACS) untuk menghaluskan contoh hasil-bagi, dilaporkan Pincus dan Rajgopal-Interaksi antara manajemen dan olahraga meliputi 131 untuk memaksimalkan harga saham (misalnya, Barth et al. 1999), untuk mengurangi beban pajak yang diharapkan perusahaan (Smith dan Stulz 1985), atau mungkin untuk mengkomunikasikan informasi pribadi kepada investor arus kas masa depan yang diharapkan (Subramanyam 1996). volatilitas Namun, manajer ungkin insentif terhadap meminimalkan volatilitas. Sebagai contoh, manajer dengan opsi beli saham dapat memilih tidak menutup dengan harapan meningkatkan volatilitas harga (Tufano 1996; Rajgopal dan Shevlin 2002). Selain itu, manajer mungkin ingin meningkatkan eksposur mereka terhadap risiko tertentu di mana mereka mengantisipasi hasil yang lebih tinggi, terutama dalam bisnis inti, sementara pada saat yang sama volatilitas dalam cakupan risiko lain. Schrand dan Unal (1998) menemukan bukti tersebut dalam penghematan tersebut industri dan menyimpulkan bahwa itu adalah indikasi dari strategi terkoordinasi untuk mengelola risiko. kami pengaturan, menunjukkan bahwa manajer dapat lindung nilai risiko harga minyak sementara mengekspos bisnis mereka risiko eksplorasi, atau mungkin menutupi terhadap risiko harga minyak kurang, mengeksplorasi bisnis mereka lebih rendah risiko. Selain itu, cakupan dan smoothing AACs adalah alat mahal dan tidak sempurna untuk mengelola volatilitas, dan karena itu pada waktu tertentu satu atau yang lain mungkin tidak menguntungkan. sebelum Penelitian hedging (Mian 1996 Geczy et al 1997;. Haushalter 2000) menghubungkan ukuran perusahaan dan cakupan. Perusahaan-perusahaan besar memiliki skala ekonomi dalam informasi dan biaya transaksi menutupi efektif (misalnya, mempekerjakan staf dengan pengalaman untuk mengelola program derivatif). Selain itu, perubahan nilai minyak dan gas yang dihasilkan di tempat dari sebuah perusahaan tidak bisa tentu akan sangat berkorelasi dengan perubahan nilai minyak dan gas yang diproduksi di lain situs yang digunakan sebagai tolok ukur untuk derivatif; yang menimbulkan risiko dasar (Haushalter 2000). Selain itu, mungkin lebih mahal untuk memperoleh keahlian dalam cakupan keahlian dalam pengelolaan akrual dan manajer dapat membuat keputusan penting dalam periode berjalan latihan setelah akhir tahun. Tentu saja, ada hambatan untuk penggunaan AACS untuk kelancaran. Ini termasuk diikuti oleh auditor dan analis keuangan, kali latihan dan kendala lainnya di bawah GAAP.

Dalam sampel kami, risiko harga minyak dan risiko eksplorasi berkorelasi positif (p= 0,16, p= 0,07, dua ekor test). Dengan demikian, manajer dapat menggunakan kedua cakupan dan smoothing AACS untuk mengurangi volatilitas laba yang disebabkan oleh risiko-risiko ini. Oleh karena itu kami berharap manajer untuk menggunakan dua mekanisme untuk mengelola volatilitas, menurut Barton (2001) bukti. Namun, biaya dan keterbatasan cakupan dan menggunakan kedua AACS sebagai alat untuk mengelola volatilitas, dan insentif dalam pengelolaan volatilitas yang berbeda, menunjukkan bahwa manajer tidak menggunakan derivatif lindung nilai dan halus dengan AACS untuk menghilangkan volatilitas. Sebaliknya, kami berharap bahwa setelah manajer memutuskan untuk menggunakan kedua cakupan dan halus dengan AACS halus hasilnya, mereka akan kompromi antara dua instrumen ini smoothing margin untuk menAACsai patokan, tingkat non-nol volatilitas.Hipotesis penelitian dasar kami adalah sebagai berikut:H1: ceteris paribus, para pemimpin perusahaan minyak dan gas menggunakan derivatif lindung nilai dan dengan akrual smoothing mekanisme substitusi pada margin untuk mengelola volatilitas yang disebabkan oleh risiko pendapatan harga minyak dan risiko eksplorasi.Sebagaimana dibahas dalam bagian berikutnya, kita menggunakan konsep persamaan dan kontrol simultan Faktor yang mempengaruhi perbedaan cross-sectional dalam insentif untuk smoothing.1 Kami memperkirakan harga minyak beta untuk setiap tahun bisnis sebagai ukuran risiko harga minyak, dengan kemunduran perusahaan saham harian kembali pada return pasar dan perubahan persentase harga minyak. Harga rata-rata minyak beta positif handal kompatibel dengan bisnis yang tidak sepenuhnya tertutup. Perhatikan bahwa jika harga risiko eksplorasi minyak dan berhubungan negatif Kenaikan harga minyak pendapatan volatilitas lindung nilai karena pendapatan dari guncangan minyak fluktuasi harga akan dibahas dan tidak akan tersedia untuk mengimbangi dampak dari kegiatan eksplorasi.

III. desain empiris

Model empiris Penelitian sebelumnya (Geczy et al., 1997, 1999) melaporkan perbedaan yang signifikan antara hedger dan non-hedger, dan Haushalter (2000) dan Barton (2001) untuk menemukan faktor-faktor penentu Keputusan untuk menutupi berbeda dari faktor-faktor penentu tingkat cakupan, sebagai penutup perusahaan. Dengan demikian, analisis kami antara keputusan apakah untuk menutupi keputusan tentang bagaimana untuk menutupi (Schrand 1994; Haushalter 2000). Kemudian, sejak perusahaan lindung nilai, kita membiarkan keputusan manajemen pada luasnya cakupan dan merapikan dengan CAP untuk menjadi simultan; yaitu, keputusan ini adalah endogen dengan manajemen risiko entitas strategi dan keputusan dapat saling mempengaruhi (Barton, 2001). Oleh karena itu, (1) tingkat smoothing dengan CAP adalah variabel endogen dalam tingkat cakupan persamaan, dan (2) pengukuran cakupan endogen dalam smoothing diperpanjang persamaan CAP.

Kami menilai keputusan bisnis tahun jika untuk menutupi sebagai berikut:Hedgers _ _ _ _ Explrisk _ _ FullCost _ _ HdgControls _ _ , (1)kemudian, mengingat cakupan yang terjadi, kita mengevaluasi secara bersamaan keputusan pada lingkup cakupan dan pentingnya distrik CAP, menggunakan dua persamaan berikut:Hedging ratio _ _ _ _ PredAAC smoothing ratio _ _ Explrisk _ _ FullCost it 0 1 it 2 it 3 i_ _ HdgControls _ _ InvMills _ _ (2) 4 it 5 it it

AAC Smoothing ratio _ _ _ _ PredHedging ratio _ _ Explrisk _ _ FullCost it 0 1 it 2 it 3 i_ _ AACControls _ _ InvMills _ _ (3)Dimana:Hedger = 1 jika perusahaan i memiliki posisi fiskal turunan nol t akhir tahun, dan 0 sebaliknya;

Coverage ratio = jumlah minyak dan gas yang perusahaan saya Hedged pada akhir tahun t, skala oleh jumlah tahun t produksi Nilai Laporan PredHedging = diprediksi cakupan langkah pertama ratioit kuadrat terkecil (2SLS) Rasio smoothing AAC = smoothing dengan rasio akrual tidak normal SD perusahaan i pendapatan triwulanan sebelum normal akrual dan pos luar biasa pada tahun t dibagi dengan deviasi standar dari perusahaan i pendapatan triwulanan sebelum item luar biasa untuk t tahun; PredAAC smoothing rasio = nilai prediksi dari smoothing AAC ratioit pertama tahap 2SLS; Explrisk = risiko eksplorasi? perusahaan i pada tahun t skor dari faktor analisis dua proxy risiko eksplorasi, eksplorasi biaya, dan (1976) varians Sunder;

FullCost = 1 jika perusahaan i menggunakan total biaya, dan 0 jika berhasil menggunakan upaya;HdgControlsit dan AACControlsit = variabel kontrol tambahan untuk cover dan smoothing regularisasi persamaan abnormal, masing-masing; dan InvMillsit = membalikkan laporan Mills = penyesuaian diri pemilihan perkiraan Persamaan (1).

Kami menggunakan metode estimasi berdasarkan (1971) pemilihan-diri model Cragg (lihat juga Heckman, 1979). Kami model keputusan awal apakah untuk menutupi sebagai binomial regresi probit, diperkirakan menggunakan semua tahun perusahaan dalam sampel. Selanjutnya, kita hanya mempertimbangkan firmyears dengan penutup, dan sekaligus kami memperkirakan regresi untuk mengukur cakupan dan tingkat smoothing dengan CAP. Karena keputusan apakah sebuah perusahaan tidak menutup acak Bias selektivitas dapat menyebabkan dia, dan dalam persamaan (1) - (3) berkorelasi, yang dapat menyebabkan perkiraan bias dari parameter regresi. Dengan demikian, kita mengintegrasikan penyesuaian untuk seleksi mandiri (rasio Mills terbalik) dari model probit diperkirakan cakupan persamaan (2) dan persamaan smoothing AAC (3). Kami kemudian memperkirakan persamaan (2) - (3) menggunakan 2SLS yang asimtotik valid dan tunduk pada batasan lainnya (Kennedy Tahun 1998, pasal 10; Holthausen et al. 1995, 296-297). Pada langkah pertama, kita mundur masing-masing variabel endogen (AAC smoothing rasio dan penutup) pada variabel eksogen kemudian menghitung nilai rasio cakupan dan smoothing diharapkan. Kami menandai Laporan yang dihasilkan diberikan variabel dan merapikan laporan PredAAC dan menggunakan PredHedging sebagai variabel endogen dalam tahap kedua dari estimasi dengan eksogen variabel. Kami menguji asumsi kami dengan memperkirakan persamaan (2) dan (3). Jika pengukuran cakupan dan pentingnya distrik CAP adalah pengganti, dan jika manajer memiliki keduanya keputusan secara bersamaan, maka koefisien smoothing PredAAC ratioit dalam persamaan (2) harus negatif (? 1? 0) dan koefisien PredHedging ratioit dalam persamaan (3) harus negatif (1a 0). Perhatikan bahwa jika manajer membuat keputusan secara berurutan, maka hubungan negatif terjadi pada persamaan (2) atau persamaan (3), tetapi tidak keduanya, dan jika manajer tidak menggunakan hedging dan smoothing dari CAP sebagai pemain pengganti, maka tidak? 1 atau 1? Akan negatif.

