Corporate governance characteristics and valuation: inferences from quantile regression
Loading...
Date
2016-12-01
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad ESAN. ESAN Ediciones
Redes Sociales
Citación
Citación APAAbstract
Prior literature on corporate governance and performance provides mixed evidence on the impact ofvarious corporate governance measures on performance indicators. However, most of literatures adoptthe Ordinary Least Square (OLS). This method is based on the central tendency, which may not appro-priately represent the reality in cases where the dependent variable ranges between upper and lowervalues and hence the relationship may not be homogenous across different percentiles of the dependentvariables. A variable having a positive impact based on the central tendency for firms may not be the casefor the firms in the upper or lower bounds. Thus, estimating the means using OLS may not reflect andrepresent the heterogeneity in the estimated relationship. Therefore, quantile regression estimates therelationship at any point conditional on the distribution of dependent variable. This would enable us togenerate various estimated coefficient at certain quantile of dependent variable. Therefore, the objectiveof the study is twofold. First, this study aims to investigate the relationship between corporate gover-nance and performance using OLS. Second, this work further explores the impact of corporate governancemechanisms on performance using quantile regression so as to compare and to shed light on whetherthere is heterogeneity in the influence of these variables on the performance of listed companies acrossquantiles. The results of the study provide evidence that quantile approach shows inconsistency in theresult with OLS and hence indicating the impact depends on the scale size. This theoretically providesfurther support that OLS may represent a poor estimation approach for the reality of firms.
La literatura previa sobre gobierno corporativo y desempe ̃no aporta una evidencia mixta del impactode las diversas mediciones del mismo sobre los indicadores del desempe ̃no. Sin embargo, gran parte dela literatura adopta el método de los mínimos cuadrados ordinarios (MCO). Dicho método se basa en latendencia central, que puede no constituir una representación adecuada de la realidad en aquellos casosen los que la variable dependiente oscila entre los valores superior e inferior y, por tanto, la relaciónpuede no ser homogénea a lo largo de los diferentes percentiles de las variables dependientes. Unavariable que tenga un impacto positivo basado en la tendencia central para las empresas puede no serel caso para aquellas posicionadas en los límites superior o inferior. Entonces, el cálculo de las mediascon el uso del método MCO no reflejaría ni representaría la heterogeneidad en la relación estimada. Porello, la regresión de cuantiles calcula la relación en cualquier punto, supeditado a la distribución de la variable dependiente. Esto nos permitiría generar diversos coeficientes estimados en cualquier cuantil dela variable dependiente. En consecuencia, el objetivo de este estudio es doble: investiga la relación entre elgobierno corporativo y el desempe ̃no, utilizando el método MCO y explora el impacto de los mecanismosdel gobierno corporativo sobre el desempe ̃no, utilizando la regresión de cuantiles, a fin de comparar yarrojar luz sobre la posibilidad de que exista heterogeneidad en la influencia de dichas variables sobreel desempe ̃no de las empresas cotizadas, a lo largo de los cuantiles. Los resultados del estudio aportanevidencia acerca de que el enfoque de los cuantiles es inconsistente con el método MCO y, por tanto,indica que el impacto depende del tama ̃no de la escala. Esto respalda, además, el hecho de que el métodoMCO puede representar un enfoque de cálculo más débil para la realidad de las empresas.
La literatura previa sobre gobierno corporativo y desempe ̃no aporta una evidencia mixta del impactode las diversas mediciones del mismo sobre los indicadores del desempe ̃no. Sin embargo, gran parte dela literatura adopta el método de los mínimos cuadrados ordinarios (MCO). Dicho método se basa en latendencia central, que puede no constituir una representación adecuada de la realidad en aquellos casosen los que la variable dependiente oscila entre los valores superior e inferior y, por tanto, la relaciónpuede no ser homogénea a lo largo de los diferentes percentiles de las variables dependientes. Unavariable que tenga un impacto positivo basado en la tendencia central para las empresas puede no serel caso para aquellas posicionadas en los límites superior o inferior. Entonces, el cálculo de las mediascon el uso del método MCO no reflejaría ni representaría la heterogeneidad en la relación estimada. Porello, la regresión de cuantiles calcula la relación en cualquier punto, supeditado a la distribución de la variable dependiente. Esto nos permitiría generar diversos coeficientes estimados en cualquier cuantil dela variable dependiente. En consecuencia, el objetivo de este estudio es doble: investiga la relación entre elgobierno corporativo y el desempe ̃no, utilizando el método MCO y explora el impacto de los mecanismosdel gobierno corporativo sobre el desempe ̃no, utilizando la regresión de cuantiles, a fin de comparar yarrojar luz sobre la posibilidad de que exista heterogeneidad en la influencia de dichas variables sobreel desempe ̃no de las empresas cotizadas, a lo largo de los cuantiles. Los resultados del estudio aportanevidencia acerca de que el enfoque de los cuantiles es inconsistente con el método MCO y, por tanto,indica que el impacto depende del tama ̃no de la escala. Esto respalda, además, el hecho de que el métodoMCO puede representar un enfoque de cálculo más débil para la realidad de las empresas.
Description
Keywords
Performance, Corporate governance, OLS, Quantile regression, Desempeño, Gobierno corporativo, OLS, Regresión de cuantiles
Citation
Shawtari, F. A., Salem, M. A., Hussain, H.I., Alaeddin, O., & Bin Thabit, O. (2016). Corporate governance characteristics and valuation: inferences from quantile regression. Journal of Economics, Finance and Administrative Science, 21(41), 81-88. https://doi.org/10.1016/j.jefas.2016.06.004
