1. pengantar
angka akuntansi adalah variabel acak yang mungkin mencerminkan mation informal tentang
distribusi nilai-nilai masa depan perusahaan securities.1 Mereka mungkin melakukannya pertama
karena hubungan antara atribut perusahaan produksi-investasi atau pembiayaan keputusan dan
sifat stokastik dari angka akuntansi . Kedua, mereka mungkin melakukannya karena keputusan
manajemen tentang prosedur dan aturan yang digunakan untuk deter- tambang apa dan di mana
pengungkapan yang dibuat dan tentang mekanisme (misalnya, LIFO vs FIFO) digunakan untuk
menghitung numbers.2 akuntansi Secara umum, sifat stokastik angka akuntansi dan implikasi dari
laporan eksternal bersyarat pada kedua atribut ekonomi substan-tive dari keputusan dan
perusahaan perusahaan 'teknik akuntansi.' Menurut definisi, melaporkan nilai angka akuntansi,
perubahan dividen dan "luar biasa" komponen Account nomor pendapatan ing. Sebuah pertanyaan
besar ditanyakan adalah: Apakah investor bersikap seolah-olah angka-angka ini adalah sinyal
yang efektif? Selain menggunakan perspektif signaling untuk mengkarakterisasi investor
perilaku, digunakan untuk mengidentifikasi ambiguitas sekitarnya angka akuntansi implikasi dan
untuk memotivasi rincian pengujian kami. Apakah manajemen benar-benar berniat untuk sinyal
dan, jika mereka melakukannya, sejauh mana sinyal mereka dimaksudkan untuk mencerminkan
keyakinan mereka yang sebenarnya (yaitu, 'kejujuran' sinyal) tidak secara langsung diuji. Dalam
hal ini, berbagai kemungkinan hanya diidentifikasi, tergantung pada beberapa diasumsikan
karakteristik perilaku manajerial (misalnya, model untuk perubahan dividen). kemungkinan ini
memberikan penjelasan potensial untuk istics karakter-disimpulkan dari perilaku investor. The
melihat perubahan dividen sebagai sinyal potensial berasal dari karya oleh Lintner [1956] dan
Brittain [1966], antara lain, keputusan dividen. Manajemen diduga berperilaku seolah-olah
mereka pilih perubahan dividen sesuai dengan rasio sasaran payout dan tations expec- mereka
tentang nilai-nilai masa depan nomor pendapatan. Harapan ini mungkin tergantung pada informasi
belum tersedia untuk "orang luar." Oleh karena itu, jika investor bersikap seolah-olah angka
pendapatan sinyal efektif vis-A-vis atribut teramati dari keputusan perusahaan, mereka mungkin
bersikap seolah-olah perubahan dividen mencerminkan informasi di luar yang saat ini tersedia
untuk 'orang luar.' Melihat pos luar biasa sebagai sinyal potensial berasal dari agements manusia-
lintang pilihan atas pengungkapan tentang item tersebut dan asumsi bahwa investor berperilaku
seolah-olah angka pendapatan sinyal tentang atribut keputusan perusahaan. Perspektif ini dan
potensi untuk sinyal manajemen menyesatkan atau terdistorsi tampaknya telah di antara faktor-
faktor yang memotivasi Komisi Sekuritas dan Bursa (SEC) 1973 perubahan aturan untuk Formulir
8- pelaporan K dan beberapa perubahan (APB ini) Prinsip Akuntansi Dewan di rules.4 pelaporan
pendapatan Selain itu, yang disebut-mandi besar dan pendapatan-smoothing hipotesis-yang
berhubungan dengan sifat stochastic dan isi informasi dari nomor penghasilan - dapat dilihat
sebagai hipotesis tentang sifat sinyal manajerial, pada asumsi bahwa manajemen yang terlibat
dalam signaling. 5 Argumen di atas mengasumsikan bahwa investor berperilaku seolah-olah
angka pendapatan mencerminkan informasi tentang karakteristik diskusi-deci- perusahaan. Jadi,
untuk alasan yang akan menjadi jelas, hasil kami juga berkaitan dengan isi informasi nomor
pendapatan. hasil kami berurusan dengan implikasi bersama dan marjinal sinyal di atas. Seperti
ditunjukkan dalam Bagian 2, berbagai wawasan signaling dapat diperoleh dengan
mempertimbangkan substitusi atau saling melengkapi potensi hubungan antara sinyal. Yang
mengarah langsung ke pertanyaan tentang implikasi sendi sinyal relatif terhadap implikasi
marginal mereka. inferensi utama kami adalah bahwa bukti yang disajikan di sini adalah seragam
konsisten dengan pandangan bahwa dividen tahunan atau extraor- sinyal dinary-item tahunan
mencerminkan informasi di luar itu tercermin dalam sinyal pendapatan con- temporaneous
tahunan atau bukti sampel yang ada. Kesimpulan ini berlaku untuk kedua efek marginal dan
bersama dividen dan luar biasa-item sinyal. Sejauh periode t peristiwa yang bersangkutan, sinyal
pendapatan untuk periode t tampaknya menjadi satu-satunya (dari tiga diperiksa) yang
mencerminkan informasi di luar yang sudah tersedia di awal periode t dan relevan untuk menilai
distribusi nilai-nilai surat berharga masa depan . Hasil kami, oleh karena itu, tidak konsisten
dengan hipotesis dividen-informasi-konten dan argumen utama yang mendasari beberapa aturan
pengungkapan baru-baru ini. ences infer- kami, tentu saja, tergantung pada model yang mendasari
hasil kal empiri- kami. Sisa dari makalah ini disusun sebagai berikut. Bagian 2 membahas
berbagai aspek sinyal perusahaan dan potensi kapal hubungan-antara sinyal. Hal ini juga
menunjuk pada proposisi yang dapat diuji yang menarik di sini. Bagian 3 mengidentifikasi data
yang digunakan untuk hasil empiris kami. Bagian 4 membahas berbagai karakteristik empiris di-
datang, luar biasa-item, dan angka dividen. Bagian 5 mengidentifikasi fitur penting dari
pendekatan pengujian kami. Hubungan antara sinyal potensial dianggap dalam Bagian 6. Bagian
7 dan 8 memberikan hasil tes pada tingkat-of-return distribusi saham biasa. Akhirnya, diskusi dan
ringkasan hasil kertas ini muncul dalam Bagian 9. Sisa dari makalah ini disusun sebagai berikut.
Bagian 2 membahas berbagai aspek sinyal perusahaan dan potensi kapal hubungan-antara sinyal.
Hal ini juga menunjuk pada proposisi yang dapat diuji yang menarik di sini. Bagian 3
mengidentifikasi data yang digunakan untuk hasil empiris kami. Bagian 4 membahas berbagai
karakteristik empiris di- datang, luar biasa-item, dan angka dividen. Bagian 5 mengidentifikasi
fitur penting dari pendekatan pengujian kami. Hubungan antara sinyal potensial dianggap dalam
Bagian 6. Bagian 7 dan 8 memberikan hasil tes pada tingkat-of-return distribusi saham biasa.
