Anda di halaman 1dari 30

Bab 5 - Relevansi Nilai Informasi Akuntansi

Penelitian
Ball & Brown

Relevansi Nilai – peringatan: informasi respons pasar


Menemukan respons akuntansi sebagai konsisten
pasar terhadap barang publik dengan teori
informasi akuntansi

Koefisien respon
laba, persistensi
laba

5.1 IKHTISAR
Ada pepatah bahwa "bukti puding ada di dalam makanan." Jika teori pasar yang efisien dan
teori keputusan yang mendasarinya adalah deskripsi yang masuk akal tentang realitas secara rata-rata,
kita harus mengamati nilai pasar dari sekuritas yang merespons dengan cara yang dapat diprediksi ke
informasi yang baru.

Ini mengarah pada pemeriksaan penelitian empiris dalam akuntansi. Meskipun kesulitan
merancang eksperimen untuk menguji implikasi dari kegunaan keputusan, penelitian akuntansi telah
menetapkan bahwa harga pasar keamanan merespon informasi akuntansi. Ketika harga keamanan
merespon dengan cara ini, kami mengatakan bahwa informasi akuntansi memiliki relevansi nilai.
Bukti signifikan pertama dari reaksi pasar keamanan ini terhadap pengumuman laba disediakan oleh
Ball and Brown pada tahun 1968. Sejak itu, sejumlah besar studi empiris telah mendokumentasikan
aspek tambahan relevansi nilai.
Atas dasar studi ini, tampaknya informasi akuntansi berguna bagi investor dalam
membantu mereka memperkirakan nilai yang diharapkan dan risiko pengembalian jaminan.
Seseorang hanya perlu merenungkan penggunaan teorema Bayes dalam Contoh 3.1 untuk
melihat bahwa jika
informasi akuntansi tidak memiliki konten informasi, tidak akan ada revisi keyakinan
setelah diterima, sehingga tidak memicu keputusan beli / jual. Tanpa keputusan beli / jual,
tidak akan ada volume perdagangan atau perubahan harga. Intinya, informasi berguna jika
mengarahkan investor untuk mengubah keyakinan dan tindakan mereka. Lebih jauh lagi,
tingkat kegunaan bagi investor dapat diukur dengan tingkat volume atau perubahan harga
setelah rilis informasi.

Pendekatan relevansi nilai mengambil pandangan bahwa investor ingin membuat


prediksi mereka sendiri tentang pengembalian keamanan masa depan (daripada memiliki
laporan keuangan melakukannya untuk mereka, seperti dalam kondisi ideal) dan mampu
"melahap" semua informasi yang berguna dalam hal ini. Nilai relevansi juga menyiratkan
bahwa penelitian empiris dapat membantu akuntan untuk lebih meningkatkan kegunaan
dengan membiarkan respon pasar memandu mereka mengenai informasi mana dan tidak
dihargai oleh investor.

Namun, kita harus berhati-hati ketika menyamakan kegunaan dengan tingkat


perubahan harga keamanan. Sementara para investor, dan akuntan, dapat mengambil manfaat
dari informasi yang bermanfaat, tidak berarti bahwa masyarakat akan lebih baik. Informasi
adalah komoditas yang sangat kompleks, dan nilai-nilai pribadi dan sosialnya tidak sama.
Salah satu alasannya adalah biaya. Pengguna laporan keuangan umumnya tidak membayar
langsung untuk informasi ini. Akibatnya, mereka dapat menemukan informasi yang berguna
meskipun biaya lebih banyak bagi masyarakat (misalnya, dalam bentuk harga produk yang
lebih tinggi untuk membantu perusahaan membayar untuk menghasilkan dan melaporkan
informasi) daripada nilai manfaat yang meningkat. Selain itu, informasi memengaruhi orang
secara berbeda, sehingga membutuhkan pengorbanan biaya-manfaat yang kompleks untuk
menyeimbangkan kepentingan bersaing dari konstituen yang berbeda

Pertimbangan sosial ini tidak membatalkan relevansi nilai. Akuntan masih dapat
berusaha untuk meningkatkan posisi kompetitif mereka di pasar informasi dengan
memberikan informasi yang lebih berguna. Dan masih benar bahwa pasar sekuritas akan
bekerja lebih baik untuk mengalokasikan modal yang langka jika harga sekuritas memberikan
indikator yang baik tentang peluang investasi dan kinerja perusahaan di masa depan. Namun,
apa yang akuntan tidak dapat lakukan adalah mengklaim bahwa kebijakan akuntansi terbaik
adalah yang menghasilkan respons pasar terbesar.

Gambar 5.1 menguraikan organisasi dari bab ini.

5.2 GARIS BESAR DARI MASALAH PENELITIAN

5.2.1 ALASAN UNTUK RESPONS PASAR

Kami mulai dengan meninjau alasan mengapa harga pasar saham perusahaan dapat
menanggapi informasi laporan keuangan. Untuk sebagian besar bab ini kita akan membatasi
informasi laporan keuangan untuk laba bersih yang dilaporkan. Isi informasi dari laba bersih
adalah topik yang telah menerima penyelidikan empiris yang luas. Isi informasi komponen
laporan keuangan lainnya akan dibahas dalam Bagian 5.6 dan Bab 7.
Prediksi tentang perilaku investor dalam menanggapi informasi laporan keuangan sebagai

berikut:

1. Investor memiliki keyakinan sebelumnya tentang kinerja masa depan perusahaan —

yaitu, dividen, arus kas, dan / atau laba, yang mempengaruhi pengembalian dan risiko yang

diharapkan dari perusahaan sekuritas. Keyakinan sebelumnya akan didasarkan pada semua

informasi yang tersedia, termasuk harga pasar hingga sesaat sebelum mengumumkan laba

bersih perusahaan saat ini. Bahkan jika mereka didasarkan pada informasi yang tersedia
secara publik, keyakinan investor tidak harus sama karena investor memiliki jumlah

informasi yang berbeda dan sejauh mana mereka mendapat informasi.

2. Setelah pengumuman laba bersih periode berjalan, beberapa investor akan dengan cepat

memutuskan untuk menjadi lebih terinformasi dengan menganalisis angka pendapatan.

Misalnya, jika pendapatan bersih tinggi, atau lebih tinggi dari yang diharapkan, ini mungkin

adalah kabar baik. Jika demikian, investor akan merevisi keyakinan mereka tentang kinerja

perusahaan di masa depan. Investor lain, yang mungkin memiliki keyakinan terlalu tinggi

tentang pendapatan bersih saat ini maka dapat menjadi berita buruk.

3. Investor yang telah merevisi keyakinan mereka tentang kinerja perusahaan di masa

depan ke atas akan cenderung membeli saham perusahaan dengan harga pasar mereka

saat ini, dan sebaliknya bagi mereka yang telah merevisi keyakinan mereka turun. Evaluasi

investor terhadap keberisikoan saham ini juga dapat direvisi.

4. Kami berharap untuk mengamati volume saham yang diperdagangkan untuk meningkat

ketika perusahaan melaporkan laba bersihnya. Selain itu, volume ini harus lebih besar,

semakin besar perbedaan keyakinan sebelumnya investor tentang kinerja perusahaan di

masa depan, dan dalam interpretasi mereka tentang informasi keuangan saat ini. 1 Jika para

investor yang menafsirkan laba bersih dilaporkan sebagai berita baik (dan karenanya telah

meningkatkan harapan mereka akan kinerja masa depan) lebih besar daripada mereka yang

menafsirkannya sebagai berita buruk, kita akan berharap peningkatan harga pasar saham

perusahaan, dan sebaliknya.

Beaver (1968), dalam sebuah penelitian terkenal, menguji reaksi volume

perdagangan. Dia menemukan peningkatan volume yang dramatis selama minggu rilis

pengumuman laba. Detail lebih lanjut dari temuan Beaver disertakan dalam Pertanyaan 9

pada bab ini. Dalam keseimbangan bab ini kita akan berkonsentrasi pada reaksi harga

pasar. Reaksi harga pasar dapat memberikan tes yang lebih kuat dalam kegunaan

keputusan daripada reaksi volume. Sebagai contoh, model Kim dan Verrecchia (1997)
menunjukkan bahwa volume lebih mengalami banyak gangguan (noisier) daripada

perubahan harga sebagai ukuran kegunaan keputusan dalam informasi keuangan.

Anda akan menyadari bahwa prediksi sebelumnya mengikuti teori keputusan dan

teori pasar yang efisien dari Bab 3 dan 4 cukup erat. Jika teori-teori ini memiliki relevansi

dengan akuntan, prediksi mereka harus ditanggung secara empiris. Peneliti empiris dapat

menguji prediksi ini dengan mendapatkan sampel perusahaan yang menerbitkan laporan

tahunan dan menyelidiki apakah volume dan reaksi harga terhadap berita baik atau buruk

dalam pendapatan terjadi ketika kita percaya pada teori. Ini tidak semudah kelihatannya,

untuk sejumlah alasan, seperti yang akan kita bahas selanjutnya.

5.2.2 MENDAPATKAN RESPON PASAR

1. Teori pasar yang efisien menyiratkan bahwa pasar akan bereaksi cepat terhadap

informasi baru. Akibatnya, penting untuk mengetahui kapan laba bersih tahun berjalan

dilaporkan pertama kali dan diketahui publik. Jika peneliti mencari volume dan efek harga

bahkan keterlambatan beberapa hari, tidak ada efek yang dapat diamati meskipun sudah

ada. Peneliti telah memecahkan masalah ini dengan menggunakan tanggal laba bersih

perusahaan dilaporkan di media keuangan seperti The Wall Street Journal. Baru-baru ini,

banyak perusahaan mengumumkan informasi laba pada konferensi pers atau dalam

panggilan konferensi. Jika pasar akan bereaksi, itu harus dilakukan dalam narrow-window

beberapa hari di sekitar tanggal-tanggal ini.

2. Berita baik atau buruk dalam laba bersih yang dilaporkan biasanya dievaluasi relatif

terhadap apa yang diharapkan investor. Jika sebuah perusahaan melaporkan laba bersih,

katakanlah, $ 2 juta, dan ini adalah apa yang diharapkan investor (dari laporan triwulanan,

pidato oleh pejabat perusahaan, prediksi analis, informasi berwawasan ke depan di MD & A

dandalam harga saham itu sendiri) , hampir tidak akan ada banyak konten informasi dalam

laba bersih yang dilaporkan. Keyakinan sebelumnya dari investor sudah direvisi untuk

mencerminkan informasi sebelumnya. Akan berbeda, jika investor mengharapkan $ 2 juta


dan laba bersih yang dilaporkan adalah $ 3 juta. Kabar baik ini akan memicu revisi

keyakinan cepat tentang kinerja masa depan perusahaan. Ini berarti bahwa para peneliti

harus memperoleh proxy mengenai laba bersih yang diharapkan investor. Proksi ini

biasanya didasarkan pada penghasilan sebelumnya atau perkiraan penghasilan analis.

