Lihat diskusi, statistik, dan profil penulis untuk publikasi ini di: https://www.researchgate.

net/publication/320029233

Risiko informasi, pengembalian saham, dan harga aset: Bukti dari Tiongkok

Artikel    di    Jurnal Penelitian Akuntansi · September 2017

DOI: 10.1108 / ARJ-04-2015-0057

CITATIONS BACA

0 291

2 penulis , termasuk:

Safdar

Universitas Keuangan dan Ekonomi Dongbei

7 PUBLIKASI     13 CITATIONS    

LIHAT PROFIL

Beberapa penulis publikasi ini juga mengerjakan proyek-proyek terkait ini:

Kualitas informasi di China Lihat proyek Raheel

Semua konten yang mengikuti halaman ini diunggah oleh Raheel Safdar pada 12 Desember 2017.

Pengguna telah meminta peningkatan file yang diunduh.

 China Finance Review International
Risiko informasi, pengembalian saham, dan biaya modal di Tiongkok
Raheel Safdar, Chen Yan,

Informasi artikel:
Untuk mengutip dokumen ini:
Raheel Safdar, Chen Yan, (2016) "Risiko informasi, pengembalian saham, dan biaya modal di China", China Finance
Review International, Vol. 6 Masalah: 1, hal.77-95, https://doi.org/10.1108/ CFRI-04-2015-0033

Tautan permanen ke dokumen ini:

https://doi.org/10.1108/CFRI-04-2015-0033

Diunduh pada: 12 Desember 2017, Pada: 11:05 (PT)

Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

Referensi: dokumen ini berisi referensi ke 28 dokumen lainnya. Untuk menyalin dokumen
ini: permissions@emeraldinsight.com
Teks lengkap dokumen ini telah diunduh 881 kali sejak 2016 *

Pengguna yang mengunduh artikel ini juga mengunduh:

(2016), "Sentimen investor, sifat properti dan efisiensi investasi perusahaan: Berdasarkan mekanisme mediasi dalam pembiayaan
kredit", China Finance Review International, Vol. 6 Masalah 1 hal. 56-76 <a href="https://doi.org/10.1108/CFRI-09-2015-0123">
https://doi.org/10.1108/CFRI-09-2015-0123 < / a>

(2016), "Pembaruan informasi dan efek bangkit kembali pasar saham", China Finance Review International,
Vol. 6 Edisi 1 hal. 96-107 <a href="https://doi.org/10.1108/ CFRI-06-2015-0100">
https://doi.org/10.1108/CFRI-06-2015-0100 < / a>

Akses ke dokumen ini diberikan melalui berlangganan Emerald yang disediakan oleh emerald-rm: 531449 []

Untuk Penulis

Jika Anda ingin menulis untuk ini, atau publikasi Emerald lainnya, maka silakan gunakan informasi layanan Emerald untuk Penulis kami
tentang bagaimana memilih publikasi mana yang akan ditulis dan panduan pengiriman tersedia untuk semua. Silakan kunjungi
www.emeraldinsight.com/authors untuk informasi lebih lanjut.

Tentang Emerald www.emeraldinsight.com

Emerald adalah penerbit global yang menghubungkan penelitian dan praktik untuk kepentingan masyarakat. Perusahaan ini
mengelola portofolio lebih dari 290 jurnal dan lebih dari 2.350 volume buku dan seri buku, serta menyediakan beragam produk
online dan sumber daya serta layanan pelanggan tambahan.

Emerald kompatibel dengan COUNTER 4 dan TRANSFER. Organisasi ini adalah mitra Komite Etika Publikasi (COPE) dan
juga bekerja dengan Portico dan inisiatif LOCKSS untuk pelestarian arsip digital.

* Konten terkait dan informasi pengunduhan benar pada saat pengunduhan.

 Masalah saat ini dan arsip teks lengkap jurnal ini tersedia di Emerald Insight di:
www.emeraldinsight.com/2044-1398.htm

Risiko informasi, pengembalian saham, dan Biaya modal

dalam
biaya modal di Tiongkok Cina

Raheel Safdar dan Chen Yan

Sekolah Akuntansi, Universitas Keuangan dan Ekonomi Dongbei,
77
Dalian, Cina
Menerima 23 April 2015
Revisi 12 Juni 2015 Diterima
Tujuan Abstrak - Tujuan dari makalah ini adalah untuk menyelidiki risiko informasi dalam kaitannya dengan biaya modal dan, juga,
26 Oktober 2015
apakah risiko informasi merupakan faktor risiko harga di Cina.

Desain / metodologi / pendekatan - Para penulis menggunakan kualitas akrual (AQ) sebagai ukuran risiko informasi dan
menggunakan analisis regresi berganda dan regresi Fama-Macbeth untuk menyelidiki hubungan AQ dengan biaya modal dan
Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

pengembalian saham terealisasi di masa depan, masing-masing. Selain itu, dua tahap analisis regresi cross-sectional dilakukan, baik
di tingkat perusahaan dan di portofolio, untuk menguji apakah faktor AQ adalah faktor risiko harga di Cina.

Temuan - Para penulis menemukan AQ yang buruk dikaitkan dengan biaya ekuitas yang lebih tinggi tetapi hubungan ini tidak signifikan
pada subsampel perusahaan milik negara (BUMN). Hasilnya tidak mendukung hubungan apa pun antara AQ dan biaya utang di Tiongkok.
Selanjutnya, penulis menemukan AQ yang buruk dikaitkan secara positif dengan pengembalian saham yang terealisasi di masa depan dan
penulis juga menemukan bukti harga pasar faktor AQ di samping faktor yang ada dalam model tiga faktor Fama-Prancis dalam analisis
tingkat perusahaan. Namun, analisis subsampel mengungkapkan bahwa AQ tidak dihargai dalam hal BUMN.

Batasan / implikasi penelitian - Sampel penelitian terdiri dari A-Shares saja dan generalisasi temuan dibatasi oleh
pengaturan kelembagaan yang khas dan karakteristik unik lainnya dari pasar modal Cina.

Orisinalitas / nilai - Penelitian ini berkontribusi pada literatur dengan memberikan temuan baru tentang hubungan antara risiko
informasi dan biaya modal dalam konteks Cina dan memberikan wawasan lebih lanjut tentang bagaimana dan jika investor menilai
risiko informasi.
Kata kunci Kualitas akrual, tes penetapan harga aset, Biaya modal, Risiko informasi
Jenis kertas Makalah penelitian

1. Perkenalan
Pertanyaan-pertanyaan mengenai peran risiko informasi dalam menentukan suatu perusahaan ' Biaya modal dan apakah
risiko informasi dapat didiversifikasi adalah salah satu masalah yang paling diperdebatkan dalam literatur akuntansi dan
keuangan. Sejumlah studi baru-baru ini, baik teoretis maupun empiris, berupaya mengatasi masalah ini tetapi masih jauh
dari kesepakatan. Model penetapan harga aset tradisional, misalnya model tiga faktor CAPM dan Fama dan French
(1993), tidak memasukkan faktor apa pun mengenai risiko informasi perusahaan dan mereka mempertahankan bahwa
risiko informasi dapat didiversifikasi dan, karenanya, tidak boleh memerintahkan premi risiko. Menentang pandangan ini,
model teoretis oleh Easley dan O ' hara (2004) dan Lambert et al. ( 2012) mengusulkan bahwa investor tidak dapat
mendiversifikasi semua risiko informasi. Jadi stok yang mengandung risiko informasi yang lebih besar harus
memerintahkan premi untuk risiko ini dalam ekuilibrium.

Francis et al. ( 2005), menggunakan data AS, mendokumentasikan bahwa kualitas akrual buruk (AQ),
proksi risiko informasi mereka, dikaitkan dengan biaya modal yang lebih tinggi dan faktor kualitas akrual (AQ_factor)
adalah faktor risiko harga selain faktor yang ada dalam model tiga faktor Fama dan French (1993). Tapi Core et al. ( 2008)
Ulasan Keuangan China
mengkritik metodologi mereka dan menunjukkan bahwa AQ bukan merupakan faktor risiko harga di AS. Belakangan, Kim Vol Internasional
6 No. 1, 2016
dan Qi (2010) menunjukkan hlm. 77-95
© EmeraldGroup Publishing Limited
2044-1398
Klasifikasi JEL - G12, G14, M41 DOI 10.1108 / CFRI-04-2015-0033
 CFRI bahwa AQ adalah faktor risiko harga setelah mengendalikan saham dengan harga rendah dan, lebih lanjut, harga pasar
AQ hanya dalam periode ekspansi ekonomi. Studi relevan lainnya di luar AS (Gray et al., 2009; Mouselli et al., 2013) juga
6,1
melaporkan bukti yang bertentangan. Diskusi teoritis yang sedang berlangsung ini dan secara empiris pertanyaan yang
tidak pasti tentang peran risiko informasi dalam menentukan perusahaan ' biaya modal memotivasi kami untuk
memeriksa kembali masalah ini. Dalam hal ini, lingkungan institusional dan pasar modal yang unik di Cina memberi kita
kesempatan untuk menguji hubungan ini dalam lingkungan yang berbeda dari pasar modal maju yang telah menjadi
78 subjek penelitian sebelumnya. Oleh karena itu, penelitian ini bertujuan untuk menyelidiki risiko informasi dalam
kaitannya dengan biaya modal perusahaan dan, juga, apakah risiko informasi merupakan faktor risiko harga di Cina.

Kami menggunakan AQ, yang diukur oleh Francis et al. ( 2005), untuk mewakili risiko informasi dan kami
Sampel terdiri dari perusahaan-perusahaan yang terdaftar A-share di Cina selama periode 2000-2013. Hasil kami menunjukkan
bahwa AQ yang buruk, yaitu risiko informasi yang tinggi, dikaitkan dengan biaya ekuitas yang lebih tinggi dalam sampel keseluruhan
dan dalam subsampel perusahaan milik negara (NSOEs). Tetapi hubungan ini tidak signifikan dalam kasus perusahaan milik negara
Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

(BUMN). Hasil kami tidak mendukung hubungan apa pun antara biaya hutang dan AQ di Cina. Ini berbeda dengan apa yang
dilaporkan oleh penelitian sebelumnya (lihat Francis et al., 2005; Abu-abu et al., 2009). Selanjutnya, kami menjalankan Fama dan
MacBeth (1973) regresi pengembalian saham bulanan atas AQ dan karakteristik spesifik perusahaan lainnya dan menunjukkan
bahwa AQ yang buruk secara signifikan terkait dengan pengembalian saham yang lebih tinggi di masa depan. Ini menunjukkan
bahwa investor memerlukan premi risiko untuk risiko informasi tetapi efek ini sebagian besar ditangkap oleh beta perusahaan.
Akhirnya, kami melakukan tes penetapan harga aset menggunakan dua tahap regresi cross-sectional (2SCSR) untuk menguji
apakah faktor AQ adalah faktor risiko harga di Tiongkok. Hasil kami dari analisis tingkat perusahaan memberikan bukti faktor AQ
yang dinilai dalam sampel keseluruhan dan dalam sampel NSOEs tetapi tidak dalam BUMN. Kami tidak menemukan bukti faktor AQ
yang dihargai dalam berbagai formasi portofolio.

Studi ini berkontribusi pada literatur dengan memberikan bukti dari Cina dengan hasil yang berbeda dari studi
sebelumnya. Temuan kami mendukung teori yang menyarankan peran risiko informasi pada investor ' pengambilan
keputusan. Selain itu, hasil kami memberikan perspektif baru bahwa investor mempertimbangkan risiko informasi
berbeda untuk BUMN daripada mereka untuk NSOEs. Hal ini penting mengingat proporsi besar BUMN dalam
kapitalisasi pasar di Cina dan lebih jauh menggarisbawahi perbedaan karakteristik dan persepsi antara BUMN
dan NSOEs di Cina. Sisa makalah ini disusun sebagai berikut. Bagian 2 memberikan gambaran umum tentang
pasar modal Cina. Bagian 3 mengulas studi yang relevan dan mengembangkan hipotesis untuk pengujian.
Bagian 4 menjelaskan desain penelitian penelitian ini. Pada Bagian 5 kami menganalisis hasil empiris dan,
akhirnya, Bagian 6 menyimpulkan makalah ini.