Pemilihan Sampel

Kita mulai analisis empiris pada tahun 1993 karena beberapa perusahaan telah membuat pengungkapan sukarela atas instrumen derivatif sebelum waktu ini. Karena kita dapat mengidentifikasi risiko mereka, kita fokus Perusahaan pertambangan dan minyak dan gas yang menghasilkan (SIC 1311 kode) dan untuk mengecualikan besar, vertikal perusahaan yang terintegrasi yang mengeksplorasi, ekstrak, transportasi, memperbaiki dan mendistribusikan produk minyak bumi dan gas. Kami pertama kali diidentifikasi 163 perusahaan di file tahunan Compustat 1996. Kami telah menghapus (1) tiga belas perusahaan yang menjadi subjek proses kepailitan atau likuidasi, atau situasi mengatasi kelangsungan usaha, (2) tiga perusahaan yang memiliki anak perusahaan dari perusahaan lain dalam sampel, (3) empat perusahaan yang pergi dari total biaya untuk sukses akuntansi usaha, atau sebaliknya, selama periode 1993-1996, dan empat (4) perusahaan yang laporan keuangannya tidak tersedia untuk periode tersebut. Sisa sampel adalah 139 perusahaan pada periode 1993-1996. Namun, peternakan 124 tahun data yang kurang untuk menghitung rasio cakupan, tambahan 182 firmyears cukup data untuk menghitung variabel penjelas untuk cakupan regresi, dan Peternakan lain 14 tahun tidak memiliki data untuk menghitung variabel untuk menghaluskan CAP regresi. Sampel akhir dari 236 tahun perusahaan. Dalam hasil untabulated, kita membandingkan final peternakan sampel dengan tahun dihapus dengan setidaknya satu dari data yang dibutuhkan, dan menemukan perbedaan penting berikut: farm-tahun dikecualikan mencerminkan usaha kecil, lebih rendah cakupan kejadian, cakupan kurang luas ketika cakupan terjadi, dan kurang luas smoothing CAP peternakan tahun dalam sampel kami.

variabel dependen Tabel 1 memberikan definisi dan sumber data untuk semua variabel dalam penelitian ini. kita gunakan laporan tahunan atau 10-K pengungkapan derivatif posisi produk akhir tahun ke dokumen penampilan penutup (Hedgersit) dan luasnya cakupan (coverage ratioit). di sana pembilang dari rasio cakupan adalah jumlah produksi tertutup, dan penyebut adalah kuantitas produksi, mencerminkan eksposur perusahaan terhadap risiko harga minyak (Haushalter 2000). Lampiran A memberikan contoh derivatif pengungkapan dan menggambarkan perhitungan cakupan laporan.

Ukuran kami smoothing dengan akrual, AAC smoothing ratioit sama dengan deviasi standar dari perusahaan i pada tahun t laba kuartalan sebelum akrual dibagi dengan standar deviasi dari laba kuartalan pada tahun t; itu? EBAAC /? E (berburu et al. 1997). Nilai-nilai rasio AAC smoothing lebih besar dari 1 menunjukkan variabilitas yang lebih besar dalam laba sebelum akrual dan laba bersih setelah ketentuan abnormal, kompatibel dengan smoothing Kami menghitung AACs. AAC rasio untuk setiap tahun bisnis smoothing berdasarkan data kuartalan. Lebih tepatnya, kita mendefinisikan (1) Laba laba sebelum pos luar biasa dan (2) manfaat sebelum ketentuan bahwa arus kas dari operasi normal ditambah bunga yang timbul normal; kita mendaki oleh masing-masing total aset kuartal sebelumnya. Kami mengukur arus kas operasional kuartalan berikut Han dan Wang (1998, catatan 10 dan 11), dan menghitung ketentuan yang normal kuartalan beradaptasi model modifikasi silang Jones (Dechow et al. 1995) untuk memasukkan interaksi masing-masing variabel penjelas dummy variabel sama dengan 1 (0) jika penggunaan bisnis (yang tidak bekerja menggunakan) Total biaya untuk memperhitungkan biaya eksplorasi. Kami membahas model regulasi diadaptasi dan motivasi untuk dibawah ini2 Barton (2001) menggunakan total mengimbangi sebagai denominator aset kemegahan turunannya. Namun, Tufano (1996) dan Wong (2000) berpendapat bahwa posisi lindung nilai dari suatu perusahaan harus dinilai dengan mengacu pada apa yang dibahas. Selain itu, Barton (2001, catatan kaki 4) menggunakan jumlah nosional yang dilaporkan dalam PSAK 119 derivatif (FASB 1994) bahwa pembilang derivatif kemegahan. Wong (2000, 393) mencatat bahwa PSAK 119 agregat standar Informasi jumlah nosional tidak jelas membedakan apakah suatu perusahaan telah mengambil posisi panjang atau pendek. kami tidak menghadapi masalah ini karena perusahaan-perusahaan minyak dan gas secara alami lama dalam risiko harga minyak. Namun, karena kita mengandalkan data komoditi bahwa perusahaan secara sukarela mengungkapkan derivatif, analisis kami tidak termasuk perusahaan menutupi risiko harga minyak, tetapi tidak mengungkapkan fakta ini. Oleh karena itu, kita mendasarkan ukuran kami pada posisi derivatif bersih perusahaan. Meskipun posisi net mencerminkan perusahaan derivatif untuk diperdagangkan, kesalahan pengukuran ini harus tidak signifikan mempengaruhi analisis kita karena hanya 7 persen dari peternakan tahun kami menggunakan derivatif untuk instrumen perdagangan.

3 Pembilang dari rasio cakupan adalah jumlah nominal minyak dan gas tertutup, yang kami tentukan oleh menggabungkan berbagai jenis produk. Namun, pilihannya adalah kontrak sepihak, sementara swap, ke depan, dan berjangka duplex (ada piutang / hutang implikasi terlepas dari apakah harga minyak naik di atas atau turun di bawah harga pelaksanaan turunan). Kami menemukan bahwa para manajer menggunakan pilihan hanya 10 persen peternakan tahun sampel kami. Dengan demikian, menggabungkan jenis-jenis instrumen tidak mungkin untuk menginduksi pengukuran yang signifikan kesalahan dalam coverage ratio variabel kita.

4 Barton (2001) menggunakan nilai absolut dari akrual abnormal. Ini merupakan pengukuran tidak langsung yang dikenakan pembatasan bahwa nilai absolut terbesar dari ketentuan normal mungkin tidak selalu menghasilkan laba halus. 5 Kami diperiksa secara mendalam sepertiga dari laporan keuangan perusahaan sampel kami dan catatan untuk mengidentifikasi umum jenis rekening yang mencerminkan regularisasi. Kami mencatat bahwa aset dan kewajiban operasi saat ini meliputi piutang, persediaan, biaya dibayar dimuka, hutang, kewajiban yang masih harus dibayar dan pendapatan ditangguhkan. Karena account tersebut khas dari perusahaan pada umumnya, Model Jones dimodifikasi tampaknya tepat dalam minyak dan gas kami pengaturan. Rekening operasional yang mencerminkan kegiatan eksplorasi dan produksi minyak dan gas bumi meliputi: (1) klaim (Hutang) pengiriman gas alam karena kelebihan produksi (sub-) dimana pendapatan didasarkan pada working interest atau hak perusahaan dalam produksi lapangan, dan (2) pendapatan dari minyak dan gas yang ditangguhkan di mana perusahaan menerima pengiriman diantisipasi untuk produksi masa depan dengan pembayaran harga tertentu. Dalam Bagian IV, kita mengevaluasi sensitivitas hasil kesalahan pengukuran dalam estimasi cadangan yang abnormal (Bernard dan Skinner, 1996) termasuk efek item luar biasa dan akuisisi dan pelepasan (Collins dan Hribar 2000).TABEL 1 Definisi variabel dan sumber dataEndogen variabel dependen:

Hedger = variabel dummy sama dengan 1 jika perusahaan i memegang turunan nol posisi akhir tahun t, dan 0 sebaliknya (Sumber: 10-K Tahunan Laporan). Hedging ratio = Jumlah perusahaan produksi minyak dan gas saya lindung nilai pada akhir tahun t, skala kuantitas produksi pada tahun t (Sumber: 10-K, Laporan Tahunan, lihat Lampiran A). Rasio smoothing AAC = smoothing dengan rasio akrual tidak normal = deviasi standar dari perusahaan i Pendapatan kuartalan sebelum pos luar biasa dan akrual pada tahun t dibagi dengan standar deviasi dari hasil kuartalan sebelum pos luar biasa pada tahun t, yaitu,? EBAAC /? E (berburu et al. 1997). di sana berikut menyajikan variabel utama yang digunakan atau dihitung dalam q lingkungan perusahaan i (variabel skala dengan total aset untuk kuartal tersebut, Triwulanan item data Compustat # 44):EBAAC _ CFO _ NAC iq iq iqTotalAC _ EBEI _ CFO iq iq iqCFO _ WCO _ AR _ INV _ OCA _ AP iq iq iq iq iq iq_ TP _ OCL iq iqdimana EBAACiq = laba sebelum ketentuan abnormal; CFOiq = arus kas dari operasi; NACiq Saya perlu bensin reguler. koreksi yang normal dihitung dengan menggunakan sebuah adaptasi dari model sectional Jones dimodifikasi yang termasuk pilihan total biaya atau berhasil akuntansi usaha (persamaan [4] dalam teks) dari suatu perusahaan; TotalACiq? masih harus dibayar secara total; EBEIiq= laba sebelum pos luar biasa (kuartalan Compustat item # 69); WCOiq = dana operasi modal kerja (setelah Han dan Wang, 1998, mencatat 10 dan 11)= EBEIiq +- non-kas, penghasilan dan beban (Compustat item data kuartalan # 76 non-operasional Saya perlu bensin reguler. # 77? # 78? # 79? # 80? # 81? # 102); Ariq? Perubahan piutang (Compustat triwulanan data item # 37); INViq? Perubahan dalam persediaan (38); OCAiq? perubahan program lain Aset (No. 39); APIQ? Variasi hutang (No. 46); Tpiq= Perubahan pajak penghasilan terutang (# 47); OCLiq? Perubahan kewajiban lancar lainnya (# 48). Kami menyesuaikan item melaporkan data kumulatif dasar Compustat untuk mencerminkan nilai-nilai kuartalan, dan perubahan dalam rekening modal kerja adalah perbedaan antara nilai sekarang dan jumlah dari triwulan sebelumnya.Variabel penjelas yang meliputi dan merapikan dengan regresi AACS: Explriskit= risiko Eksplorasi= Tanda dari analisis faktor: (1) perusahaan minyak itu tahun pengeluaran eksplorasi gas, dan (2) pada tahun t varians perusahaan operasi bersih arus kas, dengan asumsi itu adalah dalam kondisi mapan (Sunder 1976), baik di oleh nilai-nilai cadangan akhir tahun perusahaan. Kami mengidentifikasi analisis faktor faktor dengan eigenvalue lebih besar dari 1 (Sumber: 10-K, Laporan Tahunan; Lampiran B Rincian perhitungan varians dari Sunder). FullCosti= variabel dummy sama dengan 1 jika perusahaan i menggunakan metode biaya penuh, dan 0 jika menggunakan upaya sukses (Sumber: Compustat Annual catatan 31, 10-K, Tahunan Laporan). Leverageit= utang jangka panjang pada tingkat nilai pasar ekuitas, baik diukur pada anggaran t akhir tahun (Compustat item data tahunan # 9 / [# 199? # 25]). M / bit= relatif market-to-book= rasio nilai pasar dari saham dengan nilai buku ekuitas perusahaan i, diukur pada setiap akhir tahun t (data tahunan Compustat Artikel [199? # 25] / [Nomor 60? # 30]).

