ResearchinInternationalBusinessandFinance

51 (2020) 101.112

daftar isi yang tersedia di ScienceDirect

Penelitian di Bisnis Internasional dan

Keuangan

panjang penuh Pasal

ketidakpastian kebijakan ekonomi dan risiko kecelakaan harga
saham
Yan Luo⁎, Chenyang Zhang
Sekolah dari PENGELOLAAN, FUDAN Universitas, SHANGHAI, PR CINA

ARTICLEINFO
ABSTRAK

Kata kunci:
Kami meneliti dampak ketidakpastian kebijakan ekonomi (EPU) pada fi rm-spesifik resiko
ketidakpastian kebijakan
kecelakaan. berdasarkanpada sampel besar China yang terdaftar perusahaan-
ekonomi risiko kecelakaan
perusahaan selama periode 2000-2017, kami memberikan bukti pirical em-bahwa
harga saham
perusahaan lebih mungkin untuk pengalaman crash harga saham ketika EPU
meningkat. analisis lintas-sectional lebih lanjut mengungkapkan bahwa dampak dari
JEL KLASIFIKASIfiKASI:
EPU pada risiko kecelakaan harga saham lebih kuat untuk perusahaan-perusahaan
E61
yang pengembalian lebih sensitif terhadap EPU. Lebih khusus lagi, saham muda,
E65
saham kecil, saham volatilitas tinggi, dan pertumbuhan saham, yang memiliki
G1
ketidakpastian penilaian yang lebih tinggi per se, lebih sensitif terhadap EPU dan lebih
1
ff ected oleh EPU dalam hal risiko kecelakaan. Kami menunjukkan lebih lanjut bahwa
G1
EPU adalah secara signifikan dan positif dengan harga saham risiko kecelakaan
2
agregat di tingkat pasar.
G1
8

1. pengantar

Dalam studi ini, kami secara empiris menyelidiki di memengaruhi ketidakpastian kebijakan ekonomi (EPU) terhadap harga
saham risiko kecelakaan, yang mengacu pada fi kan penurunan negatif signifikan dalam harga saham, di pasar A-share Cina.
kebijakan ekonomi, termasuk moneter, fiskal, peraturan dan pajak yang mengudara ff, membentuk lingkungan di mana
perusahaan-perusahaan beroperasi. Telah ada minat dalam konsekuensi ekonomi dari ketidakpastian kebijakan ekonomi.
Kebanyakan penelitian yang ada telah difokuskan pada dampak ketidakpastian kebijakan ekonomi pada perilaku investasi
perusahaan serta investasi e FFI efisiensi (Bernanke, 1983; Rodrik, 1991; Leahy dan Whited 1995; Bloom et al., 2007;
Bloom, 2009; Julio dan Yook 2012; Durnev 2010; Jens 2017). Dalam periode terakhir, perhatian khusus telah
dikhususkan untuk komplikasi im- ketidakpastian ekonomi untuk harga aset. Beberapa makalah teoritis dan empiris
telah menganalisis e ff ects dari EPU di pasar saham.Pendeta dan Veronesi (2012. 2013) Dokumen yang lebih tinggi
mengarah EPU untuk menurunkan harga saham kontemporer dan keuntungan masa mendatang diharapkan lebih tinggi.
Boutchkova et al. (2012)menunjukkan bahwa risiko politik diterjemahkan ke dalam volatilitas pengembalian yang lebih
tinggi. Brogaard dan Detzel (2015) dugaan bahwa EPU merupakan faktor risiko ekonomi penting dalam harga aset.
Meskipun penelitian terakhir telah menyelidiki di memengaruhi dari EPU pada return saham dan volatilitas (misalnya, Pastor
dan Veronesi 2012. 2013; Boutchkova et al., 2012), Dampak EPU pada saat ketiga return saham, yaitu harga saham
risiko kecelakaan, telah menerima insu FFI efisien perhatian. Dalam studi ini, kami mencoba untuk fi ll kekosongan ini
dengan secara empiris menyelidiki di memengaruhi dari EPU pada risiko kecelakaan harga saham baik di tingkat saham
individu dan tingkat pasar di pasar A-share Cina. Kami berharap EPU untuk berhubungan positif dengan risiko
kecelakaan harga saham sebagai insentif dan kemampuan untuk menahan berita buruk, yang merupakan faktor penentu
penting dari risiko kecelakaan, manajer keduanya diperkuat selama periode EPU tinggi. Tinggi EPU diikuti oleh
peningkatan risiko fluktuasi fl di perusahaan pendapatan dan uang tunai fl ow, mengakibatkan manajer lebih besar
kecenderungan untuk mendistorsi informasi keuangan dalam rangka kelancaran pendapatan atau meringankan tekanan
kinerja jangka pendek. Tambahan,Nagar et al., 2019), Yang meningkatkan ketergantungan pada pengungkapan perusahaan
dalam membuat keputusan investasi dan manajer investor kemampuan untuk memanipulasi laba. Oleh karena itu, kami
berharap EPU tinggi akan diikuti oleh harga saham risiko kecelakaan lebih besar terutama di kalangan saham dengan yang
lebih besar

⁎
Penulis yang sesuai.
 SUREL ALAMAT: luoyan@fudan.edu.cn (Y. Luo), 17110690039@fudan.edu.cn (C. Zhang).

https://doi.org/10.1016/j.ribaf.2019.101112
Menerima 16 Juli 2019; Diterima dalam bentuk direvisi 23 September 2019; Diterima 25 September 2019
Availableonline11October2019
0275-5319 / © 2019ElsevierB.V.Seluruh hak cipta.
Y. luo DAN C. ZHANG ResearchinInternationalBusinessandFi
nance51 (2020) 101.112

ketidakpastian penilaian.
Kami melakukan penyelidikan di pasar A-saham Cina terutama untuk dua alasan. Pertama, A-share pasar saham Cina
adalah salah satu yang paling populer dan penting pasar negara berkembang dan telah menarik banyak perhatian dan investasi
di seluruh dunia. Namun, sebagai negara veloping de-, China membuat penyesuaian sering kebijakan ekonominya. Oleh karena
itu, akan lebih bermanfaat untuk menyelidiki dampak dari ketidakpastian kebijakan ekonomi di pasar A-share. Kedua, Cina
mengalami crash pasar menakjubkan pada bulan Juni tahun 2015 dengan indeks pasar saham A- anjlok sekitar 30% dan lebih
dari $ 3 triliun dari nilai pasar dihapuskan. Dengan menyelidiki di memengaruhi ketidakpastian kebijakan ekonomi di pasar A-
share Cina, kami bertujuan untuk mengidentifikasi faktor-faktor penentu potensi risiko kecelakaan harga saham. Seperti
ituTemuan akan memiliki implikasi praktis bagi pelaku pasar di Cina maupun di pasar berkembang lainnya.
Untuk mengukur ketidakpastian kebijakan ekonomi, kita resor untuk Baker, Bloom dan Davis (2016), yang mengukur
kebijakan ekonomi un-
kepastian menggunakan analisis tekstual dari artikel-berita terkait kebijakan di berbagai media. Mereka membangun indeks
EPU untuk beberapa negara dan wilayah, termasuk China. Berikut studi tentang risiko kecelakaan (misalnya,Chen et al., 2001;
Hutton et al., 2009), Kita mengukur fi rm- spesifik risiko kecelakaan kuartalan menggunakan empat proxy: (1)
kecondongan negatif fi rm-spesifik return harian (NCSKEW); (2) down-to-up volatilitas fi rm-spesifik return harian
(DUVOL); (3) kemungkinan kejadian peristiwa harga saham crash (FREQ); dan (4) indikator kejadian peristiwa harga
saham crash (CRASH).
investigasi empiris kami dilakukan berdasarkan sampel besar dari perusahaan-perusahaan China yang terdaftar
selama periode dari tahun 2000 sampai 2017. Kami mendokumentasikan bukti kuat dan kokoh bahwa perusahaan lebih
mungkin untuk harga saham pengalaman crash selama periode EPU tinggi. Kenaikan standar deviasi satu- di EPU
dikaitkan dengan peningkatan 5,33% di NCSKEWit dan peningkatan 2,00% di DUVOLit. Hasil tetap kuat setelah kami
mengontrol untuk berbagai fi rm-spesifik penentu risiko kecelakaan, fi rm yang tetap e ff ects dan waktu yang
tetap e ff CFU.
tes cross-sectional kami lebih lanjut menunjukkan bahwa dalam memengaruhi dari EPU risiko kecelakaan tidak
konstan di perusahaan-perusahaan. Hal ini lebih kuat di antara perusahaan-perusahaan dengan beta EPU pengembalian
yang lebih tinggi, yang adalah mereka yang lebih sensitif terhadap perubahan EPU. Mengingat bahwa EPU kembali beta
tidak dapat diamati secara langsung, kita mengambil satu langkah lebih lanjut untuk mengeksplorasi hubungan antara
beta EPU kembali dan karakteristik fi rm diamati, yang dapat membantu kita untuk lebih memahami variasi cross-
sectional dari dalam memengaruhi dari EPU risiko kecelakaan dan mengidentifikasi mereka yang lebih cenderung
memiliki risiko kecelakaan tinggi ketika EPU meningkat. Penyelidikan kami menunjukkan bahwa perusahaan-perusahaan
yang lebih muda, rms lebih kecil fi, perusahaan-perusahaan lebih stabil, dan perusahaan-perusahaan dengan
pertumbuhan yang lebih tinggi perusahaan-perusahaan, yang cenderung memiliki ketidakpastian penilaian yang lebih
tinggi, memiliki beta EPU pengembalian yang lebih tinggi dan cenderung memiliki hubungan yang lebih kuat antara risiko
kecelakaan dan EPU.
Akhirnya, kami agregat harga saham risiko kecelakaan di tingkat pasar dan memeriksa hubungannya dengan EPU.
Hasil penelitian menunjukkan bahwa EPU adalah fi signi cantly dan positif berhubungan dengan risiko kecelakaan
dikumpulkan di tingkat pasar. Temuan kami menggemakan studiBrogaard dan Detzel (2015) dan Pendeta dan Veronesi
(2012), Yang berpendapat bahwa EPU menciptakan risiko sistematis di pasar saham dan bahwa e ff ect dari EPU tidak
bisa sepenuhnya terdiversifikasi.
Dengan mengeksplorasi bagaimana EPU sebuah ff ects harga saham risiko kecelakaan, penelitian kami terkait dengan
Jin et al. (2019), Tapi o ff ers wawasan baru. Jin et al. (2019) dokumen yang EPU berhubungan dengan kecelakaan harga
saham melalui hubungannya dengan perilaku berita buruk manajer penimbunan dan keyakinan heterogen investor. Studi kami
memperluas mereka dalam dua perspektif: kita menyelidiki variasi cross-sectional dalam pengaruh dari cErPaUshornisk dari
individu saham dan kita menyelidiki itu hubungan antara EPU dan jatuh risiko di itu pasar
tingkat.Penelitian ini memberikan kontribusi literatur dalam beberapa cara. Pertama, kita menambah literatur tentang bagaimana
EPU membawa e ff ects di pasar keuangan yang nyata. studi yang ada telah meneliti dampak EPU pada return saham dan
volatilitas, yang merupakan pertama dan saat-saat kedua kembali (misalnya,Pastor dan Veronesi 2012. 2013; Boutchkova et al.,
2012). Studi kami furthers penelitian ini dengan memeriksa dampak EPU pada saat ketiga return saham, atau risiko kecelakaan
harga saham. harga saham risiko kecelakaan adalah karakteristik penting dari distribusi return saham tapi di ff ers dari kedua
kembali dan volatilitas dalam hal itu menangkap risiko yang ada tiba-tiba dan skala besar penurunan harga saham, yang tidak
sering terjadi tapi akan memiliki dampak yang signifikan pada investor dan pasar setelah mereka mengambil tempat. Dengan
em-pirically menyelidiki di memengaruhi dari EPU pada risiko kecelakaan harga saham baik di tingkat saham individu dan
tingkat pasar di pasar A-share Cina, penelitian ini membantu pelaku pasar untuk lebih memahami dan menilai dari dalam
memengaruhi dari EPU di pasar keuangan. Kedua, kita memperkaya literatur tentang faktor-faktor penentu risiko kecelakaan.
Kami memberikan bukti bahwa EPU menambah fi rm-spesifik harga saham risiko kecelakaan dan berpendapat bahwa e ff ect
mungkin terjadi sebagai insentif dan kemampuan untuk menahan berita buruk manajer ditingkatkan di masa EPU tinggi. Dan
kami mendapati bahwa kekuatan penjelas EPU untuk risiko kecelakaan adalah di luar itu dari faktor penentu lainnya
diidentifikasi oleh studi yang ada. Hasil tersebut melengkapi penelitian sebelumnya tentang bagaimana variabel secara
langsung atau tidak langsung berhubungan dengan perilaku berita buruk hording manajerial akan sebuah ff ect risiko
kecelakaan (misalnya,Bleck dan Liu, 2007; Hutton et al., 2009; Jin dan Myers, 2006; Kim et al., 2011a. 2011b; Kim
dan Zhang, 2016).
Ketiga, analisis cross-sectional kami menunjukkan bahwa dalam memengaruhi dari EPU risiko kecelakaan tidak konstan di
perusahaan-perusahaan. Perusahaan yang memiliki beta EPU pengembalian yang lebih tinggi lebih mungkin untuk menjadi ff
ected oleh EPU dalam hal risiko kecelakaan. Lebih khusus lagi, perusahaan-perusahaan muda, perusahaan-perusahaan kecil,
volatilitas tinggi perusahaan-perusahaan, dan pertumbuhan perusahaan-perusahaan lebih mungkin untuk memiliki EPU tinggi
beta kembali dan memiliki hubungan positif kuat antara risiko kecelakaan dan EPU. Karakteristik ini bisa membantu dalam