2. Tinjauan pasar modal Cina

Sejak berdirinya Shanghai Stock Exchange dan Shenzhen Stock Exchange, pada awal 1990-an, pasar modal Cina
telah berkembang pesat. Serangkaian reformasi sejak awal abad ke-21 telah mengubah sifatnya yang sebagian
besar dikontrol negara dan sosialis menjadi pengaturan dengan semakin berkurangnya kontrol pemerintah dan
meningkatnya orientasi pasar. Sejumlah IPO mulai dari tahun 2006 lebih dari dua kali lipat jumlah perusahaan yang
terdaftar menjadi 2.489 pada tahun 2013 (lihat laporan tahunan 2013 Komisi Pengaturan Keamanan China (CSRC)).
Meskipun sebagian besar perusahaan yang baru terdaftar adalah NSOEs, pasar modal Cina sebagian besar telah
didominasi oleh BUMN. BUMN sangat besar ukurannya dan secara khas berbeda dari NSOEs dan menikmati
perlakuan istimewa dari pemerintah dan pasar utang (lihat Chen et al., 2011; McMillan dan Evans, 2015). Selain itu,
sejumlah besar perusahaan yang terdaftar ' saham terdiri dari saham yang tidak dapat diperdagangkan sampai
 reformasi dimulai pada tahun 2006 dan dalam beberapa tahun berikutnya sebagian besar perusahaan mengkonversi saham yang tidak dapat Biaya modal
diperdagangkan menjadi saham yang dapat diperdagangkan dengan mencapai penyelesaian dengan pemegang saham yang dapat
dalam
diperdagangkan yang ada (lihat Huang et al., 2014). Sebagian besar negara bagian ' Saham di BUMN terdiri dari saham yang tidak bisa
Cina
diperdagangkan. Saham yang tidak dapat diperdagangkan juga biasanya dipegang oleh pemegang saham besar di NSOEs sebelum reformasi.

Karakteristik lain yang khas dari pasar modal Tiongkok termasuk berbagai kategori saham yang
diperdagangkan di pasar yang sahamnya paling banyak dikenal sebagai saham-A dan B-saham. Saham-A 79
adalah saham berdenominasi Yuan yang semula diizinkan untuk dipegang oleh warga negara Cina tetapi
sejak tahun 2002 semakin banyak lembaga keuangan asing diizinkan untuk berinvestasi di saham-A.
Saham-B adalah saham dalam mata uang asing yang awalnya dirancang untuk investor asing tetapi telah
dibuka untuk warga negara Tiongkok sejak tahun 2001. Saham-A mendominasi pasar dalam hal kapitalisasi
dan volume perdagangan. Selain itu, terlepas dari meningkatnya peran investor institusional di Tiongkok
(lihat Song dan Zheng, 2014), yang memiliki lebih dari 70 persen kapitalisasi pasar yang dapat
diperdagangkan pada akhir 2013,
Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

Pemerintah Cina telah mengambil langkah-langkah signifikan (misalnya skema QFII, skema QDII, skema RQFII,
koneksi saham Shanghai-Hong Kong, dll.) Dalam beberapa tahun terakhir dalam upaya untuk mengintegrasikan
pasar modal Cina dengan seluruh dunia. Integrasi yang berkembang ini menuntut pemahaman yang lebih baik
tentang risiko dan lingkungan informasi yang lazim di pasar modal Tiongkok. Lebih lanjut, transformasi yang cepat
dan lingkungan informasi yang buram yang dirasakan di pasar modal Cina bersama dengan ukurannya yang besar
dan karakteristik uniknya memberi kita peluang untuk menyelidiki hubungan antara risiko informasi dan biaya modal
dalam situasi yang berbeda secara unik, tidak hanya dari negara Barat yang berkembang. pasar modal tetapi juga
dari pasar modal berkembang lainnya.

3. Tinjauan literatur dan pengembangan hipotesis

Peran risiko informasi dalam penentuan biaya modal telah diselidiki oleh berbagai penelitian terbaru dan pertanyaan apakah risiko
informasi memainkan peran sistematis dalam suatu perusahaan ' Biaya modal masih belum stabil. Mengikuti pimpinan Francis et al. ( 2005)
kami mendefinisikan risiko Informasi sebagai kemungkinan bahwa informasi spesifik perusahaan relevan dengan investor ' Keputusan-keputusan
itu berkualitas buruk. Model penentuan harga aset yang ada, misalnya model tiga faktor Fama French (FF), meskipun
mempertimbangkan bahwa faktor-faktor selain risiko pasar dapat mempengaruhi pengembalian yang diharapkan tetapi mereka
tidak memasukkan risiko informasi dan mempertahankan bahwa risiko informasi dapat didiversifikasi dalam portofolio yang efisien
dan, dengan demikian, seharusnya tidak memerintahkan premi risiko. Bertentangan dengan pandangan ini, Easley dan O ' hara
(2004) mencatat bahwa struktur informasi mengelilingi perusahaan ' Saham dapat memengaruhi biaya modalnya. Dalam model
teoretis mereka, mereka menunjukkan bahwa saham dengan jumlah informasi pribadi yang relatif lebih besar menimbulkan risiko
lebih besar bagi investor yang tidak sadar yang tidak dapat menyesuaikan portofolio mereka sesuai dengan informasi total yang
ada di pasar. Dengan demikian, timbul semacam risiko sistematis yang tidak dapat didiversifikasi oleh investor yang tidak
mendapat informasi. Jadi mereka membutuhkan pengembalian yang lebih besar untuk mengkompensasi risiko informasi ini.
Hughes et al. ( 2007) menunjukkan bahwa, mengingat tingkat informasi total yang tetap di pasar, asimetri informasi yang lebih besar
mengarah pada biaya modal yang lebih tinggi. Namun, Lambert et al. ( 2012) berpendapat bahwa dalam presisi informasi
persaingan yang sempurna, daripada informasi asimetri, mempengaruhi perusahaan ' Biaya modal dan perusahaan dapat
mengurangi biaya modalnya dengan pengungkapan yang lebih baik. Lambert et al. ( 2007), membentuk hubungan yang lebih
langsung antara risiko informasi dan biaya modal, mengembangkan model di mana mereka menunjukkan informasi yang
berkualitas lebih baik “ mengurangi varians yang dinilai dari suatu perusahaan ' Arus kas ” dan juga “ mempengaruhi kovarians yang
dinilai
 CFRI dengan perusahaan lain ” dan dalam kedua kasus mengurangi perusahaan ' Biaya modal. Namun, mereka menunjukkan bahwa efek
sebelumnya terdiversifikasi karena ukuran ekonomi tumbuh tetapi pengaruh yang terakhir tidak dapat didiversifikasi bahkan di negara
6,1
ekonomi besar.
Terlepas dari argumentasi teoretis, Francis et al. ( 2005), menggunakan AQ sebagai proksi untuk
risiko informasi, memberikan bukti empiris bahwa perusahaan dengan akrual berkualitas buruk menderita biaya hutang
dan ekuitas yang lebih tinggi. Argumen mereka untuk menggunakan AQ sebagai proksi untuk risiko informasi adalah

80 bahwa komponen akrual dari total pendapatan adalah sumber utama ketidakpastian dalam arus kas dan, lebih lanjut, AQ
adalah “ konstruk yang lebih primitif untuk risiko informasi ” dari atribut pendapatan lainnya. Menggunakan Francis et al. ( 2005)
proksi risiko informasi dan model mereka untuk menguji hubungan antara AQ dan biaya modal, Gray

et al. ( 2009) melaporkan kesimpulan yang hampir serupa di Australia. Hwang dan Lim (2012) juga
melaporkan hubungan positif antara AQ dan biaya ekuitas tersirat. Baik ekonomi AS maupun Australia sama
dalam arti bahwa mereka adalah ekonomi kapitalis dan pemerintah memainkan peran terbatas dalam
mekanisme pasar. Namun, dalam kasus kami, ekonomi Tiongkok adalah ekonomi dalam transisi dari yang
Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

tampaknya sosialis menuju ekonomi berorientasi pasar dan pemerintah di Cina memainkan peran dominan
dalam membimbing ekonomi ke arah yang diinginkan. Selain itu, seperti yang disebutkan sebelumnya,
sebagian besar pasar modal Cina terdiri dari BUMN. Dengan demikian, keadaan pasar Cina diharapkan
berbeda dengan ekonomi kapitalis maju. Jadi kami menguji hipotesis berikut, yang dinyatakan dalam bentuk
nol, untuk menguji hubungan antara AQ, proksi kami untuk risiko informasi,

H1. Tidak ada hubungan antara AQ dan biaya modal di Tiongkok. Kami selanjutnya mempertimbangkan pertanyaan yang
lebih kontroversial dalam literatur mengenai peran risiko informasi dalam menjelaskan variasi cross-sectional dalam
pengembalian saham di masa depan dan masalah harga pasar risiko informasi. Francis et al. ( 2005) menguji hipotesis bahwa
AQ, proksi risiko informasi mereka, adalah faktor risiko harga. Mereka menciptakan faktor AQ dan mendokumentasikan bahwa
harga pasar AQ sebagai risiko yang tidak terdiversifikasi selain faktor yang ada di Fama dan French (1993) model tiga faktor di
AS. Namun, Core et al. ( 2008) mengkritik mereka dengan mencatat bahwa metodologi yang digunakan tidak sesuai untuk
menguji hipotesis ini. Inti et al. ( 2008) menguji ulang hipotesis tersebut menggunakan metodologi 2SCSR dan menyimpulkan
bahwa AQ bukan merupakan faktor risiko harga di AS. Mereka lebih jauh menunjukkan bahwa AQ bahkan sebagai
karakteristik perusahaan tidak signifikan dalam menjelaskan pengembalian saham di masa depan. Mouselli et al.

(2013) menggunakan nilai absolut dari akrual diskresioner untuk mengukur AQ di Inggris dan mendukung kesimpulan Core et al. ( 2008)
bahwa AQ bukan merupakan faktor risiko harga. Namun mereka menunjukkan bahwa AQ, sebagai karakteristik perusahaan,
memiliki hubungan positif yang signifikan dengan pengembalian saham di masa depan. Tapi, kekurangan utama dalam penemuan
Mouselli ini belakangan disebut et al. ( 2013) adalah bahwa mereka melewatkan beta perusahaan dari variabel penjelas lainnya yang
dikendalikan oleh Core et al. ( 2008) ketika menguji hubungan antara AQ dan pengembalian saham di masa depan. Di sini penting
untuk menyebutkan bahwa Lambert et al. ( 2007) berpendapat bahwa biaya modal efek risiko informasi adalah “ sepenuhnya
ditangkap oleh beta berwawasan ke depan yang ditentukan secara tepat ” dan pengembalian yang diharapkan pasar sehingga tidak
perlu menempatkan faktor tambahan risiko informasi dalam model penentuan harga aset.

