Figlioli2020 en Id PDF

Tinjauan Pasar Berkembang 44 (2020) 100719
Daftar isi tersedia di ScienceDirect
Review Pasar Berkembang
beranda jurnal: www.elsevier.com/locate/emr
Dalam mencari kabar baik: Hubungan antara informasi akuntansi, rasionalitas

terbatas dan saham yang sulit dinilai
Bruno Figlioli Sebuah , • , 1 , Sirlei Lemes b , 2 , Fabiano Guasti Lima Sebuah

Sebuah Universitas São Paulo. Brazil. Sekolah Ekonomi, Administrasi Bisnis dan Akuntansi di Ribeirão Preto (FEA-RP), Brasil
b Universitas Federal Uberlândia. Brazil. Sekolah Akuntansi (FACIC), Brasil
ARTICLEINFO ABSTRAK
Kata kunci: Studi ini menunjukkan kompleksitas yang melekat pada distorsi penilaian saham dan bagaimana informasi akuntansi dihargai.
Saham yang sulit dinilai Kami memperoleh bukti tentang bagaimana investor yang dianggap memiliki rasionalitas terbatas, mempengaruhi dinamika
Comovement pembentukan harga saham. Efek ini diselidiki dalam skenario Brasil, lingkungan dengan kualitas informasi yang rendah, tetapi
Sentimen investor
merupakan salah satu rute penting untuk investasi internasional. Hasil penelitian menunjukkan bahwa nilai pasar saham
Ketidakpastian informasi
cenderung tidak mencerminkan informasi akuntansi untuk saham yang sulit dinilai. Dalam hal ini, informasi akuntansi dihargai
IFRS
secara bertahap dari waktu ke waktu. Terdapat bukti bahwa dalam kondisi yang lebih kompleks, harga saham cenderung
mencerminkan informasi akuntansi yang berkaitan dengan kabar baik. Hasil penelitian juga menunjukkan bahwa penerapan
Kode JEL:
Standar Pelaporan Keuangan Internasional (IFRS) di Brazil meningkatkan relevansi informasi akuntansi dengan mengurangi
G14
G41 kompleksitas yang terlibat dalam penilaian saham. Selain itu, pergerakan harga saham yang lebih besar diidentifikasi untuk
saham yang sulit dinilai.
1. Perkenalan
Dechow dkk. (2014) berpendapat bahwa Hipotesis Pasar Efisien (EMH) adalah konstruksi teoritis utama yang mendasari studi yang menyelidiki reaksi pasar saham terhadap
pengungkapan informasi akuntansi. Ball and Brown (1968) dan Berang-berang (1968)
secara intuitif menggunakan asumsi EMH dalam karya mani mereka. Namun, asumsi bahwa individu sepenuhnya rasional sementara harga informasi yang relevan di pasar saham dapat
memberikan model ideal dari perilaku individu ( Akerlof dan Yellen 1985 ). Sebagai alternatif EMH, Simon (1955, 1957, 1990) menunjukkan bahwa individu lebih baik dicirikan sebagai
memiliki rasionalitas terbatas dalam pengambilan keputusan mereka. Mengikuti asumsi rasionalitas terbatas, individu memiliki keterbatasan kognitif untuk memproses informasi bahkan
dalam kondisi interaksi.
Untuk pasar saham, perspektif perilaku ini menunjukkan bahwa tidak semua informasi yang relevan akan dihargai dengan cepat secara lengkap atau tidak bias; Artinya, bias investor
dapat bersama-sama menghasilkan efek yang mengganggu proses pembentukan harga saham. Sebagai contoh,
Kumar (2009) dan Baker dan Wurgler (2006, 2007) menunjukkan bahwa investor rentan terhadap kesalahan dan bias penilaian, terutama untuk saham yang sulit dinilai (efek ketidakpastian
informasi- IUE).
Studi yang dilakukan di negara maju menunjukkan bahwa IUE menimbulkan anomali dalam harga saham ketika perusahaan mengungkapkan informasi akuntansi ke pasar ( Filzen dan
Peterson 2015 ; Wisniewski dan Yekini (2015) ; Anda dan Zhang 2009 ). Zhang (2006)
• Penulis yang sesuai.
Alamat email: figlioli@usp.br (B. Figlioli).

1 Alamat: Av. Bandeirantes, 3900. Monte Alegre, Ribeirão Preto / SP. Brasil, Kode pos: 14.040–905
2 Alamat: Av. João Naves de Ávila, 2121. Kampus Santa Mônica. Uberlândia / MG. Brasil, Kode pos: 38.400–902
https://doi.org/10.1016/j.ememar.2020.100719
Diterima 2 Mei 2020; Diterima dalam bentuk revisi 10 Juni 2020; Diterima 29 Juli 2020 Tersedia online 06
Agustus 2020
1566-0141 / © 2020 Elsevier BV Semua hak dilindungi.
B. Figlioli, dkk. Tinjauan Pasar Berkembang 44 (2020) 100719
dan Francis dkk. (2007) menunjukkan bahwa tingkat kompleksitas dalam penilaian saham (IUE) berhubungan dengan penyimpangan laba akuntansi (Post-Earnings Announcement-Drift:
PEAD anomaly). Seperti yang dinyatakan oleh Liang (2003) , PEAD dapat dijelaskan dengan fakta bahwa investor tidak memproses informasi akuntansi secara lengkap dan logis dalam
kondisi ketidakpastian yang lebih besar. Bahkan pengguna informasi akuntansi yang canggih, seperti analis pasar, dipengaruhi oleh IUE ketika membuat rekomendasi investasi ( Plumlee
2003 ).
Namun, tidak jelas bagaimana IUE mempengaruhi pembentukan harga saham ketika perusahaan yang berlokasi di negara berkembang atau negara berkembang (EUC) merilis
laporan akuntansi. Pasar EUC memiliki tingkat penegakan hukum, hak milik, tata kelola perusahaan, dan efisiensi pasar modal yang rendah dibandingkan dengan negara maju. Lingkungan
ini cenderung mendistorsi bagaimana informasi yang relevan tercermin dalam harga saham ( Chong dan López-de-Silanes 2007 ). Selanjutnya, Hadhri dan Ftiti (2017) Tunjukkan bahwa ada
sekumpulan faktor berbeda yang akan dikaitkan dengan pengembalian saham dan risiko antara negara-negara berkembang. Dengan demikian, terdapat kesenjangan penting dalam
literatur yang terkait dengan IUE di negara-negara dengan perkembangan ekonomi yang kurang.
Penelitian ini berfokus pada isu IUE mengenai informasi akuntansi di Brazil. Pasar saham Brasil mewakili kapitalisasi pasar Amerika Latin (LA) yang lebih tinggi, dan partisipasi investor
asing kira-kira 50% dari total volume bisnis. Persentase ini menjadikan Brasil salah satu rute investasi utama di negara-negara berkembang ( Federasi Bursa Dunia 2019 ). Terlepas dari
tingginya partisipasi investor asing, yang umumnya menghasilkan proses yang lebih efisien dalam pembentukan harga saham ( Balakrishnan dkk. 2019 ; Deng et al. 2018 ), lingkungan
informasi Brasil bisa jadi berkualitas rendah ( Leite dkk. 2018 ). Dualitas ini diamati dalam skenario Brasil, di mana terdapat investasi asing yang tinggi dan tingkat informasi yang rendah,
membuat lingkungan ini kondusif untuk investigasi jika investor menggunakan informasi akuntansi untuk pengambilan keputusan dan jika IUE merupakan faktor utama dalam proses ini.
Motivasi lain untuk penelitian di Brasil adalah perbedaan dalam proses harga untuk saham biasa dan saham preferensial. Alasannya adalah bahwa rangsangan perdagangan untuk
berbagai jenis saham ini berbeda. Saham biasa menyukai kontrol pemungutan suara, sementara saham preferensial menyukai arus kas masuk, seperti pembayaran dividen. Konsentrasi
tinggi modal suara perusahaan, seperti di Brasil, cenderung meningkatkan asimetri informasi antara agen ekonomi ( Chong dan López-de-Silanes 2007 ). Kecenderungan ini adalah poin
yang tidak dibahas dalam studi yang secara langsung atau tidak langsung menghubungkan IUE dengan informasi akuntansi seperti itu Baker dan Wurgler (2006, 2007) , Jiang et al. (2005) , Zhang
(2006) , Kumar (2009) , Francis dkk. (2007) . Di negara maju, seperti dalam kasus Amerika Utara, saham preferensial lebih baik dikategorikan sebagai komponen struktur hutang perusahaan
( Nissim & Penman 2003 ). Namun, dalam skenario Brasil, saham preferensi memiliki karakteristik yang secara jelas terkait dengan ekuitas pemegang saham, karena pemegang saham
preferen memiliki hak atas dividen minimum atau hak untuk berbagi dalam sisa keuntungan yang belum dibagikan ( Assaf Neto dkk. 2007 ). Selain itu, Brasil telah mengalami proses
konvergensi yang relatif baru dengan standar akuntansi IFRS. Proses ini terjadi secara integral mulai tahun 2010 (IFRS penuh). Daske dkk. (2008, 2013) dan Lambertides dan Mazouz
(2013) menunjukkan bahwa manfaat ekonomi dari penerapan IFRS akan terjadi di negara hukum umum, dengan tingkat penegakan dan hak kepemilikan yang tinggi. Juga tidak jelas
apakah adopsi IFRS mengurangi atau bahkan memperkuat EUI dalam kasus EUC.
Analisis ini mencakup tahun 2000-2015 dan mengembangkan skala kompleksitas khusus saham biasa dan khusus saham preferensial, yang dibangun berdasarkan Analisis Faktor
Eksplorasi (EFA) dan Analisis Faktor Konfirmatori (CFA). Skala kompleksitas divalidasi menggunakan regresi linier. Selanjutnya, skala kompleksitas dikaitkan dengan reaksi pasar saham
terhadap pengungkapan informasi akuntansi.
Analisis Jalur dan regresi linier menunjukkan bahwa: 1) volume keuangan abnormal saham cenderung menurun untuk saham yang sulit dinilai; 2) return saham abnormal kumulatif
untuk periode 60 hari setelah pengungkapan laporan keuangan tahunan perusahaan memiliki hubungan positif dengan tingkat kompleksitas; 3) ukuran reaksi pasar saham Brazil terhadap
informasi akuntansi yang diungkapkan lebih berkaitan dengan skala kompleksitas dalam dimensi keuntungan, dan kabar baik dapat menjadi pemicu penting yang menarik perhatian
investor ( Karlsson dkk. 2005 ; Gervais dkk. 2001 ; Barber dan Odean 2008 ; Frazzini dan Lamont 2006 ); 4) IFRS secara tidak langsung mempengaruhi nilai pasar saham dengan mengurangi
tingkat kompleksitas penilaian; dan 5) peningkatan pergerakan harga saham teridentifikasi seiring dengan peningkatan tingkat kompleksitas penilaian saham.
Hasil yang dicapai konsisten untuk berbagai variabel yang terkait dengan reaksi pasar saham seperti, volume keuangan yang tidak normal, volatilitas yang tidak normal, pengembalian
kumulatif yang abnormal, harga saham (model harga), dan sinkronisitas harga saham. Hasilnya kuat, berdasarkan pertimbangan bahwa informasi yang relevan dihargai dengan penundaan
tertentu, terutama di negara yang kurang berkembang ( Hou dan Moskowitz 2005 ). Hasilnya juga dikendalikan oleh variabel yang terkait dengan biaya memperoleh informasi dari investor
dan dengan mempertimbangkan periode ketidakpastian sistematis yang lebih besar dalam perekonomian Brasil, seperti krisis keuangan dan resesi ekonomi.
Terdapat bukti bahwa IUE merupakan faktor yang relevan dalam penetapan harga saham dalam skenario Brasil dan bahwa informasi akuntansi mengintervensi ekspektasi investor,
memisahkan pengambilan keputusan dalam dimensi keuntungan (kabar baik) dan dalam dimensi kerugian. (kabar buruk). Hasil ini menguatkan penelitian oleh Barber dkk. (2009) dan Barberis
dkk. (2016) menunjukkan bahwa tidak hanya harga beli atau pengembalian saham masa lalu yang merupakan faktor yang berfungsi sebagai jenis penahan bagi investor untuk klasifikasi
informasi sebagai berita baik atau buruk.
Hasil penting lainnya adalah bahwa IUE secara positif terkait dengan anomali PEAD untuk dimensi keuntungan. Studi seperti itu Frazzini (2006) dan Zhang (2006) hubungkan anomali
pasar ini dengan berita baik dan buruk. Namun, dalam model teoritis Hong dan Stein (1999) dan Hirshleifer dan Teoh (2003) , rendahnya reaksi harga saham sebagian disebabkan oleh
kurangnya perhatian investor terhadap informasi yang relevan. Dalam hal ini, jika kabar baik menarik perhatian lebih besar dari investor ( Karlsson dkk. 2005 ), hasil dari IUE adalah
penetapan harga bertahap dari informasi paling kompleks yang terkait dengan dimensi keuntungan. Hasil yang diperoleh menunjukkan bahwa asimetri dalam penetapan harga kabar baik
dan buruk terkait, antara lain, dengan bias perilaku investor, yang tidak diselidiki dalam penelitian. Dye and Hughes (2018) dan Peng et al. (2020) .
2
Studi ini menemukan mekanisme yang berbeda di mana IFRS mempengaruhi nilai pasar saham. Hasil yang ditemukan menunjukkan bahwa IFRS meningkatkan relevansi informasi
akuntansi kepada investor melalui saluran tidak langsung, melemahkan IUE. Temuan ini memberikan perspektif baru untuk menyelidiki penerapan standar akuntansi internasional di negara
tertentu, terutama untuk pasar EUC, seperti yang terlihat di García dkk. (2017) .
Hasil tersebut juga menunjukkan bahwa IUE berhubungan positif dengan pergerakan harga saham. Dengan demikian, kemungkinan kesalahan penilaian yang dapat dilakukan
seseorang, terutama untuk saham yang sulit dinilai, terbukti berkorelasi, yang berarti bahwa karakteristik individu sebagai pengolah informasi, relevan dengan pembentukan harga aset.
Hasil tersebut bertentangan dengan prediksi teoritis EMH ( Fama 1970 ).
Secara umum, penelitian kami memiliki implikasi penting bagi investor, analis pasar, dan regulator akuntansi. Jika tingkat kompleksitas informasi merupakan faktor yang relevan untuk
penetapan harga saham, maka investor dapat menghasilkan strategi investasi berbasis informasi akuntansi untuk menghasilkan return pasar saham yang abnormal. Analis pasar dapat
memperoleh perspektif baru dari model rasionalitas terikat untuk memahami dampak informasi akuntansi di pasar saham, yang dapat meningkatkan akurasi dalam proyeksi harga saham.
Pada gilirannya, seperti yang diusulkan oleh Peterson (2012) , regulator akuntansi dapat memperoleh manfaat dari diskusi tentang prinsip dan aturan akuntansi yang digunakan untuk
merepresentasikan realitas ekonomi dan hubungannya dengan mekanisme standar akuntansi, dengan maksud untuk membuat informasi akuntansi perusahaan lebih mudah untuk
dipahami.
Ada lima bagian dalam makalah ini. Setelah pendahuluan ini, bagian 2 memberikan kerangka teoritis dan hipotesis yang mendasari; bagian 3 menjelaskan metodologi; bagian 4
melaporkan analisis dan membahas hasilnya. Akhirnya, bagian 5 berisi catatan akhir dan referensi yang disajikan.
2. Kerangka teori dan pengembangan hipotesis
Karya dari Liang (2003) , Zhang (2006) , Francis dkk. (2007) , You and Zhang (2009) menunjukkan bahwa nilai pasar saham tidak mencerminkan informasi akuntansi, terutama dalam
kondisi yang lebih kompleks untuk penilaian kekayaan bersih perusahaan. Temuan ini menunjukkan bahwa bias perilaku investor diperkuat dalam menilai saham dengan tingkat
kompleksitas yang tinggi.
Masalah penting dalam analisis ini adalah bahwa investor mungkin enggan untuk menyadari kerugian mereka ketika ada lebih banyak ketidakpastian dalam penilaian saham ( Kumar
2009 ). Odean (1998) dan Strahilevitz dkk. (2011) telah menunjukkan bahwa investor saham enggan merugi. Perilaku investor ini dapat menjelaskan kecenderungan pemeliharaan untuk
periode yang lebih lama dalam portofolio investasi dan saham mereka, menyajikan kerugian baru-baru ini dibandingkan dengan mereka yang baru saja memperoleh keuntungan (efek
disposisi).
Karena individu akan menolak risiko ke dimensi keuntungan ( Kahneman dan Tversky 1979 ; Tversky dan Kahneman 1992 ), itu
informasi akuntansi dapat memberikan insentif bagi investor untuk melakukan transaksi dengan saham, terutama jika informasi tersebut mudah dianalisis dan ditafsirkan.
Selain itu, informasi yang mengandung kabar baik dapat menjadi pemicu penting yang menarik perhatian investor ( Karlsson dkk. 2005 ).
Gervais dkk. (2001) Hal ini menunjukkan bahwa peningkatan perhatian investor terhadap good news cenderung meningkatkan nilai pembelian saham dibandingkan dengan penjualan yang
berakibat pada tekanan untuk meningkatkan harga dan volume yang diperdagangkan. Dalam kasus pembelian saham, kabar baik akan bertindak sebagai semacam sinyal yang akan meningkatkan
perhatian investor ke sekumpulan saham tertentu ( Barber dan Odean 2008 ). Dalam argumen yang sama, Frazzini dan Lamont (2006) menunjukkan bahwa secara rata-rata harga saham naik pada
tanggal-tanggal yang mendekati pengungkapan laporan akuntansi oleh perusahaan.
Dengan pertimbangan yang disajikan, Hipotesis 1 ditetapkan di bawah ini dalam bentuk alternatifnya.
2.1.1. Hipotesis 1
H. 1.: relevansi informasi akuntansi bagi investor di B3 3 dikaitkan secara negatif dengan IUE. Efek ini diperkuat untuk kabar baik dibandingkan dengan kabar buruk.
Hipotesis 1 menunjukkan bahwa informasi akuntansi memisahkan pengambilan keputusan investor dalam hal keuntungan (kabar baik) dan kerugian (berita buruk). Dalam konteks
pasar modal, pengertian kerugian dan keuntungan dapat didefinisikan dengan beberapa cara, seperti yang timbul dari hasil akuntansi ( Barberis dan Xiong 2009 ). Hipotesis ini menganggap
ketidakpastian yang timbul dari penilaian perusahaan menjadi relevan bahkan ketika mempertimbangkan ketidakpastian pada tingkat sektor tempat perusahaan beroperasi dan bahkan
ketidakpastian ekonomi (misalnya, krisis keuangan).
Namun, harga saham tidak hanya mencerminkan informasi yang lebih sederhana. Karya dari Zhang (2006) dan Francis dkk. (2007)
menyarankan bahwa ketika harga saham memasukkan informasi yang kompleks, ada pengurangan ketidakpastian dari waktu ke waktu. Dengan demikian, akan ada penundaan informasi
akuntansi untuk tercermin dalam harga saham, yang dapat menjadi faktor penjelas anomali PEAD.
Daniel et al. (1998) mengusulkan model teoritis di mana investor dicirikan memiliki kepercayaan diri yang berlebihan pada informasi pribadi mereka dan meremehkan informasi publik.
Hasil dari bias perilaku ini adalah bahwa pengembalian masa depan menjadi dapat diprediksi sampai batas tertentu. Penulis juga menunjukkan bahwa prediksi return saham akan lebih
menonjol bagi perusahaan yang memiliki kompleksitas lebih besar dalam mengevaluasi bisnisnya.
Penjelasan rasional untuk anomali PEAD melibatkan masalah yang terkait dengan biaya mengakses informasi dan pemrosesan
3 Bursa Efek Brasil
3
informasi yang tidak lengkap ( Lewellen dan Shanken 2002 ; Morris 1996 ). Dalam hal ini, bahkan investor Bayesian pun akan mengurangi bobot informasi dengan tingkat kompleksitas yang
tinggi. Namun, anomali pasar ini tidak dapat dijelaskan secara memuaskan oleh pengukuran risiko dan pengembalian yang lebih tradisional ( Fama 1998 ).
Hipotesis 2, dalam bentuk alternatifnya, menjelaskan dan menguji anomali PEAD.
2.1.2. Hipotesis 2
H. 2.: anomali PEAD berhubungan positif dengan IUE. Efek ini diperkuat untuk kabar baik dibandingkan dengan kabar buruk.
Hipotesis 2 mengasumsikan bahwa informasi akuntansi yang diklasifikasikan sebagai kabar baik dihargai hanya secara bertahap dari waktu ke waktu. Kabar baik menghasilkan lebih banyak perhatian dari
investor daripada berita buruk (Hipotesis 1), yang mencari aset dengan kemungkinan pendapatan yang lebih besar di masa depan.
Efek lain yang disebabkan oleh bias perilaku (efek disposisi dan perhatian terbatas) adalah investor mengalokasikan lebih banyak perhatian ke informasi yang lebih umum tentang
pasar dan sektor ekonomi dalam penilaian perusahaan sehingga merugikan informasi spesifik tentang perusahaan. Efek ini menghasilkan pertukaran saham yang lebih besar, terutama
dalam kondisi kompleksitas yang lebih besar untuk menilai aset ini ( Goetzmann dan Massa 2008 ; Kumar 2009 ). Peng (2005) , Peng dan Xiong (2006) dan Peng et al. (2007) menunjukkan
pergerakan yang lebih besar dari pengembalian saham berdasarkan informasi dari guncangan ekonomi makro, dan efek ini menghilang selama hari-hari perdagangan.
Roll (1988) menunjukkan bahwa harga suatu saham mencerminkan informasi spesifik perusahaan serta informasi pasar secara keseluruhan. Semakin harga saham merefleksikan
informasi pasar sehingga merugikan informasi spesifik perusahaan - yaitu, semakin besar sinkronisasi harga saham dengan informasi pasar - semakin buruk konten informasi harga saham
cenderung mencerminkan perusahaan potensial sehubungan dengan generasi arus kas masa depan. Morck dkk. (2000) mengungkapkan bahwa negara berkembang cenderung memiliki
sinkronisitas harga saham yang lebih besar dibandingkan dengan negara maju karena adanya masalah perlindungan hak milik.
Dalam penelitian ini, masuk akal untuk mempertanyakan apakah tingkat kompleksitas dalam evaluasi saham dikaitkan dengan konstruk sinkronisitas. Dengan asumsi bahwa investor,
setidaknya rata-rata, menggunakan aturan heuristik ketika membuat keputusan mengenai perdagangan saham, diharapkan hanya sebagian dari informasi akuntansi yang relevan yang
tercermin dalam harga saham. Ekspektasi ini akan mengimplikasikan tingkat sinkronisitas harga saham yang lebih tinggi. Berdasarkan implikasi ini, Hipotesis 3 dijelaskan di bawah ini
dalam bentuk alternatifnya.
2.1.3. Hipotesis 3
H. 3.: IUE berhubungan positif dengan tingkat sinkronisitas harga saham (pergerakan harga saham).
Akhirnya, kami membuat beberapa hipotesis yang berkaitan dengan proses konvergensi standar akuntansi Brazil terhadap IFRS, tingkat kompleksitas dalam penilaian perusahaan dan
relevansi informasi akuntansi.
Berdasarkan Ghio dan Verona (2015) , Brasil mengadopsi IFRS dengan sedikit perubahan. Proses konvergensi akuntansi di Brasil
terdiri dari dua langkah. Yang pertama terdiri dari konvergensi parsial pada 2008 dan 2009. Yang kedua, dari 2010, adalah ketika adopsi penuh IFRS diberlakukan.
Untuk negara-negara di Amerika Latin (Argentina, Brazil, Chile dan Mexico), studi oleh García dkk. (2017) menunjukkan bahwa IFRS memiliki konten informasi yang lebih baik
dibandingkan dengan standar akuntansi yang diadopsi sebelumnya. Salah satu insentif bagi negara-negara belum berkembang untuk mengadopsi IFRS adalah daya tarik investasi asing
langsung ( Hamberg dkk. 2013 ; Nnadi dan Soobaroyen 2015 ; Zeghal dan Mhedhbi 2006 ).
Namun, adopsi IFRS oleh negara tertentu tidak selalu menjamin informasi akuntansi yang relevan kepada pengguna. Untuk memastikan keberhasilannya, faktor-faktor lain penting,
termasuk lingkungan kelembagaan dan peraturan, penegakan hukum dan hak milik ( Daske dkk. 2008, 2013 ). Studi tentang Landsman dkk. (2012) , misalnya, menunjukkan bahwa IFRS
telah meningkatkan relevansi informasi akuntansi dengan pasar modal di negara-negara rahasia, melalui penegakan hukum yang kuat. Christensen dkk. (2007) menunjukkan bahwa
manfaat yang diharapkan dalam kaitannya dengan penerapan IFRS oleh perusahaan tidak terjadi dengan cara yang adil, sehingga menghasilkan pemenang dan pecundang.
Studi ini menyelidiki dua mekanisme berbeda di mana adopsi IFRS dapat mempengaruhi dinamika informasi akuntansi di pasar modal. Untuk memverifikasinya, dua hipotesis lain
diajukan dan dijelaskan di bawah ini dalam bentuk alternatifnya.
2.1.4. Hipotesis 4a dan 4b