2
Y. luo DAN C. ZHANG ResearchinInternationalBusinessandFi
mengidentifikasi perusahaan-perusahaan yang akan memiliki peningkatan yangnance51 (2020)
lebih besar dalam101. 112
risiko kecelakaan saat EPU
meningkat.
Akhirnya, untuk pengetahuan kita, kita adalah yang pertama untuk dokumen yang EPU sebuah ff ects dikumpulkan resiko
kecelakaan di tingkat pasar. Potongan-potongan bukti memiliki implikasi praktis bagi investor dan regulator. Dengan
memahami dalam memengaruhi dari EPU risiko kecelakaan, investor bisa menyesuaikan investasi mereka sesuai dan regulator
bisa meningkatkan lingkungan investasi dengan mengurangi ketidakpastian asso- diasosiasikan dengan kebijakan ekonomi.
Sisa dari hasil kertas sebagai berikut. Bagian2 mengembangkan hipotesis. Bagian3 sampel memperkenalkan, variabel
dan desain penelitian. Bagian4 hadiah empiris hasil. Bagian5 menyimpulkan.

3
2. pengembangan hipotesis

2.1. ketidakpastian kebijakan ekonomi dan return saham

Telah ada minat dalam implikasi dari ketidakpastian kebijakan ekonomi untuk harga aset. Pendeta dan Veronesi (2012.
2013) Adalah salah fi rst untuk berpendapat bahwa harga saham akan jatuh ketika EPU tinggi. Mereka menduga bahwa
investor menuntut kompensasi tambahan untuk memegang saham ketika EPU meningkat, sebagai ketidakpastian di
masa mendatang fi rms' dan profitabilitas meningkat selama periode high-EPU. Karena itu, ketika EPU meningkat, harga
saham turun secara bersamaan, sehingga diharapkan lebih tinggi keuntungan masa mendatang yang akan memberikan
kompensasi investor yang bersedia untuk memegang aset berisiko selama periode EPU tinggi. Brogaard dan Detzel
(2015); Kelly et al. (2016), dan Colak et al. (2017)memberikan bukti pendukung empiris. Chen et al. (2017)dan Li
(2017) menunjukkan bahwa hubungan negatif antara EPU dan pengembalian saham kontemporer memegang di Eropa,
Cina, dan pasar India juga. Lam et al. (2018) Dugaan bahwa risiko kebijakan merupakan faktor harga yang sistematis
penting namun telah menerima insu FFI efisien perhatian.

2.2. MANAJERIAL YANG BURUK PENIMBUNAN BERITA DAN RISIKO KECELAKAAN HARGA SAHAM

Ada studi tentang harga saham risiko kecelakaan telah mengidentifikasi manajerial berita buruk penimbunan sebagai
penentu penting dari risiko tersebut. manajer perusahaan memiliki insentif, kemampuan dan kesempatan untuk kinerja
keuangan melebih-lebihkan dan menyembunyikan berita buruk karena berbagai faktor, seperti kontrak kompensasi dan
keprihatinan karir (misalnyaBall, 2001. 2009; Graham et al., 2005; Kothari et al., 2009). Chen et al. (2001)mempertahankan
bahwa manajer dapat menahan berita buruk hanya sampai titik tertentu. Ketika jumlah total berita buruk akumulasi dari
waktu ke waktu mencapai titik kritis, menjadi terlalu mahal atau tidak mungkin untuk menjaga pemotongan berita
buruk. Manajer harus melepaskan akumulasi tersembunyi berita buruk sekaligus, mengakibatkan tiba-tiba, signifikan
dan penurunan negatif dalam harga saham, atau harga saham crash (Hutton et al., 2009; Jin dan Myers, 2006).
Konsisten dengan argumenChen et al. (2001), Banyak studi berikut ini menunjukkan bahwa risiko kecelakaan lebih
tinggi bila manajer memiliki insentif yang lebih besar atau kemampuan untuk menahan berita buruk (misalnya, Kim et
al., 2011a. b).

2.3. pengembangan hipotesis

Kami mengandaikan bahwa EPU memiliki potensi untuk ff ect fi rm-spesifik risiko harga saham karena pengaruh-
pengaruh manajerial yang buruk perilaku berita penimbunan, yang merupakan faktor penentu penting dari risiko
kecelakaan seperti yang disarankan oleh studi tersebut. Lebih khusus lagi, kami menduga bahwa EPU sebuah ff ects
insentif dan kemampuan kedua manajer untuk menahan berita buruk. operasi perusahaan menghadapi ketidakpastian
yang lebih besar di masa EPU tinggi, sehingga volatilitas yang lebih besar dalam laba masa depan dan arus kas fl. Tinggi
EPU juga diharapkan untuk mengerahkan dampak negatif pada kinerja rm fi di jangka pendek. Oleh karena itu, manajer
memiliki insentif yang lebih besar untuk memanipulasi laba untuk kelancaran kinerja rm fi dan untuk mengurangi
tekanan kinerja jangka pendek selama periode EPU tinggi. Selanjutnya, investor menghadapi ketidakpastian valuasi
yang lebih besar dan asimetri informasi ketika EPU lebih tinggi (misalnya,Nagar et al., 2019) Dan harus lebih
mengandalkan pengungkapan manajer dalam menilai nilai rm fi. Oleh karena itu manajer memiliki kemampuan yang lebih
besar untuk berita buruk menyembunyikan dan memanipulasi laba. Sampai-sampai manajer centives dan kemampuan untuk
menahan berita buruk in- diperkuat ketika EPU tinggi, kami berharap EPU untuk dihubungkan secara positif dengan
sahamHarga resiko kecelakaan di tingkat saham individual sebagaimana dinyatakan dalam hipotesis pertama fi
kami:
H1. Perusahaan-spesifikfic persediaan harga JATUH risiko MENINGKAT dengan ekonomis kebijakan KETIDAKPASTIAN.
Kami menyelidiki lebih lanjut variasi cross-sectional di dalam memengaruhi dari EPU pada risiko kecelakaan di saham.
Pendeta dan Veronesi (2012) dan Nagar et al. (2019)dokumen yang di ff erent perusahaan memiliki di ff erent eksposur ke
EPU, seperti yang ditangkap oleh EPU kembali beta, dan perusahaan-perusahaan dengan EPU lebih tinggi beta kembali yang
lebih ff ected oleh EPU. Hal ini masuk akal untuk mengharapkan bahwa perusahaan dengan hasil lebih sensitif terhadap EPU
juga akan lebih ff ected oleh EPU dalam hal risiko kecelakaan, karena saham tersebut lebih mungkin mengalami signifikan dan
tetes mendadak dalam hargaketika EPU meningkat. Pertimbangan ini menyebabkan hipotesis kedua kami:
H2. Itu diflpengaruh dari EPU di JATUH risiko MENINGKAT dengan EPU kembali BETA.
Namun, EPU kembali beta di FFI kultus untuk mengamati secara langsung. Oleh karena itu kita mengambil satu langkah
lebih lanjut untuk menguji hubungan antara EPU kembali beta dan karakteristik fi rm diamati. Mengingat bahwa EPU sebuah ff
ects risiko kecelakaan karena Magni fi es ketidakpastian masa depan erations op- fi rms', kami menduga bahwa perusahaan
yang lebih ff ected oleh EPU harus mereka yang memiliki ketidakpastian penilaian yang lebih tinggi per se. Ketidakpastian
valuasi dapat disimpulkan dari karakteristik fi rms' seperti fi usia rm, ukuran, volatilitas, potensi pertumbuhan, dan sama-sama
(misalnya,Baker dan Wurgler 2006. 2007; Colak et al., 2017).
Pendeta dan Veronesi (2012) berpendapat bahwa e ff ect dari EPU pada kegiatan ekonomi riil dan pasar finansial non-
diversi fi mampu. secara konsisten,Chen et al. (2017)menunjukkan bahwa EPU adalah fi signi cantly berhubungan negatif
dengan return pasar di pasar A-share Cina. Bialkowski et al. (2008)mendokumentasikan bahwa volatilitas pasar saham
meningkat pada minggu pemilu nasional, menunjukkan bahwa ketidakpastian kebijakan ekonomi menambah volatilitas
pasar juga. Oleh karena itu kami berharap EPU ke ff ect risiko kecelakaan tidak hanya pada individu tingkat saham,
tetapi juga di tingkat pasar agregat. Pertimbangan ini menyebabkan hipotesis ketiga kami:
H3. Ekonomis kebijakan KETIDAKTENTUAN adalah signifiCANTLY DAN positif TERKAIT untuk DIKUMPULKAN persediaan harga JATUH risiko DI itu PASAR
tingkat.
3. Sampel, konstruksi variabel, dan desain penelitian

3.1. DATA DAN SAMPEL

Sampel kami terdiri dari perusahaan-perusahaan terdaftar di pasar A-saham Cina selama periode dari tahun 2000 sampai
2017. Kami memperoleh data return saham, data yang akuntansi dan data makroekonomi dari Cina Pasar Saham & Accounting
Research (CSMAR) Database. Kami mengecualikan (1) fi rms finansial, (2) fi rms dengan kurang dari 30 hari perdagangan
dalam kuartal fiskal, dan (3) fi rm-kuartal pengamatan dengan variabel yang dibutuhkan hilang. sampel nal fi kami terdiri dari
96.564 fi pengamatan rm-kuartal dan 2756 perusahaan-perusahaan yang unik. Untuk mengurangi di memengaruhi dari outlier,
kami winsorize variabel kontinu di 1% dan 99% masing-masing tingkat.