3. Selalu ada banyak peristiwa yang terjadi yang memengaruhi volume dan harga saham

perusahaan. Ini berarti bahwa respons pasar terhadap laba bersih yang dilaporkan sulit

ditemukan. Misalnya, anggaplah sebuah perusahaan mengumumkan laba bersih tahun

berjalan, yang mengandung kabar baik, pada hari yang sama pemerintah mengumumkan

kenaikan defisit yang cukup besar. Pengumuman publik semacam itu mungkin akan

mempengaruhi semua harga atau sebagian besar sekuritas di pasar, yang pada gilirannya

mungkin membanjiri dampak harga dari pengumuman laba perusahaan tersebut. Dengan

demikian, diharapkan untuk memisahkan dampak dari faktor-faktor luas pasar dan spesifik

perusahaan pada pengembalian saham.

5.2.3 Memisahkan Faktor-Faktor Pasar-Luas dan Faktor-Faktor Tertentu

Perusahaan

Seperti yang dijelaskan dalam Section 4.5, model pasar secara luas digunakan

untuk mengekspos faktor-faktor yang berbeda di seluruh pasar dan spesifik-perusahaan

dalam memengaruhi pengembalian jaminan. Figure 5.2 memberikan ilustrasi grafis dari

model pasar untuk perusahaan j untuk periode t, di mana kita mengambil jangka waktu satu

hari. Periode waktu yang lebih lama, seperti satu minggu, bulan, atau tahun, dan bahkan

periode yang lebih pendek, juga digunakan oleh para peneliti. Gambar ini menunjukkan

hubungan antara laba atas saham perusahaan j dan laba atas portofolio pasar (ditunjukkan,

misalnya, oleh indeks Dow Jones Industrial Average atau indeks Komposit S & P / TSX).

Figure 5.2 Pemisahan Pengembalian Keamanan Pasar-Luas dan Khusus

Perusahaan Menggunakan Model Pasar

R jt
Return sesungguhnya 0.0015 ϵjt (return abnormal)= 0,0006

Return yg diharapkan 0.0009

Slope (kemiringan)=βj=0.80

Intersep = αj = 0,0001

0.001 RMt

Pertimbangkan persamaan model pasar, diulang dari Section 4.5 (Persamaan 4.4):

𝑅𝑗𝑡 = 𝛼𝑗 + 𝛽𝑗 𝑅𝑀𝑡 + 𝜖𝑗𝑡

Seperti yang dijelaskan dalam Section 4.5, peneliti akan memperoleh data masa lalu

pada R jt dan RMt dan menggunakan analisis regresi untuk memperkirakan koefisien dari

model. Misalkan ini menghasilkan αj = 0,0001 dan βj = 0,80, seperti yang ditunjukkan pada

gambar.2

Sekarang, dengan perkiraan model pasar untuk perusahaan j, peneliti dapat

berkonsultasi dengan media keuangan untuk menemukan hari pengumuman laba

perusahaan saat ini. Sebut saja "hari 0." Anggaplah bahwa untuk hari ke 0 pengembalian

(return) indeks Dow Jones Industrial adalah 0,001.3 Kemudian model pasar yang

diperkirakan untuk perusahaan j digunakan untuk memprediksi laba atas saham perusahaan

j untuk hari ini. Seperti yang ditunjukkan pada Figure 5.2, pengembalian yang diharapkan4

adalah 0,0009. Sekarang asumsikan bahwa laba aktual atas saham perusahaan untuk hari

0 adalah 0,0015. Kemudian perbedaan antara pengembalian aktual dan yang diharapkan

adalah 0,0006 (yaitu, ϵjt = 0,0006 untuk hari ini). Nilai 0,0006 adalah perkiraan laba

abnormal, atau terhadap saham perusahaan j untuk hari itu.5 Pengembalian abnormal ini
juga ditafsirkan sebagai tingkat pengembalian saham perusahaan untuk hari 0 setelah

menghilangkan pengaruh faktor-faktor di seluruh pasar. Perhatikan bahwa penafsiran ini

konsisten dengan Contoh 3.2, di mana kita membedakan antara faktor-faktor luas-pasar

dan spesifik-perusahaan. Prosedur ini menyediakan cara operasional untuk membuat

pemisahan tersebut.

5.2.4 Perbandingan Pengembalian dan Pendapatan

Peneliti empiris sekarang dapat membandingkan pengembalian saham abnormal pada hari
ke-0 seperti yang dihitung di atas dengan komponen tak terduga dari laba bersih yang
dilaporkan perusahaan saat ini. Jika laba bersih yang tak terduga ini adalah berita baik
(yaitu, laba bersih tak terduga yang positif) kemudian, mengingat efisiensi pasar sekuritas
yang wajar, laba saham abnormal yang normal merupakan bukti bahwa investor rata-rata
bereaksi positif terhadap berita baik yang tak terduga kemudian, mengingat efisiensi pasar
sekuritas yang wajar, pengembalian saham abnormal yang positif merupakan bukti bahwa
investor rata-rata bereaksi positif terhadap berita baik yang tak terduga dalam pendapatan.
Garis penalaran serupa berlaku jika pengumuman laba saat ini adalah berita buruk.

Untuk meningkatkan kekuatan penyelidikan, peneliti mungkin ingin juga memeriksa


beberapa hari di kedua sisi hari 0. Mungkin saja, misalnya, bahwa pasar mungkin belajar
dari berita laba yang baik atau buruk satu atau dua hari lebih awal. Sebaliknya, hasil
abnormal yang positif atau negatif dapat berlanjut selama satu atau dua hari setelah hari 0
sementara pasar mencerna informasi, meskipun efisiensi pasar menyiratkan bahwa setiap
pengembalian berlebih akan cepat habis. Akibatnya, penjumlahan pengembalian abnormal
untuk jendela sempit tiga sampai lima hari sekitar hari ke-0 tampaknya lebih masuk akal
daripada memeriksa hari 0 saja. Ini juga membantu melindungi terhadap kemungkinan
bahwa tanggal pengumuman penghasilan saat ini mungkin bukan perkiraan yang
sepenuhnya akurat tentang tanggal ketersediaan publik mereka.

Jika pengembalian abnormal positif dan negatif yang mengelilingi berita laba baik atau buruk
ditemukan untuk memegang seluruh sampel perusahaan, peneliti dapat menyimpulkan
bahwa prediksi berdasarkan teori keputusan dan teori pasar sekuritas efisien didukung. Hal
ini pada gilirannya akan mendukung pendekatan kegunaan keputusan untuk akuntansi dan
pelaporan keuangan, karena, jika investor tidak menemukan informasi laba bersih yang
dilaporkan berguna, respon pasar akan sulit diamati.
Tentu saja, metodologi ini tidak begitu mudah — sejumlah asumsi dan estimasi harus dibuat
di sepanjang jalan. Salah satu komplikasi adalah bahwa informasi spesifik perusahaan
lainnya sering muncul di sekitar saat pengumuman laba perusahaan. Sebagai contoh, jika
perusahaan j mengumumkan pemecahan saham atau perubahan dividen pada hari yang
sama saat merilis pendapatannya saat ini, akan sulit untuk mengetahui apakah respon
pasar disebabkan oleh salah satu atau yang lain. Namun, para peneliti dapat mengatasi hal
ini dengan menghapus perusahaan-perusahaan tersebut dari sampel.
Komplikasi lain adalah estimasi beta perusahaan, yang dibutuhkan untuk memisahkan
pengembalian pasar dan pengembalian spesifik perusahaan seperti pada Gambar 5.2.
Seperti disebutkan, estimasi ini biasanya didasarkan pada analisis regresi data masa lalu
menggunakan model pasar. Kemudian, beta yang diperkirakan adalah kemiringan garis
regresi. Namun, seperti yang akan kita bahas dalam Bagian 6.2.3, beta perusahaan dapat
berubah seiring waktu, misalnya ketika perusahaan mengubah operasinya dan / atau
struktur modalnya. Jika perkiraan beta berbeda dari beta yang sebenarnya, ini
mempengaruhi perhitungan pengembalian abnormal, mungkin membiaskan hasil
penyelidikan.

Ada berbagai cara untuk mengatasi komplikasi ini. Misalnya, mungkin


dimungkinkan untuk mendapatkan "pendapat kedua" tentang beta dengan
memperkirakannya dari informasi laporan keuangan daripada dari data pasar. (Ini dianggap
dalam Bagian 7.12.1.) Atau, beta dapat diperkirakan dari suatu periode setelah
pengumuman penghasilan dan dibandingkan dengan perkiraan dari suatu periode sebelum
pengumuman.

Juga, ada cara untuk memisahkan pengembalian seluruh pasar dan pengembalian spesifik
perusahaan yang mengabaikan beta. Sebagai contoh, kita dapat memperkirakan
pengembalian spesifik perusahaan dengan perbedaan antara return saham perusahaan j
selama periode 0 dan pengembalian rata-rata sahamnya selama beberapa periode
sebelumnya. Atau, kita dapat mengambil perbedaan antara pengembalian perusahaan j
selama periode 0 dan pengembalian portofolio pasar untuk periode yang sama. Sebagai
alternatif, seperti dalam Easton dan Harris (1991), kita dapat bekerja dengan pengembalian
saham total dan tidak memberikan keuntungan pasar sama sekali.

model pasar secara memadai menangkap proses riil yang menghasilkan imbal hasil - lihat
pembahasan kita di Bagian 4.5.2. Sejauh model pasar tidak sepenuhnya menangkap
realitas, penggunaannya dapat memperkenalkan lebih banyak kesalahan dalam
memperkirakan beta dan pengembalian abnormal daripada mengurangi dengan menghapus
pengembalian seluruh pasar dan mengendalikan risiko. Komplikasi lebih lanjut adalah
bahwa ada berbagai indeks pengembalian portofolio pasar yang tersedia, di mana Dow
Jones Industrial Average hanya satu. Mana yang harus digunakan?

Masalah-masalah ini diperiksa oleh Brown dan Warner (1980) dalam sebuah studi simulasi.
Meskipun masalah pemodelan dan pengukuran seperti yang baru saja disebutkan, Brown
dan Warner menyimpulkan bahwa, untuk jendela kembali bulanan, prosedur berbasis model
pasar yang diuraikan dalam Bagian 5.2.3 dilakukan cukup baik relatif terhadap alternatif di
atas. Akibatnya, ini adalah prosedur yang akan kita konsentrasikan.

Dengan menggunakan prosedur ini, tampaknya pasar bereaksi terhadap informasi laba
seperti yang diprediksi oleh teori. Kami sekarang akan meninjau bukti signifikan pertama
dan interpretasi dari reaksi ini, Ball and Brown studi tahun 1968 yang terkenal.

5.3 THE BALL AND BROWN STUDY


5.3.1 Metodologi dan Temuan

Pada tahun 1968, Ball and Brown (BB) memulai tradisi riset pasar modal empiris dalam
akuntansi yang berlanjut hingga hari ini. Mereka adalah yang pertama memberikan bukti
ilmiah yang meyakinkan bahwa pengembalian pangsa perusahaan menanggapi isi informasi
dari laporan keuangan - yaitu, bahwa laporan keuangan memiliki relevansi nilai. Jenis
penelitian ini disebut studi peristiwa, karena mempelajari reaksi pasar sekuritas sempit
jendela untuk peristiwa tertentu, dalam hal ini, rilis perusahaan dari laba bersih saat ini.
Tinjauan atas kertas BB bermanfaat karena metodologi dasarnya, dan adaptasi dan ekstensi
dari itu, masih digunakan. Makalah mereka terus memberikan bimbingan, serta dorongan,
kepada mereka yang ingin lebih memahami kegunaan keputusan pelaporan keuangan.