Akhirnya, diskusi dan ringkasan hasil kertas ini muncul dalam Bagian 9. Sisa dari makalah ini
disusun sebagai berikut. Bagian 2 membahas berbagai aspek sinyal perusahaan dan potensi kapal
hubungan-antara sinyal. Hal ini juga menunjuk pada proposisi yang dapat diuji yang menarik di
sini. Bagian 3 mengidentifikasi data yang digunakan untuk hasil empiris kami. Bagian 4
membahas berbagai karakteristik empiris di- datang, luar biasa-item, dan angka dividen. Bagian
5 mengidentifikasi fitur penting dari pendekatan pengujian kami. Hubungan antara sinyal
potensial dianggap dalam Bagian 6. Bagian 7 dan 8 memberikan hasil tes pada tingkat-of-return
distribusi saham biasa. Akhirnya, diskusi dan ringkasan hasil kertas ini muncul dalam Bagian 9.
Hal ini juga menunjuk pada proposisi yang dapat diuji yang menarik di sini. Bagian 3
mengidentifikasi data yang digunakan untuk hasil empiris kami. Bagian 4 membahas berbagai
karakteristik empiris di- datang, luar biasa-item, dan angka dividen. Bagian 5 mengidentifikasi
fitur penting dari pendekatan pengujian kami. Hubungan antara sinyal potensial dianggap dalam
Bagian 6. Bagian 7 dan 8 memberikan hasil tes pada tingkat-of-return distribusi saham biasa.
Akhirnya, diskusi dan ringkasan hasil kertas ini muncul dalam Bagian 9. Hal ini juga menunjuk
pada proposisi yang dapat diuji yang menarik di sini. Bagian 3 mengidentifikasi data yang
digunakan untuk hasil empiris kami. Bagian 4 membahas berbagai karakteristik empiris di-
datang, luar biasa-item, dan angka dividen. Bagian 5 mengidentifikasi fitur penting dari
pendekatan pengujian kami. Hubungan antara sinyal potensial dianggap dalam Bagian 6. Bagian
7 dan 8 memberikan hasil tes pada tingkat-of-return distribusi saham biasa. Akhirnya, diskusi dan
ringkasan hasil kertas ini muncul dalam Bagian 9. Hubungan antara sinyal potensial dianggap
dalam Bagian 6. Bagian 7 dan 8 memberikan hasil tes pada tingkat-of-return distribusi saham
biasa. Akhirnya, diskusi dan ringkasan hasil kertas ini muncul dalam Bagian 9. Hubungan antara
sinyal potensial dianggap dalam Bagian 6. Bagian 7 dan 8 memberikan hasil tes pada tingkat-of-
return distribusi saham biasa. Akhirnya, diskusi dan ringkasan hasil kertas ini muncul dalam
Bagian 9.
3. data
Semua hasil didasarkan pada 1946-1972 data akuntansi tahunan untuk sampel 285 perusahaan.
Perusahaan-perusahaan ini dipilih dari himpunan perusahaan tertutup oleh Standard and Poor
Tahunan Industri COMPUSTAT rekaman (tanggal September 1973) dan oleh tingkat bulanan
saham biasa file kembalinya Pusat Penelitian di Security Harga (CRSP), University of Chicago.
Kriteria yang digunakan di perusahaan-perusahaan memilih adalah: (1) Ketersediaan pengamatan
berturut-turut (yaitu, tidak ada "data yang hilang") pada angka tahunan yang dipilih (tercantum di
bawah) untuk setidaknya periode 1947-1970. Jika pengamatan berturut-turut selama sub interval
lebih lama dari periode 1946-1972 yang tersedia, data tambahan yang digunakan. (Cara-cara
tertentu di mana ini dan data lain yang digunakan dibahas dalam Bagian 5.) 18 (2) Ketersediaan
suku bulan berturut-turut pengembalian perusahaan' s saham biasa selama setidaknya periode
Januari 1947-Desember 1971. Jika hasil berturut-turut untuk periode Januari 1972-Maret 1972
yang tersedia, mereka digunakan. (File CRSP tersedia dengan data untuk periode pasca-1947
hanya ditutupi perusahaan New York Stock Exchange.) (3) tahun fiskal yang berakhir selama atau
setelah April setiap tahun yang datanya digunakan. (Motivasi untuk pembatasan ini diberikan
dalam Bagian 5.) A "kontrol" sampel perusahaan juga diambil dari perusahaan tertutup oleh CRSP
dan file COMPUSTAT. Tidak ada perusahaan dalam sampel pertama dari 285 perusahaan
diizinkan untuk memasuki sampel kontrol. Selain pembatasan ini, hanya (2) kriteria yang
digunakan dalam membangun sampel kontrol, yang akhirnya termasuk 208 perusahaan. Untuk
membedakan satu sampel dari yang lain, sampel dari 285 perusahaan akan disebut "
Kecuali untuk dua perusahaan yang terminal tahun yang 1970 untuk data Compu- STAT, seluruh
perusahaan dalam sampel informasi memiliki vations obser- berturut-turut pada file CRSP untuk
seluruh periode Januari 1947-Maret 1972. Data CRSP tersedia untuk setiap perusahaan sampel
kontrol ditutupi periode yang sama. nomor COMPUSTAT tahunan yang diperlukan adalah: (1)
Pajak Penghasilan, (2) Pos Luar Biasa (baik yang dinyatakan sebelumnya dan mereka menyatakan
setelah efek pajak), (3) Laba Bersih, (4) Dividen yang dipilih, (5) Laba Bersih untuk umum (
"Tersedia untuk umum"), dan (6) Dividen umum (Reguler ditambah "Extra"). Nomor Dividen
Preferred digunakan untuk menghitung beberapa seri yang menarik. The Lintner Model dividen
tidak diterapkan untuk angka-angka. Nomor Dividen umum untuk tahun tertentu adalah
perusahaan jumlah dinyatakan (tapi tidak selalu membayar) selama tahun itu. Agaknya, deklarasi
ini adalah angka dividen dipengaruhi oleh peristiwa tahun dan, dengan demikian, nomor yang
sesuai untuk dibandingkan dengan angka laba bersih tahun itu dalam pengujian kami. Ingat bahwa
tujuan kami adalah untuk menilai sejauh mana sinyal dividen pada waktu t mencerminkan
informasi di luar itu tercermin dalam sinyal pendapatan kontemporer dan dalam bukti sampel
awalnya tersedia. Hasil yang disajikan di bawah ini didasarkan pada Laba Bersih dikurangi
Dividen yang dipilih. hasil yang sesuai berdasarkan nomor Umum Tersedia-untuk-juga diperoleh.