Tabel 1 (lanjutan)

Pajak = variabel dummy sama dengan 1 jika perusahaan i menguntungkan (yaitu, laba sebelum pos luar biasa? 0) pada tahun t dan penangguhan pajak NOL Anggaran t akhir tahun, dan 0 jika sebaliknya (Compustat item data # Tahunan # 18 dan 52, masing-masing).

MgrlOwn = kepemilikan manajerial? persentase saham perusahaan i yang dimiliki oleh orang dalam tahun ini t (Sumber: Compact D-SEC). Opsi saham = jumlah manajer dan karyawan opsi saham dieksekusi diadakan di skala jumlah saham yang beredar, keduanya diukur pada akhir tahun t (Sumber: 10 - K, laporan tahunan).

InstitOwn = persentase jumlah saham perusahaan i yang beredar dipegang oleh lembaga pada tahun t (Sumber: Compact D-SEC). Ukuran bisnis = mengidentifikasi nilai pasar saham perusahaan i pada akhir tahun t (Compustat tahunan elemen data # 199? Nomor 25).

Prediktor unik regresi meliputi:Saya perlu bensin reguler. RET = standar deviasi dari return? dihitung dengan menggunakan return bulanan dari perusahaan i pada tahun t (Sumber: CRSP).

Produksi terkena = proporsi perusahaan i pada tahun t generasi terkena risiko basis, karena produk di lokasi selain Arkansas, Kansas, Louisiana, Oklahoma, dan Texas (Sumber: 10-K, Laporan Tahunan).

Productionit Intl = produksi internasional = variabel indikator sama dengan 1 jika produksi besarbesaran perusahaan tahun t untuk lokasi internasional, dan 0 jika sebaliknya (Sumber: 10-K, Laporan Tahunan). Produksi O & G= Produksi minyak dan gas? persentase bisnis yang penjualan minyak tahun lalu dan produksi gas (Sumber: 10-K). Cash= sekarang saya mengurangi nilai pasar kas saham pada akhir tahun t (Compustat item data tahunan # 1 / [# 199? # 25]).

Prediktor unik smoothing regresi dengan CAP: DivPayout= payout ratio= dividen per saham kepada pemegang saham biasa dari perusahaan i pada tahun t dibagi dengan laba bersih per saham sebelum pos luar biasa tahun t (tahunan Compustat Data # 26 / # 58).

MarkToMarket= Indikator sama dengan 1 jika perusahaan i perdagangan derivatif di tahun t, dan 0 variabel if (Sumber: 10-K, Laporan Tahunan).

Controls: Risiko Eksplorasi dan akuntansi untuk biaya eksplorasi

Indikator kami risiko eksplorasi (Explriskit) adalah skor dari analisis faktor (1) biaya perusahaan eksplorasi minyak dan gas tahunan (Malmquist, 1990) dan (2) perusahaan varians kas operasi bersih mengalir, dengan asumsi itu adalah dalam kondisi mapan (Sunder 1976). dalam Lampiran B, kami merangkum derivasi teoritis dari varians dari Sunder, perhatikan asumsi kita melakukan perkiraan, dan menggambarkan perhitungan. Kami mendaki biaya eksplorasi dan Varians dari nilai Sunder cadangan di tahun-akhir perusahaan dan mengidentifikasi analisis faktor faktor yang memiliki nilai lebih besar dari 1 sendiri (tidak terlihat). Faktor ini membuat 85 persen variasi dari variabel input. Menggunakan bobot diperkirakan dari analisis faktor, kami menggabungkan linear kedua variabel masukan untuk menghitung skor faktor untuk setiap tahun bisnis. Nilai faktor lebih tinggi menunjukkan eksposur yang lebih besar untuk risiko eksplorasi dan karena perhatian yang lebih besar volatilitas hasil. Metode biaya penuh akuntansi untuk biaya eksplorasi menganggap satu set bor sebagai aset, dan perusahaan untuk memanfaatkan dan amortisasi biaya eksplorasi pada pendapatan masa depan mereka. Dalam upaya sukses, namun hanya memproduksi sumur yang aktif. Sebuah perusahaan menggunakan keberhasilan Banyak upaya biaya sumur kering pada periode menentukan properti tidak menguntungkan, daripada amortisasi biaya eksplorasi pada jangka waktu yang lama. Oleh karena itu, biaya penuh biasanya menghasilkan halus keuntungan time series bahwa upaya sukses, begitu penuh 6 biaya bisnis mungkin kurang kemungkinan untuk menutupi atau halus dengan CAP. Namun, biaya penuh perusahaan mungkin secara mendasar berbeda dari upaya sukses perusahaan (Malmquist, 1990), laba arus dapat menjelaskan perbedaan-perbedaan mendasar (Sunder 1976), dan mereka mungkin menghadapi tingkat risiko yang berbeda secara keseluruhan. Oleh karena itu jelas apakah (atau bagaimana) penggunaan biaya penuh atau Upaya yang sukses terkait dengan masa pertanggungan saat ini dan smoothing CAP. kami mengontrol penggunaan total biaya atau usaha yang sukses termasuk perusahaan boneka FullCosti baik cakupan dan merapikan-dengan-AACS persamaan, tanpa membuat prediction.7 directional Selanjutnya, mengingat kemungkinan perbedaan substantif antara Total biaya dan kesuksesan bisnis usaha dan efek diferensial dari dua metode time series Keuntungan dan juga di properti, pabrik dan peralatan, dan karena itu total aset, kita mengadaptasi Jones estimasi model komponen latihan dimodifikasi untuk mencerminkan perusahaan pilihan total biaya atau usaha yang sukses. Secara khusus, kami memperkirakan model berikut:TotalAC /TA _ a (1/TA ) _ a [(Rev _ Rec )/TA ] iq iq_1 1 iq_1 2 iq iq iq_1_ a (PPE /TA ) _ a (1/TA )D 3 iq iq_1 1a iq_1 i_ a [(Rev _ Rec )/TA ]D 2a iq iq iq_1 i_ a (PPE /TA )D _ v (4)Dimana:TotalAC= Jumlah ketentuan untuk perusahaan i pada triwulan q, diukur sebagai pendapatan sebelum luar biasa Artikel? arus kas dari operasi; TA1= total aset perusahaan i pada kuartal q-1 Ap= sekarang saya mengubah pendapatan dibandingkan dengan q - 1 to q; Rec= Perubahan perusahaan i pada klaim kuartal q-1 to q; PPE= sekarang saya properti kotor, tetap di q lingkungan; D= 1 (0) jika perusahaan i menggunakan metode biaya penuh (upaya sukses); dan V= sisa kuadrat terkecil biasa (OLS)=akrual

Variabel kontrol lainnya Persamaan (1) - (3) kontrol dari sejumlah faktor tambahan yang kita harapkan untuk mempengaruhi cakupan dan / atau smoothing CAP.

6 Namun, biaya penuh menginduksi variabilitas yang lebih besar dalam penurunan laba pada harga minyak membutuhkan cadangan penyusutan. drops harga tahunan yang tajam tidak terjadi dalam periode yang diteliti (Rajgopal 1999). 7 Mengobati pilihan biaya / usaha sukses penuh (CF / SE) sebagai variabel eksogen adalah keterbatasan dari analisis kami. kita lakukan pemeriksaan sensitivitas FullCost berinteraksi dengan variabel dalam cakupan dan dengan model AACS-smoothing. dari semua perusahaan dengan data yang diperlukan, hanya empat perusahaan (3 persen) mengubah pilihan mereka FC / SE pada tes kami periode, dan hanya enam perusahaan berubah selama 12 tahun sebelumnya. Perusahaan mungkin lebih murah untuk kelancaran manfaat menggunakan CAP atau lindung nilai dengan mengubah metode mereka dalam akuntansi untuk biaya eksplorasi. Selain itu, tampaknya tidak mungkin bahwa bisnis penentu pilihan asli FC / SE tetap konstan sejak perusahaan membuat pilihan mereka, dan hasilnya pada Tabel 2, Panel C menunjukkan bahwa upaya biaya penuh dan pengguna sukses berbeda sehingga Malmquist (1990) tidak mengidentifikasi. Ini adalah di luar lingkup penelitian kami dengan model penentu pilihan FC / SE bagi perusahaan kami untuk minyak dan gas.

Faktor tambahan Diharapkan Mempengaruhi Kedua Hedging dan Smoothing dengan AAC Leverage keuangan. Utang suatu perusahaan yang lebih besar, semakin besar kemungkinan akan melakukan lindung nilai. hutang kontrak biasanya membatasi perusahaan untuk mengurangi kemungkinan kesulitan keuangan, dan lindung nilai meringankan arus kas yang sangat negatif (Geczy et al 1997;. Graham dan Rogers 1999). Smoothing dengan AAC juga mengurangi kemungkinan melaporkan kerugian yang parah dan dengan demikian dari standar teknis. Kami menggunakan utang jangka panjang skala oleh nilai pasar ekuitas sebagai leverage kami proxy.

