Penggunaan R2 dalam penelitian akuntansi: mengukur perubahan dalam relevansi

nilai selama empat dekade terakhir

Stephen Brown, Kin Lo, Thomas Lys
Journal of Accounting and Economics

Abstract
Penelitian akuntansi sering menggunakan R2, misalnya, untuk mengukur relevansi nilai. Kami
menunjukkan secara analitik bahwa efek skala mewakili tingkat regresi, meningkatkan R2, dan
kenaikan itu langsung dalam koefisien variasi faktor skala. Dengan demikian, perbandingan antar-
sampel R2 tidak valid, kecuali satu kontrol untuk perbedaan dalam koefisien faktor skala variasi.
Menerapkan analisis kami pada penelitian sebelumnya, yang menunjukkan peningkatan relevansi
akuntansi terkait dengan peningkatan dalam koefisien variasi disebabkan oleh peningkatan
koefisien variasi faktor skala. Mengontrol efek ini, telah terjadi penurunan relevansi nilai, yang
diukur dengan R2
Pendahuluan
Relevansi nilai pengungkapan akuntansi adalah fokus dari banyak studi akuntansi.
Seringkali, studi ini mengoperasionalkan relevansi nilai sebagai R2 dari regresi harga saham pada
nilai per saham dari pendapatan akuntansi dan nilai buku ekuitas. Perbedaan antarwaktu atau lintas
sampel dalam R2 digunakan sebagai indikator bahwa relevansi nilai pengungkapan akuntansi telah
berubah dari waktu ke waktu atau bahwa relevansi nilai berbeda di seluruh rezim pengungkapan.
Contoh studi deret waktu termasuk Collins et al. (1997), Chang (1998), dan Francis and Schipper
(1999). Perbandingan lintas sampel meliputi Harris et al. (1994), Halsey et al. (1997), dan Nwaeze
(1998).
Tujuan utama dari makalah ini adalah untuk menganalisis apakah R2 memang menangkap
gagasan intuitif tentang relevansi nilai yang dicari oleh penulis. Untuk memotivasi analisis kami,
pertimbangkan sebuah skenario di mana seorang peneliti merundingkan harga saham pada laba
per saham untuk memperkirakan relevansi nilai informasi akuntansi. Untuk kesederhanaan,
asumsikan bahwa semua "perusahaan memiliki ukuran yang sama dan memiliki jumlah saham
yang sama dalam" periode pertama. Selanjutnya, asumsikan bahwa harga saham tidak tergantung
pada EPS. Akibatnya, regresi itu akan menghasilkan R2 yang kira-kira nol. Sekarang anggaplah
beberapa "perusahaan secara sewenang-wenang melakukan pemisahan 2: 1 pada periode kedua,
menghasilkan harga dan EPS setengah dari apa yang sebelumnya, sedangkan yang lain tidak.
Regresi harga pada EPS pada periode kedua akan menghasilkan R2 yang lebih besar dari nol.Oleh
karena itu, bergantung pada kriteria R2, seorang peneliti akan menyimpulkan bahwa relevansi nilai
laba telah meningkat dari waktu ke waktu, sedangkan, pada kenyataannya, itu tidak (dengan
asumsi). ... Lebih lanjut tentang efek inkonsistensi pada R2 sebagai `skala e! Ecta. Sebelum
paparan, kami akan fokus pada perbandingan R2 dari waktu ke waktu dengan pemahaman bahwa
diskusi kami berlaku sama untuk perbandingan cross-sectional.
 Sementara pemisahan saham yang sewenang-wenang merupakan penyebab yang jelas dari
efek skala, masalah yang sama juga muncul dari perbedaan lintas bagian dalam pengembalian pada
ekuitas dan rasio pembayaran dividen, misalnya. Artinya, seiring waktu, ukuran saham dapat
meningkat dengan kinerja yang baik dan berkurang dengan pembayaran dividen. Easton (1998)
melakukan regresi harga saham pada variabel akuntansi dan menunjukkan bahwa efek skala dapat
substansial. Khususnya, ia memperoleh tingkat signifikansi yang sama dalam regresi apakah ia
menggunakan data asli atau data yang dihasilkan dari prosedur pengacakan yang hanya
mempertahankan skala setiap pengamatan. Seperti dalam contoh kami di atas, ilustrasi Easton
memperjelas bahwa kekuatan penjelas dari regresi level dapat menyesatkan, dan patut
dipertanyakan kesimpulan apa yang dapat diambil dari regresi level tanpa mengendalikan
ukurannya.