3.2. KONSTRUKSI VARIABEL

3.2.1. ketidakpastian kebijakan ekonomi

Baker et al. (2016)mengembangkan indeks EPU berdasarkan cakupan koran untuk ekonomi utama, yang telah
banyak digunakan dalam studi terkait. Mereka membangun indeks EPU untuk China berdasarkan hitungan berskala
artikel tentang ketidakpastian ekonomi yang berkaitan dengan kebijakan di South China Morning Post (SCMP), surat
kabar berbahasa Inggris terkemuka Hong Kong. Indeks berada pada frekuensi bulanan dan bisa didownload dari situs
web mereka1 . Dalam konteks penelitian kami, sebagai regresi kami dilakukan secara triwulanan, kita mengambil rata-
rata aritmatika dari indeks EPU bulanan lebih dari seperempat diberikan untuk mendapatkan EPU triwulanan.

3.2.2. risiko kecelakaan harga saham

Kami mengukur harga saham secara triwulanan menggunakan empat langkah berikut penelitian sebelumnya (misalnya,
Chen et al., 2001; Hutton et al., 2009; Kim et al., 2011a. 2011b. Kim dan Zhang, 2016; Piotroski et al., 2015). Untuk
menghitung fi rm-spesifik risiko kecelakaan, kita pertama melakukanmengikuti model pasar diperluas menggunakan
return harian dalam setiap kuartal:
rsaya.t = αj + β1,saya rm.t-2 + β2,saya rm.t-1 + β3,saya rm.t + β4,saya rm.t+1 + β5,saya
(1)
rm.t+2 + εsaya.t.

di mana ri, t adalah return on saham i pada hari t dan rm, t adalah return pasar nilai-tertimbang untuk semua saham di
pasar A-share. Memimpin dan lag hal pengembalian pasar termasuk untuk memungkinkan perdagangan
nonsynchronous. Perusahaan-spesifik return harian, dilambangkan dengan Wjt, sama dengan ln(1 + εi, t).
fi kami pertama mengukur risiko kecelakaan adalah negatif bersyarat kembali skewness (NCSKEW) ukuran Chen et
al. (2001). Secara khusus, NCSKEW untuk suatu perusahaan diberikan dalam fiskal kuartal dihitung dengan mengambil
negatif saat ketiga fi rm-spesifik return hariandinormalisasi dengan standar deviasi dari fi rm-spesifik return harian
pangkat ketiga:
3/2
NCSKEWit = -⎡n (n - 1) 32Σ W3⎤/ [(n - 1) (n - 2) (Σ W2) .
Itu
⎣ ⎦ (2)
Itu

di mana n adalah jumlah hari perdagangan untuk fi rm i di kuartal t. Sebuah NCSKEW lebih tinggi menunjukkan
risiko kecelakaan lebih tinggi.
kedua mengukur risiko kecelakaan kami adalah down-to-up volatilitas (DUVOL). Kami mengidentifikasi hari dengan fi
rm-spesifik pengembalian harian, atau Wjt, di bawah rata-rata triwulanan sebagai “down” hari, dan mereka dengan Wjt
di atas rata-rata kuartalan sebagai “up” hari. DUVOL adalah logaritma naturalrasio standar deviasi dari Wjt lebih turun
hari untuk standar deviasi lebih up hari:

{
DUVOLItu = ln [nu - 1)Σ
down
W2 ⎤/ [nd - 1)Σ W2 ]}.
jt
up j (3)
⎦ t

di mana nu adalah jumlah “up” hari dan nd adalah jumlah “down” hari untuk fi rm i dalam kuartal t. Sebuah DUVOL
tinggi menunjukkan lebih tinggiresiko kecelakaan.
Ketiga kecelakaan mengukur risiko FREQit adalah frekuensi hari kecelakaan selama fiskal kuartal. Berikut Piotroski et
al. (2015), Kita mendefinisikan kecelakaan hari sebagai orang-orang yang mendasari fi rm ini fi rm-spesifik return harian
setidaknya 2 standar deviasi di bawah rata-rata fi rm-spesifik return harian selama fiskal kuartal. Kami dari skala jumlah
hari kecelakaan selama seperempat diberikan dengan jumlahTotal hari perdagangan di kuartal untuk mendapatkan
FREQit.
Yang terakhir mengukur risiko kecelakaan adalah kemungkinan hari kecelakaan, yang dilambangkan dengan
CRASHit. Ini adalah variabel indikator yang sama dengan satu jika suatu perusahaan mengalami satu atau lebih
kecelakaan hari selama periode fiskal kuartal fi, dan nol sebaliknya. BerikutHutton et al. (2009)dan Kim et al. (2011a),
Kita mendefinisikan hari kecelakaan di fiskal kuartal diberikan untuk sebuah perusahaan tertentu sebagai hari-hari di
mana fi rm-spesifik return harian setidaknya 3,2 standar deviasi di bawah rata-rata fi rm-spesifik return harian atas
seluruh fiskal kuartal.

3.2.3. EPU kembali beta

 Kami mengandalkan EPU kembali beta untuk menangkap eksposur individu fi rms' ke EPU. Kami menjalankan regresi
bulanan berikut untuk setiap saham sampel selama 36 atau 48 bulan terakhir untuk mendapatkan EPU kembali beta:
RETit = pulau kecil + β MKT MKTt + β SMB SMBt + β HML HMLt + β EPU
EPUt + εt. (4)
itititit

di mana RETit adalah fi rm i excess return, MKT adalah excess return pasar, dan SMB dan HML adalah ukuran dan buku-
to-pasar faktor Fama dan

1
http://www.policyuncertainty.com/china_epu.html.
Perancis (1993). Kami mengambil nilai absolut dari memadai koefisien
I
FFI pada EPU, atau | β EPU |, untuk menangkap
sensitivitas suatu perusahaan kembali ke EPU. Kami mengambil nilait absolut dari sien koefisien FFI dari EPU baik sebagai
koefisien FFI sien yang sangat positif atau negatif pada EPU menunjukkan bahwa saham yang mendasarinya adalahberat
I
ff sebuah ected oleh perubahan EPU. Saham dengan beta EPU t pengembalian yang lebih tinggi (| β EPU |)
diharapkan menjadi lebih ff ected oleh EPU.

3.3. DESAIN PENELITIAN

Untuk menguji utama kami Hipotesis H1, kami memperkirakan regresi berikut yang menghubungkan langkah-langkah
kami risiko kecelakaan harga saham di kuartal t
untuk EPU dengan satu set faktor yang mungkin sebuah ff ect risiko kecelakaan dikendalikan:
CRASHRISKit = β0 + β1EPUt + βc Controlit-1 + εit.
(5)

dimana variabel dependen CRASHRISKit diukur dengan NCSKEWit, DUVOLit, CRASHit, atau FREQit, dan variabel
utama yang menarik adalah EPUt. Kami menggunakan regresi logit ketika variabel dependen adalah CRASHit, dan
OLS regresi ketika variabel dependen adalah NCSKEWit, DUVOLit, atau FREQit.
Kami menyertakan satu set variabel kontrol berikut masa studi (misalnya, Chen et al., 2001; Kim et al., 2011a.
2011b; Callen dan Fang, 2013; DeFond et al., 2014), Termasuk: (1) tertinggal dari segi risiko kecelakaan; (2) nilai pasar
dalam hal logaritma natural (SIZEit-1); (3) total utang dibagi dengan total aset (LEVERAGEit-1); (4) laba bersih dibagi dengan
total aset (ROAit-1); (5) book-to-market ratio (BMit-1);
(6) pengembalian saham selama kuartal terakhir (RETit-1); (7) kepemilikan institusional (IOit-1); (8) Volume detrended
perdagangan saham (DTURNit-1) dihitung sebagai omset saham rata-rata untuk fiskal saat kuartal minus omset saham
kuartalan rata-rata selama fi sebelumnya kuartal fiskal; (9) kualitas akrual (ABACCit-1) yang dibangun berikut Hutton et
al. (2009); (10) volatilitas saham (SIGMAit-1) dihitung sebagai standar deviasi dari fi rm spesifik return harian selama
kuartal t-1. Kami juga mengontrol fi rm yang tetap e ff ects, tahun dan kuartal fi xede ff ects, dan klaster kesalahan
standar di tingkat perusahaan.

4. hasil empiris

Tabel 1 hadiah statistik deskriptif untuk semua variabel yang digunakan dalam analisis regresi. Mean sampel CRASH adalah
0,119, menunjukkan bahwa 11,9% dari fi rm-kuartal pengamatan pengalaman di satu atau lebih harga saham peristiwa
kecelakaan rata-rata. Sampel median mean dan dari NCSKEW adalah -0,467 dan -0,490, masing-masing. Rata-rata EPU
kuartalan di Cina daratan adalah 153,6, yang lebih tinggi dari AS (115,6), konsisten dengan gagasan bahwa China, sebagai
negara berkembang, cenderung memiliki ketidakpastian kebijakan ekonomi lebih tinggi dari negara-negara maju. Standar
deviasi dari EPU di daratan Cina juga lebih tinggi dari AS yang

