PENDAHULUAN
1
perubahan pendapatan dibagi dengan harga awal periode (∆A / P-1).
Misalnya, perbedaan antara nilai buku dan harga saham bisa menjadi
fungsi pendapatan. Jadi, sementara motivasi utama analisis empiris adalah
untuk mengevaluasi relevansi variabel tingkat pendapatan (A / P-1), analisis
juga mempertimbangkan dan menguji relevansi perubahan variabel laba
(∆A / P-1) untuk menjelaskan tingkat return saham.
Hasilnya memberikan bukti bahwa laba saat ini dibagi dengan harga
awal periode (A / P-1) dikaitkan dengan tingkat return saham.Regresi
univariat menunjukkan bahwa A / P-1 dan ∆A / P-1masing-masing terkait
dengan return. Dalam beberapa regresi return cross-sectional tahunan pada
kedua tingkat variabel (A / P-1) dan perubahan (∆A / P-1), koefisien pada
tingkat pendapatan secara statistik signifikan (pada 1% atau lebih baik)
sepanjang tahun, sementara koefisien pada perubahan pendapatan
signifikan (pada tingkat ini) dalam waktu kurang dari setengah tahun.
Analisis tambahan menunjukkan bahwa relevansi variabel tingkat
pendapatan (A / P-i) untuk menilai hubungan antara imbal hasil dan
pendapatan tidak berasal hanya dari korelasi antara dua variabel
pendapatan.
Analisis empiris utama berfokus pada hasil mentah sebagai variabel
dependen karena ini adalah ukuran return yang didefinisikan dalam model
penilaian yang kita minta. Namun, sebagian besar literatur empiris yang
mengevaluasi hubungan antara laba dan harga keamanan
mempertimbangkan hubungan antara hasil tak terduga (abnormal) dan
pendapatan tak terduga.Ukuran penghasilan tak terduga yang sering
digunakan dalam studi asosiasi yang melibatkan return tahunan adalah
perubahan pendapatan, terkadang dikempiskan pada harga awal periode.
Mengingat kesalahan pengukuran yang ada dalam ukuran pendapatan tak
terduga dan relevansi variabel tingkat pendapatan (A / P-1) dalam uji
hubungan kembali, penting untuk mempertimbangkan apakah tingkat laba
berguna saat mempertimbangkan return tak terduga / hubungan
penghasilan tak terduga. Dalam beberapa regresi dari hasil abnormal
2
kumulatif tahunan - berdasarkan model pasar (bulanan) - pada variabel A /
P-1dan ∆A / P-1variabel tingkat pendapatan memiliki kekuatan penjelas
yang signifikan secara statistik atas variabel perubahan pendapatan, dan
sebaliknya. Mengingat bahwa kedua variabel pendapatan mengukur
pendapatan tak terduga dengan kesalahan.
(1987), bahwa studi yang menggunakan residual dari regresi abnormal
return tahunan atas pendapatan tak terduga dapat mengurangi dampak
kesalahan pengukuran dengan memasukkan variabel pendapatan dan
variabel perubahan pendapatan sebagai ukuran pendapatan tak terduga
Relevansi variabel tingkat pendapatan menunjukkan peluang baru
dalam pencarian pemahaman yang lebih baik mengenai hubungan antara
laba akuntansi dan imbal hasil. Sebagai contoh lev (1989), yang
mengungkapkan keprihatinan tentang pervasiveness statistik rendah R2
dalam studi asosiasi laba / penghasilan, mengutip fokus pada tingkat
pendapatan sebagai arah potensial untuk perbaikan.
3
BAB II
PEMBAHASAN
4
Itu adalah, jika harga saham dan nilai buku terkait, seperti yang
kita harapkan, maka laba dibagi dengan harga awal dari periode harus
menjadi variabel yang sepatutnya untuk menjelaskan return.
Berikut ini:
5
pendapatan.Sebagai contoh, Ohlson [1989α] menyajikan sebuah
model yang menunjukkan bahwa variabel Ujt dalam persamaan (1)
sebagian merupakan fungsi dari pendapatan. Dengan menggabungkan
model "nilai buku saja" (serupa, pada prinsipnya, pada persamaan (4))
dan model "penghasilan saja" (diringkas, pada prinsipnya, dengan
persamaan (7)) dia mengusulkan sebuah hubungan penilaian dimana
harga adalahfungsi tertimbang dari nilai buku dan pendapatan.
"Dengan cara yang sama, persamaan (4) dan (7) dapat digabungkan
sebagai berikut:
6
dua variabel dalam persamaan (10) sebagai variabel penjelas dalam
model regresi, tidak termasuk penyertaan yang ketiga. Oleh karena itu,
kita mempertimbangkan kekuatan penjelasan masing-masing dari tiga
variabel pendapatan yang diwakili dalam persamaan (10) dan
kemudian membandingkannya dengan kekuatan penjelas dari
persamaan empiris dari persamaan (9).
