Judul :

The Information Content of Nonearnings Accounting Numbers

as Earnings Predictors

Isi Informasi Angka Akuntansi Nonearnings Sebagai Proyeksi Pendapatan

Penulis:
Jane A. Ou
Diterbitkan oleh: Wiley atas nama Akuntansi Research Center, Booth School of Business,
University of Chicago

MOTIVASI PENELITIAN
Makalah ini memberikan bukti empiris pada kemampuan prediktif dan isi informasi dari
nonearnings nomor laporan tahunan luar itu terkandung dalam laba. "prediksi pendapatan"
merupakan pendekatan untuk mengatasi isu informasi. Kedua pendekatan ini, nonearnings angka
akuntansi, bersama-sama, memainkan peran prediktor perubahan laba masa depan. Banyak dari
studi ini menemukan isi informasi tambahan dalam berbagai item akuntansi. Untuk review dari
studi sebelumnya, melihat Lev dan Ohlson [1982]. Perspektif informasi akuntansi menyiratkan
bahwa kontemporer hubungan antara angka akuntansi nonearnings dan return saham dapat dilihat
sebagai akibat dari informasi prediktif, hubungan antara angka akuntansi tersebut dan beberapa
tidak dapat diamati, nilai yang relevan atribut dari sebuah perusahaan.Tulisan ini melengkapi
literatur yang ada dengan menawarkan perspektif prediksi ini pada, dan interpretasi, incremental isi
informasi dari angka akuntansi nonearnings. Hasil utama dari penelitian ini memberikan bukti
untuk kedua "informasi prediktif link "antara beberapa nomor laporan tahunan nonearnings dan
perubahan laba masa depan dan "valuasi link" antara prediksi masa depan perubahan laba dan
return saham selama diseminasi laporan tahunan periode. Link informasi prediksi didirikan oleh pas
one year- biner depan model prediksi laba untuk data laporan tahunan yang dipilih dan
membandingkan prediksi model ini 'dengan orang-orang dari jalan model.Kemampuan prediksi
acak dari model-laporan-tahunan berdasarkan atas dan di atas yang model random walk harus
dikaitkan dengan nonearnings prediktor. Hasil menunjukkan bahwa beberapa angka akuntansi
nonearnings berisi informasi tentang laba masa depan perubahan tidak tercermin dalam saat ini dan
laba sebelum. "Dalam kerangka ini, mengamati hubungan antara data akuntansi kontemporer dan
harga saham adalah hasil dari sebuah "link informasi" antara data akuntansi dan masa depan aliran
manfaat dari investasi ekuitas dan "valuasi link" antara manfaat masa depan dan harga saham.
Keterbukaan informasi memicu revisi harapan investor dari manfaat masa depan. Revisi ini
1

kemudian tercermin dalam harga saham saat ini. Kerangka ini secara resmi disajikan di Ohlson
[1979] dan Garman dan Ohlson [1980], dan secara empiris diuji oleh Easton [1985]. 'Misalnya,
temuan Ball dan Brown [1968], Beaver dan Morse [1978], dan Beaver, Lambert, dan Morse [1980]
semua konsisten dengan gagasan bahwa harga saham mencerminkan informasi mengenai laba masa
depan. Selain itu, upaya yang dikeluarkan oleh keamanan analis, manajemen perusahaan, dan
investasi masyarakat umum laba peramalan tampaknya menunjukkan bahwa laba masa depan harus
menjadi nilai-relevan.

TUJUAN PENELITIAN
Apakah angka akuntansi nonearnings menyampaikan informasi tentang pendapatan masa depan
yang tidak tercermin dalam laba saat ini?
Apakah ini tambahan konten proyeksi/prediksi tercermin dalam harga saham?
GRAND THEORY
Studi ini mengkaji kemampuan angka akuntansi nonearnings tahunan untuk memprediksi tanda
perubahan laba satu tahun ke depan. Sebuah Model prediksi benar ditentukan dengan variabel
dependen kontinyu menangkap kedua tanda dan besarnya perubahan akan lebih efisien. Namun,
mengingat bahwa sangat umum dalam akuntansi seri data dan bahwa seri data yang tersedia
biasanya pendek, tidak jelas apakah model seperti itu akan tampil lebih baik dalam prediksi baru.
Sebuah model biner meringankan masalah ini sejak perubahan ekstrim laba tidak memiliki
pengaruh lebih besar pada estimasi parameter model yang daripada pengamatan lainnya. Biarkan
Ai, menunjukkan vektor perusahaan deskriptor akuntansi saya didasarkan pada yang laporan
tahunan tahun t dan tahun-tahun sebelumnya, dan 0 menjadi vektor dari perkiraan parameter.
Karena terbatasnya jumlah pengamatan time-series untuk individu perusahaan, estimasi
kemungkinan maksimum dari parameter vektor 0 adalah berasal dari pooling data di seluruh
perusahaan sampel selama estimasi model periode. Oleh karena itu, model prediksi umum
diterapkan untuk semua perusahaan. Sampai-sampai karakteristik spesifik perusahaan (seperti
industri keanggotaan) menyiratkan berbeda proses pendapatan, menggunakan model umum bukan
atau bahkan model perusahaan-spesifik dapat melemahkan industri-spesifik kemampuan prediksi
model.
2

