Trong các nghiên cứu về CBTT, một trong những hạn chế thường hay bị bắt gặp là sựđo lường quy mô của việc công bố (Healy và Palepu, 2001). Các lý thuyết hiện có chấp nhận một sựđa dạng các cách tiếp cận vềđo lường CBTT. Một số nghiên cứu chấp nhận một bức tranh định tính về các phân tích tài liệu và phân tích thuộc về ngôn ngữ, việc sử
dụng các chỉ số công bốđã được khái quát hoá trong nghiên cứu. Theo Beattie, McInnes và Fearnley (2004), đểđo lường việc công bố có thể kểđến hai cách tiếp cận khác nhau đó là loại chủ quan và nửa khách quan.
Loại chủ quan hướng về những phân tích xếp loại các công ty theo số lượng thông tin được công bố. Các loại thang đo dùng cho loại chủ quan được đưa ra bởi AIMR (Hiệp hội Nghiên cứu và Đầu tư) hay bởi Standard & Poor’s. Các nghiên cứu nửa khách quan bao gồm việc sử dụng các công cụ như phân tích nội dung chuyên sâu, nghiên cứu tài liệu, nghiên cứu ngôn ngữ và các chỉ số công bố.
Tuy nhiên tính chủ quan của các nhà nghiên cứu có thể ảnh hưởng đến giá trị của nghiên cứu. Do đó các phương pháp khách quan hơn dần dần phát triển để vượt qua những hạn chế của loại chủ quan. Đểđo lường CBTT, các nhà nghiên cứu đã dùng một cách mới là liệt kê tất cả các mục, các nhóm dữ liệu được công bố như một số các từ hay câu bao gồm trong báo cáo thường niên (Marston và Shrives, 1991). Việc dùng các câu như là một đơn vị để phân tích đã trở nên phổ biến (Entwistle, 1999). Mặc định rằng một mức độ cao hơn về chất lượng thông tin tốt hơn hoặc minh bạch hơn được đưa đến bởi số câu chứa thông tin hiện hành được công bố nhiều hơn.
Trên thế giới đã có nhiều nghiên cứu thực nghiệm liên quan đến các yếu tố ảnh hưởng đến mức độ CBTT trong BCTC. Tuy nhiên các nghiên cứu này chủ yếu tập trung vào các doanh nghiệp niêm yết ở các nước đang phát triển. Hầu hết các chỉ số được sử dụng trong các lý thuyết công bố thực nghiệm cân nhắc đến phạm vi (hay độ bao phủ) như một sự đại diện cho chất lượng thông tin. Các mục thông tin được đo lường trong các biến giả, nếu được công bố thì nhận giá trị 1 hay ngược lại thì nhận giá trị 0. Tuy nhiên cũng có khi các mục dữ liệu được định giá trị theo bản chất của thông tin, thông tin nào định lượng được thì có giá trị cao hơn thông tin không định lượng được trong nghiên cứu. Chúng được cân đo trong sự phù hợp với các thông tin quan trọng có liên quan khác, mặc dù không có sự thống nhất về lợi ích của việc đo lường này.
Đo lường mức độ CBTT đóng vai trò quan trọng trong các nghiên cứu lý thuyết và thực tiễn. CBTT là khái niệm trừu tượng do không có một đặc trưng nổi bật để có thể sử dụng cho việc đo lường chất lượng hay mức độ CBTT. Để phục vụ cho việc đo lường đánh giá về mức độ CBTT và cũng đểđịnh hướng cho việc CBTT trong tương lai, cần thiết phải vạch ra một chuNn mực tin cậy về CBTT. Điều này góp phần làm giảm đi sự thiếu hiệu quả của thị trường vốn, giảm thiểu sự nhiễu loạn thông tin giữa doanh nghiệp và đối tượng sử dụng thông tin bên ngoài doanh nghiệp (theo Adina và Ion, 2008).
Để đo lường mức độ CBTT, các nhà nghiên cứu trước đây đã chọn một trong ba cách: cách thứ nhất là thuật toán dựa vào cơ sở dữ liệu điều tra AIMR (Association for Investment Management and Research) hoặc FAF (Financial Analysts Federation); cách thứ hai là dựa vào dự báo của quản trị công ty; cách thứ ba là tựđo lường. Tuy nhiên, mỗi cách đều có một hạn chế nhất định. Để lượng hoá chính xác mức độ CBTT trong BCTC, các nghiên cứu đã được thực hiện đi qua hai bước cơ bản:
Trước tiên các nhà nghiên cứu xây dựng một thang chuNn đã được thực hiện trong các nghiên cứu đi trước khác nhau phụ thuộc vào yêu cầu công bố của mỗi quốc gia, trình độ phát triển thị trường vốn và nhận định chủ quan của nhà nghiên cứu.Vấn đề này đã được Yuan Dinh, Linghui Fu, Herve Stolowy và Huiwen Wang, 2004 thống kê trong nghiên cứu:
“Disclosure and determinants studies: An extension using the divisive clustering method” Số chỉ mục thông tin được lựa chọn để nghiên cứu không giống nhau mặc dù có thể các nghiên cứu cùng hướng đến một đối tượng như thông tin công bố là tự nguyện hay bắt buộc thì số chỉ mục cũng có sự khác biệt lớn.
Tiếp theo, các nhà nghiên cứu dùng thang chuNn đã xây dựng để mã hoá từng chỉ mục thông tin trong mỗi quan sát. Việc đo lường hay mã hoá theo thang chuNn được xây dựng cũng tồn tại những cách tiếp cận khác nhau. Thông thường, có ba phương án được tiếp cận để đo lường, đó là Đo lường không trọng số, Đo lường có trọng số và Đo lường hỗn hợp.