BB memeriksa sampel dari 261 New York Stock Exchange (NYSE) perusahaan selama
sembilan tahun 1957-1965. Mereka berkonsentrasi pada konten informasi dari penghasilan,
dengan mengesampingkan komponen laporan keuangan yang berpotensi informatif lainnya
seperti solvabilitas dan struktur modal. Salah satu alasan untuk ini, seperti yang disebutkan
sebelumnya, adalah bahwa pendapatan untuk perusahaan NYSE biasanya diumumkan di
media sebelum rilis sebenarnya dari laporan tahunan sehingga relatif mudah untuk
memperkirakan kapan informasi pertama kali tersedia untuk umum.
Tugas pertama BB adalah mengukur konten informasi dari penghasilan — yaitu, apakah
penghasilan yang dilaporkan lebih besar dari apa yang pasar harapkan (GN) atau kurang
dari yang diharapkan (BN). Tentu saja, ini membutuhkan proxy untuk harapan pasar. Satu
proxy yang mereka gunakan adalah penghasilan aktual tahun lalu, yang dari situ
penghasilan yang tak terduga itu hanyalah perubahan dalam penghasilan. 6 Dengan
demikian, perusahaan dengan laba lebih tinggi dari tahun lalu diklasifikasikan sebagai GN,
dan perusahaan dengan laba lebih rendah dari tahun lalu diklasifikasikan sebagai BN.

Tugas berikutnya adalah untuk mengevaluasi pengembalian pasar pada saham perusahaan
sampel dekat waktu setiap pengumuman laba. Ini dilakukan sesuai dengan prosedur
pengembalian abnormal yang diilustrasikan pada Gambar 5.2. Satu-satunya perbedaan
adalah bahwa BB mengukur return saham di atas jendela pengembalian selama sebulan
(pengembalian harian tidak tersedia pada database pada tahun 1968).

Secara analogi pada Gambar 5.2, anggaplah bahwa perusahaan j melaporkan laba tahun
1957 pada Februari 1958, dan bahwa penghasilan ini adalah GN. Anggap juga bahwa
pengembalian portofolio pasar NYSE pada Februari 1958 adalah 0,001, menghasilkan laba
perusahaan yang diharapkan sebesar 0,0009. BB kemudian akan menghitung laba aktual
pada saham perusahaan j untuk Februari 1958. Anggaplah ini 0,0015, menghasilkan
pengembalian abnormal untuk Februari dari 0,0006. Karena penghasilan perusahaan j
tahun 1957 dilaporkan pada Februari 1958 dan karena sahamnya memperoleh 0,0006 di
atas pasar pada bulan ini, orang mungkin menduga bahwa alasan pengembalian abnormal
positif
adalah bahwa investor bereaksi positif terhadap informasi GN dalam pendapatan.

Pertanyaannya kemudian adalah, apakah pola ini terulang di seluruh sampel? Jawabannya
ya. Jika kita mengambil semua pengumuman pendapatan GN dalam sampel (ada 1.231),
rata-rata pengembalian pasar sekuritas abnormal di bulan rilis penghasilan sangat positif.
Sebaliknya, abnormal return rata-rata untuk 1.109 pengumuman laba berita buruk dalam
sampel sangat negatif. Ini memberikan bukti substansial bahwa pasar tidak menanggapi
berita baik atau buruk dalam pendapatan selama jendela sempit yang terdiri dari bulan
pengumuman pengumuman laba.

Aspek yang menarik dan penting dari penelitian BB adalah bahwa mereka mengulangi
perhitungan pengembalian pasar keamanan abnormal mereka untuk jendela lebar yang
terdiri dari masing-masing 11 bulan sebelum dan enam bulan setelah bulan rilis pendapatan
(bulan 0). BB menghitung rata-rata hasil abnormal untuk setiap bulan dari jendela 18 bulan
ini. Hasilnya ditunjukkan pada Gambar 5.3, diambil dari
BB. Bagian atas Gambar 5.3 menunjukkan
pengembalian abnormal rata-rata kumulatif untuk
perusahaan pengumuman laba GN dalam sampel;
bagian bawah menunjukkan hal yang sama untuk
perusahaan pengumuman BN. Seperti yang dapat
dilihat, perusahaan GN sangat mengungguli total
sampel (total sampel mendekati pengembalian seluruh
pasar), dan perusahaan BN sangat kurang berkinerja
baik, selama periode 11 bulan menjelang bulan rilis laba.

5.3.2 Penyebab Versus Asosiasi


Perhatikan bahwa pengembalian bulanan bersifat kumulatif pada Gambar 5.3. Sementara
ada peningkatan yang substansial (untuk GN) dan penurunan (untuk BN) rata-rata hasil
abnormal di jendela sempit terdiri dari bulan 0, seperti yang dijelaskan di atas, Gambar 5.3
menunjukkan bahwa pasar mulai mengantisipasi GN atau BN sebanyak satu tahun
sebelumnya, dengan hasil yang mengembalikan akumulasi terus selama periode tersebut.
Seperti yang bisa dilihat, jika seorang investor dapat membeli saham dari semua
perusahaan GN satu tahun sebelum kabar baik itu dirilis dan menahan mereka sampai akhir
bulan rilis, akan ada pengembalian ekstra lebih dari 5% atas dan

Source: Ray Ball and P. Brown, “An Empirical Evaluation of Accounting Income Numbers,” Journal of
Accounting Research
(Autumn 1968), p. 169 . Reproduced with permission of John Wiley & Sons Ltd.
Sumber: Ray Ball dan P. Brown, "Evaluasi Empiris dari Angka Penghasilan Akuntansi," Jurnal Penelitian
Akuntansi (Musim Gugur 1968), hlm. 169. Direproduksi dengan izin dari John Wiley & Sons Ltd.

di atas pengembalian seluruh pasar. Demikian pula, kerugian abnormal lebih dari 9% akan
terjadi
terjadi pada portofolio perusahaan BN membeli satu tahun sebelum berita buruk itu dirilis.
Ini mengarah pada perbedaan penting antara studi jendela sempit dan lebar. Jika reaksi pasar
keamanan terhadap informasi akuntansi diamati selama jendela sempit beberapa hari (atau,
dalam kasus BB, sebulan) seputar pengumuman laba, dapat dikatakan bahwa informasi
akuntansi adalah penyebab reaksi pasar . Alasannya adalah bahwa selama jendela sempit ada
relatif beberapa kejadian spesifik perusahaan selain laba bersih untuk mempengaruhi
pengembalian saham. Juga, jika peristiwa lain terjadi, seperti pembagian saham atau dividen
pengumuman, perusahaan yang terkena dampak dapat dihapus dari sampel, seperti yang
disebutkan. Dengan demikian, hubungan jendela yang sempit antara pengembalian keamanan
dan informasi akuntansi menunjukkan bahwa pengungkapan akuntansi adalah sumber
informasi baru untuk investor.

Evaluasi pengembalian keamanan melalui jendela yang lebar, bagaimanapun, membuka


mereka hingga sejumlah acara lain yang memengaruhi harga saham. Misalnya, perusahaan
mungkin telah menemukan cadangan minyak dan gas baru, terlibat dalam proyek-proyek R &
D yang menjanjikan, atau meningkatkan penjualan dan pangsa pasar. Ketika pasar
mempelajari informasi ini dari sumber yang lebih tepat waktu, seperti artikel media,
pengumuman perusahaan, kondisi dalam ekonomi dan industri, laporan triwulanan, dan
pembelian orang dalam (untuk GN) dan penjualan (BN), harga saham akan mulai naik. Hal
ini mencerminkan sifat informatif sebagian dari harga keamanan karena, di pasar yang
efisien, harga sekuritas mencerminkan semua informasi yang tersedia, bukan hanya informasi
akuntansi. Dengan demikian, perusahaan-perusahaan yang dalam arti sebenarnya melakukan
dengan baik harus memiliki banyak efek pada harga saham mereka diantisipasi oleh pasar
sebelum GN muncul dalam laporan keuangan. Artinya, karena lag pengakuan, harga
mengarahkan laba atas jendela yang lebar. Jadi yang paling dapat diperdebatkan untuk
jendela lebar adalah bahwa laba bersih dan laba terkait. Artinya, ini adalah kinerja
perusahaan yang nyata dan mendasar, yang menghasilkan asosiasi, karena harga saham dan
laba bersih (dengan lag) mencerminkan kinerja nyata.

Jelas, efek ini terjadi dalam penelitian BB. Sekilas pada Gambar 5.3 mengungkapkan bahwa
sementara ada peningkatan yang signifikan (perusahaan GN) dan penurunan (BN) dalam
pengembalian tahunan kumulatif selama bulan 0, seperti yang disebutkan sebelumnya,
sebagian besar informasi dalam laba bersih diantisipasi sebelum bulan ke 0. Faktanya, , BB
memperkirakan bahwa, rata-rata, 85% -90% dari informasi dalam pendapatan tahunan sudah
dimasukkan ke dalam harga saham pada saat pendapatan tahunan diumumkan. Namun
demikian, hasil jendela yang sempit tetap; pasar tidak mengantisipasi semua informasi dalam
pendapatan bersih, sehingga mendukung baik teori keputusan dan pasar yang efisien dan
relevansi nilai informasi akuntansi
.
5.3.3 Hasil Studi BB
Salah satu hasil paling penting dari BB adalah bahwa ia membuka sejumlah besar zat
tambahan. masalah kegunaan nasional. Langkah logis selanjutnya adalah menanyakan apakah
besarnya tak terduga laba terkait dengan besarnya respons pasar keamanan — ingat bahwa
BB
analisis hanya didasarkan pada tanda penghasilan tak terduga. Artinya, informasi Tenda
penghasilan dalam penelitian BB diklasifikasikan hanya menjadi GN atau BN, ukuran yang
cukup kasar.

Pertanyaan besarnya tanggapan diselidiki, misalnya, oleh Beaver, Clarke, dan Wright
(BCW) pada tahun 1979. Mereka meneliti sampel dari 276 perusahaan NYSE dengan 31
Desember berakhir, selama periode 10 tahun dari 1965 hingga 1974. Untuk setiap perusahaan
sampel, untuk setiap tahun periode sampel, mereka memperkirakan perubahan penghasilan
yang tidak terduga. Mereka kemudian menggunakan prosedur model pasar yang dijelaskan
dalam Bagian 4.5.1 dan 5.2.3 untuk memperkirakan pengembalian keamanan abnormal yang
terkait dengan perubahan penghasilan yang tidak terduga ini.

Setelah perbandingan perubahan penghasilan yang tidak terduga dengan pengembalian


keamanan abnormal, BCW menemukan bahwa semakin besar perubahan dalam penghasilan
tak terduga, semakin besar keamanannya respon pasar. Hasil ini konsisten dengan CAPM dan
kegunaan keputusan, sejak semakin besar penghasilan tak terduga berubah semakin banyak
investor rata-rata akan merevisi mereka perkiraan kinerja perusahaan di masa depan dan hasil
yang dihasilkan dari investasi mereka, lainnya hal yang sama.

