Kothari2005 en Id

PASAL DI PERS
Jurnal Akuntansi dan Ekonomi 39 (2005) 163-197

www.elsevier.com/locate/econbase
Performa sesuai kebijaksanaan

pengukuran akrual $
SP Kothari Sebuah, , Andrew J. Leone b, Charles E. Wasley b
Sebuah Sekolah Manajemen Sloan, Institut Teknologi Massachusetts, Cambridge, MA 02142, AS
b Sekolah Pascasarjana Administrasi Bisnis William E. Simon, Universitas Rochester, Rochester,
NY 14627, AS
Diterima 18 April 2001; diterima dalam bentuk revisi 22 September 2004; diterima 17 November 2004
Tersedia online 23 Januari 2005
Abstrak
Kami memeriksa spesifikasi dan kekuatan tes berdasarkan kinerja akrual diskresioner yang cocok,
dan membuat perbandingan dengan tes menggunakan pengukuran akrual diskresioner tradisional
(misalnya, Jones dan model Jones yang dimodifikasi). Pencocokan kinerja pada pengembalian aset
mengontrol pengaruh kinerja pada akrual diskresioner yang diukur. Hasil penelitian menunjukkan
bahwa pengukuran akrual diskresioner yang sesuai dengan kinerja meningkatkan keandalan
kesimpulan dari penelitian manajemen laba ketika hipotesis yang diuji tidak menyiratkan bahwa
manajemen laba akan bervariasi dengan kinerja, atau di mana perusahaan kontrol tidak diharapkan
terlibat dalam manajemen laba.
r 2004 Elsevier BV Semua hak dilindungi undang-undang.
Klasifikasi JEL: M41; C12; C15; M42
Kata kunci: Akrual diskresioner; Manajemen laba; Pencocokan kinerja; Discretionary-accruals

model
$ Kami berterima kasih atas komentar dan saran dari wasit anonim, Thomas Lys (editor), Wayne Guay, Prem Jain,
Ross Watts, Jerry Zimmerman dan peserta lokakarya di Arizona State, UC-Irvine, Case Western, Colorado, Erasmus,
Georgetown, MIT , Pennsylvania State, Rochester dan Tilburg. SP Kothari mengakui dukungan finansial dari Arthur
Andersen dan Andrew Leone dan Charles Wasley mengakui dukungan finansial dari Bradley Policy Research Center di
Simon School dan John M. Olin Foundation.
Penulis yang sesuai. Telp .: +1 617 253 0994; faks: +1 617 253 0603.
Alamat email: kothari@mith.edu (SP Kothari).
0165-4101 / $ - lihat materi depan r 2004 Elsevier BV Semua hak dilindungi undang-undang.
doi: 10.1016 / j.jacceco.2004.11.002
PASAL DI PERS
164 SP Kothari dkk. / Jurnal Akuntansi dan Ekonomi 39 (2005) 163–197
1. Perkenalan
Penggunaan akrual diskresioner dalam pengujian manajemen laba dan efisiensi pasar
tersebar luas (lihat, misalnya, Defond dan Jiambalvo, 1994 , Rees dkk., 1996 ; Teoh dkk.,
1998a, b ). Studi manajemen laba '' memeriksa apakah manajer bertindak seolah-olah
mereka percaya pengguna data pelaporan keuangan dapat disesatkan untuk menafsirkan
laba akuntansi yang dilaporkan sebagai ekuivalen dengan profitabilitas ekonomi '' ( Fields
et al., 2001, hal. 279 ). Secara alami, penelitian manajemen laba menarik tidak hanya untuk
akademisi, tetapi juga untuk praktisi dan regulator.
Kesimpulan yang diambil dari pengujian hipotesis yang terkait dengan insentif untuk
manajemen laba bergantung secara kritis pada kemampuan peneliti untuk memperkirakan
akrual diskresioner secara akurat. Artinya, semua tes adalah tes gabungan dari model akrual
diskresioner dan manajemen laba peneliti. 1 Hal ini telah mendorong minat dalam penelitian
tentang pemodelan akrual diskresioner dan spesifikasi empiris model. Namun, estimasi akurat
dari akrual diskresioner tampaknya tidak dicapai dengan menggunakan model yang ada. Fields
dkk. (2001, hlm.289) menunjukkan bahwa '' Satu-satunya kesimpulan yang meyakinkan
tampaknya bahwa mengandalkan model akrual yang ada untuk memecahkan masalah
beberapa pilihan metode dapat mengakibatkan masalah inferensi yang serius, '' di mana
beberapa pilihan metode mengacu pada manajemen laba dengan menggunakan akrual.
Tujuan kami dalam makalah ini adalah untuk menguji apakah pendekatan akrual
diskresioner yang sesuai dengan kinerja (jenis pendekatan sampel kontrol) ditentukan dengan
baik dan kuat dalam memperkirakan akrual diskresioner. Penggunaan ukuran akrual seperti
itu, tunduk pada peringatan penting tentang jenis hipotesis yang sedang diuji, dapat
meningkatkan keandalan kesimpulan dari studi manajemen laba sehubungan dengan akrual
diskresioner. Di bawah ini kami membahas jenis-jenis uji hipotesis di mana pencocokan
mungkin bermanfaat.
Penelitian sebelumnya meneliti spesifikasi dan kekuatan berbagai model diskresioner (lihat Dechow dkk.,
1995 ), tetapi bukan model akrual yang sesuai dengan kinerja. Dechow dkk. (1995, hlm. 193) menyimpulkan
bahwa "semua model menolak hipotesis nol tentang tidak ada manajemen laba pada tingkat yang melebihi
tingkat pengujian yang ditentukan ketika diterapkan pada sampel perusahaan dengan kinerja keuangan
yang ekstrim. '' Hasil ini menggambarkan pentingnya pertimbangan yang cermat dari hipotesis yang sedang
diuji, karena perusahaan dengan kinerja ekstrim juga cenderung terlibat dalam manajemen laba.
Berdasarkan hipotesis tersebut, model akrual diskresioner sebenarnya dapat mendeteksi manipulasi
tersebut dengan benar (lihat Guay dkk., 1996 ). Alternatifnya, model akrual diskresioner mungkin salah
spesifikasi ketika diterapkan pada sampel perusahaan dengan kinerja ekstrim sebagian karena kinerja dan
perkiraan akrual diskresioner menunjukkan hubungan mekanis (seperti dibahas di bawah). Sejauh
perhatiannya adalah kesalahan spesifikasi model, dan karena penelitian manajemen laba biasanya
memeriksa sampel non-acak (misalnya, sampel yang dipilih sendiri oleh perusahaan, misalnya, mengubah
auditor), studi manajemen laba harus menggunakan beberapa
1 Dalam konteks pengujian efisiensi pasar sehubungan dengan manajemen laba, pengujian tersebut adalah
pengujian gabungan model akrual diskresioner dan efisiensi pasar.

PASAL DI PERS
SP Kothari dkk. / Jurnal Akuntansi dan Ekonomi 39 (2005) 163–197 165
cara mengurangi kesalahan spesifikasi untuk mengurangi kemungkinan kesimpulan yang

salah. Dalam hal ini, penggunaan sampel kontrol untuk mengatasi masalah spesifikasi adalah
hal yang umum dalam literatur. Dengan mengandalkan sampel kontrol untuk mengkalibrasi
manajemen laba, manajemen laba yang diidentifikasi oleh pendekatan kami harus ditafsirkan
sebagai manajemen laba 'abnormal'. Dengan kata lain, menyesuaikan kinerja, perusahaan yang
diidentifikasi memiliki laba terkelola sebenarnya mengelola laba pada tingkat yang lebih tinggi
daripada sampel pembanding.
Kami memeriksa properti akrual diskresioner yang disesuaikan dengan akrual diskresioner
perusahaan yang sesuai dengan kinerja, di mana pencocokan didasarkan pada laba atas aset dan
keanggotaan industri perusahaan. Motivasi kami untuk menggunakan ROA sebagai variabel yang
cocok dibandingkan dengan kandidat lain (misalnya, ukuran, pertumbuhan pendapatan, hasil
pendapatan, pasar-ke-buku, dll.) Adalah dua kali lipat. Pertama, file Dechow dkk. (1998)
model akrual yang dibahas dalam Bagian 2 menyarankan kontrol ROA untuk pengaruh
kinerja pada akrual diskresioner yang diukur. Kedua, pencocokan pada ROA mengikuti
Barber dan Lyon (1996) pendekatan untuk mendeteksi kinerja operasi abnormal (Barber dan
Lyon tidak fokus pada akrual) menggunakan desain penelitian perusahaan yang cocok. Mereka
menemukan bahwa pencocokan pada ukuran kinerja operasi yang mirip dengan ROA
cenderung lebih baik daripada mencocokkan pada variabel lain.
Pencocokan kinerja tidak dapat dan tidak menyelesaikan semua masalah yang timbul
dari model akrual diskresioner yang buruk atau dari kegagalan peneliti untuk mengenali
insentif manajemen akrual yang unik untuk pertanyaan penelitian yang sedang dibahas.
Sebaliknya, pendekatan kami memberikan kontrol tambahan untuk apa yang dianggap
manajemen laba 'normal'. Dengan kata lain, perusahaan yang diklasifikasikan sebagai
memiliki tingkat manajemen laba yang tinggi atau rendah secara tidak normal adalah
perusahaan yang mengelola lebih dari yang diharapkan berdasarkan tingkat kinerjanya.
Peneliti harus mempertimbangkan untuk menggunakan baik nilai yang dipasang dari
model kami (tingkat normal dari manajemen laba) atau sisa dari model (tingkat abnormal
dari manajemen laba), tergantung pada hipotesis spesifik yang sedang diuji (lihat Bagian
2.3 untuk penjelasan lebih lanjut). Sekalipun ada peringatan ini, Teoh dkk., 1998a, b ). Kami
berkontribusi pada literatur ini sebagai studi pertama untuk secara menyeluruh
memeriksa dan mendokumentasikan spesifikasi dan kekuatan pengukuran akrual
diskresioner berbasis kinerja di berbagai pengaturan yang mewakili yang ditemui dalam
penelitian akuntansi.
Secara konseptual, motivasi kami untuk mengontrol kinerja berasal dari model sederhana pendapatan,
arus kas, dan akrual di Dechow dkk. (1998) . Model ini menunjukkan bahwa akrual modal kerja meningkat
dalam perkiraan pertumbuhan penjualan dan pendapatan karena investasi perusahaan dalam modal kerja
untuk mendukung pertumbuhan penjualan. Oleh karena itu, jika kinerja menunjukkan momentum atau
pengembalian rata-rata (yaitu, kinerja menyimpang dari random walk), maka akrual yang diharapkan akan
menjadi bukan nol. Perusahaan dengan peluang pertumbuhan tinggi sering kali menunjukkan pola
pertumbuhan yang persisten (mis., Momentum laba). Demikian pula, konservatisme akuntansi dapat
menghasilkan persistensi laba (yaitu, momentum) dengan adanya kabar baik dan pengembalian rata-rata
dengan adanya berita buruk ( Basu, 1997 ). Ada juga bukti pengembalian rata-rata tergantung pada kinerja
laba yang ekstrim (lihat Brooks dan Buckmaster, 1976 ).
PASAL DI PERS
Akibatnya, akrual perusahaan yang telah mengalami kinerja yang tidak biasa diharapkan
secara sistematis bukan nol. Korelasi antara kinerja dan akrual bermasalah dalam
pengujian manajemen laba karena model akrual diskresioner yang umum digunakan
(misalnya, Jones (1991) dan model Jones yang dimodifikasi) salah dispesifikasikan ketika
diterapkan pada sampel yang mengalami kinerja ekstrim (lihat
Dechow dkk., 1995 ). 2
Sementara kami mengontrol dampak kinerja pada estimasi akrual diskresioner
menggunakan akrual diskresioner perusahaan yang sesuai dengan kinerja, alternatifnya adalah
secara formal memodelkan akrual sebagai fungsi kinerja (lihat Fields dkk. (2001) untuk diskusi
tentang masalah ini). Namun, melakukan hal itu membutuhkan pengenaan bentuk fungsional
spesifik yang menghubungkan akrual dengan kinerja masa lalu di penampang melintang.
Karena kurangnya teori, kami mengontrol kinerja menggunakan akrual diskresioner
perusahaan yang sesuai dengan kinerja. Menggunakan akrual diskresioner perusahaan yang
sesuai dengan kinerja tidak memaksakan suatu bentuk fungsional tertentu yang
menghubungkan akrual dengan kinerja dalam suatu penampang melintang perusahaan.
Alih-alih, asumsi yang mendasari pencocokan kinerja, pada tingkat portofolio, dampak kinerja
pada akrual identik untuk sampel kontrol yang diuji dan dicocokkan. Untuk tujuan
perbandingan kami juga melakukan tes yang mengontrol kinerja pada akrual diskresioner
menggunakan regresi linier (yaitu, ROA ditambahkan ke Jones dan model Jones yang
dimodifikasi sebagai regressor tambahan). Perbandingan tersebut mengungkapkan bahwa
pengujian akrual diskresioner menggunakan pendekatan pencocokan kinerja lebih baik
ditentukan daripada pengujian yang menggunakan pendekatan berbasis regresi linier. Hasil ini
sebagian disebabkan oleh hubungan non-linier antara akrual dan kinerja.
Sementara penyesuaian akrual diskresioner untuk sampel yang sesuai dengan kinerja
adalah umum dalam literatur, peneliti memilih dari berbagai karakteristik perusahaan
yang akan dicocokkan tanpa bukti sistematis untuk memandu pilihan mereka. Kurangnya
panduan semacam itu menghalangi perbandingan hasil antar-studi. Sebagai contoh,
Defond dan Subramanyam (1998) mencocokkan arus kas, Teoh dkk., (1998a) cocok dengan
industri dan laba bersih, sedangkan Defond dan Jiambalvo (1994) cocok dengan tahun dan
industri. Kalau tidak, Perry dan Williams (1994) cocok dengan industri dan ukuran. Pendekatan
yang sedikit berbeda diadopsi dalam Holthausen dan Larcker (1996) yang mendefinisikan ''
perusahaan kendali '' sebagai kinerja median dari subset perusahaan dalam industri yang sama
dan Kasznik (1999) yang menggunakan kinerja median perusahaan yang cocok dengan laba
atas aset. Kami menyediakan perlakuan sistematis untuk spesifikasi dan kekuatan pengujian
menggunakan akrual diskresioner berbasis kinerja. Analisis ini akan membantu dalam desain
manajemen laba masa depan dan studi efisiensi pasar.
Ringkasan hasil: Hasil utama dari analisis simulasi kami adalah bahwa akrual
diskresioner diperkirakan menggunakan Jones atau model Jones yang dimodifikasi, dan
disesuaikan untuk akrual diskresioner perusahaan yang sesuai dengan kinerja, cenderung menjadi
ukuran akrual diskresioner terbaik yang dispesifikasikan di berbagai macam kondisi peristiwa yang
disimulasikan. Kami melaporkan hasil menggunakan pencocokan kinerja berdasarkan industri
dan laba atas aset untuk tahun berjalan, ROA t, dan tahun lalu, ROA t 1.
2 Penelitian terbaru mencoba mengembangkan model akrual sebagai fungsi kinerja (lihat Kang dan
Sivaramakrishnan, 1995 ; Healy, 1996 ; Dechow dkk., 1998 ; Peasnell dkk., 2000 ; Barth et al., 2001 ).
PASAL DI PERS
Pencocokan berdasarkan ROA t berkinerja lebih baik daripada mencocokkan di ROA t 1. Kami percaya
pencocokan di ROA t menghasilkan lebih sedikit pengujian yang salah ditentukan karena kesalahan terkait
kinerja dalam mengestimasi akrual diskresioner dari suatu perusahaan perlakuan mempengaruhi
ROA perusahaan perawatan t, yang cocok dengan ROA perusahaan kontrol t. Dengan
demikian, dampak akrual terkait kinerja pada properti periode berikutnya
perkiraan akrual diskresioner dari perusahaan perlakuan lebih terkontrol untuk kapan
pencocokan ada di ROA t daripada dengan mencocokkan determinan yang tertinggal (yaitu, basi),
ROA t 1. Kinerja unggul pengukuran akrual yang sesuai dengan kinerja ROA dibandingkan
dengan ukuran akrual diskresioner lainnya sejajar dengan hasil di
konteks pengukuran kinerja operasi dan pengembalian saham jangka panjang (lihat
Barber dan Lyon, 1996, 1997 ; Lyon dkk., 1999 ; Ikenberry dkk., 1995 ). Discretionary accruals
yang sesuai dengan kinerja hanya menunjukkan tingkat kesalahan spesifikasi yang sedang
ketika perusahaan dipilih secara acak dari kuartil ekstrim saham yang diberi peringkat
berdasarkan karakteristik perusahaan seperti rasio book-to-market, ukuran perusahaan,
pertumbuhan penjualan, dan hasil laba ( yaitu, kinerja). Namun, dalam sampel yang sama, hasil
komparatif berdasarkan pengukuran akrual diskresioner tradisional menunjukkan tingkat
kesalahan spesifikasi yang jauh lebih besar.
Keberatan yang terkait dengan analisis kami adalah bahwa perusahaan dalam sampel acak
berstrata mungkin terlibat dalam manajemen laba karena alasan kontrak, politik, atau pasar
modal. Dengan demikian, tingkat penolakan yang ditentukan dengan baik dari pendekatan
pencocokan kinerja mungkin merupakan indikasi kecenderungan untuk menolak hipotesis nol
(lihat Guay dkk., 1996 ). Dalam konteks ini, hasil kami bahwa ukuran yang sesuai dengan kinerja
ditentukan dengan baik hanya berlaku selama peneliti ingin mengkalibrasi tingkat manajemen
laba (yaitu, akrual diskresioner) oleh sampel perlakuan relatif terhadap sampel yang cocok yang
belum mengalami kontrak. , peristiwa perlakuan terkait politik, atau pasar modal (juga lihat
Bagian 2), tetapi sebaliknya identik dengan sampel perlakuan dalam semua hal ekonomi
lainnya. Jelas, keberhasilan pendekatan perusahaan yang sesuai bergantung pada kemampuan
peneliti untuk mengidentifikasi sampel kontrol yang tepat. Hal ini, pada gilirannya, bergantung
pada hipotesis manajemen laba spesifik yang sedang diuji.
Bagian 2 memberikan motivasi untuk menggunakan pendekatan yang sesuai dengan