Selain literatur relevansi nilai akuntansi, hubungan antara nilai-nilai kesetaraan dan jumlah
akuntansi adalah, dalam dirinya sendiri, subjek dari banyak studi. Studi-studi "dan bahwa pembuat
rencana tenaga dari model-model umumnya rendah, terutama ketika analisis menggunakan
spesifikasi pengembalian. Lev (1989) berpendapat bahwa R2 dalam pendapatan} mengembalikan
regresi adalah terlalu rendah untuk menjadi relevan secara ekonomi. Mungkin sebagai tanggapan
terhadap keluhan itu, sejumlah penelitian menyelidiki alasan mengapa tenaga penjelas rendah
(lihat, Easton et al., 1992; Easton dan Harris, 1991; Ramesh dan Thiagarajan, 1993; Lys et al.,
1998). Namun, analisis kami menunjukkan bahwa beberapa (jika tidak semua) dari perbedaan
antara `terlalu rendah R2 dalam pengembalian pengembalian dan (lebih tinggi) R2 dalam tingkat
regresi disebabkan oleh efek skala.
Kami memodelkan efek skala secara formal dan menunjukkan bahwa skala menginduksi
dua masalah terkait interpretasi. Pertama, R2 dari regresi yang dipengaruhi skala akan, dalam
kondisi yang cukup umum, lebih tinggi dari R2 dari regresi yang sama tanpa efek skala. Masalah
kedua penafsiran terjadi ketika membandingkan R2 antara sampel dengan skala efek yang berbeda.
Khususnya, kami menunjukkan bahwa R2 meningkatkan koefisien variasi (CV) dari faktor skala.
Dengan kata lain, model kami memperkirakan bahwa, memegang relevansi nilai konstan, R2 dari
model yang diperkirakan akan lebih tinggi dalam sampel di mana distribusi cross-sectional faktor
skala memiliki varians yang relatif lebih besar dari rata-rata.
Konsisten dengan prediksi model kami, kami menunjukkan bahwa R2 dalam regresi harga
pada EPS dan BVPS berkorelasi positif dengan crosssectional CV dari faktor skala. Selain itu,
kami menemukan bahwa CV dari faktor skala telah meningkat pesat selama empat dekade terakhir.
Karena ada hubungan antara R2 dan CV dari faktor skala, jika yang terakhir meningkat, maka
peningkatan R2 diinduksi, bahkan ketika Anda mungkin akan mengalami perubahan, atau
mungkin meningkatkan, dalam relevansi nilai. Akibatnya, perbandingan seri waktu R2 cenderung
menghasilkan kesimpulan yang salah. Misalnya, Collins, Maydew dan Weiss (1997) (selanjutnya
CMW) dan Francis and Schipper (1999) (selanjutnya FS) memeriksa R2 selama empat dekade
terakhir dan menyimpulkan bahwa relevansi nilai telah meningkat. Dengan mereplikasi CMW
kami menunjukkan bahwa kesimpulan mereka dihasilkan dari dampak perubahan skala. pada
regresi R2. (Meskipun kami tidak secara eksplisit meniru analisis FS, itu cukup dekat dengan
CMW di kedua data yang digunakan dan appr appr oach bahwa kesimpulan kami juga berlaku
untuk FS.)
Kami mengusulkan dua pendekatan penelitian yang dimodifikasi untuk mengukur apakah
telah ada perubahan dalam relevansi nilai yang diukur dengan R2. Setiap kontrol untuk perubahan
dalam skala efek. Pertama, kami memperkirakan proksi untuk CVof faktor skala di setiap periode
sampel. Kami kemudian menganalisis perbedaan dalam R2 di seluruh sampel, setelah mengontrol
CV dari faktor skala.Kedua, kami menghapus efek skala dari setiap sampel dengan menentukan
semua pengamatan dengan proksi untuk faktor skala. Tujuan dari masing-masing pendekatan ini
untuk memisahkan perubahan dalam R2 yang disebabkan oleh skala efek dari perubahan dalam
hubungan yang mendasari. Dalam kedua kasus kami menemukan bahwa kesimpulan yang ditarik
oleh CMW dan FS terbalik dan bahwa relevansi nilai, yang diukur dengan regresi R2, memiliki
menurun selama empat dekade terakhir.