H. 4a. : Di Brazil, adopsi IFRS berdampak langsung pada relevansi informasi akuntansi dengan investor yang memperdagangkan saham di B3.
H. 4b: IFRS menurunkan IUE, yang menghasilkan peningkatan akuntansi bagi investor yang memperdagangkan saham di B3.
Hipotesis 4a berusaha untuk menguji efek langsung di mana adopsi IFRS telah meningkatkan relevansi informasi akuntansi
dibandingkan dengan standar lokal yang sebelumnya diadopsi di Brasil. Hipotesis 4b memeriksa mekanisme di mana adopsi IFRS secara tidak langsung mempengaruhi relevansi informasi
akuntansi dengan pasar modal Brasil, melalui pengurangan tingkat kompleksitas penilaian saham. Selanjutnya Hipotesis 4b menunjukkan hubungan yang erat dengan Hipotesis 1. Gambar
1 menunjukkan hubungan ini.
Mengenai Hipotesis 4b, hal ini menunjukkan bahwa penerapan IFRS cenderung meningkatkan diskresi manajer dibandingkan dengan norma akuntansi lokal ( Albu et al. 2014 ; Christensen
dan Nikolaev 2013 ; Laux dan Leuz 2009 ; Marra 2016 ; Zhou et al. 2016 ). Kecenderungan ini dapat menimbulkan perilaku oportunistik manajer dalam mengelola hasil akuntansi, yang pada
awalnya cenderung meningkatkan tingkat kompleksitas penilaian perusahaan. Namun, sebagai Lopes (2006) mengungkapkan, terdapat persepsi bahwa informasi akuntansi Brasil memiliki
kualitas rendah, yang hanya memiliki tujuan utama untuk memenuhi kebutuhan informasi di lingkungan pemerintahan. Dugaannya adalah bahwa IFRS akan menurunkan tingkat
kompleksitas dalam penilaian perusahaan dalam konteks Brasil.
4
Hipotesis 1 (H 1)
Asosiasi Negatif
Informasi Accountingg
Kompleksitas
Relevansi
Hipotesis H 4b Hipotesis H 4a
Asosiasi Negatif Asosiasi Positif
IFRS
Gambar 1. menentukan dampak langsung IFRS dalam kaitannya dengan informasi akuntansi ke pasar modal (Hipotesis H 4a). Ini juga mempertimbangkan efek tidak langsung IFRS sehubungan dengan
tingkat kompleksitas dalam penilaian saham (IUE) (Hipotesis H 4b).
Tabel 1
menunjukkan komposisi sampel saham biasa dan preferensial.
Sampel Stok biasa Saham preferensial
Komentar awal - tidak termasuk informasi Sektor Keuangan (-) Penghapusan 2157 1340
data yang hilang 289 123
(-) Penghapusan ekuitas bersih negatif (-) Pencilan 180 168
eliminasi 40 65
(=) Sampel Akhir 1648 984
3. Aspek metodologis
3.1. Pengumpulan data dan sampel
Data dikumpulkan dari berbagai sumber. The Economatica ® Sistem informasi menyediakan data yang mengacu pada nilai pasar saham serta informasi akuntansi perusahaan yang
dianalisis. Analis pasar menggunakan data dari Thomson Reuters ™
sistem informasi untuk mengetahui data proyeksi laba saham perusahaan. Komisi Sekuritas dan Bursa Brasil (CVM) memberikan tanggal pengungkapan laporan akuntansi tahunan
perusahaan ke pasar. B3 menyediakan data untuk membentuk portofolio teoritis indeks Ibovespa. Terakhir, Institut Geografi dan Statistik Brasil (IBGE) menyediakan data makroekonomi
Brasil.
Untuk organisasi sampel, studi ini awalnya memilih semua perusahaan yang terdaftar di B3 dari tahun 2000 hingga 2015. Selanjutnya, untuk mengeluarkan data, beberapa filter
diterapkan: 1) data sektor keuangan dikeluarkan; 2) periode ketika informasi tidak mencukupi untuk melakukan uji statistik dikeluarkan; 3) periode ketika perusahaan memiliki ekuitas negatif
tidak dipertimbangkan; 4) pencilan dikecualikan. Karakteristik lain yang relevan dari sampel adalah pemisahan informasi antara saham biasa dan saham preferen. Tabel 1 menunjukkan
komposisi akhir sampel.
Contoh ( Tabel 1 ) memiliki 2632 data mengenai informasi tentang saham biasa dan saham preferen. Sampel terdiri dari
296 saham tercatat di B3 dan mewakili 232 perusahaan.
Meskipun penelitian ini mewakili informasi dari satu negara, sekali sampel hanya berisi data dari perusahaan yang terdaftar di B3, hal itu membawa kekuatan yang lebih besar ke hasil
melalui kontrol tingkat yang lebih besar terkait dengan lingkungan ekonomi, kelembagaan, dan informasi Brasil ( Gordon dkk. 2013 ).
3.2. Pengembangan dan validasi konstruksi kompleksitas
Kompleksitas konstruk (IUE) didefinisikan sebagai tingkat ketidakpastian yang terkait dengan penilaian saham. Berdasarkan Baker dan Wurgler (2006, 2007) , Jiang et al. (2005) , Zhang
(2006) , Kumar (2009) , dan Francis dkk. (2007) beberapa fitur perusahaan akan membuat penilaian menjadi cukup kompleks: 1) perusahaan kecil; 2) perusahaan yang tidak menguntungkan;
3) pembayaran non-dividen; 4) volatilitas idiosinkratik tinggi; 5) potensi pertumbuhan yang tinggi; 6) likuiditas saham rendah; dan 7) dispersi yang tinggi dalam peramalan laba oleh analis.
Dengan demikian, fitur-fitur ini (1 hingga 7) akan mempengaruhi, pada tingkat yang lebih besar atau lebih kecil, pergeseran sentimen investor.
Dalam konstruksi kompleksitas, saham biasa dan saham preferensial menerima variabel tertentu ( Meja 2 ). Di Meja 2 Variabel yang terkait dengan nilai pasar ekuitas (NapLogMVEQ),
likuiditas saham (SL) dan hasil dividen (DY) adalah
disajikan dengan skala terbalik untuk menjaga tingkat kompleksitas rasa. Model pasar yang diperluas 4 menghitung
4 Untuk skenario Amerika Latin, spesifikasi versi modifikasi dari CAPM telah mengidentifikasi bahwa pengembalian saham berlebih sebagian besar dijelaskan oleh komponen risiko pasar saat ini dan
yang tertinggal serta likuiditas saham. Jika tidak, ukuran dan nilai, ala Fama dan Prancis, tidak menambah kekuatan penjelas pada model-model ini ketika diterapkan pada negara-negara yang kurang
berkembang ( Figlioli dan Lima 2019 ; Grandes dkk. 2010 ; Liu 2006 ).
5
B. Figlioli, dkk.
Meja 2
daftar variabel yang digunakan dalam skala kompleksitas yang dikembangkan untuk sampel saham biasa dan preferensial.
Ukuran Deskripsi Operasionalisasi Sampel: Dasar teori
Nilai pasar Nilai ekuitas pasar rata-rata tahunan dari perusahaan tertentu. Likuiditas saham 1 Biasa dan Baker dan Wurgler (2006, 2007) dan Zhang (2006)
NapLogMVEQ
Istimewa
Likuiditas saham rata-rata tahunan Biasa dan Baker dan Wurgler (2006, 2007) dan Jiang et al. (2005)
1
( 1 SL)
+ Istimewa
Harga / Hubungan buku Hubungan tahunan rata-rata antara harga saham dan ekuitas saham. P. Biasa dan Baker dan Wurgler (2006, 2007) dan Jiang et al. (2005)
Buku
Istimewa
Variasi ROE Deviasi standar pada pengembalian ekuitas (ROE). Tiga periode perhitungan digunakan untuk standar deviasi: t-2, ∆ROE Biasa Baker dan Wurgler (2006, 2007)
6
t-1 dan t.
Variasi ROI Simpangan baku atas pengembalian investasi (ROI). Tiga periode perhitungan digunakan untuk standar ∆ROI Istimewa Baker dan Wurgler (2006, 2007) Kumar
deviasi: t-2, t-1 dan t.
Variasi risiko idiosinkratik Deviasi standar model pasar yang diperluas pada istilah kesalahan. ∆Risiko Biasa dan (2009)
istimewa
Variasi risiko absolut idiosinkratik, Hasil Dividen Istilah kesalahan absolut deviasi standar model pasar yang diperluas. ∆Risk_Abs Biasa dan Kumar (2009)
istimewa
Pengembalian persentase tahunan dividen. Istimewa Baker dan Wurgler (2006, 2007) Jiang et al.
1 DY1)
(+
Perkiraan dispersi EPS Deviasi standar pada perkiraan tahunan EPS yang dilakukan oleh analis pasar. ∆EPS_estimative Biasa (2005) dan Zhang (2006)
Tinjauan Pasar Berkembang 44 (2020) 100719
risiko saham idiosinkratik, seperti yang dijelaskan di bawah ini.
R Itu Rf t = + 1 ( BAPAK t Rf t) + 2 ( BAPAK t Rf t). Ibov + 3 ( BAPAK t 1 Rf t 1) + 4 Pilihan Ord + 5 Krisis Inter + 6
n n
Krisis Nac + dummy sektor + dummy tahun + t

