TABLE 3

Analisa Reputasi Verifier untuk Akurasi dan Setuju dengan Keputusan Penjual untuk
Menyewa

Prob(Hired
t
) (
1

2
%Accuracy
t 1

3
%Agree
t 1

4
%Accuracy
t 1
* Current
t


5
%Accuracy
t 1
* Future
t

6
%Agree
t 1
* Current
t


7
%Agree
t 1
* Future
t
v
t
)

Variables

Prediction

Coefficient
Estimate

z-statistic

p-value
b

Intercept 2.258 3.36 0.001
%Accuracy

2.276

2.52

0.012
%Agree

0.225

0.27

0.790
%Accuracy * Current

?

1.032

1.58

0.115
%Accuracy * Future

?

1.300

1.86

0.063
%Agree * Current

?

1.115

1.32

0.186
%Agree * Future

?

2.469

2.37

0.018
a
kami menggunakan kelompok-kelompok (clustering) untuk menganalisa hasil karena ada 3 subjek di tiap pasar, yang
keputusannya tidak independen dan sering sama antara satu dan lainnya. Kami menggunakan regresi untuk menganalisis
varian, dengan estimasi varian yang lebih kuat dan koreksi atas clustering. Liat Stata 7 (Stata Corporation 2000,
Reference Q-St, page 87) untuk detailnya.
b
p-values are based on two-tailed tests.
Variables Definitions:
Hired : 1 jika verifier disewa dalam periode sekarang, dan 0 sebaliknya;
%Accuracy : ratio semua periode awal ke periode sekarang dari verifier i mengeluarkan laporan akurat terhadap
total berapa kali verifier i tersebut disewa;
%Agree : ratio semua periode awal ke periode sekarang dari verifier i mengeluarkan laporan yg menyetujui
penjual terhadap total berapa kali verifier i tersebut disewa;
Current : indikator variabel sama dengan 1 jika kompensasi ACM t er di ri dar i bonus ber dasarkan unt ung
penj ual , dan 0 sebaliknya; dan
Future : indikator variabel sama dengan 1 jika kompensasi ACM t er di ri dar i bonus ber dasarkan unt ung
pembel i , dan 0 sebaliknya.
Kami menghapus 10 periode transaksi pertama dari analisis ini untuk melihat performa terkini dari verifier. (i.e., kami mengambil data
dari 13 periode transaksi terbaru).




Kami menilai ketergantungan calon investor terhadap laporan ACM didasarkan pada
t r a c k r e c o r d ACM pada tingkat pasar maupun individual pada Tabel 4 dan 5. Tabel
4, Panel A memperlihatkan tingkat pasar rata-rata winning bids dari laporan dan perlakuan
(treatment). Disamping 3 treatments, tawaran untuk High reports dan Low reports berbeda
jauh dari nilai aset yang diharapkan jika calon investor mengabaikan nilai yang dilaporkan
(i.e., 660).

Calon investor membayar jauh lebih banyak untuk High report daripada Low
report di setiap treatment. Bukti ini menggambarkan bahwa calon investor sangat
memperhatikan laporan dari ACM. Pertama, calon investor membayar kurang untuk High
reports (1,000; agree) pada Current treatment d i b a n d i n g k a n Baseline. Kedua, calon
investor membayar lebih untuk Low reports (400; disagree) pada Future treatment
daripada Baseline.



TABEL 4
Analisa Winning Buyer Bids

Panel A: Rata-rata Winning Buyer Bids dengan Treatment dan Report Type
Report Type

Treatment
a
High Report




Low
Report
Baseline 839 478
Current 760 523
Future 815 568
Winning Bid Ketika High Report
Tests of Means

Perbandingan

p-value
b

Baseline versus Current 839 versus 760 0.059
Baseline versus Future

839 versus 815

0.571
Current versus Future

760 versus 815

0.256
Winning Bid Ketika Low Report

Perbandingan

p-value
b

Baseline versus Current
478 versus 523 0.281
Baseline versus Future

478 versus 568

0.001
Current versus Future

523 versus 568

0.234

Panel B: Tests of Mean Winning Buyer Bids versus Expected Winning Buyer Bid jika
Audit Committee Member selalu jujur (diasumsikan opportunity costs tergabung
dalam tiap bid)
Winning Bid When Report is High
Treatment p-value
c

Baseline (839) versus 840
e
0.480
Current (760) versus 840 0.011
Future (815) versus 840 0.243
Winning Bid ketika Low Report
Baseline (478) versus 480
e
0.932
Current (523) versus 480 0.238
Future (568) versus 480 0.000
a
Baseline ACM compensation is comprised of a flat fee bid; the Current-treatment ACM compensation is
comprised of a flat fee bid plus a bonus based on sellers profits; and Future-treatment ACM compensation is
comprised a flat fee bid plus a bonus based on buyers profits.
b
p-values are based on two-tailed tests.
c
p-values are based on one-tailed tests.
e
Expected value of asset if verifiers are always honest and investors incorporate opportunity cost: High Report
840 (1,000 80% 400 20%) 40; Low Report 480 (400 80% 1,000 20%) 40.