Tujuan analisis kami terkait dengan Chang (1998) yang juga menimbulkan kekhawatiran
tentang penggunaan R2 sebagai ukuran relevansi nilai. Perubahan dokumen secara empiris bahwa
hasil CMW dan FS disebabkan oleh dimasukkannya desil dengan harga saham terbesar di sampel
(Chang, Tabel 7). Dia mengaitkan pengamatan ini dengan heteroskedastisitas dari istilah
gangguan, dan memberikan hasil yang menunjukkan bahwa mengoreksi heteroskedastisitas
membalikkan kesimpulan penelitian sebelumnya tentang relevansi nilai dari waktu ke waktu.
Namun, seperti yang ditunjukkan oleh analisis kami pada Bagian 2, heteroskedastisitas bukanlah
penyebab perbedaan dalam R2. Sebaliknya, baik heteroskedastisitas dan perbedaan R2 dihasilkan
dari skala yang kita analisis. Khususnya, kami menunjukkan bahwa peningkatan R2 dapat hasil
dari skala efek bahkan jika kesalahan adalah homoscedastic. Barth dan Kallapur (1995) juga
menganalisis efek skala. Namun, sementara model kami mengikuti pengaturan yang mirip dengan
mereka. , fokus analisis mereka adalah efek skala pada estimasi koefisien kemiringan, dan mereka
tidak membahas efek perbedaan skala pada R2.

Pengaruh skala pada inferensi berbasis R2

Bagian ini menganalisis properti R2 sebagai ukuran relevansi nilai. R2 adalah jaminan
tingkat kuasa penentu dari kemunduran variabel independen dalam regresi. Misalnya, dalam
regresi harga EPS, R2 menunjukkan berapa banyak variasi dalam harga yang dijelaskan oleh
pengevaluasian dalam EPS. Dengan demikian, secara intuitif muncul ukuran yang baik dari
penilaian terhadap penilaian. Namun, ini juga harus dilakukan dengan R2. adalah fungsi CV dari
faktor skala. Selanjutnya, kami menunjukkan bahwa dalam studi akuntansi R2 kemungkinan akan
meningkat dalam CV dari faktor skala.
Untuk memudahkan analisis, kami secara formal mempertimbangkan kasus di mana
terdapat satu variabel penjelas tunggal. Lampiran B memberikan hasil aljabar untuk kasus dengan
dua variabel independen dan menunjukkan bagaimana hasil kami dapat diperluas ke pengaturan
multivariat umum. Setelah derivasi formal hasil, kami membahas intuisi yang mendasari model.
 q. (1) memodelkan relasi `bebas dari skalaa. Orang mungkin menganggap zi sebagai nilai
saham pada akhir periode yang dihasilkan dari menginvestasikan $ 1 di masing-masing n aset.
Dengan kata lain, nilai awal dari variabel dependen adalah sama di semua pengamatan sebelum
percobaan dan semua variasi dalam variabel dependen dapat terjadi dalam periode eksperimental.
Dalam desain penelitian seperti itu, orang dapat dengan benar mengatakan bahwa R2 mewakili
kekuatan penjelas dari variabel independen.
Namun, seorang peneliti mungkin tidak dapat mengamati data yang bebas dari skala
sebagaimana direpresentasikan dalam Persamaan. (1) Atau, pertanyaan penelitian mungkin
menuntut analisis menggunakan data yang dipengaruhi skala daripada yang bebas skala. Dalam
kedua kasus, skala efek hadir dan mungkin berbeda di seluruh sampel. Untuk menyelidiki
konsekuensi skala pada regresi R2, asumsikan bahwa pengamatandilakukan oleh faktor skala s "(s,
1,2, sn), menghasilkan.
sizi"asi#bsiwi#siei. (2)
Tujuan dari analisis selanjutnya adalah untuk menyelidiki bagaimana R2 dari estimasi
hubungan antara variabel dan perubahan skala! Ect. Khususnya, jika kondisi awal percobaan
berbeda, maka variasi dalam variabel dependen berasal dari eksperimen dan kondisi awal. sebuah
kasus, R2 yang dihasilkan tidak hanya mengukur kemampuan variabel independen untuk
menjelaskan variasi karena percobaan, tetapi juga variasi dalam kondisi awal. Sebagai contoh,
perbandingan pengembalian investasi silang yang dihasilkan dari $ 1 yang diinvestasikan dalam
perusahaan A dan Investasi $ 100 dalam perusahaan B lebih buruk dalam kondisi awal mereka
karena investasi yang terakhir memiliki skala lebih besar daripada yang sebelumnya.