kinerja untuk mengukur akrual diskresioner dan Bagian 3 menjelaskan prosedur simulasi.
Bagian 4 merangkum hasil spesifikasi pengujian dan Bagian 5 melaporkan hasil untuk
kekuatan pengujian. Bagian 6 melaporkan hasil dari berbagai analisis sensitivitas dan
Bagian 7 merangkum dan membahas rekomendasi untuk penelitian di masa mendatang.
2. Motivasi untuk pencocokan kinerja
Intuisi ekonomi, model akrual, pendapatan, dan arus kas yang masih ada, dan bukti
empiris semuanya menunjukkan bahwa akrual berkorelasi dengan kinerja masa lalu dan
masa perusahaan perusahaan (lihat, misalnya, Guay dkk. 1996 ; Healy, 1996 ; Dechow et al.,
1998, 1995 ; Barth et al., 2001 ). Sementara Jones dan model Jones yang dimodifikasi
mencoba untuk mengontrol kinerja kontemporer, secara empiris
PASAL DI PERS
penilaian model ini menunjukkan bahwa estimasi akrual diskresioner secara signifikan
dipengaruhi oleh kinerja perusahaan pada saat itu dan masa lalu (misalnya,
Dechow dkk., 1995 ). Pada bagian ini kami menjelaskan hubungan antara kinerja
perusahaan dan akrual. Kerangka kerja ini memberikan motivasi untuk mengembangkan
kontrol untuk kinerja perusahaan saat mengestimasi akrual diskresioner dan saat
membandingkan akrual diskresioner antara sampel perusahaan.
2.1. Properti pendapatan, arus kas dan akrual
Untuk memformalkan hubungan antara kinerja perusahaan dan akrual, kita mulai dengan
versi sederhana dari model pendapatan, arus kas dan akrual yang dibahas di Dechow
dkk. (1998) . Mengabaikan akrual depresiasi dan mengasumsikan: (i) penjualan, S t, ikuti jalan acak, (ii)
margin tunai penjualan adalah persentase konstan p; ( aku aku aku) Sebuah pecahan dari
penjualan dalam bentuk kredit dan (iv) semua biaya tunai, Dechow dkk. (1998) menunjukkan bahwa:
CF. t ¼ p S t Sebuah t (1)
SEBUAH t ¼ Sebuah t; dan (2)
X t ¼ CF. t þ Sebuah t ¼ p S t; (3)

dimana CF t adalah arus kas, SEBUAH t adalah akrual, t ¼ S t 2 S t 1 adalah perubahan penjualan (atau kejutan penjualan
jika pendapatan mengikuti jalan acak), dan X adalah laba akuntansi. Dalam pengaturan sederhana ini,
akrual yang diharapkan adalah nol karena penjualan mengikuti jalan acak.
E t ð SEBUAH t þ 1 Þ ¼ E t ð Sebuah t þ 1 Þ ¼ 0; (4)

dan ramalan arus kas masa depan adalah pendapatan saat ini. Lebih spesifiknya,
E t ð CF. t þ 1 Þ ¼ E t ð p S t þ 1 Sebuah t þ 1 Þ ¼ p S t ¼ X t: (5)

Analisis di atas menunjukkan bahwa selama asumsi tentang parameter dan tentang properti
random walk untuk penjualan, dan oleh karena itu, pendapatan, bersifat deskriptif, akrual yang
diharapkan adalah nol. 3 Namun, seperti yang terlihat dari (4), jika perubahan penjualan yang
diperkirakan tidak nol (yaitu, penjualan berangkat dari random walk) atau ketika margin laba atau
parameter lain yang mempengaruhi perubahan akrual, maka perubahan pendapatan yang
diperkirakan serta akrual tidak nol. Arah penjualan yang diperkirakan dan perubahan pendapatan
bergantung pada apakah kinerja diharapkan berarti kembali atau menunjukkan momentum.
Peningkatan atau penurunan kinerja satu kali yang ekstrem cenderung menghasilkan pengembalian
rata-rata, sedangkan saham pertumbuhan mungkin menunjukkan momentum untuk periode waktu
tertentu. Pengembalian rata-rata atau momentum dalam penjualan dan kinerja laba sangat mungkin
bagi perusahaan yang menunjukkan kinerja masa lalu yang tidak biasa. Prediktabilitas dalam kinerja
masa depan ini menghasilkan akrual masa depan yang dapat diprediksi. Kecuali jika model akrual
diskresioner cukup mengisi ini terkait kinerja komponen akrual yang dapat diprediksi, ada bahaya
indikasi palsu dari akrual diskresioner. Penelitian sebelumnya
3 Kesimpulan ini juga berlaku untuk model yang menangkap kompleksitas hutang akun dan biaya tetap (lihat Dechow
dkk., 1998 ). Namun, hasilnya tidak dapat didemonstrasikan dengan bersih seperti model sederhana yang kami
hadirkan.
PASAL DI PERS
(misalnya, Dechow dkk., 1995 ; Guay dkk., 1996 ) menunjukkan kemungkinan indikasi palsu
dari akrual diskresioner sangat tinggi dalam sampel yang mengalami kinerja masa lalu
yang tidak biasa (yaitu, sampel non-acak). 4
2.2. Mengontrol pengaruh kinerja pada akrual
Secara teoritis, kebutuhan untuk mengontrol pengaruh pengembalian aset saat ini atau
tahun lalu terhadap estimasi akrual diskresioner dipandu oleh pemodelan pendapatan, arus
kas, dan akrual yang diringkas di atas. Secara khusus, Persamaan. (4) untuk prediksi akrual
menunjukkan bahwa ketika perubahan penjualan dapat diprediksi, perubahan pendapatan
juga dapat diprediksi dan akrual yang diharapkan akan menjadi bukan nol. 5 Dalam sampel
perusahaan yang tidak acak sehubungan dengan kinerja perusahaan sebelumnya, perubahan
laba dapat diprediksi dan akrual juga diharapkan bukan nol.
Salah satu cara untuk mengontrol pengaruh kinerja perusahaan sebelumnya pada estimasi akrual
diskresioner adalah dengan memperluas himpunan variabel independen yang digunakan dalam
model regresi tradisional akrual diskresioner (misalnya, model Jones). Dalam semangat ini, kami
menambah model Jones dan model Jones yang dimodifikasi untuk memasukkan laba atas aset saat ini
atau tahun lalu. Motivasi kami untuk menggunakan laba atas aset sebagai ukuran kinerja ada dua.
Pertama, menurut definisi, laba yang didefinisikan oleh aset sama dengan laba atas aset, yang pada
gilirannya mengukur kinerja. Kedua, penelitian sebelumnya yang menganalisis kinerja return saham
abnormal jangka panjang dan kinerja operasi abnormal menemukan pencocokan pada ROA
menghasilkan pengujian yang lebih spesifik dan lebih kuat dibandingkan dengan variabel lain yang
cocok (lihat, misalnya, Barber dan Lyon, 1996, 1997 ; Lyon dkk., 1999 ; Ikenberry dkk., 1995 ).
Sebuah alternatif untuk pendekatan berbasis regresi untuk mengontrol pengaruh kinerja
pada estimasi akrual diskresioner adalah dengan menyesuaikan estimasi akrual diskresioner
perusahaan dengan perusahaan yang sesuai dengan kinerja. Pendekatan seperti itu juga akan
mengurangi kemungkinan bahwa perkiraan akrual diskresioner secara sistematis bukan nol
(yaitu, menyebabkan kesimpulan yang tidak valid tentang perilaku akrual). Secara khusus,
ukuran akrual diskresioner yang sesuai dengan kinerja menyesuaikan estimasi akrual
diskresioner perusahaan dengan mengurangkan akrual diskresioner yang sesuai dari yang
sesuai dengan basis industri dan laba atas aset tahun ini atau sebelumnya.
Kemanjuran relatif dari pendekatan perusahaan yang cocok versus memasukkan
variabel kinerja dalam model regresi akrual diskresioner adalah masalah empiris.
Pendekatan regresi memaksakan stasioneritas hubungan melalui waktu atau di
persimpangan, dan mungkin yang lebih penting, memaksakan linearitas pada hubungan
antara besarnya kinerja dan akrual. Untuk alasan statistik dan ekonomi, kami
mengharapkan pemetaan kinerja saat ini menjadi kinerja masa depan, atau
4 Dengan adanya pengembalian rata-rata, momentum, dan / atau penyimpangan lain dari properti penjualan
random walk, penyertaan perubahan penjualan sebagai variabel penjelas dalam model regresi akrual diskresioner
tidak cukup untuk meramalkan semua akrual non-diskresioner perusahaan. terkait dengan penjualan.
5 Seperti yang disarankan oleh model sederhana, alternatif pengembalian aset harus sesuai dengan pertumbuhan penjualan
di masa lalu. Namun, pencocokan atas laba atas aset berfungsi untuk memasukkan faktor-faktor lain yang berkontribusi pada
proses penghasil akrual perusahaan, yang tidak dapat ditangkap oleh model sederhana kami, tetapi kemungkinan akan
mempengaruhi besarnya akrual non-diskresioner.
PASAL DI PERS
pemetaan kinerja menjadi hasil, menjadi non-linier (misalnya, Brooks dan Buckmaster,
1976 ; Beaver dkk., 1979 ; Freeman dan Tse, 1992 ; Basu, 1997 ; Watts, 2003 ). Penelitian
sebelumnya menunjukkan bahwa kinerja ekstrim berarti kembali, sedangkan kinerja
rata-rata cukup persisten, yang menyiratkan hubungan non-linier antara kinerja saat ini
dan masa depan di seluruh penampang.
Alasan ekonomi non-linearitas berakar pada konservatisme akuntansi dan insentif
untuk manajemen laba (lihat Watts dan Zimmerman, 1986 ; Basu, 1997 ;
Watts, 2003 ). Konservatisme akuntansi menyatakan bahwa kerugian, tetapi bukan keuntungan, diantisipasi.
Sebagai contoh, penghapusan aset, penurunan nilai goodwill, dan biaya restrukturisasi semuanya
memerlukan pelaporan jumlah kerugian yang dikapitalisasi. Sebaliknya, keuntungan dari revaluasi aset dan
jumlah kapitalisasi dari keuntungan yang diharapkan dari penelitian dan pengembangan dan / atau paten
tidak dimasukkan dalam pendapatan sampai direalisasikan di masa mendatang. Oleh karena itu, laba yang
dilaporkan mencakup jumlah kerugian yang dikapitalisasi, sedangkan sebagian besar keuntungan yang
termasuk dalam laba adalah jumlah arus. Jumlah kapitalisasi jauh lebih tidak persisten dibandingkan dengan
keuntungan, yang memberikan non-linearitas dalam hubungan antara pendapatan saat ini dan masa depan.
Non-linearitas serupa diprediksi sebagai akibat dari kecenderungan manajemen untuk mengambil '' mandi
besar '' di masa ekonomi yang buruk.
Kecuali jika model akrual diskresioner, seperti Jones atau model Jones yang dimodifikasi, diimprovisasi
untuk mengatasi non-linearitas, kami tidak mengharapkan pendekatan regresi untuk menjadi efektif dalam
mengendalikan estimasi akrual diskresioner non-nol dalam sampel stratifikasi acak. Kami tidak
menggunakan pendekatan regresi non-linier untuk mengontrol pengaruh kinerja pada akrual sebagian
karena teori untuk memandu pemodelan nonlinier saat ini tidak tersedia. Ini berarti eksperimen dengan
berbagai spesifikasi non-linier mungkin diperlukan. Latihan seperti itu berada di luar ruang lingkup
penelitian kami dan berpotensi menderita overfitting data.
Berbeda dengan pendekatan regresi, pendekatan perusahaan yang cocok tidak

memaksakan bentuk fungsional tertentu pada hubungan antara kinerja dan akrual. Ini hanya
mengasumsikan bahwa, rata-rata, perusahaan perlakuan dan kontrol memiliki estimasi akrual
diskresioner non-peristiwa yang sama. Pada akhirnya, keberhasilan pendekatan perusahaan
yang dicocokkan bergantung pada ketepatan yang dengannya pencocokan dapat dilakukan
dan homogenitas dalam hubungan antara kinerja dan akrual untuk perusahaan yang
dicocokkan dan perusahaan sampel. Akibatnya, kami memeriksa baik regresi linier dan
pendekatan perusahaan yang cocok sebagai sarana untuk mengontrol pengaruh kinerja pada
estimasi akrual diskresioner.
2.3. Apakah mengontrol kinerja terlalu mengoreksi akrual terkait kinerja?
Sebuah pertanyaan penting terkait dengan pendekatan kami adalah akankah penggunaan industri
dan perusahaan kontrol yang sesuai dengan kinerja menghapus, sebagian, akrual diskresioner yang
dihasilkan dari aktivitas manajemen laba perusahaan perlakuan? Hal ini akan membuat lebih sulit
untuk menolak hipotesis nol ketika itu salah (yaitu, kekuatan pengujian menggunakan akrual
diskresioner berbasis kinerja akan berkurang). Kekhawatiran tentang kemungkinan '' membuang bayi
dengan air mandi '' ini muncul karena perusahaan yang sesuai (kontrol) dalam industri mungkin
memiliki insentif yang sama untuk mengelola pendapatan bila dibandingkan dengan perusahaan
perawatan.
PASAL DI PERS
Sementara, di permukaan, kekhawatiran seperti itu tampaknya masuk akal, namun

tetap mengendalikan akrual terkait kinerja. Dalam studi manajemen laba, peneliti
biasanya tertarik untuk menguji apakah suatu peristiwa (misalnya, penawaran ekuitas
berpengalaman) memengaruhi kinerja laba yang dilaporkan pada tahun-tahun sebelum
dan sesudah kejadian. Jika kinerja laba perusahaan perlakuan dalam periode
pasca-peristiwa tidak dapat dibedakan dari kinerja perusahaan kontrol, maka
kesimpulannya adalah bahwa perusahaan yang mengalami peristiwa tersebut tidak
mengelola laba lebih atau kurang dari perusahaan yang cocok yang tidak mengalami
peristiwa. Tentu saja, ada kemungkinan bahwa baik perusahaan perlakuan maupun
perusahaan kontrol mengelola laba, tetapi hal ini tidak tertarik untuk diuji oleh peneliti.
Lebih tepatnya, inti dari studi peneliti adalah hipotesis bahwa acara itu sendiri berkontribusi
pada manajemen laba untuk alasan di luar faktor yang diketahui atau dapat diamati
lainnya seperti kinerja. Poin ini dapat dibuat lebih transparan dengan
mempertimbangkan tiga komponen estimasi akrual diskresioner: (i) akrual diskresioner
terkait dengan peristiwa '' perlakuan '' (misalnya, penawaran ekuitas berpengalaman),
yang nol untuk perusahaan kontrol; (ii) akrual diskresioner yang timbul dari insentif lain
(misalnya, kontrak bonus, memenuhi prakiraan analis), yang memengaruhi perusahaan
perlakuan dan kontrol; dan (iii) akrual yang berkorelasi dengan kinerja. Keberhasilan
pendekatan pencocokan kinerja didasarkan pada asumsi bahwa estimasi akrual
diskresioner yang timbul dari (ii) dan (iii), rata-rata, sama untuk perusahaan perlakuan
dan kontrol. Ini, tentu saja,
Campbell dan Stanley, 1963 ; Cook dan Campbell, 1979 ). Oleh karena itu, ketika estimasi
akrual diskresioner dari perusahaan perlakuan dan kontrol dibedakan, hanya akrual
diskresioner yang terkait dengan peristiwa yang menarik yang tersisa. Sampai-sampai bukan
acara item akrual (ii) dan (iii) secara sistematis berbeda antara perusahaan perlakuan dan
kontrol, pendekatan akrual diskresioner yang sesuai dengan kinerja tidak akan seefektif
dalam mengisolasi akrual diskresioner dari bunga (yaitu, item (i)). Poin kunci di sini adalah
bahwa kekuatan pengujian menggunakan pengukuran akrual diskresioner berbasis
kinerja tidak dikorbankan selama peneliti berusaha untuk memperkirakan dampak
manajemen laba dari peristiwa perlakuan itu sendiri (yaitu, item (i)).
Untuk meringkas, pencocokan kinerja dapat dan akan menghapus manajemen laba
yang dimotivasi oleh kinerja (buruk atau superior) karena baik perusahaan perlakuan
maupun perusahaan kontrol yang sesuai dengan desain mengalami kinerja yang serupa.
Dengan demikian, akrual diskresioner yang sesuai dengan kinerja mewakili manajemen
laba "abnormal", bukan manajemen laba total. Karena dirancang untuk menangkap efek
manajemen laba yang berada di luar yang dapat diatribusikan pada kinerja, penggunaan
akrual diskresioner yang sesuai dengan kinerja adalah tepat dalam mengendalikan
kesalahan spesifikasi yang terkenal dari model akrual diskresioner yang terkait dengan
kinerja.
3. Prosedur simulasi
Bagian ini menjelaskan prosedur simulasi yang digunakan untuk menilai spesifikasi dan
kekuatan pengujian menggunakan ukuran alternatif akrual diskresioner. Kita diskusikan
PASAL DI PERS
pemilihan sampel (Bagian 3.1), pengukuran akrual diskresioner (Bagian 3.2), pencocokan
kinerja (Bagian 3.3), dan statistik pengujian (Bagian 3.4). Bagian
3.5 menyajikan statistik deskriptif dan Bagian 3.6 melaporkan properti korelasi serial untuk
semua pengukuran akrual diskresioner. Statistik deskriptif memberikan bukti awal tentang
potensi bias yang melekat pada pengukuran tradisional akrual diskresioner. Bias tersebut
berkontribusi untuk menguji kesalahan spesifikasi statistik dalam studi empiris yang
sebenarnya.
3.1. Pemilihan sampel
Kami mulai dengan semua observasi tahun perusahaan dari COMPUSTAT Industrial
Annual, dan file Riset dari tahun 1962 sampai 1999. Konsisten dengan penelitian akrual
diskresioner sebelumnya, kami mengecualikan observasi tahun perusahaan yang tidak
memiliki data yang cukup untuk menghitung total akrual (dijelaskan dalam Bagian 3.2 )
atau variabel yang diperlukan untuk memperkirakan model Jones. Kami juga
mengecualikan semua pengamatan tahun perusahaan di mana terdapat kurang dari
sepuluh pengamatan dalam kode SIC dua digit pada tahun tertentu. Ini dirancang untuk
mengecualikan pengamatan yang estimasi akrual diskresioner berbasis model regresi
cenderung tidak tepat. Secara kolektif, filter ini menghasilkan sampel kira-kira 210.000
observasi. Karena kami mencocokkan perusahaan berdasarkan kinerja (dijelaskan di
bawah) dan menganalisis sub-sampel bertingkat berdasarkan kinerja (misalnya,
buku-ke-pasar, kapitalisasi pasar, 6
Kami melaporkan hasil simulasi untuk 250 sampel yang masing-masing terdiri dari 100 perusahaan. Kami
mengambil sampel tanpa penggantian dari sampel penuh atau dari subset bertingkat. Himpunan bagian
adalah kuartil terendah dan tertinggi dari perusahaan yang diperingkat berdasarkan buku ke pasar,
pertumbuhan penjualan masa lalu, laba terhadap harga, ukuran (nilai pasar ekuitas, disebut sebagai
perusahaan besar dan kecil) dan arus kas operasi. Untuk membangun himpunan bagian, setiap tahun kami
memberi peringkat semua pengamatan tahun pertama berdasarkan setiap karakteristik partisi (misalnya,
pasar buku atau ukuran, diukur pada awal tahun). Setiap tahun kami hanya mempertahankan sampel kuartil
atas dan bawah. Untuk setiap variabel partisi, kami kemudian mengumpulkan observasi sepanjang tahun
untuk membentuk dua sub-sampel, satu berdasarkan mengumpulkan semua data dari kuartil atas tahunan
dan satu lagi berdasarkan mengumpulkan semua data dari kuartil bawah tahunan.
6 Masalah yang muncul adalah seberapa berbedanya tahun-perusahaan yang dikecualikan dari analisis kami sebagai hasil
dari persyaratan pencocokan kinerja (kira-kira 80.000) dari tahun-perusahaan yang termasuk dalam analisis kami (secara kasar
123.000). Sedangkan perusahaan yang termasuk dan dikecualikan memiliki perbedaan yang signifikan (berdasarkan t- uji dan
dua sampel uji Wilcoxon) Rasio E – P, rasio book-to-market, nilai pasar ekuitas, total akrual dan arus kas operasi terhadap rasio
aset total, secara ekonomis perbedaan mean dan median cukup kecil. Misalnya, perusahaan yang dikecualikan memiliki rasio
E-P mean (median) sebesar 0,05 (0,06) dibandingkan dengan -0,06 (0,05) untuk perusahaan yang disertakan. Nilai yang sesuai
untuk rasio buku-ke-pasar perusahaan yang dikecualikan (termasuk) adalah mean ¼ 0,81 dan median ¼ 0,64 (rata-rata ¼ 0,86
dan median ¼ 0.67), total akrual adalah mean ¼ 0,01 dan med-
ian ¼ 0,03 (rata-rata ¼ 0,03 dan median ¼ 0,03) dan nilai pasar ekuitas adalah mean ¼ $ 454.5M dan median ¼ $ 51.9M
(rata-rata ¼ $ 570.8M dan median ¼ $ 50,5 juta).
PASAL DI PERS
3.2. Pengukuran akrual diskresioner
Di antara berbagai model akrual diskresioner, Dechow dkk. (1995) melaporkan bahwa
Jones dan model Jones yang dimodifikasi (yaitu, modifikasi oleh Dechow et al.) berkinerja
terbaik. Perbedaan utama antara kedua model tersebut adalah bahwa model Jones yang
dimodifikasi mengaitkan seluruh perubahan dalam piutang dengan manajemen laba
(lihat detail di bawah). Kami memulai analisis kami dengan model Jones dan model Jones
yang dimodifikasi. Kami memperkirakan akrual diskresioner model Jones yang sesuai
dengan kinerja sebagai perbedaan antara akrual diskresioner model Jones dan akrual
diskresioner yang sesuai untuk perusahaan yang sesuai dengan kinerja. Kami juga
memperkirakan akrual diskresioner model Jones yang disesuaikan dengan kinerja. Untuk
membandingkan keefektifan pencocokan kinerja, versus pendekatan berbasis regresi,
kami memperkirakan ukuran akrual diskresioner tambahan yang menyertakan laba atas
aset (ROA) dalam model.
Untuk mengestimasi model akrual diskresioner, kami mendefinisikan total akrual (TA)
sebagai perubahan aset lancar non tunai dikurangi perubahan kewajiban lancar tidak termasuk
bagian kini dari utang jangka panjang, dikurangi depresiasi dan amortisasi, diskalakan dengan
total aset tertinggal. Dengan mengacu pada COMPUSTAT, total akrual ¼ ð D Data4
D Data 1 D Data5 þ D Data34 Data14 Þ = laggedData6: Model Jones discretionary accrual
diperkirakan secara cross-sectional setiap tahun menggunakan semua observasi
perusahaan-tahun dalam kode SIC dua digit yang sama.
TA saya t ¼ b 0 þ b 1 ð 1 = ASET saya t 1 Þ þ b 2 D PENJUALAN saya t þ b 3 APD saya t þ saya t; (6)