Set kesempatan investasi. Peluang pertumbuhan lebih tersedia, semakin besar kemungkinan suatu perusahaan akan melakukan lindung nilai arus kas untuk menjamin ketersediaan dana. Peluang pertumbuhan juga memberikan insentif untuk kelancaran pendapatan menggunakan AAC karena volatilitas laba mencerminkan risiko perusahaan (Beaver et al. 1970) sehingga mempengaruhi berpotensi merugikan biaya modal dibutuhkan untuk mendanai proyek-proyek investasi. Kami menggunakan market-to-book (M / B) ratio sebagai proxy peluang pertumbuhan.

Selain itu, Froot et al. (1993) berpendapat bahwa hedging meringankan kurangnya investasi dengan mengurangi ketergantungan perusahaan terhadap, dan biaya, pembiayaan eksternal. Jika pendanaan eksternal lebih mahal dari dana internal, maka perusahaan yang tidak melakukan lindung nilai untuk mengurangi volatilitas arus kas operasi dapat underinvest jika terlalu mahal untuk mengumpulkan dana eksternal. Hedging sehingga memungkinkan perusahaan untuk menghindari fluktuasi yang tidak perlu baik investasi pengeluaran atau pembiayaan eksternal diperoleh. Kami proxy untuk biaya underinvestment menggunakan interaksi peluang pertumbuhan dan pembiayaan utang, M / B? Leverage (Geczy et al. 1997), dan memprediksi hubungan positif antara interaksi ini dan kedua lindung nilai dan smoothing dengan AAC.

Pajak penghasilan. Graham dan Smith (1999) menunjukkan bahwa perusahaan dengan operasi bersih yang ada akumulasi rugi (NOLs) memiliki insentif untuk lindung nilai jika mereka berharap untuk menjadi menguntungkan. itu insentif berasal dari perlakuan pajak asimetris keuntungan dan kerugian dan keterbatasan menjual atau langsung menggunakan item preferensi pajak, seperti NOLs (Smith dan Stulz 1985; Graham dan Rogers 1999). Indikator variabel Pajak sama dengan 1 dalam setahun ketika perusahaan tersebut menguntungkan dan memiliki akumulasi pajak NOL, dan sehingga memiliki insentif pajak untuk kelancaran, baik dengan lindung nilai atau dengan menggunakan AAC. Kekayaan manajerial dan risiko. Jika manajer menghindari risiko tidak dapat diversifikasi perusahaan-spesifik risiko atau jika mereka percaya bahwa pasar memandang volatilitas pendapatan yang lebih rendah sebagai cerminan rendah perusahaan keberisikoan, maka mereka memiliki lebih banyak insentif untuk lindung nilai atau halus dengan AAC, semakin besar kepemilikannya di saham perusahaan mereka (Smith dan Stulz 1985; Guay 1999). Di sisi lain, perusahaan pemilik dikendalikan menyediakan pemantauan tambahan dan cenderung untuk mengelola pendapatan kurang (Warfield et al. 1995). Kami proksi kepemilikan manajerial (MgrlOwn) dengan menggunakan persentase perusahaan i saham yang dimiliki oleh orang dalam, tapi kami tidak memprediksi arah asosiasi dengan lindung nilai dan merapikan dengan AAC.

Manajer memegang opsi saham lebih kurang mempunyai insentif untuk meredam volatilitas jika nilai opsi meningkat volatilitas (Tufano 1996). Insentif ini lebih penting untuk Pilihan dieksekusi (Schrand dan Unal 1998; Haushalter 2000). Dengan demikian, kami berharap lindung nilai dan merapikan dengan AAC akan berbanding terbalik dengan Opsi saham, jumlah dieksekusi opsi saham manajer dan karyawan terus, skala dengan jumlah saham yang beredar, baik sebagai tahun-end.8 Sensitivitas pilihan untuk pengembalian atau pengembalian volatilitas ini bisa dibilang proxy yang lebih baik untuk penghasilan berdasarkan opsi saham insentif manajemen. Namun, komputasi kepekaan tersebut membutuhkan informasi yang ekstensif, seperti waktu untuk jatuh tempo dan olahraga harga opsi baru dan diberikan sebelumnya. Data Catatan kaki tidak memberikan pengungkapan penuh dari sebelumnya diberikan pilihan, dan Execucomp termasuk data lengkap untuk hanya 25 perusahaan sampel.Kepemilikan institusional. Pihak luar tidak dapat mengamati kualitas manajemen, yang sulit untuk mengurai manfaat karena kemampuan untuk mengelola laba karena eksogen guncangan (DeMarzo dan Duffie 1995). Kontrol eksternal Kurang dari perusahaan, yang terbesar insentif bagi para manajer untuk mengelola volatilitas arus kas, dan untuk kelancaran hasil CAP, memudahkan penilaian keterampilan mereka di pasar. Kami menggunakan ukuran kepemilikan institusional (InstitOwn) proxy untuk tingkat kontrol eksternal, didasarkan pada asumsi bahwa kepemilikan institusional yang lebih luas menyebabkan pengawasan pada gilirannya akan mengurangi informasi asimetri antara investor dan manajer (Geczy et al. 1997). Argumen ini menunjukkan hubungan negatif antara InstitOwn dan cakupan dan rasio smoothing AAC. Di sisi lain, kontrol eksternal cenderung meningkatkan tekanan pada manajer untuk menyerap volatilitas mengatakan, untuk membuat keuntungan lebih diprediksi (Levitt, 1998; Loomis 1999), menunjukkan hubungan positif antara tingkat kepemilikan institusional dan baik cakupan dan smoothing dengan CAP. Oleh karena itu, kita tidak menandatangani association.9 diprediksi

Ukuran perusahaan. Perusahaan-perusahaan besar menikmati skala ekonomi dan keahlian untuk mendapatkan yang lebih rendah transaksi rata-rata biaya yang diperlukan untuk menutupi efektif (Mian 1996 Geczy et al 1997.; Haushalter 2000). Kami menggunakan ukuran perusahaan, didefinisikan sebagai log dari nilai ekuitas pasar perusahaan akhir tahun, indikator kami skala, dan memberikan hubungan positif antara ukuran perusahaan dan cakupan.

Berkenaan dengan smoothing CAP mencatat bahwa perusahaan-perusahaan besar juga tunduk pada lebih kontrol eksternal, yang membatasi kemampuan manajer untuk kelancaran hasil CAP. Namun, perusahaan-perusahaan besar yang diikuti oleh para analis lebih (Bhushan, 1989) dan mungkin wajah lebih banyak tekanan untuk melaporkan pendapatan lebih mudah diprediksi (Fox, 1997). Dengan demikian, kita tidak mengharapkan arah hubungan antara ukuran perusahaan dan AAC smoothing rasio, seperti memprediksi hubungan positif antara ukuran perusahaan dan lindung nilai. Indikator Year. Kami menyertakan variabel dummy untuk setiap tahun (kecuali 1996) proxy perubahan faktor makro-ekonomi yang tidak ditentukan yang melintang konstan (mis. harga minyak). Dan kami memperkirakan efek tetap model.

Faktor membedakan antara cakupan dan smoothing akrual tidak normal Meliputi: Biaya modal. Kami menggunakan standar deviasi dari return bulanan dari perusahaan selama tahun (? RET) sebagai proxy untuk biaya modal terkait dengan arus kas volatilitas (Minton dan Schrand 1999). Perusahaan memiliki insentif yang lebih besar untuk menutupi terbesar itu? RET. Namun, kita dapat mengamati? Ret hanya setelah perusahaan tertutup. Sejauh Saya perlu bensin reguler. RET mencakup dampak dari jangkauan dan cakupan telah berhasil mengurangi? RET di bawah ini? RET non-hedger, kami berharap RET lebih rendah? hasil yang lebih besar cakupan, dan karena itu memprediksi tanda negatif. Seperti pada model regresi kami, menangkap? RET volatilitas selain itu disediakan oleh kinerja risiko eksplorasi eksplorasi risiko adalah variabel independen yang terpisah dalam laporan penutup / cover dan tidak ada penutup regresi. Hedging: Risiko dasar. Haushalter (2000) melaporkan bahwa di Arkansas, Kansas, Louisiana, Oklahoma dan Texas, harga spot minyak dan gas sangat berkorelasi dengan referensi baik nilai minyak dan gas (West Texas Intermediate dan Henry Hub) yang paling kontrak derivatif yang tertulis. Produksi di daerah ini menghadapi risiko dasar yang relatif rendah, menjadi lindung nilai yang efektif. Selain itu, cakupan akan kurang efisien untuk produksi di tempat lain, sehingga manajer akan cenderung untuk menutupi. Dasar indikator risiko kami 9 Termasuk dummies untuk pendaftaran pertukaran dan Big 6 auditor proxy tambahan untuk monitoring eksternal tidak mempengaruhi kesimpulan penelitian.Produksi terkena adalah proporsi produksi tahunan perusahaan adalah tidak Arkansas, Kansas, Louisiana, Oklahoma dan Texas, dan kami berharap hubungan negatif terbuka di antara produksi dan cakupan. Kami juga memeriksa produksi Intl, setara dengan 1 jika sebuah perusahaan memiliki produksi minyak dan gas di lokasi internasional, dan 0 jika tidak, karena lebih sulit untuk mengidentifikasi produk dan perubahan nilai sangat berkorelasi dengan perubahan nilai produksi asing. Hedging: pengganti. Diversifikasi kegiatan adalah cakupan pengganti mungkin karena guncangan dalam suatu industri dapat mengurangi guncangan di sektor lain. kami mengharapkan manajer lebih cenderung untuk menutupi kegiatan yang kurang terdiversifikasi perusahaan (yaitu ditambah porsi pendapatan perusahaan dari produksi minyak dan gas bumi, sebagai proxy dengan persentase dari omset tahunan dari produksi minyak dan gas, O & G Production).