Hubungan positif antara harga saham dan EPS dalam regresi tingkat per saham cenderung
dilebih-lebihkan karena beberapa saham, seperti Berkshire Hathaway, memiliki skala yang lebih
besar daripada saham lainnya, seperti IBM. Variasi dalam ukuran saham dihasilkan dari pilihan
korporat endogen. Memegang aset perusahaan secara konstan, meningkatkan jumlah saham yang
diterbitkan, dan membagi saham mengurangi ukuran saham. Untuk tingkat proabilitas tertentu,
rasio pembayaran yang lebih tinggi menghasilkan ukuran saham yang lebih kecil. Akhirnya,
perbedaan antarwaktu dalam ukuran saham juga dihasilkan dari perbedaan kinerja (misalnya,
pengembalian ekuitas) ketika rasio pembayaran dividen selain persatuan.
 Para peneliti telah mengakui keberadaan skala efek dalam analisis tingkat. Misalnya,
Kothari dan Zimmerman (1996) dan Barth et al. (1992) menyarankan menggunakan nilai per-
saham (walaupun rekomendasi mereka terutama ditujukan untuk mengurangi heteroskedastisitas).
Namun, penggunaannya dari nilai per saham tidak cukup mengontrol efek skala karena saham
datang dalam ukuran yang berbeda. Beberapa saham, seperti Berkshire Hathaway, sangat besar,
sementara yang lain jauh lebih kecil (bahkan sekecil sen dolar). Pendekatan level menggunakan
nilai per saham secara implisit membandingkan investasi dalam satu saham Berkshire Hathaway
dengan investasi dalam satu saham IBM tetapi harga saham Berkshire Hathaway adalah sekitar $
45.000 sementara IBM sekitar $ 100 pada kuartal keempat 1997. Dengan demikian, analisis pada
per tingkat saham juga menggunakan data yang berbeda dalam skala awal. Memang, Barth dan
Kallapur (1995) menemukan bahwa mengempiskan data tingkat perusahaan dengan jumlah saham
tidak menghilangkan koefisien bias yang muncul dari kelalaian faktor skala

Pemilihan Sampel
Kami mengumpulkan data per saham untuk harga saham, pendapatan, dan nilai buku
ekuitas untuk periode 1958- 1996, pada dasarnya periode yang sama yang digunakan oleh CMW
dan FS. Prosedur pemilihan sampel di bawah ini mengikuti yang digunakan oleh CMW.
Harga saham seperti yang dilaporkan tiga bulan setelah akhir tahun fiskal, tetapi
disesuaikan untuk pemecahan saham dan dividen, diperoleh dari CRSP. Penghasilan, nilai buku,
dan data saham berasal dari Compustat. Seperti pada CMW, jumlah saham adalah Compustat item
25, pendapatan adalah laba bersih (172), nilai buku adalah commonequity (60) kecuali untuk tahun
sebelum 1966, di mana caseit adalah total aset (6) dikurangi total kewajiban (181). Kami juga
mengumpulkan data tentang item yang tidak berulang untuk menerapkan salah satu "kriteria
penyaringan yang digunakan dalam CMW. Item satu kali muncul "ned sebagai item khusus (17)
ditambah item luar biasa dan operasi dihentikan (48). Kami memaksakan tiga" filter, seperti dalam
CMW. Pertama, kami mengecualikan pengamatan dengan nilai negativebook. Kedua, di setiap
tahun, kami menghapus pengamatan di atas dan bawah setengah dari "rms dalam hal (i) harga EPS,
(ii) harga BVPS, dan (iii) item tidak berulang sebagai sebagian kecil dari laba bersih sebelum item
yang tidak berulang.4 Ketiga, kami menghapus pengamatan yang memiliki residual mahasiswa
dengan nilai absolut lebih besar dari 4 dalam setiap regresi harga tahunan pada EPS, harga pada
BVPS, atau harga pada EPS dan BVPS. prosedur menghasilkan 112.134 pengamatan, dengan rata-
rata (median) jumlah pengamatan tahunan menjadi 2.875 (3.201).
