この​記事で​分かる​こと

  • 米国上場企業8,307社の1995〜2020年を調べた研究で、複数セグメントの企業は単一事業の企業より経営者の業績予想を多く出していたこと。ただし論文の「約6%」は件数の増加率ではなく、読み替えが要ること
  • 開示の多い複合企業ほどトービンのQの不利が小さく資本コストも低かったが、不利の解消までは確認できず、この部分は相関の分析であること
  • 業績予想を出す会社が9割を超える日本で、予想の有無の代わりに何を確かめるか（セグメント別の前提の範囲、赤字の年の開示、連結が同じでもEVが動く設例）

想定読者：複数事業の会社を担当するアナリスト、投資先や買収候補を読むPE・M&Aの実務家、開示方針を決めるIR・経営企画
前提知識：セグメント情報と業績予想の基本、回帰分析の係数とt値の大まかな意味

買収で事業が三つに増えた会社のIR担当が、次の決算説明の資料を前に迷っている。連結の予想だけを出すか、事業別の売上と利益の見通しまで出すか。事業別に出せば投資家には役立つが、競合にも見られ、外れたときの説明も増える。

複雑な会社は開示を増やすのか、それとも複雑さの陰に隠れるのか。理論はどちらの答えも許す。開示には情報の非対称性を減らす便益がある一方、事業別の情報は競合に手の内を見せ、不振事業への監視も強める1。ここで取り上げる研究は、米国の上場企業でこれを測った。

この記事が主に参照する研究

Arshia Farzamfar、Pouyan Foroughi、Hosein Hamisheh Bahar、Lilian Ng（2024）「事業の複雑さが任意開示に与える影響（Illuminating the murk: The effect of business complexity on voluntary disclosure）」Journal of Corporate Finance 87, 102612

  • 公表：初版 2023年6月（SSRN、執筆日付は同月6日、掲載は18日）。掲載誌 2024年8月号。参照した版：共著者の一人 Hamisheh Bahar の博士論文（York University、2024年2月）第1章。題名が同じで、掲載誌版の本文は確認できていない。以下の数値は博士論文の値で、掲載誌版と同じとは限らない。査読：掲載誌版は済み、参照した博士論文の章は査読誌の版ではない
  • データ：米国の上場企業8,307社、1995〜2020年の73,331社年（金融・公益を除く）。商用データベース
  • 方法：企業・年の固定効果を入れた回帰に、操作変数とM&Aをショックとした推定を加え、複雑さから開示への因果を識別しようとしている。開示の結果の分析は相関である
  • 位置づけ：既存の開示理論の検証。複雑さを文書の読みにくさでなく組織構造で測った点が新しい

「事業の複雑さ」と​「任意開示」を、​研究は​どう​数えたか

先行研究では、複雑さといえば財務諸表の文章の読みにくさを指すことが多かった。Guay、Samuels、Taylor（2016年）は、複雑な財務諸表を出す企業ほど任意開示が多いと報告している2。しかし文章の難しさには、事業そのものの難しさと、書き手の曖昧さが混ざる。今回の研究はそこを避け、組織の形から測った。

指標は三つある。セグメントが二つ以上なら1とする複合企業ダミー、セグメント数、そして1から売上比率の二乗和を引いた値である3。最後の値は市場集中度で使うHHIの応用で、単一事業なら0、売上が多くの事業に分散するほど1に近づく。任意開示は、1年間に経営者が出した業績予想（1株利益）の件数で測る。件数は企業によって偏りが大きいので、1を足して自然対数を取っている4。

企業価値の代理変数にはトービンのQを使う。総資産の簿価に株式時価を足し、自己資本の簿価を引いて総資産で割った値である5。標本の29,569社年が複合企業、43,762社年が単一事業で、複合企業の平均セグメント数は2.94だった6。

複雑な​企業ほど​予想は​多い。​ただし​「6%」は​件数の​増加率ではない

最初に気づくのは、予想を出さない企業年がとても多いことだ。対数の値の中央値は複合企業も単一事業も0で、半数以上の企業年は予想がなかった。上位4分の1の境目は複合企業で1.61、単一事業で0.69で、件数に直すと年4回と1回である7。