Tidak ada ences berbeda- penting antara set ini hasil. (Seperti dihitung dengan COMPUSTAT, seri
dua nomor ini mungkin berbeda. ) Hasil yang diperoleh untuk kedua sebelum pajak dan setelah
pajak Laba Bersih. Dan untuk masing-masing kasus terakhir, hasil untuk Laba Bersih menyatakan
baik sebelum dan sesudah Pos Luar Biasa diperoleh. Demikian pula, hasil untuk kedua sebelum
pajak dan setelah pajak nomor Luar Biasa-Barang diperoleh. Sekali lagi, tidak ada perbedaan
penting antara hasil. Hasil yang disajikan di bawah ini adalah untuk Pos Luar Biasa (1) Laba Bersih
dan Setelah Pajak (untuk kedua sinyal pendapatan dan model dividen) dan (2) Pos Luar Biasa
Setelah Pajak. 'S Penghasilan COMPUSTAT Net dinyatakan (1) sebelum Dividen Preferred, (2)
setelah pajak, (3) sebelum pos luar biasa dinyatakan (oleh perusahaan) secara pajak bersih-of-, dan
(4) setelah pos luar biasa dilaporkan oleh perusahaan tidak menjadi net-of-pajak. Untuk studi ini,
Laba Bersih setelah pajak, sebelum pos luar biasa dan setelah dividen preferen dihitung sebagai:
Laba Bersih ditambah Pos Luar Biasa Tidak Lain Net Pajak dikurangi Dividen Preferred. Pajak
atas Pos Luar Biasa Tidak Lain Bersih pajak termasuk dalam pajak COMPUSTAT'S Penghasilan,
yang digunakan dalam perhitungan Laba Bersih. Pajak atas Pos Luar Biasa Lain Bersih dari pajak
tidak termasuk dalam pajak COMPUSTAT'S Penghasilan. Jumlah pos luar biasa setelah pajak
dihitung sebagai: Pos Luar Biasa Lain Net Pajak plus (Pos Luar Biasa Tidak Lain Net Pajak) x
(diperkirakan tarif pajak rata-rata). Estimasi tarif pajak rata-rata untuk tahun tertentu adalah: (Pajak
Penghasilan). (Laba Bersih ditambah Pajak Penghasilan), di mana semua nomor yang seperti yang
didefinisikan oleh COMPUSTAT. Prosedur yang digunakan untuk memperkirakan tingkat pajak
rata-rata adalah salah satu dari beberapa yang mentah. Hasil berdasarkan data sebelum pajak
memberikan beberapa wawasan ke dalam sensitivitas hasil kami untuk procedure.19 ini
Sebagaimana ditunjukkan, tidak ada perbedaan penting antara hasil berdasarkan angka sebelum
pajak dan orang-orang berdasarkan nomor setelah pajak . Bagian selanjutnya menyediakan
ringkasan statistik untuk angka akuntansi sampel perusahaan-informasi. 4. Karakteristik
Pendapatan, Dividen, dan Nomor Pos Luar Biasa (Information Contoh) Tabel 1 menyediakan
statistik cross-sectional ringkasan untuk perbedaan pertama dari pendapatan setelah pos luar biasa
(A5t), laba sebelum pos luar biasa (A9Bt), dan pos luar biasa ( A5Et). Ini maries sum- adalah
untuk 285 perusahaan dalam sampel informasi. Seperti ditunjukkan di atas, semua hasil yang
disajikan di sini adalah untuk "setelah pajak" angka. Sarana sampel dari seri dibedakan dibakukan
oleh sampel standar deviasi, CA = & (A ~ t), sejalan dengan pembahasan Bagian 2. Satu pesan
jelas dari tiga kolom pertama dari tabel 1 adalah bahwa Ayet memberikan kontribusi, pada rata-
rata, jumlah kecil untuk drift rata-rata, 8 = E (AST), dari 5t, relatif terhadap standar deviasi A5t.
Demikian pula, variabilitas A5Et dan covariability dengan ambt tampaknya berkontribusi sedikit
untuk variabilitas Apt, atau (A5t), seperti dapat dilihat dengan menggunakan hasil untuk & 2
(AWBt) / 6 ^ 2 (Adt) dalam kolom 4. nilai median dari yang terakhir 0.97, relatif terhadap standar
deviasi A5t. Demikian pula, variabilitas A5Et dan covariability dengan ambt tampaknya
berkontribusi sedikit untuk variabilitas Apt, atau (A5t), seperti dapat dilihat dengan menggunakan
hasil untuk & 2 (AWBt) / 6 ^ 2 (Adt) dalam kolom 4. nilai median dari yang terakhir 0.97, relatif
terhadap standar deviasi A5t. Demikian pula, variabilitas A5Et dan covariability dengan ambt
tampaknya berkontribusi sedikit untuk variabilitas Apt, atau (A5t), seperti dapat dilihat dengan
menggunakan hasil untuk & 2 (AWBt) / 6 ^ 2 (Adt) dalam kolom 4. nilai median dari yang terakhir
0.97,
yang menyiratkan bahwa, untuk perusahaan "khas", -2 (Aset) dan Cov (A5Et, AyBt) berkontribusi
sekitar 3,0 persen untuk o2 (Ayt). Setelah kemunduran, 2 (A t) pada 0i2 (A5Bt), ditemukan bahwa
diperkirakan linear hubungan antara perkiraan ini memiliki koefisien kemiringan 0,994 dan R2,
koefisien sampel determinasi berganda (disesuaikan dengan derajat kebebasan), sama dengan
0,9946. Singkatnya, drift dan variabilitas 5t tampaknya, tidak tiba-tiba, akan didominasi oleh 5BT
Kolom tersisa dari tabel 1 kesepakatan dengan struktur korelasi serial A5t dan M5Bt. berjalan
statistik yang diamati, Z (Ayt) Z (AyBt), tampaknya konsisten dengan tidak adanya korelasi serial
penting: Untuk kedua seri, perkiraan koefisien korelasi serial pertama dan kedua, P, dan P masing-
masing, tampaknya cukup pada rata-rata, relatif terhadap kesalahan standar teoretis mereka. Pada
keseimbangan, hasilnya konsisten dengan pernyataan bahwa 5T dan 5BT berperilaku seolah-olah
mereka martingales. Hasil estimasi untuk model dividen-perubahan Lintner dirangkum dalam
tabel 2. Hasil selama 7 * -, dan * 2 konsisten dengan interpretasi biasa model ini. IRT adalah
negatif dari koefisien "kecepatan penyesuaian", yang merupakan fraksi E (ADT) karena perbedaan
antara "Target dividen" untuk periode t dan dividen yang sebenarnya untuk periode t - 1. dividen
Sasaran diperoleh dengan menerapkan menargetkan rasio payout pendapatan untuk periode t. IR2
adalah target rasio payout dikalikan dengan kecepatan koefisien penyesuaian. Jadi, misalnya, Hasil
estimasi untuk model dividen-perubahan Lintner dirangkum dalam tabel 2. Hasil selama 7 * -, dan
* 2 konsisten dengan interpretasi biasa model ini. IRT adalah negatif dari koefisien "kecepatan
penyesuaian", yang merupakan fraksi E (ADT) karena perbedaan antara "Target dividen" untuk
periode t dan dividen yang sebenarnya untuk periode t - 1. dividen Sasaran diperoleh dengan
menerapkan menargetkan rasio payout pendapatan untuk periode t. IR2 adalah target rasio payout
dikalikan dengan kecepatan koefisien penyesuaian. Jadi, misalnya, Hasil estimasi untuk model
dividen-perubahan Lintner dirangkum dalam tabel 2. Hasil selama 7 * -, dan * 2 konsisten dengan
interpretasi biasa model ini. IRT adalah negatif dari koefisien "kecepatan penyesuaian", yang
merupakan fraksi E (ADT) karena perbedaan antara "Target dividen" untuk periode t dan dividen
yang sebenarnya untuk periode t - 1. dividen Sasaran diperoleh dengan menerapkan menargetkan
rasio payout pendapatan untuk periode t. IR2 adalah target rasio payout dikalikan dengan
kecepatan koefisien penyesuaian. Jadi, misalnya, untuk periode t dan dividen yang sebenarnya
untuk periode t - 1. dividen Sasaran diperoleh dengan menerapkan target rasio pembayaran
pendapatan untuk periode t. IR2 adalah target rasio payout dikalikan dengan kecepatan koefisien
penyesuaian. Jadi, misalnya, untuk periode t dan dividen yang sebenarnya untuk periode t - 1.