saya saya (1)
Dimana: R Itu: Pengembalian saham saya dalam periode t; Rf t dan Rf t −1: tingkat bebas risiko, masing-masing, untuk periode t dan t-1. Deposit Antar Bank
Suku bunga sertifikat (CDI) didefinisikan sebagai representasi dari suku bunga bebas risiko untuk pasar keuangan Brasil; BAPAK t dan BAPAK t −1: pengembalian portofolio pasar,
masing-masing, untuk beberapa periode t dan t-1. Indeks Ibovespa didefinisikan sebagai perwakilan portofolio pasar Brasil;
Ibov: variabel biner yang mengasumsikan nilai 1 jika pengamatan mengacu pada saham yang termasuk dalam indeks Ibovespa ( Ibov indeks). Untuk pengamatan yang tersisa, ini
mengasumsikan nilai nol; Pref_Ord: variabel biner yang mengasumsikan nilai 1 untuk saham preferensial. Ini mengasumsikan a
nilai nol untuk saham biasa; Krisis Antar: variabel biner yang mengasumsikan nilai 1 untuk periode dari triwulan keempat tahun 2008 sampai
kuartal keempat tahun 2009. Ini mengasumsikan nilai nol untuk pengamatan lainnya; Krisis Nac: variabel biner yang mengasumsikan nilai 1 untuk periode triwulan I 2014 sampai triwulan IV
tahun 2015. Untuk sisa pengamatan mengasumsikan nilai nol; sektor:
variabel biner sektor ekonomi perusahaan indikatif; tahun: variabel biner untuk periode yang dianalisis (2000 hingga 2015); dan ε t:
istilah kesalahan.
Model pasar yang diperluas menggunakan variabel tertinggal untuk mengontrol hasil ke kemungkinan penundaan di mana informasi akuntansi dihargai ( Hou dan Moskowitz 2005 ; Jegadeesh
dan Titman 1993 ), serta variabel yang terkait dengan periode krisis di pasar keuangan Brasil. Berdasarkan Bianconi dkk. (2013) dan Mensi dkk. (2014) pasar saham dan obligasi Brasil
terkena dampak krisis sekuritas subprima di pasar Amerika Utara. Pertanyaannya adalah apakah periode kuartal keempat 2008 hingga kuartal keempat 2009 menunjukkan penurunan
dalam pengembalian saham yang dianalisis. Selain itu, penelitian ini menganggap periode 2014-2015 sebagai krisis pasar keuangan Brasil IBGE (2017) menunjukkan bahwa Produk
Domestik Bruto (PDB) Brasil mengalami penurunan tahunan rata-rata sekitar 3% dalam periode tersebut.
Koefisien yang diharapkan β 1 dan β 3, yang terkait dengan pengembalian portofolio pasar abnormal pada periode t ( BAPAK t - Rf t)
dan pada periode t-1 ( BAPAK t −1 - Rf t −1), menyajikan tanda positif dan signifikansi statistik. Koefisien β 2 akan menyajikan sinyal positif dan signifikansi statistik karena saham yang membentuk
portofolio teoretis Ibovespa termasuk yang paling banyak diperdagangkan di
Pasar modal Brasil. Koefisien β 4, yang berusaha untuk mengidentifikasi perbedaan antara saham biasa dan saham preferensial, ternyata tidak
awalnya diharapkan signifikan secara statistik. Tanda-tanda negatif dan signifikansi statistik diharapkan untuk koefisien β 5 dan β 6,
menunjukkan penurunan premi pasar dalam kaitannya dengan pengembalian saham pada krisis keuangan.
Istilah kesalahan ( ε t) mewakili risiko istimewa saham. Untuk pengukuran deviasi standar istilah kesalahan ini, setiap data saham digunakan dari kuartal pertama hingga keempat setiap
tahun dianalisis.
Untuk mengoperasionalkan konstruksi kompleksitas, kami menerapkan Analisis Faktor Eksplorasi (EFA), yang diterapkan secara terpisah ke sampel saham biasa dan preferensial.
Tujuan dalam menerapkan teknik ini adalah untuk membentuk sekumpulan faktor yang lebih kecil melalui hubungan observasi nondirectable yang diidentifikasi antara variabel. Jumlah
faktor dipilih dengan metode Kaiser, di mana varians yang dijelaskan harus sama dengan unit, setidaknya. Metode ortogonal Varimax digunakan untuk rotasi faktor, yang memungkinkan
variabel tertentu lebih mudah diidentifikasi untuk faktor tertentu ( Costello dan Osborne 2005 ).
Selanjutnya, Faktor Analisis Konfirmatori (CFA) digunakan untuk mengevaluasi variabel yang diidentifikasi sebagai bagian dari setiap faktor di EFA. CFA memungkinkan kita untuk
menguji signifikansi statistik dari model tertentu untuk memverifikasi kecukupan pengukuran konstruksi. Dari CFA muncullah skala kompleksitas (proxy IUE). Perkembangan skala ini
mengasumsikan bahwa beban faktor yang lebih tinggi akan memiliki bobot yang lebih besar dalam kaitannya dengan pengukuran konstruksi yang diukur. Prosedur ini diindikasikan jika
beban faktorial memiliki variabilitas yang berbeda dari waktu ke waktu ( Acock 2013 ). Estimator kemungkinan maksimum digunakan untuk mengukur skala kompleksitas menggunakan CFA;
akan tetapi, uji pendahuluan dilakukan dengan menggunakan Huber-White sandwich estimator (quasi maximum likelihood estimator), yang menunjukkan bahwa kemungkinan pelanggaran
normalitas data tidak berdampak pada penyesuaian yang diperoleh dalam mengukur skala ini.
Skala kompleksitas yang divalidasi menggunakan model Ordered Multinomial Probit di panel. Untuk alasan ini, 20% pengamatan pada skala kompleksitas berkelanjutan ini diurutkan
dari 1 (kompleksitas lebih rendah) hingga 5 (kompleksitas lebih tinggi). Model Probit dijelaskan di bawah ini.
Kompleksitas Ord = 1 Exigib + 8 Beta le_Book ++ 2 IFRS + 3 P + ublic_Private +
Konsentrasi
9 Krisis Antar 10 Krisis Nac + 4 Cross_Listing
t + 5 Penny + 6 Negative_Ebit + 7 Bisnis_ (2)
Dimana: Kompleksitas Ord: Skala kompleksitas dalam format ordinal. Lima kategori dihasilkan, diurutkan dari 1 hingga 5; Exigible_Book: hubungan antara total kewajiban lancar (jangka
pendek dan panjang) dan ekuitas bersih; IFRS: variabel biner yang mengasumsikan nilai 1 dari
tahun 2010 hingga 2015, ketika Brasil sepenuhnya mengadopsi IFRS. Untuk tahun-tahun yang tersisa, ini mengasumsikan nilai nol; Public_Private: variabel biner yang mengasumsikan nilai
1 untuk perusahaan yang dikendalikan oleh entitas publik. Untuk perusahaan yang dikendalikan oleh sektor swasta, diasumsikan nilai nol; Cross_Listing: variabel biner yang
mengasumsikan nilai 1 untuk perusahaan yang memiliki program American Depositary Receipts (ADRs) di pasar saham Amerika Utara. Untuk keterangan lainnya, ini mengasumsikan nilai
nol; Penny: variabel biner yang mengambil nilai 1 untuk saham yang tercatat dalam rata-rata tahunan, dengan nilai sama dengan atau kurang dari R $ 1,00 (satu riil) pada B3. Untuk
keterangan lainnya, ini mengasumsikan nilai nol; Negative_Ebit: variabel biner, yang mengambil nilai 1 untuk perusahaan yang menunjukkan Earnings Before Interest and Taxes (EBIT)
negatif. Untuk sambutan lainnya, itu mengasumsikan nilai nol; Business_Concent: persentase partisipasi dari tiga pemegang saham utama dalam modal perusahaan; Beta: koefisien beta
saham. Mengacu pada 60-bulan
Titik; Krisis Antar: variabel biner, yang mengambil nilai 1 untuk periode 2008-2009. Untuk keterangan lainnya diasumsikan sebuah nilai
7
dari nol; Krisis Nac: variabel biner yang mengasumsikan nilai 1 untuk periode 2014 sampai 2015. Untuk keterangan lainnya mengasumsikan nilai
nol, dan ε t: istilah kesalahan.
Peningkatan tingkat kompleksitas diharapkan untuk variabel Exigible_Book, Public_Private, Penny, Negative_Ebit,
Business_Concent, Crisis Antar dan Krisis Nac. Untuk variabel IFRS dan Cross_Listing, hasilnya diharapkan menunjukkan pengurangan tingkat kompleksitas. Hasil variabel Beta diharapkan
tidak signifikan. Harapan ini dapat menunjukkan bahwa saham sebagai-
Tingkat kompleksitas penilaian bukanlah jenis risiko koefisien beta, yang berarti akan terdapat bukti bahwa konstruk kompleksitas berbeda dengan konstruk risiko pasar sistematis.
3.3. Definisi variabel yang berhubungan dengan kerugian dan keuntungan
Dengan maksud untuk menyelidiki apakah investor saham memisahkan proses pengambilan keputusan dalam kerugian dan keuntungan dari informasi akuntansi, kami mengukur
proyeksi profitabilitas dan laba per saham (EPS) perusahaan dengan analis pasar. Langkah-langkah deskripsi tersebut adalah sebagai berikut.
KIJANG t KIJANG t 1 ( Saham biasa) ANALYST_MED t ( Saham (3)
EPS t biasa) (4)
ROI t ROI t 1 ( Saham preferensial) (5)
Dimana: ROE t dan ROE t − 1: pengembalian ekuitas untuk periode t dan t-1, masing-masing; EPS t: laba per saham pada periode t;
ANALYST_MED t: proyeksi median laba per saham (EPS) yang dilakukan oleh analis pasar untuk periode t dan; ROI t dan ROI t − 1:
laba atas investasi masing-masing untuk periode t dan t - 1.
Dimensi keuntungan mengklasifikasikan variasi positif untuk formulasi 3, 4 dan 5, sedangkan dimensi kerugian mengklasifikasikan variasi negatif. Dalam pengertian ini, formulasi (3, 4
dan 5) cenderung mengikuti jalur acak. Untuk saham biasa, dua formula diusulkan: dari return on equity variasi (formulasi 3) dan dari perbedaan antara perusahaan EPS yang dirilis dan
analis pasar EPS yang dirancang (formulasi 4). Namun, hanya beberapa analisis ekonometri yang menggunakan formulasi 4, yang menunjukkan bahwa proyeksi EPS hanya mencakup
52% dari total sampel saham biasa, yang dapat menimbulkan bias hasil.
Variasi mengenai metrik pengembalian investasi diterapkan pada saham preferensi (formulasi 5). Penggerak nilai metrik ini mencakup keuntungan operasional dan investasi
perusahaan.
3.4. Model ekonometrika
3.4.1. Analisis univariat

Analisis univariat bertujuan penyelidikan awal terhadap kemungkinan efek yang dibawa oleh informasi akuntansi ke nilai pasar saham. Untuk alasan ini, volume keuangan abnormal
saham menerapkan metrik yang sesuai. Hou et al. (2008) menyarankan bahwa metrik yang terkait dengan volume saham yang diperdagangkan adalah proksi untuk perhatian investor.
Metrik ini didasarkan pada karya oleh DeFond dkk. (2007) , Landsman dkk. (2012) dan Olibe (2016) , dijelaskan di bawah.
FV _Medium aku j
AFV itu = NapLog
FV _Medium yaitu (6)
Dimana: AFV Itu: stok tidak normal volume keuangan i pada periode t; NapLog: logaritma napierian; FV_Medium aku j: volume perdagangan saham i untuk window event j dan;
FV_Medium yaitu: volume perdagangan saham i untuk periode estimasi.
Untuk menghitung AFV Itu variabel, kami menetapkan periode untuk tanggal pengungkapan informasi akuntansi, yang disebut peristiwa jendela, di mana volume keuangan yang tidak
normal diperkirakan. Peristiwa jendela ini ditetapkan untuk periode 11 hari (−5,0, + 5). Selain itu, memang begitu
diperlukan untuk mendapatkan volume saham rata-rata selama jendela perkiraan, yang bertujuan untuk menyesuaikan tingkat volume keuangan selama peristiwa jendela. Jendela
perkiraan ditetapkan selama 120 hari sejak dimulainya peristiwa jendela.
Murid-murid t- tes diterapkan untuk memahami apakah informasi akuntansi menyebabkan pembentukan nilai pasar saham. Ikuti deskripsinya.
H0: AFV itu = 0
H. 1: AFV Itu 0 (7)
AFV lain Itu Analisis berkaitan dengan uji perbedaan median (chi-square). Tujuan dari pengujian ini adalah untuk mengidentifikasi apakah volume keuangan yang abnormal berasal dari proses
acak ketika mempertimbangkan skala kompleksitas perusahaan dan dalam kaitannya dengan kerugian dan kerugian.
mendapatkan dimensi, seperti yang dijelaskan di bawah ini.
H. 0: AFV Itu variabel berasal dari proses acak.
H. 1: AFV Itu variabel tidak berasal dari proses acak. (8)
Penolakan hipotesis nol (8) menunjukkan bahwa proses pembentukan harga saham, dibandingkan dengan pengungkapan informasi, tidak mengikuti asumsi EMH.
8
Complexity_Scale
Hipotesis H 4b
(-)
Sebuah Hipotesis H 1
(-)
Kontrol
IFRS c
Variabel
Hipotesis H 2
b (+)
Hipotesis H 4a
(+) Variabel tak bebas
AFV Itu ( Model 1)
MOBIL i (+60) ( Model 2)
Gambar 2. menyajikan hubungan yang dibangun antara variabel dan uji Hipotesis H 1, H. 2, H. 4a dan H 4b, dimana: Complexity_Scale: skala berkelanjutan yang mengukur tingkat kompleksitas
dalam penilaian saham; IFRS: variabel biner, yang mengambil nilai 1 dari tahun 2010, saat
Brasil mulai mengadopsi IFRS. Untuk tahun-tahun lainnya, asumsikan nilai nol; MOBIL i (+60): Saya menyimpan pengembalian abnormal kumulatif untuk periode 60 hari, setelahnya
pengungkapan laporan akuntansi perusahaan; AFV Itu: Saya menyimpan volume perdagangan keuangan yang tidak normal untuk periode t. Variabel kontrol adalah: Exigible_Book, IFRS, Cross_Listing Penny, dan
Total_Crisis.
Exigible_Book
(+)
IFRS
(-)
Cross_Listing (-) Complexity_Scale (-) Corp_Gov Itu
(+) (-)
Sen dolar Hipotesis H 3 (+)
Tangibility Itu
(+) (+)
Total_Crisis Sinc Itu (-) Kejutan Itu
Gambar 3. menunjukkan hubungan yang dibangun untuk pengujian Hipotesis 3.
Namun, hasil untuk uji univariat harus diperiksa dengan cermat. Jika pengujian ini tidak menggunakan variabel kontrol, mungkin ada kesalahan dan bias dalam analisis interpretasi
hasil.
3.4.2. Analisis multivariasi