Di Australia, Gray et al. ( 2009) memberikan bukti untuk AQ menjadi faktor risiko harga.
Namun, perbedaan yang mencolok dalam metodologi mereka adalah bahwa pada tahap kedua pengujian 2SCSR mereka
menggunakan regresi cross-sectional tunggal di mana mereka mengalami kemunduran seluruh periode berarti pengembalian
portofolio pada faktor beta dari tahap pertama 2SCSR. Ini adalah penyimpangan dari cara konvensional 2SCSR di mana pada
tahap kedua pengembalian portofolio diregresikan berdasarkan faktor beta untuk setiap periode dalam sampel menggunakan
Fama dan MacBeth
 (1973) metode (lihat Kim dan Qi, 2010; Mouselli et al., 2013). Konflik dalam literatur mengenai harga pasar AQ, khususnya di Biaya modal
Amerika Serikat, didamaikan oleh Kim dan Qi (2010) yang mendokumentasikan bahwa AQ bukan faktor risiko harga jika
dalam
kami mempertimbangkan semua perusahaan selama periode sampel. Namun, mereka menemukan bukti penetapan harga
Cina
pasar AQ setelah mengendalikan saham berharga murah dalam sampel mereka. Dalam hal ini mereka berpendapat bahwa
saham dengan harga rendah hanya 2 persen dari total ukuran pasar dan pengembalian mereka berisik karena berbagai
faktor dan sulit untuk mendeteksi hubungan AQ dan pengembalian dalam kasus ini. Selain itu, Kim dan Qi (2010)
memberikan bukti bahwa premi risiko yang terkait dengan AQ bervariasi untuk berbagai fase siklus ekonomi. Mereka 81
menunjukkan bahwa AQ dihargai pada periode ekspansi ekonomi tetapi tidak pada periode resesi. Ogneva (2012)
melaporkan bahwa AQ berhubungan negatif dengan pengembalian yang direalisasikan di masa depan setelah
mengendalikan guncangan arus kas. Dia juga menemukan bukti harga pasar AQ_factor. Studi relevan lainnya termasuk:
Callen et al. ( 2013), yang melaporkan kualitas akuntansi yang buruk terkait dengan penyesuaian harga yang tertunda dan
pengembalian yang lebih tinggi; DeFond dan Park (2001) mendokumentasikan penyesuaian harga yang tertunda dari akrual
abnormal; dan Iatridis (2011), yang menemukan kualitas pengungkapan akuntansi berhubungan positif dengan ukuran dan
profitabilitas.
Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

Bukti-bukti yang saling bertentangan yang dibahas di atas dalam literatur dan lingkungan kelembagaan dan
ekonomi Cina yang unik memberi kita motivasi untuk menyelidiki fenomena penetapan harga pasar AQ di Cina.
Dengan demikian kami mengembangkan hipotesis berikut dalam hal ini untuk menguji hubungan antara AQ dan
pengembalian saham masa depan; dan harga pasar AQ. Dinyatakan dalam bentuk nol:

H2. Tidak ada hubungan antara AQ dan pengembalian saham perusahaan di masa depan.

H3. AQ bukan faktor risiko harga di Cina.

Bagian selanjutnya menjelaskan secara rinci desain penelitian untuk menguji hipotesis yang dikembangkan di
bagian ini.

4. Desain penelitian
Sampel awal kami terdiri dari semua perusahaan non-keuangan yang memiliki saham-A yang diterbitkan dan terdaftar di
Shanghai Stock Exchange atau Shenzhen Stock Exchange dari tahun 2000 hingga
2013. Data bulanan dan tahunan yang relevan diperoleh dari Database Riset Keuangan RESSET
(www.resset.cn).

4.1 Mengukur AQ
Mengikuti aliran penelitian yang menyelidiki peran risiko informasi dalam menjelaskan pengembalian saham dan biaya modal
(mis. Francis et al., 2005; Inti et al., 2008; Cohen, 2008; Kim dan Qi, 2010; Mashruwala dan Mashruwala, 2011; Mouselli et al., 2013,
dll.), Kami menggunakan AQ sebagai proksi untuk risiko informasi. Dalam hal ini Francis et al. ( 2005) berpendapat bahwa, seperti
yang disebutkan sebelumnya, komponen akrual pendapatan adalah sumber utama ketidakpastian dalam arus kas dan merupakan
ukuran yang lebih valid untuk risiko informasi daripada atribut pendapatan lainnya. Untuk mengukur AQ kami menggunakan
model Dechow dan Dichev (2002) yang dimodifikasi oleh Francis et al. ( 2005), selanjutnya dimodifikasi-DD model. Model
DD-termodifikasi adalah sebagai berikut:

TCA Itu ¼ f o; saya þ f 1; saya CFO Itu 1 þ f 2; saya CFO Itu þ f 3; saya CFO Itu þ 1

þ f 4; saya D Putaran Itu þ f 5; saya APD Itu þ kamu Itu (1)

TCA Itu adalah total akrual saat ini dari suatu perusahaan saya di tahun t dihitung sebagai laba bersih ditambah depresiasi
dikurangi arus kas dari operasi ( TCA Itu ¼ Batas pemasukan Itu - CFO i, t +
Depriciation Itu). CFO Itu adalah arus kas dari operasi perusahaan di tahun t diperoleh dari
 CFRI laporan arus kas. CFO Itu 1 dan CFO i, t + 1 adalah arus kas dari operasi masing-masing tahun sebelumnya dan
berikutnya. Δ Putaran Itu adalah perubahan pendapatan perusahaan dari tahun t - 1 hingga t. APD Itu adalah tingkat
6,1
pabrik dan peralatan perusahaan pada tahun t.
Semua variabel diskalakan dengan rata-rata total aset.
Model Dechow dan Dichev (2002) yang asli, selanjutnya model DD, hanya mempertimbangkan arus kas dari
operasi saat ini, sebelumnya, dan periode berikutnya untuk memperkirakan akrual saat ini dan didasarkan pada
82 gagasan bahwa konvertibilitas akrual menjadi arus kas menentukan kualitas akrual. Ini menyiratkan bahwa tingkat
akrual diskresioner sendiri tidak menunjukkan kualitas akrual yang buruk. Jika akrual diskresioner dipetakan ke dalam
arus kas periode yang berdekatan mereka masih berkualitas baik dan menimbulkan risiko informasi yang lebih rendah
daripada jika mereka tidak dipetakan ke dalam arus kas periode yang berdekatan. McNichols (2002) mengkritik model
DD dengan mendokumentasikan kecenderungan model DD untuk memberikan estimasi akrual yang “ secara signifikan
terkait dengan arus kas ” dan mungkin bukan hasil dari kebijaksanaan manajerial. McNichols juga mengkritik model DD
karena tidak mempertimbangkan faktor kinerja. Dengan demikian, model DD-termodifikasi mencakup perubahan dalam
pendapatan dan tingkat APD sebagai variabel penjelas tambahan untuk model DD.
Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

Kami memperkirakan Persamaan (1) untuk setiap tahun industri berdasarkan klasifikasi industri tingkat kedua dari
CSRC. Kami menghapus tahun industri dengan kurang dari sepuluh pengamatan dari analisis dan menghitung skor AQ
untuk setiap tahun perusahaan berdasarkan residual dari Persamaan (1). AQ untuk perusahaan-tahun tertentu dihitung
sebagai standar deviasi residual lima tahun, yaitu untuk memiliki nilai AQ untuk tahun tertentu perusahaan harus memiliki
nilai residu dari Persamaan (1) untuk saat ini dan juga empat tahun sebelumnya . Jadi perusahaan harus memiliki
setidaknya tujuh pengamatan tahunan untuk dimasukkan dalam analisis kami karena perhitungan AQ membutuhkan lima
residual dan Persamaan (1) termasuk satu lag dan satu nilai periode berikutnya CFO. Ini dapat memperkenalkan bias
sampel dengan menghilangkan perusahaan yang lebih muda dari analisis. Tapi, seperti dicatat oleh Francis et al. ( 2005),
itu akan, jika ada, mengurangi volatilitas AQ dan akan membuatnya lebih sulit untuk mendeteksi efeknya.

4.2 AQ dan biaya modal

Untuk menguji hubungan antara AQ, proksi risiko informasi kami, dan biaya modal kami melakukan regresi biaya
ekuitas dan biaya proksi utang atas AQ dan variabel kontrol terkait lainnya. Dalam hal ini kami memodifikasi model
estimasi biaya modal yang digunakan oleh Francis et al. ( 2005). Untuk menguji hubungan antara biaya ekuitas dan
AQ kami memodifikasi Francis et al. ( 2005) model sebagai berikut:

INDEP Itu ¼ Sebuah 0 þ b 1 AQ Itu þ b 2 Beta Itu þ b 3 Pengaruh Itu þ b 4 Ukuran Itu

þ b 5 Pertumbuhan Itu þ Sebuah 1 SOE þ b 6 AQ SOEð Þ Itu þ e Itu (2)

dimana INDEP Itu adalah rasio earning terhadap harga (EP) yang disesuaikan industri dari suatu perusahaan di tahun t

dihitung sebagai rasio EP perusahaan dikurangi rasio median industri EP. Untuk menghitung rasio EP industri median, perusahaan
dengan rasio EP negatif dikeluarkan dan kami menggunakan kode CSRC tingkat kedua untuk menentukan kelompok industri. AQ Itu adalah
skor AQ dari sebuah perusahaan di tahun t dihitung seperti yang dibahas di bagian sebelumnya. Beta Itu adalah beta perusahaan
CAPM 36 bulan pada akhir tahun t. Pengaruh Itu adalah total kewajiban dibagi dengan total aset perusahaan dalam satu tahun t.
Ukuran Itu adalah log alami dari total aset perusahaan di tahun t. Pertumbuhan adalah log alami dari satu ditambah perubahan dalam
perusahaan ' Ekuitas buku selama empat tahun terakhir. SOE adalah variabel dummy yang memiliki nilai 1 untuk BUMN dan 0
sebaliknya. Dan AQ (SOE) adalah istilah interaksi yang diperoleh dengan mengalikan SOE dan AQ.
 Untuk menguji hubungan antara biaya hutang dan AQ kami memodifikasi Francis et al. Biaya modal
(2005) model memperkirakan biaya hutang sebagai berikut:
dalam
Hutang Biaya Itu ¼ Sebuah 0 þ b 1 AQ Itu þ b 2 Pengaruh Itu þ b 3 Ukuran Itu þ b 4 ROA Itu þ b 5 IntCover Itu Cina

þ b 6 s NIBE
ð Þ Itu þ Sebuah 1 SOE þ b 7 AQ SOE
ð Þ Itu þ e Itu (3)

Hutang Biaya Itu adalah biaya hutang untuk suatu perusahaan di tahun t dihitung sebagai beban bunga selama periode 83
berjalan t dibagi dengan rata-rata utang berbunga tahun t dan t - 1. Leverage Itu
adalah total kewajiban dibagi dengan total aset perusahaan dalam satu tahun t. Ukuran Itu adalah log alami dari total aset. ROA Itu adalah
pengembalian aset perusahaan di tahun t. IntCover Itu adalah rasio cakupan bunga perusahaan untuk tahun t dihitung sebagai EBIT
dibagi dengan bunga. σ ( NIBE) Itu adalah ukuran volatilitas pendapatan suatu perusahaan untuk periode tertentu t dihitung sebagai
standar deviasi suatu perusahaan ' Penghasilan bersih sebelum pos luar biasa dari tahun t - 4 hingga t diskalakan dengan rata-rata
total aset selama periode yang sama. SOE adalah dummy untuk BUMN dan AQ (SOE) adalah istilah interaksi yang diperoleh
dengan mengalikan SOE dan AQ. Semua variabel dimenangkan pada 1 dan 99 persen.
Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

4.3 AQ dan pengembalian saham di masa depan

Untuk menjawab pertanyaan apakah AQ sebagai karakteristik relevan dalam menjelaskan pengembalian saham di masa depan, kami
melakukan regresi atas pengembalian saham khusus perusahaan bulanan atas karakteristik perusahaan menggunakan metode Fama dan
MacBeth (1973). Dalam hal ini, untuk setiap bulan, kami melakukan kemunduran pengembalian saham bulanan secara lintas-bagian atas
AQ dan faktor-faktor lain yang diyakini menjelaskan pengembalian saham yaitu ukuran, rasio book to market (BM), dan beta perusahaan.
Jadi kami memperkirakan regresi Fama-Macbeth berikut:

R Aku ¼ l 0 þ l UKURAN Ukuran Aku þ l BM BM Itu 1 þ l AQ AQ Itu 1 þ l BETA Beta Itu þ l SOE SOE þ e Itu

(4)

R Aku adalah pengembalian holding-period pada A-share perusahaan selama sebulan m. Ukuran Aku adalah log alami dari
kapitalisasi pasar perusahaan dalam sebulan m. BM Itu 1 adalah log natural dari rasio BM suatu perusahaan pada akhir tahun
sebelumnya. AQ Itu 1 adalah skor kualitas akrual perusahaan untuk tahun yang berakhir sebelumnya. Beta Aku adalah beta CAPM
36 bulan untuk perusahaan dalam sebulan m. SOE adalah variabel dummy dengan asumsi nilai 1 untuk BUMN. Kami
memperkirakan Persamaan (4) untuk setiap bulan selama periode delapan tahun 2006-2013 yang menghasilkan 96 perkiraan
cross-sectional untuk setiap parameter dalam persamaan. Kami kemudian menggunakan kesalahan standar Fama-Macbeth
untuk menguji apakah estimasi rata-rata dari karakteristik yang diberikan berbeda secara signifikan dari 0, yaitu apakah
karakteristik yang diberikan relevan dalam menjelaskan pengembalian saham di masa depan. Jadi jika λ AQ secara signifikan
berbeda dari 0 itu memberikan kita bukti bahwa AQ relevan dalam menjelaskan pengembalian saham spesifik perusahaan di
masa depan. Kami berharap λ AQ menjadi positif secara signifikan.