dimana D PENJUALAN saya t adalah perubahan penjualan yang diukur dengan total aset yang tertinggal, ASET saya t 1, dan
APD saya t adalah kekayaan bersih, pabrik dan peralatan yang diskalakan dengan ASET saya t 1. Penggunaan aset
sebagai de ator dimaksudkan untuk memitigasi heteroskedastisitas pada residual. Putih (1980)
Statistik untuk model tahunan industri penampang menunjukkan bahwa de asi
berkurang, tetapi tidak menghilangkan heteroskedastisitas.
Meskipun penelitian sebelumnya biasanya tidak menyertakan konstanta dalam model di atas, kami
menyertakan konstanta dalam estimasi karena beberapa alasan. Pertama, memberikan kontrol
tambahan untuk heteroskedastisitas yang tidak dikurangi dengan menggunakan aset sebagai de fl
ator. Kedua, ini mengurangi masalah yang berasal dari variabel ukuran (skala) yang dihilangkan (lihat Brown
et al., 1999 ). Akhirnya, kami menemukan bahwa pengukuran akrual diskresioner berdasarkan model
tanpa suku konstan kurang simetris, membuat kekuatan perbandingan uji kurang jelas. Dengan
demikian, estimasi model termasuk istilah konstan memungkinkan kami untuk mengatasi kekuatan
masalah pengujian yang menjadi pusat analisis kami dengan lebih baik. Jika sesuai, kami
mengomentari perbedaan antara hasil berdasarkan model termasuk versus mengecualikan
konstanta.
Kami menggunakan residual dari model regresi industri cross-sectional tahunan di (6) sebagai
akrual diskresioner model Jones. Untuk mendapatkan akrual diskresioner model Jones yang
dimodifikasi kami mengikuti studi sebelumnya yang memperkirakan Jones yang dimodifikasi.
model cross-sectional dan kurangi perubahan piutang ( D AR saya t) dari
PASAL DI PERS
D PENJUALAN saya t sebelum mengestimasi model (6). Lihat DeFond dan Park (1997) ,
Subramanyam (1996) dan Guidry dkk. (1999) sebagai contoh.
Pendekatan kami untuk memperkirakan model Jones yang dimodifikasi (yaitu, secara cross-sectional) berbeda dari yang
digunakan oleh Dechow dkk. (1995) di sebuah deret waktu pengaturan. Mereka berasumsi bahwa penjualan tidak dikelola
dalam periode estimasi, tetapi seluruh perubahan piutang usaha pada tahun kejadian mewakili manajemen laba. Oleh karena
itu, Dechow et al. menggunakan parameter dari model Jones yang diperkirakan dalam periode pra-peristiwa untuk setiap
perusahaan dalam sampel mereka, dan menerapkannya ke perubahan penjualan yang dimodifikasi
variabel didefinisikan sebagai ( D PENJUALAN saya t D AR saya t) untuk memperkirakan akrual diskresioner di
periode acara. Pendekatan ini kemungkinan besar akan menghasilkan diskresioner yang diperkirakan besar
akrual setiap kali sebuah perusahaan mengalami pertumbuhan ekstrim dalam periode pengujian
dibandingkan dengan periode estimasi. 7 Untuk mengurangi masalah ini dan karena kami tidak
memiliki periode '' pra-peristiwa '' di mana kami dapat mengasumsikan bahwa perubahan piutang
tidak dikelola, kami mengestimasi model seolah-olah semua perubahan piutang timbul dari
manajemen laba. Artinya, kami memperkirakan secara cross-sectional model Jones yang dimodifikasi
menggunakan perubahan penjualan bersih dari perubahan piutang [yaitu, kami menggunakan
D PENJUALAN saya t D AR saya t].
Seperti disebutkan di atas, kami juga memperkirakan model yang mirip dengan Jones dan
model Jones yang dimodifikasi, kecuali bahwa model tersebut ditambah untuk menyertakan ROA saya t atau ROA saya t 1.
Pendekatan ini dirancang untuk memberikan perbandingan efektivitas
pencocokan kinerja versus memasukkan ukuran kinerja dalam regresi akrual. Modelnya
adalah
TA saya t ¼ d 0 þ d 1 ð 1 = ASET saya t 1 Þ þ d 2 D PENJUALAN saya t
þ d 3 APD saya t þ d 4 ROA saya t ð atau saya t 1 Þ þ u saya t: ð7Þ
3.3. Pencocokan kinerja
Kami mencocokkan setiap observasi tahun perusahaan dengan yang lain dari SIC dua digit yang sama
kode dan tahun dengan pengembalian aset terdekat pada tahun berjalan, ROA saya t ( pendapatan
bersih dibagi dengan total aset). 8 Pencocokan kinerja juga dilakukan atas dasar dua digit
Kode SIC, tahun dan ROA saya t 1. Kami membahas trade-off antara dua alternatif ini ketika
kami menyajikan statistik deskriptif untuk estimasi akrual diskresioner (lihat
7 Sebagai contoh sampel perawatan yang mengalami pertumbuhan tinggi, pertimbangkan Teoh dkk. (1998b, hlm.68)
deskripsi perusahaan IPO mereka: '' Pertumbuhan penjualan rata-rata dan median yang diskalakan oleh aset, variabel penjelas
dalam Jones (1991) model untuk akrual, adalah 54% dan 28%. Loughran dan Ritter (1995) juga melaporkan pertumbuhan
penjualan yang tinggi untuk emiten baru. '' Teoh dkk. (1998a, b) membuat tabulasi hasil menggunakan model Jones yang
dimodifikasi, mereka melaporkan bahwa hasil mereka kuat untuk menggunakan model Jones.
8 Dalam menghitung ROA, kami menggunakan laba bersih daripada laba bersih ditambah beban bunga bersih pajak (ukuran
tradisional yang digunakan untuk menghitung ROA) untuk menghindari potensi masalah yang terkait dengan memperkirakan
tarif pajak. Namun, menggunakan laba bersih memberikan kesalahan dalam prosedur pencocokan kami jika leverage sangat
bervariasi dalam suatu industri. Meskipun kami tidak percaya kesalahan menjadi parah dalam simulasi yang kami lakukan
dalam penelitian ini, peneliti harus mempertimbangkan trade off antara potensi kesalahan dalam memperkirakan tarif pajak
yang sesuai dengan potensi keuntungan dari pencocokan yang lebih tepat karena berkaitan dengan pengaturan khusus
mereka, ketika memutuskan antara laba bersih dan laba bersih ditambah beban bunga bersih pajak.
PASAL DI PERS
Tabel 1 ). Kami mendefinisikan akrual diskresioner yang sesuai dengan kinerja model Jones untuk
perusahaan saya di tahun t sebagai akrual diskresioner model Jones di tahun t dikurangi akrual
diskresioner model Jones yang cocok untuk tahun tersebut t: Model akrual diskresioner model yang
cocok dengan performa didefinisikan secara analogis.
3.4. Statistik uji
Untuk masing-masing dari 250 sampel yang dipilih secara acak (per kondisi acara), kami menilai
signifikansi akrual diskresioner rata-rata menggunakan a t- uji. Itu t- tes didefinisikan sebagai sampel
dengan bobot yang sama rata-rata akrual diskresioner dibagi dengan estimasi kesalahan standarnya
dan mengasumsikan independensi cross-sectional dalam estimasi akrual diskresioner dari
perusahaan sampel. Asumsi ini tampaknya dibenarkan karena kita membuat sampel dengan memilih
perusahaan tanpa memperhatikan periode waktu atau keanggotaan industri (yaitu, sampel kita tidak
dikelompokkan berdasarkan industri dan / atau waktu kalender).
Statistik uji adalah ffiffiffiffiffi
p
DA = ð s ð DA Þ = N Þ t N 1; (8)
dimana
N
DA ¼ 1 X DA saya t; (9)
N saya ¼ 1
dan
v ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi
u N ð DA saya t
u X
s ð DA Þ ¼ t DA Þ 2 = N 1; (10)
saya ¼ 1
dimana DA saya t adalah akrual diskresioner perusahaan saya di tahun t ( ba sed pada salah satu
model akrual diskresioner alternatif yang dijelaskan di atas), DA adalah maksudnya
dis akrual kretioner untuk sampel, s (DA) adalah perkiraan deviasi standar
DA dan N adalah ukuran sampel (mis., 100).
3.5. Statistik deskriptif untuk pengukuran akrual diskresioner di bawah hipotesis nol
Tabel 1 melaporkan statistik deskriptif untuk total akrual dan akrual diskresioner
berdasarkan model Jones dan Modi fi ed Jones dengan dan tanpa pencocokan kinerja.
Panel A berisi hasil untuk sampel lengkap sedangkan Panel B berisi hasil untuk berbagai
sampel acak bertingkat (semua nilai dalam tabel dilaporkan sebagai persen dari total
aset). Dari Panel A, rasio total akrual terhadap total aset awal adalah 3,03%. Nilai negatif
sebagian besar disebabkan oleh depresiasi. Kisaran antar-kuartil 8,4% hingga 1,87% dari
total aset, ditambah dengan deviasi standar
11,62% dari total aset menunjukkan bahwa distribusi total akrual terhadap total aset
bersifat leptokurtik relatif terhadap distribusi normal standar. Di seluruh pengukuran
akrual diskresioner di Panel A, nilai rata-rata positif (negatif) dalam tiga (delapan) dari 11
kasus total. Karena ini adalah residual regresi, mereka diharapkan untuk rata-rata
el el 9 i fi n e -m ia Sebuah
1 n 9 ed s C bersama Sebuah tio ry
R R
SEBUAH Sebuah th di Sebuah n
ry l HAIn d Sebuah
ccru HAIHAI -
p Jo Sebuah m M struu rk n , ccru
Sebuah
SEBUAH
SEBUAH SEBUAH ercenn
tw ea P. p et lo
t ccru es) p ra w
Haisu U cted
Sebuah
l t eh tio eh Sebuah
M 1 - resS l
ubin. di d T q , q m
( H B ea Sebuah
l clu aku g u sa u ea
Hai su M Hai SEBUAH
b
3 3 aku g
Hai r T y rtiles les Sebuah
saya t Sebuah
rtile, su
.6 .5 h k res ea T d e di jikaDi m
3 4 /M M h d th d Sebuah g res
) su e Sebuah
u
fo 0 0 0 0 0 0 0 0 0 0 3 ea strye u tchHairo
res: Sebuahfi m
Sebuah bersama
( L rk r .0 .0 .0 .0 .0 .0 .0 .0 .2 .1 .0
n n stria
Sebuah f w
Hai S 2 9 2 8 3 4 0 3 9 9 3 n b di th th ed
3 3 et l stafbersama
Sebuah
w tra l g e , ia
begitu
.9 .9 sa n
) 5 lu ea fi ea n
m t d
SEBUAH
ti fi
e te n rm rn Sebuah
ed p istilahfo v n ch n
( H S 1 1 1 1 1 1 1 1 S le u
Sebuah trea
s di d
Sebuah - R 5 4 5 4 0 9 0 9 0 9 1 ta r lu Sebuah ra g u
0 1 aku g les . Sebuah Sebuah l
n s-top
.9 .8 .5 .3 .9 .9 .6 .6 .3 .9 .6 ukuran
.2 .3 h n SEBUAH e
Sebuah 3 3 0 8 8 4 5 2 3 8 2 n tm k p
3 1 G n d ll g iv Hai d ed - eh
) d d en funtukR en
Sebuah
ro Hai rd aku s
p
q
( L m 1 iscretio ta esea t Hai Nasi u
w D 2 n
Hai y l
th S 2 ea Sebuah fi
Sebuah
6 7 w u ev ,7 rm ea (E rtile
.5 .6
b ia 9 r ccru rch ch
) 8 -S 8 n Sebuah w P.
tio
Sebuah Sebuahn
ry d Sebuah fi ith p )ra v
( H E m n ls les Sebuah lu
Sebuah
/ P. p w rtitio tio
es
2 1 h scamondar-mandir
aku g Sebuah Sebuah
.3 .3 h les: Sebuah ccru bersama ,
R sebelum fi fo
3 3 LEDm n n rm r
) Sebuah
tio Sebuah tro di
L l Sebuah 1 th
( L 7 7 7 6 5 4 4 4 4 4 8 Hai m p b y 9 6 l v
g ukuran
e
Hai .4 .0 .2 .8 .0 .5 .7 .3 .8 .6 .4 w ea erfo untuk3 fi Sebuah en
7 8 w eh
.8 .6 5 3 9 8 1 5 9 8 6 2 0 su ta th rm ria (m ban
3 3 Q resrm l ro b b Sebuah
)
u u Sebuah
Sebuah le rk sa
n ssets g
Sebuah
( L S Sebuah sedSebuah et m
ce-m h
Sebuah
Sebuah ize t
rtile kembali
3 3 rg 1 v p
.7 .1 reputasi ex 9 Haith Sebuah
7 8 e 9 n e lu le.
) tchceed
HaiSebuah 9
rted . retu e P.en
( S W d Hai Sebuah
m ed s e f n
el
4 5 M Haiex rn Hai f
persamaan
s fi n th u B
.7 .1 Sebuah Sebuah
ll 0 0 0 0 0 0 0 0 0 0 3 ed rm e. clu Hai ity
) 5 .0 .0 .0 .0 .1 .0 .0 .0 .0 .0 .4 Sebuah n e reputasi
0 4 0 4 5 0 4 7 8 3 6 ia p W d Sebuah )
n ercenca y Hai
( H HAI e e ssets ea Sebuah n
p n elim Hai r d rts
1 0 aku g
n b
.3 .2 h zaman
t Hai serv t. Haim
4 9 Haitb di di T p
) timah ea
f e Sebuah p h
zaman
7 7 7 7 4 4 4 4 4 4 1 U erioe timahn
Sebuah
g .4 .2 .2 .0 .5 .4 .5 .3 .3 .3 .8
untuk
Hai te tio s
C p ta b Hain p
3 6 8 7 2 2 1 7 7 9 7 p l ta b s d erfo
Sebuah
( L Sebuah eh g n
Hai SH Sebuahdi serv jikat ca d
7 7 w F Q ssets
ed th Hairm SH m
.3 .5 u
4 5 lo . Sebuah ey rt Sebuah ed
tio n fl ia
Sebuah
) w T
n h n d 1 ce- Hai
rtile Sebuah
d e s Hai. w n
. s
e R th e Jo ith Sebuah el el
fi HAIe sa Jo n 1
rm SEBUAH les.n es
di n
es referen g
e R R
di di sa HAI HAI
w clu m di
les m SEBUAH SEBUAH
ith p D Hai Hai n t t
eriosio iscretiod d Hai
th el scael ce n 1
d n -
e Hai kembali LEDSebuah
Sebuah ca ( ( (
jubaht kembali SH (0 0 (0 0 (0 0 (0 0 0 0 (0 0 (0 0 (0 0 0
untuk
f
Haicu n perkiraan 0 0 0
sestt r b C cu .0 .2 .2 .3 .0 .1 .2 .4 .1 .3 .0 .1 .0 .1 .1 .0 .2 .6 .0 .3
rren
Sebuah
ry y perkiraan
HAIrren ) 7 1 0 ) 6 7 5 5 5 2 4 1 2 9 8 6 1 9 1
la ) ) ) ) ) ) ) )
M
R 1 . tedg ( ( ( ( ( ( ( ( ( (
Sebuah
Sebuah
HAIT t ccru g Sebuah
ed tedU Sebuah
P. t
HaiHair 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1
SEBUAH
fo S ssets .0 .0 .3 .5 .1 .1 .4 .6 .4 .3 .3 .6 .4 .4 .3 .7 .2 .1 .4 .1
th Haib la ls r untukfo T
Sebuah
5 7 6 7 1 8 7 9 3 1 8 3 1 9 5 9 6 4 4 6
ta g mondar-mandir ) ) ) ) ) ) ) ) ) )
ea ta
SEBUAH
t di g
Sebuah r m
ed l ea T di
m ch Sebuah
aku s
di Sebuah ssets ch
d u (1 1 (1 1 (0 0 (0 0 (1 1 (1 1 (0 0 (0 0 (1 1 (0 0
y
p ea th di ta sth
Sebuah
.0 .5 .3 .8 .2 .5 .4 .7 .0 .9 .1 .7 .3 .8 .4 .6 .1 .3 .2 .4
th erfo di 4 1 1 1 1 3 4 2 6 0 6 4 8 3 ) 3 4 8 9 0
e r e d u e ) ) ) ) ) ) ) ) )
d
sa rm R Jo stryn u
Sebuah barang
ch ( ( ( ( ( ( ( ( (
m n d stry Sebuah
HAIes P. s, n 0 0 0 1 (0 0 0 0 0 1 0 1 0 0 0 0 1 2 0 1
e n SEBUAH Sebuah
Sebuah
g
di ce-m M n P. E Sebuah T e
.3 .7
6 5
.8 .3
1 5
.2 .0 .0 .4 .9
) 6 7 5 8
.6 .8 .6 .2
5 9 9 1
.6 .1 .7 .0
6 5 5 5
.2 .3 .1
1 3 5
d d n SEBUAH di ) ) ) ) ) ) ) ) )
u s Hai
Sebuah
d
d y
saya t aku s
strySebuah Sebuah ea ¼ cu ( ( ( (
tchn el r y
(M Sebuah n ea ð Drren 0 0 (0 0 0 0 (0 0 0 0 (0 0 0 0 (0 0 (0 0 (0 0
Sebuah
d et r D
s ed d Hais
Sebuah .0 .4 .0 .2 .0 .3 .0 .1 .1 .1 .1 .2 .0 .1 .1 .2 .2 .3 .2 .2
t 6 0 6 0 2 0 3 4 7 5 2 8 8 0 4 2 3 1 1 8
fi Jo itiod fo p Sebuah
ro s ta lia
Sebuah ) ) ) ) ) ) ) ) ) )
rm i fi
n n ed rth p fo 4 b ( ( ( ( ( ( ( ( (
es Sebuah ertyllo utilitas (-2
saya.
e 0 0 1 1 0 0 1 1 1 1 1 2 0 1 1 2 2 3 3
SEBUAHm lex -Jo Jo w D .1 .2 .5 .9 .1 .1 .2 .5 .2 .7 .8 .6 .9 .4 .4 .2 .5 .8 .2 .2
simHaid p n n ,p s: D ex 7 1
)
3 2
)
5 7 5 8 4
) ) )
3 2 7 7
) )
5 1 4
)
8 5
)
) 3
el la es es la T Sebuah ta clu
ila d n m n SEBUAH 1 ( ( ( ( ( ( (
Sebuah m t
r iscretio
untukHai Hai saya t ¼ d
di 0 0 0 0 0 0 0 0 0 0 0 0 0 0 (0 0 (0 0 (0 0
Sebuah ry d d Sebuah .3 .9 .0 .2 .3 .8 .1 .2 .1 .2 .0 .0 .1 .2 .0 .0 .1 .2 .2 .2
p el) el d n D g
p D 2 1 7 2 2 7 1 8 9 0 2 0 1 3 2 8 6 5 2 0
ro v w ex persamaan Sebuah th ) ) ) ) ) ) ) ) ) )
0 þ Sebuah
n Sebuah
ria ith cep u ta e ( ( ( ( ( ( ( ( (
5 þcu
Sebuah
ch Sebuah
ry b (0 0 0 0 1
aku pSebuah
rren 0 0 0 0 1 0 1 0 1 0 0 1 2 1 1
aku s Sebuahle. R t m 1 = .1 .3 .3 .6 .0 .1 .1 .3 .0 .3 .6 .1 .7 .0 .3 .8 .1 .0 .0 .5
u ccru HAI th en SEBUAH D 2 0 7 0 ) 4 9 6 3 5 2 2 5 2 6 2 4 6 1 9
sed F S D t ) ) ) ) ) ) ) ) )
t tscaS Sebuah
SEBUAH
Hai Sebuah p
Sebuahr Sebuah th E ta Hai ( ( ( ( ( ( ( (
fo l p kembali T 3 rtio 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 (0 0 (0 0
fo e
r erfo simch LED S 4
n
.7 .2 .2 .5 .7 .2 .4 .8 .7 .4 .2 .1 .7 .6.3 .2 .5 .6 .2 .3
th r saya t
4 8 9 0 ) 0 8 0 9 8 1 2 4 9 6 8 1 9 5 0
e fi rm rm ila b
Sebuah
n y 1 þ D Hai f
) ) ) ) ) ) ) ) )
m r g lo
Haisaya Sebuah e la Sebuah Sebuah
ta n
d w n ce untuk
di g g 2 D 1 g ( ( ( ( ( ( ( (
i fi e ed S 4 Þ- =
ed su m th Sebuah cco
(0 1 0 1 (0 0 0 0 0 0 1 1 0 0 1 1 1 3 1 2
e SEBUAH
L la istilah
.6 .0 .9 .0 .7 .9 .7 .7 .6 .5 .4 .8 .3 .3 .0 .5 .9 .0 .8 .4
Jo b
Sebuah
tra tchJo u ssets.E g
Sebuah
d 7 4 9 4 ) 9 4 7 5 7 4 9 9 8 3 2 9 2 2 7
) ) ) ) ) ) ) ) )
n
es ct ed n n
es ts S g ed eb
saya t
t
PASAL DI PERS
nol. Namun, beberapa penyimpangan dari nol muncul karena kita memenangkan
pengamatan ekstrem dengan menetapkan nilai di bawah dan atas satu persen ke nilai
persentil ke-1 dan ke-99 (konsisten dengan penelitian sebelumnya). 9
Hasil di panel A menunjukkan bahwa pencocokan kinerja pada ROA saat ini menghasilkan taksiran akrual
diskresioner yang memiliki kedua mean ( ¼ 0,02%) dan median
( ¼ 0%) mendekati nol untuk model Jones- dan model Jones yang dimodifikasi. Kami juga menemukan itu
menambahkan ROA t atau ROA t 1 untuk model Jones dan model Jones yang dimodifikasi menghasilkan
peningkatan kinerja yang tidak menentu. Secara khusus, sementara akrual diskresioner rata-rata adalah
mendekati nol untuk kedua model, median berbeda antara Jones atau yang dimodifikasi-
Model Jones, dan apakah ROA t atau ROA t 1 disertakan dalam model regresi.
Pencocokan kinerja meningkatkan deviasi standar model Jones
akrual diskresioner dari sekitar 10% dari total aset menjadi sekitar 14-16% dari total aset
untuk akrual diskresioner model Jones yang sesuai dengan kinerja. Peningkatan 40-50%
dalam variabilitas kira-kira peningkatan yang diharapkan jika estimasi akrual diskresioner
dari perusahaan sampel tidak berkorelasi dengan perusahaan yang cocok. Dengan
asumsi independensi, varian selisih antara dua variabel acak dengan varian identik adalah
dua kali varian variabel acak individu. Oleh karena itu, simpangan baku akan menjadi akar
kuadrat dari dua atau 1,41 kali simpangan baku dari variabel acak individu.
Konsisten dengan klaim dalam penelitian sebelumnya, statistik deskriptif dalam panel B
mendokumentasikan ketidakmampuan model akrual diskresioner untuk menghasilkan
perkiraan mean-zero ketika diterapkan pada sampel acak berstrata. Angka tebal di Panel
B sesuai dengan nilai rata-rata dan median yang paling dekat dengan nol di setiap kolom
tabel. Bias (nilai bukan nol) dalam pengukuran akrual diskresioner di Panel B menjadi
perhatian karena semakin besar bias semakin besar kemungkinan hipotesis nol dari
akrual diskresioner nol akan ditolak secara palsu.
Hasil penelitian mengungkapkan bahwa pencocokan kinerja berdasarkan ROA t dan menggunakan
model Jones menghasilkan nilai mean dan median terendah (dalam besaran absolut). Ini
Pendekatan menghasilkan nilai rata-rata terendah dalam tiga dari sepuluh kasus dan median terendah
dalam lima dari sepuluh kasus. Pengukuran akrual dengan kinerja terbaik berikutnya adalah Modifikasi
Model Jones yang mencakup ROA t 1 sebagai regressor tambahan (nilai mean dan median
terendah masing-masing dua kali). Singkatnya, pendekatan pencocokan kinerja
berdasarkan ROA t dan menggunakan model Jones menghasilkan sarana dan median dalam
sub-sampel terkait kinerja yang paling mendekati nol lebih sering daripada yang lain
Pengukuran.
Pengamatan terakhir pada hasil di Panel B adalah bahwa rata-rata dan median akrual
diskresioner yang sesuai dengan kinerja untuk sub-sampel arus kas operasi
sangat berbeda bergantung pada apakah pencocokan pada ROA t atau ROA t 1.
Mencocokkan di ROA t untuk sampel arus kas operasi secara mekanis memengaruhi akrual
diskresioner yang sesuai dengan kinerja. Memegang ROA konstan, pengoperasian tinggi
Saham arus kas harus memiliki akrual yang rendah dibandingkan dengan perusahaan ROA yang
cocok. Dengan demikian, kami mengharapkan rata-rata negatif untuk kinerja tahun ini yang sesuai
9 Apakah winsorization memberikan bias yang mengarah pada kesimpulan yang salah tergantung pada konteks
penelitian (lihat Kothari dkk., 2005 ).