Juga, peneliti akuntansi telah mempelajari respon pasar sekuritas terhadap laba bersih di
bursa saham lainnya, di negara lain, dan untuk laporan laba kuartalan, dengan hasil serupa.
Pendekatan ini telah diterapkan untuk mempelajari respon pasar terhadap informasi yang
terkandung dalam standar akuntansi baru, perubahan auditor, dll. Namun, di sini, kami akan
berkonsentrasi pada apa yang mungkin merupakan perluasan paling penting dari BB,
koefisien respons pendapatan. Penelitian ini menanyakan pertanyaan yang berbeda daripada
BCW — yaitu, untuk jumlah tertentu dari penghasilan tak terduga, apakah respons pasar
keamanan lebih besar untuk beberapa perusahaan daripada untuk yang lain?

5.4 KOEFISIEN TANGGAPAN RESET


Ingat bahwa pengembalian pasar sekuritas abnormal yang diidentifikasi oleh BB adalah
rata-rata —yaitu, mereka menunjukkan bahwa rata-rata perusahaan GN mereka menikmati
hasil abnormal yang positif, dan perusahaan BN mereka menunjukkan yang negatif. Tentu
saja, rata-rata dapat menyembunyikan variasi luas tentang rata-rata. Dengan demikian, ada
kemungkinan bahwa pengembalian abnormal beberapa perusahaan berada di atas rata-rata
dan yang lainnya jauh di bawah.

Hal ini menimbulkan pertanyaan mengapa pasar mungkin merespon lebih baik terhadap yang
baik atau berita buruk dalam pendapatan untuk beberapa perusahaan daripada yang lain. Jika
jawaban atas pertanyaan ini dapat ditemukan, akuntan dapat meningkatkan pemahaman
mereka tentang bagaimana informasi akuntansi berguna bagi investor. Ini, pada gilirannya,
dapat mengarah pada persiapan laporan keuangan yang lebih berguna.

Akibatnya, salah satu arah terpenting yang empiris keuangan Riset akuntansi yang mengikuti
penelitian BB adalah identifikasi dan penjelasan respons pasar diferensial terhadap informasi
laba. Ini disebut penelitian koefisien respons laba (ERC).
“Koefisien respons penghasilan mengukur tingkat pengembalian
pasar abnormal yang abnormal sebagai tanggapan terhadap
komponen tak terduga dari laba yang dilaporkan dari firma yang
mengeluarkan keamanan tersebut.”
Yaitu, untuk menghitung ERC, membagi return saham abnormal (untuk jendela yang
mengelilingi-tanggal rilis penghasilan) dengan penghasilan tak terduga untuk periode
tersebut. Ini mengukur abnormal return per dolar dari pendapatan abnormal,
memungkinkan perbandingan ERCs di seluruh perusahaan dan dari waktu ke waktu.

5.4.1 Alasan untuk Respons Pasar yang Berbeda


Sejumlah alasan dapat disarankan untuk respons pasar diferensial terhadap laba
yang dilaporkan. Kami akan meninjau ini secara bergantian.
Beta Semakin berisiko urutan pengembalian yang diharapkan di masa depan
perusahaan, semakin rendah nilainya akan menjadi investor risk-averse, hal lain
yang sama. Untuk investor yang terdiversifikasi, yang relevanukuran risiko
keamanan adalah beta-nya, dijelaskan dalam Bagian 4.5. Karena investor melihat
pendapatan saat ini sebagai indikator kinerja perusahaan di masa depan dan
pengembalian saham, semakin berisiko laba masa depan, reaksi investor yang lebih
rendah terhadap jumlah penghasilan tak terduga yang akan diberikan, mengarah ke
biaya modal yang lebih tinggi.
Untuk mengilustrasikan, memikirkan investor yang menghindari risiko, investor
rasional yang utilitasnya meningkat dengan nilai yang diharapkan dan mengurangi risiko
pengembalian portofolio mereka. Misalkan investor, setelah mengetahui bahwa perusahaan
baru saja merilis informasi laba GN, merevisi naiknya tingkat pengembalian yang diharapkan
atas saham perusahaan dan memutuskan untuk membeli dengan jumlah yang lebih banyak.
Namun, jika keamanan ini memiliki beta tinggi, akan meningkatkan risiko portofolio. Investor
berdagang dari risiko dan pengembalian, beta tinggi bertindak sebagai rem atas permintaan
investor atas keamanan GN. Karena semua investor yang rasional menghindari risiko, dan
terinformasi akan berpikir seperti ini, permintaan saham perusahaan GN akan lebih rendah,
semakin tinggi beta-nya, sama dengan hal-hal lain. Tentu saja, permintaan yang lebih
rendah mengimplikasikan kenaikan harga pasar yang lebih rendah dan pengembalian
saham sebagai tanggapan terhadap GN, karena ERC yang lebih rendah.

Bukti empiris dari ERC yang lebih rendah untuk efek beta yang lebih tinggi
ditemukan oleh Collins dan Kothari (1989) dan oleh Easton dan Zmijewski (1989).

Struktur Modal Untuk perusahaan yang sangat lever, peningkatan, katakanlah, dalam laba
(sebelum bunga) menambah kekuatan dan keamanan untuk obligasi dan utang luar biasa
lainnya, sehingga banyak berita baik dalam pendapatan yang memihak ke pemegang utang
daripada pemegang saham. Jadi, ERC untuk perusahaan dengan leverage tinggi harus
lebih rendah daripada perusahaan dengan utang sedikit atau tidak sama sekali, hal-hal lain
sama.

Bukti empiris dari ERC yang lebih rendah untuk perusahaan yang lebih levered
dilaporkan oleh Dhaliwal, Lee, dan Fargher (1991).

Kualitas Penghasilan Ingat dari Bagian 3.3.2 bahwa kita mendefinisikan kualitas (yaitu,
keinformatifan) dari penghasilan dengan besarnya probabilitas diagonal utama dari sistem
informasi yang terkait. Semakin tinggi probabilitas ini, semakin tinggi yang diharapkan pada
ERC, karena investor lebih mampu menyimpulkan kinerja perusahaan di masa depan dari
kinerja saat ini.
Sebagai soal praktis, pengukuran kualitas laba menajdi kurang jelas, karena
probabilitas sistem informasi tidak secara langsung dapat diamati dan pendekatan sampling
mengalami masalah kesalahan sampling. Pendekatan tidak langsung, yang dibahas dalam
Bagian 3.3.2, adalah untuk menyimpulkan kualitas laba dengan besarnya perkiraan-
perkiraan laba analis setelah pengumuman pendapatan. Namun, ini hanya menimbulkan
pertanyaan mengapa analis merevisi perkiraan mereka terlebih untuk beberapa perusahaan
daripada perusahaan yang lain.

Untungnya, beberapa ukuran lain dari kualitas laba tersedia. Di sini kami
mempertimbangkan dua langkah tersebut. Yang pertama adalah persistensi laba. Kami
berharap bahwa ERC yang lebih tinggi membuat semakin baik berita baik atau buruk dalam
pendapatan saat ini diperkirakan akan berlanjut ke masa depan, karena pendapatan saat ini
kemudian memberikan indikasi yang lebih baik tentang kinerja perusahaan di masa depan.
Jadi, jika GN saat ini disebabkan oleh efisiensi operasi, pengenalan produk baru yang
sukses atau pemotongan biaya oleh manajemen, ERC harus lebih tinggi daripada jika GN
disebabkan hal tersebut, katakanlah ada keuntungan yang tidak terduga pada pembuangan
pabrik dan peralatan. Dalam kasus terakhir, nilai pasar perusahaan meningkatkan dolar-
untuk-dolar dengan sejumlah keuntungan, karena ada sedikit alasan untuk mengharapkan
kenaikan yang tidak biasa terjadi. Dengan peningkatan operasi, peningkatan pendapatan
atau penghematan biaya akan tetap ada untuk menguntungkan laporan laba rugi masa
depan juga, sehingga ERC harus lebih tinggi.

Bukti bahwa ERCs lebih tinggi dengan semakin tinggi persistensi perubahan
penghasilan saat ini yang tak terduga disajikan oleh Kormendi dan Lipe (1987), yang
mengukur ketekunan adalah sejauh mana perubahan laba dari dua tahun terakhir berlanjut
ke tahun berjalan — semakin besar pengaruhnya dari perubahan laba dua tahun terakhir
pada perubahan laba tahun berjalan, semakin besar persistensi dari penghasilan
sebelumnya.

Li (2011) mengusulkan pendekatan terkait untuk mengukur ketekunan. Dia


berpendapat bahwa keputusan investasi terkait modal dan tenaga kerja perusahaan
mencerminkan informasi internal manajemen tentang prospek laba jangka panjang
perusahaan. Artinya, seorang manajer rasional hanya akan menginvestasikan modal dan
tenaga kerja dalam proyek-proyek nilai yang diharapkan positif. Jika demikian, kekuatan
hubungan antara perubahan dalam belanja modal dan perubahan laba adalah ukuran
kualitas laba. Karena penghasilan jangka panjang dan persistensi pendapatan adalah
konsep yang serupa, pendekatan Li memungkinkan perkiraan persistensi pendapatan
alternatif.
Berdasarkan sampel perusahaan selama periode 1952–2004, Li
mendokumentasikan hubungan positif antara perubahan dalam belanja modal dan
perubahan laba, dan bahwa hubungan ini berkorelasi dengan persistensi laba, yang
konsisten dengan argumennya. Hasil ini bertahan setelah mengontrol ukuran-ukuran lain
dari kualitas laba.

Ketekunan adalah konsep yang menantang dan bermanfaat. Salah satu alasan,
dikemukakan oleh Ramakrishnan dan Thomas (RT; 1991), adalah bahwa komponen-
komponen berbeda dari laba bersih mungkin memiliki persistensi yang berbeda. Sebagai
contoh, anggaplah bahwa pada tahun yang sama di mana perusahaan berhasil
memperkenalkan produk barunya dan juga melaporkan keuntungan pada pembuangan
pabrik dan peralatan. Kemudian, persistensi laba adalah rata-rata tertimbang dari ketekunan
yang berbeda dari komponen laba. RT membedakan tiga jenis peristiwa penghasilan:

 Permanen, diharapkan untuk bertahan tanpa batas


 Transitansi, mempengaruhi penghasilan pada tahun ini tetapi bukan tahun-tahun
mendatang
 Harga-tidak relevan, kegigihan nol

ERCs per dolar penghasilan tak terduga untuk ini adalah (1 + 1 Rf) / Rf (di mana Rf
adalah tingkat bunga bebas risiko), 1, dan 0, masing-masing.

Akibatnya, ada tiga ERC, yang semuanya dapat hadir dalam laporan laba rugi yang
sama. RT menyarankan bahwa alih-alih mencoba memperkirakan ERC rata-rata, investor
harus berusaha mengidentifikasi ketiga jenis secara terpisah dan menetapkan ERC berbeda
untuk masing-masing. Dengan demikian, mereka dapat mengidentifikasi kekuatan
perusahaan yang permanen, atau terus-menerus menghasilkan.