3.4.2.1. Analisis jalur. Analisis multivariat menggunakan Analisis Jalur dan regresi data panel. Analisis Jalur adalah kasus spesifik Structural Equation Model (SEM) dan memungkinkan
identifikasi dan dekomposisi asosiasi untuk ditetapkan dalam model kausal tertentu (rantai hubungan), memperkirakan efek langsung, tidak langsung, dan total ( Bhattacharya dkk. 2012 ).
Penerapan Path Analysis dalam studi yang berkaitan dengan bidang Keuangan dan Akuntansi dapat ditemukan di Landsman dkk. (2012) dan Pevzner dkk. (2015) .
Untuk Analisis Jalur, kami mengembangkan model 1, 2, dan 3 ( Gambar. 2 dan 3 ). Model 1 menguji Hipotesis 1 (H. 1) dengan cara c. Sehubungan dengan adopsi IFRS dalam skenario
Brasil, hipotesis yang diuji dipisahkan untuk menyelidiki efek langsung (b) dan
efek tidak langsung (a + c) pada AFV Itu variabel. Model 2 menguji Hipotesis 2 (H 2) di dekat jalan setapak c ( MOBIL i (+60) variabel). Harga saham
tingkat sinkronisitas (H. 3) diselidiki menggunakan model 3. Berdasarkan cara di mana hubungan antara variabel secara hipotetis didefinisikan dalam model 1 sampai 3, model rekursif
dikonfigurasi, di mana tidak ada jalur timbal balik atau umpan balik
antar variabel ( Bhattacharya dkk. 2012 ). Untuk mengestimasi model ini, digunakan penaksir kemungkinan maksimum. 5
Untuk model 2, metrik berdasarkan karya Liang (2003) dan Francis dkk. (2007) dikembangkan untuk mengidentifikasi kemungkinan hubungan antara tingkat kompleksitas perusahaan
dan anomali PEAD. Deskripsi metrik ini ada di bawah.
MOBIL i (+ 60) = Acumulated_R i (+ 60) Acumulated_R CM (+ 60) (9)
5 Pengujian tambahan untuk model 1 sampai 3 (Path Analysis) dengan menggunakan Huber-White sandwich estimator dan prosedur bootstrap tidak menunjukkan hasil yang berbeda saat menggunakan
estimasi maximum likelihood.
9
Dimana: CAR i (+60): i saham kumulatif abnormal return selama 60 hari, setelah pengungkapan laporan akuntansi pasar; Accumulated_R i (+60): i pengembalian saham untuk periode 60
hari, setelah akuntansi pasar dan pelaporan pengungkapan; Accumulated_R
(+ 60
u se d): dalam
pengembalian
portofolio60pasar
hari untuk
sebagai
portofolio
variabelpasar
proxy.kumulatif setelah pengungkapan laporan akuntansi pasar. Indeks Ibovespa w C Sebuah M s
Selain itu, model 1 dan 2 dianalisis dengan kondisi untung atau rugi yang berkaitan dengan informasi akuntansi yang ditujukan untuk
uji Hipotesis 1 dan 2 (H 1 dan H ).
Untuk operasionalisasi sto 2 ck price synchronicity level (Hipotesis 3), model pasar digunakan untuk setiap saham di
Sampel. Model pasar ini dihitung, dengan mempertimbangkan periode 60 hari (-65 hingga -6 hari) dari pengungkapan akuntansi dalam informasi akuntansi harga ( Collins dkk. 1994 ; Dechow
laporan. Ini per = iod o + f estimasi + model pasar (−65, −6) bertujuan untuk mengontrol hasil dengan kemungkinan antisipasi pasar
1994 ). Model pasar dijelaskan di bawah ini.
R saya ( 65, 6) (10)

1 R M ( 65, 6) t
Dimana: R saya( −65, −6): return saham untuk periode tersebut (−65, −6); R : keuntungan pasar untuk periode (−65, −6). Ibovespa
Indeks didefinisikan sebagai perwakilan portofolio pasar untuk M B (rSebuah
- ia6 6z n)
5 il,skenario
- dan ε: istilah kesalahan.
Mengikuti rekomendasi dari Chan dan Hameed (2006) , model pasar (10) di t terintegrasi hanya variabel yang mewakili return pasar sebagai penjelasan dari return saham. Menurut
penulis, tingginya konsentrasi sektor yang diamati di negara-negara berkembang akan menyulitkan penggunaan variabel yang mewakili tingkat pengembalian yang terkait dengan sektor
kegiatan ekonomi perusahaan dalam model pasar.
Selanjutnya, tingkat sinkronisitas harga saham dihitung dari transformasi logistik. Prosedur untuk menghitung ini
konstruksi synchron = icity mengikuti pekerjaan Morck dkk. (2000) dan Chan dan Hameed (2006) dan dijelaskan sebagai berikut:
R 2Itu
Sinc Itu ln
1 R 2Itu (11)
Dimana: Sinc Itu: sinkronisitas saham i untuk periode t; R 2

Tanda dalam kurung (positif atau negatif), a saya s t: koefisien determinasi saham
ditampilkan
i untuk periode
di Gambar
t; ln:3 logaritma
, mewakiliNapierian.
tanda koefisien yang diharapkan untuk
hubungan yang ditetapkan dalam model 3. Hasil utama dari model ini mengacu pada hubungan antara variabel Complexity_Scale
dan Sinc Itu, dengan harapan bahwa koefisien hubungan ini menunjukkan tanda positif dan signifikansi statistik. Hubungan ini akan menunjukkan bahwa tingkat kompleksitas dalam penilaian
saham merupakan faktor yang berkaitan dengan besarnya
informasi spesifik dari perusahaan diberi harga.
Pada model 3, variabel kontrol untuk tingkat kompleksitas dalam evaluasi perusahaan adalah: Exigible_Book, IFRS, Cross_Listing, Penny, Total_Crisis, dan Corp_Gov. Variabel kontrol
untuk tingkat sinkronisitas harga saham adalah: Kejuruan, Itu
Tangibility Itu, dan Corp_Gov Itu. Metode cal saya c t Mengulas variabel terakhir ini dijelaskan di bawah.
Variabel Ketepatan Itu merupakan metrik kejutan informasional dalam laba akuntansi. Berdasarkan Jegadeesh dan Livnat (2006) , jenis metrik ini dapat memberikan informasi yang
berguna bagi investor tentang perubahan yang relevan dalam pendapatan perusahaan dan
biaya. Dalam hal ini, diharapkan ada hubungan negatif antara variabel Acc_Surprise dan Sinc. Variabel Ketepatan dihitung Itusebagai berikut:Itu Itu
EBITDA Itu EBITDA Itu 1

Kejutan ACC itu = ABS
TA Itu TA Itu 1 (12)
Dimana: EBITDA Itu dan EBITDA it-1: laba sebelum bunga, pajak, depresiasi dan amortisasi untuk perusahaan i masing-masing pada periode t dan t-1; TA dan TA: total aset untuk
perusahaan i pada periode t dansaya
t angibili.dll t-1,t t masing-masing;
y- 1 ABS: nilai mutlak.
Variabel saya T Itu mewakili persentase aset tetap dalam kaitannya dengan total aset perusahaan. Brown dan Kimbrough
(2011) menunjukkan bahwa tingkat sinkronisitas harga saham akan lebih rendah untuk perusahaan yang sebagian besar menginvestasikan sumber dayanya dalam aset tidak berwujud.
Bentuk penerapan sumber daya bisnis ini akan menjadi fungsi, antara lain, strategi perusahaan
diferensiasi produk atau layanannya. Untuk hubungan antar variabel Tangibility Itu dan Sinc Itu koefisien dengan tanda positif dan signifikansi statistik diharapkan.
Variabel Corp_Gov mewakili ukuran tata kelola perusahaan. Li et al. (2015) dan Lin et al. (2015) telah menunjukkan asosiasi negatif antara saya e t ∎ aspek yang terkait dengan tata kelola
perusahaan dan sinkronisitas harga saham. Dalam model 14, variabel
Corp_Gov Itu bertindak sebagai variabel kontrol baik untuk tingkat kompleksitas dalam penilaian perusahaan (Complexity_Scale) dan untuk tingkat sinkronisitas harga saham (Sinc Itu). Selain
itu, Corp_Gov Itu variabel dioperasionalkan untuk mengasumsikan nilai-nilai berikut:
a) saham biasa: asumsikan nilai 1 untuk saham yang terdaftar di Novo Mercado (segmen tata kelola perusahaan B3). Asumsikan nilai 0 untuk pengamatan lain. Perusahaan yang terdaftar
di Novo Mercado memiliki modal yang secara eksklusif terdiri dari saham biasa dengan hak suara. Selain itu, perusahaan diwajibkan untuk memberikan pengungkapan informasi
tambahan terkait dengan apa yang diwajibkan oleh undang-undang Brasil.
b) saham preferen: asumsikan nilai 1 untuk saham yang terdaftar di tingkat 1 dan 2 (segmen tata kelola perusahaan B3). Asumsikan nilai 0 untuk pengamatan lain. Perusahaan yang
terdaftar di segmen 1 dan 2 tata kelola perusahaan berkomitmen untuk meningkatkan kualitas informasi yang diungkapkan dan dengan penyebaran pemegang saham yang lebih
besar.
10
3.4.2.2. Analisis regresi: model harga. Hal yang perlu diperhatikan dalam model 1, 2, dan 3 adalah bahwa mereka menggunakan transformasi untuk variabel yang mewakili volume
keuangan dan pengembalian saham (variabel terikat) untuk mengukur nilai pasar abnormal untuk variabel ini. Dalam pengertian ini, ada masalah uji hipotesis ganda, yang menguji efisiensi
pasar pada informasi yang relevan dengan harga dan, di sisi lain, efisiensi transformasi, dilakukan pada variabel-variabel kepentingan. Untuk mengurangi potensi masalah ini dan sebagai
cara untuk membandingkan hasil, model digunakan di mana variabel dependennya adalah harga saham. Analisis regresi dalam data panel menganalisis model harga ini.
Tes pertama dari model harga menyelidiki apakah variabel representatif dari skala kompleksitas meningkatkan kekuatan eksplanatori model melalui kenaikan marjinal dalam koefisien
determinasi (R 2). Jadi, ada kerugian dan keuntungan dalam pemisahan pengujian dimensi. Awalnya, kami mengembangkan model terbatas untuk melakukan pengujian di mana tingkat
kerumitan tidak dipertimbangkan. Kemudian, kami membuat model harga kedua yang disebut model tak terbatas, yang mengintegrasikan variabel Complexity_Scale. Di bawah ini disajikan
model harga yang dibatasi dan tidak dibatasi untuk saham biasa dan preferensial.
• Stok biasa
Model yang dibatasi = 0
n
P. Itu EPS Itu
+ 1 Faktor skala + n control + t
Faktor skala (13)
saya
Model tidak terbatas + 1 Faktor skala
n
P. Itu EPS Itu
=0 + 2 Complexity_Scale + n control + t
Faktor skala (14)
saya
• Saham preferensial
Model yang dibatasi = 0
n
P. Itu EBIT Itu
+ 1 Faktor skala + n
control + t
Faktor skala (15)
saya
Mod tidak terbatas = el + 1 Faktor skala
n
P. Itu EBIT Itu
0
+ 2 Complexity_Scale + n control + t
Faktor skala (16)
saya
Dimana: P Itu: i harga saham untuk periode t. Dalam hal ini, harga saham berkaitan dengan tanggal pengungkapan laporan keuangan tahunan perusahaan;
Scale_Factor: faktor penskalaan; EPS Itu: i pendapatan per saham perusahaan pada periode t; Complexity_Scale: skala kontinu yang mengukur
tingkat kompleksitas dalam evaluasi stok; EBIT Itu: Penghasilan Sebelum Bunga dan Pajak; Pengendalian: variabel kontrol dan; ε: istilah kesalahan. variabel P, EPS dan EBIT. Pertama, hasil
Untuk model harga terbatas dan tidak dibatasi, Total Aset per Saham (TAS) dan Nilai Buku per Saham (BVPS) t menandai hasilnya
regresi diidentifikasi menggunakan
Itu rekan variabel
saya c t ted oleh BVPS
usi saya n t g sebagai
variabel faktor penskalaan.
TAS sebagai faktorKemudian, prosesinipenskalaan
skala. Prosedur variabel
bertujuan untuk yang digunakan
memverifikasi bahwadalam
hasil model regresi. Brown et al. (1999) merekomendasikan
tidak terdistorsi
penskalaan variabel ke valuerestricted dan unrestricted model 'Wald Test diterapkan, dengan statistik F, yang disajikan di bawah ini.
model relevansi, menggunakan harga saham sebagai variabel dependen. Untuk menilai perbedaan yang signifikan secara statistik dari R 2 antara
2 2
R R) / m
Uji Wald (statistik F) = (R IR
(1 R 2
IR)
nk (17)
Dimana: R 2: koefisien determinasi

R nt; n: jumlah untukk:model
observasi; jumlahtak
koefisien o R 2: koefisien determinasi untuk model
terbatas; R f terbatas; m: pembatasan
model yang tidak dibatasi.amo saya u
Hasil uji wald dapat menunjukkan bahwa tingkat kompleksitas dalam evaluasi saham merupakan faktor penting dalam proses pembentukan harga saham. Jelas bahwa harga saham
tidak selalu mencerminkan semua informasi akuntansi yang relevan.
Investigasi model harga lain mencoba untuk mengidentifikasi apakah harga saham memiliki hubungan yang lebih besar dengan informasi akuntansi dalam kondisi berikut:
kompleksitas rendah dalam penilaian perusahaan yang terkait dengan dimensi keuntungan dan mengenai periode adopsi penuh IFRS dalam skenario Brasil. Berdasarkan itu, model
ekonometrik khusus dikembangkan untuk umum (18) dan
preferen (19) saham =.
n
P. Itu EPS Itu EPS Itu
0+ 1 Faktor skala + 2 Faktor skala . Mod_CS + n control + t
Scale_Factor = (18)
saya
n
P. Itu EBIT Itu EBIT Itu
0
+ 1
+ 2 Faktor skala . Mod_CS + n
control + t
Faktor skala Faktor skala (19)
saya
11
Dimana: P Itu: i harga saham untuk periode t. Dalam hal ini, harga saham dikaitkan dengan laporan keuangan tahunan menurut tanggal pengungkapan informasi akuntansi perusahaan;
Scale_Factor: faktor penskalaan. Faktor skala terkait dengan Total Asset per Share (TAS) dan
Nilai Buku per Saham (BVPS); EPS Itu: i pendapatan per saham perusahaan pada periode t; EBIT Itu: Penghasilan Sebelum Bunga dan Pajak; Mod_CS: skala kompleksitas yang dimodifikasi.
Untuk komentar tentang 20% observasi kurang kompleks (Complexity_Scale) yang terkait
dimensi keuntungan dan terkait dengan adopsi penuh IFRS (dari tahun 2010), mengasumsikan nilai 1. Untuk keterangan lainnya, mengasumsikan a
nilai nol, dan ε t: istilah kesalahan.
Seperti yang diharapkan β 1 dan β 2 koefisien memiliki signifikansi statistik dan sinyal positif, yang akan menguatkan gagasan bahwa besarnya harga saham menggabungkan informasi
akuntansi dari hubungan yang diusulkan dengan tingkat
kompleksitas, dimensi kerugian dan keuntungan dan adopsi IFRS dalam konteks Brasil.
4. Presentasi dan analisis hasil
4.1. Operasionalisasi dan kompleksitas membangun hasil
Dari hasil yang ditemukan oleh EFA dan CFA 6 ( tidak ditabulasikan), kami menetapkan skala kompleksitas, yang khusus untuk saham biasa dan preferensial. Tabel 3 menyajikan
statistik deskriptif skala.
Statistik deskriptif menunjukkan bahwa nilai inti skala kompleksitas mendekati nol. 7 Pengukuran kemiringan dan kurtosis tidak mengasumsikan nilai yang diharapkan untuk distribusi
normal.
Model Ordered Multinomial Probit digunakan untuk mengatasi nonnormalitas dan heteroskedastisitas dari distribusi skala kompleksitas. Tes ini bertujuan untuk memvalidasi skala
kompleksitas, memungkinkannya untuk mengidentifikasi karakteristik lain yang menarik untuk skala ini.
Tabel 4 menunjukkan hasil.
Variabel IFRS dan Cross_Listing signifikan secara statistik pada tingkat 1% dan menunjukkan tanda negatif. Hasil ini menunjukkan bahwa peningkatan kuantitas atau kualitas informasi
akuntansi yang diungkapkan ke pasar kemungkinan akan mengurangi tingkat kompleksitas penilaian perusahaan. Dengan demikian, variabel Exigible_Book, Public_Private, Penny,
Negative_Ebit, menunjukkan koefisien yang signifikan secara statistik dan tanda positif, yang menunjukkan peningkatan tingkat kompleksitas dalam kaitannya dengan variabel tersebut.
Variabel Business_Concent dan Beta tidak menunjukkan hasil yang signifikan. Mengenai variabel Business_Concent, Assaf Neto dkk. (2007) memahami bahwa terdapat konsentrasi
kepemilikan yang kuat dalam skenario Brasil di mana tiga pemegang saham utama memiliki, rata-rata, lebih dari 50% dari modal suara perusahaan. Dengan demikian, tingkat konsentrasi
kepemilikan cenderung menjadi ciri umum dari perusahaan yang terdaftar di B3. Untuk variabel Beta, hasil menunjukkan bahwa metrik risiko pasar sistematis tidak menangkap
kemungkinan
efek karena kendala kognitif investor dalam memproses informasi yang relevan dan harga saham. Variabel Krisis Antar signifikan secara statistik pada 0,01 tetapi menunjukkan tanda negatif.
Variabel ini diharapkan bertanda positif terhadap koefisiennya yang
mungkin menunjukkan periode yang tidak terlalu kacau di pasar keuangan Brasil dibandingkan dengan tahun 2014 dan 2015.
Secara umum, hasil yang dicapai telah konvergen menuju validasi skala kompleksitas. Bagian berikut akan memeriksa skala kompleksitas yang terintegrasi dengan model relevansi
nilai melalui analisis univariat dan multivariat.
4.2. Hasil analisis univariat
Tabel 5 menunjukkan hasil untuk pengujian yang terkait dengan volume saham keuangan yang abnormal.
Pengujian rata-rata menunjukkan bahwa laporan akuntansi memiliki konten informasional untuk pasar modal. Untuk jenis tes ini, hasilnya signifikan secara statistik untuk sampel
saham Biasa dan Preferensial.
Tes tanpa variasi berikutnya menilai apakah AFV Itu berasal dari proses acak dengan tingkat kompleksitas yang berbeda dalam penilaian saham dalam kaitannya dengan dimensi kerugian
dan keuntungan. Tabel 6 menunjukkan hasil.
Hasilnya masuk Tabel 6 menunjukkan bahwa AFV tersebut Itu variabel tidak berasal dari proses acak. Hasilnya menunjukkan bahwa tingkat kompleksitas dalam evaluasi saham, serta dimensi
kerugian dan keuntungan, merupakan faktor-faktor yang berhubungan dengan proses penetapan harga saham dari perusahaan.
penyebaran informasi akuntansi.
4.3. Hasil analisis multivariasi
4.3.1. Analisis jalur