PASAL DI PERS
akrual diskresioner untuk saham arus kas operasi tinggi dan nilai positif untuk saham
arus kas operasi rendah. Inilah tepatnya yang diamati di panel B. Ini
hubungan mekanis tidak diperoleh saat pencocokan pada ROA t 1.
3.6. Korelasi serial
Di bawah hipotesis nol tidak ada manajemen laba, studi akrual diskresioner atau
manajemen laba yang khas secara implisit mengasumsikan estimasi akrual diskresioner
memiliki mean nol dan tidak menunjukkan korelasi serial. Misalnya, sebuah studi tentang
manajemen laba di sekitar IPO akan berhipotesis bahwa akrual yang dikelola di sekitar
pembalikan IPO di tahun-tahun berikutnya. Hipotesis nol adalah bahwa akrual
diskresioner dalam IPO dan tahun-tahun berikutnya adalah nol dan bahwa korelasi (serial)
antara akrual diskresioner tahun-tahun IPO dengan akrual diskresioner tahun-tahun
berikutnya adalah nol. Artinya, di bawah hipotesis nol, koefisien nol dalam regresi akrual
diskresioner tahun-tahun berikutnya pada akrual diskresioner tahun-IPO diprediksi. Jadi,
dari perspektif statistik, perkiraan akrual diskresioner (yaitu,
Dalam sampel non-acak, total akrual itu sendiri cenderung berkorelasi, yang dapat
mengarah pada perkiraan akrual diskresioner yang berkorelasi serial. Korelasi serial
dalam total akrual muncul karena alasan ekonomi / operasi (misalnya, tindakan oleh
manajemen seperti memperluas piutang atau persediaan dalam periode pertumbuhan).
Tujuan utama dari model akrual diskresioner seperti model Jones adalah untuk
menyaring akrual non-diskresioner dari total akrual untuk mendapatkan perkiraan akrual
diskresioner yang memiliki mean nol dan tidak berkorelasi serial seperti yang diharapkan
di bawah hipotesis nol tidak ada manajemen laba. Kami berharap model akrual
diskresioner yang dispesifikasikan dengan baik berhasil menyaring akrual
non-diskresioner yang berkorelasi secara serial.
Kami melaporkan perkiraan korelasi serial dalam berbagai pengukuran akrual
diskresioner. Korelasi serial adalah koefisien kemiringan dari model regresi
cross-sectional yang diperkirakan setiap tahun dari t ¼ 1962 sampai 1999:
X saya t ¼ Sebuah þ b X saya t 1 þ saya t; (11)
dimana X saya t adalah nilai saat ini dari variabel bunga (misalnya, laba atas aset, total
akrual, Jones- atau model Jones yang dimodifikasi akrual diskresioner). Serial
estimasi korelasi dari regresi cross-sectional di (11) mengasumsikan identik di seluruh
perusahaan di penampang (lihat Fama dan French, 2000 ). Meskipun ini tidak mungkin benar,
estimasi regresi tidak bias dan dengan demikian merupakan estimasi korelasi serial rata-rata
cross-sectional. Kami mencoba untuk mengurangi variasi dalam korelasi serial di seluruh
perusahaan dengan memperkirakan model untuk sub-sampel yang, secara apriori, cenderung
homogen. Keuntungan yang berbeda dari menggunakan (11) dibandingkan dengan regresi
deret waktu spesifik perusahaan adalah bahwa gesekan sampel dan bias kelangsungan hidup
yang berasal dari keharusan data deret waktu yang lama untuk setiap perusahaan dihindari.
Meja 2 melaporkan rata-rata estimasi korelasi serial cross-sectional tahunan untuk
setiap variabel dan sub-sampel. Uji signifikansi untuk mean nol adalah
PASAL DI PERS
berdasarkan t- tes di mana Fama – MacBeth (1973) kesalahan standar yang digunakan untuk
menghitung t- statistik menggabungkan Newey – West (1987) koreksi autokorelasi selama lima
lag.
Perkiraan korelasi serial mengungkapkan bahwa pengembalian aset secara autokorelasi positif
untuk seluruh sampel serta untuk semua sub-sampel. Korelasi serial lebih rendah untuk hasil
pendapatan dan portofolio arus kas operasi, konsisten dengan pengembalian rata-rata dalam
pendapatan ekstrim (misalnya, Brooks dan Buckmaster, 1976 ) dan arus kas yang ekstrim. Korelasi
serial dalam total akrual adalah positif untuk semua sampel perusahaan, dan positif, tetapi jauh lebih
rendah (atau nol) untuk buku-ke-pasar yang tinggi, dan pertumbuhan penjualan yang rendah, hasil
laba yang rendah, arus kas operasi yang rendah ke perusahaan aset. Penemuan ini menunjukkan
bahwa kinerja masa lalu yang tidak biasa atau ekstrim menanamkan komponen sementara ke akrual.
Hasilnya masuk Meja 2 menunjukkan bahwa model akrual diskresioner cenderung

mengurangi korelasi serial, dan bahwa pencocokan kinerja paling meredam korelasi serial.
Misalnya, korelasi serial dalam akrual diskresioner model Jones yang dimodifikasi adalah
0,072 untuk saham pertumbuhan penjualan rendah, yang dikurangi menjadi 0,041 atau 0,047 sebesar
kinerja yang cocok di ROA t 1 atau ROA t, masing-masing. Nomor yang sesuai untuk saham
kecil adalah 0,091 dan 0,040 atau 0,046, masing-masing. Singkatnya,
pencocokan kinerja tampaknya lebih baik dalam menghasilkan perkiraan akrual
diskresioner dengan properti di bawah hipotesis nol dari tidak ada manajemen laba.
Sejauh mana peningkatan ini memengaruhi spesifikasi dan daya pengujian akan dibahas
selanjutnya.
4. Spesifikasi pengujian: Tingkat kesalahan tipe I untuk berbagai pengukuran akrual

diskresioner
Bagian ini melaporkan hasil pada spesifikasi pengujian di bawah hipotesis nol dari
akrual diskresioner nol. Kami melaporkan persentase waktu dari 250 sampel simulasi
hipotesis nol non-negatif ( Tabel 3 , panel A) dan non-positif ( Tabel 3 , Panel B) akrual
diskresioner ditolak pada tingkat signifikansi 5% (uji satu sisi atas atau bawah). Tingkat
penolakan ini mengukur tingkat kesalahan Tipe I setiap metrik. Interval kepercayaan 95%
untuk tingkat penolakan 5% berkisar dari 2% hingga 8%. Jika tingkat penolakan aktual
turun di bawah (di atas) 2% (8%), pengujian salah ditentukan karena menolak terlalu
jarang (sering), dan cenderung mendukung (melawan) hipotesis nol (hasil menggunakan
tingkat signifikansi 1% mengarah ke kesimpulan serupa).
4.1. Tingkat penolakan di bawah hipotesis alternatif akrual diskresioner negatif
Panel A dari Tabel 3 melaporkan tingkat penolakan untuk pengujian satu sisi dari
hipotesis alternatif akrual diskresioner negatif. Untuk memfasilitasi interpretasi hasil,
tingkat penolakan yang secara signifikan kurang dari tingkat signifikansi nominal tes
(yaitu, tes yang salah ditentukan karena terlalu konservatif) muncul dalam huruf miring
tebal sementara tingkat penolakan yang secara signifikan lebih besar dari nominal
ed t n
w 4 lia (C
jubah
1 i fi s b trearm g Hai slo d
kembali
sest.T 0 SEBUAH
n perkiraan
untuks: b HAI .0 0 0 0 0 0 0 0 0 ll ed di elol s ro rp (yaitu,p v
t Sebuah ta T D utilitasM 1
.0 .0 .0 .0 .0 .0 .1 .7
F
HaiHairy D
0 2 0 2
2 3 6 5
1 0 8 3
5 1 9 8 irm Jo Sebuah w SEBUAH tm ra w erfo e Sebuah rio
r
R Haila Sebuah Sebuah l n
n en n th
Sebuah
Sebuah saya t ¼Sebuah P.
n * * * * *
n tw Hai
SEBUAH
k , rm R
bersama
HAIb g ccru d * * * * s r
ta tedssets ta ex U es) Haijikau ed HAI ef u
SEBUAH g 1 S 0 -d t
Sebuah ea s
di ed clu T .0 H B th l fi SEBUAH d
cien
th di aku g Sebuah rm Hairn n , Sebuah
ls fo (SEBUAH 5 0 0 0 0 0 0 0 0 Hai
clu saya te n
Sebuah
y
Sebuah
0þ D SEBUAH
, .0 .0 .0 .0 .0 .0 .0 .5
aku g
Hai n ce-m
iscretio
r d T h d ea di
Sebuah
k
t p ea mondar-mandir
untuk
Sebuah
D di resp 4 3 4 3 4 5 5 4 t
ea S /M Sebuah
aku s erfo S Sebuah
6 6 7 7 3 3 6 9 d di b R untuk g ta
r
m ch E 1 = Sebuah g d * *
*
* *
*
*
*
*
*
*
*
*
* e d begituesea ch s-to l Hai
Sebuah f
di ta th Sebuah Sebuah
u lu Sebuah
rm R th T SEBUAH 5 þ
ta ectiv rk Sebuah
stry p - tchSebuah
bersama
ccru th n
th HAIe di saya S S e barang L et bersama te rch Sebuahp e ry
Sebuah
cu 0 0 0 0 0 0 0 0 Hai n rtitio Nasi ed