Dalam memahami ERC untuk pendapatan permanen, perhatikan bahwa itu dapat
ditulis sebagai 1 + 1 / Rf. Dengan demikian, dalam kondisi yang ideal, respons pasar
terhadap $1pendapatan permanen terdiri dari cicilan tahun ini sebesar $ 1 ditambah nilai
sekarang dari keberlangsungan angsuran masa depan sebesar 1 / Rf. Menulis ERC dengan
cara ini juga menunjukkan bahwa ketika laba bertahan di luar tahun berjalan, besarnya ERC
bervariasi berbanding terbalik dengan tingkat bunga.

Aspek lain dari ERC adalah bahwa ketekunan penghasilan dapat bergantung pada
kebijakan akuntansi perusahaan. Misalnya, anggaplah bahwa perusahaan menggunakan
akuntansi nilai wajar untuk aset modal 17, dan bahwa nilai wajar aset meningkat sebesar $
100. Asumsikan bahwa peningkatan hasil dari peningkatan harga produk yang dihasilkan
oleh aset. Kemudian, dengan asumsi bahwa perubahan dalam nilai wajar termasuk dalam
laba bersih, laba bersih untuk periode tersebut akan mencakup kenaikan harga aset yang
belum direalisasi sebesar $ 100. Karena perubahan tak terduga dalam nilai terjadi secara
acak, menurut definisi, pasar tidak akan mengharapkan $ 100 bertahan. Dengan demikian,
ERC-nya adalah 1.

Anggaplah, sebaliknya, bahwa perusahaan menggunakan akuntansi biaya historis


untuk aset dan bahwa peningkatan tahunan dalam margin kontribusi adalah $ 9,09. Maka
akan ada hanya $ 9,09 GN dalam pendapatan tahun ini. Alasannya, tentu saja, adalah
bahwa di bawah akuntansi biaya historis, kenaikan $ 100 dalam nilai saat ini dibawa ke
dalam pendapatan hanya ketika disadari. Pasar yang efisien akan mengakui bahwa GN $
9,09 saat ini hanya merupakan “angsuran pertama.” 18 Jika menganggap peningkatan nilai
sebagai permanen dan R f 5 10%, ERC akan menjadi 11 (1.10 / 0.10).

Komponen persistensi nol persistensi laba dapat dihasilkan dari pilihan kebijakan
akuntansi. Anggaplah, misalnya, bahwa perusahaan mengkapitalisasi sejumlah besar biaya
organisasi. Ini dapat menghasilkan GN pada laporan laba rugi saat ini, yang dibebaskan dari
biaya karena kapitalisasi mereka. Namun, dengan asumsi biaya organisasi tidak memiliki
nilai sisa, pasar tidak akan bereaksi terhadap "GN"; yaitu, ketekunannya, yang diukur oleh
ERC, adalah nol.

ERC bisa menjadi negatif. Anggaplah suatu perusahaan mengeluarkan biaya


penelitian saat ini sesuai dengan GAAP. Ini bisa menghasilkan BN dalam pendapatan saat
ini. Namun, sejauh pasar menganggap biaya penelitian memiliki nilai masa depan, ia akan
bereaksi positif terhadap BN ini sehingga kegigihan, yang diukur oleh ERC, adalah negatif.

Dimensi kedua kualitas penghasilan adalah kualitas akrual. Pendekatan ini diusulkan
oleh Dechow dan Dichev (DD; 2002). Mereka menunjukkan bahwa pendapatan bersih terdiri
dari

Penghasilan bersih = Arus kas dari operasi +/- Akrual berih

di mana akrual bersih termasuk perubahan dalam akun modal kerja non-tunai seperti
piutang, penyisihan piutang ragu-ragu, persediaan, hutang, dll, serta biaya amortisasi.
Manajer memiliki kontrol besar atas jumlah dan waktu akrual. Jika manajer menggunakan
kontrol atas akrual untuk mempengaruhi jumlah laba bersih yang dilaporkan, mereka disebut
akrual diskresioner. DD, pada dasarnya, berpendapat bahwa akrual diskresioner yang lebih
besar relatif terhadap arus kas, semakin besar kemungkinan bahwa akrual tersebut
mengandung komponen discretionary substansial, yang mengarah ke kualitas laba yang
lebih rendah. Mereka kemudian berpendapat bahwa kualitas laba terutama tergantung pada
kualitas akrual modal kerja, karena arus kas dari operasi relatif kurang tunduk pada
kesalahan dan bias manajer, dan oleh karena itu cukup berkualitas tinggi untuk memulai.

Untuk mengukur kualitas akrual, DD menyarankan bahwa sejauh periode saat ini
akrual modal kerja muncul sebagai arus kas periode berikutnya, akrual tersebut berkualitas
tinggi. Ini konsisten dengan Kerangka Konseptual, yang dibahas dalam Bagian 3.7.1, di
mana

peran akrual dianggap sebagai salah satu antisipasi arus kas masa depan. Dengan
demikian, jika piutang pada akhir periode berjalan adalah $ 1.000 dikurangi penyisihan
piutang ragu-ragu sebesar $ 100, dan jika $ 900 dikumpulkan pada periode berikutnya,
maka piutang dan akrual akun diragukan memiliki kualitas tinggi karena mereka cocok
dengan uang tunai kemudian dikumpulkan. Namun, jika hanya $ 800 yang kemudian
dikumpulkan, akrual memiliki kualitas yang lebih rendah karena telah terjadi kesalahan
dalam estimasi mereka atau, mungkin, salah saji yang disengaja oleh manajemen sehingga
dapat meningkatkan laba bersih yang dilaporkan saat ini.

Argumen serupa berlaku untuk akrual periode terakhir. Anggaplah, misalnya, bahwa
piutang periode terakhir adalah $ 700, dikurangi penyisihan piutang ragu-ragu sebesar $ 60,
dan bahwa mereka menyadari $ 600 pada periode berjalan. Ini menurunkan kualitas akrual
dan penghasilan saat ini karena biaya piutang tak tertagih saat ini termasuk $ 40 di bawah
ketentuan, yang benar-benar milik periode terakhir.

Untuk menguji konsep kualitas akrual ini, DD menyarankan memperkirakan


persamaan regresi berikut:

dimana WCt adalah perubahan dalam modal kerja non-tunai bersih untuk perusahaan yang
bersangkutan untuk periode t — yaitu, akrual modal kerja. Sebagai contoh, dalam ilustrasi
kami di atas, jika piutang dan penyisihan piutang ragu-ragu adalah satu-satunya barang
modal bukan tunai, modal kerja telah meningkat WCt = $ 260 (yaitu, $ 900 2 $ 640) pada
periode t. Ini adalah akrual karena pendapatan bersih termasuk jumlah ini (dengan asumsi
perusahaan mengakui pendapatan pada titik penjualan) tetapi belum diterima secara tunai.

CFO t–1 adalah arus kas dari operasi pada periode t 2 1, dst, b 0, b 1, dan b 2 adalah
konstanta untuk diestimasi, dan t adalah istilah sisa kesalahan yaitu, porsi total akrual tidak
dijelaskan dengan uang tunai dari operasi.
Untuk perusahaan tertentu, Persamaan (5.1) diperkirakan menggunakan data dari
beberapa periode terakhir. Kualitas akrual, maka kualitas laba, didasarkan pada variabilitas
residu t yaitu, variabilitas t tinggi menunjukkan kesesuaian yang buruk antara akrual WCt
saat ini dan realisasi arus kas operasi aktual.

Bukti bahwa ERC perusahaan dan harga saham merespon secara positif terhadap
kualitas akrual yang diukur dengan prosedur ini dilaporkan oleh Francis, LaFond, Olsson,
dan Schipper (2005) dan Ecker, Francis, Kim, Olsson, dan Schipper (2006).

Peluang Pertumbuhan

The GN atau BN dalam pendapatan saat ini dapat menunjukkan prospek pertumbuhan
masa depan untuk perusahaan, dan karenanya ERC yang lebih tinggi. Orang mungkin
berpikir bahwa karena laporan keuangan masih mengandung komponen biaya historis yang
cukup besar, laba bersih benar-benar tidak dapat mengatakan banyak tentang pertumbuhan
masa depan perusahaan. Namun, ini belum tentu demikian. Misalkan laba bersih saat ini
mengungkapkan profitabilitas yang tak terduga tinggi untuk beberapa proyek investasi
perusahaan baru-baru ini. Ini mungkin menunjukkan kepada pasar bahwa perusahaan akan
menikmati pertumbuhan yang kuat di masa depan. Salah satu alasannya, tentu saja, adalah
bahwa sejauh profitabilitas tinggi berlanjut, laba masa depan akan meningkatkan aset
perusahaan. Selain itu, keberhasilan dengan proyek saat ini mungkin menunjukkan kepada
pasar bahwa perusahaan ini juga mampu mengidentifikasi dan melaksanakan proyek-
proyek sukses tambahan di masa depan, sehingga menjadi diberi label sebagai perusahaan
pertumbuhan. Perusahaan semacam itu dapat dengan mudah menarik modal, dan ini
merupakan sumber tambahan pertumbuhan. Dengan demikian, sejauh ini berita baik dalam
pendapatan menunjukkan peluang pertumbuhan, ERC akan tinggi.

Untuk mengilustrasikan, perpanjang contoh ketekunan di atas dengan


mengasumsikan bahwa $ 9,09 dari peningkatan pendapatan permanen saat ini diperkirakan
akan tumbuh sebesar 5% per tahun. Nilai sekarang pada 10% dari lamanya yang meningkat
sebesar 5% per tahun adalah 1 / (0,10 2 0,05) = 20, yang lebih besar dari 1 / 0,10 = 10 di
bawah tidak ada pertumbuhan. Jadi, ERC adalah 21 bukan 11, seperti sebelumnya.

Bukti bahwa ERC lebih tinggi untuk perusahaan yang dianggap pasar memiliki
peluang pertumbuhan ditunjukkan oleh Collins dan Kothari (1989). Mereka menggunakan
rasio nilai pasar ekuitas terhadap nilai buku ekuitas sebagai ukuran peluang pertumbuhan,
alasannya adalah bahwa pasar akan menyadari peluang pertumbuhan sebelum mereka
diakui dalam laba bersih dan akan menaikkan harga saham yang sesuai. Collins dan Kothari
menemukan hubungan positif antara ukuran ini dan ERC dari perusahaan sampel mereka.

Kemampuan laporan keuangan untuk memberikan "petunjuk" tentang kinerja


perusahaan di masa depan mungkin tampak mengejutkan. Namun, ini mendukung
anggapan Kerangka Konseptual bahwa "informasi tentang kinerja keuangan masa lalu
entitas biasanya membantu dalam memprediksi laba masa depan entitas ...."

Keseragaman Harapan Investor Investor yang berbeda akan memiliki ekspektasi yang
berbeda dari penghasilan periode berikutnya perusahaan, tergantung pada informasi
sebelumnya dan sejauh mana kemampuan mereka untuk mengevaluasi informasi laporan
keuangan. Namun, perbedaan ini akan dikurangi sejauh mana mereka menggunakan
sumber informasi umum, seperti perkiraan konsensus analis (misalnya, rata-rata semua
perkiraan), ketika membentuk harapan mereka. Pertimbangkan pengumuman laba
perusahaan saat ini. Tergantung pada harapan mereka, beberapa investor akan
menganggap informasi ini sebagai GN, yang lain sebagai BN; karenanya, beberapa akan
cenderung membeli dan sebagian lagi untuk dijual. Namun, sejauh ekspektasi penghasilan
investor adalah "berdekatan," mereka akan menempatkan interpretasi yang sama pada
berita. Misalnya, jika sebagian besar investor mendasarkan ekspektasi penghasilan mereka
pada ramalan konsensus analis, dan penghasilan saat ini kurang dari perkiraan, mereka
semua akan menganggap ini sebagai BN dan akan cenderung untuk menjual daripada
membeli. Dengan demikian, semakin mirip ekspektasi penghasilan semakin besar efek dolar
terhadap pendapatan abnormal pada harga saham. Akibatnya, perkiraan analis (dispersi
rendah) yang lebih tepat adalah, semakin serupa ekspektasi penghasilan investor dan
semakin besar ERC, hal lainnya sama.