Gambar 4 menunjukkan hasil untuk model 1 (pengujian Hipotesis 1, 4a, dan 4b). Hasil Path Analysis (model 1) menyajikan langkah-langkah penyesuaian statistik untuk model yang
sesuai untuk aplikasi teknik ekonometri. Hasilnya dipisahkan di
dimensi kerugian dan keuntungan. Untuk sampel saham biasa, kami menggunakan hubungan ROE t - KIJANG t-1 dan untuk saham preferensial, ROI relasinya t - ROI t-1 digunakan dengan maksud
untuk memisahkan proses pengambilan keputusan dalam kerugian dan keuntungan.
Meneliti Hipotesis 1 (H 1), hubungan terbalik dengan pemegang saham; reaksi pasar diidentifikasi, saat menyebarkan
6 Tes Kaiser-Meyer-Olkin dan tes Bartllet menunjukkan kelayakan penerapan EFA. Varians total dijelaskan oleh EFA untuk sampel saham biasa dan preferen adalah 82,35% dan
86,22%, masing-masing. Hasil yang ditemukan untuk CFA menunjukkan penyesuaian yang memadai, dengan residu variabel menunjukkan kovarian nol, yang menguatkan kecukupan
dalam mengukur skala kompleksitas.
7 Uji tambahan (tidak dilaporkan) menunjukkan bahwa hasil yang diperoleh dari standarisasi skala kompleksitas untuk interval [0,1], [0,10], [0,50] dan [0,100] secara kualitatif tidak
mempengaruhi hasil.
12
Tabel 3
menunjukkan perkembangan statistik deskriptif utama skala kompleksitas untuk sampel saham biasa dan saham
preferen.
Persentase Biasa Istimewa
1% −0,0172 −0,0175
5% −0,0131 −0,0148
10% −0,0110 −0,0128
25% −0,0071 −0,0086
50% (median) 0,0001 −0,0019
75% 0,0022 0,0069
90% 0,0119 0,0176
95% 0,0191 0,0243
99% 0,0368 0,0425
Pengamatan 1648 984
Rata-rata 0,0001 0,0007
Simpangan baku 0,0110 0,0130
Asimetri 2.9990 1.7573
Kurtosis 26.0586 10.0272
Tabel 4
menunjukkan hasil proses validasi skala kompleksitas terkait saham biasa dan saham preferen, dimana: *** signifikan pada 0,01; ** signifikan pada 0,05; * signifikan pada 0,10.
Kompleksitas Ord = β 1 Exigible_Book + β 2 IFRS + β 3 Public_Private + β 4 Cross_Listing + β 5 Penny + β 6 Negative_EBIT + β 7 Business_Concent + β 8 Beta + β risis 9
C Inter + β 10 Krisis Nac + ε t
Variabel Tanda koefisien yang diharapkan Koefisien saham biasa (standard_error) Koefisien saham preferensi (standard_error)
Exigible_Book + 0,1710 *** 0,0933 ***

(0,0265) (0,0210)
IFRS - −1,3361 *** −1,1724 ***
(0,1133) (0,1082)
Privasi Umum + 1,9865 *** 2.1144 ***
(0,6847) (0,6713)
Cross_Listing - −2.1045 *** −2,6941 ***
(0,3634) (0,6436)
Sen dolar + 1,8588 *** 1,0497 ***
(0,2057) (0,1657)
Negative_EBIT + 0,6619 *** 0,3269 **
(01285) (0,1302)
Business_Concent + 0.4347 −0,0291
(0,3605) (0,4171)
Beta ? −0,0028 0,0453
(0,0232) (0,0340)
Krisis Antar + −0,5300 *** −0,7889 ***
(0,1246) (0,1360)
Krisis Nac + 0,3954 *** 0,0861
(0,0960) (0,1322)
Pengamatan NA 1648 984
Panel Data NA Efek Acak Efek Acak
Probabilitas Chi-square NA 370,39 *** 260,47 ***
Tabel 5
menunjukkan tes untuk AFV Itu metrik reaksi pasar saham, di mana: *** signifikan pada 0,01; ** signifikan pada 0,05; * signifikan pada 0,10.
Sampel Pengamatan Rata-rata Kesalahan standar t statistik
Saham biasa 1648 −0,2361 0,0227 −10,3872 ***

Saham preferensial 984 −0,2665 0,0297 −8,9871 ***
informasi akuntansi dan skala kompleksitas. Hasilnya sesuai dengan studi tentang Filzen dan Peterson (2015) ,
Wisniewski dan Yekini (2015) , You and Zhang (2009) , Francis dkk. (2007) , Zhang (2006) dan Liang (2003) dimana tingkat kompleksitas yang digunakan untuk mengevaluasi suatu
perusahaan merupakan faktor yang mengurangi penggabungan informasi akuntansi yang relevan dengan harga saham.
Namun, ditentukan bahwa hubungan antara Complexity_Scale dan AFV Itu Variabel tidak berbeda secara signifikan untuk sampel saham biasa karena dimensi keuntungan dan
kerugian (selisih: -0.0669; p- nilai = 0,1875). Untuk pra-
sampel saham ferensial, kami mengidentifikasi perbedaan yang signifikan secara statistik pada tingkat 1% antara dimensi keuntungan dan kerugian. Saham preferensial memiliki tingkat
perdagangan yang lebih tinggi di pasar modal Brazil dibandingkan dengan saham biasa yang menghasilkan
13
Tabel 6
menunjukkan hasil uji acak untuk AFV Itu variabel, yang mempertimbangkan skala kompleksitas dalam penilaian perusahaan serta dimensi keuntungan dan kerugian, dimana: *** signifikan
pada 0,01; ** signifikan pada 0,05; * signifikan pada 0,10.
Panel A: Saham biasa Keuntungan:
ROE t - ROE t-1> 0

Skala Kompleksitas Ordinal
AFV Itu observasi 1 2 3 4 5 Total Statistik chi-squared
Di atas median 124 70 79 65 41 379 -
Di bawah median 57 70 101 77 74 379 -
Total 181 140 180 142 115 758 32,8919 ***
Kerugian: ROE t - ROE t-1 < 0
Di atas median 125 111 73 70 66 445 -
Di bawah median 87 91 110 99 58 445 -
Total 212 202 183 169 124 890 18.7124 ***
Keuntungan: EPS t - MED_ANALYST t> 0

Di atas median 123 73 34 30 23 283 -
Di bawah median 87 59 63 52 22 283 -
Total 210 132 97 82 45 566 15.1395 ***
Kerugian: EPS t - MED_ANALYST t < 0
Di atas median 60 39 22 14 7 142 -
Di bawah median 49 28 37 19 9 142 -
Total 109 67 59 33 16 284 60.400
Panel B: Saham Preferensial
Keuntungan: ROI t - ROI t-1> 0
Di atas median 74 51 42 41 19 227 -
Di bawah median 46 47 56 43 35 227 -
Total 120 98 98 84 54 454 16.9057 ***
Kerugian: ROI t - ROI t-1 < 0
Di atas median 87 68 53 39 18 265 -
Di bawah median 55 69 62 44 35 265 -
Total 142 137 115 83 53 530 10.0829 **
insentif bagi investor pilihan untuk menggunakan informasi akuntansi guna memproyeksikan arus kas masa depan. Karena insentif untuk perdagangan saham biasa terkait dengan pengendalian
perusahaan atas saham pemungutan suara, informasi akuntansi tidak boleh digunakan sebagai faktor yang memisahkan pengambilan keputusan dalam keuntungan atau kerugian.
Penjelasan yang mungkin untuk hasil yang ditemukan untuk saham preferen (model 1) adalah bahwa kabar baik berfungsi sebagai pemicu tingkat perhatian investor, seperti yang
dianjurkan oleh Barber dan Odean (2008) , Frazzini dan Lamont (2006) , Gervais dkk. (2001) , Karlsson dkk. (2005) . Hasil ini menjadi kuat bahkan ketika mempertimbangkan variabel yang
terkait dengan biaya perolehan informasi dan kemungkinan penundaan informasi akuntansi yang dihargai di pasar yang belum berkembang.
Berkaitan dengan Hipotesis 4a dan 4b, hasil Path Analysis menunjukkan mekanisme tidak langsung dimana IFRS meningkatkan relevansi informasi akuntansi untuk pasar saham
melalui pengurangan tingkat kompleksitas dalam penilaian saham. Hanya sampel saham biasa yang mengungkapkan pengaruh langsung marjinal. Namun, hanya dimensi keuntungan
yang mempresentasikan temuan terkait dengan IFRS. Jika perhatian investor terfokus pada kabar baik, maka masuk akal bahwa kombinasi efek IFRS dan tingkat kompleksitas dalam
kaitannya dengan relevansi informasi akuntansi lebih terasa untuk dimensi keuntungan dibandingkan dengan dimensi kerugian.
Hasil terkait penerapan IFRS di Brazil menunjukkan bahwa standardisasi akuntansi ini meningkatkan relevansi informasi akuntansi untuk pasar saham dibandingkan dengan standar
yang diadopsi sebelumnya. Lopes (2006) menunjukkan bahwa ada persepsi informasi akuntansi Brasil sebagai kualitas rendah untuk pengambilan keputusan investor. Mekanisme tindakan
tidak langsung IFRS di pasar modal, seperti yang dikemukakan dalam penelitian ini, menunjukkan bahwa reaksi pasar saham terhadap pengungkapan informasi akuntansi bergantung pada
faktor-faktor yang terkait dengan pembatasan individu dalam memproses informasi, sebagian besar pada tingkat kompleksitas tinggi.
Model 2 dikembangkan untuk menguji Hipotesis 2 (H 2), yang menggunakan sebagai variabel terikatnya pengembalian akumulasi abnormal saham untuk periode 60 hari setelah
informasi akuntansi diungkapkan ke pasar. Gambar 5 menyajikan hasil yang diperoleh oleh model 2.
Langkah-langkah penyesuaian statistik hanya memuaskan untuk model saham preferensial. Hasil penelitian menunjukkan hubungan positif antara return saham kumulatif dan skala
kompleksitas saham preferensial dalam dimensi keuntungan. Selain itu, mengadopsi IFRS cenderung mengurangi efek ini melalui pengurangan tingkat kompleksitas.
14
Panel A: Stok biasa
Efek Tidak Langsung

Complexity_Scale
IFRS Complexity_Scale AFV Itu
- 0,1924 *** 0,0633 ***
(-0,0726 **) (0,0054)
- 0,1778 ***
IFRS (-0.1109 ***)
Diff. = -0,0669
- 0,0644 *
Pengamatan: 1.648; Chi 2 statistik:
(-0,0431)
0,249; RMSEA: 0.000; RMSR: 0,002; CFI:
AFV Itu
0,990; R 2: 0.247
Panel B: Saham preferensial
Efek Tidak Langsung

Complexity_Scale
IFRS Complexity_Scale AFV Itu
- 0,1852 *** 0,0695 ***
(-0,1727 ***) (0,0072)
- 0,1519 ***
IFRS (-0,0207)
Diff. = -0,1312 ***
- 0,0497
Pengamatan: 984; Chi 2 statistik: 0,237;
(-0,0664)
RMSEA: 0,030; RMSR: 0,027; CFI:
AFV Itu
0,989; R 2: 0.280
Gambar 4. menunjukkan hasil Model 9 (Path Analysis), dimana: *** signifikan pada 0,01; ** signifikan pada 0,05, * signifikan pada 0,10. Complexity_Scale:
skala berkelanjutan yang mengukur tingkat kompleksitas dalam evaluasi saham; AFV Itu: volume perdagangan keuangan saham yang tidak normal untuk periode t; IFRS: variabel biner, yang
mengambil nilai 1 dari tahun 2010, saat Brazil mulai mengadopsi IFRS; RMSEA: root mean square error dari kira-kira
imitasi; RMSR: root mean squared residual; CFI: indeks kesesuaian komparatif; R 2: koefisien determinasi. Pengamatan: koefisien yang terkait dengan dimensi keuntungan (kabar baik)
ditampilkan tanpa tanda kurung. Koefisien yang terkait dengan dimensi kerugian (berita buruk) ditampilkan dalam tanda kurung. Kesalahan standar yang dihitung kuat untuk data nonnormal
dan heteroskedastisitas. Gambar 4 tidak menunjukkan hasil lain yang terkait dengan variabel kontrol.
Hasil dalam model 2 menunjukkan bahwa tingkat kompleksitas dalam evaluasi stok berhubungan dengan anomali PEAD. Perbedaan penting dalam perbandingan dengan penelitian
lain, seperti penelitian Zhang (2006) dan Francis dkk. (2007) , adalah bahwa anomali PEAD diidentifikasi hanya untuk dimensi keuntungan. Hirshleifer dan Teoh (2003) menunjukkan bahwa
asimetri yang diamati dalam penetapan harga kabar baik dan buruk, dalam kaitannya dengan anomali PEAD, merupakan fungsi dari serangkaian heuristik investor seperti efek disposisi
(keengganan kerugian), perhatian investor dan kepercayaan yang berlebihan. Dalam kasus apapun, jenis heuristik yang berbeda ini akan mengakibatkan investor mengevaluasi hanya
sekumpulan informasi yang sangat terbatas untuk pengambilan keputusan. Misalnya, jika kabar baik dikaitkan dengan tingkat perhatian investor, kompleksitas penilaian perusahaan dapat
menjadi faktor yang menyebabkan informasi akuntansi tercermin dalam harga saham hanya secara bertahap.
Pertanyaan selanjutnya yang akan diteliti adalah hubungan antara pergerakan harga saham dan tingkat kompleksitas dalam penilaian saham. Gambar 6 menyajikan hasil untuk model
3.
Di Gambar 6 , mengenai variabel kontrol sinkronisitas harga saham, variabel yang terkait dengan kejutan informasi (Ac-
c_ Kejutan Itu) mengasumsikan koefisien negatif, yang signifikan secara statistik hanya untuk sampel saham preferen. Hasil ini menguatkan gagasan bahwa informasi akuntansi lebih
berguna untuk pembentukan harga saham preferen dibandingkan dengan
saham biasa. Variabel berwujud Itu tidak menunjukkan hasil yang signifikan. Pada gilirannya, variabel Corp_Gov Itu menunjukkan koefisien bertanda negatif dan signifikansi statistik pada level
1%, yang menunjukkan bahwa praktik tata kelola perusahaan, setidaknya untuk
perusahaan yang dianalisis, dikaitkan dengan penurunan pergerakan harga saham.
Selain itu, hubungan positif dan signifikan secara statistik diidentifikasi, pada tingkat 5%, antara variabel
Complexity_Scale dan Sinc Itu. Hasil ini ditemukan untuk sampel saham biasa dan saham preferen. Temuan ini menunjukkan bahwa perusahaan dengan karakteristik valuasi yang lebih
kompleks cenderung memiliki tingkat sinkronisitas harga saham yang lebih tinggi. Bahkan mempertimbangkan
aspek tata kelola perusahaan, hasilnya mengungkapkan bahwa pembatasan investor dalam memproses informasi dapat menjelaskan, sebagian, besarnya informasi spesifik perusahaan
dimasukkan ke dalam harga saham. Dalam hal ini, harga saham akan mewakili ukuran kualitas yang lebih tinggi dalam mencerminkan arus kas masa depan perusahaan dan risikonya
dalam kondisi yang kurang kompleks.
Implikasi penting dari hasil tersebut adalah bahwa kemungkinan kesalahan atau bias investor, bahkan dalam kondisi interaksi, terbukti berkorelasi, yang mempengaruhi proses
pembentukan harga saham. Jika investor menggunakan aturan heuristik untuk membeli dan menjual saham, dan aturan tersebut berkorelasi, harga saham akan mencerminkan tren
perilaku ini, seperti yang ditunjukkan oleh Daniel et al. (1998) , Hirshleifer dan Teoh (2003) , Kumar (2009) .
15
Panel A: Stok biasa
Efek Tidak Langsung