dividen Sasaran diperoleh dengan menerapkan target rasio pembayaran pendapatan untuk periode
t. IR2 adalah target rasio payout dikalikan dengan kecepatan koefisien penyesuaian. Jadi,
misalnya,
nilai-nilai tr, = -0,23 dan X2 = 0,12 menyiratkan target rasio payout ke (0,12 / 0,23) 0,52. Pada
keseimbangan, hasil untuk w ,, IT2, R2, dan perkiraan orde pertama koefisien korelasi serial, P,
(5t), dari Ance disturb-, di, tampaknya konsisten dengan Lintner model menjadi model yang
memadai untuk ADT. Hasil yang dilaporkan pada tabel 2 pada dasarnya sama dengan yang
dilaporkan oleh Fama dan Babiak [1968] untuk periode 1946-1964 dengan menggunakan sampel
392 perusahaan dan oleh Fama [1974] untuk periode 1946-1966 dengan menggunakan sampel 298
perusahaan . Kertas-kertas memberikan hasil dari berbagai pemeriksaan diagnostik kecukupan
model Lintner. Pada keseimbangan, model ini tampaknya melakukan dengan baik relatif terhadap
beberapa pesaing terkemuka untuk dividen tunai tahunan.
5. Estimasi Bersyarat dan Distribusi Kembali Unconditional
pengujian kami untuk "konten informasi" melibatkan perbandingan distribusi kembali, seperti
yang diuraikan dalam Bagian 2. Sepanjang, perhatian akan terbatas pada sarana distribusi ini.
Pendekatan pengujian yang digunakan di sini adalah yang diusulkan oleh Gonedes [1975b] (lihat
juga Gonedes, Dopuch, dan Penman [1976]). Hanya gambaran dari pendekatan ini diberikan di
sini. Semua analisis distribusi pengembalian didasarkan pada portofolio, daripada saham individu,
return bulanan. Alasan utama untuk menggunakan pengembalian portofolio adalah untuk
mengurangi kesalahan sampling, dan dengan demikian meningkatkan ketepatan hasil estimasi
kami. Jika perusahaan termasuk dalam portofolio digunakan untuk memperkirakan distribusi
bersyarat yang homogen sejauh implikasi dari pengkondisian sinyal yang bersangkutan, maka
kekuatan pengujian kami meningkat dengan menggunakan portofolio sebagai unit analisis.
Portofolio yang terbentuk pada masing-masing beberapa tanggal pembentukan portofolio.
pengembalian yang diamati pada portofolio ini antara tanggal formasi yang digunakan untuk
memperkirakan sarana distribusi marginal dan kondisional yang menarik. Nilai-nilai kesalahan
perkiraan standar (lihat Bagian 2) untuk perubahan pendapatan, perubahan dividen tunai
menyatakan, dan perubahan dalam pos luar biasa adalah dasar pembentukan portofolio. Untuk
singkatnya, kami menunjukkan kesalahan standar oleh IE, DE, dan EE, masing-masing,
menghilangkan waktu dan subscript perusahaan untuk kenyamanan. Realisasi IE, DE, dan EE
sesuai dengan tanggal pembentukan portofolio dari satu tahun kalender tertentu diasumsikan
tersedia kapan saja dalam periode dua belas bulan berikutnya tanggal tersebut. Tidak ada tanggal
pengumuman yang sebenarnya digunakan. Untuk setiap tahun kalender, tanggal pembentukan
portofolio yang ditentukan untuk menjadi Maret tahun itu. Sinyal selalu berkaitan dengan angka
akuntansi atau dividen untuk tahun fiskal corre- sponding untuk tahun kalender. Jadi, misalnya,
portofolio terbentuk pada Maret 1960 dibentuk atas dasar nilai-nilai realisasi angka tahunan yang
berkaitan dengan tahun fiskal 1960 dan, dengan demikian, seluruh atau sebagian dari periode dua
belas bulan dimulai dengan April 1960. Perusahaan dengan fiskal tahun yang berakhir pada atau
sebelum 31 Mar dikecualikan dari sampel kami informasi (lihat Bagian 3, kriteria 3). Ada, oleh
karena itu, setidaknya satu bulan antara bulan formasi portofolio dan bulan yang berakhir tahun
fiskal masing-masing perusahaan sesuai dengan tahun kalender portofolio forma- tion.21
demikian, asumsi kita tentang waktu sinyal KASIH announce- tampaknya "aman." Pada
kenyataannya, tidak lebih dari satu perusahaan memiliki tahun fiskal yang berakhir sebelum Mei
di setiap tahun kalender yang portofolio dibentuk (1952-1971). Dalam setiap tahun ini, setidaknya
216 tahun fiskal perusahaan berakhir pada Desember. (Rata-rata, Desember perusahaan tahun
fiskal mengumumkan angka akuntansi tahunan mereka pada bulan Maret tahun kalender
berikutnya;. Lihat Ball dan Brown [1968]) Mengingat prosedur di atas, hasil estimasi kami sesuai
dengan distribusi tergantung pada sinyal diumumkan setelah waktu portofolio pembentukan dan,
dengan demikian, setelah waktu di mana keseimbangan pasar modal didirikan (waktu t dalam
Bagian 2.2.2). Ini adalah apa yang disebut oleh kerangka yang diberikan dalam Gonedes [1975b]
untuk estimasi distribusi pengembalian tergantung pada sinyal. Untuk tanggal pembentukan
portofolio yang diberikan, salah satu portofolio dibentuk untuk masing-masing beberapa rentang
persentil dari perkiraan tions distribu- cross-sectional dari perkiraan kesalahan standar IE, DE, dan
EE terkait dengan tanggal tersebut. Untuk tanggal formasi tertentu, seluruh perusahaan dalam
sampel informasi yang peringkat di termns dari nilai-nilai yang diamati mereka IE. Array peringkat
ini dibagi menjadi tiga kelompok tumpang tindih dengan bagian atas 331/3 persen dari perusahaan-
perusahaan dalam kelompok pertama, 331/3 persen berikutnya dari perusahaan dalam kelompok
kedua, dll Semua perusahaan di masing-masing tiga kelompok-kelompok ini maka peringkat
dalam hal nilai-nilai mereka menyadari dari DE sesuai dengan tanggal pembentukan. Untuk
masing-masing tiga kelompok ini, semua perusahaan jatuh di kedua sisi nilai median dari DE
dikelompokkan bersama-sama, sehingga menghasilkan dua kelompok tidak tumpang tindih dalam