Jika manajer hedge mengurangi volatilitas arus kas, ketersediaan likuiditas harus mengurangi kebutuhan, jika tidak menggantikan, untuk sampul (Haushalter 2000). Kami berharap bahwa sebagian besar manajer kas minimal penutup. Kas didefinisikan sebagai kas dikurangi dengan akhir tahun nilai pasar saham. Smoothing dengan CAP: rasio pembagian dividen. Laba volatilitas mempengaruhi perusahaan 'kemampuan untuk membayar dividen karena kontrak pembatasan dividen obligasi didasarkan pada umumnya pada prestasi keuntungan (Smith dan Warner, 1979). Kami menghitung rasio pembayaran (DivPayout) sebagai dividen kepada pemegang saham biasa dibagi dengan laba sebelum luar biasa artikel, dan memberikan hubungan positif dengan rasio AAC smoothing. Smoothing dengan CAP: Akuntansi derivatif digunakan untuk tujuan komersial. bisnis bahwa derivatif digunakan untuk penggunaan komersial akuntansi mark-to-market, yang dapat menginduksi volatilitas laba. Jika perusahaan yang bergerak dalam perdagangan derivatif juga prihatin tentang keuntungan volatilitas, kami mengharapkan mereka untuk menggunakan CAP untuk kelancaran pendapatan. Kami menggunakan variabel dummy, MarkToMarket, yang sama dengan 1 jika sebuah perusahaan perdagangan derivatif di tahun t, dan 0 sebaliknya.

IV. Data dan hasil Deskripsi sampel Bagian A dari Tabel 2 menyajikan statistik deskriptif untuk sampel penuh. Mengenai variabel dependen, 44 persen dari peternakan tahun hedging harga minyak dengan derivatif (hedger) dan bisnis pada cakupan rata-rata 33 persen dari produksi (cakupan). Ada cukup variasi proporsi tertutup keluaran (koefisien variasi adalah sama dengan 3.58), dan lebih sering daripada tidak produsen minyak dan gas tidak mencakup, sesuai dengan Haushalter (2000). Dalam subset dari tahun perusahaan dengan penutup (tidak terlihat) di mana kita melakukan analisis utama dari penelitian ini, proporsi rata-rata (median) produksi ditutupi oleh 66 persen (30 persen). Dalam semua peternakan tahun AAC smoothing rasio rata-rata adalah 4,20 (median? 2.17). di Hasil untabulated, t-test menolak hipotesis nol bahwa rata-rata sama dengan 1 (t? 9,71) dan nilai-nilai AAC smoothing ratio melebihi 1 di 64 persen dari peternakan tahun. Dalam beberapa tahun dengan perusahaan cakupan, AAC smoothing rasio rata-rata sama dengan 5,41 (median 3.05?) sarana yang dapat diandalkan lebih besar dari 1, hanya 72 persen sebagai nilai-nilai individu AAC smoothing (tidak terlihat) laporan. ini Hasil ini konsisten dengan menghaluskan meresap dan trivial. Mengenai variabel independen, perusahaan dalam sampel kami hampir terbagi rata antara mereka yang menggunakan total biaya dan mereka yang menggunakan sukses efforts.10 Ada perbedaan yang signifikan melalui peternakan Explrisk tahun (koefisien variasi? 4,44) dan peluang pertumbuhan, 10 Penelitian sebelumnya menemukan bahwa perusahaan-perusahaan besar biasanya menggunakan upaya sukses (Foster, 1980), tetapi tidak ada hubungan yang signifikan antara ukuran perusahaan dan FullCost dalam sampel kami. Penjelasan yang mungkin untuk perbedaan ini adalah bahwa sampel kami meliputi eksplorasi perusahaan pengeboran minyak dan gas, dan tidak termasuk perusahaan besar yang terintegrasi secara vertikal.M / B (koefisien variasi 3,48), dan bisnis yang dioperasikan untuk tingkat yang cukup (leverage dari 0,42, median 0,24 rata-rata). Lima belas persen dari peternakan memiliki tahun NOL carry dan menguntungkan. Investor institusi memegang sekitar 30 persen saham dari perusahaan sampel kami, sementara manajer terus, rata-rata, 19 persen (rata-rata 7,5 persen) saham perusahaan mereka dan pilihan dieksekusi 7 untuk persen (rata-rata 4 persen). Nilai rata-rata pasar ekuitas dalam sampel adalah 522.000.000, jauh lebih tinggi dari rata-rata $ 65 juta. Asimetri ini mengajak kita untuk menggunakan log dari nilai pasar ekuitas sebagai variabel ukuran perusahaan dalam analysis.11 empiris berikutnya,Di antara variabel-variabel yang mungkin penentu cakupan saja, variabilitas rata-rata return (RET) adalah bisnis tahun sekitar 12 persen. Tingkat rata-rata produksi terkena risiko dasar adalah 24 persen, sementara 36 persen dari peternakan mencerminkan tahun produksi di lokasi internasional. Ada sedikit diversifikasi operasi, karena rata-rata O & G Production adalah 89 persen dan rata-rata adalah 100 persen. Sumber daya kas rata-rata 0,11 (median 0,05) dalam nilai pasar saham.Sebagai variabel penjelas yang diidentifikasi sebagai penentu hanya merapikan CAP di tahun-tahun yang paling peternakan manajer tidak membayar dividen, tetapi ada beberapa manajer yang sangat besar DivPayout penggunaan values.12 derivatif perdagangan hanya 7 persen dari peternakan 0,13 tahun.hasil univariatUntuk tujuan deskriptif, kami menyajikan perbandingan univariat dari dua partisi dari sampel dalam panel B dan C dari Tabel 2, dengan menggunakan uji satu-ekor perbedaan di mana kita memiliki prediksi arah dan tes dua ekor sebaliknya. Dalam Panel B, kita membandingkan perusahaan dengan 103 tahun sampel mencakup perusahaan 133 tahun tanpa cakupan. Perusahaan-perusahaan besar dan leverage yang tinggi lebih mungkin untuk dibahas, seperti juga perusahaan yang lembaga memiliki pangsa yang relatif tinggi proporsi bisnis. Hedger yang rata-rata lebih rendah dua spesies dan tingkat RET. Cakupan ini juga terkait dengan tingkat rata-rata lebih tinggi dari risiko eksplorasi dan smoothing CAP. Hasil untabulated mengungkapkan bahwa korelasi Spearman ratio menjadi-cakupan dan AAC rasio smoothing untuk sampel penuh secara signifikan positif (0,138 s, p 0,02), menunjukkan bahwa perusahaan menggunakan kedua cakupan dan smoothing CAP untuk mengelola volatilitas. Namun, dalam sampel dari 103 perusahaan cakupan tahun, kita menemukan korelasi negatif antara cakupan dan rasio smoothing AAC (Pearson 0,18, p 0,07, Spearman 0,12, p 0,10), dalam perjanjian dengan manajer yang memutuskan untuk mencakup penggunaan mekanisme smoothing sebagai pengganti. Hasil ini menunjukkan bahwa penutup variabel keputusan dikaitkan dengan tingkat yang lebih besar kelancaran dengan akrual, tetapi setelah perusahaan memutuskan untuk lindung nilai, jumlah lindung nilai berbanding terbalik dengan jumlah smoothing dengan akrual sesuai Dapatkan kompromi pada marjin. Konsepsi kita tentang persamaan simultan memungkinkan substitusi antara dua alat smoothing margin dan mengendalikan faktor-faktor yang mempengaruhi perbedaan cross-sectional dalam insentif untuk smoothing.Perbandingan dibagi peternakan univariat lain kami meliputi 103 tahun dalam penggunaan biaya penuh dan upaya berhasil (lihat Tabel 2, bagian C). Total biaya yang terkait dengan leverage yang lebih rendah, semakin banyak opsi saham manajemen aset, paparan yang lebih besar untuk basis risiko, kurang terdiversifikasi operasi dan tingkat yang lebih tinggi smoothing dengan CAP. Seperti Geczy et al. (1999), kita tidak menemukan hubungan antara tingkat cakupan dan pilihan biaya penuh atau usaha yang sukses.Sedikit korelasi antara variabel (jumlah sampel dan dalam subset dari cakupan perusahaan-tahun) melebihi 0,30 (tidak terlihat). Tidak mengherankan, dua pengecualian adalah korelasi antara M / B dan leverage M / B adalah 0,94, dan korelasi antara log ukuran perusahaan dan InstitOwn adalah 0,60. Dalam analisis empiris kita, kita mempertimbangkan model-model alternatif yang, pada gilirannya, termasuk dan belum termasuk sangat berkorelasi untuk mengatasi kekhawatiran tentang potensi masalah karena variabel multikolinearitas.Hasil utama dari Uji Hipotesis