SEBUAH d S ely n v tro
t
e Sebuah Jo u D .0 .0 .0 .0 .0 .0 .2 .7 w fo
sa n 1), E stafbersama M Sebuah Sebuah
T D rren 1 3 0 3 5 2 5 7 lu fi ccru
Sebuah
Sebuah stry
m
ce-m
s n S Sebuah 1
. 2 3 1 3 2 9 6
* *
9
* n d les l n ra Hails, llo
es 8 e fi di
Jo w
t- tes
e Sebuah
n M Sebuah
Sebuah
n saya t ta t ) * * * t e Haimondar-mandir rm tio d
istilahfo f g i fi di
n d
Sebuah
di Sebuah 1þ 3
p sca l
d
tchSebuah
d Haid P. 4 Hai H S r untukm b v ,fi ed n es g m
d P. rtioLED 0 0 0 0 0 0 0 0 Sebuah
u ed d les ta n ea
aku g Sebuah
Sebuah
ria rm Sebuah
stry itioel y .
Sebuah . Sebuah -
E Sebuah kembali 0
.0 .0 .0 .0 .0 .2 .6 h
g l 1 sed Jo m n su
ea saya D D n 0 1 0 0 7 6 7 8
7 2 3 2 5 5 3 7 G 9
ll iv
SEBUAH
Jo n (m r
2
t aku s
Sebuah b * * Sebuah6 b n Haiu
ro en ccru 3 Haile ukuranes d Sebuah res
Sebuah
ta Haiy d
HaiSebuah S
* *
n Sebuah SEBUAH f ju w v th n Sebuah M el l
s es lex d s n 1 lo la
Sebuah
i fi fo et L 4Þ= g sted L th ria y
Sebuah
ro retu t Sebuah d regfo
fi n g ea ls
Sebuah
th n Haiiscretio r
rm m p ed r p E 0 0 0 0 0 0 0 0 Hai
Haila - th ro saya S la g ed .0 .0 .0 .0 .0 .0 .0 .6 w b r scau
les Sebuah g e d d el
ressio
th
saya. d n tþ
g
- fo 4 4 4 4 7 7 3 6
7 1 9 6 2 7 1 4 h rn en HaiSebuah e
p
el Sebuah e erty ed istilahuntuk
Jo g r * * * * * n LED1 Hai p ccru
SEBUAH untukn * * * * * d 9 n d en
ta n n
Sebuah
d ry es Jo
Sebuah zaman
Sebuah u kembali
w b 9 Hai : ban
simiscretio n , 3 P. D d l
eb Sebuah untuk H E w h y 9 .
Sebuahf SebuahX
m ls). ry saya t ¼
timahSebuah
v Hai es p P. Sebuah 0 0 0 0 0 0 0 0 / P. di sebelum W
ssets
th
la E ta t ssets.
aku g
ila
bersama
g
Sebuah sa
.0 .0 .0 .0 .0 .0 .1 .4
Sebuah
ria d h untuk
e
m
el) Hain saya t þ6 m rrela 3 5 3 5 4 5 1 1 R begitu ta e
Sebuah ex di y
ca ccru m
ea SH R
r t 0 7 6 7 5 7 4 1
: di * * * * * * * * Sebuah
n b tio
p lSebuah esu
marah Sebuah þ
Sebuah
le. w d Sebuah
D u T * * * * * * * clu p r p
p Sebuah el n tio erfo le
p ry d saya t; iscretios Hai ssets
eriot: fl lts Sebuah
ro F ith ex persamaan d ta n L d
T Hai ls, b
X Sebuah
Hai w ep l 0 0 0 0 0 0 0 0 Hai e n
t rm d h w
Sebuah
Sebuah
R cep u w M saya t d
ch ccru r aku s Hai
.0 .0 .0 .0 .0 .0 .0 .4
Sebuah
u h dosa th e T .
Sebuah
Sebuah b t
p HAI aku psebelum recia ccru
Sebuah 6 7 6 6 2 1 7 2 kembali
3 2 9 6 0 9 4 8 e n g þ
Hai Pilih
reaserv
1
erfo t m n g * * * Haip h reputasi d
r erfo
SEBUAH
aku s Sebuah
th en T Sebuah * * * 1 ce-m e i fi
u lfo rm Sebuah ry tio Sebuah
ls
th st ter Sebuaht su Hai ed saya t;
sed Sebuah SEBUAH
kembali
t t e 0 0 0 0 0 0 0 0 L S tio rm b rted su
r Sebuah simth scasaya t( TSebuah n aku s N .0 .0 .0 .0 .1 .1 .3 .7 Sebuah ize
Sebuah
n tchth 1 - w
ccru 8 2 8 2 3 3 5 6 rg Sebuah
.
n F Sebuah Jo h b
fo fi n d -
rm ce ila e LEDHai n d
Sebuah
ew 0 5 0 3 7 1 6 3 e s n sa sa
r ch ta Sebuah d e fi ey
* * * * *
*
*
*
*
*
*
* 9 ed Sebuah
9 n jikairmce-m m fo n es sebelum m
th saya m r th Haith p r
e w Sebuah
b l ls Sebuah
Sebuah
untukn y m n ed -W S fi n ey -y les th m X p les.
tch g SEBUAH SEBUAH
ccru Hai 0 0 0 0 0 0 0 0 m p rm e. ea Sebuah e Haisaya t ð X
m e th e mondar-mandir
rtiza Sebuah Est .0 .0 .0 .0 .0 .1 .0 .6 Sebuah ercen
W d r tchSebuah fu d
Haisu ed e di S S m s 4
6
4
0
4
8
4
4
9
1
0
2
9
8
6
1
ll
ca e HaiSebuah ll
kembali el
d b th (1 ed saya t
i fi tra d Jo Sebuah E Sebuah

ls) th tio e 9
*
*
*
*
*
*
*
*
* * *
*
*
* n
ubin. n elim
n ccru
Hai d fi
sa d 1 Þ
ed n ccoT
iscretio
S 8 Hai th
rm m iscretio
ct es e n ch 7 H HAI t di Sebuah iscretio
p aku s
Jo
aku s
) Sebuah -
l
m u Jo [w Sebuah v Hai ea le
y
saya t
th bersama 0 0 0 0 0 0 0 0 aku g p T b th
n Sebuah
s n .0 .0 .0 .0 .0 .0 .2 .3 eh. e
n e h h Haite e b
Sebuah
Hai 1. n ith g (SEBUAH e
es n d ts D d e fies e rrectio 3 0 2 0 6
1 4 8 6 3
5
1
9
2
6
1 C e b su serv r n v
Jo Sebuah el penerimaan * * * * * fi ta Hai n Haill Sebuah
m ry iscretio
n m di
referen * * * * Sebuah
SH n b ff b F ry Sebuah lu
n
Haies Sebuah (m ed Hai n di serv cienSebuah
Sebuah
ry serv irmSebuah
d
Sebuah
l ed tio e
Hai Hai n L F
el. m ccru d Sebuah d n w 0 0 0 0 0 0 0 0 Hai lo sa n ccru
Sebuah
s)
ccru (la
b el ce - t
Sebuah
i fi b .0 .0 .0 .0 .0 .0 .0 .4 w . Sebuah Sebuah
HaiSebuah n Hai
le Sebuah Sebuah ca ith 4 6 5 5 0 0 5 0
w m T tio d s tio g
d ls, ed s p h n Sebuah g
ry v kembali
Sebuah
8 6 1 9 4 5 8 2
n n ls, ed
Sebuah
untukSH
Sebuah
el - aku s e,
* * * le e s ta kembali
5 l s d
Sebuah
* * *
di ( b F e th cted ce Sebuah
st Hai irm n e m g ltern
es HaiSebuahccru C Haip ro
(di ld b f les w
s serv HAIb
M y th th Sebuah
Sebuah
1
aku ta
H B n tiv
6 8 2 8 4 6 4 2 4 8 fa d Sebuah
l m e Hai,
.4 .4 .8 .0 .0 .4 .4 .4 .4 .4 v lic) aku g Hai
Hai M Sebuah
tio m P. Sebuah
U tchm 1
f ea e
Hai h k rn d
r sig Hai ea S ea 0 0 iscretio
Hai - d n su T di
f) n untuk i fi s n fi di
-M ed di resT g d rm s-to
SEBUAH g
1 1 1 1 1 1 th ify L ea iscretio
8 8 8 2 0 8 2 1 4 2 e rejectio Hai Sebuah
Jo Sebuah jikaDi ch s n
.4 .4 .8 .4 .4 .0 .4 .2 .8 .8 rk ea - Sebuah
n w n tw th d p ry
u et es) Haie u trea ch Nasi
ll
h
- stria
n w Sebuah
ccru
y n di daku gSebuah
b tm Sebuah
p ra clu saya tbegitul ry h (E
1 0 0 0 0 2 2 0 1 1 Hai H S en P.
sebelum
d di lu n t Sebuah
.2 .0 .0 .0 .0 .8 .0 .4 .6 .2 SEBUAH Sebuah
th tes aku g
Sebuah
les ccru ) l
h e d te n th ra m
u v u fi
esis)
th G Sebuah
strySebuah rm e tio ea
n
l u , su
Sebuah Sebuah
Sebuah
t ro bersama
lu l
sig w n e n w
Sebuah
di ll fi res
1 3 1 3 4 1 1 1 L stafbersama
4 8 9 6 6 5 2 8 4 8 n Hai th Hai d ith h rm
.0 .4 .2 .8 .4 .2 .0 .4 .0 .8 w n d f R ea y fo
i fi t e untukesea ch p
ca
Sebuah
Haiukuranr
istilahfo bersama th th
n ta
tly r l rchn sa esisSebuah e
. Sebuah Sebuah tro m n fu
1
9 0 5 3 0 8 9 4 4 1 ex H E
P.
SEBUAH g ccru l p Haid ll
.2 .4 .2 .6 .8 .4 .2 .8 .4 .2 ll iv fi le f Haisa
les fi
aku g
ceed h R v en Sebuah rm aku snolp zamanm
Sebuah Sebuah ls
tio ria y p
sca b b
mondar-mandir
(fa ea timahle
b m Sebuah d Sebuah
2 2 5 7 2 1 4 6 ll L les r LED sedsediscretio g Sebuah