METODE PENELITIAN
Pertama, model logit univariat dipasang untuk masing-masing calon dan hanya mereka 13
deskriptor dengan koefisien diperkirakan signifikan pada 10% tingkat dipertahankan. Kedua,
model logit multivariat yang dilengkapi untuk ini 13 deskriptor pada dua set data independen.
Delapan deskriptor dengan koefisien signifikan pada tingkat 10% dalam setidaknya satu dari dua
data ini set disimpan sebagai prediktor agar sesuai dengan model logit akhir
Model prediksi logit yang diperkirakan berdasarkan data set pooled dari 391 perusahaan selama
periode 1965-1977. Perusahaan sampel bertemu berikut persyaratan data dalam setiap tahun:
(1) Semua item data yang diperlukan untuk menghitung delapan laba prediktor dan perubahan laba
tahun berikutnya ini (net drift) yang tersedia di Tahunan Industri 1982 Compustat File,
(2) Tahun fiskal yang berakhir pada bulan Desember.
Kemampuan prediksi dari model logit kemudian dinilai atas periode 1978-1983. Penggunaan masa
uji independen dari estimasi model periode menghindari potensi bias dari overfitting statistik.
Sampel uji untuk kinerja prediktif meliputi 637 perusahaan dengan fiskal Desember akhir tahun dan
data lengkap pada 1986 berkas Compustat untuk menghitung delapan prediktor akuntansi dan laba
perubahan setiap tahun dari periode pengujian. Dari 637 perusahaan, 303 di antara 391 model yang
estimasi perusahaan. Sekitar 1.700 perusahaan Compustat tersingkir dari sampel uji. Secara
bersama-sama, kebutuhan akhir tahun fiskal dan kebutuhan 'Misalnya, Wilson [1986] dan Rayburn
[1986] melaporkan bahwa akrual saat komponen laba memiliki kandungan informasi tambahan di
luar kas (dan / atau bekerja modal) dari operasi. Sebagian besar akrual saat ini dapat dikaitkan
dengan perubahan tingkat persediaan. Dalam memeriksa isi informasi tambahan dari laba
komponen atas laba agregat, Lipe [1986] meliputi beban penyusutan dan laba kotor sebagai
komponen laba; penjualan adalah elemen utama dari laba kotor. Tes lainnya termasuk Wilson
[1986] pada belanja modal, Freeman, Ohlson, dan Penman [1982] di Tingkat akuntansi
pengembalian (ROR), dan Griffin [1976] dan Gonedes [1978] atas dividen. Kinerja prediksi model
logit sangat mirip untuk dua kelompok ini perusahaan diperiksa secara terpisah. Oleh karena itu,
tulisan ini hanya melaporkan hasil berdasarkan sampel agregat. Data yang akan terus tersedia untuk
tahun 1978-1983 dihilangkan sekitar 48% dari semua perusahaan Compustat. Prediktor akuntansi

delapan, persediaan dan belanja modal adalah top dua kontributor hilang Data. Dari semua
perusahaan dengan item setidaknya satu data yang tersedia di Compustat di masing-masing dari
enam tahun, sekitar 29% memiliki data yang hilang pada persediaan dan 18% memiliki data yang
hilang pada belanja modal. Hubungan antara return saham dan prediksi laba adalah diperiksa
selama periode enam tahun yang sama: 1978-1983. Untuk setiap tahun, tes sampel untuk analisis
pulang keamanan terpilih dari aslinya 637 perusahaan. Untuk dimasukkan dalam sampel uji untuk
tahun tertentu, perusahaan harus memiliki data return harian tersedia di Returns Harian Tape dari
Pusat Penelitian di Harga Keamanan (CRSP) selama periode mulai 72 bulan sebelum, dan berakhir
3 bulan setelah, akhir tahun fiskal dicakup oleh laporan tahunan. Sebuah sampel dari 3.692
observasi perusahaan-tahun diperoleh: 598, 605, 612, 622, 626, 629 perusahaan selama enam tahun
1978-1983.

HASIL PENELITIAN
Makalah ini mengambil pendekatan prediksi laba untuk menyelidiki isi informasi tambahan dari
nonearnings nomor laporan tahunan atas pendapatan. Ini memberikan bukti empiris untuk informasi
prediktif hubungan antara angka-angka nonearnings dan perubahan laba masa depan. Temuan
menunjukkan bahwa nonearnings sebuah perusahaan nomor laporan tahunan berisi informasi
mengenai arah laba tahun depannya Perubahan yang tidak tercermin dalam laba saat ini. Sebuah
link valuasi antara return saham dan prediksi berdasarkan laporan tahunan-ini juga
didokumentasikan. Selama periode diseminasi laporan tahunan, saham respon kembali ke prediksi
perubahan laba masa depan adalah lebih dan luar responnya terhadap laba saat ini. Hasil ini
konsisten dengan pandangan bahwa pengungkapan nonearnings nomor laporan tahunan memicu
revisi dari ekspektasi laba masa depan investor.

KEUNGGULAN DAN KEKURANGAN PENELITIAN

KEUNGGULAN
Keunggulan yang dimiliki oleh artikel ini antara lain:

1. Memberikan informasi bahwa pendekatan prediksi laba untuk menyelidiki isi informasi
tambahan dari nonearnings nomor laporan tahunan atas pendapatan.
4

2. Judul yang dicantumkan telah merepresentasikan apa yang menjadi bahasan dalam artikel ini.

KELEMAHANNYA
Kelemahan yang dimiliki oleh artikel ini antara lain:
1. Tidak dijelaskan hipotesis dalam penelitian ini
2. Tidak dicantumpak rumusan masalah secara jelas dalan penelitian ini

REPLIKASI PENELITIAN
Hal yang dapat dilakukan oleh peneliti selanjutnya yang ingin mereplikasi peneliti ini adalah:
1. Menambahkan variabel bebas yang berhubungan dengan variable lainnya.
2. Memperbaharui data yang digunakan dan menambahkan isu-isu yang berkembang saat ini
mengenai prediksi pendapatan.