Hasil utama kami didasarkan pada analisis yang disajikan pada Tabel 3. Pertama-tama kita memperkirakan model probit binomial untuk mengidentifikasi faktor-faktor penentu keputusan apakah akan menutup dan ekstrak rasio terbalik Mills. Kemudian kita menggunakan 2SLS dalam sampel dari peternakan tahun di mana cakupan terjadi. Kami menentukan nilai prediksi variabel endogen dan melibatkan mereka dengan variabel eksogen dan kebalikan Mills rasio dalam regresi tahap kedua. Kami melaporkan p nilai unilateral kecuali prediksi adalah non-directional.Hasil penutup probit / tidak ada penutup (1/0) muncul topik hedger. Koefisien positif pada Explrisk (p 0,10) menunjukkan bahwa perusahaan dengan risiko yang lebih tinggi dari eksplorasi lebih mungkin untuk lindung nilai. M / B tuas memiliki koefisien positif dan signifikan, sesuai dengan probabilitas yang lebih tinggi dari cakupan ditambah biaya di bawah-investasi, sebagaimana dibuktikan oleh interaksi antara peluang pertumbuhan dan pembiayaan utang. Bertentangan dengan harapan, rasio M / B negatif. Korelasi kuat antara kedua variabel peluang pertumbuhan mungkin menjelaskan tanda wajah yang tak terduga. Analisis untabulated mengungkapkan bahwa ketika kita mengecualikan Model tuas M / B, M / B adalah positif dan signifikan seperti yang diharapkan, sesuai dengan peningkatan cakupan dengan peluang pertumbuhan bisnis; Selain itu, pengaruh positif dan signifikan seperti yang diharapkan. Semakin tinggi tingkat kepemilikan institusional, semakin sebuah perusahaan adalah untuk menutupi, sesuai dengan manajer untuk merespon tekanan eksternal untuk pendapatan diprediksi dengan lindung nilai harga minyak. Koefisien ukuran perusahaan secara signifikan positif yang konsisten dengan pentingnya skala ekonomi dalam pelaksanaan program lindung nilai. Juga seperti yang diharapkan, semakin tinggi risiko dasar karena produksi internasional, semakin besar kemungkinan bahwa produsen minyak dan gas hedge.14 Akhirnya, proporsi penjualan minyak dan gas (operasi diversifikasi setidaknya) , probabilitas cakupan.Dua set kolom kanan pada Tabel 3 menunjukkan hasil estimasi persamaan simultan. T-statistik yang dilaporkan Putih (1980) disesuaikan. Koefisien regresi smoothing PredAAC laporan rasio lindung nilai tidak signifikan (t 0,83). Di sisi lain, koefisien PredHedging dibandingkan dengan AAC smoothing regresi rasio andal negatif, seperti yang diperkirakan (t 2,41). Dengan demikian, setelah memperhitungkan faktor-faktor penentu lain dari smoothing AAC, sebagian besar perusahaan menutupi derivatif risiko harga minyak, semakin tinggi tingkat kelancaran CAP. The Hausman (1978) tes simultanitas (baris bawah meja 3) konsisten dengan hasil ini: Kita dapat menolak hipotesis nol tidak ada simultanitas untuk smoothing regresi AAC (p 0,00) rasio, tetapi tidak untuk cakupan regresi. Secara kolektif, hasil ini menunjukkan bahwa produsen minyak dan gas untuk menentukan tingkat cakupan terlepas dari keputusan mereka pada kelancaran CAP, tetapi sejauh mana mereka halus dengan CAP berbanding terbalik dengan jumlah yang mereka tertutup, setelah memperhitungkan faktor-faktor penentu lainnya smoothing.Temuan kami berbeda dari Barton (2001), yang menemukan bukti simultanitas dan substitusi antara penutup dan CAP dalam dua turunannya dan akrual regresi. Namun, dalam uji sensitivitas, Barton (2001, 21) mendeteksi tanda-tanda sequenciality, sesuai dengan kesimpulan kami bahwa manajer pertama menentukan tingkat cakupan dengan derivatif dan mengelola sisa smoothing volatilitas pertukaran dengan CAP terhadap cakupan. (2001) Ekstrak dari Barton berbeda dari kita; mencakup periode 1994-1996, ada contoh yang lebih besar dan lebih luas yang mencakup perusahaan-perusahaan besar di berbagai sektor, 72 persen dari turunannya menggunakan pertukaran sampel dan lindung nilai tingkat suku bunga, dan itu tidak termasuk derivatif komoditas. Kemungkinan untuk itu Barton (2001) menemukan bahwa alasan ukuran akrual yang abnormal mempengaruhi cakupan seperti yang kita tidak termasuk yang berikut: (1) karena sampel besar yang meliputi berbagai sektor, AAC Barton variabel dan turunannya mungkin ribut daripada langkah-langkah khusus-industri kami kesalahan, dan pengukuran penjelasan lain untuk hasil nya (lihat Barton 2001, 3-4, 8, 21; Greene 1993, bagian 9.5.5 dan 20,5); (2) sampel kecil kami dapat memberikan tes kurang kuat; dan (3) perusahaan non-minyak dan gas menghadapi risiko suku bunga yang terkait dengan utang jangka panjang dapat mengambil posisi lebih jarang daripada perusahaan lindung nilai harga minyak lindung nilai, karena derivatif yang mencakup risiko ini, suku bunga biasanya di tempat untuk periode waktu yang komoditas derivatif lindung nilai eksposur harga minyak. Jika manajer perusahaan non-minyak dan gas untuk menutupi kurang sering dan karena itu lebih sering digunakan ketentuan untuk mengelola volatilitas residual, manajer ini mungkin lebih cenderung untuk mempertimbangkan keputusan mereka mengambil posisi regularisasi derivatif. Kami meninggalkan resolusi perbedaan dalam temuan dua penelitian untuk penelitian masa depan.Dalam laporan yang meliputi regresi, beberapa variabel kontrol yang penting. Ini cenderung menjadi cakupan yang lebih luas pada tahun-tahun ketika perusahaan yang menguntungkan dan rendah NOL carryfor (1.91 t), dalam perjanjian dengan Graham dan Smith (1999). Bagian yang lebih tinggi dari manajer mempertahankan persentase yang luar biasa dari perusahaan mereka mencakup lebih (t 2,43), mungkin karena mereka adalah penentang resiko dan tidak mampu mendiversifikasi risiko khusus untuk bisnis atau ingin perusahaan mereka tampak kurang berisiko. Ada sedikit dukungan untuk cakupan kurang lebih opsi untuk membeli saham yang manajer terus (t 1,43), sedangkan jangkauan lebih luas daripada tingkat kepemilikan institusional (2,47 t) . Sejauh proxy kepemilikan institusional yang lebih rendah di bawah pengawasan eksternal, manajer dapat membantu penutup untuk pihak eksternal untuk menilai profitabilitas karena manajemen performance.15 Hal ini juga cenderung kurang mencakup produksi yang paling beresiko Basic (1.30 t), dan perusahaan cakupan tahun dengan operasi yang kurang terdiversifikasi (t 1,69), konsisten dengan Haushalter (2000). Juga konsisten dengan Haushalter (2000), ukuran perusahaan adalah penting dalam hedge / tidak regresi cakupan, tetapi tidak untuk tingkat cakupan regresi.Mengenai laporan regresi AAC smoothing, di samping negatif rasio koefisien PredHedging, ada beberapa faktor penentu penting lainnya dari AAC smoothing. Perusahaan menggunakan biaya penuh CAP hasil halus lebih luas daripada melakukan upaya bisnis yang sukses (2,07 t), menunjukkan bahwa faktor-faktor tak dikenal di luar yang dikendalikan oleh cepat perusahaan biaya penuh untuk kelancaran pendapatan yang lebih aneh, di luar efek smoothing dari biaya penuh method.16 Ada lebih smoothing dengan AAC di perusahaan-tahun dengan Peluang besar Growth (t 1,40) dan biaya yang lebih besar dari kurangnya investasi (t 1,87 ). Menjatuhkan M / B dari rasio leverage dan Hedging AAC smoothing persamaan rasio Tidak menghasilkan leverage yang signifikan Menjadi, berbeda dengan hasil regresi hedger. Konsisten dengan hasil regresi rasio, Greater kepemilikan manajerial, semakin smoothing, dalam hal ini Hedging dengan CAAS (t 3,06). Namun, Bertentangan dengan hasil untuk rasio Hedging regresi, tingkat yang lebih tinggi kepemilikan institusional yang lebih besar Terkait dengan smoothing dengan AAC (t 1,74), Tekanan eksternal Menyarankan yang Mungkin Menginduksi manajer digunakan untuk membuat CAAS melaporkan tentang pendapatan lebih mudah diprediksi. Akhirnya, smoothing dengan AAC Meningkatkan dengan Ukuran perusahaan (t 2,73) dan dengan tingkat pembayaran dividen yang lebih tinggi (2,45 t). perusahaan hasil smoothing lengkap bahkan biaya lebih luar efek smoothing dari total biaya method.16 Hal ini smoothing dengan CAP perusahaan-tahun dengan peluang pertumbuhan yang lebih besar (1,40 t) dan biaya yang lebih tinggi kurangnya investasi (t 1,87). Menghapus M / B tuas dari laporan cakupan dan AAC smoothing persamaan rasio tidak menyebabkan tuas menjadi signifikan, bertentangan dengan hasil regresi hedger. Dalam perjanjian dengan hasil laporan regresi cover, properti manajerial lebih, lebih halus, dalam hal ini dengan CAP (3,06 T). Namun, tidak seperti hasil untuk regresi cakupan laporan tingkat yang lebih tinggi dari dana institusional berhubungan dengan smoothing lebih besar dengan CAP (t 1,74), menunjukkan bahwa tekanan eksternal dapat menyebabkan manajer untuk menggunakan CAP untuk membuat keuntungan yang dilaporkan lebih dapat diprediksi. Akhirnya, merapikan CAP meningkat dengan ukuran perusahaan (2,73 t) dan tingkat yang lebih tinggi dari pembayaran dividen (2,45 t).Agak mengherankan, hasil menunjukkan bahwa tingkat risiko eksplorasi merupakan faktor penentu penting sebagai keputusan untuk lindung nilai. Artinya, semakin tinggi tingkat risiko eksplorasi, manajer lebih cenderung untuk menutupi, namun tingkat risiko eksplorasi tidak memainkan peran penting dalam keputusan manajemen pada luasnya cakupan atau smoothing CAP.Secara keseluruhan, pentingnya hasil untuk variabel kontrol baik cakupan dan smoothing regresi regularisasi dicampur dan lemah. Namun, variabel tidak diharapkan Kontrol efek hipotetis kunci. Untuk lebih mengisolasi efek dari lindung nilai berdasarkan kelancaran CAP dan sebaliknya, kami memilih untuk mengendalikan faktor-faktor yang mungkin terkait dengan hedging atau smoothing CAP, bahkan jika pembenaran untuk dimasukkannya variabel kontrol tidak keluar dari pertanyaan. Selain itu, kami berdasarkan perkiraan kami untuk variabel kontrol pada hubungan yang diharapkan tanpa syarat antara variabel kontrol dan tingkat smoothing dengan topi atau penutup. Efek marginal dari masing-masing variabel kontrol, tergantung pada masuknya semua variabel lain dalam regresi, tidak bisa sama dengan hubungan tanpa syarat diprediksi. Ukuran kecil kami sampel juga mungkin berkontribusi beberapa hasil variabel kontrol tidak signifikan Kami menguji hipotesis nol bahwa proporsi koefisien yang signifikan dalam setiap regresi pada Tabel 3 tidak lebih besar dari proporsi yang akan diharapkan secara kebetulan. Secara khusus, kami diperlakukan hedger, coverage ratio, dan AAC smoothing regresi rasio secara terpisah terkait dengan jumlah koefisien yang signifikan dalam arah yang diharapkan untuk jumlah koefisien dengan prediksi arah dan kemudian digunakan tes perbedaan binomial dalam proporsi untuk menguji apakah lebih dari 10 persen di masing-masing koefisien dalam persamaan adalah direction.17 diprediksi penting Dalam hasil untabulated, kita dapat menolak hipotesis nol pada tingkat 0,03 atau lebih untuk masing-masing tiga regresi. Analisis ini menunjukkan bahwa hasil yang disajikan tidak mungkin kebetulan, tetapi jelas bahwa kita perlu penelitian lebih lanjut untuk mengidentifikasi lebih definitif faktor penentu perataan laba menggunakan CAP atau cakupan.Akhirnya, dalam koefisien regresi rasio AAC smoothing dari kebalikan Mills ratio (selektivitas jangka mengukur kovarians antara keputusan tentang apakah untuk menutupi dan luasnya smoothing dengan CAP) adalah positif dan signifikan (t 3.12). Oleh karena itu, perusahaan yang memilih untuk menutupi lebih mungkin untuk memperlancar CAP (Heckman, 1979; Shehata 1991). Ditambah dengan hasil awal kami, yang menunjukkan bahwa walaupun perusahaan adalah lindung nilai lebih mungkin untuk kelancaran CAP, sejauh mana mereka menggunakan CAP untuk kelancaran pendapatan berbanding terbalik dengan tingkat mereka menutupi, sesuai dengan arbitrase pada marjin oleh para manajer menggunakan kedua smoothing tools.18Bukti tentang Proses Sequentia