企業と年の固定効果、規模や収益性などの統制を入れると、複合企業の係数は0.026（t値2.08）、セグメント1つ当たりは0.015（同2.48）で、どちらも5%水準で有意だった。売上の分散度の係数は0.094（同3.37）である8。単一事業から複合企業へ変わった企業は開示が増え（0.063）、逆に単一事業へ戻った企業は減った（−0.078）9。セグメント数別では、2セグメントの0.040から6セグメントの0.277へと係数が大きくなる10。

著者はこの大きさを「複合企業の開示は約6%多い」と書く。計算は係数0.026を単一事業の平均0.43で割ったものだ11。ここは注意がいる。平均も係数も対数の単位なので、この比は件数の増加率ではない。回帰が説明しているのは「1＋件数」の対数の平均で、対数上の差0.026を指数変換した約2.6%は、「1＋件数」の幾何平均（対数の平均を元の単位に戻した値）の比に対応する。これも平均件数の増加率とは異なる。単一事業の平均0.43を基準に機械的に戻すと年0.04回ほどにあたるが、これは編集部が仮定を置いた試算で、平均件数への推定効果ではない。同じ係数でも読み方で印象はかなり違う（図1）。

図1図1　同じ係数の二つの読み方複合企業の係数（単一事業との差）○ R1の表し方（係数÷平均0.43）● 編集部の換算（1＋件数の幾何平均の比）0%100%200%固定効果の回帰（係数 0.026）6%● 2.6%操作変数（2SLS）（係数 0.712）166%104%M&Aをショックに（係数 0.970）226%164%
単位：％。​期間：1995〜2020年の​米国上場企業​（金融・公益を除く）。​○は R1 の​換算​（係数を​単一事業の​平均 VolDisc 0.43 で​割る）で、​対数同士の​比。​●は​編集部の​換算​（exp(係数)−1）で​「1＋件数」の​幾何平均の​比に​対応する。​いずれも​平均件数の​増加率ではない。​出所：R1（表1.2 p.39、​表1.3 p.40、​表1.4 p.41、​本文 p.21・​p.23）の​係数を​基に​大手町​プレップ​作成。​R1 は​固定効果の​回帰を​約6%、​操作変数を​約1.7倍と​表記。

経営者が事業の形を自由に選べる以上、単純な回帰には内生性が残る。開示の多い会社は資金が安く、新事業に出やすいという逆の因果もあり得る。そこで研究は二つの操作変数を使った。貸借対照表に非支配持分があるかどうかと、同じ業種の中の複合企業の比率である12。結果の係数は0.712（t値3.84）に跳ね上がり、M&Aをショックに使うと0.970（同3.36）になった13。著者はこれらを因果の証拠と解釈している14。

著者の約1.7倍は対数の比で、同じ指数変換では「1＋件数」の幾何平均で約104%の差、同じ仮定の試算では年1.6回ほどにあたる（平均件数への推定効果ではない）。

誰に​求められ、​どんな​年に​増えるのか

研究は、複雑さと開示の関係がどこで強いかも調べている。機関投資家の保有比率が高い企業（交差項0.140、t値4.25）、担当アナリストが多い企業（同0.007、3.65）で、関係は強かった15。CEOの資産が株価に敏感な企業でも強い（同0.031、3.26）。ただしこの検定は、CEOの報酬データのある28,391社年に限られる16。

ROAが高いほど関係は強まり、赤字の年には弱まった（交差項−0.057、t値−4.10）。赤字の交差項を入れたときの複合企業の係数は0.046なので、足し合わせると−0.011で、赤字の年の上乗せはほぼ消える計算になる（編集部の計算。和の検定は報告されていない）17。

知らせの向きについては、アナリスト予想を上回る予想でも下回る予想でも、複合企業の係数は正だった。下回る側が0.018（1%水準）、上回る側が0.009（10%水準）で、著者は悪い知らせの側で顕著だと書く。ただし両者の差の検定は示されておらず、セグメント数の指標では両方とも0.006で差がない18。悪い知らせの方を多く出すと言い切れる結果ではない。