Complexity_Scale
IFRS Complexity_Scale MOBIL i (+60)
- 0,1518 *** 0,0018
(-0,0738 **) (0,0022)
0,0302
IFRS (0,0347)
Diff. = -0,0045
- 0,1149 ***
Pengamatan: 1.648; Chi 2 statistik:
(-0,1760 ***)
0,000 ***; RMSEA: 0,097; RMSR:
MOBIL i (+60)
0,048; CFI: 0,900; R 2: 0,275
Panel B: Saham preferensial
Efek Tidak Langsung

Complexity_Scale
IFRS Complexity_Scale MOBIL i (+60)
- 0,1936 *** - 0,1000 *
(-0,1653 ***) (-0,0028)
0,1151 **
IFRS (0,0410)
Diff. = 0,0741 **
- 0,0364
Pengamatan: 984; Chi 2 statistik: 0,216;
(-0,0074)
RMSEA: 0,040; RMSR: 0,030; CFI:
MOBIL i (+60)
0,968; R 2: 0.303
Gambar 5. menunjukkan hasil Model 10 (Path Analysis), dimana: *** signifikan pada 0,01; ** signifikan pada 0,05, * signifikan pada 0,10. Complexity_Scale:
skala berkelanjutan yang mengukur tingkat kompleksitas dalam evaluasi saham; MOBIL i (+60): i saham kumulatif abnormal return selama 60 hari, setelah pengungkapan laporan akuntansi
perusahaan; IFRS: variabel biner, yang mengambil nilai 1 dari tahun 2010, saat Brazil mulai mengadopsi
IFRS; RMSEA: root mean square error dari pendekatan; RMSR: root mean squared residual; CFI: indeks kesesuaian komparatif; R 2: koefisien determinasi. Pengamatan: koefisien yang
terkait dengan dimensi keuntungan (kabar baik) ditampilkan tanpa tanda kurung. Koefisien yang terkait dengan dimensi kerugian (berita buruk) ditampilkan dalam tanda kurung. Kesalahan
standar yang dihitung kuat untuk data non-normal dan heteroskedastisitas. Gambar 5 tidak menunjukkan hasil lain yang terkait dengan variabel kontrol.
4.3.2. Analisis regresi: Model harga

Penyelidikan lain menyangkut apakah skala kompleksitas merupakan faktor yang meningkatkan kekuatan penjelas model harga, yang menggunakan analisis regresi data dalam panel.
Tabel 7 menunjukkan hasil ini.
Hasilnya masuk Tabel 7 menggunakan Nilai Buku per Saham (BVPS) sebagai faktor penjadwalan untuk variabel P Itu, EPS Itu dan EBIT Itu. Hasilnya setara secara kualitatif ketika Total
Asset per Share (TAS) ditetapkan sebagai faktor eskalasi (tidak ditabulasikan). Statistik
Signifikansi uji Chow menunjukkan bahwa pemodelan dalam data panel memadai untuk data sampel (data Pooled versus Panel). Pada gilirannya, uji Sargan-Hansen menunjukkan
kecukupan memperkirakan parameter model yang diusulkan dari efek tetap.
Untuk sampel saham biasa, EPS Itu koefisien variabel menyajikan statistik signifikansi, pada tingkat 1%, untuk dibatasi dan
model tidak terbatas di bawah dimensi penguatan. Untuk saham Preferensial, EBIT Itu koefisien variabel signifikan secara statistik, pada tingkat 1%, untuk model yang dibatasi dan tidak
dibatasi dan untuk kerugian dan dimensi keuntungan. Penemuan ini menunjukkan adanya hubungan
antara harga saham dan informasi akuntansi.
Terdapat indikasi bahwa koefisien determinasi (R 2) dalam model terbatas secara signifikan berbeda dari model tidak terbatas baik untuk dimensi keuntungan dan kerugian. Oleh karena
itu, terdapat bukti bahwa skala kompleksitas merupakan faktor yang meningkatkan kekuatan penjelas model harga. Berdasarkan pertimbangan bahwa variabel koefisien Complexity_cale
memperkenalkan tanda negatif dan signifikansi statistik, kesimpulan yang masuk akal adalah bahwa harga saham tidak selalu mencerminkan semua informasi yang relevan mengenai
potensi bisnis untuk menghasilkan arus kas masa depan, serta risiko yang terkait dengan arus kas ini, yang bertentangan dengan asumsi EMH.
Strategi penelitian lain mengenai model harga menghubungkan tingkat kompleksitas dalam penilaian perusahaan, dimensi kerugian dan keuntungan, dan penerapan IFRS di Brasil. Tabel
8 menunjukkan hasil.
Hasilnya masuk Tabel 8 berasal dari penggunaan Nilai Buku per Saham (BVPS) sebagai faktor penjadwalan. Hasilnya ekuivalen secara kualitatif ketika Total Asset per Share (TAS)
ditetapkan sebagai faktor eskalasi (tidak ditabulasikan). Hasil yang diperoleh untuk uji Chow dan Sargan-Hansen menunjukkan estimasi parameter menggunakan data panel dari efek tetap.
EPS Itu dan EBIT Itu variabel telah menyajikan koefisien dengan sinyal positif dan signifikansi statistik. Apalagi ada a
interaksi statistik yang signifikan antara variabel EBIT Itu dan Mod_CS untuk sampel saham preferensial. Hasil untuk model harga ini, setidaknya pada saham preferensi, konsisten dengan
gagasan bahwa kenaikan kualitas informasional yang seharusnya
dengan adopsi IFRS di Brazil mengurangi tingkat kompleksitas dalam penilaian saham, yang mengarah ke asosiasi yang lebih besar antar saham
16
Panel A: Stok Biasa
Exigible_Book
0,080 ***
IFRS
- 0,078 ***
- 0,406 ***
Cross_Listing Complexity_Scale - 0,080 *** Corp_Gov Itu
0,154 ***
- 0,076 ***
Sen dolar 0,054 ** Tangibility Itu
0,040 * 0,015
Total_Crisis Sinc Itu Kejutan Itu

- 0,025
Pengamatan: 1.570; RMSEA: 0,029; SRMR: 0,011; CFI: 0,977; R 2: 0.233
Panel B: Saham Preferensial
Exigible_Book
0,176 ***
IFRS
- 0,158 ***
- 0,249 ***
Cross_Listing Complexity_Scale - 0,297 *** Corp_Gov Itu
0,084 ***
- 0,074 ***
Sen dolar 0,074 ** Tangibility Itu
0,093 *** 0,026
Total_Crisis Sinc Itu - 0,105 *** Kejutan Itu
Pengamatan: 881; RMSEA: 0,038; SRMR: 0,014; CFI: 0,973; R 2: 0,356
Gambar 6. menunjukkan hasil Model 3 (Path Analysis), dimana: *** signifikan pada 0,01; ** signifikan pada 0,05, * signifikan pada 0,10. RMSEA: root mean square error dari pendekatan;
RMSR: root mean squared residual; CFI: indeks kesesuaian komparatif; R 2: koefisien determinasi. Kesalahan standar yang dihitung kuat untuk data non-normal dan heteroskedastisitas.
harga dan informasi akuntansi.

Setelah hasil untuk Analisis Jalur dan regresi data panel dikumpulkan, tes tambahan dilakukan. Tes baru ini bertujuan untuk memverifikasi apakah hasilnya bias untuk
heteroskedastisitas dan nonnormalitas data serta spesifikasi variabel.
Untuk memverifikasi apakah tingkat kompleksitas dalam penilaian saham berdampak pada kemungkinan hubungan antara informasi akuntansi dan nilai pasar saham, model Probit di
panel digunakan. Untuk melakukan pengujian ini, metrik volatilitas saham abnormal di sekitar pengungkapan informasi akuntansi ke pasar dikembangkan. Metrik ini didasarkan pada
pekerjaan Landsman dkk. (2012) . Hasil yang dicapai untuk model Probit (tidak ditabulasikan) sesuai dengan hasil yang dicapai dalam penelitian.
4.4. Diskusi
Meskipun literatur yang membahas tentang relevansi nilai informasi akuntansi dengan pasar modal sangat luas, itu tidak meyakinkan. Penelitian yang terkait dengan tema ini, dalam
banyak kasus, dicirikan sebagai deskriptif tentang peristiwa masa lalu dan dengan sedikit daya prediksi ( Kothari, 2001 ). Untuk Dechow (1994) dan Collins dkk. (1994) , informasi akuntansi
mencerminkan peristiwa ekonomi dengan beberapa penundaan, yang akan menentukan ketidaksinkronan antara informasi akuntansi dan harga dan pengembalian saham. Namun,
penelitian yang mempertimbangkan model teoritis dari bounded rasionality pelaku ekonomi dalam penelitian relevansi nilai masih baru.
17
Tabel 7
menunjukkan hasil untuk model penetapan harga (variabel terikat), dimana: *** signifikan pada 0,01; ** signifikan pada 0,05; * signifikan pada 0,10; T / A: tidak berlaku.
P. • anel A: hasil model yang dibatasi dan tidak dibatasi untuk saham Biasa dan Preferensial
Saham biasa
Lubang EPSit n
=0 + 1 Faktor skala + di control + t ( terbatas)
ScaleP _ Faktor
Itu EPSit n
=0 + 1 Faktor skala + 2
Complexity_Scale + di control + t ( tidak dibatasi)
Faktor skala
Lubang EBITit n
=0 + 1 ScaE
+ saya n control + t ( terbatas)
ScaleP _ Faktor leB_IFTactor
Itu Itu n
Scale_Factor = 0 + 1 Scale_Factor + 2 Complexity_Scale + saya n control + t ( tidak dibatasi)
Model Terbatas Saham biasa Saham biasa Saham Preferensial Saham Preferensial
Keuntungan Dimensi Dimensi Kerugian Keuntungan Dimensi Dimensi Kerugian
Variabel Koefisien sinyal yang diharapkan Koefisien Koefisien Koefisien Koefisien
(Kesalahan standar) (Standar (Kesalahan standar) (Kesalahan standar)
kesalahan)
Konstan ? 0,769 *** 1,401 *** 0,562 *** 0,893 ***

(0,138) (0,141) (0,071) (0,059)
EPS Itu / Faktor skala + 2.522 *** 0.297 NA NA
(0,390) (0,180)
EBIT Itu/ Faktor skala + NA NA 0,381 *** 0,159 ***
(0,071) (0,056)
Complexity_Scale NA NA NA NA NA
Exigible_Book ? 0,216 *** 0,316 *** 0,141 *** 0,045 ***
(0,033) (0,038) (0,019) (0,021)
IFRS + 0,259 ** −0,011 0,329 *** 0,068
(0,115) (0,142) (0,094) (0,069)
Cross_Listing + 0,926 ** 0,044 0,919 ** 0,073
(0,452) (0,444) (0,425) (0,445)
Sen dolar - −1,329 *** −1,737 *** −0,950 *** −0,809 ***
(0,204) (0,259) (0.150) (0,105)
Krisis Antar - −0,024 −0,155 0,022 0.120
(0,137) (0,168) (0,130) (0,081)
Krisis Nac - −0,230 −0,555 *** −0,175 −0,261 ***
(0,144) (0,131) (0,142) (0,082)
Panel data NA Efek Tetap Efek Tetap Efek Tetap Efek Tetap
Pengamatan NA 758 890 454 530
R 2 Secara keseluruhan NA 0.143 0.110 0.254 0,067
F Statistik probabilitas NA 0,000 *** 0,000 *** 0,000 *** 0,000 ***
Tes chow NA 0,000 *** 0,000 *** 0,000 *** 0,000 ***
Tes Sargan-Hansen NA 0,000 *** 0,000 *** 0,000 *** 0,000 ***
Model Tidak Terbatas Saham biasa Saham biasa Saham Preferensial Saham Preferensial
kesalahan)
Konstan ? 2.195 *** 3,496 *** 1,223 *** 1,143 ***

(0,222) (0,217) (0,186) (0,126)
EPS Itu / Faktor skala + 1,962 *** −0.130 NA NA
(0,378) (0,168)
EBIT Itu/ Faktor skala + NA NA 0,363 *** 0,150 ***
(0,070) (0,056)
Complexity_Scale - −0,497 *** −0,817 *** −0,238 *** −0,095 **
(0,063) (0,068) (0,063) (0,042)
Exigible_Book ? 0,238 *** 0,356 *** 0,153 *** 0,055 **
(0,032) (0,035) (0,018) (0,021)
IFRS + −0,096 −0,430 0,175 * 0,007
(0,188) (0,348) (0,101) (0,074)
Cross_Listing + 0,768 * −0.170 0,976 0,094
(0.431) (0,405) (0,741) (0,135)
Sen dolar - −0,972 *** −0,926 *** −0,838 *** −0,754 ***
(0,200) (0,246) (0.150) (0,107)
Krisis Antar - −0,149 −0,324 ** −0,091 0,083
(0,132) (0,154) (0,131) (0,083)
Krisis Nac - −0,102 −0,442 *** −0,137 −0,254 ***
(0,138) (0,120) (0,140) (0,082)
Panel data NA Efek Tetap Efek Tetap Efek Tetap Efek Tetap
Pengamatan NA 758 890 454 530
R 2 Secara keseluruhan NA 0.171 0.173 0.262 0,095
( dilanjutkan di halaman berikutnya)
18
Tabel 7 ( lanjutan)
P. • anel A: hasil model yang dibatasi dan tidak dibatasi untuk saham Biasa dan Preferensial
Saham biasa
Lubang EPSit n
Scale_Factor = 0 + 1 Scale_Factor + di control + t ( terbatas)
Lubang EPSit n
=0 + 1 Scale_Factor + 2 Complexity_Scale + di control + t ( tidak dibatasi)
Faktor skala
Lubang EBITit n
+ 1 ScaE
+ n control + t ( terbatas)
Scale_Factor = 0 leB_IFTactor saya
Lubang Itu n
Scale_Factor = 0 + 1 Scale_Factor + 2 Complexity_Scale + saya n control + t ( tidak dibatasi)
Model Terbatas Saham biasa Saham biasa Saham Preferensial Saham Preferensial
kesalahan)
F Statistik probabilitas NA 0,000 *** 0,000 *** 0,000 *** 0,000 ***
Tes chow NA 0,000 *** 0,000 *** 0,000 *** 0,000 ***
Tes Sargan-Hansen NA 0,000 *** 0,000 *** 0,000 *** 0,000 ***
Panel B: Wald tes untuk R 2 perbedaan antara model yang dibatasi dan model yang tidak dibatasi
Saham biasa Saham biasa Saham Preferensial Saham Preferensial