Informativeness of Price Dalam Bagian 4.4, kami menjelaskan bagaimana harga saham
sebagian informatif tentang nilai masa depan perusahaan. Konsekuensinya adalah bahwa
harga memimpin pendapatan, karena harga pasar mengumpulkan semua informasi yang
diketahui publik tentang perusahaan, banyak di antaranya sistem akuntansi mengakui
dengan lag. Efek ini muncul dengan kejelasan tertentu dalam penelitian Ball and Brown
(lihat Gambar 5.3), di mana imbal hasil saham mengantisipasi GN atau BN dalam
penghasilan dimulai sebanyak 12 bulan sebelum laba dirilis. Akibatnya, semakin informatif
harganya, semakin sedikit kandungan informasi dari laba akuntansi saat ini, hal lain sama,
maka semakin rendah ERC.
Wakil untuk keinformatifan harga adalah ukuran perusahaan, karena perusahaan besar
lebih banyak di berita. Namun, setelah mengendalikan risiko dan pertumbuhan perusahaan,
faktor-faktor yang juga dipengaruhi oleh ukuran perusahaan, Easton dan Zmijewski (1989)
menemukan bahwa ukuran perusahaan bukan merupakan variabel eksplanasi yang
signifikan untuk ERC. Collins dan Kothari (1989) berurusan dengan ukuran dengan
memindahkan jendela lebar di mana pengembalian keamanan diukur lebih awal pada
waktunya untuk perusahaan besar, dengan alasan bahwa harga saham lebih informatif
untuk perusahaan seperti itu. Mereka menemukan bahwa ini secara substansial
meningkatkan hubungan antara perubahan dalam penghasilan dan pengembalian jaminan,
karena harga saham yang lebih informatif menyiratkan bahwa pasar mengantisipasi
perubahan dalam menghasilkan kekuasaan lebih cepat. Namun, sekali kali ini pergeseran
dilakukan, ukuran tampaknya tidak memiliki kekuatan penjelas untuk ERC. Dengan
demikian, sementara teori ini jelas bahwa keinformatifan harga saham mempengaruhi ERC,
wakil empiris untuk keinformatifan harga kurang jelas.
5.4.2 Implikasi dari ERC Research
Mengapa akuntan harus tertarik dengan respons pasar terhadap informasi akuntansi
keuangan? Pada dasarnya, alasannya adalah bahwa peningkatan pemahaman tentang
respons pasar menunjukkan cara-cara yang dapat meningkatkan lebih lanjut kegunaan
keputusan dari laporan keuangan. Sebagai contoh, bukti empiris dari hubungan positif
antara ERC dan kualitas laba menunjukkan bahwa kualitas laba yang lebih tinggi dihargai
oleh investor ekuitas.

Juga, temuan bahwa ERC lebih rendah untuk perusahaan yang sangat levered mendukung
argumen untuk memperluas pengungkapan sifat dan besarnya instrumen keuangan,
termasuk yang keluar dari neraca Jika ukuran relatif dari kewajiban perusahaan
memengaruhi respons pasar terhadap laba bersih, maka diharapkan bahwa semua
kewajiban diungkapkan. Ingat kembali dari Bagian 1.3 bahwa kewajiban keuangan lembaga
keuangan yang disalurkan merupakan faktor yang berkontribusi terhadap krisis pasar 2007–
2008.
Pentingnya peluang pertumbuhan bagi investor menunjukkan, misalnya, keinginan
pengungkapan informasi segmen (Bagian 12.10), karena informasi profitabilitas oleh
segmen akan lebih memungkinkan investor untuk mengisolasi operasi perusahaan yang
menguntungkan, dan tidak menguntungkan. Juga, MD& A memungkinkan perusahaan untuk
mengkomunikasikan prospek pertumbuhannya, seperti yang diilustrasikan dalam Bagian
3.6.
Akhirnya, pentingnya persistensi laba terhadap ERC berarti bahwa pengungkapan
komponen-komponen laba bersih berguna bagi investor. Banyak detail dalam laporan laba
rugi, di neraca, dan informasi tambahan membantu investor menafsirkan persistensi angka
penghasilan saat ini. Argumen ini didukung oleh Jones dan Smith (2011), yang mempelajari
persistensi keuntungan dan kerugian yang tidak biasa dan tidak berulang (disebut item
khusus oleh penulis), berdasarkan sampel perusahaan AS selama periode 1986–2005.
Mereka melaporkan bahwa barang-barang khusus bertahan rata-rata selama setidaknya
lima tahun.22
Jones dan Smith juga memeriksa persistensi pendapatan komprehensif lainnya (OCI;
Bagian 1.10). Mereka melaporkan bahwa barang OCI bersifat sementara, bertahan rata-rata
hanya selama satu tahun.
Alasan lain untuk pentingnya pengungkapan penuh item persistensi rendah adalah bahwa
pelaporan mereka sangat kompleks, meskipun kesederhanaan konsep persistensi tampak.
Sebagai contoh, di bawah standar FASB (ASC 225-20-45), barang luar biasa adalah
keuntungan atau kerugian yang direalisasikan yang tidak biasa dan jarang terjadi. Dengan
demikian, klasifikasi keuntungan atau kerugian sebagai barang luar biasa dikenakan
penilaian manajer. Sementara klasifikasi keuntungan dan kerugian ke OCI, yang diatur oleh
ASC 225, kurang tunduk pada penilaian, keuntungan dan kerugian ini tidak direalisasikan,
mempersulit evaluasi ketekunan mereka.
Lebih lanjut menambah kompleksitas, item ketekunan rendah muncul di bagian yang
berbeda dari laporan laba rugi. Item luar biasa di bawah standar FASB ditunjukkan, setelah
dikurangi pajak, di bawah pendapatan dari operasi yang berlanjut. Item persistensi rendah
lainnya, seperti keuntungan dan kerugian yang belum direalisasi dari penilaian wajar efek
tertentu, termasuk dalam OCI.
Pengungkapan juga bervariasi antara standar IASB dan FASB. IAS 1 melarang penggunaan
istilah "benda luar biasa" untuk menggambarkan keuntungan dan kerugian persistensi
rendah. Hal ini membutuhkan pengungkapan terpisah dalam laporan laba rugi, atau dalam
catatan, dari bahan asumsi dan pembalikan apapun, ketentuan restrukturisasi dan
pembalikan, keuntungan dan kerugian pada pelepasan, dan item persistensi rendah lainnya.
Juga, seperti FASB, item ketekunan rendah lainnya muncul di OCI.
Mengingat kompleksitas ini, mungkin tidak mengherankan jika pelaporan item persistensi
rendah tunduk pada pelecehan. Dalam hal ini, McVay (2006) melaporkan bukti pergeseran
klasifikasi. Yaitu, dalam sampel besar perusahaan AS selama periode 1989-2002, ia
menemukan bahwa perusahaan-perusahaan melaporkan penurunan besar barang-barang
luar biasa, seperti biaya restrukturisasi dan tuntutan hukum, cenderung melaporkan
pengeluaran inti yang lebih rendah dari yang diharapkan (harga pokok penjualan ditambah
penjualan , umum, dan biaya administrasi). Alasannya, menurut McVay, adalah bahwa
manajer meningkatkan jumlah item khusus dengan mengalokasikan biaya inti kepada
mereka (misalnya, mengalokasikan biaya berkelanjutan dari departemen hukum ke dalam
biaya tuntutan hukum). Perhatikan bahwa karena biaya inti yang diharapkan oleh investor
untuk persistensi tinggi sementara barang-barang khusus tidak, hasilnya adalah untuk
meningkatkan persistensi jelas laba bersih. McVay melaporkan bukti konsisten dengan
penafsiran ini.
Penelitian Jones dan Smith, dan McVay, menyoroti argumen yang dibuat oleh
Ramakrishnan dan Thomas: Karena item laporan laba rugi sangat bervariasi dalam
ketekunan, pengungkapan penuh diperlukan jika investor dapat mengevaluasi ketekunan
laba keseluruhan
5.4.3 Mengukur Ekspektasi Penghasilan Investor
Seperti yang disebutkan sebelumnya, peneliti harus mendapatkan wakil untuk penghasilan yang
diharapkan, karena pasar yang efisien akan bereaksi hanya pada bagian dari pengumuman laba yang
tidak diharapkannya. Jika wakil yang masuk akal tidak diperoleh, peneliti mungkin gagal untuk
mengidentifikasi reaksi pasar ketika ada, atau mungkin salah menyimpulkan bahwa reaksi pasar ada
ketika tidak ada. Dengan demikian, mendapatkan perkiraan yang wajar dari ekspektasi penghasilan
adalah komponen penting dari penelitian relevansi nilai.

Di bawah kondisi ideal Contoh 2.2, penghasilan yang diharapkan hanyalah pertambahan diskon pada
pembukaan nilai perusahaan. Ketika kondisi tidak ideal, bagaimanapun, ekspektasi penghasilan lebih
kompleks. Salah satu pendekatan adalah memproyeksikan rangkaian waktu yang dibentuk oleh laba
bersih perusahaan yang telah dilaporkan sebelumnya — yaitu, untuk mendasarkan harapan masa
depan pada kinerja masa lalu.

Namun, proyeksi yang wajar bergantung pada persistensi pendapatan. Untuk melihat ini,
pertimbangkan ekstrem dari 100% pendapatan tetap dan nol laba tetap. Jika penghasilan benar-
benar persisten, penghasilan yang diharapkan untuk tahun berjalan hanyalah penghasilan aktual
tahun lalu. Kemudian, penghasilan tak terduga diperkirakan sebagai perubahan dari tahun lalu.
Pendekatan ini digunakan oleh Ball and Brown, seperti yang dijelaskan pada Bagian 5.3. Jika
penghasilan nol persistensi, maka tidak ada informasi dalam penghasilan tahun lalu tentang
penghasilan di masa mendatang, dan semua penghasilan saat ini tidak terduga. Artinya, penghasilan
tak terduga setara dengan tingkat penghasilan tahun berjalan. Pendekatan ini digunakan oleh Bill
Cautious di Contoh 3.1.