Koefisien negatif pada rasio cakupan AAC smoothing regresi rasio dan koefisien signifikan pada rasio smoothing regresi cakupan pada Tabel 3 konsisten dengan manajer pertama memutuskan apakah dan bagaimana untuk menutupi, dan kemudian substitusi antara akrual dan lindung nilai untuk mengelola sisa keuntungan vol-atility. Jika proses keputusan sekuensial ini berlaku, jadi kami berharap sebagian besar dari abnormal akumulasi vs cakupan kompromi terjadi selama kuartal keempat tahun ini dibandingkan tiga kuartal pertama tahun ini. Pada kuartal keempat, manajer memiliki informasi yang lebih spesifik pada volatilitas kemungkinan keuntungan residual, dan dapat membuat keputusan yang sesuai AAFC. Oleh karena itu, kita fokus pada efek dari kuartal keempat vis-a-vis `tiga kuartal pertama untuk memberikan bukti lebih langsung pada proses sekuensial.Ini kalkulasi ulang variabel dependen dalam persamaan smoothing laporan AAC menggunakan data dari perempat 1-3 dan juga mendapat AAC baru diprediksi persamaan coverage ratio smoothing variabel; semua variabel lainnya tetap tidak berubah. Rata-rata rasio AAC smoothing sebelum menghapus data untuk kuartal keempat adalah 4.20, seperti yang ditunjukkan dalam Bagian A dari Tabel 2. Namun, rasio rata-rata adalah 4,85 ketika kita menghapus data pada kuartal keempat, dan perbedaan berarti signifikan pada 0,07. Dengan demikian, ada lebih smoothing dalam tiga kuartal pertama dibandingkan dengan kuartal keempat. Hal ini konsisten dengan manajer membuat penyesuaian anggaran kuartal keempat'''' menetap kesalahan dalam akrual kuartal interim (Collins et al 1984 Mendenhall dan Nichols 1988;. Lihat Palepu 1988) dan juga dengan transaksi lebih non-berulang yang terjadi pada kuartal keempat (Elliott dan Shaw, 1988).Kami kemudian menguji apakah hipotesis substitusi kami memegang setelah menghapus data yang kuartal keempat fiskal untuk menghitung variabel smoothing AAC. Kami memperkirakan Persamaan (1) - (3) dan mendapatkan hasil sebagai berikut (lihat Panel A dari Tabel 4): (1) Dalam persamaan coverage ratio, kedua koefisien smoothing laporan PredAAC dan uji simultanitas Hausman dapat diabaikan, seperti yang ditunjukkan pada Tabel 3, tetapi (2) dalam persamaan rasio AAC smoothing, hubungan negatif antara tingkat kelancaran CAP dan cakupan menjadi tidak signifikan, seperti halnya tes Hausman. Dengan demikian, tidak ada bukti bahwa manajer substitusi antara tingkat cakupan dan kelancaran CAP di tiga kuartal pertama tahun ini. Oleh karena itu, tampaknya substitusi ini datang sebagian besar pada kuartal keempat. Pola bukti konsisten dengan proses pengambilan keputusan berurutan di mana manajer pertama menutupi dan kemudian, terutama pada kuartal keempat, perdagangan dari penggunaan CAP dan lindung nilai dengan derivatif untuk mengelola volatilitas sisa pendapatan.Kami memperluas analisis dengan menghapus data dari kuartal pertama bukannya kuartal keempat. Jika proses sekuensial berlaku, maka kita berharap bahwa dengan memasukkan data untuk kuartal keempat dibandingkan koefisien PredHedging akan signifikan negatif lagi di AAC smoothing rasio regresi, seperti pada Tabel 3, dan concurrency pengujian Hausman juga akan menjadi penting. Hasil mengkonfirmasi harapan ini: koefisien rasio cakupan signifikan negatif (1,83 t) dan uji Hausman signifikan (p 0,02, lihat bagian B dari Tabel 4). Dengan demikian, hasil utama akan tetap ketika kita drop data dari kuartal pertama, tetapi tidak ketika Anda drop data untuk kuartal keempat.Variabel kontrol dengan koefisien yang signifikan pada rasio AAC smoothing regresi pada Tabel 3 yang signifikan dalam Tabel 4, kecuali untuk (1) M / B dan M / B tuas, ketika kita drop data untuk kuartal keempat dan (2) M / B, M / B tuas dan ukuran bisnis, ketika kita drop data kuartal pertama. Dalam persamaan cakupan (1) pajak, opsi, dan produksi terus terkena koefisien yang signifikan, seperti yang ditunjukkan pada Tabel 3, bahkan setelah kita drop data untuk laporan kuartal keempat, tapi MglrOwn , InstitOwn, dan O & G Production tidak, dan (2) kami memperoleh hasil yang sama ketika kita drop data dari kuartal pertama, dengan pengecualian dari pajak tidak lagi signifikan.Regresi pada Tabel 4 mencerminkan lebih rendah dibandingkan pada Tabel 3 kekuatan penjelas, dan kita tidak dapat menolak hipotesis nol bahwa proporsi koefisien signifikan dengan prediksi directional adalah apa yang kita harapkan secara kebetulan (tidak ditampilkan) .19 kekuatan penjelas yang lebih rendah ex-mungkin karena waktu misalignment, karena kami menggunakan tiga perempat untuk memperkirakan smoothing dengan PAC-variabel terhadap data tahunan untuk semua variabel lainnya. Kurangnya ketersediaan data triwulanan atas derivatif mencegah kita menghitung rasio hEDG-ment berdasarkan data dari tiga perempat bukan data tahunan. Perbedaan hasil variabel kontrol antara bagian A dan B dari Tabel 4 batang menghitung variabel AAC smoothing. Kami menghitung variabel AAC smoothing menggunakan data dari perempat 1-3 di Panel A Data vs perempat 2-4 di Panel B. Seperti disebutkan di atas, kuartal keempat umumnya mencerminkan kesalahan ketentuan perkiraan benar perempat interim (misalnya, perkiraan persediaan vs aktual) dan juga bisa acara non-berulang pada kuartal keempat. Dengan demikian, perhitungan variabel AAC smoothing menggunakan data dari tiga kuartal pertama diperkirakan akan mempengaruhi variabel smoothing diferensial daripada ketika kita menghitung menggunakan data kuartal 2-4, dan pada gilirannya hubungan variabel smoothing ini bergantian dihitung dengan variabel kontrol dalam regresi juga harus terpengaruh secara berbeda.Verifikasi ketahanan tambahan

Akhirnya, kami menyajikan serangkaian tes untuk menilai lebih jauh sensitivitas hasil (rincian tidak ditampilkan). Pertama, kami telah mendefinisi ulang penyebut dari cakupan laporan bahwa produksi cadangan minyak dan gas untuk memungkinkan kemungkinan bahwa risiko harga minyak meluas digunakan kembali. Kami yang kembali berlari-analisis dan kesimpulan tidak terpengaruh.Kedua, kami kembali berlari analisis setelah (1) meningkatkan persamaan (1) - (3) dengan variabel yang mencerminkan interaksi dengan laporan FullCost PredAAC smoothing Explrisk, dan kontrol lain yang mengandalkan pada ukuran akuntansi dan karena itu cenderung sistematis dipengaruhi oleh pilihan biaya penuh atau usaha yang sukses, dan (2), termasuk M / B atau M / B tuas, tetapi tidak keduanya, dalam model karena variabel-variabel ini sangat berkorelasi dengan penutup / tidak regresi penutup. Kesimpulan kami adalah sama seperti dalam spesifikasi lainnya.Ketiga, Collins dan Hribar (2000) mengidentifikasi kesalahan pengukuran dalam estimasi cadangan menggunakan perubahan abnormal pada data neraca bukan uang tunai laporan arus data. Masalah muncul terutama dalam periode akuisisi besar atau pelepasan terjadi. Kami iDEN-tified 20 perusahaan yang seperempat sampel dipengaruhi oleh merger atau operasi dihentikan. Kami dieliminasi perusahaan-perusahaan ini dan re-estimasi AAC rasio smoothing. The re-sultant laporan smoothing tidak signifikan lebih tinggi daripada laporan pada sampel penuh (4,46 vs 4,20), dan kami mendapatkan hasil kualitatif serupa ketika kita kembali menjalankan analisis dengan menggunakan AAC smoothing laporan re-estimasi.Keempat, kita menyesuaikan item khusus dalam perhitungan AAC smoothing rasio. Kami memperoleh data dari item khusus untuk semua perusahaan Compustat perempat (item data kuartalan # 32), data pajak disesuaikan (mengalikan dengan 1 tarif pajak, atau 0,65), dan pembersihan keuntungan atau kerugian arus kas dari keuntungan operasi. AAC smoothing rasio rata-rata menjadi 4,21 vs 4,20 sebelum penyesuaian ini, perbedaan antara dua tingkat tidak signifikan, dan kesimpulan kami tidak akan terpengaruh ketika kita kembali menjalankan analisis utama kami menggunakan AAC smoothing rasio disesuaikan. 20RINGKASAN DAN KESIMPULAN