Tabel 1
Statistik deskriptif. Tabel ini menyajikan statistik deskriptif tindakan harga saham risiko kecelakaan, indeks EPU, EPU beta dan variabel
kontrol. Semuavariabel didefinisikan dalam Lampiran.
Variabel N Berarti Min 25% rata-rata 75% Max Std

kebijakan ekonomi mengukur

ketidakpastian
EPUt 97 153,600 32,490 76,850 103,500 167,100 744,800 132,900
ukuran risiko kecelakaan harga saham
NCSKEWit 138.788 -0,467 -2,086 -0,944 -0,490 -0,011 1,324 0,692
DUVOLit 138.788 -0,394 -2,567 -0,811 -0,378 0,040 1,647 0,730
CRASHit 138.788 0,119 0.000 0.000 0.000 0.000 1.000 0,323
FREQit 138.788 0,018 0.000 0.000 0,017 0.031 0,058 0,015
The moderating effdll
EPU BETA1IT 96.564 2.270 0,027 0,658 1,490 2.930 13.600 2.460
EPU BETA2IT 96.564 1.860 0,021 0,560 1.270 2.460 10.500 1.930
Variabel kontrol
SIZEit 96.564 0,218 0,191 0,209 0,216 0,225 0,256 0.013
LEVERAGEit 96.564 0,480 0,062 0,324 0,483 0,630 1,094 0,211
ROAit 96.564 0,030 -0,274 0,011 0.031 0,058 0,191 0,063
BMit 96.564 0,540 0,089 0.341 0,518 0.725 1,114 0,250
DTURNit 96.564 0.000 -0,009 -0,001 0.000 0,001 0,010 0,003
IOit 96.564 0,288 0.000 0.031 0,246 0,498 0,864 0,256
DAit 96.564 0,001 0.000 0.000 0,001 0,001 0,006 0,001
RETit 96.564 0.049 -0,432 -0,117 0,002 0,163 1,006 0,261
SIGMAit 96.564 0,021 0.007 0,015 0,020 0.026 0,046 0.008
karakteristik perusahaan
AGEit 115.037 10,030 -4,000 5.000 9,000 14.000 28.000 5,793
PPE_Ait 114.852 0,249 0,002 0,111 0,216 0,358 0,741 0,176
SGit 112.867 0,256 -0,764 -0,039 0,119 0,322 5,754 0,776
ROEit 113.155 0,035 -0,432 0,009 0.031 0,069 0,261 0,084
variabel tingkat pasar
Catatan dari TOTAL PASAR VALUET 76 22,680 20,700 21,080 22,980 23,730 24,530 1,386
Catatan dari TOTAL PERDAGANGAN volume 76 27,100 24,830 25,730 27,490 27,990 29,370 1,249
panent
Catatan dari TOTAL RMB PERDAGANGAN 76 29,400 26,970 27,860 29,850 30,490 32,200 1,440
volume panent
SD Bursa Returnst 76 0,217 0,082 0,149 0,189 0,261 0,539 0,102
 Y.
luo
DA
N
C.
ZH
AN
G

Meja 2
Korelasi. Tabel ini melaporkan Pearson korelasi antara variabel utama yang menarik. Semua variabel didefinisikan dalam Lampiran. * P <0,10, p ** <0,05, *** p <0,01.
Variabel SEBUAH B C D E F G H saya J K Lmno

NCSKEWit SE 1
BU
AH
DUVOLit B 0,951 *** 1
CRASHit C 0,477 *** 0,509 *** 1
FREQit D 0,663 *** 0,575 *** 0,222 *** 1
EPUit E 0,034 *** 0,00300 0,058 *** 0,061 *** 1
6 EPU BETA1IT F -0,022 *** 0,011 *** -0,059 *** -0,065 *** -0,240 *** 1
SIZEit-1 G -0,091 *** -0,091 *** 0,00100 -0,052 *** 0,240 *** -0,156 *** 1
LEVERAGEit- H -0,037 *** -0,030 *** -0,039 *** -0,040 *** -0,075 *** 0,089 *** 0,252 *** 1
1
ROAit-1 say 0,001 0,003 0,028 *** 0,006 ** 0,053 *** -0.048 *** 0,146 *** -0.407- 1
a 0.407 ***
BMit-1 J -0,116 *** -0,105 *** -0,025 *** -0,081 *** -0,202 *** -0,045 *** 0,493 *** 0,312 *** -0,153 1
*** R
DTURNit-1 K 0,028 *** 0,044 *** -0,010 *** 0,008 ** -0,053 *** 0.014 *** -,00300 0,008 ** -0,014 0,103 *** 1 es
*** ea
IOit-1 L -0,017 *** -0,028 *** -,00400 0.007 ** 0,323 *** -0,184 *** 0.476 *** 0,020 *** 0,214 *** -,00100 -0,008 1 rc
** hi
ABACCit-1 M 0,019 *** 0,019 *** -0.014 *** 0.007 ** -0,017 *** 0,060 *** -0,146 *** 0,108 *** -0,102 -0,141 -0,006 -0,041 *** 1 nI
*** *** ** nt
MEMBASAHIi N 0,075 *** 0,094 *** -0,034 *** 0,027 *** -0,104 *** 0,119 *** -0,015 *** -,00300 0,012 *** 0,076 *** 0,278 *** 0.014 *** -0,018 *** 1 er
t-1 n
SIGMAit-1 HAI 0.013 *** 0,052 *** -0,088 *** -0,028 *** -0,061 *** 0,244 *** -0,163 *** 0,030 *** -0,090 -0,140 0,317 *** 0,007 ** 0,087 *** 0,313 at
*** *** *** 1 io
n
al
B
us
in
es
sa
n
d
Fi
n
a
nc
Y. luo DAN C. ZHANG ResearchinInternationalBusinessandFi
nance51 (2020) 101.112

tabel 3
EPU dan Harga Saham Kecelakaan Risiko. Tabel ini meneliti hubungan antara harga saham risiko kecelakaan kebijakan ekonomi
ketidakpastian dan fi rms'. Semua variabel kontinu winsorized baik di tingkat 1% dan 99%. kesalahan standar yang berkerumun di
tingkat perusahaan. Perusahaan yang tetap e ff ects, tahun dan kuartal fi xed e ff ects juga dikendalikan dalam semua regresi.
Semua variabel didefinisikan dalam Lampiran. T-statistik yang dalam tanda kurung. * P <0,10,
** p <0,05, *** p <0,01.

NCSKEWit DUVOLit FREQit CRASHit NCSKEWit DUVOLit FREQit CRASHit

(1) (2) (3) (4) (5) (6) (7) (8)

EPUt 0,020 *** 0,037 *** 0,001 *** 0,315 *** 0,079 *** 0,158 *** 0,004 *** 0,868 ***
(6,714) (11,998) (10,619) (8,433) (7,085) (13,492) (14,403) (6,406)
NCSKEWit-1 0,017 ***
(4,825)
DUVOLit-1 0,028 ***
(7,920)
FREQit-1 -0,001
(-0,415)
CRASHit-1 -0,151 ***
(-4,643)
SIZEit-1 0,356 -0,319 -0,018 22,866 ***
(0,574) (-0,538) (-1,405) (8,258)
LEVERAGEit-1 0,136 *** 0,138 *** 0,001 *** -0,534 ***
(6,328) (6,709) (2,610) (-5,234)
ROAit-1 -0,206 -0,263 -0,002 ** 0,461 *
*** *** (-2,096) (1,775)
(-4,119) (-5,225)
BMit-1 -0,333 -0,314 -0,003 *** -0,919 ***
*** *** (-7,747) (-9,029)
(-15,159) (-15,063)
DTURNit-1 3,103 *** 2,225 *** 0,057 *** 13,393 **
(3,590) (2,650) (2,934) (2,558)
IOit-1 0,107 *** 0,113 *** 0,001 *** 0,108
(6,107) (6,881) (4,049) (1,289)
ABACCit-1 1,401 0,759 0.007 -9,388
(0,531) (0,301) (0,129) (-0,723)
MEMBASAHIit-1 0,368 *** 0,372 *** 0,005 *** 0,577 ***
(30,981) (31,532) (18,750) (7,577)
SIGMAit-1 2,220 *** 0,178 -0.038 *** -20,294 ***
(5,019) (0,423) (-3,980) (-8,865)
Konstan -0,443 -0,609 0.014 *** - -0,409 -0,438 0,019 *** -
*** *** *** ***
(-25,513) (-31,566) (29,657) (-3,335) (-3,713) (7,263)
Waktu yang tetap e Iya Iya Iya Iya Iya Iya Iya Iya
ff ects
Perusahaan yang Iya Iya Iya Iya Iya Iya Iya Iya
tetap e ff ects
Adj. (Pseudo) R2 0,076 0,109 0,084 0,08 0,105 0,137 0.098 0,095
N 138.788 138.788 138.788 135.224 96.564 96.564 96.564 93.634

rata-rata dan standar deviasi dari EPU kembali beta adalah 0,0227 dan 0,0246, masing-masing, mengungkapkan bahwa
ada variasi yang besar dalam kepekaan fi rms' ke indeks EPU. Distribusi variabel lain terutama konsisten dengan yang
dilaporkan dalam penelitian sebelumnya.Meja 2 melaporkan korelasi Pearson antara variabel utama bunga. Langkah-
langkah risiko kecelakaan harga empat saham (yaitu, NCSKEW, DUVOL, FREQ, dan CRASH) sangat berkorelasi dengan
satu sama lain. Selain itu, EPU adalah secara signifikan positif terkait dengan masing-masing empat ukuran risiko
kecelakaan, yang konsisten dengan prediksi kami bahwa perusahaan cenderung memiliki resiko kecelakaan lebih tinggi
ketika EPU lebih tinggi. Untuk variabel kontrol, UKURAN, BM, dan LEVERAGE berkorelasi negatif dengan risiko kecelakaan,
sedangkan ABACC, DTURN, RET, dan SIGMA berkorelasi positif dengan risiko kecelakaan. Potongan-potongan ini bukti
konsisten dengan temuan dalam literatur (misalnya,chen
et al., 2001; Hutton et al., 2009; Kim et al., 2011a. 2011b).

4.1. EPU dan risiko kecelakaan harga saham

Hipotesis H1 memprediksi bahwa EPU berhubungan positif dengan harga saham risiko kecelakaan, yang diuji
berdasarkan Persamaan. (5) dengan hasil yang dilaporkan dalamtabel 3. Dalam kolom (1) ke (4), kita meneliti hipotesis
menggunakan regresi univariat, dan dalam kolom (5) ke (8), kami menyertakan variabel kontrol dalam regresi. Di
semua delapan kolom, EPU adalah fi signi cantly positif berhubungan dengan risiko kecelakaan pada tingkat 1%. relasi
adalah kuat untuk di ff langkah-langkah erent risiko kecelakaan dan pengendalian faktor penentu lain dari risiko
kecelakaan. Hasil memberikan dukungan yang kuat untuk argumen kita bahwa fi rms' kecelakaan risiko meningkat
dengan ketidakpastian kebijakan ekonomi. Dalam hal ekonomi signifikansi, kenaikan satu standar deviasi di EPU
dikaitkan dengan peningkatan 5,33% di NCSKEWit dan peningkatan 2,00% di DUVOLit. Ini menunjukkan bahwa di
memengaruhi yang EPU membawa risiko kecelakaan saham individu tidak diketahui.

7
Y. luo DAN C. ZHANG ResearchinInternationalBusinessandFi
nance51 (2020) 101.112

tabel 3
Koefisien koefisien FFI dari variabel kontrol umumnya konsisten dengan temuan dalam penelitian sebelumnya.
Misalnya, volume perdagangan
mengukur DTURNit-1 adalah secara signifikan dan positif berhubungan dengan risiko kecelakaan, yang konsisten dengan
Chen et al. (2001), Yang berpendapat bahwa risiko kecelakaan pendapat divergence meningkat di masa mendatang.
Positif efisien koefisien FFI dari RETit-1 con fi rms bahwa return masa lalu yang lebih tinggi menyebabkan risiko
kecelakaan lebih tinggi. Dan positif koefisien FFI efisien dari ABACCit-1 adalah konsisten dengan Hutton et al. (2009)yang
fi rms dengan akrual yang lebih tinggi lebih kemungkinan risiko kecelakaan harga pengalaman saham.