4.4 Harga pasar AQ

Untuk menguji apakah AQ adalah faktor risiko harga di Cina, kami pertama kali membuat dan memuat faktor AQ sebagai
tambahan faktor yang ada dalam model tiga faktor FF. Kami kemudian melakukan pengujian 2SCSR untuk melihat apakah
AQ_factor adalah faktor risiko harga. 2SCSR adalah metode mapan dalam literatur untuk menguji harga pasar dari faktor
risiko kandidat (lihat Brennan
et al., 2004; Campbell dan Vuolteenaho, 2004; Petkova, 2006, dll.) Mengikuti berbagai penelitian tentang
harga pasar AQ (lihat Francis et al., 2005; Inti et al., 2008; Kim dan Qi, 2010; Mouselli et al., 2013, dll.) Kami
menghitung AQ_factor
 CFRI sebagai berikut: untuk setiap bulan kami mengategorikan semua perusahaan dalam analisis kami menjadi lima kuintil
berdasarkan skor AQ mereka pada tahun yang berakhir sebelumnya dan nilai AQ_factor untuk bulan tertentu adalah
6,1
perbedaan antara pengembalian dengan bobot sama dari dua kuintil AQ teratas dan dua kuintil AQ terbawah. Ini
memberikan serangkaian waktu AQ_factor yang memiliki nilai untuk masing-masing 96 bulan dalam periode sampel kami
dari Januari 2006 hingga Desember 2013. Kami kemudian melakukan pengujian 2SCSR untuk menguji apakah AQ_factor
adalah faktor risiko harga selain faktor yang ada di FF tiga -Faktor model. Pada tahap pertama 2SCSR, kami melakukan

84 regresi deret waktu dari pengembalian kelebihan bulanan dari setiap perusahaan atau portofolio atas pengembalian
kelebihan pasar kontemporer, dan pengembalian faktor SMB, HML, dan AQ_factor. Persamaan (5) di bawah ini mewakili
persamaan tahap pertama 2SCSR:

R Itu R f; t ¼ Sebuah saya þ b Rm Rf; i R m; t R f; t þ b SMB; i SMB t

Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

þ b HML; i HML t þ b AQ; i AQ_ f aktor t þ e Itu (5)

dimana R Itu - R f, t adalah pengembalian kelebihan spesifik perusahaan atau portofolio dalam bulan tertentu t. SMB t dan

HML t adalah pengembalian portofolio ukuran faktor peniruan ukuran FF dan portofolio peniru faktor ukuran BM
masing-masing untuk bulan ini t. Faktor AQ_ t adalah pengembalian portofolio peniru faktor AQ yang dihitung seperti
dijelaskan di atas. β Rm Rf, saya, β SMB, saya, β HML, saya, dan β AQ, saya
adalah beta faktor spesifik perusahaan atau portofolio.
Kami kemudian, pada tahap kedua, menggunakan faktor ' beta dari Equation (5) sebagai variabel penjelas untuk merundingkan
pengembalian kelebihan bulanan perusahaan atau portofolio secara cross-section untuk setiap bulan dalam periode sampel kami
menggunakan metode Fama-Macbeth 1973. Persamaan regresi tahap kedua adalah sebagai berikut:

R Itu R f; t ¼ Sebuah saya þ l 1 b Rm Rf; i þ l 2 b SMB; i þ l 3 b HML; i þ l 4 b AQ; i þ e Itu (6)

Estimating Equation (6) cross-sectionally untuk setiap bulan akan memberikan deret waktu 96 estimasi yang terkait
dengan setiap faktor beta. Kami kemudian menghitung Fama Macbeth
t- statistik untuk menguji apakah deret waktu perkiraan yang terkait dengan setiap faktor beta yang diproduksi di
tahap kedua secara signifikan berbeda dari nol atau tidak. Jika AQ_factor adalah faktor risiko harga maka λ 4 diharapkan
positif dan berbeda secara signifikan dari 0.

Masalah penting dalam hal ini adalah apakah akan melakukan pengujian 2SCSR pada tingkat perusahaan individu atau
untuk membuat portofolio berdasarkan karakteristik faktor. Dalam hal ini literatur yang ada menyarankan trade-off antara
menggunakan saham individu atau membuat portofolio (lihat Kim dan Qi, 2010). Menggunakan masing-masing saham
memiliki kekuatan pengujian yang lebih kuat tetapi berpotensi dapat menyebabkan kesalahan dalam variabel karena faktor
yang digunakan dalam pengujian adalah perkiraan dan bukan beta nyata. Namun, bias ini dapat dikurangi dengan
menggunakan deret waktu yang relatif lebih lama dalam memperkirakan beta di tahap pertama. Di sisi lain, menggunakan
portofolio mengurangi kesalahan kesalahan-dalam-variabel tetapi mengurangi kekuatan tes untuk mendeteksi kekuatan
penjelas dari faktor-faktor beta dalam regresi cross-sectional. Selanjutnya, seperti yang dicatat Kim dan Qi (2010),
kekhawatiran yang lebih serius adalah bahwa hasil tes sangat sensitif terhadap cara portofolio dibangun. Jadi mengikuti Kim
dan Qi (2010) kami melakukan pengujian tingkat stok untuk memutuskan apakah AQ_factor adalah faktor risiko harga.
Namun, kami juga membangun portofolio yang berbeda dan hasil pengujian mereka dihasilkan bersama dengan hasil tingkat
stok.
 5. Hasil dan analisis empiris Biaya modal
5.1 Statistik ringkasan dalam
Tabel I, Panel A, menyajikan statistik deskriptif sampel dan variabel utama yang digunakan dalam analisis
Cina
kami. Satu variabel utama dalam analisis kami adalah AQ, proksi risiko informasi kami. AQ ' Nilai median 0,03
jauh lebih kecil dari nilai rata-rata 0,06 menunjukkan bahwa lebih banyak perusahaan memiliki skor AQ
kurang dari nilai rata-rata sampel keseluruhan. Namun, distribusi variabel AQ kami sangat mirip dengan
Francis et al. 85
(2005) yang melaporkan AQ ' Nilai rata-rata, median, kesepuluh, dan ke-90 masing-masing sebesar 0,044, 0,031, 0,01, dan 0,094. AQ
memiliki pengamatan yang lebih rendah daripada variabel lain karena perhitungan AQ untuk suatu perusahaan pada tahun tertentu
membutuhkan setidaknya enam pengamatan tahunan

Panel A: sampel lengkap

Variabel Berarti SD 10% 50% 90% n
AQ 0,0612 0,0826 0,0150 0,0367 0,1220 9,721
Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

INDEP - 0,0109 0,0589 - 0,0377 - 0,0023 0,0289 17.194

Hutang Biaya 0,0625 0,0408 0,0253 0,0575 0,0939 13.858
Total aset (juta ¥) 4.618,6 10.649,0 322.2 1,592.5 9,204.4 19,416
Rasio B / M 0,3949 0,2705 0,1397 0,3461 0,7362 17.388
ROA 0,0403 0,0889 - 0,0173 0,0402 0,1235 19.505
Pengaruh 0,5176 0,4144 0,1734 0,4850 0,7521 19,413
IntCover 18.6344 58.0919 - 0,6441 4.3980 34.4444 15.471
Pertumbuhan 0,4319 0,6940 - 0,2305 0,3365 1.2857 9,735
σ ( NIBE) 0,0578 0,0957 0,0082 0,0294 0,1144 10.161
Beta 1.0311 0,2889 0,6687 1.0255 1.3853 13.067
Rasio E / P 0,0149 0,0612 - 0,0104 0,0215 0,0591 17.407

Panel B: perbedaan cara antara milik negara (BUMN) dan perusahaan milik negara (NSOE)
NSOE SOE Diff. (NSOE-SOE)
Variabel Berarti n Berarti n t- statistik
AQ 0,0698 5.539 0,0498 4,182 11,93
INDEP - 0,0126 10,505 - 0,0083 6,689 - 4.67
Hutang Biaya 0,0643 8.360 0,0597 5,498 6.44
Total aset (juta ¥) 3.832,39 12.515 6.044,39 6,901 - 13,92
Rasio B / M 0.3633 10.626 0,4445 6,762 - 19.50
ROA 0,0438 12,591 0,0339 6,914 7.40
Pengaruh 0,5146 12,513 0,5230 6,900 - 1.35
IntCover 20.5067 9.583 15.5871 5,888 5.12
Pertumbuhan 0,4366 5,472 0,4258 4,263 0,76
σ ( NIBE) 0,0693 5,797 0,0426 4,364 14.06
Beta 1.0314 7.289 1.0308 5,778 0,13
Rasio E / P 0,0129 10,636 0,0182 6,771 - 5.58
Catatan: Sampel periode 2000-2013. Panel A menyajikan statistik deskriptif dari variabel-variabel kunci dan Panel B menyajikan perbedaan
analisis rata-rata antara BUMN dan non-BUMN. AQ adalah standar deviasi bergerak lima tahun dari residual dari model Dechow dan Dichev
yang dimodifikasi (2002); Nilai AQ yang tinggi menunjukkan kualitas akrual yang buruk; IndEP adalah rasio earning to price (EP) yang
disesuaikan dengan industri dari suatu perusahaan; CostDebt adalah biaya hutang untuk perusahaan yang dihitung sebagai beban bunga
selama periode tersebut t
dibagi dengan rata-rata utang berbunga tahun t dan t - 1; Rasio B / M adalah rasio nilai buku terhadap nilai pasar ekuitas. ROA adalah pengembalian
aset perusahaan. Leverage adalah total kewajiban dibagi dengan total aset; IntCover adalah rasio cakupan bunga perusahaan yang dihitung sebagai
EBIT dibagi dengan bunga; Pertumbuhan adalah log alami dari satu ditambah perubahan dalam perusahaan ' ekuitas buku selama empat tahun
terakhir; σ ( NIBE) adalah ukuran volatilitas pendapatan perusahaan yang dihitung sebagai standar deviasi perusahaan ' Penghasilan bersih sebelum
barang luar biasa dari tahun t - 4 hingga t diskalakan dengan cara total aset selama periode yang sama; Beta adalah CAPMbeta 36 bulan dari sebuah
perusahaan; Rasio E / P adalah rasio penghasilan terhadap harga dan n mewakili pengamatan total Tabel I.
Statistik ringkasan
 CFRI sebelum tahun itu. Rasio E / P memiliki nilai rata-rata positif sedangkan rasio E / P yang disesuaikan industri, yaitu IndEP,
memiliki nilai rata-rata negatif. Itu karena perusahaan dengan rasio E / P negatif dikeluarkan untuk memastikan rasio E / P
6,1
rata-rata industri pada tahun tertentu. Lebih lanjut, IndEP adalah ukuran biaya ekuitas yang relatif, bukan absolut. Berarti
Beta dekat dengan satu yang menunjukkan bahwa tingkat risiko keseluruhan perusahaan dalam sampel kami lebih dekat
dengan pasar. Tampilan keseluruhan pada variabel ' distribusi menunjukkan variabilitas nilai yang cukup.