開示は​報われたのか。​Qの​不利は​小さいが、​解消は​確認できない

表1は、開示の結果を調べた回帰のうち、複合企業ダミーの列を抜き出して編集部が並べたものだ。中央の列は、開示と結果指標の関係の傾きが複合企業と単一事業企業でどれだけ違うかを示す。

表1　開示の結果を複合企業ダミーで見た回帰（抜粋）

表は横にスクロールできます →

結果の指標複合企業複合企業×開示開示
売買回転率−0.183***−0.0090.076***
アナリスト予想誤差0.040−0.014−0.029**
株価の非同期性0.004−0.009***−0.001
トービンのQ−0.130***0.041**0.016
株主資本コスト0.002***−0.001**−0.003***
負債コスト0.019−0.038**−0.035**
係数。​***は​1%、​**は​5%水準で​有意​（無印は有意でない）。​開示＝ln(1＋年間の予想件数)。​各行は​別の​回帰で、​企業・年の​固定効果と​統制変数を​含む。​期間：1995〜2020年。​負債コストの​定義は​本文​（支払利息÷総資産）・付録​（同×100）と​表の注​（÷総負債）で​異なる。​株主資本​コストの​係数の​単位は​本文から​確認できなかった。​出所：R1（表1.10 p.47、​表1.11 p.48）の​複合企業​ダミーの​列から​大手町​プレップが​抜粋・編集。

まず情報環境である。売買回転率でみると複合企業は低いが（−0.183）、開示と結果の傾きの差は、回転率でもアナリスト​予想の誤差でも統計的に有意ではなかった。有意だったのは株価の非同期性だけである19。著者も、開示による情報環境の改善幅は単一事業の企業と変わらないと書いている20。掲載誌版の要旨は、開示が複雑さを高い評価と低い資本コストへの「触媒」に変えるという強い書き方をしているので21、読むときは本文の留保と併せて見たい。

価値の面では、予想がない水準で複合企業のQは単一事業より0.130低く（t値−4.98）、開示との交差項は0.041（同2.20）だった。開示が多いほどQの不利が小さい方向である22。著者自身の言葉も、不利の「一部を相殺する」である23。どこまで縮むかを、この2つの係数から編集部が試算したのが図2だ。

図2図2　予想回数別にみたQの差複合企業と単一事業のトービンのQの差編集部の試算（点推定のみ・相関の分析）年0回−0.130年1回−0.102年4回−0.064年12回−0.025差なし
単位：トービンの​Qの差​（倍の差）。​計算式：−0.130＋0.041×ln(1＋年間予想回数)。​信頼区間は​入れていない。​点推定の​差は​年約23回で​0に​なる​（図の範囲外）。​統計的に​有意な​差が​あるかを​回数ごとに​検定した​値ではなく、​他の​統制変数は​一定とした​編集部の​試算。​出所：R1（表1.11 列1 p.48）の​係数を​基に​大手町​プレップ​作成。

図示した年0〜12回では点推定の差はいずれも負で、年4回で−0.064、12回で−0.025である。計算上は年23回ほどで差が0になり、それを超えると正に転じるが、複合企業の上位4分の1の境目である年4回を大きく超える回数である。回数ごとの差の有意性は報告されていないので、どの回数まで差が統計的に認められるのかも、開示で不利を解消できるのかも、この推定からは確認できない。

資本コストも同じ向きだ。株主資本​コストの代理変数では複合企業が0.002高く、交差項は−0.001である。係数が小数3桁で丸められているうえ単位が本文から確認できないので、ここでは符号と有意性だけを読むにとどめる24。負債コストの列は、複合企業ダミー自体は有意でなく、交差項が−0.038（t値−2.23）だった25。

この節の推定は固定効果の回帰で、開示の量に操作変数を当てていない26。業績の見通しが明るい複合企業ほど予想を出しやすく、株価も高い、という説明を排除できない。因果の識別を試みたのは複雑さから開示への部分であり、開示から企業価値への部分は相関である。