8
Y. luo DAN C. ZHANG ResearchinInternationalBusinessandFi
nance51 (2020) 101.112

tabel 4
Cross-Sectional Analisis: EPU BETA dan persediaan Harga Jatuh Risiko. Ini meja Memeriksa itu moderator e ff ect dari EPU kembali beta di itu
hubungan antara ekonomi kebijakan ketidaktentuan dan persediaan harga jatuh risiko. EPU beta1 dan EPU beta2 adalah dihitung oleh berjalan
fi rm-tingkat regresi dari bulanan kelebihan pengembalian di bulanan EPU indeks berdasarkan di data lebih itu lalu 36 dan 48 bulan, masing-
masing. Semua kontinu variabel adalah winsorized di kedua 1% dan 99% tingkat. Standar kesalahan adalah berkerumun di itu fi rm tingkat.
Perusahaan fixed e ff ects, tahun dan perempat fixed e ff ects adalah juga dikontrol di semua regresi. semua variabel adalah de fi ned di itu
Lampiran. Itu t-statistics adalah di kurung. * p < 0,10, ** p < 0,05, *** p < 0.01.
NCSKEWit DUVOLit FREQit CRASHit NCSKEWit DUVOLit FREQit CRASHit
(1) (2) (3) (4) (5) (6) (7) (8)

EPUt 0,030 *** 0,040 *** 0,000 *** 0,110 *** 0.031 *** 0,042 *** 0,001 *** 0,108 ***
(6,144) (8,929) (5,069) (5,563) (6,220) (9,142) (5,414) (5,269)
EPUt * EPU BETA1IT 0,924 *** 0,736 *** 0,017 *** 1,669 **
(5,827) (4,827) (5,226) (2,176)
EPU BETA1IT -0,960 *** -0,860 *** -0,026 *** -2,701
(-4,521) (-4,072) (-5,772) **
(-2,288)
EPUt * EPU BETA2IT 0,858 *** 0,581 *** 0,015 *** 2,097 **
(4,276) (3,044) (3,676) (2,230)
EPU BETA2IT -0,995 -0,801 -0,022 -2,988
*** *** *** **
(-3,658) (-2,996) (-3,953) (-2,037)
NCSKEWit-1 0.013 *** 0.013 ***
(3,533) (3.570)
DUVOLit-1 0,018 *** 0,018 ***
(5,255) (5,271)
FREQit-1 -0,012 *** -0,012
(-3,520) ***
(-3,541)
CRASHit-1 -0,196 -0,196
*** ***
(-6,124) (-6,141)
SIZEit-1 0,175 -0,454 -0,020 21,958 *** 0,219 -0,407 -0,020 21,866 ***
(0.280) (-0,757) (-1,568) (7,990) (0,351) (-0,679) (-1,535) (7,957)
LEVERAGEit-1 0,137 *** 0.140 *** 0,001 *** -0,547 0,137 *** 0,139 *** 0,001 ** -0,551
*** ***
(6,326) (6,685) (2,580) (-5,399) (6,302) (6,667) (2,513) (-5,432)
ROAit-1 -0,200 *** -0,255 *** -0,002 * 0,598 ** -0,200 -0,254 -0,002 0,598 **
*** ***
(-3,995) (-5,016) (-1,660) (2,316) (-3,990) (-4,997) (-1,630) (2,319)
BMit-1 -0,319 *** -0,301 *** -0,003 *** -0,799 -0,323 -0,304 -0,003 -0,795
*** *** *** *** ***
(-14,447) (-14,312) (-6,689) (-7,904) (-14,676) (-14,516) (-6,724) (-7,868)
DTURNit-1 0,070 -1,452 * -0,027 -6,887 0,027 -1,494 * -0,027 -6,816
(0,090) (-1,855) (-1,502) (-1,435) (0,034) (-1,908) (-1,512) (-1,420)
IOit-1 0,109 *** 0,116 *** 0,001 *** 0,111 0,109 *** 0.115 *** 0,001 *** 0,113
(6,186) (6,945) (4,044) (1,337) (6,190) (6,946) (4,062) (1,362)
ABACCit-1 1,065 0,423 -0,002 -11,080 1,141 0,484 -0,001 -11,058
(0,400) (0,165) (-0,033) (-0,860) (0,429) (0,190) (-0,021) (-0,858)
MEMBASAHIit-1 0,365 *** 0,369 *** 0,005 *** 0,344 *** 0,364 *** 0,369 *** 0,005 *** 0,344 ***
(43,896) (43,116) (24,630) (5,969) (43,837) (43,050) (24,547) (5,975)
SIGMAit-1 2,859 *** 1,371 *** 0,019 ** -8,167 2,954 *** 1,455 *** 0,020 ** -8,214
*** ***
(7,676) (3,771) (2,341) (-4,005) (7,935) (4,007) (2,433) (-4,036)
Konstan -0,463 *** -0,468 *** 0,019 *** - -0,472 -0,480 0,019 *** -
*** ***
(-3,707) (-3,894) (7,332) (-3,777) (-3,989) (7,199)
Waktu yang tetap e Iya Iya Iya Iya Iya Iya Iya Iya
ff ects
Perusahaan yang Iya Iya Iya Iya Iya Iya Iya Iya
tetap e ff ects
Adj. (Pseudo) R2 0,064 0,079 0,055 0.073 0,064 0,079 0,055 0.073
N 96.564 96.564 96.564 93.634 96.564 96.564 96.564 93.634

4.2. The cross-sectional variasi

Di bagian 4.1, Kami mendokumentasikan bahwa fi rm-spesifik meningkat resiko kecelakaan dengan EPU umumnya.
Namun, di memengaruhi dari EPU risiko kecelakaan mungkin tidak konstan di perusahaan-perusahaan. Kami selanjutnya
beralih ke memeriksa variasi cross-sectional dalam hubungan antara EPU dan risiko kecelakaan. Seperti dikemukakan di
hipotesis kami H2, kami berharap hubungan menjadi lebih kuat di antara perusahaan-perusahaan yang kembali memiliki
kepekaan yang lebih besar untuk EPU, atau memiliki EPU beta pengembalian yang lebih tinggi. Kami menghitung EPU
kembali beta untuk perusahaan-perusahaan individu seperti yang dijelaskan dalam Bagian3.2.3. Untuk menguji H2, kami
memperkirakan regresi berikut:

CRASHRISKit = γ0 + γ1 EPUt + γ2 EPU beta+ γ3 EPU *EPU beta + γc Controlit-1 + εit.

(6)

8
Y. luo DAN C. ZHANG ResearchinInternationalBusinessandFi
di mana EPU beta diukur dengan EPU beta1 atau EPU beta2, yang dihitung nance51
dengan(2020) 101.112
menjalankan fi regresi rm-tingkat
pengembalian kelebihan bulanan pada indeks EPU bulanan, seperti yang ditunjukkan pada Persamaan. (4), Berdasarkan data
selama 36 dan 48 bulan terakhir, masing-masing. The Definisi dari semua variabel lainnya adalah sama seperti dalam
Pers. (5). Kami berharap efisien koefisien FFI dari EPU * EPU beta untuk menjadi secara signifikan positif. Hasilnya
dilaporkan ditabel 4.
Dalam kolom (1) ke (4), yang efisien koefisien FFI dari EPU * EPU beta1 adalah secara signifikan positif ketika di ff
erent ukuran risiko kecelakaan dipekerjakan. Ketika kita menggunakan EPU beta2 sebagai langkah alternatif untuk proxy
untuk sensitivitas fi rms' kembali ke EPU di kolom (5) ke (8), hasilnya cukup mirip. Bukti ini konsisten dengan dugaan
kami diletakkan di H2 bahwa dalam memengaruhi dari EPU lebih berisiko kecelakaan lebih kuat untuk

9
fi rms yang memiliki eksposur yang lebih besar untuk EPU, Atau memiliki EPU beta pengembalian yang lebih tinggi.

4.3. EPU kembali beta dan karakteristik fi rm diamati

Bagian 4.2 menunjukkan bahwa hubungan antara EPU dan saham individu meningkat resiko kecelakaan dengan EPU
kembali beta. Masalah dengan EPU kembali beta adalah bahwa hal itu tidak mudah untuk mengamati. Oleh karena itu,
dalam ayat ini, kita menyelidiki lebih lanjut hubungan antara EPU kembali beta dan karakteristik fi rm diamati, yang
akan membantu pelaku pasar untuk dengan mudah mengidentifikasi perusahaan-perusahaan yang berisiko kecelakaan
akan sangat ff ected oleh EPU.
Kami berharap perusahaan-perusahaan dengan ketidakpastian valuasi yang lebih besar per se untuk menjadi lebih ff
sebuah ected oleh EPU, yaitu memiliki EPU beta pengembalian yang lebih tinggi. Kita
mengidentifikasi perusahaan-perusahaan dengan ketidakpastian valuasi yang lebih tinggi berdasarkan beberapa karakteristik
perusahaan. Baker dan Wurgler (2006. 2007) Dugaan bahwa valuasi saham dengan sejarah singkat pendapatan, ukuran kecil,
volatilitas yang tinggi, tangibility rendah, dan potensi pertumbuhan yang tinggi ambigu bagi investor canggih. Dengan
demikian, saham ini dianggap memiliki ketidakpastian valuasi yang lebih tinggi. Kami mengukur usia fi rm (AGE) berdasarkan
jumlah tahun sejak fi penampilan pertama suatu perusahaan pada CSMAR, ukuran sebagai logaritma dari kapitalisasi pasar
(SIZE), return volatilitas (SIGMA) berdasarkan standar deviasi dari return harian untuk fiskal kuartal, dan asset tangibility
(PPE_A) berdasarkan properti, pabrik, dan peralatan lebih total aset. Karakteristik yang terkait dengan potensi pertumbuhan
meliputi rasio book-to-market (BM) dan pertumbuhan penjualan (SG). Buku-to-market ratio (BM) adalah nilai buku ekuitas
dibagi dengan nilai pasar ekuitas dimengakhiri dari fiskal kuartal. SG adalah perubahan dari penjualan bersih dibagi
dengan penjualan bersih sebelum kuartal.
Kami regresi EPU kembali beta pada karakteristik fi rm ini secara triwulanan, dengan kedua fi rm dan waktu yang
tetap e ff ects dikendalikan, dan memperoleh hasil regresi sebagai berikut:
EPUbeta = 0.382(t=6,851) - 0.007(t= -13.670) USIAItu-1 - 0,011(t= -2,999) UKURANItu-1
+ 0.477(t=17,007) SIGMAItu-1 - 0.013(t= -0,833) PPE _SEBUAHItu-1 - 0,097(t=8,776) BMItu-1
+ 0,005(t=3,354) SGItu-1 + (7)
εItu.

dimana itu tergantung variabel EPU beta adalah proxy oleh EPU beta1Itu. Itu hasil menyarankan bahwa muda firms, lebih kecil firms,
firms memiliki tinggi keriangan, dan firms dengan lebih tinggi pertumbuhan potensi, yang adalah biasanya lebih di FFI kultus
untuk nilai, cenderung untuk memiliki lebih tinggi EPU BETA. Bukti adalah konsisten dengan kami harapan.