Tabel 4, Panel B membandingkan t i n g k a t p a s a r winning bids terhadap
expected winning bid jika ACM melaporkan secara objektif. Cal on i nves t or yang
per ca ya bahwa ACM obj ekt i f akan menawar 880, l e b i h s e d i k i t
o p p o r t u n i t y c o s t (i.e., 840) untuk High reports.
Pada Current treatment, winning bids kurang dari 840 (p .011). Ca l on investor
yang percaya bahwa ACM objektif akan menawar 480 untuk Low report. Investor p a d a
Future treatment menawar jauh lebih besar dari 480 (p .001), ketika tawaran mereka tidak
berbeda dari 480 pada Baseline dan Current (p .932 dan p .238). C a l o n
i n v e s t o r akan menawar lebih dari 480 pada Future treatment karena Low report akan
membuat mereka menerima aset lebih banyak.
Pada Panel A di tabel 5 memperlihatkan bahwa calon investor menawarkan sangat dekat pada ekspektasi.
658.5 sangat dekat dengan ekspektasi nilai aset (660). Hal ini menunjukkan secara
keseluruhan penawaran sesuai dengan ekspektasi. Dan juga %Accuracy pada High report
tinggi sehingga menunjukkan penawaran yang rendah pada Low report..
Panel B pada Tabel 5 melaporkan bahwa calon investor lebih memiliki keyakinan pada
Low report. Kemungkinan karena Future Treatment memiliki insentif untuk dibiaskan ke Low
report, sehingga lebih dapat dipercaya, terlebih jika dikeluarkan oleh ACM yang lebih akurat.
Batasan
Studi ini memakai beberapa batasan. Pertama, komite audite membuat keputusan secara
kelompok bukan individu karena keputusan secara kelompok tidak nakan menghasilkan hasil
yang berbeda, lain dengan keputusan individu.


TABLE 5
Analysis of Verifier Reputation for Accurate Reporting on Winning Buyer Bids

Panel A: Winning Bids with Pooled Reports (n 702)
Highbid
t

1

2
High Report
t

3
%Accuracy
t

4
%Accuracy * High Report
t

t



Variables

Prediction

Coefficient
Estimate

t-statistic

p-value
b

Intercept

658.5 14.88 0.001
High Report

84.4

1.64

0.120
%Accuracy

169.7

2.87

0.011
%Accuracy * High Report

489.8

7.75

0.001
Panel B: Winning Bids by Treatment

Variables

Prediction

Coefficient
Estimate

t-statistic

p-value
b

Baseline (n 234)
Intercept



498.5

7.03

0.001
High Report

258.2

3.58

0.016
%Accuracy

31.7

0.29

0.784
%Accuracy * High Report

150.6

1.67

0.155
Current (n 234)
Intercept 745.2 3.54 0.017
High Report

135.8 0.59 0.584
%Accuracy

302.4 1.16 0.297
%Accuracy * High Report

529.5 1.73 0.145
Future (n 234)
Intercept 647.9 14.43 0.001
High Report

102.1 1.48 0.200
%Accuracy

86.0 1.24 0.270
%Accuracy * High Report

462.8 4.22 0.008
a a
kami menggunakan kelompok-kelompok (clustering) untuk menganalisa hasil karena ada 3 subjek di tiap pasar, yang
keputusannya tidak independen dan sering sama antara satu dan lainnya. Kami menggunakan regresi untuk menganalisis
varian, dengan estimasi varian yang lebih kuat dan koreksi atas clustering. Liat Stata 7 (Stata Corporation 2000,
Reference Q-St, page 87) untuk detailnya.
b
p-values are based on two-tailed tests.
Variables Definitions:
Highbid winning buyer bid;
High Report 1 if verifier i issued a report that agreed with the sellers report, and 0 otherwise; and
%Accuracy percentage of time ACM reported accurately in the periods prior to the current period.
. Kami menghapus 10 periode transaksi pertama dari analisis ini untuk melihat performa terkini dari verifier. (i.e., kami mengambil
data dari 13 periode transaksi terbaru).

Kedua, kami menghilangkan liability-based incentive yang ada di dunia kerja. ACM
memiliki tanggungjawab yang kepada pemilik saham yang membuat mereka memiliki hutang
kepada pemilik saham. Hal ini akan menyulitkan pengamatan pelaporan yang bias.
Ketiga, kami menghilangkan interkasi antara komite audit dengan auditor.
Keempat, kami tidak menginvestigasi potensi trade off dari penghapusan kompensasi saham kepada
Board Members.

V. Kesimpulan
Kami menggunakan pasar eksperimental untuk menganalisa ini. Kami asumsikan anggota komite audit dengan fungsi
monitoringnya dapat mempengaruhi auditor. Hasil penilitian ini menunjukkan bahwa anggota komite audit yang
dibayar bukan dengan kompensasi saham cenderung lebih objektif dan tidak bias dalam laporannya.
Penelitian ini berkontribusi dalam 3 hal. Pertama, kami menyediakan bukti empiris bahwa anggota
komite audit yang menerima kompensasi saham cenderung membuat laporan yang bias dan tidak
objektif. Bukti ini akan membantu penelitian terhadap teori objektifitas ACM. Kedua, bukti ini
menambahkan dan menguatkan bahwa ada keterkaitan antara opsi saham komite audit yang
menunjukkan kompensasi saham sekarang maupun di masa depat akan berdampak ke ACM. Ketiga,
kami mengembangkan hasil yang didapat Mayhew dan Pike (2004) bahwa insentif saham sekarang dan
di masa depan memiliki efek yang berbeda dimana ACM yang mendapatkan insentif saham sekarang
cenderung melaporkan secara bias dengan agresif sehingga akan menghasilkan High report.
Sedangkan ACM yang mendapatkan kompensasi saham di masa depan akan melaporkan secara bias
dengan konservatif sehingga akan menghasilkan Low Report.