masing-masing tiga kelompok pertama. Pada titik ini ada enam kelompok: tiga IE-kelompok x dua
kelompok de-. Semua perusahaan di masing-masing DE-kelompok kemudian peringkat dalam hal
nilai-nilai menyadari mereka EE. Dua kelompok yang dibentuk untuk masing-masing array
peringkat: satu untuk bagian atas dan satu untuk bagian bawah. Sekarang ada dua belas kelompok:
tiga IE-kelompok x dua DE-kelompok x dua kelompok EE-. Perusahaan-perusahaan di masing-
masing dua belas kelompok akhirnya digabungkan menjadi satu portofolio; hasil akhirnya adalah
dua belas portofolio. Implikasi dari dua parameter Model aset-harga yang dieksploitasi dalam
membentuk portofolio. Hal ini dilakukan dalam upaya untuk terus "hal-hal lain" konstan, sejauh
tes pada alat yang bersangkutan. Mengingat model dua parameter, "hal-hal lain" dapat tetap
konstan dengan membandingkan distribusi imbalan aset yang risikonya relatif sama, seperti dari
Semua perusahaan di masing-masing DE-kelompok kemudian peringkat dalam hal nilai-nilai
menyadari mereka EE. Dua kelompok yang dibentuk untuk masing-masing array peringkat: satu
untuk bagian atas dan satu untuk bagian bawah. Sekarang ada dua belas kelompok: tiga IE-
kelompok x dua DE-kelompok x dua kelompok EE-. Perusahaan-perusahaan di masing-masing
dua belas kelompok akhirnya digabungkan menjadi satu portofolio; hasil akhirnya adalah dua
belas portofolio. Implikasi dari dua parameter Model aset-harga yang dieksploitasi dalam
membentuk portofolio. Hal ini dilakukan dalam upaya untuk terus "hal-hal lain" konstan, sejauh
tes pada alat yang bersangkutan. Mengingat model dua parameter, "hal-hal lain" dapat tetap
konstan dengan membandingkan distribusi imbalan aset yang risikonya relatif sama, seperti dari
Semua perusahaan di masing-masing DE-kelompok kemudian peringkat dalam hal nilai-nilai
menyadari mereka EE. Dua kelompok yang dibentuk untuk masing-masing array peringkat: satu
untuk bagian atas dan satu untuk bagian bawah. Sekarang ada dua belas kelompok: tiga IE-
kelompok x dua DE-kelompok x dua kelompok EE-. Perusahaan-perusahaan di masing-masing
dua belas kelompok akhirnya digabungkan menjadi satu portofolio; hasil akhirnya adalah dua
belas portofolio. Implikasi dari dua parameter Model aset-harga yang dieksploitasi dalam
membentuk portofolio. Hal ini dilakukan dalam upaya untuk terus "hal-hal lain" konstan, sejauh
tes pada alat yang bersangkutan. Mengingat model dua parameter, "hal-hal lain" dapat tetap
konstan dengan membandingkan distribusi imbalan aset yang risikonya relatif sama, seperti dari
Dua kelompok yang dibentuk untuk masing-masing array peringkat: satu untuk bagian atas dan
satu untuk bagian bawah. Sekarang ada dua belas kelompok: tiga IE-kelompok x dua DE-
kelompok x dua kelompok EE-. Perusahaan-perusahaan di masing-masing dua belas kelompok
akhirnya digabungkan menjadi satu portofolio; hasil akhirnya adalah dua belas portofolio.
Implikasi dari dua parameter Model aset-harga yang dieksploitasi dalam membentuk portofolio.
Hal ini dilakukan dalam upaya untuk terus "hal-hal lain" konstan, sejauh tes pada alat yang
bersangkutan. Mengingat model dua parameter, "hal-hal lain" dapat tetap konstan dengan
membandingkan distribusi imbalan aset yang risikonya relatif sama, seperti dari Dua kelompok
yang dibentuk untuk masing-masing array peringkat: satu untuk bagian atas dan satu untuk bagian
bawah. Sekarang ada dua belas kelompok: tiga IE-kelompok x dua DE-kelompok x dua kelompok
EE-. Perusahaan-perusahaan di masing-masing dua belas kelompok akhirnya digabungkan
menjadi satu portofolio; hasil akhirnya adalah dua belas portofolio. Implikasi dari dua parameter
Model aset-harga yang dieksploitasi dalam membentuk portofolio. Hal ini dilakukan dalam upaya
untuk terus "hal-hal lain" konstan, sejauh tes pada alat yang bersangkutan. Mengingat model dua
parameter, "hal-hal lain" dapat tetap konstan dengan membandingkan distribusi imbalan aset yang
risikonya relatif sama, seperti dari Perusahaan-perusahaan di masing-masing dua belas kelompok
akhirnya digabungkan menjadi satu portofolio; hasil akhirnya adalah dua belas portofolio.
Implikasi dari dua parameter Model aset-harga yang dieksploitasi dalam membentuk portofolio.
Hal ini dilakukan dalam upaya untuk terus "hal-hal lain" konstan, sejauh tes pada alat yang
bersangkutan. Mengingat model dua parameter, "hal-hal lain" dapat tetap konstan dengan
membandingkan distribusi imbalan aset yang risikonya relatif sama, seperti dari Perusahaan-
perusahaan di masing-masing dua belas kelompok akhirnya digabungkan menjadi satu portofolio;
hasil akhirnya adalah dua belas portofolio. Implikasi dari dua parameter Model aset-harga yang
dieksploitasi dalam membentuk portofolio. Hal ini dilakukan dalam upaya untuk terus "hal-hal
lain" konstan, sejauh tes pada alat yang bersangkutan. Mengingat model dua parameter, "hal-hal
lain" dapat tetap konstan dengan membandingkan distribusi imbalan aset yang risikonya relatif
sama, seperti dari
tanggal pembentukan portofolio. Menurut salah satu versi dari model yang:
di mana RJT adalah tingkat pengembalian assetj dari t ke t + 1; Rmt adalah tingkat
kembali pada portofolio pasar, m; f3jt = Cov (RjtRmt) / Var (Rmt) adalah
risiko relatif assetj dalam portofolio m; dan Rzt adalah kembalinya pada z aset
sehingga fzt = 0,0. Sebuah tinjauan teori dan bukti yang berkaitan dengan ini
Model diberikan oleh Jensen [1972].
