Resumen
This paper aims to investigate the performance and reliability of different regression methods in a value relevance model. Ten regression methods, both linear and nonlinear, were investigated to assess the effects of outliers, sample size, and overfitting on the model's performance (R² and error). The findings revealed that the Ordinary Least Squares (OLS) method is susceptible to false positive results due to its high R² but is often affected by heteroscedasticity, is more sensitive to outliers, sample size, and overfitting compared to the other regression methods analyzed. Although OLS is widely used in research in the field, it may not adequately address research questions in value relevance. The research advocates for a broader use of advanced regression techniques, including machine learning, to enhance empirical studies in finance. This research offers important insights for regulators, academia, companies, investors, and other stakeholders on the use of value relevance studies for decision-making.
©2018, Facultad de Contaduría y Administración, Universidad Nacional Autónoma de México. Reservados todos los derechos. La publicación del artículo en versión impres implica la cesión total de los derechos de propiedad (copyright) a Contaduría y Administración. La revista se reserva el derecho para la reproducción total o parcial del trabajo en otros medios impresos, electrónicos o cualquier otra alternativa, pero reconociendo siempre su autoría.
Licencia para Contenidos Publicados
Salvo indicación contraria, todos los contenidos de la edición electrónica de la revista se distribuyen bajo una licencia de uso y distribución “Creative Commons Reconocimiento 4.0 Internacional” (CC-by). Usted es libre de copiar, distribuir, transmitir y adaptar el trabajo. Debe atribuir el trabajo de la manera especificada por el autor o licencia Creative Commons. Puede consultar desde aquí la versión informativa de la licencia. Esta circunstancia ha de hacerse constar expresamente de esta forma cuando sea necesario.
Licencia para Metadatos
Los metadatos de los artículos publicados por Contaduría y Administración son de dominio público, mediante la renuncia de todos los derechos de la editorial a la obra, bajo la ley de derecho de autor en el mundo, incluidos todos los derechos y conexos, en la medida en que lo permita la ley. Usted puede copiar, modificar y distribuir los metadatos, incluso con fines comerciales, todo sin pedir permiso.