Hubungan empiris antara R2 dan efek skala
Analisis kami dalam Bagian 2 menunjukkan bahwa menghilangkan perubahan dalam kita dari
analisis dapat menyebabkan kesimpulan yang salah berdasarkan R2 yang diukur. Namun, kondisi
yang diperlukan untuk efek ini untuk menyebabkan peningkatan R2 seiring waktu yang
didokumentasikan oleh CMW dan FS adalah bahwa kita juga telah meningkat dari waktu ke
waktu; #fluktuasi kita di sekitar level konstan tidak akan menghasilkan peningkatan R2. Oleh
karena itu, kami pertama-tama menyelidiki apakah ada peningkatan sistematis dalam diri kami
dari waktu ke waktu. Kemudian kami memeriksa deret waktu R2 dari 39 regresi tahunan sebagai
fungsi dari waktu dan proksi bagi kami untuk mendapatkan perkiraan tren yang lebih baik di R2
selama empat dekade terakhir.
Seperti disebutkan di atas, faktor skala mungkin tidak dapat diobservasi, sehingga orang
tidak dapat secara langsung memperkirakan $ cientofvariationandharus "memenuhi kebijakan.
Ingatlah bahwa analisis CMW dan FS dilakukan berdasarkan basis per saham. Adalah wajar untuk
mengasumsikan bahwa, dalam analisis tersebut, faktor skala dari setiap pengamatan adalah jumlah
sumber daya ekonomi per saham. Oleh karena itu, calon yang menarik adalah ukuran sumber daya
ekonomi per saham seperti harga saham atau nilai buku per saham. Berdasarkan alasan ini, kami
menggunakan CV harga per saham dan BVPS sebagai proksi untuk CV dari faktor skala.
Analisis R2 dari regresi kempes
Kami telah menunjukkan di Bagian 3.3 bahwa CV dari faktor skala telah mengalami peningkatan!
R2 dari harga pada EPS dan BVPS, dan bahwa kekuatan penjelas nilai buku dan pendapatan
sebenarnya menurun. Kami melakukan ini dengan mendapatkan proxy untuk kami. Pendekatan
alternatif adalah dengan menggunakan proxy untuk faktor skala yang tidak dapat diobservasi dan
mengurangi setiap variabel yang diamati oleh proxy skala ini. Perhatikan bahwa Barth dan
Kallapur (1995) menyimpulkan bahwa, dalam konteks memitigasi bias koefisien, secara empiris
lebih unggul untuk memasukkan proxy skala sebagai variabel penjelas daripada dikurangi oleh
proxy skala. Namun, kekhawatiran kami bukan bias koefisien, tetapi efek skala pada R2. Karena
kami tertarik pada kekuatan penjelas dari variabel-variabel yang mendasarinya dan bukan pada
kekuatan penjelas dari skala, akan tidak pantas untuk menganalisis R2 dari regresi yang
memperkenalkan variabel tambahan variabel proxy. Keseimbangan. Lakukan dengan proxy untuk
skala hasil R2 yang lebih baik mencerminkan kekuatan penjelas dari variabel yang mendasari dan
bukan skala tersebut. Selain itu, pendekatan yang dibahas Bagian 3.3 (yaitu, merundingkan R2
tepat waktu dan proksi untuk faktor skala CV) tidak dapat diterapkan untuk studi yang
membandingkan R2 secara melintang atau di mana deret waktu tidak cukup lama.
Untuk memperkirakan regresi kempes, kita perlu proksi untuk faktor skala s. Untuk
menegaskan kembali, yang dimaksud dengan skala adalah ukuran pengamatan. Dalam konteks
kami, kami memerlukan variabel yang mencerminkan ukuran saham dan, seperti yang disarankan
di atas, masuk akal untuk mengasumsikan bahwa ukuran saham adalah nilai sumber daya ekonomi
yang mendasarinya yang dimiliki oleh saham tersebut. Sumber daya ekonomi ini dapat atau tidak
tercermin dalam "laporan keuangan. Dengan asumsi efisiensi pasar, harga suatu saham
mencerminkan besarnya sumber daya ekonomi ini dan, oleh karena itu, mewakili ukuran saham
tersebut.

Kesimpulan
Penggunaan regresi harga pada variabel akuntansi yang diukur pada basis per saham telah
menjadi lebih umum dalam beberapa tahun terakhir. Beberapa peneliti telah mengambil langkah
lebih lanjut menggunakan R2 dari regresi tersebut untuk menyimpulkan apakah relevansi nilai
akuntansi telah berubah dari waktu ke waktu atau apakah relevansi nilai berbeda di seluruh sampel.