Mari kita jt = fit menjadi (vektor atau skalar) sinyal diumumkan oleh semua perusahaan di
portofolio p setelah kesetimbangan didirikan pada waktu t. Seandainya
portofolio e terdiri dari aset yang dipilih secara acak. Artinya, portofolio e tidak
dibangun bersyarat pada setiap nilai sinyal yang akan diumumkan
setelah t. Akhirnya, anggaplah bahwa portofolio ini dibangun sehingga
bahwa FPT = Pet
Jika Opt mencerminkan tidak ada informasi di luar itu sudah tersedia pada waktu t,
maka ini berarti E (Rptl (pt) = E (Purn) untuk semua nilai, Opt, dari 4pt karena
Memilih = Pet. Sebuah ketidaksetaraan antara nilai-nilai ini diharapkan dapat dianggap berasal
dari
informasi pt ini mencerminkan luar itu tersedia pada saat t. Ini adalah
karena semua "hal-hal lain" yang diadakan Konstan sejauh kesetimbangan
pengembalian yang diharapkan prihatin - oleh kondisi Apt = beta
Implikasi dari risiko relatif dieksploitasi dalam membentuk portofolio
untuk masing-masing dari dua belas kelompok dibangun untuk kedua informasi
sampel dan sampel kontrol. Dua belas kelompok sampel kontrol
dibentuk oleh acak menempatkan perusahaan dalam sampel yang ke dua belas
kelompok sama besar. Untuk setiap sampel, setiap kelompok digunakan untuk membentuk
portofolio varians minimum dengan risiko relatif sama dengan persatuan. karena
kelompok asli terdiri dari nonoverlapping set perusahaan, portofolio
untuk kedua sampel yang dibangun menggunakan nonoverlapping set perusahaan.
Rincian tentang prosedur portofolio-formasi / risiko pemerataan final
diberikan dalam Gonedes [1975b] .22
Perkiraan risiko relatif diperoleh dengan memperkirakan parameter
dari "model pasar," Rit = am + l8iRmt + duduk untuk setiap perusahaan, i, menggunakan
[1966] Arithmetic Indeks Fisher sebagai proxy untuk m. Dalam rangka untuk memungkinkan
perubahan risiko perusahaan relatif (lihat, misalnya, Gonedes [1973]), risiko relatif
yang reestimated di setiap bulan pembentukan portofolio menggunakan kembali dari
bulan dan lima puluh sembilan bulan sebelumnya. Ini melibatkan, pada dasarnya, menambahkan
simultan dan menjatuhkan dua belas berturut-turut
kembali diamati ketika skema bergerak dari satu formasi bulan untuk
yang selanjutnya. Pembentukan portofolio bulan yang mendasari semua kami
Hasil adalah bulan Maret untuk dua puluh tahun 1952-1971.
Setiap portofolio sampel kontrol sewenang-wenang dipasangkan dengan satu informasi
portofolio sampel. Pasangan yang sama dari portofolio mendasari semua hasil.
Perhatikan bahwa tugas kami informasi sampel firms- ke portofolio
sesuai dengan membentuk portofolio atas dasar sinyal mengamati bahwa
adalah realisasi dari variabel acak indikator vektor. Mari OTT = (Olt, 2t
O3) menunjukkan 3 x 1 vektor indikator variabel acak, di mana & lt, 62t, dan
O & Pertain untuk IE, DE, dan EE, masing-masing. Kemungkinan realisasi
O6t yang "tinggi" (H), "tengah" (A), dan "rendah" (L), di mana 61t = H Menandakan
nilai yang diamati dari IE di atas 0,662 / 3 fractile dari perkiraan cross sectional
distribusi IE pada portofolio tanggal pembentukan t; & Lt = M menandakan
nilai yang diamati dari IE antara 0,331 / 3 dan 0,662 / 3 fractiles itu
distribusi; dan Olt = L menunjukkan nilai yang diamati di bawah 0,331 / 3
fractile. Demikian pula, 62t = H (63T = H) menunjukkan nilai yang diamati dari DE
(EE) di atas median estimasi distribusi cross-sectional dari
DE (EE) pada portofolio tanggal pembentukan t. Hal ini diasumsikan bahwa semua perusahaan
dengan
nilai yang sama dari et - dan dengan demikian semua perusahaan dalam portofolio yang diberikan
- yang
homogen sejauh implikasi ini sinyal untuk kembali diharapkan
yang bersangkutan.
Mari RKT dan R2t menjadi 12 x 1 vektor pengembalian dari t informasi-sampel dan kontrol-
sampel portofolio, masing-masing. Dengan konstruksi,
masing-masing komponen dari vektor dari perkiraan E (R1t) adalah
estimasi berarti kembali bersyarat pada saat realisasi - misalnya, (H,
H, M) - dari indikator vektor variabel acak bt dan bersyarat
risiko relatif sama dengan persatuan. Setiap komponen diperkirakan E (R2t) adalah
estimasi mean dari distribusi marjinal kembali pada
aset dengan risiko sama dengan persatuan.
Secara formal, kami "hipotesis nol" adalah E (R1t) = E (R20), untuk hipotesis nol:
wT [E (R1t) - E (R2t)] = 0 (1)
untuk semua nilai w 12 x 1 vektor. hipotesis alternatif kami adalah bahwa
kesetaraan tidak berlaku untuk semua (tapi mungkin tahan selama beberapa) dari
komponen E (R1t) dan E (R2t) 0,24 terkait ini yang sesuai
spesifikasi alternatif untuk tujuan kita karena kita tidak bersikeras
bahwa setiap realisasi 0 menyebabkan perbedaan antara bersyarat
dan distribusi marginal pengembalian untuk menyimpulkan inkonsistensi
dengan kondisi "tidak ada konten informasi." Tergantung pada ini
alternatif dan normalitas multivariat (R1t, R2t), yang sesuai
uji (1) adalah tes T2 Hotelling (lihat Anderson [1958] atau Morrison
. [1967]) 25 statistik yang digunakan untuk tes ini didefinisikan oleh:
T2 = max t2 (w) = M (1 - 12) TS-I (^ - 12), (2)
dimana
t (w) - wT4 ^ I) VH (3)
- \ WTS W
kt dan ju2 adalah perkiraan sampel E (RFT) dan E (R2t), masing-masing; S
adalah sampel varians / kovarians matriks R1t - R2t; dan M adalah
jumlah vektor kembali diamati dalam sampel. Tergantung pada
hipotesis nol, distribusi T2 adalah bahwa dari F (N, M - N), sebuah pusat
'F" variabel acak dengan N dan M -. N derajat kebebasan N adalah
dimensi dari R1t - R2t, yang dua belas dalam pekerjaan kita.
Pertama, karena kita menggunakan perbedaan antara kontemporer
pengembalian portofolio sama berisiko, hasil kami tidak akan sistematis
dipengaruhi oleh kekhususan periode waktu sampel, sejauh bahwa
mereka mempengaruhi sama-sama berisiko pengembalian aset dengan cara yang sama (khususnya,
oleh beberapa transformasi affine). Kedua, pendekatan di atas memungkinkan untuk
situasi di mana tidak semua realisasi Ot mencerminkan informasi di luar
yang sudah tersedia pada waktu t. Ketiga, pengujian di atas mengakui sepenuhnya
implikasi korelasi cross-sectional antara perbedaan
antara return pada informasi-sampel dan portofolio kontrol-sampel.
Beberapa bukti korelasi cross-sectional ini diberikan dalam tabel 4,
yang menyediakan perkiraan matriks korelasi R1t - R2K.
nilai-nilai yang diamati dari statistik untuk uji rasio kemungkinan cross-sectional
kemerdekaan muncul di kolom terakhir. Penggunaan statistik ini dapat
dibenarkan dalam hal hasil asimtotik. hasil sampel yang terbatas dilaporkan
oleh Aitkin, Nelson, dan Reinfurt [1968] menunjukkan bahwa tes melakukan
baik untuk ukuran sampel yang mendasari tabel 7.