7
Untuk lebih memahami validitas empiris dari model yang dijelaskan pada
bagian 1, dan peran tingkat pendapatan saat ini, pertama-tama kita
mempertimbangkan korelasi antara tingkat return saham dan masing-masing
variabel pendapatan.Korelasi tersebut dijelaskan melalui regresi univariat
untuk memudahkan perbandingan dengan regresi multivariat yang secara
empiris memperkirakan hubungan yang dinyatakan dalam persamaan
(9).Analisis ini memfasilitasi pertimbangan kekuatan penjelas inkremental
tingkat dan variabel perubahan dan sejauh mana kekuatan penjelas
keseluruhan ditingkatkan dengan memasukkan variabel tingkat (Lev [1989]).
Kita mulai dengan univariat regresi dari return dan tingkat laba dan
variabel yang memengaruhinya. Model regresinya adalah:
1
Rjt= αt0+ αt1[Ajt/Pjt-1] + ε (11)
jt
Dan:
2
Rjt= Φt0+ Φt1[∆Ajt/Pjt-1] + ε (12)
jt
Dimana:
Rjt=(∆Pjt+djt)/Pjt-1
n 1
atau u mungkin memiliki, rata-rata, sebuah efek bukan-nol yang
jt jt
menyiratkan intercept bukan-nol(αt0 dan Φt0)
8
semua 19,996 pengamatan tahun perusahaan dan juga pada regresi
cross-sectional tahunan, koefisien αt0 dan Φt0 berbeda secara signifikan
dari nol pada tingkat 0,01 R2 dari regresi pooled berdasarkan model
tingkat dalam persamaan (11 ) adalah7,5% dibandingkan dengan R2
dari 4% dari regresi ekuivalen untuk model perubahan dalam
persamaan (12). Untuk regresi dari tahun ke tahun, R2 dari model
tingkat lebih tinggi daripada hasil perubahan model pada tahun ke-1
dari 9 tahun dan setidaknya dua kali lebih tinggi dari tahun-tahun ini.
Sementara R2dari model perubahan (12) lebih tinggi dari R2dari model
tingkat (11) dalam 5 tahun,tidak ada tahun di mana ia dua kali lebih
tinggi. Hasil ini menunjukkan bahwa , karena model yang dijelaskan di
bagian 2 menyarankan, variabel tingkat pendapatan saat ini, Ajt/Pjt-1
berkorelasi dengan return saham. Hasil univariat ini juga menunjukkan
bahwa kita dapat mengharapkan tingkat dan variabel perubahan
dikaitkan dengan return.
3
Rjt = ϴt0 + ϴt1 [Ajt-1 / Pjt-1]+ ε (13)
jt
9
memiliki R2 dari 0.036.
10
Model return menggabungkan tingkat pendapatan dan ukuran
perubahan, seperti yang dirangkum oleh persamaan (9), diperiksa
secara empiris melalui regresi cross-sectional berikut:
3
Rjt = γ0t + γ1t [Ajt / Pjt-1] + ε (14)
jt
11
Pertanyaan yang jelas yang muncul adalah sejauh mana
hasilnyaMungkin ia terpengaruh oleh collinearity diantara variabel
dalam (14). Untuk setiap regresi, kami menghitung indeks kondisi
dimana Belsley, Kuh, dan Welsch [1980] (selanjutnya BKW)
menganjurkan sebagai ukuran utama untuk mendeteksi collinearity.
BKW menyarankan bahwa multikolinearitas ringan ada jika indeks
kondisi maksimum antara 5 dan 10, dan multikolinearitas yang
berpotensi berat ada jika indeks kondisi di atas 30. Indeks kondisi
tertinggi yang kami dapatkan adalah 4, dandalam regresi paling
tahunan, indeks kondisi maksimum berada di bawah 2,5. Jadi,
collinearity tampaknya tidak mempengaruhi hasil kita.
Dengan cara yang serupa dengan yang dijelaskan pada subbab 4.1,
kami menguji pengaruh pada kesimpulan tentang koefisien dari
korelasi crosssectional potensial dalam istilah kesalahan. Hasil
pengujian ini dilaporkan di bagian bawah tabel 3 dan menunjukkan
bahwa korelasi crosssectional semacam itu tidak bias terhadap
kesimpulan bahwa masing-masing koefisien variabel signifikan secara
12
statistik.