Kami memeriksa apakah manajer menggunakan pilihan akumulasi abnormal dan minyak dan lindung nilai harga gas dengan derivatif sebagai mekanisme alternatif untuk mengelola volatilitas laba. Tujuan kami adalah untuk mempelajari bagaimana keputusan akuntansi yang mempengaruhi cakupan, dan sebaliknya. Perusahaan bergerak di bidang eksplorasi dan pengeboran minyak dan gas dihadapkan dengan dua jenis risiko yang menyebabkan volatilitas arus pendapatan mereka. Perusahaan dapat lindung nilai derivatif risiko harga minyak, tetapi pasar tidak ada di mana perusahaan dapat menutupi risiko operasional pengeboran berhasil. Perusahaan bisa, bagaimanapun, menggunakan kedua cakupan dan ketentuan normal untuk meredam dampak dari harga minyak dan risiko eksplorasi terhadap variabilitas pendapatan. Kami menemukan bahwa, setelah para pemimpin bisnis minyak dan gas memutuskan untuk menutup, mereka menengahi antara tingkat smoothing dengan akrual terhadap tingkat cakupan di margin. Lebih khusus lagi, hasil menunjukkan bahwa manajer perusahaan minyak dan posisi hedging gas adalah barang independen dari keputusan mereka pada rekening akrual abnormal, tetapi kemudian, terutama pada kuartal keempat, pengganti antara akrual dan lindung nilai dengan instrumen derivatif untuk mengelola volatilitas re-sisa.Ada beberapa keterbatasan dalam penelitian kami. Pertama, kita memiliki data pada posisi akhir Deriv-konservatif tahun ini dan karena itu tidak dapat mengukur derivatif sepanjang kegiatan tahun. Kedua, variabel smoothing-dengan-PAC kami menangkap kebijaksanaan manajerial kesalahan pengukuran. Ketiga, kita tidak diperlakukan total biaya vs pilihan akuntansi usaha sukses sebagai komponen endogen dari strategi bisnis secara keseluruhan untuk mengelola volatilitas laba, bahkan jika kita termasuk pilihan saat memperkirakan akrual dan juga sebagai penentu lindung nilai dan merapikan dengan akrual. Keempat, kesimpulan kami bahwa proses keputusan akumulasi cakupan-bisa-ciri perilaku yang abnormal berurutan kontras minyak dan gas dengan manajer (2001) Kesimpulan umum Barton proses simultan yang akrual yang abnormal mempengaruhi cakupan, dan cakupan yang mempengaruhi akrual. Kami tidak mampu menyelesaikan perbedaan antara temuan kami dan orang-orang dari Barton (2001), dan meninggalkan tugas ini untuk penelitian masa depan. Akhirnya, hasil kami mungkin tidak generalisasi ke populasi lain karena parameter produsen minyak dan gas industri kami yang unik, dan karena persyaratan untuk data condong sampel untuk perusahaan yang memproduksi paling penting adalah smoothing penghasilan.JADWAL A Ilustrasi menghitung rasio cakupan standar PSAK 69 Informasi untuk menyediakan bahan baku dan turunannya pengungkapan 1995 Form 10-K Newfield Exploration CompanyI. PSAK 69 Pengungkapan.Dari cadangan: Untuk tahun yang berakhir 31 Desember 1995, jumlah cadangan minyak terbukti adalah 9.63 juta barel. Cadangan gas terbukti dari 203.580 juta kaki kubik, dikonversi pada tingkat 9.840 kaki kubik untuk satu barel minyak (berdasarkan rasio harga jual rata-rata minyak dan gas yang dibuat oleh perusahaan selama 1995 ) setara dengan 20.680.000 barel. Oleh karena itu, total cadangan perusahaan adalah 30.310.000 barelII. Pengungkapan derivatif (Pengungkapan Sukarela menurut PSAK No 119 standar)Dari waktu ke waktu, Perusahaan telah menggunakan transaksi lindung nilai terhadap sebagian dari minyak dan gas untuk mencapai arus kas lebih mudah diprediksi dan mengurangi eksposur terhadap fluktuasi harga.Minyak. Perusahaan telah menandatangani kontrak penjualan untuk sekitar 421 barel minyak per hari untuk periode Januari 1996 sampai April 1996, yang secara efektif perbaikan cahaya lembut dari Louisiana (LLS'''') harga untuk produksi tersebut untuk 16 ditampilkan $ 50 per barel.Selain itu, Perusahaan mengadakan swap minyak mentah per 1.000 barel minyak per hari untuk periode dari Januari 1996 sampai Juni 1996, yang secara efektif menetapkan harga LLS untuk jenis produksi tampaknya $ 15,25 per barel .III. Penggunaan derivatif Pengungkapan penelitian kami untuk menghitung rasio cakupan1. jumlah nominal produk minyak pendek yang diturunkan adalah jumlah dariSwap minyak 1.000 barel / hari selama 180 hari 0.182.000 barel Kontrak LLS: 421 bbl / hari selama 120 hari 0,050 juta barel 0.232.000 barel2. Kuantitas Nominal produk gas adalah 15.000 juta kaki kubik atau 1.524.000 barel minyak selama konversi ke 9840 kaki kubik untuk satu barel minyak. Konversi ini didasarkan pada rasio harga jual rata-rata minyak dan gas perusahaan telah mencapai pada tahun 1995. 3. jumlah nosional derivatif: 1.756.000 barel minyak. 4. Produksi untuk tahun ini adalah 5.497.000 barel. Jumlah produksi com-puted bahwa 2.071.000 barel minyak (lihat detail di Bagian I di atas) dan 3.426.000 barel setara dengan 33.719 juta kaki kubik gas (dikonversi ke minyak, tingkat konversi yang digunakan dalam. 2, di atas). 5. Rasio cakupan perusahaan untuk tahun 1995 adalah jumlah nominal derivatif kuantitas produksi skala teoritis: 1.756.000 barel / 5.497.000 barel menjadi 31,94 persen.Jadwal BDerivasi dan perhitungan varians dari kas Sunder mengalir dari eksplorasi

I. Ringkasan (1976) derivasi teoritis SunderPertimbangkan sebuah perusahaan yang bor sumur eksplorasi N setiap periode. Probabilitas dari serangan sukses () adalah sama setiap period.21 Biaya eksplorasi terpulihkan dari masing-masing c. Setiap sukses baik untuk x pendapatan operasional bersih per periode untuk periode L dari periode setelah pengeboran berlangsung. S, jumlah sumur yang dibor pada periode t adalah variabel random dengan distribusi binomial dan parameter dan N. Probabilitas (Pr) bahwa S adalah sama dengan r bilangan bulat antara nol dan N diberikan oleh: Pr (S r, N) [N! / (N r)! R] [r (1) N r]. Nilai yang diharapkan dan varians dari N dan S adalah, N (1) masing-masing. Pendapatan yang dihasilkan oleh upaya pengeboran juga merupakan variabel acak. Jika sumur S berhasil, maka akan memberikan pendapatan usaha untuk periode mendatang Sx L dari periode berikutnya, di mana x adalah arus kas bersih dari aktivitas operasi sumur eksplorasi sukses dengan periode untuk periode L. Oleh karena itu, arus kas bersih di masa depan periode t, Xt, adalah: Xt N x (St 1 St 2 ... St L). Masa depan rata arus kas bersih adalah Nc XLN dan varians adalah:

Var (X) x 2LN (1) PV 2 (1) / LN (B1)

di mana PV adalah nilai sekarang dari penemuan eksplorasi activity.22 Sunder (1976) tidak menunjukkan apakah parameter persamaan (B1) diperkirakan setiap tahun atau sesuai tingkat rata-rata perusahaan. Kami menghitung varians setiap tahun Sunder karena perbedaan dari tahun ke tahun dalam tingkat harga minyak dapat mempengaruhi beberapa parameter dalam persamaan (B1). Misalnya, kehidupan ekonomi dan cadangan kas operasi arus kemungkinan kenaikan harga minyak.

II. Menghitung varians dari arus kas masa depan dari kegiatan eksplorasiBerikut ini adalah kutipan dari pernyataan Newfield Exploration Company 1995 PSAK No 69 Mereka mewakili nilai sekarang dari penemuan aktivitas eksplorasi.; yaitu, perubahan dalam ukuran standar diskon arus kas masa depan berlaku untuk cadangan minyak terbukti dan gas (dalam ribuan dolar):Awal periode $ 180,002 Revisi perkiraan sebelumnya: Penambahan cadangan terbukti karena ekstensi, penemuan dan meningkatkan pemulihan, setelah dikurangi biaya (XLN Nc) 87760

Alasan lain untuk perubahan (dihapus sini) 8564Akhir periode $ 276,326

Berdasarkan PSAK 69 informasi perusahaan untuk tahun 1995, biaya eksplorasi (NC) adalah 32,50 juta. Dengan demikian, XLN, yang sama dengan (XLN Nc) Nc, adalah $ 87,76 atau $32,50 $ 120.260.000. Kita sekarang menghitung varians Sunder menggunakan data dari tahun 1995 Newfield Exploration Company:

(A) kehidupan produktif sumur (L) Menggunakan nomor yang diambil dalam Bagian I Schedule A, kehidupan produktif aset adalah: L [(dari cadangan minyak / produksi minyak) (cadangan Mulai gas / produksi gas)] / 2 [(8610/2071) (153 967/33 719)] / 2 4,362 tahun. (Kesimpulan kami adalah sama seperti ketika kita menghitung usia sebagai rata-rata tertimbang dari usia sumur minyak dan gas bukan rata-rata sederhana.)(B) Jumlah sumur eksplorasi dibor (N) dan tingkat keberhasilan () Tabel berikut menunjukkan aktivitas pengeboran perusahaan untuk tahun 1995: Jumlah sumur eksplorasi (N) adalah 8.6 dan tingkat keberhasilan () adalah 4,7 / 8,6-54,6 persen. Dengan demikian, 8,6 dan 54,6 persen dapat dianggap sebagai realisasi dari suatu distribusi tertentu dalam bisnis yang mendasari N dan. (Jika jumlah sumur eksplorasi yang dibor adalah 0 dan / atau tingkat keberhasilan adalah 0 atau 1, maka varians sama dengan 0 adalah tetap.)(C) nilai sekarang dari arus kas dengan masa produktif (x) Kami menghitung dengan membagi x XLN, nilai sekarang dari penemuan eksplorasi aktivitas, [kehidupan produktif aset (L) Jumlah sumur eksplorasi dibor (N) Tingkat keberhasilan ()] XLN / LN $ 120.260.000 / (0.546 8,6 4.362 tahun juga) $ 5.870.000.(D) penyimpangan dari arus kas masa depan dari kegiatan eksplorasi Kami menghitung varians (XLN) [x (1)] x 2LN (1) $ 120 260 000 [$ 5.870.000 (1 0,546)] $ 320.490.000. Akhirnya, kita membagi varians dari arus kas masa depan dari kegiatan eksplorasi dengan nilai cadangan pada akhir tahun, dihitung sebagai (jumlah cadangan minyak akhir tahun pada akhir tahun harga minyak spot) (jumlah cadangan gas pada akhir tahun untuk akhir tahun harga spot gas).