Secara keseluruhan, hasilnya tidak kuat konsisten dengan kemerdekaan.
Untuk sebagian besar, perkiraan koefisien korelasi untuk portofolio
dalam masing-masing kelompok sinyal pendapatan yang positif dan mereka menunjukkan
mengejutkan
stabilitas di subperiods April 1952-Maret 1962 dan April
1962-Maret 1972. Perkiraan dari banyak koefisien lain muncul
menjadi tidak stabil, menunjukkan bahwa mereka mungkin konsisten dengan koefisien
sama dengan nol.
Bahkan jika perbedaan imbalan disimpulkan untuk mandiri, T2 yang
tes masih merupakan uji yang tepat karena kita masih tertarik sendi
uji dua belas proposisi - satu untuk masing-masing pasangan portofolio - melawan
alternatif yang mencakup semua kemungkinan pelanggaran dari persamaan (1) .26 The
jointness harus dipertimbangkan dalam menentukan "penolakan" wilayah
tes seseorang, pada tingkat formalitas, dan dalam perawatan kurang formal
konsistensi bukti sampel dengan no-informasi-konten
hipotesis terhadap alternatif yang ditentukan di atas.
8.2 HASIL UJI KESELURUHAN
Hasil tes T2 dan berbagai statistik ringkasan disediakan
dalam tabel 5. Semua hasil yang diberikan ada berkaitan dengan perbedaan antara return
pada portofolio dipasangkan, dengan masing-masing dua belas pasang mengandung satu
portofolio dari sampel informasi dan salah satu dari sampel kontrol.
Portofolio sampel informasi dalam pasangan tertentu diidentifikasi oleh
nilai indikator vektor acak diberikan di kolom pertama.
Mengingat nilai yang diamati dari T2, tampak jelas bahwa sampel
Bukti menunjukkan sedikit konsistensi dengan pernyataan tidak-informasi-konten.
Namun, sifat yang tidak konsisten tersebut adalah kepentingan yang lebih besar.
Seperti dapat dilihat dari perbedaan kembali perkiraan rata -dan
nilai-nilai yang sesuai dari t (4) dan F (12, 228) - portofolio portofolio-by-
inkonsistensi secara sistematis terkait dengan tingkat yang diamati dari Fe (H,
M, atau L). Untuk portofolio tergantung pada IE diklasifikasikan sebagai H, yang diperkirakan
berarti bersyarat melebihi perkiraan yang sesuai dari marginal
berarti. Dan nilai-nilai dilaporkan F (12, 228) tampak trivial.
Arah perbedaan adalah lawan untuk portofolio bersyarat
pada IE diklasifikasikan sebagai L; nilai-nilai F (12, 228) lagi tampak trivial. Itu
berarti bersyarat untuk portofolio dengan IE tergolong M muncul
tidak signifikan berbeda dari rata-rata marginal.
Sifat dari empat perkiraan dalam setiap kelompok pendapatan sinyal
cukup mengungkapkan. Diambil pada nilai nominal, perkiraan konsisten
dengan perbedaan rata-rata kurang lebih sama dalam setiap pengelompokan ini.
Selain itu, perkiraan untuk IE diklasifikasikan sebagai H adalah kira-kira sama
besarnya sebagai perkiraan untuk IE diklasifikasikan sebagai L; tidak terduga, yang
tanda-tanda yang berbeda. Untuk portofolio dengan IE diamati H (L), yang
Rata-rata dari mean sampel perbedaan adalah 8.96 x 1O- (-8,49 x 1O-3).
besarnya sebagai perkiraan untuk IE diklasifikasikan sebagai L; tidak terduga, yang
tanda-tanda yang berbeda. Untuk portofolio dengan IE diamati H (L), yang
Rata-rata dari mean sampel perbedaan adalah 8.96 x 10-3 (-8,49 x 10-3).
Diambil pada nilai nominal, seseorang dapat menyimpulkan dari hasil ini bahwa efek dari
dividen dan luar biasa-item sinyal tidak sangat tergantung
pada apakah sinyal pendapatan kontemporer diklasifikasikan sebagai H atau
L. Itu bisa karena mereka sinyal yang mencerminkan sedikit atau tidak ada informasi
melampaui apa yang sudah tercermin dalam sinyal pendapatan kontemporer
dan bukti sampel yang tersedia pada saat t. Hasil yang disajikan
di bawah kesepakatan dengan masalah ini, antara lain.
8.3.1. Persiapan.
Hasil tes T2 diberikan pada tabel 5 konsisten
dengan keberadaan setidaknya satu kombinasi linear berdasarkan definisi oleh
nilai w dalam persamaan (2) -seperti kondisi yang (1) tidak berlaku. SEBUAH
berbagai masalah yang menarik dapat ditangani dengan menentukan alternatif
nilai-nilai w, masing-masing yang tersirat oleh hipotesis tertentu, dan oleh
menentukan apakah bukti XTS konsisten dengan (1) untuk ini
nilai-nilai. latihan yang dikejar dalam bagian ini. Karena semua tes
dianggap masih dilakukan dalam perspektif pengujian multivariat
dijelaskan sebelumnya, nilai yang sesuai dari F yang sesuai untuk setiap
nilai yang diamati dari t (w) - yang didefinisikan dalam persamaan (3) - masih diberikan oleh F
distribusi dengan 12 dan 228 derajat kebebasan, bukan 1 dan 228
derajat kebebasan yang akan digunakan untuk uji univariat berdasarkan pada
spesifik w.
Hasil untuk tujuh nilai dari w diberikan dalam tabel 6. Seperti dengan meja 5,
hasil ini berkaitan dengan nilai-nilai yang diharapkan estimasi wT [R1t - R2t]
untuk nilai yang berbeda dari w.
LAMPIRAN A
Menggunakan Market Portfolio sebagai kontrol Portfolio
Dalam beberapa kondisi, tes yang lebih kuat dari no-informasi-konten
hipotesis ditentukan dalam Bagian 8.1 dapat diperoleh dengan menggunakan portofolio pasar
sebagai portofolio kontrol untuk setiap portofolio sampel informasi, daripada menggunakan
portofolio kontrol yang terdiri dari perusahaan yang dipilih secara acak. Lampiran
mengidentifikasi ini
satu set kondisi di mana daya tambahan ini dapat diperoleh. Oleh
melakukannya, menunjuk ke jenis kondisi umum di mana tambahan
daya dapat diperoleh dengan menggunakan portofolio pasar sebagai portofolio kontrol,
ketika risiko relatif masing-masing portofolio sampel informasi diatur sama dengan persatuan.
Seperti sebelumnya, biarkan dipelajari menunjukkan kembali dari t ke t + 1 pada minimum-
variance
portofolio yang beta-koefisien sama dengan nol relatif terhadap portofolio pasar, m,
yang kontemporer kembali dilambangkan Rmt. Juga, biarkan R1t dan R ~ t menunjukkan,
masing-masing, kembali pada beberapa portofolio sampel informasi, saya, dan pengembalian
sampel portofolio kontrol pencocokan ini portofolio, c. Biarkan / ib dan fl, menyatakan
beta-koefisien dari portofolio saya dan c, masing-masing.