86 Panel B dari Tabel I berisi analisis perbedaan sarana BUMN dan NSOE berdasarkan berbagai variabel. Frekuensi NSOEs
lebih besar dari BUMN, namun, SOE cenderung lebih besar dalam ukuran daripada NSOEs dan perbedaan antara ukuran
mereka. ' Berarti sangat signifikan. BUMN dan NSOEs berbeda secara signifikan satu sama lain dalam semua variabel di panel B
dari Tabel I kecuali leverage, pertumbuhan, dan beta. Skor AQ dari NSOEs lebih besar dan menunjukkan bahwa mereka
memiliki, rata-rata, akrual kualitas yang lebih buruk daripada BUMN. Nilai AQ yang lebih besar untuk NSOEs selaras dengan
volatilitas pendapatan yang lebih besar di NSOEs seperti yang disarankan oleh nilai rata-rata yang lebih tinggi dari σ ( NIBE)
untuk NSOEs. Sangat masuk akal bahwa perusahaan dengan pendapatan yang lebih fluktuatif cenderung mencatat akrual
abnormal yang lebih fluktuatif. BUMN memiliki biaya rata-rata hutang yang lebih rendah tetapi biaya ekuitas yang lebih tinggi.
Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

BUMN ' biaya hutang yang lebih rendah mungkin karena risiko kebangkrutan yang lebih rendah karena pemerintah ' dukungan
dan menikmati perlakuan istimewa dari pasar utang (lihat Chen et al., 2011). BUMN dengan biaya rata-rata ekuitas yang lebih
tinggi, seperti yang disarankan oleh nilai rata-rata yang lebih tinggi dari IndEP, dapat dikaitkan secara mekanis dengan
perhitungan kami karena ia mempertimbangkan jumlah yang dibayarkan untuk satu unit “ arus ” pendapatan. Mengingat bahwa
BUMN umumnya memiliki potensi pertumbuhan laba yang lebih rendah dibandingkan dengan NSOEs, investor akan bersedia
membayar harga yang lebih besar untuk unit pendapatan saat ini di NSOEs daripada di BUMN dengan harapan pertumbuhan
yang lebih besar dalam pendapatan masa depan. Ini akan menghasilkan biaya ekuitas yang lebih tinggi di BUMN daripada di
NSOEs yang diukur oleh IndEP. NSOEs rata-rata tampaknya lebih menguntungkan daripada BUMN seperti yang disarankan
oleh ROA. Rasio B / M menunjukkan bahwa nilai pasar NSOEs ' buku ekuitas lebih dari BUMN '

5.2 AQ dan biaya modal

Tabel II menyajikan hasil dari regresi yang dikumpulkan untuk menguji hubungan antara AQ dan biaya modal.
Panel A berisi hasil mengenai AQ dan biaya ekuitas. Dua kolom pertama berisi hasil dari regresi sampel penuh
dan di dalamnya AQ memiliki signifikan, 5 persen di kolom pertama dan 1 persen di kolom kedua, koefisien
positif. Ini menunjukkan bahwa, dalam sampel lengkap, AQ secara signifikan terkait positif dengan ukuran kami
biaya ekuitas dan, dengan demikian, mengarahkan kami untuk menyimpulkan bahwa skor AQ yang tinggi, yaitu
AQ yang lebih buruk, dikaitkan dengan biaya ekuitas yang lebih tinggi. Ini sesuai dengan alasan kami bahwa
risiko informasi yang lebih besar mengarah pada biaya modal yang lebih tinggi. Koefisien positif AQ yang
signifikan juga sesuai dengan temuan Francis et al. ( 2005) berdasarkan data AS dan Gray et al. ( 2009)
berdasarkan data Australia. Dua kolom berikutnya, menuju SOE dan NSOE, menyajikan hasil dari subsamples
BUMN dan NSOEs. Koefisien AQ secara signifikan signifikan di NSOEs tetapi tidak signifikan, meskipun positif,
di BUMN. Ini menunjukkan bahwa hubungan positif antara AQ dan IndEP tidak berlaku untuk BUMN. Dalam hal
ini masuk akal bahwa investor yang memiliki saham yang dapat diperdagangkan dari BUMN kurang waspada
terhadap ketidakjelasan laporan keuangan di BUMN dibandingkan dengan di NSOEs karena pemerintah ' Dukungan
BUMN. Apalagi sebagai Lou et al. ( 2014) mendokumentasikan bahwa harga saham dalam transfer saham milik
negara BUMN terutama ditentukan berdasarkan nilai buku saham terlepas dari pendapatan dan aset ' kualitas. Ini
semakin memperkuat persepsi bahwa AQ tidak merupakan risiko informasi di BUMN dengan cara yang sama
seperti dalam kasus NSOEs dan
 Biaya modal
Panel A: AQ dan biaya ekuitas
Variabel Secara keseluruhan Secara keseluruhan SOE NSOE dalam
dependen: Cina
IndEP
Mencegat - 0,0911 ( - 8.51) *** - 0,0907 ( - 8.4) *** - 0,0858 ( - 5.17) *** - 0,0907 ( - 6.31) ***
AQ 0,0176 (2,04) ** 0,0264 (2,52) *** 0,0081 (0,55) 0,0205 (1,89) *
- 0,0124 ( - 6.63) *** - 0,0123 ( - 6.57) *** - 0,0106 ( - 3.94) *** - 0,0136 ( - 5.17) ***
Beta
87
Pengaruh - 0,0281 ( - 12.53) *** - 0,0281 ( - 12.56) *** - 0,0367 ( - 10.42) *** - 0,0136 ( - 7.83) ***
Ukuran 0,0043 (8,69) *** 0,0043 (8,45) *** 0,0043 (5,54) *** 0,0042 (6,28) ***
Pertumbuhan 0,0273 (30,24) *** 0,0274 (30,25) *** 0,0283 (20,32) *** 0,0269 (22,52) ***
SOE 0,0021 (1,46)
AQ (SOE) - 0,0248 ( - 1.41)
n 8.754 8.754 3.924 4,830
Ajj R 2 0,1668 0,1668 0,1711 0,1646
F- statistik 351.38 251.36 162.92 191.26
Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

Panel B: AQ dan biaya hutang

Variabel Secara keseluruhan Secara keseluruhan SOE NSOE
dependen:
CostDebt
Mencegat 0.1984 (24.48) *** 0.1979 (24.28) *** 0.1948 (16) *** 0,1992 (18) ***
AQ 0,0015 (0,24) - 0,0023 ( - 0,32) - 0,0007 ( - 0,06) 0,0021 (0,26)
Pengaruh 0,0015 (1,08) 0,0017 (1,19) 0,0040 (1,32) 0,0015 (0,9)
Ukuran - 0,0062 ( - 16.8) *** - 0,0061 ( - 16.48) *** - 0,0061 ( - 11.03) *** - 0,0062 ( - 12.25) ***
ROA - 0,0002 ( - 2.99) *** - 0,0002 ( - 2.95) *** - 0,0001 ( - 1.42) - 0,0002 ( - 2.4) **
IntCover - 0,0001 ( - 6.08) *** - 0,0001 ( - 6.05) *** 0,0000 ( - 3.4) *** - 0,0001 ( - 5.04) ***
Std (NIBE) 0,0275 (3,66) *** 0,0276 (3,68) *** 0,0457 (3,38) *** 0,0212 (2,29) **
SOE - 0,0014 ( - 1.3)
AQ (SOE) 0,0122 (1,03)
7,263 7,263 3,168 4.095
Ajj R 2 0,0824 0,0824 0,0709 0,0834
F- Statistik 109.67 82.47 41.3 63.06

Catatan: Sampel periode 2006-2012. Panel A menunjukkan hasil dari regresi yang dikumpulkan dari biaya ekuitas, menggunakan IndEP sebagai
proksi, kualitas lebih dari akrual dan variabel kontrol lainnya. Panel B menunjukkan hasil dari regresi yang dikumpulkan dari biaya hutang terhadap
kualitas akrual dan variabel kontrol lainnya. AQ adalah standar deviasi bergerak lima tahun dari residual dari model Dechow dan Dichev yang
dimodifikasi (2002); Nilai AQ yang tinggi menunjukkan kualitas akrual yang buruk; IndEP adalah rasio earning to price (EP) yang disesuaikan dengan
industri dari suatu perusahaan; Beta adalah beta CAPM 36 bulan perusahaan, Leverage adalah total kewajiban dibagi dengan total aset; Ukuran
adalah log alami dari total aset perusahaan; Pertumbuhan adalah log alami dari satu ditambah perubahan dalam perusahaan ' ekuitas buku selama
empat tahun terakhir; BUMN adalah variabel tiruan yang memiliki nilai 1 untuk perusahaan milik negara dan O sebaliknya; AQ (SOE) adalah istilah
interaksi yang diperoleh dengan mengalikan SOE dan AQ; CostDebt adalah biaya hutang untuk perusahaan yang dihitung sebagai beban bunga
selama periode tersebut t dibagi dengan rata-rata utang berbunga tahun t dan t - 1; ROA adalah pengembalian aset perusahaan; IntCover adalah rasio
cakupan bunga perusahaan yang dihitung sebagai EBIT dibagi dengan bunga; σ ( NIBE) adalah ukuran volatilitas pendapatan perusahaan yang
dihitung sebagai standar deviasi perusahaan ' Penghasilan bersih sebelum barang luar biasa dari tahun t - 4 hingga t diskalakan dengan cara total aset
selama periode yang sama; n mewakili total pengamatan dalam suatu regresi. Di kepala kolom, “ Secara keseluruhan ” merupakan sampel penuh
sedangkan “ SOE ” dan

Tabel II.
“ NSOE ” mewakili sub-sampel perusahaan milik negara dan perusahaan non-negara. *, **, *** Tunjukkan signifikansi dua-ekor masing-masing Kualitas akrual dan
pada 10, 5, dan 1 persen biaya modal

investor menilai volatilitas akrual abnormal di BUMN berbeda dari yang mereka lakukan di NSOEs. Hal ini membawa
kita untuk menyimpulkan bahwa AQ yang lebih buruk secara positif terkait dengan biaya ekuitas dalam sampel penuh
dan subsampel NSOEs tetapi hubungan ini tidak signifikan dalam hal BUMN.
 CFRI Tanda-tanda variabel kontrol, pada Panel A dari Tabel I, memerlukan perhatian khusus karena mereka berbeda dari apa yang
biasanya diamati dalam literatur. Tanda negatif dari leverage bertentangan dengan teori. Dalam hal ini, pengaturan ekonomi yang unik di
6,1
Cina dan ketergantungan perusahaan pada pembiayaan utang karena pasar ekuitas yang kurang berkembang dapat memberikan
beberapa penjelasan. Kami menduga bahwa perusahaan-perusahaan dengan posisi yang kuat memiliki akses ke hutang yang lebih
murah dan karena pasar modal yang terbatas mereka menggunakan hutang untuk membiayai proyek mereka. Dan pemegang saham
menyukai perusahaan-perusahaan seperti itu, yang dapat dan memang mendapatkan utang lebih murah untuk membiayai ekspansi,

88 dengan pengurangan biaya ekuitas. Ini bisa benar dalam kasus kami karena sampel kami cenderung mengecualikan perusahaan yang
lebih muda. Selanjutnya, ukuran menunjukkan hubungan positif yang signifikan dengan biaya ekuitas dan ini bertentangan dengan apa
yang dilaporkan oleh Francis et al.