研究対象・​方法の​限界

第一に、推定の形そのものへの批判がある。Cohn、Liu、Wardlaw（2022年）は、件数データに1を足して対数を取る回帰について、自然な解釈がなく、期待値で符号を誤ることさえあると指摘し、固定効果のポアソン回帰を勧めている27。この研究の予想件数は中央値が0で、その種のデータにあたる。第1章の表にポアソン回帰の推定はなかった（オンライン付録は確認できていない）28。

第二に、操作変数の解釈である。非支配持分や業種の複合企業比率が、複雑さ以外の経路で開示に影響しないという仮定は検定できない。第2段階の修正決定係数は負で、係数は通常の回帰の27倍ある29。著者は通常の回帰が過小推定だと読むが、編集部の見方では、操作変数が動かす一部の企業に特有の効果か、仮定の破れの可能性も残る。大きさの数字を実務の目安に使うのは避けたい。

第三に、事業の形が変わるタイミングの問題がある。複合企業から単一事業へ戻る企業では、変化の2〜3年前の時点で係数が有意に正だった（基準は変化の前年）30。開示は変化の前から減り始めていたことになり、事業を絞る事情そのものが開示を動かした可能性がある。一方、単一事業から複合企業へ変わる企業では、変化前の係数は有意でなく、変化の年から正になる31。

第四に、測っているのは回数である。範囲も精度も、セグメント別の情報の有無も測っていない。セグメントの数は会社の報告区分に依存し、標本の期間は米国でマネジメント・アプローチを導入したSFAS第131号の適用をまたぐ可能性があるが、基準変更の影響を扱った記述は第1章に見当たらなかった32。文章の読みにくさが複雑さの指標を入れると有意でなくなるという主張も33、Guayらの研究の否定と受け取るのは早い。そちらの研究についても、上昇トレンドの一致や欠落変数のために因果の判断は難しいという指摘がある34。なお、複雑な企業では情報が株価に遅れて織り込まれるというCohen and Louの研究が35、この研究の出発点になっている。

最後に版の問題がある。参照した博士論文の章には未解決の相互参照が残り、負債コストの定義も本文と表の注で異なる36。査読後の掲載誌版との異同は確認できていない。

大手町​プレップの​考察：回数より​「どこまで分解して語るか」

以下は編集部の見方で、研究が検証したことではない。

一つ目。研究が示したのは、複雑さに応じて企業は語る量を増やすという傾向だが、複合企業の割引を埋めるには、回数より中身が問われるはずだ。投資家が困るのは、連結の数字がどの事業の前提から来ているか分からないことである。同じ回数の予想でも、事業別の前提を添えるかどうかで読み手の負担は変わると考えられる（仮説）。

二つ目。赤字の年に上乗せが消えるという結果は、開示方針を「業績のよいときの説明」にしてしまう誘惑を映している可能性がある。読み手が事業別の情報を一番必要とするのは、むしろ不振の年だろう。

三つ目。買収の後は開示の設計を見直す機会になる。研究の結果は処方箋ではないが、統合計画の中で「事業別に何をどの粒度で語るか」を決めておくことは、費用の小さい備えだと編集部は考える。

日本の​実務への​応用：予想の​有無では​差が​つかない

この研究の指標を、そのまま日本に持ち込むことはできない。東証の集計では、2026年3月期決算を発表した3月期決算の内国会社2,147社のうち、2,010社（93.6%）が業績予想を開示した。開示なしは137社（6.4%）である37。米国の標本では半数以上の企業年が予想なしだったのに対し、この集計では予想を出す会社が大半で、予想の有無による差は小さい。もっともこの集計は決算発表時点の予想の有無と対象期間を数えたもので、研究が測った年間のEPS予想の件数とは範囲が違う。年間の発表回数が会社を見分ける尺度になるかは、この資料からは判断できない。一方、第2四半期と通期の両方を出す会社は954社、通期のみが1,050社で、形はかなり割れている38。見るべきは予想の有無より範囲と前提だと考えられる。