Kami menunjukkan bahwa para peneliti harus berhati-hati dalam proses ini. Secara analitik
menunjukkan bahwa R2 adalah reliabel yang tidak dapat dipercaya dalam keberadaan skala, dan
bahwa R2 bergantung pada koefisien variasi faktor skala. Dengan demikian, perbedaan dalam R2
dari sampel yang diambil dalam periode waktu yang berbeda, dari perubahan stok saham yang
berbeda, atau lintas negara dapat dipisahkan dibandingka ndengan perubahan dalam koefisien
variasi dalam faktor skala.
Kami menggambarkan tingkat keparahan masalah ini dengan menganalisis lebih lanjut
studi Collins et al. (1997) dan, dengan referensi, Francis dan Schipper (1999). CMW dan FS
menyimpulkan bahwa relevansi nilai akuntansi belum menurun (dan mungkin meningkat
berdasarkan pola peningkatan R2). Sebaliknya, kami menyajikan dua analisis terpisah yang "dan,
setelah mengendalikan efek skala, bahwa relevansi nilai telah menurun secara signifikan menurut
metrik R2. Lebih lanjut, analisis kami menunjukkan bahwa pola peningkatan R2 yang ditemukan
dalam CMW dan FS sebagian besar disebabkan oleh peningkatan skala efek yang memiliki lebih
dari satu set penurunan kekuatan penjelas dari hubungan yang mendasarinya. Selain itu, hasil kami
di Bagian 3.4 menunjukkan bahwa penurunan R2 tidak dihasilkan dari peningkatan sejauh mana
harga memimpin pendapatan. Alih-alih, mereka menyarankan bahwa telah ada peningkatan
penghitungan antara nilai rata-rata dan ukuran perhitungan pendapatan dan nilai buku.
Hasil kami juga dapat menjelaskan beberapa pertentangan dalam penelitian sebelumnya.
Sebagai contoh, FS menemukan peningkatan R2 dari regresi harga pada EPS dan BVPS, tetapi
mereka juga menunjukkan perbedaan yang jelas bahwa telah terjadi penurunan dalam
pengembalian aturan perdagangan yang didasarkan pada tinjauan ke depan yang sempurna laba
akuntansi, atribut FS hasil yang terakhir ini untuk meningkatkan volatilitas pengembalian saham
dan menyimpulkan semua bahwa relevansi nilai akuntansi telah meningkat. Hasil kami
menunjukkan bahwa itu adalah kesimpulan berdasarkan R2 yang tidak dapat diandalkan. Daripada
memberhentikan penguasa perdagangan hasil, memakai ini adalah hasil yang konsisten dengan
kesimpulan kami. relevansi nilai yang menurun.
Contoh kedua, Harriset al. (1994) menemukan tidak ada pembenaran secara statistik bahwa
pendapatan Jerman kurang relevan dengan nilai pendapatan AS dalam hal hubungannya dengan
pengembalian saham (201). Namun, ketika mereka membandingkan R2 dari regresi harga pada
pendapatan dan nilai buku per saham, mereka menemukan Cramer's Z (1987) dari! 7.74 dan
menyimpulkan bahwa akuntansi Jerman kurang relevan dengan nilai. Kami menduga bahwa hasil
yang tidak konsisten mungkin disebabkan oleh jumlah yang berbeda dari skala efek di Jerman dan
di AS. Apakah ini, pada kenyataannya, kasus ini berada di luar ruang lingkup penelitian ini.
Untuk meringkas, hasil kami memiliki implikasi bagi para peneliti dan praktisi akuntansi.
Pertama, peneliti yang melakukan analisis menggunakan per saham atau "data tingkat perusahaan
harus berhati-hati dalam menafsirkan tingkat R2 karena mereka umumnya lebih tinggi ketika efek
skala hadir. Kedua, peneliti tidak boleh membandingkan R2 dari sampel yang berbeda
menggunakan per saham. data atau "data tingkat rm, kecuali jika mereka yakin bahwa koefisien
variasi faktor skala adalah konstan di seluruh sampel. Ketiga, kami menyarankan agar para peneliti
mengontrol perbedaan efek skala antara sampel dengan memasukkan proxy untuk koefisien variasi
skala, atau dengan menentukan pengamatan individu dengan proksi untuk skala. Akhirnya, untuk
para pelaku yang menerima bahwa R2 dari awal atau awal penurunan nilai pasar pada variabel
akuntansi merupakan indikasi valid dari relevansi nilai, temuan kami menunjukkan bahwa klaim
penurunan relevansi nilai mungkin beralasan.