(2005) dan Gray et al. ( 2009). Satu penjelasan yang mungkin adalah bahwa perusahaan-perusahaan kecil yang terdaftar di Cina
menunjukkan prospek pertumbuhan potensial yang lebih besar dalam pendapatan yang diharapkan di masa depan daripada
perusahaan-perusahaan besar dan investor bersedia membayar jumlah yang lebih besar untuk unit pendapatan saat ini (menghasilkan
nilai lebih besar dari IndEP) dengan harapan masa depan yang lebih besar pendapatan. Ketika kami membagi sampel kami menjadi
Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

subsamples BUMN dan NSOEs, tandanya masih positif tetapi efeknya kurang kuat seperti yang disarankan oleh penurunan t- statistik.
Tanda negatif beta juga bertentangan dengan apa yang diharapkan secara teoritis tetapi tanda beta serupa dilaporkan oleh Francis et al. ( 2005)
yang menganggap tanda negatif ini untuk korelasi antara beta dan ukuran atau leverage.

Panel B, Tabel II, berisi hasil dari regresi biaya utang, yaitu CostDebt, lebih dari AQ dan variabel kontrol lainnya.
AQ tidak signifikan baik dalam sampel penuh maupun dalam sampel SOE dan NSOEs. Ini bertentangan dengan
temuan Francis et al. ( 2005) yang melaporkan hubungan positif yang signifikan antara AQ dan biaya hutang. Namun,
Gray et al. ( 2009) melaporkan koefisien negatif yang tidak signifikan dari ukuran AQ mereka secara keseluruhan, tetapi
mereka menemukan dampak positif yang signifikan dari komponen bawaan AQ terhadap biaya hutang. Dalam model
kami AQ tidak memberikan pengaruh signifikan pada biaya hutang. Ini mungkin karena korelasi yang tinggi di antara
keduanya σ ( NIBE) dan AQ. Jika kami mengecualikan

σ ( NIBE) dari model, hasil yang tidak dilaporkan menunjukkan beta AQ positif signifikan pada 5 persen dalam sampel
penuh tetapi menjadi tidak signifikan dalam sub sampel BUMN dan NSOEs. Tetapi mengingat pentingnya volatilitas
pendapatan dalam penentuan biaya hutang, menurun σ ( NIBE) menyebabkan bias spesifikasi. Jadi itu mengarahkan kita
untuk menyimpulkan bahwa hasil kami tidak mendukung hubungan yang signifikan antara AQ dan biaya hutang di Cina.

5.3 AQ dan pengembalian saham

Tabel III menyajikan hasil dari Fama-Macbeth (1973) regresi pengembalian saham bulanan atas berbagai karakteristik
perusahaan di mana AQ diperlakukan sebagai karakteristik perusahaan. Dalam model 1, di mana AQ hanya variabel
penjelas, AQ memiliki koefisien positif yang signifikan yang semakin menguat dalam model 3 di mana ukuran dan rasio
BM ditambahkan sebagai variabel penjelas. Ini sesuai dengan Mouselli et al. ( 2013) yang menemukan AQ untuk
menanggung koefisien positif signifikan di samping ukuran dan BM dalam penjelasan pengembalian saham bulanan.
Namun, Mouselli et al. ( 2013) tidak menganggap beta sebagai penjelas pengembalian saham bulanan. Dalam model 4,
di mana kami menganggap beta 36 bulan sebagai variabel penjelas tambahan, estimasi AQ menjadi tidak signifikan
dalam pengujian dua sisi tetapi signifikan pada 10 persen dalam pengujian satu sisi. Ini, agaknya, mendukung argumen
Lambert et al. ( 2007) yang menyarankan bahwa risiko informasi ditangkap oleh beta. Dalam model 5, estimasi negatif
yang signifikan dari boneka BUMN menunjukkan bahwa BUMN menyadari pengembalian saham bulanan yang lebih
rendah (ingat dari statistik deskriptif bahwa BUMN memiliki AQ yang relatif lebih baik). Koefisien tidak signifikan (dan
positif dalam model 4 dan 5) pada ukuran bertentangan dengan teori dan banyak penelitian empiris di mana
perusahaan besar berada
 Biaya modal
Mencegat Ukuran BM AQ Beta SOE Ajj R 2 n dalam
Cina
1 Perkiraan 0,0240 0,0776 0,007 110.333
FM- t (2.02) ** (2.01) **
2 Perkiraan 0,0508 - 0,0008 0,0046 0,030 151.450
FM- t (0,97) ( - 0,36) (2.14) **
3 Perkiraan 0,0394 - 0,0005 0,0056 0,1198 0,036 107.316
89
FM- t (0.68) ( - 0,20) (2.13) ** (2.21) **
4 Perkiraan - 0,0182 0,0001 0,0028 0,0513 0,0432 0,093 106.352
FM- t ( - 0,32) (0,06) (1.70) * (1.41) (2.60) ***
5 Perkiraan - 0,0184 0,0002 0,0031 0,0504 0,0433 - 0,0025 0,095 106.352
FM- t ( - 0,32) (0,09) (1,87) * (1.39) (2.60) *** ( - 2.0) **
Catatan: Tabel ini menyajikan hasil dari Fama-Macbeth (1973) regresi pengembalian saham bulanan atas kualitas akrual dan
karakteristik perusahaan
dependen: Model lainnya. Ukuran
pengembalian sahamadalah log alami dari kapitalisasi pasar perusahaan pada bulan tertentu; BM adalah log alami
bulanan
rasio buku terhadap pasar perusahaan pada akhir tahun sebelumnya; AQ adalah skor kualitas akrual perusahaan untuk tahun yang
Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

berakhir sebelumnya. Beta adalah beta CAPM 36 bulan untuk suatu perusahaan di bulan tertentu. Jadi perusahaan dengan kurang dari
36 pengamatan bulanan pengembalian saham dikeluarkan dari analisis; BUMN adalah variabel dummy dengan asumsi nilai 1 untuk Tabel III.
perusahaan milik negara; FM- t adalah t- statistik dihitung menggunakan kesalahan standar Fama-Macbeth; Ajj R 2 adalah rata-rata dari R 2 dari Pengembalian
Argumen
regresi ini berlaku jika
cross-sectional kita mengingat
bulanan; pertumbuhan
n adalah jumlah cepat ekonomi Tiongkok selama periode sampel kami. Variabel
pengamatan. saham di masa depan
dan karakteristik perusahaan
* , * * , * * * Signifikansi dua ekor masing-masing pada 10, 5, dan 1 persen (2006-2013)

pertumbuhan, berkinerja lebih baik daripada perusahaan-perusahaan dengan nilai BM yang lebih tinggi, yaitu nilai saham.

dianggap memiliki risiko lebih rendah dan karenanya pengembalian saham lebih rendah. Ini dapat dianggap berasal dari pengaturan ekonomi

yang unik di China (misalnya BUMN dan NSOEs) dan kecenderungan analisis kami untuk mengecualikan perusahaan yang lebih muda dari

sampel. Hasil keseluruhan pada Tabel III mengarahkan kita untuk menyimpulkan bahwa risiko informasi yang lebih besar, sebagaimana diukur
bahwa, di Cina, ketika pasar berkinerja relatif baik perusahaan-perusahaan dengan rasio BM yang lebih rendah, yaitu saham
oleh AQ, dikaitkan dengan pengembalian saham bulanan yang lebih tinggi tetapi efek ini, sebagian besar, ditangkap oleh beta perusahaan.

5.4 Tes penetapan harga aset faktor AQ_

yang melaporkan korelasi negatif antara pengembalian dua faktor tersebut di AS dan Inggris, masing-masing. Ini menunjukkan
Untuk menguji apakah AQ adalah faktor risiko harga selain faktor yang ada dalam model tiga faktor FF,
pertama-tama kami menghitung AQ_factor dan kemudian melakukan pengujian 2SCSR. Tabel IV, Panel A,
menyajikan statistik deskriptif dari AQ_factor bersama dengan faktor-faktor lain. Mean AQ_factor positif dan t- statistik
signifikan pada 1 persen. Ini bertentangan dengan Core et al. ( 2008) yang didokumentasikan tidak signifikan
berkorelasi positif dengan Rm-Rf. Ini bertentangan dengan apa yang dilaporkan oleh Core et al. ( 2008) dan Mouselli et al. ( 2013)

t- statistik untuk AQ_factor selama periode sampel mereka di AS dan melaporkan AQ_factor tidak diberi harga di
sana. Itu t- statistik untuk SMB signifikan pada 1 persen sedangkan HML tidak signifikan. Ini lagi bertentangan
dengan Corebahwa
menyarankan et al. (ukuran
2008)premium
yang melaporkan SMB bergerak
dan AQ premium tidak signifikan dan Dalam
bersamaan. HML signifikan. Secara
periode sampel kamikeseluruhan,
di Cina, HML
pengembalian faktor di Cina umumnya berbeda dari yang di AS dan, karenanya, dapat dikaitkan dengan
pengembalian saham secara berbeda.

Panel B dari Tabel IV melaporkan matriks korelasi pengembalian faktor. AQ_factor berkorelasi positif dengan SMB yang
 CFRI
Panel A: statistik deskriptif pengembalian faktor
6,1 Variabel n Berarti SD Minimum Median Maksimum t
Rm-Rf 96 0,0120 0,0946 - 0,2541 0,0217 0,2375 1.24
SMB 96 0,0122 0,0497 - 0,1369 0,0142 0,1281 2.41 ***
HML 96 0,0001 0,0315 - 0,0766 - 0,0015 0,0842 0,02
AQ_factor 96 0,0054 0,0228 - 0,0772 0,0036 0,1032 2.33 ***

90 Panel B: matriks korelasi pengembalian faktor

Rm-Rf SMB HML AQ_factor
Rm-Rf 1,00
SMB 0,02 1,00
HML 0,19 - 0,06 1,00
AQ_factor 0,15 0,44 - 0,19 1,00

Catatan: Tabel ini menyajikan statistik deskriptif, di Panel A, dan matriks korelasi, di Panel B, dari faktor pengembalian dihitung
bulanan dari Januari 2006 hingga Desember 2013. Rm-Rf adalah kelebihan pasar pengembalian bulanan; SMB dan HML adalah
pengembalian bulanan ke ukuran dan portofolio peniru faktor book-to-market, masing-masing, dihitung dengan metode Fama dan
Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

Tabel IV. French (1993) dan diperoleh dari Database Riset Keuangan RESSET; AQ_factor adalah kembali ke portofolio peniru faktor kualitas
Pengembalian faktor akrual yang dihitung seperti yang dijelaskan dalam bagian metodologi penelitian ini. *** Signifikansi dua-ekor pada 1 persen
bulanan

Tabel V menyajikan hasil dari pengujian AQ_factor tingkat 2SCSR perusahaan di samping faktor yang ada dalam model tiga
faktor FF. Panel A menunjukkan koefisien rata-rata dari regresi deret waktu dari masing-masing perusahaan ' pengembalian
kelebihan stok bulanan atas pengembalian faktor yang diperkirakan menggunakan Persamaan (5). Seperti dicatat oleh Core et
al. ( 2008), koefisien signifikan dalam regresi deret waktu dalam pengujian 2SCSR tidak menyiratkan bahwa faktor yang
diberikan adalah faktor harga. Sebaliknya, koefisien rata-rata faktor tertentu dalam regresi deret waktu menyampaikan
derajat dan sifat paparan perusahaan sampel terhadap faktor tersebut. Untuk melihat apakah AQ_factor adalah faktor risiko
harga, kami memperkirakan regresi Fama-Macbeth dari pengembalian berlebih pada faktor beta dari tahap pertama 2SCSR
menggunakan Persamaan (6). Hasil tingkat perusahaan disajikan dalam Panel B dari Tabel V.