R 2 model terbatas 0,143 (A) 0,110 (C) 0,254 (E) 0,067 (G)
R 2 model tidak terbatas 0,171 (B) 0,173 (D) 0,262 (F) 0,095 (H)
Tes Wald (BA) (DC) (FE) (HG)
Statistik F 24,9275 *** 67,2527 *** 4,7629 ** 16,5300 ***
Selain itu, pemahaman tentang bagaimana informasi akuntansi berinteraksi dengan pasar modal, dari perspektif perilaku ini (rasionalitas terbatas), memperoleh garis besar yang
sangat spesifik dalam kaitannya dengan negara kurang berkembang. Pasar yang sedang berkembang atau tidak berkembang memiliki keistimewaan tertentu yang mengurangi relevansi
informasi akuntansi, seperti rendahnya tingkat penegakan hukum dan hak milik, konsentrasi modal suara yang tinggi di perusahaan dan mikrostruktur (aliran informasi) yang sangat
berbeda dibandingkan dengan ekonomi berkembang, yang berarti bahwa informasi akuntansi mungkin bukan mekanisme yang efisien untuk mengurangi asimetri informasional antara
berbagai agen ekonomi.
Untuk kasus Brazil, bukti yang diperoleh menunjukkan bahwa proses pembentukan harga saham berdasarkan pengungkapan informasi akuntansi menembus dua aspek yang saling
melengkapi: i) informasi akuntansi harus secara tepat merepresentasikan realitas ekonomi dan keuangan perusahaan dalam aspek kuantitatif dan kualitatifnya dan ii) kompleksitas dalam
mengevaluasi perusahaan. Contoh representasi ini adalah bukti yang diperoleh bahwa IUE kuat untuk saham yang sulit dinilai bahkan ketika mempertimbangkan perusahaan dengan
tingkat pengungkapan informasi tertinggi di Brasil.
Pertanyaan yang muncul adalah apakah hasil yang ditemukan untuk penelitian ini terkait IUE pada dasarnya berpedoman pada inefisiensi di pasar modal Brazil, seperti konsentrasi
saham dan aspek yang terkait dengan likuiditas saham. Sehubungan dengan hal tersebut, perlu dicatat bahwa studi yang menyelidiki permasalahan terkait proses pembentukan harga
saham di pasar keuangan negara maju menemukan hasil yang serupa terkait dengan tingkat ketidakpastian dalam penilaian perusahaan. Di antara studi ini, kami menyoroti studi tersebut
Liang (2003) , Jiang et al. (2005) , Zhang (2006) , Francis dkk. (2007) dan You and Zhang (2009) .
Hasil kami juga menunjukkan perbedaan dalam proses harga informasi akuntansi dalam kaitannya dengan hasil yang ditemukan di negara maju. Pemisahan sampel menjadi saham
preferen dan saham biasa memungkinkan untuk mengidentifikasi bagaimana IUE dikaitkan dengan anomali PEAD, efek yang ditimbulkan oleh adopsi IFRS dan peran yang dimainkan oleh
berita akuntansi baik dan buruk dari dua kelas saham ini. . Studi yang dilakukan di negara maju umumnya mengklasifikasikan saham preferen sebagai komponen hutang perusahaan, yang
tidak dibenarkan untuk skenario Brasil.
Untuk saham preferen, terdapat bukti bahwa informasi akuntansi yang tidak diantisipasi oleh pasar mengurangi ketidakpastian mengenai potensi perolehan kas di masa depan dan
tingkat risiko untuk suatu perusahaan. Namun, teridentifikasi bahwa kabar baik dikaitkan dengan efek perhatian dari massa investor, terutama ketika informasi yang tersedia dianggap
kurang kompleks.
Adapun implikasi yang mungkin dari penelitian ini, beberapa komentar diperlukan, yang berkaitan dengan informasi akuntansi dan pasar modal.
a) Manajemen investasi: jika, pada kenyataannya, tingkat kompleksitas informasi untuk penilaian saham merupakan faktor yang lebih dominan untuk pembentukan harga saham, model
manajemen investasi dalam saham, yang mengasumsikan rasionalitas penuh ekonomi agen, mungkin tidak mewakili risiko dan hubungan pengembalian investasi ini. Dalam hal ini,
investor tertentu mungkin mengasumsikan tingkat risiko yang lebih tinggi daripada yang berhasil ditangkap oleh model ini. Dengan cara ini, alokasi sumber daya yang efisien, paling
tidak, akan terganggu;
19
Tabel 8
menunjukkan hasil untuk model penetapan harga dari penggunaan variabel EC_Mod, di mana: *** signifikan pada 0,01; ** signifikan pada 0,05; * signifikan pada 0,10; T / A: tidak berlaku.
Model stok biasa

Lubang EPSit EPSit n
=0 + 1 Faktor skala + 2 Faktor skala . EC_Mod + di control + t
Faktor skala
Model saham preferensial

Lubang EBITit EBITit n
=0 + 1 Scale_Factor + 2 Faktor skala . EC_Mod + di control + t
Faktor skala
Variabel Tanda koefisien yang diharapkan Stok biasa Saham preferensial

Koefisien Koefisien
(Kesalahan standar) (Kesalahan standar)
Konstan ? 1,5205 *** 0,7862 ***