東証の作成要領は、予想をレンジで示す例や、数値を記載しない旨と理由を書く例も載せている。決算短信は監査の対象外であることにも注意がいる39。2025年3月期の決算発表では、米国の関税措置について、セグメント・事業分野別に影響や前提条件を説明する会社や、シナリオを置いてレンジで開示する会社が見られたと東証は整理している40。

セグメント​情報の区分の数も、日本では注意して読む必要がある。企業会計基準第17号はマネジメント・アプローチを採り、売上高、利益または損失の絶対値、資産のいずれかが10%以上の事業セグメントを報告セグメントとして開示するよう求める。比べる相手は、売上高と資産ではすべての事業セグメントの合計、損益では黒字セグメントの利益合計と赤字セグメントの損失合計の絶対値のうち大きい方である41。経営の区分と集約の​判断に依存するので、セグメントが2つの会社が単純とは限らず、区分の​変更があれば時系列も切れる。研究の指標を日本で作るなら、売上の分散度も併せて見て、区分変更の年を除く方がよい（編集部の提案）。

学習用の​設例：連結の​予想が​同じでも、​EVは​動く

学習用の設例（架空）

  • 3事業の上場会社。売上はA事業600億円、B事業300億円、C事業100億円。売上の分散度は0.54
  • 会社が連結で出している予想はEBIT70億円（全社費用−20億円を含む）
  • 会社の内部の計画はA 72億円、B 12億円、C 6億円。事業別の予想は開示していない
  • 事業別のSOTPで使う倍率（EV/EBIT）はA 12倍、B 6倍、C 10倍、全社費用 9倍と置く

セグメントの数だけで比べると、売上がA 900億円、B 100億円の2事業の会社は分散度が0.18で、3事業の例の3分の1に当たる。ダミーでは同じ複合企業でも、分解の必要性はかなり違う。

連結の予想しかないとき、投資家は事業別の配分を自分で仮定する。高い倍率のAから低い倍率のBへ、見立ての利益を移していくと、連結のEBITは70億円のままでもSOTPのEVは変わる（表2）。

表2　連結が同じでも事業の構成で変わるEV（学習用の設例・架空）

表は横にスクロールできます →

A→Bへ移す利益A事業B事業C事業連結EBITSOTPのEV
0億円7212670816億円
6億円6618670780億円
12億円6024670744億円
18億円5430670708億円
単位：億円​（EBIT）。​全社費用は​各行とも​-20億円。​倍率は A 12倍、​B 6倍、​C 10倍、​全社費用 9倍​（すべて架空の仮定）。​EV は​事業価値で​株主価値ではない。​出所：学習用の​仮定に​基づき大手町​プレップ​作成。

会社の計画どおりならEVは816億円、投資家がAの利益を12億円少なく見ているなら744億円で、72億円（8.8%）の差になる。利益1億円の移動につき6億円（倍率の差）動く計算である。連結の予想をどれだけ頻繁に更新しても、この差は埋まらず、埋めるのは事業別の情報である。ただし内訳の開示には競合に知られる費用が伴う。なお、動かしたのは事業価値で、株主価値には別途の調整が要る。

明日から​使える​確認項目

閾値は編集部の仮の目安で、研究で検証されたものではない。

  1. 対象会社の過去5年について、事業別の売上比率から「1−比率の二乗和」を計算する。0.3を超えるのにセグメント別の見通しがなければ、説明資料で何が語られているかを確かめる。
  2. 連結の予想のうち、事業別の売上・利益の見通しまたは前提で説明されている割合を出す。
  3. 赤字または大幅減益の年と好調な年で、説明資料の事業別の記載量を比べる。悪い年に減っていれば質問する。「前年に出していた事業別の見通しをやめた理由は何か」。
  4. 買収の前後で、セグメント区分・予想の粒度・前提の項目がどう変わったかを並べる。区分の変更があれば組替え後の数値で比較する。
  5. IR側は、事業別の開示の候補ごとに「読み手の便益」と「競合に知られる費用」を並べる。
  6. 研究の数値を社内で引用するときは「約6%」と書かず、対数の単位であること、米国の標本で予想回数を測ったものであることを添える。