Dalam pengujian 2SCSR tingkat kedua tingkat perusahaan, disajikan pada Panel B dari Tabel V, estimasi rata-rata
AQ_factor secara positif positif di berbagai spesifikasi model, yaitu dalam model 2, 3, dan 4. Kami memperkirakan Persamaan
5 dan 6 dalam empat spesifikasi sehingga untuk menguji stabilitas estimasi rata-rata AQ_factor di tahap kedua pengujian
2SCSR. Estimasi rata-rata positif dan signifikan yang konsisten dari AQ_factor pada Panel B dari Tabel V menunjukkan
stabilitas AQ_factor dalam menjelaskan pengembalian kelebihan cross-sectional pada tingkat perusahaan. Dan dalam semua
spesifikasi ini Fama Macbeth t- statistik signifikan pada 10 persen atau lebih rendah, dalam pengujian satu-ekor, dan
memberikan kita bukti bahwa, dalam analisis tingkat perusahaan sampel penuh, AQ_factor adalah faktor risiko harga di Cina.
Selanjutnya, menambahkan faktor AQ_faktor dalam model tiga faktor FF meningkatkan kekuatannya untuk menjelaskan
variabilitas cross-sectional tingkat perusahaan pengembalian rata-rata 10-12 persen. Temuan kami ini bertentangan dengan
Core

et al. ( 2008) yang melaporkan bahwa AQ bukan merupakan faktor risiko harga di AS. Namun, Kim dan Qi (2010) menemukan bukti
harga pasar AQ di Amerika Serikat setelah dikeluarkan untuk saham dengan harga rendah. Studi lain yang relevan, misalnya Gray et
al. ( 2009) dan Mouselli et al. ( 2013), melakukan pengujian AQ_factor hanya pada tingkat portofolio dan tidak menganalisis pada
tingkat perusahaan. Selanjutnya, hasil tingkat perusahaan kami tidak memberikan dukungan untuk harga pasar faktor SMB dan
HML di Cina selama periode sampel kami yang juga bertentangan dengan apa yang didokumentasikan di AS (lihat Fama dan
Perancis, 1993).

Mempertimbangkan perbedaan karakteristik antara BUMN dan NSOEs sebagaimana dibahas sebelumnya dalam
Bagian 5.1 dan didorong oleh temuan kami di Bagian 5.2, yaitu asosiasi
 Biaya modal
Mencegat Rm-Rf SMB HML AQ_factor Adj. R 2
dalam
Panel A: regresi seri-waktu tahap pertama dari pengembalian saham bulanan atas pengembalian faktor (sampel penuh perusahaan 1991)
Cina
1 Memperkirakan 0,0001 1.0343 0,8870 - 0,1654 0,51
FM t- stat (0,22) (128) *** (43) *** ( - 7.6) ***
2 Memperkirakan 0,0006 1.0422 0,9092 - 0,1845 - 0,1015 0,53
FM t- stat (1.49) * (135,9) *** (38.41) *** ( - 8.98) *** ( - 2.07) ***
91
3 Memperkirakan 0,0069 1.0449 - 0,2125 0,7428 0,45
menyelamatkanFM
jika terjadi masalah.
t- stat
Dan karena
(21.5) ***
Model yang sama
(153) *** ( - 10.4) *** (16.1) ***
4 Memperkirakan 0,0004 1.0355 0,9926 - 0,0131 0,50
FM t- stat (0.11) (140) *** (47) *** ( - 0,26)
informasi dalam kasus BUMN karena persepsi stabilitas dan dukungan pemerintah yang selalu ada untuk
Panel B: regresi cross-sectional tahap kedua dari pengembalian saham bulanan atas faktor beta (sampel penuh perusahaan 1991)

yang
1
lebih rendah untuk BUMN -di0,0066
Memperkirakan
Panel B dari 0,0275
Tabel I. Kami menduga
0,0020
bahwa investor
- 0,0043 tidak meminta premi untuk0,10
risiko
Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

FM t- stat ( - 0,59) (1.90) ** (0,31) ( - 1,03)

2 Memperkirakan - 0,0003 0,0241 0,0004 - 0,0049 0,0059 0,12
diingat bahwa BUMN rata-rata memiliki risiko informasi yang lebih rendah seperti yang disarankan oleh nilai AQ rata-rata
FM t- stat ( - 0,04) (2.01) *** (0,06) ( - 1.18) (1.78) **
3 Memperkirakan - 0,0051 0,0242 - 0,0049 0,0060 0,09
FM t- stat ( - 0,42) (1,82) ** ( - 1.18) (1.73) **
NSOEs dan risiko informasi memengaruhi biaya ekuitas hanya dalam kasus NSOEs. Berikut ini adalah penting untuk
4 Memperkirakan 0,0038 0,023 - 0,0023 0,0058 0,09
FM t-stat (0,43) (1,83) ** ( - 0,36) (1.73) **

5.2, yaitu investor mempersepsikan risiko informasi secara berbeda untuk SOE daripada yang mereka lakukan untuk
Panel C: Analisis subsampel dari BUMN dan NSOEs. 739 BUMN dan 1252 NSOEs. Regresi cross-sectional tahap kedua dari
pengembalian saham bulanan atas faktor beta
BUMN Memperkirakan 0,0001 0,0231 0,0006 - 0,0039 0,0043 0,13
BUMN. Estimasi rata-rata yang tidak signifikan dari AQ_factor di BUMN mendukung temuan kami sebelumnya di Bagian
FM t- stat (0,01) (1,86) ** (0,09) ( - 0,87) (1.24)
NSOEs Memperkirakan 0,0019 0,0197 0,0023 - 0,0043 0,0053 0,13
FM t- stat
tidak signifikan dalam (1.72)
(0,31)kasus BUMN. ** analisis
Jadi (0,40) ( - 1.05)
subsampel memberikan (1.60) *pasar AQ di NSOEs tetapi tidak di
bukti harga
Catatan: Tabel ini menyajikan hasil dari dua tahap regresi cross-sectional pada 1991 perusahaan individu untuk periode 96 bulan dari
Januari 2006 hingga Desember 2013. Perusahaan dengan pengamatan kurang dari 36 bulanan dihapus dari analisis. Panel A
AQ_factor berbeda
menunjukkan rata-ratadalam sub-sampel.
beta faktor Meskipun
dari regresi koefisienspesifik
seri waktu-waktu rata-rata AQ_factor
perusahaan daripositif di keduasaham
pengembalian BUMN dan BUMN,
bulanan atas itu
pengembalian faktor. Panel B menyajikan hasil dari regresi cross-sectional Fama-Macbeth dari pengembalian saham bulanan atas
faktor beta. Panel C menyajikan tahap kedua dari hasil 2SCSR untuk subsampel definisi variabel SOE dan NSOEs seperti dijelaskan Tabel V.
menyajikan hasil dari pengujian 2SCSR tahap kedua untuk subsampel BUMN dan NSOEs. Hasil yang berkaitan dengan
pada Tabel IV. *, **, *** Signifikansi satu-ekor masing-masing pada 10, 5, dan 1 persen Aset tingkat perusahaan
uji harga

harga pasar AQ dengan membagi sampel kami menjadi subsampel BUMN dan NSOEs. Panel C dari Tabel V

antara AQ dan biaya ekuitas tidak berlaku dalam subsampel BUMN, kami selanjutnya memperluas analisis penetapan
 CFRI alasan investor institusional dan lainnya dengan portofolio terdiversifikasi mendukung BUMN dan menganggapnya sebagai alat untuk
mengurangi risiko portofolio mereka secara keseluruhan.
6,1
Kami memutuskan tentang harga pasar AQ berdasarkan pengujian tingkat perusahaan karena alasan yang
dicatat oleh Kim dan Qi (2010) seperti yang dijelaskan dalam bagian metodologi penelitian ini. Namun, kami juga
melakukan tes penetapan harga aset pada berbagai formasi portofolio dan hasil dari regresi cross-sectional tahap
kedua dari pengembalian portofolio tertimbang nilai atas beta faktor disajikan pada Tabel VI.
92
Hasil tingkat portofolio dari regresi cross-sectional tahap kedua menunjukkan bahwa estimasi rata-rata
AQ_factor tidak signifikan dalam salah satu formasi portofolio dan, dengan demikian, tidak memberikan bukti
harga pasar AQ di Cina. Namun, menambahkan AQ_factor peningkatan rata-rata disesuaikan R 2 2 hingga 7
poin persentase di setiap formasi portofolio. Faktor HML hanya signifikan dalam portofolio industri 37 dan
faktor pasar
Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

Mencegat Rm-Rf SMB HML AQ_factor Ajj R 2

Panel A: portofolio 37-industri

Memperkirakan - 0,0006 0,0210 0,0021 - 0,0114
FM t- stat ( - 0,05) (1.33) (0,37) ( - 2.48) *** 0,28
Memperkirakan - 0,0003 0,0203 0,0022 - 0,0109 0,0019
FM t- stat ( - 0,02) (1.31) (0,37) ( - 2.43) ** (0,58) 0,30

Panel B: 25 ukuran-portofolio BM
Memperkirakan - 0,0004 0,0189 0,0048 0,0002
FM t- stat ( - 0,02) (0.96) (0,92) (0,06) 0,49
Memperkirakan 0,0004 0,0169 0,0054 0,0014 - 0,0018
FM t- stat (0,02) (0,86) (1,05) (0,36) ( - 0,56) 0,56

Panel C: portofolio ukuran-BM-AQ 64

Memperkirakan - 0,0067 0,0274 0,0026 - 0,0012
FM t- stat ( - 0,53) (1,86) * (0,47) ( - 0,30) 0,26
Memperkirakan - 0,0020 0,0238 0,0019 - 0,0011 0,0027
FM t- stat ( - 0,18) (1.67) * (0.35) ( - 0,29) (1,01) 0,28

Panel D: portofolio 100-AQ

Memperkirakan 0,0004 0,0211 0,0029 - 0,0064
FM t- stat (0,03) (1,30) (0,45) ( - 1.22) 0,06
Memperkirakan 0,0076 0,0153 0,0017 - 0,0042 0,0032
FM t- stat (0,60) (1,08) (0,25) ( - 1.02) (0.96) 0,08