Ekstrim mana yang lebih dekat dengan kebenaran? Hal ini dapat dievaluasi oleh tingkat korelasi
antara pengembalian keamanan dan perkiraan penghasilan tak terduga, pertanyaan yang diteliti
oleh Easton dan Harris (1991). Menggunakan analisis regresi dari sejumlah besar perusahaan AS
selama periode 1969–1986, mereka mendokumentasikan korelasi antara pengembalian keamanan
satu tahun dan perubahan laba bersih, konsisten dengan pendekatan Ball and Brown. Namun, ada
korelasi yang lebih kuat antara laba dan tingkat laba bersih. Selanjutnya, ketika kedua laba berubah
dan tingkat digunakan, dua variabel digabungkan melakukan pekerjaan yang secara signifikan lebih
baik dalam memprediksi pengembalian daripada variabel secara terpisah. Hasil ini menunjukkan
bahwa kebenaran ada di suatu tempat di tengah; yaitu, perubahan dan tingkat laba bersih adalah
komponen dari ekspektasi penghasilan pasar, di mana bobot relatif pada dua komponen bergantung
pada persistensi pendapatan.

Pembahasan sebelumnya hanya didasarkan pada pendekatan time series. Sumber lain dari
ekspektasi penghasilan adalah perkiraan analis. Ini sekarang tersedia secara luas untuk sebagian
besar perusahaan besar. Jika perkiraan analis lebih akurat daripada perkiraan rangkaian waktu,
mereka memberikan perkiraan perkiraan laba yang lebih baik, karena investor yang rasional
mungkin akan menggunakan perkiraan yang paling akurat. Bukti oleh Brown, Hagerman, Griffin, dan
Zmijewski (1987), yang mempelajari kinerja perkiraan per kuartal dari satu organisasi peramalan
(Value Line), menunjukkan bahwa analis mengungguli model deret waktu dalam hal akurasi. O’Brien
(1988) juga menemukan bahwa perkiraan penghasilan kuartalan analis lebih akurat daripada
perkiraan rangkaian waktu. Hasil ini adalah apa yang kami harapkan, karena analis dapat membawa
informasi di luar yang terkandung dalam laba masa lalu ketika membuat proyeksi pendapatan
mereka.

Ketika lebih dari satu analis mengikuti perusahaan yang sama, tampaknya masuk akal untuk
mengambil konsensus, atau rata-rata, perkiraan sebagai wakil untuk ekspektasi penghasilan pasar,
mengikuti alasan yang mendasari contoh peramalan sepakbola dari Bagian 4.2.2. O’Brien
menunjukkan, bagaimanapun, bahwa usia prakiraan memiliki efek penting pada keakuratannya. Dia
menemukan bahwa ramalan laba terbaru memberikan prediksi laba yang lebih akurat dalam
sampelnya dibandingkan perkiraan rata-rata semua analis yang mengikuti perusahaan, di mana rata-
rata mengabaikan berapa lama perkiraan individu. Ini menunjukkan bahwa ketepatan waktu
prakiraan mendominasi efek membatalkan keluar dari kesalahan dari perkiraan rata-rata.

Meskipun ada bukti bahwa perkiraan analis cenderung lebih akurat daripada perkiraan berdasarkan
seri waktu, bukti lain (Easton dan Sommers, 2007) menunjukkan bahwa perkiraan analis secara
realistis bias, terutama untuk perusahaan yang lebih kecil. Namun demikian, penelitian terbaru
tentang kandungan informasi dari laba cenderung mendasarkan ekspektasi penghasilan atas
perkiraan analis.23

5.4.4 Ringkasan
Relevansi nilai dari laba bersih yang dilaporkan dapat diukur dengan tingkat keamanan
perubahan harga atau, lebih spesifik lagi, oleh besarnya pasar abnormal keamanan
kembali, sekitar waktu pasar mempelajari laba bersih saat ini. Ini karena rasional,
investor yang diinformasikan akan merevisi harapan mereka tentang kinerja dan saham
perusahaan di masa depan
mengembalikan berdasarkan informasi penghasilan saat ini. Revisi keyakinan memicu beli /
jual
keputusan, karena para investor bergerak untuk mengembalikan risk-return tradeoffs dalam
portofolionya
tingkat yang diinginkan. Jika tidak ada konten informasi dalam pendapatan bersih tidak akan
ada
revisi keyakinan, tidak ada keputusan beli / jual yang dihasilkan, dan karenanya tidak ada
perubahan harga terkait.
Untuk jumlah tertentu dari laba bersih yang tak terduga, teori memprediksi bahwa tingkat
keamanan
perubahan harga atau pengembalian tidak normal tergantung pada faktor-faktor seperti
ukuran perusahaan, struktur modal, risiko,
prospek pertumbuhan, persistensi, kesamaan harapan investor, dan kualitas laba.
Setelah studi perintis Ball and Brown, penelitian empiris telah menunjukkan
respon pasar yang berbeda tergantung pada sebagian besar faktor-faktor ini. Ini empiris
hasilnya sungguh luar biasa. Pertama, mereka telah mengatasi statistik substansial dan
masalah desain eksperimental. Kedua, mereka menunjukkan bahwa pasar, rata-rata, sangat
canggih dalam kemampuannya untuk mengevaluasi informasi akuntansi. Ini mendukung teori
efisiensi pasar sekuritas dan teori-teori keputusan yang mendasarinya. Akhirnya, mereka
mendukung
pendekatan kegunaan keputusan untuk pelaporan keuangan. Ketika akuntan bertambah baik
pemahaman tentang respon investor terhadap informasi laporan keuangan, kemampuan
mereka untuk
memberikan informasi yang bermanfaat kepada investor akan semakin meningkat.

5.5 CAVEAT TENTANG "TERBAIK"


KEBIJAKAN AKUNTANSI
Untuk titik ini, kami berpendapat bahwa akuntan dapat dipandu oleh pasar sekuritas
reaksi dalam menentukan kegunaan informasi akuntansi keuangan. Dari ini, itu tergoda untuk
menyimpulkan bahwa kebijakan akuntansi terbaik adalah yang menghasilkan respon harga
pasar terbesar. Misalnya, jika laba bersih dilaporkan di bawah nilai saat ini akuntansi
menghasilkan reaksi pasar yang lebih besar daripada laba bersih yang dilaporkan di bawah
konservatif akuntansi, haruskah akuntansi nilai saat ini tidak disukai? Sampai taraf tertentu,
jawabannya adalah ya, karena, seperti yang telah kita lihat dalam bab ini, respons pasar
keamanan adalah ukuran kegunaan bagi investor. Namun, kita harus sangat berhati-hati
dengan kesimpulan ini. Akuntan mungkin lebih baik sejauh mereka memberikan informasi
yang berguna kepada investor, tetapi tidak ikuti bahwa masyarakat tentu akan lebih baik.
Alasannya adalah bahwa informasi memiliki karakteristik barang publik. Barang public
adalah baik sehingga konsumsi oleh satu orang tidak menghancurkannya untuk digunakan
oleh orang lain. Konsumsi barang pribadi — seperti apel — menghilangkan kegunaannya
bagi yang lain konsumen.
Namun, investor dapat menggunakan informasi dalam laporan tahunan tanpa
menghilangkan kegunaannya kepada investor lain. Akibatnya, pemasok barang publik bias
mengalami kesulitan pengisian untuk produk ini, sehingga kami sering menyaksikan mereka
dipasok oleh lembaga pemerintah atau semi-pemerintah - jalan dan pertahanan nasional,
misalnya. Jika sebuah perusahaan mencoba untuk membebankan investor untuk laporan
tahunannya, itu mungkin tidak akan menarik banyak orang pelanggan, karena satu laporan
tahunan, setelah diproduksi, dapat diunduh ke banyak orang pengguna. Sebaliknya, kami
mengamati pemerintah melalui undang-undang sekuritas dan perusahaan bertindak,
membutuhkan perusahaan untuk menerbitkan laporan tahunan.Tentu saja, laporan tahunan
perusahaan tidak "gratis." Produksi laporan tahunan mahal. Biaya lain yang lebih signifikan,
termasuk kemungkinan pengungkapan informasi yang berharga kepada pesaing dan
kemungkinan bahwa keputusan operasi manajer akan dipengaruhi oleh jumlah informasi
tentang keputusan yang harus dikeluarkan. Sebagai contoh, manajer dapat membatasi rencana
ekspansi jika terlalu banyak informasi tentang mereka diungkapkan. Investor pada akhirnya
akan membayar biaya-biaya ini melalui harga produk yang lebih tinggi dan /atau harga saham
lebih rendah. Namun demikian, investor menganggap laporan tahunan sebagai bebas, karena
Sejauh mana mereka menggunakannya tidak akan mempengaruhi harga produk yang mereka
bayar. Juga, investor dapat dikenakan biaya untuk menginformasikan diri, baik secara
langsung dengan membayar untuk menerima informasi sesegera mungkin, atau tidak
langsung dengan membayar untuk analis atau layanan informasi lainnya. Namun demikian,
"bahan baku" dasar dianggap sebagai gratis, dan investor akan melakukan apa pun konsumen
rasional lainnya akan melakukannya ketika harga rendah — konsumsi lebih banyak. Hasil
dari, investor dapat menganggap informasi akuntansi berguna meskipun dari sudut pandang
masyarakat biaya informasi ini lebih besar daripada manfaat bagi investor. Juga, sebagaimana
disebutkan dalam Bab 1, informasi memengaruhi orang yang berbeda secara berbeda.
Demikian, informasi mungkin berguna bagi calon investor dan pesaing, tetapi para manajer
dan arus pemegang saham dapat dirugikan dengan memasoknya.
Akibatnya, nilai sosial dari informasi tersebut tergantung baik pada manfaat bagi
calon investor dan pesaing dan pada biaya untuk manajer dan pemegang saham. Pengorbanan
biaya-manfaat seperti ini sangat sulit dilakukan. Pikirkan informasi sebagai komoditas,
dituntut oleh investor dan dipasok oleh perusahaan melalui akuntan. Karena aspek informasi
yang baik bagi publik, kita tidak dapat bergantung pada kekuatan permintaan dan penawaran
untuk menghasilkan "hak" atau jumlah terbaik pertama secara social produksi, seperti yang
kita dapat untuk barang-barang pribadi yang diproduksi di bawah persaingan. Alasan penting
adalah bahwa sistem harga tidak, dan mungkin tidak bisa, beroperasi untuk mengisi penuh
investor biaya dari informasi yang mereka gunakan. Konsekuensinya, dari perspektif sosial,
kita tidak bisa mengandalkan sejauh respon pasar keamanan untuk memberitahu kita
kebijakan akuntansi yang seharusnya digunakan (atau, setara, “berapa banyak” informasi
yang dihasilkan). Argumen formal untuk mendukung kesimpulan ini diberikan oleh Gonedes
dan Dopuch (1974). Krisis pasar 2007-2008 memberikan ilustrasi dramatis yang lebih luas
efek sosial dari informasi akuntansi. Menyusul kehancuran, argumen muncul bahwa
akuntansi nilai wajar bersifat pro-siklikal; yaitu, meningkatkan besarnya booming dan
patung. Argumennya adalah bahwa, pada saat-saat baik, akuntansi nilai wajar mengembang
penghasilan.
Kemudian, perusahaan didorong untuk memperluas, dan bank (yang pendapatannya
juga meningkat) adalah didorong untuk memberi pinjaman untuk mendukung ekspansi ini.
Hasil booming ekonomi. Namun, ketika boom runtuh, seperti yang terjadi pada 2007–2008,
penetapan harga likuiditas dapat terjadi (Bagian 1.3), dalam hal ini nilai wajar dari aset
keuangan jatuh di bawah nilai mereka digunakan. Kemudian, modal hukum bank terancam,
mereka berhenti meminjam, dan ekonomi jatuh ke dalam resesi. Dengan berkonsentrasi pada
penyediaan informasi nilai wajar yang bermanfaat bagi investor, standar Setter rentan
terhadap tuduhan bahwa mereka mengabaikan efek sosial yang lebih luas ini. Kami akan
kembali ke pertanyaan tentang regulasi produksi informasi dalam Bab 12 dan 13. Untuk
sekarang, titik yang harus disadari adalah bahwa masih benar bahwa akuntan dapat dipandu
oleh pasar respons untuk mempertahankan dan meningkatkan posisi kompetitif mereka
sebagai pemasok ke pasar untuk informasi. Juga benar bahwa pasar sekuritas akan bekerja
lebih baik sejauh ini bahwa harga sekuritas memberikan indikasi yang baik dari peluang
investasi nyata yang mendasarinya. Namun, pertimbangan sosial ini menunjukkan bahwa,
sebagai aturan umum, akuntansi badan penetapan standar harus berhati-hati dalam
menggunakan respon pasar sekuritas sebagai satu-satunya memandu untuk keputusan
mereka.
5.6 RELEVANSI NILAI KEUANGAN LAINNYA INFORMASI PERNYATAAN
Di bagian ini, kita berangkat dari konsentrasi kita pada isi informasi bersih pendapatan untuk
mempertimbangkan keinformatifan komponen laporan keuangan lainnya, seperti neraca dan
informasi tambahan. Secara keseluruhan, sulit untuk menemukan bukti langsung kegunaan
dari keuangan lain informasi pernyataan, tidak seperti bukti yang mengesankan dari reaksi
pasar terhadap pendapatan dijelaskan sebelumnya. Sebagai contoh, relevansi nilai RRA
(Bagian 2.4) telah diterima perhatian penelitian yang cukup besar. Meskipun relevansinya,
studi oleh Magliolo (1986) dan