4 4 4 0 4 3 0 9 2 8 b Hai Sebuah 1
9 ca n d
.4 .0 .8 .8 .8 .2 .0 .2 .0 .0
elo w n HaiHai
d b 6 SH u
Sebuah
kembali
y 3 n n
w w p
w th retu Sebuah n fl p
) di h
untuk
ro croSebuah Haieh
th ta
sebelum ry w
1
4 7 8 4 2
1
4 6 9 5 2 e L S
ize
begitu
l u g
rn
ss-sectio.dllm n
Sebuah
ea d
Sebuah
.4 .6 .8 .8 .0 .4 .8 .6 .6 .0 5 Sebuah
rg
marah Sebuah
Sebuah h Hai ccru
% p
ssets
1 n lo
e erfo 9 Sebuah su w
n 9 ssets Sebuah
Hai Sebuah
t aku s9 l meraheh
m th rm g .W n aku s q
1 2 1 3 1 2 1 2 di S
t u
Sebuah
0 7 9 7 2 0 3 6 2 5 m e Sebuah reae di l ditolakSebuah
.4 .6 .6 .6 .0 .4 .2 .0 .4 .6 Sebuah
l 1 n ex t- uji.
Sebuah
th rtiles
sig Sebuah
ll st ce-m ter p
clu erio e
n Sebuah
n th d en
i fi d Sebuah
e d P. Sebuah d Haif
1 1 1 1 1 ca H F HAI 9 tchSebuah n Hait erfo t
th Haisu
8 2 7 3 0 7 6 2 9 2 n lo p 9
.0 .8 .6 .2 .4 .6 .0 .8 .2 .4 ce aku g th ed Haib Hai e f b
h w zaman n serv r rm 5 y -
lev p fi e. t % ea sa
timah ercen
rm W Sebuah Sebuah r m
el tio 1 n lev t p
g . ce-m
1 3 4 1 2 3 Hai L C ca e elim n F
les
1 9 3 0 0 1 6 2 5 4 f s irm el
ubin.
.2 .2 .2 .0 .8 .2 .4 .8 .2 .4 th Hai Sebuah n fo
w SH n jika Sebuah (u
e Haidi th y- tchp rm
uji T t Sebuah ea p
h b te ey ed eh ed
e e r
jubah . Hai
T r Sebuah S tio aku s g (Haib
Sebuah
sestHaila ls saya t aku s m
n d Hai di ld
Sebuah
Haig g mondar-mandire fid
b
R ta ed ch Sebuah n el st aku ta
m n ed 1
HAIdi Sebuah d 2 1 9 2 1 2 2 3 6 2 (di lic)
SEBUAH y
ea th n
Sebuah .4 .6 .6 .8 .2 .8 .0 .6 .8 .4
g Sebuah Sebuah
kembali
fa sig
th Sebuah r e e m s perkiraan v
p Jo di Hai th Hain
t erfo
Sebuah
R n sa rtiza e r ify
aku s HAIes les ch Sebuah 6 4 2 2 3 5 3 2 1 2 Hai
di rm SEBUAH ted .8 .8 .0 .0 .2 .6 .6 .0 .6 .4 f) rejectio
M tio Sebuah
n th
th Sebuah Sebuah sca
n s Hai n g e fo e
e ce-m d
Sebuah LED n
sa n el [w di r u n
m Sebuah(M b ith n ea 2 3 1 2 3 1 1 ll ra
d Haich 0 7 6 8 2 8 5 6 8 1
tchd Haiy
e Sebuah n .8 .6 .0 .0 .4 .8 .2 .0 .0 .2
h tes
y
di itiod la referen - p
d ed i fi g ca di Haith
u n ed g SH d th
stryJo Sebuah ed u
Sebuah
t
l - esis)
ex untukce cu stry
n 2 0 0 0 0 4 1 2 1 1 Sebuah
Sebuahes p Jo n ta rren .4 .4 .0 .4 .0 .4 .6 .4 .6 .2 kembali
s la es l untuk sig
fi m n
M ssets C t n
Sebuah Sebuah
rm HaiSebuah n
d untukHai HAISebuah d i fi
saya:
el ry d M
ssets
y ca
d v el) ea 1 1 n
SEBUAH (SEBUAH
P. r 3 3 8 8 5 3 4 6 9 4 tly
Sebuah S
iscretio
sim ria w S U m .6 .6 .0 .4 .6 .2 .0 .4 .6 .0
ith E S T
di Sebuah
s ex
ila b u
le. R T S T s fo
SEBUAH ceed
r n th llo
SebuahF HAI saya t
3 0 1 0 0 4 0 1 0 0
p ry HaiSEBUAH d e
Sebuah
1), Sebuah w
.6 .0 .2 .0 .0 .4 .0 .6 .4 .0 (fa
p r ch s:
ro Sebuah p Sebuah ta ll
ccru
Sebuah erfo
Sebuah Sebuah
b
ch
n barang
kembali
n T elo
sim d g SEBUAH
rm P. e saya t ¼
Sebuah
w
ila E s, di
aku sl P. 0 3 2 8 9 0 3 2 5 7
u fo Sebuah .4 .6 .8 .8 .2 .4 .6 .4 .6 .2 )
sedr n saya t aku s cu Sebuah
th
ce runtuk T rren 0þ e
fi SEBUAH
5
fo rm m th n ¼ %
Sebuah et
ð Dt 1 =
Sebuah
r tche n
th saya Jo p D lia SEBUAH 6 0 1 0 0 7 1 3 1 0 Hai
e w ed ro b S
.0 .4 .6 .4 .4 .2 .6 .2 .2 .8 m
m e n p Sebuah
es ertyta S
utilitas di
Haisu d E
d b 4 T Sebuah
l
i fi tra M
iscretio
S sig
,
Haip D ex saya t
ed d la D clu 2 n
ct el n 1þ 0 2 3 8 1 0 0 0 4 9 i fi
Jo th n .8 .4 .2 .0 .2 .8 .8 .8 .4 .6
ca
(M t ta d
Sebuah
n e Sebuah ry Sebuah di Sebuah n
es 1 g 2D
Jo Hain ce
m n Sebuah ccru d d th S lev
i fi persamaan
D 1 1
Haies ed u D e L
SEBUAH
3 4 0 0 0 2 4 1 0 0
d cu el
el. m Sebuah aku pSebuah E .6 .0 .8 .0 .0 .8 .4 .6 .4 .4
ls, - ta S Hai
Hai Jo m 5 þrren f
d w n en saya t þ
th
el e es t t e
PASAL DI PERS
tingkat signifikansi tes (yaitu, tes yang salah dispesifikasikan karena terlalu sering
menolak hipotesis nol) muncul dalam huruf tebal.
Pertama, kami mengamati bahwa semua pengukuran akrual diskresioner menunjukkan beberapa derajat
kesalahan spesifikasi. Tidak ada ukuran tunggal yang dispesifikasikan dengan baik di bawah hipotesis nol di
masing-masing dan setiap salah satu dari 11 partisi sampel (kolom). Kedua, sementara penolakan yang
kurang dari hipotesis nol terjadi, kesalahan spesifikasi pengujian terutama disebabkan oleh penolakan nol
terlalu sering. Akhirnya, seperti yang kita bahas lebih lengkap di bawah ini, tes spesifik terbaik di seluruh
partisi sampel yang terdapat dalam panel A adalah kinerja yang cocok
Model Jones discretionary accrual dimana pencocokan dilakukan pada ROA t.
Melihat lebih dekat pada tingkat penolakan di panel A mengungkapkan hal itu dalam sampel tertentu
partisi dan jika dibandingkan dengan pengukuran akrual lain dalam partisi tersebut, model Jones dan
Modi fi ed Jones menunjukkan tingkat kesalahan Tipe I tertinggi. Misalnya, dalam portofolio E / P
rendah, tingkat penolakan untuk model Jones (yang dimodifikasi-Jones) adalah 68,0% (74,8%). Tingkat
penolakan yang sesuai untuk arus kas operasi rendah ke partisi total aset adalah 34,4% (40,8%).
Tingkat penolakan yang tinggi menggunakan model Jones dan model Jones yang dimodifikasi tidak
mengherankan Dechow dkk. (1995) laporkan bukti serupa untuk sampel yang dipilih dari desil ekstrem
saham yang diberi peringkat menurut pendapatan dan kinerja arus kas. Dengan memperluas hasil
mereka, kami menemukan bahwa bahkan jika perusahaan diambil sampelnya dari populasi yang
kurang ekstrim (yaitu, kuartil dalam penelitian kami) dan berdasarkan pada berbagai karakteristik
ekonomi, model Jones dan model Jones yang dimodifikasi secara berlebihan menolak hipotesis nol
dari tidak adanya akrual diskresioner.
Masalah kesalahan spesifikasi dilemahkan, tetapi tidak dihilangkan saat ROA t atau ROA t 1
termasuk dalam regresi Jones- dan yang dimodifikasi-Jones, sebagai penolakan
tarif tetap lebih dari 8%. Misalnya dengan ROA t ( ROA t 1) Ditambahkan pada model Jones, tingkat
penolakan masih berlebihan karena enam (enam) dari 11 tingkat penolakan melebihi
8%. Untuk model Jones yang dimodifikasi, tingkat penolakan yang sesuai masih melebihi 8%
dalam delapan (lima) dari 11 kasus saat ROA t ( ROA t 1), masing-masing ditambahkan ke
model regresi. Untuk memberikan beberapa perbandingan spesifik, dengan ROA t ( ROA t 1)
termasuk dalam model Jones, tingkat penolakan dalam sampel pertumbuhan penjualan yang rendah adalah
12,0% (14,0%) dibandingkan dengan 18,8% untuk model Jones itu sendiri. Angka yang sesuai
untuk saham rasio EP rendah adalah 20,0% (42,0%) versus 68,0%; untuk perusahaan kecil
jumlahnya 23,2% (12,4%) versus 25,6% dan terakhir untuk perusahaan dengan arus kas operasi
rendah 6,4% (25,2%) versus 34,4%. 10
4.2. Pencocokan kinerja
Tingkat penolakan untuk pengukuran akrual diskresioner yang sesuai dengan kinerja di panel A dari Tabel
3 mengungkapkan derajat kesalahan spesifikasi yang lebih rendah dibandingkan dengan model lain.
Misalnya, akrual diskresioner model Jones yang sesuai dengan kinerja berdasarkan dengan
10 Hasil yang tidak ditabulasi (tersedia atas permintaan) menunjukkan akrual diskresioner yang dihitung sebagai akrual diskresioner
model Jones atau model Jones yang dimodifikasi dikurangi rata-rata industri atau median Jones atau akrual diskresioner model Jones yang
dimodifikasi tidak menyembuhkan tingkat penolakan model yang berlebihan. Penelitian sebelumnya (misalnya,
DeFond dan Park, 1997 ) menggunakan penyesuaian industri sebagai cara untuk mengurangi kemungkinan
penolakan palsu. Hasil kami menunjukkan bahwa upaya semacam itu tidak mungkin berhasil.
PASAL DI PERS
ROA t menunjukkan akrual diskresioner negatif mendekati 5% dari waktu kecuali jika
pengambilan sampel dibatasi pada saham E / P tinggi, saham kapitalisasi pasar besar atau kecil
atau stok arus kas operasi tinggi. Tingkat penolakan yang tinggi sebesar 17,6% untuk arus kas operasi
yang tinggi bukanlah hal yang mengejutkan atau tidak terduga. Faktanya, ini diperoleh secara
mekanis karena laba adalah jumlah arus kas operasi dan akrual. Karena kami mencocokkan kinerja
laba (yaitu, ROA) pada tahun berjalan, perusahaan perlakuan yang dipilih dari kuartil arus kas operasi
yang tinggi, menurut konstruksi, akan memiliki akrual yang lebih rendah daripada perusahaan yang
cocok yang tidak selalu dimiliki oleh perusahaan operasi tinggi.
kuartil arus kas. Hubungan mekanis ini tidak ada saat pencocokan pada ROA t 1,
dan akibatnya tingkat penolakan dalam kasus tersebut lebih rendah, 12,8%, meskipun masih lebih tinggi
daripada batas atas dari interval kepercayaan 95%. 11
Meskipun pencocokan kinerja tidak menyembuhkan semua tingkat kesalahan Tipe I yang berlebihan,
pencocokan kinerja berdasarkan ROA t dan menggunakan model Jones melakukan yang terbaik di
seluruh partisi sampel. Selain itu, bahkan ketika ukuran ini salah dispesifikasikan, tetap saja
tingkat penolakan yang berlebihan cenderung sebanding dan terkadang lebih rendah daripada
pengukuran akrual lainnya. Meskipun demikian, sementara hasil untuk kinerja cocok
Model Jones menggunakan ROA t menunjukkan bahwa itu cenderung menjadi yang paling dapat diandalkan secara
keseluruhan, itu tidak akan menyelesaikan masalah kesalahan spesifikasi dalam sampel pasar yang sangat besar atau kecil
saham kapitalisasi.
4.3. Membandingkan Jones dengan model Jones yang dimodifikasi
Hasilnya masuk Tabel 3 , panel A menunjukkan bahwa perbedaan antara tingkat penolakan
model Jones dan model Jones yang dimodifikasi umumnya berukuran kecil kecuali dalam kasus sampel
pertumbuhan penjualan yang rendah. Frekuensi penolakan untuk perusahaan kuartil pertumbuhan
penjualan rendah yang didasarkan pada model Jones yang dimodifikasi adalah 46,4% dibandingkan dengan
18,8% untuk model Jones. 12 Penjelasan potensial untuk perbedaan besar ini adalah bahwa model Jones yang
dimodifikasi mengasumsikan bahwa semua penjualan kredit mewakili manipulasi akrual. Seperti yang kita
catat sebelumnya, asumsi terkait penjualan kredit menyebabkan akrual diskresioner model Jones yang
dimodifikasi berkorelasi positif dengan pertumbuhan penjualan. Oleh karena itu, untuk sampel dari
perusahaan kuartil dengan pertumbuhan penjualan rendah, kinerjanya cocok
11 Dengan demikian, batasan pencocokan ROA saat ini untuk arus kas operasi yang ekstrim adalah hal itu menyebabkan
kesalahan spesifikasi pengujian. Sebagai ilustrasi, asumsikan perusahaan perlakuan (T) termasuk dalam kuartil arus kas operasi
yang tinggi, tetapi baik T dan perusahaan kontrol (C) memiliki ROA yang dilaporkan identik karena keduanya cocok
ROA. Definisikan estimasi akrual diskresioner dari perusahaan perlakuan dan kontrol sebagai DA T dan DA c.
Asumsikan DA C ¼ 0, untuk perusahaan kontrol. Jika hipotesis alternatif adalah akrual diskresioner perusahaan
perlakuan negatif, prosedur pencocokan kinerja kemungkinan akan bias untuk mendukung alternatif tersebut.
hipotesa. Ini terjadi karena ROA T ¼ ROA C karena pencocokan, dan perusahaan perlakuan termasuk dalam kuartil arus kas
operasi yang tinggi, tetapi perusahaan kontrol mungkin tidak. Oleh karena itu, diharapkan adanya pengobatan
akrual perusahaan lebih rendah daripada akrual perusahaan kontrol. Hal ini membuat DA T Hai DA C, yaitu, nilai nol ditolak secara
berlebihan. Oleh karena itu, menyesuaikan ROA saat ini untuk perusahaan arus kas ekstrim akan menyebabkan ujian
salah spesifikasi, seperti yang terlihat dari Tabel 3 .
12 Dengan asumsi independensi, perbedaan sekitar tiga poin persentase antara tingkat penolakan menggunakan
dua model adalah signifikan secara statistik.

PASAL DI PERS
akrual diskresioner model Jones yang dimodifikasi cenderung negatif secara sistematis, seperti
yang terlihat dari tingkat penolakan yang berlebihan. Jadi, kecuali seorang peneliti yakin bahwa
penjualan kredit merupakan manipulasi akrual, model Jones yang dimodifikasi diharapkan
untuk menyimpulkan manajemen laba secara palsu. Hasil menunjukkan bahwa sementara
pencocokan kinerja berdasarkan ROA t tidak menghilangkan bias dalam model Jones yang
dimodifikasi dalam sampel pertumbuhan penjualan yang rendah, tetapi untuk model Jones.
4.4. Tingkat penolakan untuk hipotesis alternatif akrual diskresioner positif
Hasil simulasi pengujian untuk akrual diskresioner positif muncul pada panel B dari Tabel 3 .
Sementara kesalahan spesifikasi di panel A terutama disebabkan oleh penolakan hipotesis nol
yang berlebihan, kesalahan spesifikasi di panel B terutama (tetapi tidak seluruhnya) merupakan
akibat dari penolakan hipotesis nol yang terlalu jarang. Misalnya, dalam sampel hasil laba
rendah, pertumbuhan penjualan rendah, kapitalisasi pasar kecil dan rendah
arus kas perusahaan, hampir semua model kecuali pencocokan kinerja pada ROA t ( berdasarkan
model Jones atau model Jones yang dimodifikasi) menyimpulkan diskresioner positif
akrual terlalu jarang (kurang dari 2,0% dari waktu).
Untuk memberikan beberapa perbandingan spesifik, pertimbangkan partisi pertumbuhan penjualan yang rendah.
Berikut pengukuran berbasis kinerja menggunakan ROA t dan berdasarkan model Jones (modi fi
edJones), menolak 4,4% nol (2,4%) dari waktu (yaitu, ditentukan dengan baik) sementara
tiga dari empat (empat) pengukuran akrual lainnya berdasarkan model Jones (modi fi
ed-Jones) menolak pada tingkat 1,6% (0,4%) atau kurang. Angka yang sesuai dalam
sampel E / P rendah menunjukkan tingkat penolakan 4,4% (3,6%) untuk
pengukuran berbasis kinerja menggunakan ROA t dan model Jones (dimodifikasi-Jones) sementara
keempat (keempat) pengukuran akrual lainnya menolak pada tingkat 1,6% (1,2%) atau kurang
berdasarkan model Jones (dimodifikasi-Jones), masing-masing. Fitur hasil ini juga muncul
dalam sampel saham kapitalisasi kecil yang memiliki tingkat penolakan
7,2% (6.0%) untuk ukuran berbasis kinerja menggunakan ROA t dan model Jones
(dimodifikasi-Jones) sementara tiga dari empat (semua empat) akrual lainnya
langkah-langkah menolak pada tingkat 1,6% (1,6%) atau kurang.
Akhirnya, dimasukkannya ROA sebagai regressor tambahan dalam model akrual Jones
dan modifikasi Jones tidak banyak meningkatkan spesifikasi mereka. Performa
pencocokan menggunakan ROA t ( berdasarkan model Jones atau model Jones yang dimodifikasi) adalah pendekatan
terbaik kecuali dalam sampel pertumbuhan penjualan tinggi atau arus kas rendah sebagai persentase dari
total aset. Dalam dua pengaturan terakhir ini, ukuran berbasis kinerja ROA salah
ditentukan.
4.5. Ringkasan
Seperti yang diharapkan berdasarkan penelitian sebelumnya, model Jones dan model Jones yang
dimodifikasi sangat salah dispesifikasikan dalam sampel acak bertingkat. Penolakan berlebihan
terhadap hipotesis nol terlihat terutama dalam pengujian akrual diskresioner negatif, sedangkan
penolakan yang berlebihan sering terjadi saat menguji akrual diskresioner positif. Secara
keseluruhan, semua pengukuran akrual diskresioner yang diperiksa menunjukkan beberapa derajat
kesalahan spesifikasi; tidak ada ukuran tunggal yang dispesifikasikan dengan baik di bawah nol
PASAL DI PERS
hipotesis di setiap partisi sampel. Namun, dalam berbagai kondisi pengambilan sampel,
bukti tampaknya mendukung penggunaan kinerja-
ROA berbasis ukuran yang cocok t dan model Jones (dan pada tingkat yang lebih rendah, ukuran yang
sama berdasarkan model Jones yang dimodifikasi). Sementara ada contoh di mana genap
ukuran ini salah ditentukan, hasilnya menunjukkan bahwa pengukuran akrual diskresioner yang
sesuai dengan kinerja ini kemungkinan besar menjadi alternatif yang layak untuk model akrual
diskresioner yang ada untuk digunakan dalam penelitian tentang manajemen laba.
5. Kekuatan pengujian berdasarkan ukuran akrual diskresioner yang sesuai dengan kinerja
Tabel 4 merangkum hasil membandingkan kekuatan Jones dan modifikasi-

Model Jones dengan dan tanpa pencocokan kinerja berdasarkan ROA t dan
ROA t 1. Kami melaporkan frekuensi penolakan untuk sampel acak dan acak terstratifikasi dari 100
perusahaan dengan penambahan / minus 1%, 2%, 4%, atau 10% ditambahkan ke setiap perusahaan.
perkiraan akrual diskresioner. Persentase akrual mengacu pada akrual sebagai persentase dari total
aset perusahaan. Untuk setiap sampel, tingkat benih yang ditunjukkan ditambahkan ke total akrual sebelum
memperkirakan model akrual diskresioner masing-masing. Panel A (B) melaporkan hasil untuk model
Jones (dimodifikasi-Jones) di mana akrual abnormal yang diunggulkan adalah negatif dan panel C (D)
melaporkan hasil yang sesuai di mana akrual abnormal yang diunggulkan adalah positif. Dalam
pengujian kami, kami memodelkan manajemen laba yang 50% berbasis pendapatan. Secara khusus,
kami mengasumsikan bahwa setengah dari akrual abnormal muncul dari penjualan kredit dan juga
menambahkan setengah dari benih untuk perubahan penjualan dan perubahan piutang sebelum
memperkirakan model akrual diskresioner. 13
Meski hasilnya masuk Tabel 3 menunjukkan bahwa pengukuran akrual diskresioner

Jones dan Jones yang dimodifikasi lebih menderita karena kesalahan spesifikasi daripada
pengukuran akrual yang sesuai dengan kinerja, Tabel 4 melaporkan hasil pada kekuatan
pengujian untuk semua tindakan akrual diskresioner alternatif ini. Alasannya adalah
sebagai berikut. Sementara seorang peneliti dapat membuang semua tindakan akrual
diskresioner kecuali yang tunduk pada kesalahan spesifikasi yang paling kecil,
pendekatan seperti itu secara implisit mengasumsikan biaya kesalahan Tipe I tinggi
sedangkan kesalahan Tipe II rendah. Namun, jika biaya kesalahan Tipe II tinggi dan
kesalahan Tipe I rendah, peneliti akan membuat trade-off yang berbeda antara daya dan
spesifikasi. Dalam pengaturan seperti itu, seorang peneliti akan lebih memilih tes dengan
probabilitas yang lebih tinggi untuk menolak hipotesis nol, meskipun kemungkinan
penolakan palsu (kesalahan Tipe I) lebih besar daripada yang menggunakan model lain
(misalnya, pengukuran akrual diskresioner lainnya). Karena kita tidak mengetahui biaya
relatif dari kesalahan Tipe I dan II, 14 Hasilnya memberikan peneliti masa depan dengan
13 Kami juga melakukan analisis dengan asumsi manajemen laba berbasis pendapatan 0% dan 100%. Hasilnya
secara kualitatif serupa dengan yang dilaporkan di Tabel 4 dan tersedia dari penulis.
14 Amemia (1994, hlm. 185) mencatat bahwa '' Ahli statistik klasik biasanya gagal melakukan ini, karena
pertimbangan biaya cenderung membawa elemen subjektif. ''