Salah satu model hubungan tak terduga / tak terduga kembali adalah:
Salah satu interpretasi dari model ini adalah bahwa Aji-1 mewakili
pendapatan yang diharapkan (jika pendapatan mengikuti jalan acak) dan Ajt-
Ajt-1 kemudian diskalakan oleh Pjt-1 untuk menyesuaikan diri dengan variabel
return sisi kiri. interpretasi alternatif dari (15) adalah bahwa {Ajt / Pjt-1 - Ajt-1 /
Pjt-1} mewakili pendapatan tak terduga skala dengan Ajt-1 / Pjt-1 yang berfungsi
sebagai ukuran yang diharapkan Ajt / Pjt-1. Jika, seperti yang ditunjukkan oleh
bukti di Beaver dan Morse [1978], rasio pendapatan / harga berarti kembali,
13
Ajt-1 / Pjt-1 mungkin merupakan ukuran yang buruk dari perkiraan Ajt / Pjt-1 yang
diharapkan. Pertimbangkan situasi ekstrim dimana rasio pendapatan / harga
langsung kembali ke mean dan pembalikannya didorong oleh variabel
pendapatan. Dalam keadaan ini, konstanta cross-sectional, Kt, akan menjadi
ukuran yang lebih tepat dari yang diharapkan Ajt / Pjt-1. Artinya, alternatif
untuk (15) adalah:
Dalam kasus ini, tingkat pendapatan saat ini dibagi dengan awal periode
harga akan memiliki kekuatan yang lebih jelas untuk returnsekuritas tak
terduga (persamaan (16)) daripada apakah perubahan pendapatan dibagi
dengan harga awal periode (persamaan (15)). Meskipun situasi ekstrem ini
tidak dapat diamati secara praktis, ini menunjukkan titik bahwa tingkat
pendapatan dibagi dengan harga awal periode mungkin merupakan ukuran
alternatif yang berguna dari pendapatan tak terduga.
Kami tidak ingin menyiratkan bahwa hubungan dalam persamaan (15) dan
(16) berasal dari model formal. Kami tidak ingin menyiratkan bahwa
hubungan dalam persamaan (15) dan (16) berasal dari model formal.
Sebaliknya, mereka merupakan representasi dari asosiasi yang diduga terjadi
antara pendapatan tak terduga dan hasil tak terduga yang pertama kali
dihipotesiskan oleh Ball and Brown [1968]. Akibatnya, berbeda dengan
analisis sebelumnya dimana relevansi pendapatan.
variabel tingkat didasarkan pada model penilaian, dalam konteks saat ini,
Ajt / Pjt-1 lebih tepat ditafsirkan sebagai konstruksi alternatif untuk gagasan
generik tentang pendapatan tak terduga.
Brown dkk. [1987] menunjukkan bahwa beberapa proxy laba tidak terduga
dapat mengurangi bias kesalahan pengukuran dalam estimasi regresi
koefisien yang berkaitan dengan pendapatan tak terduga dan hasil yang tidak
diharapkan.Mengingat fakta bahwa perubahan dalam pendapatan telah
14
menjadi ukuran dominan dari pendapatan tak terduga, kami menganggap baik
perubahan pendapatan (persamaan (15)) dan tingkat pendapatan (persamaan
(16)) sebagai ukuran pendapatan tak terduga dengan menggunakan prosedur
yang dijelaskan oleh Brown et al.
Ukuran kita dari return tak terduga adalah sisa dari pasarmodel:
di mana Rmt adalah indeks pasar tertimbang CRSP untuk bulan t dan (17)
diperkirakan selama 60 bulan sebelum bulan akumulasi return.
Regresi ini dilakukan untuk sampel gabungan dan setiap tahun data yang
tersedia. Hasil dilaporkan pada tabel 4. Koefisien (ψ1t) Pada variabel tingkat
pendapatan ( Ajt / Pjt-1) berbeda secara signifikan dari nol (pada tingkat 0,01)
pada 12 dari 19 tahun sementara koefisien (ψ2t) pada variabel perubahan
pendapatan (∆Ajt / Pjt-1) signifikan dalam 15 dari 19 tahun pada tingkat
signifikansi yang sama. Dalam regresi pada sampel gabungan, memiliki
statistik ψ1t dari 14,0 dan ψ2t memiliki statistik t 23,0. Dengan demikian,
tingkat pendapatan dikaitkan dengan tingkat return mentah, seperti yang
diantisipasi oleh model penilaian yang dijelaskan pada bagian 2, dan dengan
hasil yang tidak terduga - Dengan semangat Brown et al. [1987], tingkat
pendapatan dapat digunakan untuk mengurangi dampak kesalahan ketika
pendapatan tak terduga diukur dengan menggunakan perubahan pendapatan
(yaitu, UE2t)
15
BAB III
KESIMPULAN
Studi ini menunjukkan hubungan antara tingkat laba akuntansi saat ini dibagi
dengan harga awal periode (Ajt / Pjt-1) dan tingkat return saham. Hasil ini konsisten
dengan model teoritis yang lebih rinci di Demski dan Sappington [1989] dan,
khususnya, di Ohlson.[1989a;1989b], yang menunjukkan bahwa pendapatan
dibagi dengan harga awal periode sebagai variabel penjelas untuk return. Pada
regresi return sekuritas multivariat pada tingkat pendapatan saat ini dan variabel
perubahan pendapatan, kedua koefisien secara signifikan berbeda dari nol. Hasil
ini menunjukkan bahwa kedua variabel pendapatan berperan dalam penilaian
keamanan. Hasil yang sama diperoleh dari beberapa regresi abnormal return pada
dua variabel pendapatan yang disertakan sebagai proxy untuk pendapatan tak
terduga.
16