Meskipun relevansinya, penelitian oleh Magliolo (1986) dan Doran, Collins, dan
Dhaliwal (1988) tidak dapat menemukan lebih dari reaksi pasar yang lemah terhadap RRA,
meskipun Boone (2002) melaporkan reaksi pasar yang lebih kuat terhadap informasi RRA
daripada biaya historis informasi berbasis, dan berpendapat bahwa reaksi yang relatif lemah
yang dilaporkan oleh peneliti sebelumnya adalah karena masalah statistik dalam metodologi
mereka.

Kehandalan yang rendah adalah salah satu penjelasan untuk hasil campuran ini.
Kemungkinan lain adalah bahwa RRA dipicu oleh sumber informasi cadangan yang lebih
tepat waktu, seperti pengumuman penemuan, dan perkiraan analis. Juga, titik waktu bahwa
pasar pertama menjadi sadar akan informasi RRA sering tidak jelas. Untuk pendapatan
bersih, media atau konferensi panggilan konferensi dari pengumuman penghasilan
memberikan tanggal acara yang wajar. Akan tetapi, mengingat sifat cadangan informasi
cadangan minyak dan gas dan kepentingannya terhadap nilai perusahaan, analis dan pihak
lain mungkin bekerja sangat keras untuk mengoreknya sebelum laporan tahunan. Jika
tanggal kejadian yang wajar untuk merilis informasi laporan keuangan lainnya tidak dapat
ditemukan, studi kembali harus menggunakan yang jendela lebar, yang terbuka untuk
sejumlah besar pengaruh pada harga di samping informasi akuntansi.

Namun, ada pendekatan tidak langsung untuk menemukan bukti kegunaan yang
menghubungkan informasi lain dengan kualitas penghasilan. Untuk mengilustrasikan,
misalkan bahwa perusahaan minyak melaporkan pendapatan yang tinggi tahun ini, tetapi
informasi RRA tambahan dalam catatan laporan keuangan menunjukkan bahwa
cadangannya telah menurun secara substansial sepanjang tahun. Interpretasi informasi ini
adalah bahwa perusahaan telah menggunakan cadangannya untuk meningkatkan penjualan
dalam jangka pendek. Jika demikian, kualitas penghasilan saat ini berkurang, karena
mengandung komponen nonpersistent yang akan menghilang jika cadangan baru yang tidak
ditemukan. Kemudian, antisipasi pasar terhadap berita buruk dalam informasi RRA mungkin
lebih mudah ditemukan di ERC rendah daripada reaksi langsung terhadap informasi
cadangan itu sendiri. Sebaliknya, ERC yang lebih tinggi diharapkan jika cadangan
meningkat.

Pendekatan ini disamaratakan oleh Lev dan Thiagarajan (LT; 1993). Mereka
mengidentifikasi 12 "fundamental" yang digunakan oleh analis keuangan dalam
mengevaluasi kualitas laba. Sebagai contoh, yang mendasar adalah perubahan dalam
persediaan, relatif terhadap penjualan. Jika persediaan meningkat, ini mungkin
menunjukkan penurunan kualitas laba — perusahaan mungkin memasuki periode penjualan
rendah, atau hanya mengelola inventarisnya dengan kurang efektif. Fundamental lainnya
termasuk perubahan dalam belanja modal, pesanan backlog, dan, dalam kasus perusahaan
minyak dan gas, perubahan cadangannya.

Untuk setiap perusahaan dalam sampel mereka, LT menghitung ukuran kualitas laba
dengan menetapkan skor 1 atau 0 untuk masing-masing dari 12 fundamental perusahaan
tersebut, lalu menambahkan skor. Misalnya, untuk inventaris, 1 ditetapkan jika inventaris
perusahaan itu, relatif terhadap penjualan, turun untuk tahun ini, menunjukkan perputaran
persediaan dan kualitas penghasilan yang lebih tinggi, dan skor 0 ditetapkan jika inventaris
naik.

Ketika LT menambahkan skor fundamental ini sebagai variabel penjelas tambahan


dalam analisis regresi ERC, ada peningkatan substansial dalam kemampuan untuk
menjelaskan pengembalian keamanan abnormal di luar kekuatan penjelas dari penghasilan
tak terduga saat ini saja. Hal ini menunjukkan bahwa antisipasi informasi neraca, dan
informasi tambahan dalam catatan laporan keuangan, muncul di ERC.

Baru-baru ini, DeFranco, Wong, dan Zhou (2011) melakukan tes yang lebih langsung
tentang relevansi nilai informasi dalam catatan atas laporan keuangan. Mereka memeriksa
sampel perusahaan besar AS selama periode 2002–2007, dan melaporkan bahwa harga
saham menanggapi informasi catatan laporan keuangan dalam jendela sempit tujuh hari
yang mengelilingi laporan 10K perusahaan yang diajukan dengan SEC24 (tanggal terawal di
mana informasi dalam catatan menjadi tersedia untuk pasar). Contoh informasi dalam
catatan termasuk RRA, kewajiban sewa, biaya pensiun yang tidak didanai, off balance sheet
securitizations, dan peningkatan kemampuan untuk memperkirakan persistensi laba.
Tanggapan terhadap informasi ini adalah setelah mengontrol informasi lain yang juga dapat
mempengaruhi harga saham seperti pengumuman laba, nada MD & A (Bagian 3.6.4), dan
perkiraan analis.

Para penulis menyarankan bahwa tanggapan berbagi ini didorong oleh investor yang
canggih, seperti analis keuangan. Konsisten dengan saran ini, mereka melaporkan bahwa
semakin besar informasi tambahan dalam catatan relatif terhadap informasi dalam laba
bersih, semakin mungkin analis akan menerbitkan revisi harga saham target dan semakin
besar revisi ini. Secara keseluruhan, tampaknya informasi catatan adalah keputusan yang
berguna bagi investor dan bahwa perkiraan perkiraan analis adalah kendaraan dimana
informasi catatan menjadi dimasukkan ke dalam harga saham.

5.7 KESIMPULAN PADA NILAI RELEVANSI


Literatur empiris dalam akuntansi keuangan sangat luas, dan kita hanya melihat bagian-
bagian tertentu saja. Namun demikian, kami telah melihat bahwa, untuk sebagian besar,
respon pasar sekuritas terhadap laba bersih yang dilaporkan sangat mengesankan dalam
hal kecanggihannya. Penelitian empiris di bidang ini umumnya mendukung teori pasar yang
efisien dan teori-teori keputusan yang mendasari.
Namun, akuntan harus memastikan bahwa hal-hal yang tidak biasa dan tidak berulang
sepenuhnya diungkapkan, baik dalam laporan keuangan yang tepat atau catatan. Jika tidak,
investor dapat melebih-lebihkan persistensi laba yang dilaporkan saat ini.
Hingga baru-baru ini, sulit untuk menemukan bukti respons pasar terhadap informasi
laporan keuangan lainnya yang sama kuatnya dengan informasi laba. Sejauh mana
kurangnya respon pasar yang kuat terhadap informasi lain ini adalah karena kesulitan
metodologi penelitian, keandalan yang rendah, ketersediaan sumber informasi alternatif,
atau kegagalan teori pasar yang efisien itu sendiri tidak sepenuhnya dipahami, meskipun
mungkin bahwa investor mengantisipasi neraca dan informasi tambahan untuk
menyelesaikan ERC, daripada menggunakan informasi tersebut secara langsung, dan / atau
dipandu oleh investor yang lebih canggih, seperti analis keuangan. Untuk memaksimalkan
posisi kompetitif mereka sebagai pemasok informasi, akuntan dapat menggunakan sejauh
mana respon pasar keamanan untuk berbagai jenis informasi akuntansi sebagai panduan
untuk kegunaannya bagi investor. Ini memotivasi minat mereka dalam penelitian empiris
tentang kegunaan keputusan. Selanjutnya, semakin banyak akuntan informasi dapat
berpindah dari dalam ke luar perusahaan, semakin baik pasar modal dapat memandu aliran
dana investasi yang langka.
Terlepas dari pertimbangan ini, akuntan harus berhati-hati dalam menyimpulkan bahwa
kebijakan akuntansi dan pengungkapan yang menghasilkan respons pasar terbesar adalah
yang terbaik bagi masyarakat. Ini karena sifat informasi akuntansi publik yang baik. Investor
tidak perlu menuntut jumlah informasi yang "benar", karena mereka tidak menanggung biaya
penuhnya. Kekhawatiran ini membatasi kemampuan penelitian kegunaan keputusan untuk
memandu penentu standar akuntansi.
Sebagian besar penelitian yang dijelaskan dalam bab ini telah berorientasi pada
informasi laporan keuangan yang mengandung komponen biaya historis yang signifikan.
Sementara menemukan relevansi nilai dalam pendapatan berbasis historis laba mendorong,
penentu standar telah pindah semakin ke nilai saat ini laporan keuangan berbasis akuntansi,
yang memiliki potensi untuk menangkap lebih banyak informasi yang mempengaruhi nilai
perusahaan yang tersedia sepanjang tahun. Laporan keuangan berbasis biaya historis
hanya menangkap informasi ini dengan keterlambatan. Agaknya, pembuat standar merasa
bahwa akuntansi nilai saat ini akan semakin meningkatkan relevansi nilai. Di bab berikutnya,
kami mengeksplorasi kemungkinan alasan untuk langkah ini.