.0 .0 .6 .6 .4
Hai
d
.6 .4 .6 .2 .4 .0 .4 .6 .0 .0 y Hai
p ld F
irm T di n e serv e-taHaiSebuah aku s th
ukuran
el m Hai
th ( b h
e ed s ff Sebuah
su rts n d Sebuah e
s d
d n fu
Sebuah
w tio l iledth Sebuah
Sebuah
tch fi . w
Sebuah
ith Hai
esis). Sebuah
di
ld n T h cien m lso ed d ll
1 1 1 H B Sebuah sebelum n ea e
0 7 3 1 M 0 7 3 1 g 0 9 7 3 aku ta
Hai l h s tes). Haisa
0 4 1 2 2 Sebuah 0 6 9 9 6 Hai 0 8 0 5 8
.2 .0 .4 lic)
aku g
h Hai sa e t Sebuah su p untuk
p m
.0 .0
tch .0 .0 .6 .2 .4 n .0 .8 .0 .6 .4 k ercenSebuah zaman
d untuk p
R sig
- m u th d res
kembali
d
di p n ta timahle
Sebuah
HAI untuk
-M ta bersama T
g n d
le erly
sebelum
h l
Sebuah ta
untukn kembali
SEBUAH
Hai t ify h Sebuah g Sebuah
n
n Sebuah stru e g lf Sebuah
Sebuah
rk ccru
9 6 3 2 1 R 9 4 1 1
1
0 8 4 3 1
L
Hai et
ukuran
di kembali sig e ca d
8 5 6 2 1 HAI 6 1 5 0 8 0 5 5 4 2
rejectio
w
bersama bersama Hai u
.4 .2 .4 .0 .2 . .6 .6 .0 .0 .0 .6 .6 .4 .8 g n cted n Hai f SH p
stru strun i fi f2 th Sebuah
SEBUAH 0 beberapa
t
aku s
ls fl p
1 ccru ca 5 e b Haieh
Sebuah
1 n 2 eh mondar-mandir0
benihefow Sebuah
ra 2 ct cted n
1 tes H S
,7 th th m ce sa n
d
9 4 1 9 3 1 0 5 1 9 Sebuah m
8 1 3 6 0 1 2 1 5 2 0 3 6 6 1 th
Sebuah
les 8 l Sebuah th b Hai
kembali
m n e f les untukperkiraan lo
aku g
.0 .6 .2 .0 .4 .2 .4 .6 .2 .8 .0 .6 .0 .8 .2 h
Sebuah y
p
Sebuah
t G Haisepuluh ccru e th w
Sebuah
ro d C p e Haith eh
kembali
w els recisio
HAI m f e Sebuah q
sig th HaiSebuah
l M ea 1 ch u
1 n L (Jo b m P.
timah
9 7 3 2 9 4 2 1 0 9 7 4 1 i fi Hai serv n 0
Sebuah
9 6 7 3 8 7 6 0 2 5 0 6 6 6 8 w 0 Sebuah g rtiles
.6 .8 .2 .2 .4 .6 .0 .0 .0 .2 .0 .8 .8 .8 .8 ca n ea U n d fi n
n es Sebuah m iscretio g th
tly su S T Sebuah rm e e
tio
ex Sebuah resSEBUAH tch s di resp Hai
n n f
1 1 1 ceed H E d s HaiT di ea sa su
0 8 3 1
0 5 6 7 4
0 8 4 2
0 4 0 6 8
0 9 4 1
0 0 3 6 1 P. M di r Di n ch les ectiv b
jikad g Sebuah
aku g
.0 .6 .8 .2 .8 .0 .8 .4 .0 .4 .0 .8 .2 .8 .2 (fa h R
HaiSebuah u ea ry w
-
Sebuah
tio d th sa
ll
b i fi tw e
stria ch
Sebuah n e
h Sebuah
d
m
elo ccru d sebelum p
ed Hai Sebuah
trea iscretio les
1 1 w L b
- begitul ch
0 7 5 2 1 9 3 2 1 0 9 9 8 6 ) Hai Jo daku g SEBUAH th
0 9 1 9 9 4 9 2 0 3 0 8 1 1 8 th w lu n tm lHaie n
Sebuah Sebuah fo
.0 .2 .2 .2 .2 .4 .6 .4 .4 .2 .0 .4 .6 .6 .0
e n saya tte n g n rm
5 es) u en fea n u e
% di v Sebuah ll Sebuah ed
l t ch di ry
n di d Sebuah
u lu Sebuah fi h Hai
1
0 9 6 2
1
0 8 6 4 1
1
0 9 6 2
Hai
m L S clu strye n d
rm sa y Sebuah
p ccoccru n
Sebuah
Sebuah ize
0 6 1 6 9 0 9 4 2 4 0 9 9 2 2 di rg Hai m Hai th
.0 .4 .6 .0 .6 .0 .6 .0 .0 .4 .0 .6 .6 .0 .0 d f R w th
e e bersama untukesea ith p esisu e
Sebuah
l
sig le n Sebuah b
n
Sebuah ta
d ts lm Sebuah
i fi bersamae l rch Sebuahaku s
Hai sis
1 1 ca S n fo Sebuah b Hai
bersama
f
penerimaan
d
0 6 3 1 9 5 2 1 1 0 9 6 4 2 ccru Hai
n m stafr fi n sednol el.
Sebuah
0 5 0 4 6
.0 .2 .4 .8 .0
7 3 8 4 0
.2 .6 .0 .4 .4
0 8 6 4 5
.0 .0 .0 .4 .6 ce Sebuah les tro f
lev
ll n Sebuah W b
t g Sebuah l
ls mondar-mandir Hai
Sebuah
b Hai
el n d le e Hai
Hai
istilahiv
scam fi rm Sebuah b ssu k
iscretio Sebuah
f en -
1 1 1 th H HAI cro efo
. y LED1
untuk
0 8 4 2 1
0 4 5 8 2
0 8 4 2 1
0 1 5 7 7
0 7 2 1
0 6 6 3 2 e aku g p 9 b m -m
.0 .8 .2 .0 .8 .0 .2 .2 .6 .6 .0 .4 .8 .6 .4 uji h zaman
SEBUAH ea b 6 Sebuah sed n e
ss-sectio.dllkembali
timah ll r y 3 th
Sebuah
rk
g v Sebuah th Sebuah
ry
perkiraan
Sebuah et
Hai
Sebuah
n untuk
d C Sebuah n ta ro n t
di ria d Sebuah h ra
1 L l u g retu n ccru
Sebuah
9 6 2 1 1 8 2 0 9 7 5 3 d SH Sebuah tio
b w Sebuah
Sebuah
9 6 9 8 2 0 0 8 6 1 0 3 2 3 4 ica Hai Sebuah timahlf
.6 .0 .6 .8 .8 .4 .4 .4 .8 .2 .0 .6 .0 .6 .4 w F les h ssets h l ,
te lo sebelum 1 rn t- uji. Sebuah g Haif sa
9
9 Hai ls th th
th w
Sebuah
kembali aku s9
les
Sebuah
t Sebuah . n aku se e
.0 .2 .8 .0 .0 .6 .2 .6 .0 .6 Hai .0 .8 .4 .4 .0
ld
.0 .0 .8 .2 .6
6 8 0 6 4 . . . .
0 2 2 6 4 . . . . . . u u
Hai d esis). Sebuah
J J ll res
d el (b Hai Hai h
el n n y di
w Hai es es p
w ith ld m m Haib
ith th Hai
1 1 m 1 aku ta
1 Hai 1 Hai 1
0 9 5 2 1 M 0 7 2 1 0 9 5 1 lic) 0 7 3 1 d 0 7 4 1 d 0 9 7 5 1 esis). ld
0 8 8 5 2 el 0 6 0 9 6 el
Sebuah
0 1 0 4 3 0 1 7 3 2 Sebuah 0 8 6 8 2 0 9 8 2 4
.0 .6 .4 .8 .6 Sebuah .0 .2 .2 .6 .8 tch .0 .4 .4 .4 .4 .0 .8 .4 .2 .8 .0 .0 .4 .2 .4 .0 .6 .8 .4 .0 (b
tch sig w w Hai
di ith ith ld
di g n
g Hai ify m m aku ta
Hai n Sebuah Sebuah lic)

9 2 1 n 9 3 1 R 9 4 1 rejectio tch tch 1
6 8 2 8 2 R 5 6 4 6 5 HAI 8 0 0 4 2 9 6 3 1 9 3 1 0 8 4 2 1 sig
.0 .0 .0 .0 .0 .6 .0 .8 .8 .6 . .4 .4 .0 .4 8 0 5 8 8 di 5 6 2 8 8 di 0 1 0 9 0
HAI SEBUAH 8 .0 .4 .2 .8 .8 g .2 .0 .8 .4 .4 g .0 .2 .4 .6 .4
n
SEBUAH t
n Hai Hai ify
t n n
1 ra R R rejectio
tes HAI HAI
1 th 9 2 SEBUAH
8 1 SEBUAH
9 2
9 5 3 1 9 5 2 1 0 7 4 2 1 2 4 4 2 0.0t 1 5 4 1 1.2t 8 1 6 2 0.0
9 7 0 9 6 7 1 4 5 8 0 8 2 3 1 Sebuah .8 .4 .0 .8 1 .6 .2 .8 .2 .8 .6 .8 .0 n
.6 .2 .8 .2 .0 .6 .2 .8 .2 .8 .0 .4 .8 .2 .2 t ra
Sebuah
kembali tes
sig
th
n
1 1 i fi 1 1 1 Sebuah
t
0 5 2 1 9 5 3 1 0 6 1 ca 0 9 5 4 1 9 6 3 1 1 0 0 9 8 4
0 4 3 0 2 9 8 1 3 4 0 5 7 3 1 0 0 7 2 9 9 3 4 9 4 0 0 4 0 6 Sebuah
kembali
.0 .4 .6 .0 .4 .2 .8 .6 .6 .4 .0 .6 .2 .2 .2 n .0 .4 .2 .4 .2 .6 .2 .8 .6 .0 .0 .0 .0 .4 .4
tly sig
ex n
i fi
ceed ca
1 1 1 1 1 1 n
0 9 5 2 0 7 2 1 0 9 8 3 1 (fa 0 8 3 1 0 8 4 2 0 8 4 1 tly
0 1 0 1 6 0 0 8 2 3 0 9 3 9 4 0 3 2 8 5 0 2 0 8 9 0 9 1 6 0
.0 .6 .8 .2 .4 .0 .0 .4 .8 .2 .0 .6 .2 .2 .0 .0 .2 .4 .4 .2 .0 .0 .8 .4 .2 .0 .6 .6 .0 .8
ll ex
b ceed
elo
w (fa
9 2 9 3 1 9 1 ) 1 1
5 2 4 2 1 5 4 4 8 4 6 2 0 0 0 th 0 8 5 3 2 9 4 2 0 9 9 8 7 ll
.2 .0 .4 .0 .6 .2 .8 .4 .0 .4 .8 .4 .4 .0 .0 e 0 3 4 3 4 3 2 2 9 4 0 9 5 8 4 b
5 .0 .6 .4 .2 .8 .6 .4 .0 .2 .4 .0 .6 .2 .8 .8 elo
%
w
n )
Hai th
m
1 1 di 1 1 1 e
0 8 3 1 9 6 1 0 9 7 3 Sebuah 0 9 5 2 0 8 6 4 1 0 9 6 1 5
0 4 6 5 2 9 5 8 5 0 0 7 3 8 7 l 0 5 9 4 8 0 8 1 1 4 0 9 6 9 2 %
.0 .8 .8 .6 .4 .6 .6 .8 .2 .4 .0 .6 .2 .8 .2 sig .0 .6 .2 .4 .8 .0 .4 .6 .6 .4 .0 .2 .0 .6 .0
n
n Hai
i fi m
ca di
n Sebuah
l
9 5 1 9 4 1 9 4 ce 1 1 sig
9 4 9 8 3 8 0 7 7 7 9 5 8 2 0 0 7 3 1 9 5 2 1 1 0 9 7 5 3
.2 .0 .6 .4 .2 .0 .8 .2 .2 .2 .6 .2 .0 .4 .8 lev 0 1 6 6 9 6 6 8 6 0 0 8 4 6 2 n
.0 .2 .0 .8 .6 .0 .0 .0 .4 .4 .0 .0 .4 .4 .0 i fi
el ca
Hai n
f ce
th
1 e 1 1 1 lev
9 5 1 9 3 0 9 5 3 uji 0 8 3 2 0 7 4 2 1 0 6 1
9 3 6 7 0 6 5 6 2 0 0 3 6 3 9 0 0 6 5 7 0 8 4 5 8 0 1 7 5 0 el
.6 .2 .0 .2 .8 .8 .2 .0 .0 .8 .0 .6 .4 .2 .6 .0 .0 .8 .2 .6 .0 .4 .8 .2 .0 .0 .6 .6 .2 .4 Hai
Sebuah
n f
d th
di e
d uji
1 ica 1
9 4 9 5 2 2 1 0 2 te 9 6 3 2 1 8 1 0 9 7 6 4 Sebuah
8 0 8 8 1 7 2 8 4 2 0 5 4 0 0 9 8 3 0 3 0 9 7 6 1 0 5 8 3 0 n
.4 .4 .8 .0 .6 .6 .8 .0 .8 .8 .0 .6 .0 .8 .4 th .6 .4 .2 .4 .2 .0 .2 .2 .4 .2 .0 .2 .4 .6 .8 d
Sebuah
di
t d
su ica
ch te
ch Haiaku g
d Sebuah s d scan 0 8 4 2
0 8 6 2 9 J
0 6 2 1
0 4 3 0 2 J
0 9 4 1
0 6 3 0 1 f) aku g Hai
Hai
u tchSebuah el Sebuah m .0 .4 .4 .4 .6 .0 .8 .6 .8 .4 Hai .0 .4 .6 .8 .2 th res u h k
stry n (M LED[w n g Hai
Hai
n n
es e -
es
ed d Sebuah
ith e d m n di untuk
-M
d Haib di el M Hai u
ll b
s Jo itiod
Sebuah y Hai d
h Hai
Sebuah
i fi la referen n Sebuah d el
y ld
rk
fi n Haikembali 9 3 1 el 9 3 1
4 6 4 9 6 w
9 4 1 p (b L et
rm es n ed g n 6 2 2 8 2
.4 .8 .0 .4 .0 w
8 3 3 4 3 Hai Hai
Sebuah g
.8 .4 .0 .2 .8 ith .8 .6 .2 .0 .2 w
ed - ith th Hai
m l - perkiraan
m esis). ld
saya.
Hai Joex ca
SH
Sebuah
ce M
d p n untuk Sebuah aku ta
tch
el la es ta
SEBUAH
cu Sebuah
ted tch
Sebuah lic)
sim n di
M lSebuah rren
untuk
d Sebuah di g 1 sig H S
9 7 5 3 1 g 9 6 3 2 2 0 9 6 5 3
8 6 9 8 0 Hai
iscretio
ila untukHaissets C 9 5 1 3 6 0 3 9 5 2 Sebuah
les
n
HAIt fo
n aku g
r ry d el) r
.6 .6 .6 .6 .0 Hai .8 .4 .6 .0 .8
n R .0 .6 .2 .2 .4 ify h
M Sebuah R HAI G
Sebuah v (SEBUAH ssets ea ro
p n Sebuah P. HAI SEBUAH
rejectio
p Sebuah ria with SS U ch SEBUAH t w