4.4. EPU dan risiko kecelakaan pasar-tingkat harga saham

Pada bagian sebelumnya, kami telah menunjukkan bahwa EPU sebuah ff ects harga saham risiko kecelakaan di
tingkat perusahaan. Kami resiko kecelakaan agregat berikutnya di tingkat rm fi menjadi ukuran risiko kecelakaan di
tingkat pasar dan memeriksa sejauh mana itu adalah ff ected oleh EPU. Secara khusus, kami memperkirakanmodel
berikut dalam ayat ini:
CRASHRISKt = β0 + β1EPUt + βc Controlt + εt.
(8)
dimana itu tergantung variabel CRASHRISKt mengacu untuk dikumpulkan persediaan pasar jatuh risiko, dihitung sebagai itu nilai-
tertimbang rata-rata dari fi rm-tingkat persediaan harga jatuh risiko. Berikut sebelumnya studi, kita juga memasukkan umum
bekas makroekonomi variabel bahwa mungkin Sebuahff pasar dll tingkat jatuh risiko. Itu kontrol variabel memasukkan Catatan
dari TOTAL PASAR NILAI. Catatan dari TOTAL PERDAGANGAN Volume. Catatan dari TOTAL RMB VOLUME PERDAGANGAN. yang adalah itu alam
logaritma dari satu plus total pasar nilai, satu plus total perdagangan volume di saham, dan satu plus Total perdagangan volume
di RMB, masing-masing. Kita juga kontrol SD dari persediaan Pengembalian. yang adalah itu standar deviasi dari fi rm harian
pengembalian di itu

tabel 5
EPU dan Risiko Pasar tingkat Stock Kecelakaan Harga. Tabel ini melaporkan e ff ect ketidakpastian kebijakan ekonomi pada risiko
kecelakaan dikumpulkan di pasartingkat, yang diperoleh dengan nilai-bobot risiko kecelakaan saham individu. Semua variabel
didefinisikan dalam Lampiran. T-statistik dalam entheses par-. * P <0,10, p ** <0,05, *** p <0,01.

NCSKEWt DUVOLt FREQt CRASHt NCSKEWt DUVOLt FREQ t CRASHt

(1) (2) (3) (4) (5) (6) (7) (8)

EPUt 0,072 ** 0,080 ** 0,021 ** 0,001 ** 0,058 ** 0,061 ** 0,011 0,001 *

(2,511) (2,551) (2,247) (2,337) (2,011) (2,014) (1,140) (1,788)
Catatan dari TOTAL PASAR VALUET -0,308 * -0.2740.018 -0,005
(-1,794) (-1,535) (0,327) (-1,571)
Catatan dari TOTAL PERDAGANGAN -0,304 -0,355 * 0,017 -0,007
volume panent *
(-1,569) (-1,767) (0,273) (-1,837)
Catatan dari TOTAL RMB PERDAGANGAN 0,131 0.096 -0,105 0,002
volume panent
 (0,659) (0,464) (- 1,661) (0,597)
SD Bursa Returnst -0,113 -0,207 -0,088 -0,009
(-0,318) (-0,563) (-0,780) (-1,276)
Konstan -0,660 -0,794 0.036 0,011 *** 9,953 *** 11,437 *** 2,206 ** 0,238 ***
*** ***
(-7,774) (-8,637) (1,299) (6,485) (3,117) (3,450) (2,179) (3,807)
Waktu yang tetap e ff ects Iya Iya Iya Iya Iya Ya ya Iya
Adj. R2 0,517 0,535 0,528 0,506 0,584 0.6310.615 0,619
N 76 76 76 76 76 7676 76
 Y.
luo
DA
N
C.
tabel 6 ZH
AN
The jangka panjang E ff ect: EPU dan Harga Saham Kecelakaan Risiko. Tabel ini mengkaji dampak jangka panjang dari EPU pada harga saham risiko kecelakaan fi rms'. Semua variabel G
kontinu winsorized baik di tingkat 1% dan 99%.kesalahan standar yang berkerumun di tingkat perusahaan. Perusahaan yang tetap e ff ects, tahun dan kuartal fi xed e ff ects juga
dikendalikan dalam semua regresi. Semua variabel didefinisikan dalam Lampiran. T-statistik yang dalam tanda kurung. * P <0,10, p ** <0,05, *** p <0,01.

JATUH risiko di PEREMPAT t+1 JATUH risiko di PEREMPAT t+2 JATUH risiko di PEREMPAT t+3

NCSKEW DUVOL FREQ JATUH NCSKEW DUVOL FREQ JATUH NCSKEW DUVOL FREQ JATUH
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12)

EPUt 0,102 *** 0,204 *** 0,005 *** 1,124 *** 0,065 *** 0,129 *** 0,003 *** 0,710 *** 0,102 *** 0,204 *** 0,005 *** 1,124 ***
(7,085) (13,492) (14,403) (6,406) (7,085) (13,492) (14,403) (6,406) (7,085) (13,492) (14,403) (6,406)
NCSKEWit-1 0,017 *** 0,017 *** 0,017 ***
(4,825) (4,825) (4,825)
DUVOLit-1 0,028 *** 0,028 *** 0,028 ***
(7,920) (7,920) (7,920)
FREQit-1 -0,001 -0,001 -0,001
(-0,415) (-0,415) (-0,415)
CRASHit-1 -0,151 -0,151 *** -0,151 ***
*** (-4,643) (-4,643)
(-4,643)
SIZEit-1 0,356 -0,319 -0,018 22,866 *** 0,356 -0,319 -0,018 22,866 *** 0,356 -0,319 -0,018 22,866 ***
(0,574) (-0,538) (-1,405) (8,258) (0,574) (-0,538) (-1,405) (8,258) (0,574) (-0,538) (-1,405) (8,258)
LEVERAGEit-1 0,136 *** 0,138 *** 0,001 *** -0,534 0,136 *** 0,138 *** 0,001 *** -0,534 *** 0,136 *** 0,138 *** 0,001 *** -0,534 ***
1 ***
(6,328) (6,709) (2,610) (-5,234) (6,328) (6,709) (2,610) (-5,234) (6,328) (6,709) (2,610) (-5,234)
ROAit-1 -0,206 *** -0,263 *** -0,002 0,461 * -0,206 *** -0,263 *** -0,002 ** 0,461 * -0,206 -0,263 *** -0,002 ** 0,461 *
** ***
(-4,119) (-5,225) (-2,096) (1,775) (-4,119) (-5,225) (-2,096) (1,775) (-4,119) (-5,225) (-2,096) (1,775)
BMit-1 -0,333 *** -0,314 *** -0,003 -0,919 -0,333 *** -0,314 *** -0,003 *** -0,919 *** -0,333 -0,314 *** -0,003 *** -0,919 ***
*** *** ***
(-15,159) (-15,063) (-7,747) (-9,029) (-15,159) (-15,063) (-7,747) (-9,029) (-15,159) (-15,063) (-7,747) (-9,029) R
DTURNit-1 3,103 *** 2,225 *** 0,057 *** 13,393 ** 3,103 *** 2,225 *** 0,057 *** 13,393 ** 3,103 *** 2,225 *** 0,057 *** 13,393 ** es
(3,590) (2,650) (2,934) (2,558) (3,590) (2,650) (2,934) (2,558) (3,590) (2,650) (2,934) (2,558) ea
IOit-1 0,107 *** 0,113 *** 0,001 *** 0,108 0,107 *** 0,113 *** 0,001 *** 0,108 0,107 *** 0,113 *** 0,001 *** 0,108 rc
(6,107) (6,881) (4,049) (1,289) (6,107) (6,881) (4,049) (1,289) (6,107) (6,881) (4,049) (1,289) hi
nI
ABACCit-1 1,401 0,759 0.007 -9,388 1,401 0,759 0.007 -9,388 1,401 0,759 0.007 -9,388
nt
(0,531) (0,301) (0,129) (-0,723) (0,531) (0,301) (0,129) (-0,723) (0,531) (0,301) (0,129) (-0,723) er
MEMBASAHIit-1 0,368 *** 0,372 *** 0,005 *** 0,577 *** 0,368 *** 0,372 *** 0,005 *** 0,577 *** 0,368 *** 0,372 *** 0,005 *** 0,577 *** n
(30,981) (31,532) (18,750) (7,577) (30,981) (31,532) (18,750) (7,577) (30,981) (31,532) (18,750) (7,577) at
SIGMAit-1 2,220 *** 0,178 -0,038 - 2,220 *** 0,178 -0.038 *** -20,294 *** 2,220 *** 0,178 -0.038 *** -20,294 *** io
*** 20,294 n
*** al
(5,019) (0,423) (-3,980) (-8,865) (5,019) (0,423) (-3,980) (-8,865) (5,019) (0,423) (-3,980) (-8,865) B
Konstan -0,444 *** -0,508 *** 0,017 *** - -0,428 *** -0,477 *** 0,018 *** - -0,444 -0,508 *** 0,017 *** - us
*** in
(-3,649) (-4,328) (6,574) (-3,510) (-4,056) (6,882) (-3,649) (-4,328) (6,574) es
waktu FE Iya Iya Iya Iya Iya Iya Iya Iya Iya Iya Iya Iya sa
perusahaan FE Iya Iya Iya Iya Iya Iya Iya Iya Iya Iya Iya Iya n
Adj. (Pseudo) R2 0,105 0,137 0.098 0,095 0,105 0,137 0.098 0,095 0,105 0,137 0.098 0,095 d
Fi
N 96.564 96.564 96.564 93.634 96.564 96.564 96.564 93.634 96.564 96.564 96.564 93.634
n
a
nc
Y. luo DAN C. ZHANG ResearchinInternationalBusinessandFi
nance51 (2020) 101.112

tabel 7
Tes Subperiod: EPU dan Harga Saham Kecelakaan Risiko. Tabel ini meneliti hubungan antara harga saham risiko kecelakaan kebijakan
ekonomi ketidakpastian dan fi rms', menggunakan data dari Januari 2009 sampai Desember 2017. Semua variabel kontinu winsorized
baik di tingkat 1% dan 99%. kesalahan standar yangberkerumun di tingkat perusahaan. Perusahaan yang tetap e ff ects, tahun dan
kuartal fi xed e ff ects dikendalikan dalam semua regresi. Semua variabel didefinisikan dalam Lampiran. T-statistik yang dalam
tanda kurung. * P <0,10, p ** <0,05, *** p <0,01.