よく​ある​質問

開示を​増やせば​コングロマリット・​ディスカウントは​なくなりますか。

この​研究からは​言えません。​予想の​多い​複合企業ほどQの​不利が​小さいと​いう​関係は​ありますが、​編集部の​試算では​年0〜12回の​点推定の​差は​負の​ままで、​回数ごとの​有意性も​検定されていません。​しかも​相関の​分析です。​なお、​研究が​比べているのは​複合企業と​単一事業の​Qの​差で、​SOTPと​時価の​差を​測った​ものではありません。

​日本企業でも​同じ​結果に​なりますか。

確認されていません。​日本は​業績予想を​出す会社が​大半で、​米国とは​制度も​慣行も​異なります。​この​記事の​日本への​当てはめは​編集部の​推論です。

まとめ

米国の上場企業では、事業が複雑になるほど経営者の業績予想が増えるという関係が、固定効果の回帰と識別の試みの両方で報告された。読み手と株価への関心がある企業で強く、赤字の年には弱い。開示の多い複合企業ほどQの不利は小さいが、解消するかは確認できず、この部分は相関である。論文の「約6%」は対数の比で、件数の増加率としては読めない。日本では予想の有無でなく、連結の数字を事業別にどこまで分解して語っているかを確かめるのが実務的だろう。