Ingat bahwa semua tes yang dilakukan pada periode waktu yang mengikuti periode waktu
digunakan untuk mendapatkan Ordinary Least Squares (OLS) perkiraan / ib dan flc. Dengan
demikian, mengingat
stasioneritas, kemerdekaan seri bersama kembali, dan normalitas multivariat,
kita dapat menulis, untuk setiap periode tersebut, t, digunakan untuk tujuan pengujian:
Rit = Rzt (1 - A,) + Rmt, 13 + et
A - x - ^ (Al)
Rct = Rzt (1 - Ac) + Rmtf8c + 6ct
di mana di dan ik yang gangguan yang didistribusikan secara independen dari jib
dan F3K, masing-masing, karena yang terakhir OLS estimator yang linier kombinasi
gangguan dari periode sebelumnya (yaitu, periode yang digunakan untuk estimasi) dan
karena asumsi kemerdekaan serial pada vektor (makan, ict).
Semua hasil tes didasarkan pada nilai-nilai yang diamati dari perbedaan antara
kembali pada saya dan c:
Rst - = (Rmt - RZD) (P1 - PC) + (t - ct). (A3)
Bersyarat pada nilai-nilai Rmt = Rmt dan dipelajari = Rzt, kita memiliki:
V+
Var (Rst - PctlRmt ~ Rzt) = (Rmt - Rzt) 2 Var 68 ,, - 18c) Konten ini didownload dari
210.57.215.178 pada Tue, 14 Nov 2017 04:43:03 UTC
Semua penggunaan tunduk http://about.jstor.org/terms
76 NICHOLAS J. GONEDES
Dan, karena EA,) = EOC) = A. = / AC dalam pengujian kami, E [tergantung pada "hipotesis nol"
tidak ada isi informasi (lihat Bagian 8.1).
Dalam apa yang berikut, kita asumsikan bahwa Var (makan) = Var (ik) = cre2, parameter
yang nilainya konstan dari waktu ke waktu (diberikan asumsi stasioneritas kami). Demikian:
Var (di - tindakan) = 20fe2 - 2 Cov (. St tindakan)
= 20e2 - 2Pe0Te2 (A5)
= 20re2 (1 - Pe)
di mana Pe adalah koefisien korelasi antara EIT dan ik, parameter yang
Nilai konstan dari waktu ke waktu di bawah kondisi stasioneritas kami.
Selanjutnya, pertimbangkan parameter Cov (I, c), yang mempengaruhi nilai Var A
-c). Biarkan ss S menyatakan periode waktu yang digunakan untuk mendapatkan estimasi OLS
dari / i3 dan
/ 3c, di mana - seperti yang ditunjukkan di atas - s <t untuk semua ss S. Dari teori OLS dan
bersyarat pada nilai-nilai RMS untuk s? S, kita memiliki:
COV (/ 31 ^ ic) = [A R2S] -2 E {EE RmfRmqjsJScs} (A6)
SES s & S q8S
Karena gangguan, es dan timur secara bersama-sama serial independen, E (ejsjcq) =
0.0 untuk s? q. Demikian:
Cov (A ,, AZ) = [2 RS] -2 2 RMS Cov (, s, C) (A7)
S&SS&
dan, mengingat kesetaraan diasumsikan varians gangguan:
Cov (I8, Tic) = [ER ~ M] -2 E RMsPeO e2
S & S S & S (A8)
= [R ~ ms] -1 Pe TE2.
SES
Dari teori OLS, kami juga memiliki:
Var AUB) = var (eJq) [I R2 s] -1 (A9)
Var (FBC) = var (jc) [J R2 s] -1. (A10)
Dengan demikian, mengingat spesifikasi kami:
Var (f3b) = var (tc) = Oe2 [M RMS] -1. (Semua)
ss
Oleh karena itu, koefisien korelasi antara jib dan, c diberikan oleh:
(E RS) -1 Peo e2
P (A3) = SS = Pe (A12)
SES
Menggunakan hasil di atas, satu mendapat:
Var (f3B - flc) = var (, f3) + var (ti) - 2 Cov (CO flc)
- (2re2 - 2p (/, 3, 3c)> e2) [ES] (A13)
SES
= (20e2 - 2PeO e2) [2 RM] i.
SES
Menggunakan (A13) dan (A5) di (A4) hasil:
konten ini didownload dari 210.57.215.178 pada Tue, 14 Nov 2017 04:43:03 UTC
Semua penggunaan tunduk http://about.jstor.org/terms
SINYAL, AKUNTANSI, PASAR KESETIMBANGAN 77
Var (R1t - RctlRmt, Rzt)
= (Rmt - Rzt) 2 [2o-e2 (1 R-Jses
+ 20e2 (1 - Pe) (A14)
= [(RmtRRZt) 2 +] SR
= (K + 1) 20e2 (1-Pe)
di mana K (Rmt - Rzt) 2I (RMS)
ss
Jelas, jika nilai varians dalam (A14) dapat dikurangi, maka kita akan
memiliki tes yang lebih kuat dari hipotesis nol E (RA) = E (R & t), tergantung pada
asumsi bahwa risiko relatif informasi dan kontrol portofolio, / 3b
dan / 3c, memiliki nilai yang sama-ditentukan untuk menjadi kesatuan dalam pengujian kami.
Seandainya
portofolio pasar, m, digunakan sebagai portofolio kontrol. Untuk pasar
portofolio, risiko relatif, / m, adalah, menurut definisi, sama dengan persatuan. Dalam hal ini, ada
tidak perlu untuk memperkirakan risiko relatif untuk portofolio kontrol dan Var (8c) = Var
(1.0) = 0,0 ketika c = m. Selain itu, EMT = 0.0 dalam model (A2) ketika c = m. Demikian,
ketika c = m, kita mendapatkan:
Var (Rt - RmtlRmt, Rzt)
= (Rmt - RZt) 2 Var (f3,)
+ Var (ejt) (A15)
= [(Rmt-R zt) 2 + 1] 0E, SES
= (K + 1) ce2.
Kondisi yang membuat nilai varians dalam (A15) kurang dari
nilai varians dalam (A14) diterapkan untuk c + m adalah sebagai berikut:
(K + 1) 0-e2 <(K + 1) 20ce2 (1 - Pe) atau
2 K (1 - Pe) atau (A16)
Pe <2-
Singkatnya, ketika Pe Coy (en, dll) Ife2 <2 kemudian menggunakan portofolio pasar, sebagai
portofolio kontrol mengarah ke tes yang lebih kuat dari kami tidak ada informationcontent
hipotesa. Ketika Pe> 2 untuk diberikan c # m, "efek diversifikasi" dari
istilah kovarians di Var (I-rc) cukup besar untuk membuat tes dengan
c + ini m lebih kuat.
Perhatikan bahwa hasil di (A16) adalah independen dari t, independen dari nilai-nilai
Rmt dan Jzt, dan independen dari ukuran sampel yang digunakan untuk memperkirakan portofolio
risiko relatif. Singkatnya, itu adalah hasil yang tanpa syarat: itu berlaku untuk Var (R1t - Rct)
independen dari Rmt dan Rzt dan t.