NCSKEWit DUVOLit FREQit CRASHit NCSKEWit DUVOLit FREQit CRASHit

(1) (2) (3) (4) (5) (6) (7) (8)

EPUt 0,059 *** 0,088 *** 0,002 *** 0,424 *** 0,532 *** 0,763 *** 0,017 *** 2,123 ***
(18,427) (27,153) (25,712) (11,020) (17,600) (25,507) (24,999) (6,879)
NCSKEWit-1 -0,002
(-0,387)
DUVOLit-1 0,006
(1,340)
FREQit-1 -0,026 ***
(-6,257)
CRASHit-1 -0,323 ***
(-7,795)
SIZEit-1 -1,675 * -2,038 -0.047 ** 35,397 ***
(-1,893) ** (-2,550) (8,207)
(-2,404)
LEVERAGEit-1 0,159 *** 0,128 *** 0,001 -0,671 ***
(5,165) (4,454) (1,170) (-4,378)
ROAit-1 -0,016 -0,047 -0,003 * 0.330
(-0,228) (-0,677) (-1,700) (0,872)
BMit-1 -0,300 -0,270 -0,003 *** -1,417 ***
*** *** (-4,640) (-9,471)
(-10,054) (-9,636)
DTURNit-1 2,398 ** 1,736 * 0,051 ** 14,851 **
(2,393) (1,827) (2.250) (2,538)
IOit-1 0,074 *** 0,077 *** 0,001 ** -0,014
(3,473) (3,860) (2,005) (-0,135)
ABACCit-1 -2,949 -2,365 0,028 -20,832
(-0,878) (-0,762) (0,393) (-1,288)
MEMBASAHIit-1 0,397 *** 0.386 *** 0,005 *** 0,396 ***
(26,009) (25,719) (14,318) (4,257)
SIGMAit-1 2,367 *** 0,441 -0,032 *** -21,897 ***
(4.320) (0,856) (-2,730) (-7,836)
Konstan -0,717 -0,967 0.007 *** - -1,215 -1,728 -0,011 *** -
*** *** *** ***
(-42,022) (-52,509) (15,993) (-7,388) (-10,762) (-3,087)
Waktu yang tetap e Iya Iya Iya Iya Iya Iya Iya Iya
ff ects
Perusahaan yang Iya Iya Iya Iya Iya Iya Iya Iya
tetap e ff ects
Adj. (Pseudo) R2 0,075 0,109 0,080 0,065 0,108 0,143 0,099 0,083
N 94.404 94.404 94.404 90.436 63.467 63.467 63.467 59368

diberikan kuartal. Waktu yang tetap e ff ect dikendalikan juga.

tabel 5 melaporkan hasil regresi dari pasar saham risiko kecelakaan kuartalan dikumpulkan di EPU. Semua tindakan berisiko
kecelakaan secara ekonomi dan statistik secara signifikan berhubungan dengan risiko kecelakaan pasar saham. Misalnya, dalam
kolom (5), yang efisien koefisien FFI dari EPU adalah
0,058 (t = 2,011), menunjukkan bahwa kenaikan satu standar deviasi di EPU dikaitkan dengan peningkatan 11,21% nilai-
tertimbang
pasar saham risiko kecelakaan.
Secara keseluruhan, hasil dalam tabel 5 con fi rm bahwa risiko kecelakaan di tingkat pasar juga meningkat dengan
EPU, menunjukkan bahwa EPU sebuah ff ects risiko kecelakaan tidak hanya di tingkat saham individual, tetapi juga di
tingkat pasar secara sistematis.

4.5. cek ketahanan

4.5.1. Jangka panjang e ff ect

Kami memeriksa lebih lanjut kekuatan penjelas dari EPU untuk risiko kecelakaan fi rms' dalam jangka panjang. Kami
regresi risiko kecelakaan seperempat, duaperempat, dan tiga perempat depan di EPU pada kuartal t dan sekarang
hasil di tabel 6.
Temuan kami menunjukkan bahwa EPU masih secara signifikan dan positif berhubungan dengan risiko kecelakaan masa fi
rms' di semua dua belas kolom ketika di ff erent ukuran risiko kecelakaan yang digunakan dan ketika di ff erent periode
diperiksa. Hasil yang disajikan dalamtabel 6 menunjukkan bahwa kekuatan penjelas dari EPU untuk risiko kecelakaan fi
rm ini terus berlanjut hingga tiga perempat depan.

1
Y. luo DAN C. ZHANG ResearchinInternationalBusinessandFi
nance51 (2020) 101.112

tabel 7

4.5.2. tes sub-periode

Kami melakukan tes sub-periode kekhawatiran mengurangi bahwa hasil kami mungkin sensitif dengan periode sampel yang
dipilih. Kami mengulangi tes berdasarkan periode yang lebih baru, yaitu pasca-2008 global yang fi periode krisis keuangan dari
Januari 2009 sampai Desember 2017.Hasilnya dilaporkan dalam tabel 7 dan secara kualitatif mirip dengan yang
didasarkan pada periode sampel keseluruhan.

1
Y. luo DAN C. ZHANG ResearchinInternationalBusinessandFi
nance51 (2020) 101.112

tabel 8
Langkah-langkah alternatif EPU dan Harga Saham Kecelakaan Risiko. Tabel ini menyajikan hasil pemeriksaan ketahanan mana kita ganti
pengamatan kuartalan dengan pengamatan tahunan. Semua variabel kontinu winsorized baik di tingkat 1% dan 99%. kesalahan standar
yang berkerumun di tingkat perusahaan. Perusahaan yang tetap e ff ect dan tahun yang tetap e ff ect keduanya dikendalikan dalam
semua regresi. Semua variabel didefinisikan dalam Lampiran. T-statistik yang dalam tanda kurung,
* p <0,10, ** p <0,05, *** p <0,01.

NCSKEWit DUVOLit FREQit CRASHit NCSKEWit DUVOLit FREQit CRASHit

(1) (2) (3) (4) (5) (6) (7) (8)

EPUt 1,81694 *** 1,94635 *** 0,00161 *** 1,30125 *** 0,04416 *** 0,06027 *** 0,00104 *** 0,07142
(152,483) (152,420) (12,521) (32,438) (3,458) (4,810) (3,668) (1,102)
NCSKEWit-1 -,06669
***
(-9,443)
DUVOLit-1 -,07125
***
(-10,267)
FREQit-1 -,09486
***
(-14,325)
CRASHit-1 -0,74241 ***
(-8,902)
SIZEit-1 7,45083 *** 6,69866 *** 0,11144 *** 32,01455 ***
(5,558) (5,019) (4,111) (5,489)
LEVERAGEit-1 0,02104 0,03944 0,00134 -,26013
(0,446) (0,823) (1,391) (-1,279)
ROAit-1 -,33636 -,25333 -,00078 -,14057
*** ** (-0,369) (-0,295)
(-3,377) (-2,452)
BMit-1 -,75957 -,74281 -,01000 -1,89312 ***
*** *** *** (-8,189)
(-16,912) (-16,607) (-10,211)
DTURNit-1 -3,38904 -4,56204 -,12548 -3,80644
** *** *** (-0,424)
(-2,227) (-2,973) (-3,404)
IOit-1 0,07214 ** 0,10662 *** 0,00165 ** -,13653
(2,067) (3,076) (2,083) (-0,766)
ABACCit-1 -,00547 -,00895 0,00017 0,40582
(-0,107) (-0,174) (0,152) (1,567)
MEMBASAHIit-1 0,03222 *** 0,01841 -,00030 0,01427
(2,827) (1,578) (-1,197) (0,237)
SIGMAit-1 -,01839 -,02626 -,00458 -1,33505
(-0,077) (-0,104) (-0,772) (-1,302)
Konstan -1,60616 -1,78081 *** 0,01369 *** - -1,65856 -1,64978 -,00092 -
*** *** ***
(-49,843) (-57,979) (24,904) (-6,291) (-6,264) (-0,175)
Waktu yang tetap Iya Iya Iya Iya Iya Iya Iya Iya
e ff ects
Perusahaan yang Iya Iya Iya Iya Iya Iya Iya Iya
tetap e ff ects
Adj. (Pseudo) R2 0,811 0,821 0.038 0.460 0,637 0,688 0,057 0,205
N 36.157 36.157 36.157 33.727 26.332 26.332 26.332 17.981

4.5.3. UKURAN RISIKO KECELAKAAN ALTERNATIF

Kami juga melakukan pemeriksaan ketahanan mana kita ganti pengamatan kuartalan dengan pengamatan tahunan, untuk
melihat apakah hasil yang sensitif terhadap frekuensi yang kita gunakan dalam membangun variabel dependen dan
independen. Kami mengambil rata-rata aritmatika dari indeks EPU bulanan selama tahun tertentu untuk mendapatkan EPU
tahunan dan merekonstruksi empat ukuran risiko kecelakaan pada interval tahunan. ItuHasilnya ditunjukkan pada tabel 8.
Konsisten dengan bukti yang ditunjukkan dalam tabel 3, Yang efisien koefisien FFI dari EPUt positif dan signifikan
ketika masing-masing dari empat langkah resiko kecelakaan pada frekuensi tahunan yang digunakan dalam tabel 8,
Mendukung Hipotesis H1 bahwa perusahaan selama waktu EPU tinggi cenderung memiliki lebih tinggi harga saham
kecelakaan risiko.

5. kesimpulan

Studi ini mengkaji dampak ketidakpastian kebijakan ekonomi pada risiko kecelakaan harga saham baik di tingkat
saham individu dan tingkat pasar. Memanfaatkan sampel perusahaan-perusahaan Cina publik 2000-2017, kami
mendapati bahwa EPU adalah positif dan secara signifikan berhubungan dengan risiko kecelakaan di tingkat saham
individual. Asosiasi positif tetap kuat setelah mengendalikan berbagai fi rm-tingkat karakteristik dan prediktor potensi
risiko kecelakaan.
, Tes cross-sectional lanjut menunjukkan bahwa hubungan antara EPU dan risiko harga kecelakaan lebih kuat untuk
perusahaan-perusahaan dengan EPU lebih tinggi kembali beta, yang cenderung lebih muda, lebih kecil, lebih volatilitas, dan

1
Y. luo DAN C. ZHANG ResearchinInternationalBusinessandFi
dengan potensi pertumbuhan yang lebih tinggi. nance51 (2020) 101.112

Terakhir, kami mendokumentasikan bahwa EPU adalah fi signi cantly dan positif dengan agregat harga saham risiko
kecelakaan di tingkat pasar, yang konsisten dengan gagasan bahwa EPU pameran di memengaruhi lebih saham-saham yang
tidak dapat sepenuhnya terdiversifikasi pergi dan Ects ff saham dalam cara sistematis.

1
Ucapan Terima Kasih

Dr. Luo mengakui dukungan keuangan dari National Science Foundation Alam Cina (NSFC Proyek Nomor 71.772.049,
71402032) dan HKU-Fudan imba Joint Research Fund (No. JRF1718_0602).