次に​読む

脚注

  1. R1（博士論文 第1章、2024年2月） p.10、p.15〜16。ページは PDF の物理ページ（印刷ページ＋8。以下同じ）。↩
  2. R3（要旨を確認。本文は未確認）。↩
  3. R1（博士論文 第1章、2024年2月） p.18（1.3.1）、p.139（付録）。Compustat の歴史セグメントデータで、各年の最初の報告を使う。↩
  4. R1（博士論文 第1章、2024年2月） p.19（1.3.2）。↩
  5. R1（博士論文 第1章、2024年2月） p.140（付録）。↩
  6. R1（博士論文 第1章、2024年2月） 表1.1 p.38、p.20。↩
  7. R1（博士論文 第1章、2024年2月） 表1.1 p.38。平均は複合企業0.68、単一事業0.43。著者はこれを年0.97件と0.54件と換算するが（p.20）、対数の平均を戻した値で、件数の算術平均ではない。件数への換算は編集部（exp(値)−1）。↩
  8. R1（博士論文 第1章、2024年2月） 表1.2 列(2)(4)(6) p.39。標準誤差は企業でクラスタリング。↩
  9. R1（博士論文 第1章、2024年2月） 表1.6 列(1)(3) p.43。t値は4.17と−3.34。変化の前後5年の窓で、比較対象は状態が変わらなかった企業。↩
  10. R1（博士論文 第1章、2024年2月） 表1.5 p.42（t値2.88と3.05）。比較対象は単一事業の企業で、列ごとに標本が異なる。指数変換すると「1＋件数」の幾何平均の比で約4.1%と約32%（編集部の換算。平均件数の増加率ではない）。↩
  11. R1（博士論文 第1章、2024年2月） p.21（6%＝0.026/0.43）。編集部の換算は exp(0.026)−1。被説明変数が ln(1＋件数) なので（p.19、p.21）、これは「1＋件数」の幾何平均が約1.026倍になる換算（約2.6%の差）に対応し、条件付きの平均件数の増加率ではない。年0.04回と年1.6回は、単一事業の exp(0.43)＝約1.54 を全企業の基準水準と仮定して掛けた機械的な試算である。↩
  12. R1（博士論文 第1章、2024年2月） p.22（1.4.2.1）。↩
  13. R1（博士論文 第1章、2024年2月） 表1.3 列(2) p.40、表1.4 列(2) p.41。第1段階のF値は45.1と44.37。↩
  14. R1（博士論文 第1章、2024年2月） p.23。↩
  15. R1（博士論文 第1章、2024年2月） 表1.8 列(1)(4) p.45。機関投資家の列では、交差項を入れた複合企業ダミーの単独の係数は−0.032（t値−1.89、10%水準）。↩
  16. R1（博士論文 第1章、2024年2月） 表1.9 列(1) p.46、p.27。↩
  17. R1（博士論文 第1章、2024年2月） 表1.9 列(4)(7) p.46。ROA の交差項は0.129（t値4.56）。↩
  18. R1（博士論文 第1章、2024年2月） 表1.7 p.44、p.25〜26。上回る・下回るの定義は、表の注はダミー変数、付録（p.139）は対数件数で食い違う。↩
  19. R1（博士論文 第1章、2024年2月） 表1.10 p.47。非同期性の交差項は−0.009（t値−3.61）。本文 p.29 の列番号は表と一致しない箇所があるため、表の値を使った。↩
  20. R1（博士論文 第1章、2024年2月） p.12、p.29。↩
  21. R2（SSRN 掲載ページの保存版の要旨）。↩
  22. R1（博士論文 第1章、2024年2月） 表1.11 列(1) p.48、p.30。開示の単独の係数は0.016（t値0.99）で有意でない。↩
  23. R1（博士論文 第1章、2024年2月） p.30。↩
  24. R1（博士論文 第1章、2024年2月） 表1.11 列(4) p.48、p.30（t値3.58、−2.06）。指標は Lee, So and Wang（2021年）の特性に基づく資本コスト。↩
  25. R1（博士論文 第1章、2024年2月） 表1.11 列(7) p.48（複合企業ダミー0.019、t値0.67）。定義は本文 p.29 が総資産比、付録 p.140 が総資産比×100、表の注 p.48 が総負債比で異なる。↩
  26. R1（博士論文 第1章、2024年2月） p.28（Model 4）、表1.10・表1.11 p.47〜48。↩
  27. R5（要旨を確認。本文は未確認）。↩
  28. R1（博士論文 第1章、2024年2月） 第1章 p.9〜48 の表を確認。Cohn らの論文は参考文献（p.33）に載るが、第1章の本文に引用箇所は見当たらなかった。↩
  29. R1（博士論文 第1章、2024年2月） 表1.3 p.40。修正決定係数は−0.093〜−0.169。↩
  30. R1（博士論文 第1章、2024年2月） 表1.6 列(4) p.43。t=−3 は0.070（t値2.14）、t=−2 は0.068（同2.81）で、t=−5 も0.084（同1.92）と10%水準で正。変化後は t=0 の−0.046（同−2.04）が5%水準、t=4 が10%水準で、他は有意でない。事前の動きとしての解釈は編集部による。↩
  31. R1（博士論文 第1章、2024年2月） 表1.6 列(2) p.43。↩
  32. SFAS第131号によるマネジメント・アプローチの導入は R9 第45項。適用時期は本記事では確認していない。↩
  33. R1（博士論文 第1章、2024年2月） p.10、表1.2 p.39（文章の読みにくさの係数0.004、t値は約1.6）。複雑さの指標を入れない列は表に無い。↩
  34. R4（要旨を確認。本文は未確認）。↩
  35. R6（2011年6月の WP 版、要旨 p.3）。米国の1977〜2009年を分析し、分析しやすい企業の情報が複雑な企業の株価を予測する戦略で月118bp と報告した（掲載誌版は未確認）。↩
  36. R1（博士論文 第1章、2024年2月） p.20、p.30（Table ??）、p.29・p.48・p.140。↩
  37. R7（東証上会第782号、2026年6月4日）p.2。↩
  38. R7 別紙 p.6。ほかに「その他の形式」6社。↩
  39. R10 p.4、p.10、p.12。↩
  40. R8（東証上会第659号、2025年6月5日）p.2。↩
  41. R9 第12項、第45項。↩

参考文献​（2026年11月確認）

※本記事は教育目的の一般的な解説であり、投資助言・法務・税務の助言ではありません。研究結果は各論文の対象・期間・方法の範囲で得られたもので、日本の個別企業・案件にそのまま当てはまるとは限りません。設例は学習用の架空の数値です。アイキャッチ画像は生成AIによるイメージです。