Catatan: Tabel ini menyajikan regresi cross-sectional tahap kedua dari pengembalian portofolio tertimbang nilai bulanan dari berbagai
formasi portofolio atas faktor beta. Dilaporkan “ Perkiraan ” adalah rata-rata beta dari 96 regresi cross-sectional bulanan selama periode
2006-2013. FM t- statistik dihitung menggunakan kesalahan standar Fama-Macbeth dari seri waktu dari 96 beta tahap kedua bulanan
untuk setiap faktor. Definisi Rm-Rf, SMB, HML, dan AQ_factor adalah sebagaimana tercantum dalam Tabel IV. Portofolio 37-Industri
diformulasikan hanya untuk 37 kode industri tahap kedua yang digunakan untuk menghitung kualitas akrual sebagaimana dijelaskan
dalam estimasi Persamaan (1). Untuk merumuskan 25 portofolio ukuran-BM, perusahaan di setiap bulan dibagi menjadi lima kuintil
secara independen berdasarkan kapitalisasi pasar bulanan dan rasio book-to-market (BM) dari tahun yang berakhir sebelumnya.
Dengan demikian 25 portofolio dibuat berdasarkan masing-masing kombinasi ukuran dan kuintil B / M (5 × 5). Demikian pula, untuk
merumuskan 64 ukuran-BM-AQ portofolio, perusahaan di setiap bulan dibagi menjadi empat kuartil secara independen berdasarkan
Tabel VI. kapitalisasi pasar bulanan, rasio BM tahun berakhir sebelumnya, dan skor kualitas akrual (AQ) tahun berakhir sebelumnya. Jadi 64
Fama Macbeth portofolio diformulasikan berdasarkan semua kemungkinan kombinasi kuartil Size-BM-AQ (4 × 4 × 4). Untuk membuat portofolio 100-AQ,
regresi portofolio nilai di setiap bulan, perusahaan diklasifikasikan ke dalam 100 grup berdasarkan skor AQ mereka. *, **, *** Signifikansi dua-ekor
tertimbang masing-masing pada 10, 5, dan 1 persen
pengembalian atas
faktor beta
 signifikan hanya dalam 64 Portofolio-BM-AQ saja. Ini mengisyaratkan kekuatan faktor FF yang terbatas Biaya modal
untuk menjelaskan variabilitas pengembalian portofolio di Cina. Secara keseluruhan, tes penetapan harga
dalam
aset kami memberikan bukti penetapan harga pasar AQ pada analisis tingkat perusahaan dan kami menolak
Cina
hipotesis nol kami tentang AQ yang tidak menjadi faktor risiko harga di Tiongkok. Namun, analisis
subsampel tambahan mengungkapkan bahwa harga pasar AQ tidak berlaku pada subsampel BUMN. Selain
itu, dalam pengujian penetapan harga aset tingkat portofolio, hasil kami tidak memberikan bukti yang cukup
untuk menyimpulkan bahwa AQ adalah faktor risiko harga. Kami menganggap kurangnya bukti yang cukup, 93
dalam hal analisis tingkat portofolio, untuk mengurangi kekuatan portofolio untuk mendeteksi variabilitas
lintas-bagian pengembalian seperti yang dikemukakan oleh Kim dan Qi (2010). Lebih lanjut,

6. Kesimpulan
Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

Kami menyelidiki risiko informasi sehubungan dengan biaya modal dan apakah risiko informasi merupakan faktor risiko
harga di Cina. Kami menemukan bahwa risiko informasi yang lebih besar, sebagaimana diproksikan oleh AQ yang lebih
buruk, dikaitkan dengan biaya ekuitas yang lebih tinggi di Tiongkok. Namun, analisis lebih lanjut mengungkapkan bahwa
hubungan positif antara risiko informasi dan biaya ekuitas ini signifikan dalam kasus NSOEs saja dan tidak dalam kasus
BUMN. Hasil kami tidak mendukung hubungan apa pun antara risiko informasi dan biaya utang, dan hubungan yang tidak
penting ini juga berlaku di subsubsidi BUMN dan NSOEs. Selanjutnya, Fama Macbeth (1973) regresi pengembalian saham
bulanan atas berbagai karakteristik perusahaan, di mana AQ diperlakukan sebagai karakteristik perusahaan,
mengungkapkan hubungan yang signifikan dari kualitas akrual yang lebih buruk dengan pengembalian saham yang
direalisasikan di masa depan yang lebih tinggi. Namun, efek ini sebagian besar diserap oleh firmbeta ketika kita
memasukkannya sebagai karakteristik perusahaan tambahan. Dalam pengujian penetapan harga aset, faktor AQ kami yang
dihitung mencatat premi risiko positif rata-rata berbeda secara signifikan dari nol yang berbeda dengan apa yang dilaporkan
oleh Core et al. ( 2008) di USA. Dalam analisis tingkat perusahaan sampel penuh, hasil kami dari 2SCSR memberikan bukti
faktor AQ menjadi faktor risiko harga selain faktor yang ada dalam model tiga faktor FF. Namun, analisis subsampel
mengungkapkan ini hanya berlaku untuk NSOEs saja dan tidak untuk SOE. Selanjutnya, hasil kami berdasarkan analisis
berbagai formasi portofolio tidak memberikan bukti harga pasar faktor AQ. Secara keseluruhan, hasil kami memberikan
bukti yang mendukung teori yang menyarankan peran risiko informasi pada investor ' keputusan penetapan harga. Hasil
kami memiliki implikasi teoretis karena mereka memberikan perspektif baru tentang investor yang mempertimbangkan risiko
informasi secara berbeda di BUMN dibandingkan dengan NSOEs dan mereka menuntut premi risiko dalam kasus terakhir
saja. Ini penting mengingat proporsi besar kapitalisasi pasar yang dibentuk oleh BUMN di Cina. Terakhir, temuan kami
didasarkan pada penggunaan AQ sebagai ukuran risiko informasi dan generalisasi temuan kami dibatasi oleh pengaturan
kelembagaan yang khas dan karakteristik unik pasar modal Cina.

Referensi

Brennan, MJ, Wang, AW dan Xia, Y. (2004), “ Estimasi dan uji model sederhana
penetapan harga aset modal antarwaktu ", Jurnal Keuangan, Vol. 59 No. 4, hlm. 1743-1776. Callen, JL, Khan, M. dan Lu, H.

(2013), “ Kualitas akuntansi, keterlambatan harga saham, dan stok masa depan
kembali ", Penelitian Akuntansi Kontemporer, Vol. 30 No. 1, hlm. 269-295. Campbell, JY dan Vuolteenaho, T.

(2004), “ Beta buruk, beta bagus ", Ulasan Ekonomi Amerika,

Vol. 94 No. 5, hlm. 1249-1275.
 CFRI Chen, H., Chen, JZ, Lobo, GJ dan Wang, Y. (2011), “ Pengaruh kualitas audit terhadap pendapatan
manajemen dan biaya modal ekuitas: bukti dari Cina ", Penelitian Akuntansi Kontemporer, Vol. 28 No. 3, hlm.
6,1
892-925. Cohen, DA (2008), “ Apakah risiko informasi itu penting? Analisis faktor penentu dan

konsekuensi ekonomi dari kualitas pelaporan keuangan ", Jurnal Akuntansi & Ekonomi Asia-Pasifik, Vol. 15 No. 2, hlm.
69-90. Core, JE, Guay, WR dan Verdi, R. (2008), “ Apakah kualitas akrual merupakan faktor risiko harga? ", Jurnal dari

94
Akuntansi dan Ekonomi, Vol. 46 No. 1, hlm. 2-22. Dechow, PM dan Dichev, ID (2002), “ Kualitas akrual dan

pendapatan: peran akrual

kesalahan estimasi ", Tinjauan Akuntansi, Vol. 77 No. 1, hlm. 35-59. DeFond, ML and Park, CW (2001), “ Pembalikan

akrual abnormal dan pasar

penilaian kejutan pendapatan ", Tinjauan Akuntansi, Vol. 76 No. 3, hlm. 375-404. Easley, D. dan O ' hara, M. (2004), “ Informasi

dan biaya modal ", Jurnal Keuangan,

Vol. 59 No. 4, hlm. 1553-1583. Fama, EF dan French, KR (1993), “ Faktor risiko umum dalam pengembalian saham
Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

dan obligasi ",

Jurnal Ekonomi Keuangan, Vol. 33 No. 1, hlm. 3-56. Fama, EF dan MacBeth, JD (1973), “ Risiko, pengembalian,

dan keseimbangan: tes empiris ", Jurnal

Ekonomi Politik, Vol. 81 No. 3, hlm. 607-636. Francis, J., LaFond, R., Olsson, P. dan Schipper, K. (2005), “ Harga

pasar akrual
kualitas ", Jurnal Akuntansi dan Ekonomi, Vol. 39 No. 2, hlm. 295-327. Gray, P., Koh, PS dan Tong, YH (2009), “ Kualitas

akrual, risiko informasi, dan biaya modal:

bukti dari Australia ", Jurnal Keuangan & Akuntansi Bisnis, Vol. 36 No. 1 - 2, hlm. 51-72.

Huang, W., He, J. dan Zhang, G. (2014), “ Pertimbangan dalam reformasi saham yang tidak dapat diperdagangkan: the
kompensasi untuk pengambilalihan tunjangan ", China Finance Review International, Vol. 4 No. 3, hlm. 211-226.

Hughes, JS, Liu, J. dan Liu, J. (2007), “ Asimetri informasi, diversifikasi, dan biaya
modal ", Tinjauan Akuntansi, Vol. 82 No. 3, hlm. 705-729. Hwang, LS dan Lim, SY (2012), “ Apakah investor menilai

kualitas akrual? Pemeriksaan ulang di

biaya modal ekuitas tersirat ", Asia - Jurnal Pasifik Studi Keuangan, Vol. 41 No. 4, hlm. 458-490. Iatridis, GE

(2011), “ Pengungkapan akuntansi, kualitas akuntansi dan konservatisme bersyarat dan tanpa syarat ", Tinjauan
Internasional Analisis Keuangan, Vol. 20 No. 2, hlm. 88-102. Kim, D. dan Qi, Y. (2010), “ Kualitas akrual, pengembalian
saham, dan kondisi ekonomi makro ", Itu

Tinjauan Akuntansi, Vol. 85 No. 3, hlm. 937-978. Lambert, R., Leuz, C. dan Verrecchia, RE (2007), “ Informasi

akuntansi, pengungkapan, dan

biaya modal ", Jurnal Penelitian Akuntansi, Vol. 45 No. 2, hlm. 385-420. Lambert, RA, Leuz, C. dan Verrecchia, RE

(2012), “ Asimetri informasi, informasi

presisi, dan biaya modal ", Ulasan Keuangan, Vol. 16 No. 1, hlm. 1-29. Lou, F., Wang, J. dan Yuan, H. (2014), “ Likuiditas

saham dan harga pendapatan: perbandingan

dari Cina ' Saham mengambang dan tidak mengambang ", Keuangan dan Perdagangan Pasar Berkembang, Vol. 50 No. 3, hlm.

140-157. McMillan, DG dan Evans, P. (2015), “ Pengembalian saham dan dinamika volatilitas di Cina ", Cina

Tinjauan Keuangan Internasional, Vol. 5 No. 2, hlm. 103-131. McNichols, MF (2002), “ Diskusi tentang kualitas

akrual dan pendapatan: peran akrual

kesalahan estimasi ", Tinjauan Akuntansi, Vol. 77 No. 1, hlm. 61-69.
 Mashruwala, CA dan Mashruwala, SD (2011), “ Harga kualitas akrual: Januari versus Biaya modal
sisa tahun ini ", Tinjauan Akuntansi, Vol. 86 No. 4, hlm. 1349-1381. Mouselli, S., Jaafar, A. dan Goddard, J. (2013), “ Kualitas
dalam
akrual, pengembalian saham, dan aset
Cina
harga: bukti dari Inggris ", Tinjauan Internasional Analisis Keuangan, Vol. 30, hlm. 203-213. Ogneva, M. (2012), “ Kualitas
akrual, pengembalian terealisasi, dan pengembalian yang diharapkan: pentingnya

mengendalikan guncangan arus kas ", Tinjauan Akuntansi, Vol. 87 No. 4, hlm. 1415-1444. Petkova, R. (2006), “ Apakah 95
faktor Fama-Prancis proksi untuk inovasi dalam variabel prediktif? ",
Jurnal Keuangan, Vol. 61 No. 2, hlm. 581-612. Song, X. dan Zheng, W. (2014), “ Struktur kepemilikan, volatilitas
saham, dan independensi analis ",
China Finance Review International, Vol. 4 No. 2, hlm. 187-208.

Penulis yang sesuai

Diunduh oleh DONGBEI UNIVERSITY OF FINANCE & ECONOMICS Pada 11:05 12 Desember 2017 (PT)

Raheel Safdar dapat dihubungi di: raheelchattha@hotmail.com

Untuk instruksi tentang cara memesan cetak ulang artikel ini, silakan kunjungi situs web kami:
www.emeraldgrouppublishing.com/licensing/reprints.htm
Atau hubungi kami untuk keterangan lebih lanjut: permissions@emeraldinsight.com

Lihat statistik
statistik publikasi
publikasi Lihat