Lampiran A. Variabel Defidefinisi

Ekonomis Kebijakan KETIDAKTENTUAN

EPU: Indeks Bulanan EPU dibangun berdasarkan jumlah artikel berita yang mengandung istilah EPU dan diperoleh
dari http://www.policyuncertainty.com/. Kami mengambil rata-rata aritmatika dari indeks EPU bulanan lebih dari seperempat
diberikan atau tahun tertentuuntuk mendapatkan EPU triwulan dan tahunan, masing-masing.

persediaan Harga JATUH Risiko PENGUKURAN

NCSKEW: The skewness negatif fi rm-spesifik return harian lebih dari seperempat diberikan dihitung sebagai negatif
satu kali saat ketiga fi rm-spesifik return harian dibagi dengan standar deviasi pangkat ketiga, di mana fi rm-spesifik
return harian diperoleh dari hasil sisa Persamaan. (1).
DUVOL: The down-to-up volatilitas fi rm-spesifik return harian dihitung sebagai logaritma dari rasio standar deviasi
dari fi rm-spesifik pengembalian selama “down” hari itu selama “up” hari lebih dari seperempat. “Bawah” ( “Up”) hari
adalah mereka yang fi rm- spesifik pengembalian harian bawah (di atas) yang rata-rata kuartalan. Perusahaan-spesifik
return harian diperoleh dari hasil sisaEq. (1).
freq: Frekuensi hari kecelakaan selama fiskal kuartal, di mana hari kecelakaan yang didefinisikan sebagai orang-orang yang
mendasari fi rm ini fi rm-spesifik return harian setidaknya 2 standar deviasi di bawah rata-rata fi rm-spesifik return harian
selama fiskal kuartal. Perusahaan-spesifisitas c return harian diperoleh dari hasil sisa Persamaan. (1).
JATUH: Itu kemungkinan dari Sebuah jatuh lebih Sebuah diberikan perempat. Itu adalah sebuah indikator variabel bahwa sama
satu untuk Sebuah firm bahwa pengalaman satu atau lebih jatuh minggu selama Sebuah diberikan perempat Titik, dan nol jika
tidak. SEBUAH minggu adalah de fi ned sebagai Sebuah jatuh minggu jika fi rm-spesifik mingguan kembali selama itu minggu
air terjun di paling sedikit 3,09 standar penyimpangan di bawah -nya triwulanan berarti. Perusahaan-spesifik harian pengembalian
adalah diperoleh dari sisa pengembalian dari Eq. (1).

EPU BETA

EPU beta1: Stock kembali kepekaan terhadap indeks EPU berdasarkan Persamaan. (4) menggunakan data selama 36
bulan terakhir yang berakhir pada kuartal t. Untuktujuan tampilan, kita kalikan EPU beta1 oleh 100 di seluruh kertas
kami.
EPU beta2: Stock kembali kepekaan terhadap indeks EPU berdasarkan Persamaan. (4) menggunakan data selama 48
bulan terakhir yang berakhir pada kuartal t. Untuktujuan tampilan, kita kalikan EPU beta2 oleh 100 di seluruh kertas
kami.

Kontrol VARIABLESS

UKURAN: The logaritma natural dari nilai pasar ekuitas.

B / M: Rasio Book-to-pasar dihitung dengan nilai buku ekuitas dibagi dengan kapitalisasi pasar.
PENGARUH: Rasio total kewajiban terhadap total aset.
ROA: Rasio laba terhadap total aset.
DTURN: Rata-rata omset saham bulanan selama arus fiskal kuartal dikurangi omset saham bulanan rata-rata di atas sebelum
fiskal kuartal.
IO: Persentase kepemilikan investor institusional.
ABACC: Ukuran kualitas akrual dibangun berikut Hutton et al. (2009). Ini adalah jumlah bergerak tiga tahun yang
mutlaknilai akrual diskresioner, diperkirakan berdasarkan modi fi ed model Jones.
MEMBASAHI: Rata-rata dari fi rm-spesifik return harian selama periode fiskal kuartal fi.
SIGMA: Standar deviasi dari harian fi rm-spesifik kembali untuk fiskal kuartal.
PPE / A: Rasio properti, pabrik dan peralatan atas aset.
SG: Perubahan penjualan bersih dibagi dengan penjualan bersih sebelum kuartal.
USIA: Jumlah tahun sejak fi rm menjadi perusahaan publik.
Catatan dari TOTAL PASAR NILAI: Itu alam logaritma dari satu plus total pasar nilai.
Catatan dari TOTAL PERDAGANGAN Volume: Itu alam logaritma dari satu plus total perdagangan volume di saham.
Catatan dari TOTAL RMB PERDAGANGAN Volume: Itu alam logaritma dari satu plus total dolar perdagangan volume di RMB.
SD Pengembalian Saham: Standar deviasi dari fi rm kembali setiap hari di seperempat diberikan.

Referensi
Ball, R. (2001). kebutuhan infrastruktur untuk e FFI efisien sistem ekonomi masyarakat fi pelaporan keuangan dan pengungkapan. Brookings-Wharton
makalah tentang keuangan
 jasa 2001 (1), 127-169.
Ball, R., 2009. Pasar dan politik / perspektif regulasi pada skandal akuntansi baru-baru ini. Akun J.. Res. 47 (2), 277-
323. Baker, SR, Bloom, N., Davis, SJ, 2016. Mengukur ketidakpastian kebijakan ekonomi. QJ Econ. 131 (4), 1593-1636.
Baker, M., Wurgler, J., 2006. Investor sentimen dan penampang return saham. J. Keuangan 61 (4), 1645-
1680. Baker, M., Wurgler, J., sentimen 2007. Investor di pasar saham. J. Econ. Perspect. 21 (2), 129-152.
Bernanke, BS, 1983. ireversibilitas, ketidakpastian, dan investasi siklis. QJ Econ. 98 (1), 85-106.
Bialkowski, J., Gottschalk, K., Wisniewski, TP 2008. Bursa volatilitas pasar sekitar pemilihan umum nasional. J. Bank. Financ. 32 (9),
1941-1953. Bleck, A., Liu, X. 2007. transparansi pasar dan rezim akuntansi. Akun J.. Res. 45 (2), 229-256.
Bloom, N., Bond, S., Van Reenen, J., 2007. Ketidakpastian dan investasi dinamika. Rev. Econ. Stud. 74 (2),
391-415. Bloom, N. 2009. Dampak guncangan ketidakpastian. Econometrica 77 (3), 623-685.
Boutchkova, M., Doshi, H., Durnev, A., Molchanov, A., 2012. politik genting dan volatilitas return. Rev. financ. Stud. 25 (4), 1111-
1154. Brogaard, J., Detzel, A., 2015. Implikasi aset-pricing ketidakpastian kebijakan ekonomi pemerintah. Mengelola. Sci. 61 (1), 3-
18.
Callen, JL, Fang, X. 2013. Kelembagaan stabilitas investor dan risiko kecelakaan: pemantauan terhadap short-termism? J. Bank. Financ. 37 (8), 3047-
3063.
Chen, J., Hong, H., Stein, JC, 2001. Peramalan crash: volume perdagangan, return masa lalu, dan skewness kondisional dalam harga saham. J. fi NANC.
ekon. 61 (3), 345-381. Chen, J., Jiang, F., Tong, G., 2017. Kebijakan ekonomi ketidakpastian di Cina dan pasar saham yang diharapkan pengembalian.
Akun. Financ. 57 (5), 1265-1286.
Colak, G., Durnev, A., Qian, Y., 2017. Ketidakpastian politik dan aktivitas IPO: bukti dari pemilihan gubernur AS. J. financ. Bergalah. Anal. 52 (6), 2523-
2564. DeFond, ML, Hung, M., Li, S., Li, Y., 2014. Apakah IFRS wajib adopsi suatuffdll risiko kecelakaan? Akun. Wahyu 90 (1), 265-299.
Durnev, A. 2010. The Real EffEcts Ketidakpastian Politik: Pemilihan dan Investasi Sensitivitas kepada Bursa Harga. Tersedia di SSRN 1.549.714..
Fama, EF, Perancis, KR 1993. faktor risiko umum di pengembalian saham dan obligasi. J. fi NANC. ekon. 33 (1), 3-56.
Graham, JR, Harvey, CR, Rajgopal, S., 2005. Implikasi ekonomi dari perusahaan fipelaporan keuangan. Akun J.. Econ. 40 (1-3), 3-
73. Hutton, AP, Marcus, AJ, Tehranian, H., 2009. laporan keuangan Buram, R2, dan risiko kecelakaan. J. fi NANC. ekon. 94 (1), 67-
86.
Jens,CE, 2017. Ketidakpastian politik dan investasi: bukti kausal dari pemilihan gubernur AS. J. fi ecnoann.c1.
24 (3), 563 -
579. Jin, X., Chen, Z., Yang, X., 2019. ketidakpastian kebijakan ekonomi dan risiko kecelakaan harga saham. Akun Keuangan 58,
1291-1318.
Jin, L., Myers, SC 2006. R2 seluruh dunia: teori baru dan tes baru. J.fiNANC. ekon. 79 (2), 257-292.
Julio, B., Yook, Y., 2012. Ketidakpastian politik dan siklus investasi perusahaan. J. Keuangan 67 (1),
45-83.
. Kelly, B., Pendeta, Ľ, Veronesi, P., 2016. Harga ketidakpastian politik: teori dan bukti dari pasar pilihan. J. Keuangan 71 (5), 2417-2480.
Kim, JB, Li, Y., Zhang, L., 2011a. CFO dibandingkan CEO: insentif ekuitas dan crash. J. fi NANC. ekon. 101 (3), 713-730.
Kim, JB, Li, Y., Zhang, L., 2011b. penghindaran pajak perusahaan dan harga saham risiko kecelakaan: analisis fi rm-tingkat. J. fi NANC. ekon. 100 (3),
639-662.
Kim, JB, Zhang, L., 2016. Akuntansi risiko konservatisme dan harga saham kecelakaan: firm-tingkat bukti. Contemp. Akun. Res. 33
(1), 412-441. manajer Kothari, SP, Shu, S., Wysocki, PD 2009. Do menahan berita buruk? Akun J.. Res. 47 (1), 241-276.
Leahy, JV, Whited, TM, 1995. e ff ect ketidakpastian atas investasi: beberapa fakta bergaya (No. w4986). Bur. Econ. Res. Banteng.
penuaan Kesehatan. Lam, SS, Zhang, H., Zhang, W., 2018. Apakah ketidakstabilan kebijakan peduli untuk pasar ekuitas
internasional? Int. Rev. financ.
Li, XM, 2017. Bukti baru tentang ketidakpastian kebijakan ekonomi dan premium ekuitas. Pasifik-basin financ. J. 46, 41-56.
Nagar, V., Schoenfeld, J., Wellman, L., 2019. e Theffdll ketidakpastian kebijakan ekonomi informasi investor asimetri dan manajemen pengungkapan.
Akun J..
Econ. 67 (1), 36-57.
Pastor, L., Veronesi, P., 2012. Ketidakpastian tentang kebijakan pemerintah dan harga saham. J. Keuangan
67 (4), 1219-1264. Pendeta, Ľ., Veronesi, P., 2013. Politik ketidakpastian dan risiko premium. J.fiNANC.
ekon. 110 (3), 520-545.
Piotroski, JD, Wong, TJ, Zhang, T., 2015. insentif Politik untuk informasi negatif menekan: bukti dari China yang terdaftar perusahaan-perusahaan. Akun
J.. Res. 53 (2), 405-459.
Rodrik, D., ketidakpastian Kebijakan 1991. dan investasi swasta di negara-negara berkembang. J. Dev. Econ. 36 (2), 229-242.