(0,0853) (0,0901)
EPSit + 0,2933 ** NA
Faktor skala
(0,1459)
EBITit + NA 0,6529 ***
Faktor skala
(0,2337)
EPSit + −0,8537 NA
. EC_Mod
Faktor skala
(0,7510)
EBITit + NA 0,9454 **
. EC_Mod
Faktor skala
(0,4301)
Exigible_Book ? 0,1794 *** 0,0451 **
(0,0203) (0,0227)
Cross_Listing + 0.4420 −0,0120
(0,3088) (0,2930)
Sen dolar - −1,7710 *** −0,9581 ***
(0,1546) (0,1705)
Krisis Antar - −0,0856 −0,0024
(0,1035) (0,0845)
Krisis Nac - −0,5243 *** −0,0739
(0,0907) (0,1111)
Panel data NA Efek Tetap Efek Tetap
Pengamatan NA 1648 984
R 2 Secara keseluruhan NA 0,0711 0,1466
F Statistik probabilitas NA 0,000 *** 0,000 ***
Tes chow NA 0,000 *** 0,000 ***
Tes Sargan-Hansen NA 0,000 *** 0,000 ***
b) Arbitrase: masuk akal untuk mempertanyakan apakah tingkat kerumitan mempengaruhi proses arbitrase harga saham. Proses ini menuntut investor untuk mempertimbangkan
fundamental ekonomi perusahaan, bahkan dalam kondisi tingkat kompleksitas yang tinggi dalam penilaian perusahaan;
c) Krisis di pasar keuangan: untuk studi yang menghubungkan informasi akuntansi dengan nilai pasar saham, mempertanyakan batasan rasionalitas pelaku ekonomi dalam memproses
informasi yang relevan dapat berkontribusi pada perspektif baru mengenai munculnya "gelombang" euforia dan kepanikan di pasar keuangan;
d) Regulator akuntansi: dengan asumsi rasionalitas terbatas, individu tidak perlu memproses informasi yang relevan dalam tingkat pemahaman yang sama. Dalam pengertian ini, standar
akuntansi dapat menggunakan mekanisme yang menyederhanakan representasi realitas ekonomi dan keuangan perusahaan;
e) Analis pasar: proyeksi harga saham yang dibuat oleh analis pasar dapat mempertimbangkan penggunaan model berdasarkan rasionalitas terbatas sebagai cara untuk menguji
kemungkinan peningkatan keakuratan proyeksi.
Terakhir, studi ini bertujuan untuk berkontribusi pada pemahaman yang lebih baik tentang proses penetapan harga saham, terutama untuk negara kurang berkembang. Bukti yang
diperoleh menunjukkan bahwa pembentukan harga saham, dalam beberapa situasi, sulit dijelaskan dari asumsi HEM. Dengan demikian, diharapkan dapat lebih menyoroti perdebatan di
bidang penelitian ini.
5. Ringkasan dan pertimbangan akhir
Batasan kemampuan individu dalam memproses informasi dan membuat keputusan tampaknya menjadi pertanyaan yang jarang dieksplorasi dalam studi relevansi nilai. Menimbang
bahwa karena individu bersifat terbatas secara rasional, maka interaksi antara informasi akuntansi dan pasar modal dapat mencapai perspektif baru untuk penelitian. Dalam kasus ini,
meskipun pernyataan membawa informasi yang berguna untuk pengambilan keputusan, informasi tersebut tidak dapat dimasukkan ke dalam nilai pasar saham. Individu, bahkan sebagai
kelompok, cenderung menyederhanakan proses pengambilan keputusan dengan menggunakan aturan heuristik.
20
Berdasarkan pertimbangan tersebut, kami mengembangkan skala kompleksitas dalam penilaian stok (IUE). Model ekonometrika menggunakan skala ini untuk menyelidiki apakah
investor akan memberi harga informasi akuntansi secara berbeda pada tingkat kompleksitas yang berbeda untuk mengevaluasi saham tertentu.
Hasilnya menunjukkan hubungan negatif antara reaksi pasar pemegang saham dan pengungkapan informasi akuntansi dalam kaitannya dengan IUE. Informasi akuntansi akan
kehilangan relevansinya bagi investor dalam kondisi yang lebih kompleks. Ada bukti bahwa tidak semua informasi akuntansi yang relevan diberi harga secara lengkap dan cepat, terutama
untuk saham yang sulit dinilai. Dalam kondisi yang kompleks, harga informasi akuntansi hanya akan mengambil bentuk bertahap, yang mungkin merupakan penjelasan yang masuk akal
untuk anomali PEAD.
Harga saham cenderung mencerminkan, lebih jelas, informasi akuntansi yang berkaitan dengan keuntungan dibandingkan dengan dimensi kerugian ketika mempertimbangkan IUE.
Ada bukti bahwa informasi akuntansi adalah salah satu sumber penahan bagi investor, memisahkan proses pengambilan keputusan antara keuntungan dan kerugian. Selanjutnya, kabar
baik dikaitkan dengan beberapa jenis heuristik dan bias perilaku seperti terlalu percaya diri dan perhatian yang terbatas.
Dinamika harga saham berbeda ketika membandingkan sampel saham biasa dan saham preferen. Telah ditentukan bahwa informasi akuntansi lebih relevan untuk kasus saham
preferen; namun, terdapat bukti bahwa saham preferen memiliki hubungan yang lebih baik dengan IUE.
Ada juga bukti bahwa IFRS mengurangi IUE. Hasil ini menguatkan gagasan bahwa standar akuntansi internasional memberikan informasi yang berguna kepada pelaku ekonomi
sehubungan dengan evaluasi investasi.
Hasil penting lainnya yang kami capai adalah bahwa perilaku individu investor tidak serta merta dianggap hanya sebagai faktor marjinal dalam dinamika pembentukan harga saham.
Terindikasi adanya perbaikan harga saham dalam kondisi semakin kompleksnya valuasi saham. Dengan demikian, asumsi rasionalitas penuh pelaku ekonomi dalam pengambilan
keputusan cukup dipertanyakan untuk kajian relevansi nilai.
Perlu juga dicatat bahwa hasil dikendalikan oleh variabel yang terkait dengan biaya bagi investor untuk memperoleh informasi serta kemungkinan penundaan di mana informasi
akuntansi dihargai. Hasilnya terbukti kuat bahkan dengan mempertimbangkan periode ketidakpastian yang lebih besar untuk seluruh perekonomian Brasil, seperti yang terjadi selama krisis
keuangan dan resesi ekonomi.
Namun demikian, hasil harus dibaca dengan hati-hati ketika digeneralisasikan untuk negara lain, terutama karena hasil tersebut menunjukkan perbedaan substansial dibandingkan
dengan skenario Brasil dalam hal lingkungan peraturan, penegakan, hukum, dan hak milik.
Untuk penelitian di masa mendatang, salah satu saran adalah menyelidiki bagaimana mekanisme yang diadopsi oleh peraturan akuntansi (IFRS, USGAAP, peraturan daerah) dapat
berkontribusi pada informasi yang diungkapkan oleh perusahaan agar mudah dianalisis dan diinterpretasikan oleh investor, serta mewakili realitas ekonomi. Selain itu, akan menarik untuk
mempertimbangkan asumsi rasionalitas terbatas yang berkaitan dengan proses pengambilan keputusan untuk masalah yang melibatkan konservatisme akuntansi, manajemen laba, dan
kebijakan dividen. Tema-tema ini telah didiskusikan, terutama, di bawah model idealisasi dari rasionalitas penuh individu, seperti yang diasumsikan oleh arus utama ekonomi.
Lampiran A. Data tambahan
Materi tambahan.
Referensi
Acock, AC, 2013. Menemukan Pemodelan Persamaan Struktural Menggunakan Stata (Edisi Revisi). Stata Press, Texas .
Akerlof, GA, Yellen, JL, 1985. Dapatkah penyimpangan kecil dari rasionalitas membuat perbedaan yang signifikan terhadap keseimbangan ekonomi? Saya. Econ. Wahyu 75 (4), 708–720 .
Albu, CN, Albu, N., Alexander, D., 2014. Ketika standar akuntansi global memenuhi wawasan konteks lokal dari ekonomi berkembang. Crit. Perspect. Akun. 25,
489–510 .
Assaf Neto, A., Lima, FG, Ambrozini, MA, 2007. Dividendos: teoria e prática. Di Dalam Buku, Ribeirao Preto .
Baker, M., Wurgler, J., 2006. Sentimen investor dan penampang pengembalian saham. J. Financ. 61 (4), 1645–1680 .
Baker, M., Wurgler, J., 2007. Sentimen investor di pasar saham. J. Econ. Perspect. 21 (2), 129–151 .
Balakrishnan, K., Vashishtha, R., Verrecchia, RE, 2019. Persaingan asing untuk saham dan harga asimetri informasi: bukti dari pasar ekuitas
liberalisasi. J. Akun. Econ. 67, 80–97 .
Ball, R., Brown, P., 1968. Evaluasi empiris nomor pendapatan akuntansi. J. Akun. Res. 6 (2), 159–178 .
Barber, BM, Odean, T., 2008. Semua yang berkilau: pengaruh perhatian dan berita pada perilaku membeli investor individu dan institusi. Rev. Financ. Pejantan. 21
(2), 785–818 .
Barber, BM, Odean, T., Zhu, N., 2009. Kebisingan sistematis. J. Financ. Menandai. 12, 547–569 .
Barberis, N., Xiong, W., 2009. Apa yang mendorong efek disposisi? Analisis penjelasan berbasis preferensi yang sudah berlangsung lama. J. Financ. 64 (2), 751–784 .
Barberis, N., Mukherjee, A., Wang, B., 2016. Teori prospek dan return saham: tes empiris. Rev. Financ. Pejantan. 29 (11), 3068–3107 .
Beaver, WH, 1968. Isi informasi pengumuman pendapatan tahunan. J. Akun. Res. 6, 67–92 .
Bhattacharya, N., Ecker, F., Olsson, P., Schipper, K., 2012. Asosiasi langsung dan dimediasi antara kualitas laba, asimetri informasi dan biaya ekuitas.
Akun. Wahyu 87 (2), 449–482 .
Bianconi, M., Yoshino, JA, Sousa, MOM, 2013. BRIC dan krisis keuangan AS: penyelidikan empiris pasar saham dan obligasi. Darurat. Menandai. Wahyu 14,
76–109 .
Brown, NC, Kimbrough, MD, 2011. Investasi tak berwujud dan pentingnya faktor spesifik perusahaan dalam penentuan laba. Rev. Acc. Pejantan. 16 (3), 539–573 .
Brown, S., Lo, K., Lys, T., 1999. Penggunaan R 2 dalam penelitian akuntansi: mengukur perubahan relevansi nilai selama empat dekade terakhir. J. Akun. Econ. 28 (2), 83–115 .
Chan, K., Hameed, A., 2006. Sinkronisasi harga saham dan cakupan analis di pasar negara berkembang. J. Financ. Econ. 80 (1), 115–147 .
Chong, A., López-de-Silanes, F., 2007. Perlindungan Investor dan Tata Kelola Perusahaan: Bukti Tingkat Perusahaan di seluruh Amerika Latin. Forum Pembangunan Amerika Latin,
Palo Alto, CA Diperoleh 05 Mei 2019, dari. https://www.ssrn.com/abstract=1820067 .
Christensen, HB, Nikolaev, VV, 2013. Apakah akuntansi nilai wajar untuk aset non-keuangan lulus uji pasar? Rev. Acc. Pejantan. 18, 734–775 .
Christensen, HB, Lee, E., Walker, M., 2007. Variasi cross-sectional dalam konsekuensi ekonomi dari harmonisasi akuntansi internasional: kasus wajib
Adopsi IFRS di Inggris. Int. J. Akun. 42 (4), 341–379 .
Collins, DW, Kothari, SP, Shanken, J., Sloan, RG, 1994. Kurangnya ketepatan waktu dan kebisingan sebagai penjelasan untuk asosiasi laba-laba yang rendah. J.
Akun. Econ. 18 (3), 289–324 .
21
Costello, Ab, Osborne, JW, 2005. Praktik terbaik dalam analisis faktor eksplorasi: empat rekomendasi untuk mendapatkan hasil maksimal dari analisis Anda. Praktik. Menilai. Res. Evaluasi.
10, 173–178 .
Daniel, K., Hirshleifer, D., Subrahmanyam, A., 1998. Psikologi investor dan reaksi pasar sekuritas yang berlebihan. J. Financ. 53 (6), 1839–1885 .
Daske, H., Hail, L., Leuz, C., Verdi, R., 2008. Pelaporan wajib IFRS di seluruh dunia: bukti awal tentang konsekuensi ekonomi. J. Akun. Res. 46 (5),
1085–1142 .
Daske, H., Hail, L., Leuz, C., Verdi, R., 2013. Mengadopsi label: heterogenitas dalam konsekuensi ekonomi sekitar adopsi IAS / IFRS. J. Akun. Res. 51 (3),
495–547 .
Dechow, PM, 1994. Laba akuntansi dan arus kas sebagai ukuran kinerja perusahaan: peran akrual akuntansi. J. Akun. Econ. 18 (1), 3–42 .
Dechow, PM, Sloan, RG, Zha, J., 2014. Harga saham dan pendapatan: sejarah penelitian. Ann. Rev. Fin. Econ. 6, 343–363 .
DeFond, M., Hung, M., Trezevant, R., 2007. Perlindungan investor dan isi informasi pengumuman pendapatan tahunan: bukti internasional. J. Akun.
Econ. 43 (1), 37–67 .
Deng, B., Li, Z., Li, Y., 2018. Kepemilikan institusional asing dan kesamaan likuiditas di seluruh dunia. J. Corp. Finan. 51, 20–49 .
Dye, RA, Hughes, JS, 2018. Pengungkapan sukarela ekuilibrium, harga aset, dan transfer informasi. J. Akun. Econ. 66 (1), 1–24 .
Fama, EF, 1970. Pasar modal yang efisien: tinjauan teori dan pekerjaan empiris. J. Financ. 25 (2), 383–417 .
Fama, EF, 1998. Efisiensi pasar, pengembalian jangka panjang, dan keuangan perilaku. J. Financ. Econ. 49 (3), 283–306 .
Figlioli, B., Lima, FG, 2019. Harga saham di Amerika Latin: efek sinkronisitas. Darurat. Menandai. Wahyu 39, 1–17 .
Filzen, JJ, Peterson, K., 2015. Kompleksitas laporan keuangan dan memenuhi ekspektasi analis. Penghinaan. Akun. Res. 32 (4), 1560–1594 .
Francis, J., LaFond, R., Olsson, P., Schipper, K., 2007. Ketidakpastian informasi dan pasca-laba-pengumuman-drift. J. Bus. Keuangan. Acc. 34 (3–4), 403–433 .
Frazzini, A., 2006. Pengaruh disposisi dan underreaction terhadap berita. J. Financ. 61 (4), 2017–2046 . Frazzini, A., & Lamont, O. (2006). Pengumuman pendapatan premium dan proses
perdagangan [ Kertas Kerja NBER No. 13090]. Cambridge.
García, MPR, Alejandro, KAC, Sáenz, ABM, Sánches, HHG, 2017. Apakah adopsi IFRS meningkatkan relevansi nilai dan ketepatan waktu pendapatan di Amerika Latin?
Darurat. Menandai. Wahyu 30, 155–168 .
Gervais, S., Kaniel, R., Mingelgrin, DH, 2001. Premi pengembalian bervolume tinggi. J. Financ. 56 (3), 877–919 .
Ghio, A., Verona, R., 2015. Harmonisasi akuntansi di negara-negara BRIC: jalur yang sama? Akun. Forum 39, 121–139 .
Goetzmann, WN, Massa, M., 2008. Disposisi penting: volume, volatilitas, dan dampak harga dari bias perilaku. J. Manajer Portofolio. 34 (2), 103–125 .
Gordon, EA, Greiner, A., Kohlbeck, MJ, Lin, S., Skaife, H., 2013. Tantangan dan peluang dalam penelitian akuntansi lintas negara. Akun. Horiz. 27 (1),
141–154 .
Grandes, M., Panigo, DT, Pasquini, RA, 2010. Tentang Estimasi Cost of Equity di Amerika Latin. Darurat. Menandai. Wahyu 11 (4), 373–389 .
Hadhri, S., Ftiti, Z., 2017. Prediktabilitas pengembalian saham di pasar negara berkembang: apakah pilihan prediktor dan model penting di seluruh negara? Res. Int. Bis. Keuangan. 42,
39–60 .
Hamberg, M., Mavruk, T., Sjogren, S., 2013. Keputusan alokasi investasi, home bias dan adopsi IFRS wajib. J. Int. Pembiayaan Uang. 36, 107–130 .
Hirshleifer, D., Teoh, SH, 2003. Perhatian terbatas, pengungkapan informasi, dan pelaporan keuangan. J. Akun. Econ. 36, 337–386 .
Hong, H., Stein, JC, 1999. Sebuah teori unified underreaction, momentum trading dan overreaction di pasar aset. J. Financ. 54 (6), 2143–2184 .
Hou, K., Moskowitz, TJ, 2005. Friksi pasar, penundaan harga, dan penampang laba yang diharapkan. Rev. Financ. Pejantan. 18 (3), 981–1020 . Hou, K., Peng, L., & Xiong, W. (2008). Kisah dua anomali: implikasi
perhatian investor terhadap harga dan momentum pendapatan. Makalah kerja. Negara Bagian Ohio
Universitas.
Instituto Brasileiro de Geografia e Estatística (IBGE). (2017). Séries históricas e estatísticas. Recuperado de http://seriesestatisticas.ibge.gov.br .
Jegadeesh, N., Livnat, J., 2006. Kejutan pendapatan dan pengembalian saham. J. Akun. Econ. 41 (1–2), 147–171 .
Jegadeesh, N., Titman, S., 1993. Returns to buying winners and selling losers: implikasi efisiensi pasar saham. J. Financ. 48 (1), 65–91 .
Jiang, G., Lee, CMC, Zhang, Y., 2005. Ketidakpastian informasi dan hasil yang diharapkan. Rev. Acc. Pejantan. 10 (2), 185–221 .
Kahneman, D., Tversky, A., 1979. Teori prospek: analisis keputusan di bawah berisiko. Econometrica 2 (47), 263-291 .
Karlsson, N., Loewenstein, G., & Seppi, D. (2005). The "efek burung unta": perhatian selektif terhadap informasi tentang investasi. Kertas Kerja, Carnegie Mellon
Universitas.
Kothari, SP, 2001. Riset pasar modal di bidang akuntansi. J. Akun. Econ. 31 (1–3), 105–231 .
Kumar, A., 2009. Sulit untuk menilai saham, bias perilaku, dan perdagangan informasi. J. Financ. Bergalah. Anal. 44 (6), 1375–1401 .
Lambertides, N., Mazouz, K., 2013. Gejolak harga saham dan efisiensi informasi setelah penerapan wajib IFRS di Eropa. J. Appl. Acc. Res. 14 (1),
4–17 .
Landsman, WR, Maydew, EL, Thornock, JR, 2012. Isi informasi pengumuman pendapatan tahunan dan adopsi wajib IFRS. J. Akun. Econ.
53 (1–2), 34–54 .
Laux, C., Leuz, C., 2009. Krisis akuntansi nilai wajar: memahami perdebatan baru-baru ini. Acc. Organ. Soc. 34 (6–7), 826–834 .
Leite, AL, Klotzle, MC, Pinto, ACF, Silva, AF, 2018. Ukuran, nilai, profitabilitas, dan investasi: bukti dari pasar negara berkembang. Darurat. Menandai. Wahyu 36, 45–59 .
Lewellen, J., Shanken, J., 2002. Pembelajaran, tes harga aset, dan efisiensi pasar. J. Financ. 57 (3), 1113–1145 .
Li, S., Brockman, P., Zurbruegg, R., 2015. Pencatatan silang, informasi khusus perusahaan, dan tata kelola perusahaan: bukti dari saham-A dan saham-H Tiongkok. J. Corp. Finan. 32, 347–362 .
Liang, L., 2003. Penyimpangan pengumuman pasca laba dan bias pemrosesan informasi pelaku pasar. Rev. Acc. Pejantan. 8 (2), 321–345 .
Lin, KJ, Karim, KE, Carter, C., 2015. Mengapa pasar saham China memiliki pergerakan harga saham yang sangat sinkron? Perspektif pasokan informasi. Adv.
Akun. Incorp. Adv. Int. Akun. 31 (1), 68–79 .
Liu, W., 2006. Model penetapan harga aset modal dengan penambahan likuiditas. J. Financ. Econ. 82, 631–671 .
Lopes, AB, 2006. Akuntansi keuangan di Brasil: pemeriksaan empiris. Lat. Saya. Bis. Wahyu 6 (4), 45–68 .
Marra, A., 2016. Pro dan kontra dari akuntansi nilai wajar dalam ekonomi global: perdebatan yang tidak pernah berakhir. J. Akun. Audit. Sirip. 31 (4), 582–591 .
Mensi, W., Hammoudeh, S., Reboredo, JC, Nguyen, DK, 2014. Apakah faktor global memengaruhi pasar saham BRICS? Pendekatan regresi kuantitatif. Darurat. Menandai. Wahyu 19,
1–17 .
Morck, R., Yeung, B., Yu, W., 2000. Isi informasi pasar saham: mengapa pasar negara berkembang memiliki pergerakan harga saham yang sinkron? J. Financ. Econ. 58
(1–2), 215–260 .
Morris, S., 1996. Perilaku dan pembelajaran investor spekulatif. QJ Econ. 111 (4), 1111–1133 .
Nissim, D., Penman, SH, 2003. Analisis laporan keuangan leverage dan bagaimana ia menginformasikan tentang profitabilitas dan rasio harga-ke-buku. Rev. Acc. Pejantan. 8, 531–560 .
Nnadi, M., Soobaroyen, T., 2015. Standar Pelaporan Keuangan Internasional dan Penanaman Modal Asing: Kasus Afrika. Adv. Akun. Incorp. Adv. Int. Akun.
31 (2), 228–238 .
Odean, T., 1998. Apakah investor enggan merealisasikan kerugiannya? J. Financ. 53 (5), 1775–1798 .
Olibe, KO, 2016. Pengembalian keamanan dan respons volume di sekitar pengumuman pendapatan Standar Pelaporan Keuangan Internasional (IFRS). Int. J. Akun. 51 (2),
240–265 .
Peng, L., 2005. Pembelajaran dengan kendala kapasitas informasi. J. Financ. Bergalah. Anal. 40 (2), 307–329 .
Peng, L., Xiong, W., 2006. Perhatian investor, kepercayaan berlebihan, dan pembelajaran kategori. J. Financ. Econ. 80 (3), 563–602 .
Peng, L., Xiong, W., Bollerslev, T., 2007. Perhatian investor dan penyesuaian waktu yang bervariasi. Eur. Keuangan. Manag. 13 (3), 394–422 .
Peng, Z., Johnstone, D., Christodoulou, D., 2020. Dampak asimetris dari berita pendapatan pada ketidakpastian investor. J. Bus. Keuangan. Acc. 47, 3–26 .
Peterson, K., 2012. Kompleksitas akuntansi, misreporting, dan konsekuensi dari misreporting. Rev. Acc. Pejantan. 17 (1), 72–95 .
Pevzner, M., Xie, F., Xin, X., 2015. Ketika perusahaan berbicara, apakah investor mendengarkan? Peran kepercayaan dalam reaksi pasar saham terhadap pengumuman pendapatan perusahaan. J. Financ.
Econ. 117 (1), 190–223 .
Plumlee, MA, 2003. Pengaruh kompleksitas informasi pada penggunaan informasi oleh analis. Akun. Wahyu 78 (1), 275–296 .
Roll, R., 1988. R 2. J. Financ. 43 (3), 541–566 .
Simon, HA, 1955. Model perilaku pilihan rasional. Kuart. J. Econ. 69 (1), 99–118 .
Simon, HA, 1957. Model Manusia. John Wiley & Sons, Inc, New York .
Simon, HA, 1990. Invarian perilaku manusia. Annu. Rev. Psychol. 41 (1), 1–19 .
22
Strahilevitz, MA, Odean, T., Barber, BM, 2011. Setelah dibakar, dua kali malu: bagaimana pembelajaran naif, kontrafaktual, dan penyesalan memengaruhi pembelian kembali saham sebelumnya
Terjual. J. Mark. Res. 48, 102–120 .
Tversky, A., Kahneman, D., 1992. Kemajuan dalam teori prospek: representasi kumulatif dari ketidakpastian. J. Risiko Tidak Pasti. 5 (4), 297–323 .
Wisniewski, TP, Yekini, LS, 2015. Return pasar saham dan isi narasi laporan tahunan. Akun. Forum 39 (4), 281–294 . Federasi Bursa Dunia (WFI). (2019). Statistik. https://www.world-exchanges.org/home/index.php/statistics
. (Diakses 10 Juni 2019).
Anda, H., Zhang, XJ, 2009. Kompleksitas pelaporan keuangan dan kurangnya reaksi investor terhadap informasi 10-K. Rev. Acc. Pejantan. 14 (4), 559–586 .
Zeghal, D., Mhedhbi, K., 2006. Analisis faktor-faktor yang mempengaruhi penerapan standar akuntansi internasional oleh negara berkembang. Int. J. Akun. 41 (4),
373–386 .
Zhang, XF, 2006. Ketidakpastian informasi dan pengembalian saham. J. Financ. 61 (1), 105–137 .
Zhou, W., Wu, L., Wang, H., 2016. Konsekuensi meningkatkan ruang lingkup pertimbangan manajerial dalam standar akuntansi. ABACUS 52 (3), 404–440 .
23

Figlioli2020 en Id PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Figlioli2020 en Id PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

Tinjauan Pasar Berkembang 44 (2020) 100719

Daftar isi tersedia di ScienceDirect

Review Pasar Berkembang

beranda jurnal: www.elsevier.com/locate/emr

Dalam mencari kabar baik: Hubungan antara informasi akuntansi, rasionalitas

Bruno Figlioli Sebuah , • , 1 , Sirlei Lemes b , 2 , Fabiano Guasti Lima Sebuah

• Penulis yang sesuai.

Alamat email: figlioli@usp.br (B. Figlioli).

2. Kerangka teori dan pengembangan hipotesis

3 Bursa Efek Brasil

Hipotesis 2, dalam bentuk alternatifnya, menjelaskan dan menguji anomali PEAD.

2.1.4. Hipotesis 4a dan 4b

Sampel Stok biasa Saham preferensial

3.1. Pengumpulan data dan sampel

3.2. Pengembangan dan validasi konstruksi kompleksitas

Ukuran Deskripsi Operasionalisasi Sampel: Dasar teori

risiko saham idiosinkratik, seperti yang dijelaskan di bawah ini.

Krisis Nac + dummy sektor + dummy tahun + t

Kompleksitas Ord = 1 Exigib + 8 Beta le_Book ++ 2 IFRS + 3 P + ublic_Private +

3.3. Definisi variabel yang berhubungan dengan kerugian dan keuntungan

KIJANG t KIJANG t 1 ( Saham biasa) ANALYST_MED t ( Saham (3)

EPS t biasa) (4)

ROI t ROI t 1 ( Saham preferensial) (5)

3.4. Model ekonometrika

3.4.1. Analisis univariat

H0: AFV itu = 0

H. 1: AFV Itu 0 (7)

H. 0: AFV Itu variabel berasal dari proses acak.

H. 1: AFV Itu variabel tidak berasal dari proses acak. (8)

Cross_Listing (-) Complexity_Scale (-) Corp_Gov Itu

Total_Crisis Sinc Itu (-) Kejutan Itu

Gambar 3. menunjukkan hubungan yang dibangun untuk pengujian Hipotesis 3.

3.4.2. Analisis multivariasi

MOBIL i (+ 60) = Acumulated_R i (+ 60) Acumulated_R CM (+ 60) (9)

estimasi maximum likelihood.

R saya ( 65, 6) (10)

Dimana: Sinc Itu: sinkronisitas saham i untuk periode t; R 2

EBITDA Itu EBITDA Itu 1

Model yang dibatasi = 0

Model tidak terbatas + 1 Faktor skala

Model yang dibatasi = 0

Mod tidak terbatas = el + 1 Faktor skala

Dimana: R 2: koefisien determinasi

4. Presentasi dan analisis hasil

4.1. Operasionalisasi dan kompleksitas membangun hasil

4.2. Hasil analisis univariat

penyebaran informasi akuntansi.

4.3. Hasil analisis multivariasi

4.3.1. Analisis jalur

Persentase Biasa Istimewa

C Inter + β 10 Krisis Nac + ε t

Exigible_Book + 0,1710 *** 0,0933 ***

Sampel Pengamatan Rata-rata Kesalahan standar t statistik

Saham biasa 1648 −0,2361 0,0227 −10,3872 ***

Panel A: Saham biasa Keuntungan:

ROE t - ROE t-1> 0

Keuntungan: EPS t - MED_ANALYST t> 0

Panel A: Stok biasa

Efek Tidak Langsung

Panel B: Saham preferensial

Efek Tidak Langsung

Panel A: Stok biasa

Efek Tidak Langsung

Exigible_Book + 0,1710 * 0,0933 *

Konstan ? 0,769 * 1,401 * 0,562 * 0,893 *

Konstan ? 2.195 * 3,496 * 1,223 * 1,143 *

Konstan ? 1,5205 * 0,7862 *