ro ry t th
b E S T m 9 4 1 1 9 4 1 9 3 n L
le. di di 9 0 0 2 0 7 3 4 4 2 9 4 4 0 0
Sebuah
ch Sebuah R T SEBUAH .2 .4 .8 .8 .0 .6 .2 .0 .0 .4 .6 .0 .4 .4 .0 ra Hai
w
ccru HAIS u d
F T tes
aku s
HaiSEBUAH
saya t
s u stry
u Sebuah r 1), d th th
sedl p kembali Sebuah
Sebuah
e Sebuah
fo erfo Sebuah ta ch t
simn
Sebuah
fo rfi
Sebuah
d barang n 1
0 9 5 2
1
0 5 2 1
1
0 9 8 4 1
kembali H E
n d
rm Sebuah
0 2 2 2 8 0 8 2 2 3 0 9 2 4 5 P.
r rm P. sig aku g
h R
th ila P. g y
.0 .0 .4 .4 .0 .0 .0 .8 .4 .6 .0 .6 .8 .0 .6
n
e
n r E s, di ea
Sebuah
Sebuah i fi tio
e saya ca
m w ce untuk T cu r
saya t aku s
n
Haie m SEBUAH Sebuah
s tly
d su Sebuah th n rren 9 1 9 3 1 9 L
i fi b tche et ¼ fo 5 8 3 1 1 4 4 3 8 3 4 8 0 0 0 ex Hai
ceed w
.6 .0 .6 .2 .2 .4 .8 .2 .0 .6 .4 .8 .4 .0 .0
ed tra Jo p ð Dt llo
ed ro D lia
Jo ct n w
d es p b s: (fa
n th iscretio ertySebuah ta ll
es e M
utilitas
T
4 1 1 b L S
m Jo Hai,p SEBUAH 0 8 3 1
0 6 7 7 2
9 6 1
9 2 7 3 0
0 9 7 4
0 8 7 2 9
elo Sebuah ize
Hai n d la D ex saya t ¼ .0 .0 .2 .2 .8 .2 .4 .6 .2 .4 .0 .4 .6 .4 .2 w rg
d es n el ) e
el. n D clu th
ry (M tSebuah
m Sebuah Sebuah Sebuah e
HaiSebuah ta d 0 þ
d ccru Hain d 1 di
5
%
el d 1 S
i fi persamaang Sebuah 9 5 1 9 3 1 0 3 n m
d ed u D th 1 = 9 0 7 6 1 6 5 6 8 6 0 7 4 0 0 Hai
.2 .0 .6 .0 .6 .0 .2 .0 .0 .0 .0 .6 .4 .8 .4 m Sebuah
ll
Sebuah aku pD e
iscretio
di
ls, - SEBUAH
Jo m Sebuah cu S Sebuah
l
w n en ta rren S sig
e es t 5 þ E T n
n m S i fi
Sebuah M sca t saya 1
0 6 2 1 9 3
1
0 9 7 4 2
H HAI
ry Sebuah D 0 3 4 0 3 4 0 5 2 0 0 7 2 7 1 ca p
tchHaiLEDD p t
n
aku g
h zaman
Sebuah d
Hai1 þ .0 .6 .0 .4 .2 .0 .8 .6 .4 .8 .0 .2 .0 .6 .2
ce
ccru el) rtio timah
fi b ta
Sebuah
lev
rm g
ex y 3 n Sebuah
4 Hai2 D el C
Sebuahs
l HaicepS
SEBUAH
Hai Sebuah
SH
Hain f S 9 3
8 6 6 6 0
9 5 2 2 1
8 4 9 4 3
9 2
8 2 2 0 0 f L
f S D lo SEBUAH .4 th Hai
w F
th R tfo E
.4 .8 .8 .8 .0 .0 .2 .4 .6 .8 .0 .4 .0 .0
T Sebuah n L e lo
e HAIr S ta g E uji w
saya t 1
- S
fi SEBUAH th 4 Þ = saya t þ
rm di Sebuah
n
e 1. istilah d
PASAL DI PERS
informasi yang diperlukan untuk memilih di antara model yang bersaing atas dasar
spesifikasi dan kekuasaan. 15
Berfokus pertama pada panel A (model Jones), di seluruh partisi sampel, model Jones,
rata-rata, mendeteksi akrual diskresioner 1%, 2% dan 4%, sebagai persentase aset, sekitar
34,1%, 55,9% dan 89,1% dari waktu. Atau, pertunjukan-
ukuran yang cocok berdasarkan ROA t dan model Jones, rata-rata, mendeteksi akrual
diskresioner 1%, 2% dan 4% sekitar 17,0%, 29,2% dan 56,7% dari waktu,
sementara tingkat penolakan rata-rata di seluruh partisi sampel untuk kecocokan kinerja
mengukur berdasarkan ROA t 1 adalah 19,2%, 36,6% dan 73,3%. Seperti yang disarankan di atas,
tingkat penolakan yang relatif tinggi untuk model Jones sebagian besar disebabkan
salah spesifikasi. Misalnya, tingkat penolakan untuk perusahaan Rasio EP rendah adalah
68% tanpa penyemaian akrual diskresioner. Oleh karena itu, tidak mengherankan bahwa
tingkat penolakan 81,6% untuk pembenihan akrual diskresioner hanya 1% dari aset. Jelas,
para peneliti tidak harus menafsirkan temuan ini sebagai model Jones yang sangat kuat
dalam mendeteksi manajemen laba.
Model Jones yang dimodifikasi (panel B) mendeteksi rata-rata akrual diskresioner 1%,
2% dan 4%, sebagai persentase aset, sekitar 39,6%, 57,3% dan 84,8% dari waktu di seluruh
partisi sampel. Atau, ukuran yang sesuai dengan kinerja
berdasarkan ROA t dan model Jones yang dimodifikasi, rata-rata, mendeteksi akrual
diskresioner 1%, 2% dan 4% sekitar 17,0%, 29,2% dan 55,6% dari waktu.
Tingkat penolakan rata-rata yang sesuai di seluruh partisi sampel untuk kinerja
mance-matched measure berdasarkan ROA t 1 adalah 21,0%, 37,8% dan 73,5%. Di semua
partisi sampel dan ukuran akrual, a 10% akrual diskresioner, sebagai a
persentase aset, hampir pasti akan terdeteksi sepanjang waktu.
Model Jones (panel C) mendeteksi rata-rata 1%, 2% dan akrual diskresioner, sebagai
persentase aset, sekitar 16,7%, 35,7% dan 67,8% dari waktu.
Atau, ukuran kecocokan kinerja berdasarkan ROA t dan model Jones akan, rata-rata,
mendeteksi akrual diskresioner 1%, 2% dan 4% sekitar 11,2%, 21,9%
dan 52,9% dari waktu, sementara tingkat penolakan rata-rata di seluruh partisi sampel untuk
ukuran kinerja yang cocok berdasarkan ROA t 1 adalah 12,6%, 26,0% dan 59,3%.
Akhirnya, Model Jones yang dimodifikasi (panel D) mendeteksi rata-rata 1%, 2% dan 4%
akrual diskresioner, sebagai persentase dari aset, sekitar 20,6%, 37,1% dan 65,4% dari
waktu. Atau, ukuran kecocokan kinerja berdasarkan ROA t dan model Jones yang
dimodifikasi, rata-rata, mendeteksi akrual diskresioner 1%, 2% dan 4%
sekitar 11,2%, 20,2% dan 49,6% dari waktu. Tingkat penolakan rata-rata yang sesuai
di seluruh partisi sampel untuk ukuran kecocokan kinerja berdasarkan ROA t 1
adalah 13,2%, 26,8% dan 59,9%. Seperti halnya di panel A dan B untuk 10%
akrual diskresioner, di seluruh partisi sampel dan ukuran akrual di panel C dan
D, akrual diskresioner 10% juga hampir pasti akan terdeteksi sepanjang waktu. Hasil kekuatan
dilaporkan di Tabel 4 tidak menghasilkan ukuran tunggal yang secara seragam paling kuat di
semua partisi sampel yang dipertimbangkan. Dalam nada yang sama, hasil tidak menunjukkan
bahwa setiap ukuran tunggal lebih rendah dari semua yang lain di seluruh partisi sampel yang
diperiksa. Tunduk pada poin yang kami buat di atas tentang
15 Kami berterima kasih kepada wasit karena merekomendasikan interpretasi hasil kekuasaan ini.
PASAL DI PERS
trade-off antara kesalahan Tipe I dan Tipe II, secara kolektif, kami menafsirkan hasil dari Tabel
3 (Kesalahan tipe I) dan Tabel 4 (kekuatan tes) sebagai bukti yang mendukung
menggunakan ROA berbasis ukuran yang cocok dengan kinerja t dan model Jones (dan pada tingkat yang
lebih rendah, ukuran yang sama berdasarkan model Jones yang dimodifikasi).
Singkatnya, dari perspektif ekonomi, hasil uji kekuatan menunjukkan bahwa tingkat
manajemen laba positif yang masuk akal, misalnya, akrual diskresioner 2% (4%) dari total
aset secara empiris akan terdeteksi sekitar 30% (60% ) dari waktu. Nilai yang sesuai untuk
manajemen laba negatif dengan besaran yang sama adalah 40% (70%). Akhirnya, tingkat
penolakan yang lebih tinggi dari Jones dan model Jones yang dimodifikasi sebagian besar
disebabkan oleh kesalahan spesifikasi dan bukan kekuatan yang lebih besar.
6. Analisis sensitivitas
Kami melakukan berbagai tes tambahan. Tes ini menegaskan kesimpulan utama bahwa
pencocokan kinerja meningkatkan spesifikasi statistik pengujian. Kami secara singkat
merangkum motivasi dan temuan utama dari tes tersebut.
6.1. Sensitivitas untuk memasukkan konstanta dalam model regresi Jones dan yang
dimodifikasi-Jones
Tingkat kesalahan Tipe I dan kekuatan tes jelas merupakan fungsi dari properti yang mendasari
pengukuran akrual diskresioner yang dilaporkan di panel B dari Tabel 1 . Asimetri (relatif terhadap nol)
dari pengukuran akrual diskresioner yang dilaporkan di sana secara langsung memengaruhi tingkat
kesalahan dan kekuatan Tipe I yang kami laporkan. Seperti disebutkan di atas, estimasi kami tentang
parameter Jones dan model Jones yang dimodifikasi mencakup istilah konstan dalam regresi. Hasil
yang tidak ditabulasi menunjukkan bahwa kegagalan untuk memasukkan kesalahan spesifikasi yang
besarnya konstan dari model Jones dan model Jones yang dimodifikasi. Misalnya, ketika tidak ada
intersep yang disertakan dalam model Jones cross sectional dalam industri, tingkat penolakan
meningkat lebih dari 20% dibandingkan yang dilaporkan di Panel A dari
Tabel 3 untuk sub-sampel book-to-market tinggi, book-to-market rendah, pertumbuhan penjualan
rendah, rasio E / P rendah, dan arus kas operasional rendah sub-sampel di mana penolakan
berlebihan sudah terjadi. Berdasarkan bukti ini, penyertaan suku konstan saat memperkirakan model
akrual tradisional tampaknya diperlukan.
6.2. Mencocokkan ROA versus menyertakan ROA sebagai regressor dalam model akrual
diskresioner
Mengingat perhatian untuk mengendalikan kinerja pada akrual diskresioner yang diukur,
pilihan yang tersedia termasuk menambahkan ukuran kinerja (misalnya, ROA) ke model akrual
sebagai regressor tambahan dan perusahaan perlakuan dan kontrol yang sesuai atas dasar
variabel kinerja. Keuntungan dari yang pertama adalah bahwa hal itu memberlakukan satu
persyaratan data yang lebih sedikit karena ketersediaan data untuk perusahaan kontrol tidak
diperlukan. Kerugiannya adalah ia memaksakan bentuk fungsional tertentu (linieritas) pada
hubungan antara kinerja dan akrual. Hasil yang dilaporkan di atas menunjukkan,
PASAL DI PERS
bahwa pencocokan kinerja berkinerja setidaknya sama baiknya dan, biasanya lebih baik daripada
menambahkan ROA sebagai regressor tambahan ke model regresi akrual. Pada bagian ini kami
memberikan beberapa bukti awal untuk menjelaskan mengapa hal ini terjadi.
Kami menduga bahwa pencocokan berkinerja lebih baik daripada pendekatan regresi,
setidaknya sebagian, karena hubungan non-linier antara kinerja (diukur dengan ROA) dan
akrual. Butler dkk. (2004) menemukan bahwa perusahaan yang mengalami kinerja yang sangat
buruk terlibat dalam transaksi terkait likuiditas (misalnya, anjak piutang dan penundaan
pembayaran hutang) dan mencatat biaya penurunan nilai aset untuk mencerminkan
penurunan ekonomi dalam nilai aset. Penghapusan aset memiliki dampak langsung dan
negatif pada pendapatan dan merupakan cerminan dari konservatisme akuntansi. Sebaliknya,
perusahaan yang mengalami pertumbuhan yang signifikan mencatat akrual yang besar
(misalnya, peningkatan persediaan dan piutang), tetapi akrual ini tidak memiliki konsekuensi
pendapatan satu-ke-satu. 16
Analisis kami tentang portofolio desil yang diberi peringkat berdasarkan total akrual (tidak dilaporkan) menunjukkan hubungan
non-linier antara akrual dan ROA. Perusahaan yang berada di desil terendah dari total akrual memiliki akrual yang secara proporsional
jauh lebih rendah daripada ROA mereka dibandingkan dengan perusahaan di desil akrual kedua. Di sisi lain, perusahaan dalam desil akrual
tertinggi memiliki akrual yang jauh melebihi ROA karena mereka mengalami pertumbuhan yang tidak biasa (perhatikan bahwa total akrual
dan ROA memiliki total aset di penyebut). Misalnya (hasil tanpa tabel menunjukkan), pertumbuhan penjualan median di desil akrual
tertinggi adalah 49% (24% di desil ke-9) dibandingkan dengan hanya 2% untuk perusahaan di desil ke-1 (6% untuk perusahaan di desil ke-2)
. Ini berarti sebagian besar akrual negatif untuk perusahaan pada desil pertama bukan karena penurunan penjualan, tetapi karena alasan
seperti penurunan nilai aset yang memengaruhi akrual dan ROA secara sama. Sebaliknya, untuk perusahaan di desil akrual tinggi,
pertumbuhan penjualan adalah penyebab utama akrual ekstrem dan akrual terkait pertumbuhan ini (misalnya, peningkatan inventaris,
piutang, dll.) Memiliki dampak yang secara proporsional lebih kecil terhadap ROA dibandingkan kasusnya. dari akrual negatif yang ekstrim.
Secara keseluruhan, kami mengharapkan dan menemukan bahwa ROA lebih (kurang) terkait erat dengan akrual ketika akrual sangat
negatif (positif). Ini menunjukkan hubungan non-linier antara akrual dan ROA. Oleh karena itu, pendekatan regresi linier untuk
memperkirakan akrual diskresioner tidak mungkin berfungsi sebaik pendekatan perusahaan yang cocok. Pertumbuhan penjualan adalah
penyebab utama akrual ekstrem dan akrual terkait pertumbuhan ini (misalnya, peningkatan inventaris, piutang, dll.) memiliki dampak yang
lebih kecil secara proporsional pada ROA dibandingkan dengan kasus akrual negatif ekstrem. Secara keseluruhan, kami mengharapkan
dan menemukan bahwa ROA lebih (kurang) terkait erat dengan akrual ketika akrual sangat negatif (positif). Ini menunjukkan hubungan
non-linier antara akrual dan ROA. Oleh karena itu, pendekatan regresi linier untuk memperkirakan akrual diskresioner tidak mungkin
berfungsi sebaik pendekatan perusahaan yang cocok. Pertumbuhan penjualan adalah penyebab utama akrual ekstrem dan akrual terkait
pertumbuhan ini (misalnya, peningkatan inventaris, piutang, dll.) memiliki dampak yang lebih kecil secara proporsional pada ROA dibandingkan dengan kasus a
6.3. Ukuran sampel
Banyak studi manajemen laba memperkirakan akrual diskresioner rata-rata menggunakan sampel
yang sangat besar (misalnya, lebih dari 1.000 dalam pengujian manajemen laba dalam studi
penawaran umum perdana seperti Teoh dkk., 1998b ). Meskipun kami tidak menganalisis sampel
1.000 (atau lebih) perusahaan, kami memberikan bukti spesifikasi dan kekuatan dalam sampel yang lebih
besar dengan memeriksa sampel dari 200 dan 300 perusahaan. Secara umum, di seluruh sampel stratifikasi
acak yang kami gunakan, kesalahan spesifikasi diperburuk dalam sampel yang lebih besar di bawah semua
pengukuran akrual diskresioner. Tingkat penolakan tertinggi di bawah hipotesis nol
16 Butler dkk. (2004) memberikan bukti bahwa biaya penurunan nilai aset ini bukanlah konsekuensi dari manajemen
laba.
PASAL DI PERS
cenderung untuk model Jones- dan model Jones yang dimodifikasi. Tidak mengherankan, hasil
menunjukkan bahwa kekuatan pengujian meningkat dengan cepat dengan ukuran sampel
(misalnya, terlepas dari akrual unggulan, dalam 300 tingkat penolakan sampel perusahaan
mendekati 100% untuk sampel yang sesuai dengan kinerja). Secara keseluruhan, hasilnya
konsisten dengan yang dilaporkan di Bagian 5 dalam pengukuran akrual berdasarkan kinerja
ROA t menawarkan spesifikasi dan keunggulan daya dibandingkan ukuran lain meskipun keunggulan
tersebut tidak terjadi di masing-masing dan setiap partisi sampel (seperti yang terjadi di
Bagian 5). 17
6.4. Cakrawala multi-tahun
Banyak studi manajemen laba memeriksa perilaku akrual selama cakrawala multi-tahun (misalnya, Teoh
dkk., 1998a, b ). Untuk membantu menarik kesimpulan dari penelitian tersebut, kami memeriksa
spesifikasi dan kekuatan pengukuran akrual diskresioner selama jangka waktu 3 dan 5 tahun. Kami
menghitung akrual diskresioner setiap tahun dari periode 3 atau 5 tahun dengan mengestimasi ulang
model Jones dan model Jones yang dimodifikasi setiap tahun. Kami kemudian menggabungkan akrual
diskresioner tahunan dan menguji apakah rata-rata akrual diskresioner kumulatif secara signifikan
berbeda dari nol. Kami menemukan bahwa model Jones- dan model Jones yang dimodifikasi tetap
salah spesifikasi, tetapi tingkat penolakannya tidak terlalu ekstrim dibandingkan ketika periode
kejadiannya satu tahun. Model akrual diskresioner yang sesuai dengan kinerja terus menawarkan
spesifikasi dan keunggulan daya dibandingkan model Jones dan model Jones yang dimodifikasi di
seluruh partisi sampel yang diperiksa.
6.5. Melonggarkan batasan dalam industri pada estimasi model Jones
Untuk melonggarkan kondisi ketersediaan data, kami menerapkan model Jones secara lintas
sektor menggunakan semua perusahaan non-keuangan, bukan hanya perusahaan dalam
industri yang sama. Hasilnya konsisten dengan yang dilaporkan sebelumnya di Bagian 5. Hasil
ini menunjukkan bahwa meskipun pencocokan itu penting, estimasi dalam industri kurang
penting.
6.6. Pengukuran akrual diskresioner alternatif
Kami juga memeriksa properti tindakan akrual diskresioner lainnya termasuk total akrual dikurangi
total akrual median industri, total akrual dikurangi total akrual perusahaan yang cocok dan model
Jones (dimodifikasi-Jones) akrual diskresioner dikurangi akrual diskresioner median industri
menggunakan model Jones (dimodifikasiJones) . Tak satu pun dari pengukuran akrual diskresioner
alternatif ini berkinerja lebih baik
17 Peningkatan kekuatan dengan ukuran sampel menunjukkan asumsi independensi cross-sectional yang
mendasari t- tes adalah perkiraan yang masuk akal. Jika data sangat berkorelasi secara cross-sectional, maka
pengurangan inkremental dalam varian cross-sectional dari akrual diskresioner sebagai fungsi ukuran sampel akan
kecil dan kami tidak akan berharap untuk mengamati peningkatan daya yang cukup besar dengan peningkatan
ukuran sampel.
PASAL DI PERS
ukuran kinerja yang cocok ditemukan di Bagian 5 untuk menawarkan kinerja paling
konsisten di seluruh partisi sampel yang diperiksa.
7. Ringkasan dan implikasi untuk penelitian selanjutnya
Peneliti sering menggunakan ukuran akrual diskresioner dalam pengujian manajemen laba dan
efisiensi pasar. Dalam studi semacam itu, model Jones dan model Jones yang dimodifikasi adalah
pilihan paling populer untuk memperkirakan akrual diskresioner meskipun penelitian sebelumnya
menunjukkan bahwa model Jones dan model Jones yang dimodifikasi sangat salah dispesifikasikan
ketika diterapkan pada sampel perusahaan yang acak bertingkat (misalnya,
Dechow dkk., 1995 ; Guay dkk., 1996 ).
Kami menyajikan bukti simulasi rinci tentang properti ukuran alternatif akrual
diskresioner berdasarkan sampel acak dan stratifikasi-acak. Kami juga memeriksa sifat
model akrual diskresioner selama cakrawala multi-tahun dan sensitivitasnya terhadap
ukuran sampel. Dalam kebanyakan keadaan, akrual diskresioner yang sesuai dengan
kinerja ditentukan dengan baik dan kuat. Sementara kami mengamati beberapa
kesalahan spesifikasi menggunakan model akrual diskresioner yang sesuai dengan
kinerja dalam beberapa pengaturan, pada keseimbangan, ukuran tersebut adalah yang
paling dapat diandalkan dari sampel-ke sampel dalam hal tingkat kesalahan Tipe I. Kami
tidak menafsirkan temuan kami sebagai bukti bahwa pengukuran akrual diskresioner
berbasis kinerja adalah ukuran terbaik dalam setiap pengaturan yang memungkinkan.
Sebaliknya kami menyimpulkan bahwa temuan kami menunjukkan bahwa pengukuran
akrual diskresioner yang sesuai dengan kinerja berguna dalam mengurangi kesalahan
tipe I dalam kasus di mana variabel partisi minat peneliti berkorelasi dengan kinerja. Hasil
kami juga menunjukkan bahwa, peneliti harus menyertakan istilah konstan ketika
memperkirakan Jones dan model Jones yang dimodifikasi karena melakukan hal itu
berfungsi untuk lebih mengurangi kesalahan spesifikasi model. Namun, berdasarkan
desain, pendekatan kami dapat meningkatkan tingkat kesalahan tipe II. Secara khusus,
pendekatan kami menyiratkan bahwa metrik pengukuran pendapatan kami harus
ditafsirkan sebagai manajemen laba '' normal ''. Mengontrol kinerja, pendekatan kami
mengklasifikasikan perusahaan yang terlibat dalam manajemen laba rata-rata sebagai
tidak memiliki laba terkelola. Akibatnya, bergantung pada pengaturan spesifik,
Selain peringatan di atas, penelitian kami memiliki tiga batasan tambahan. Pertama, kami
mengabaikan konsekuensi dari kesalahan yang tertanam dalam estimasi total akrual (dan oleh
karena itu dalam akrual diskresioner) sebagai akibat dari penggunaan pendekatan neraca
untuk memperkirakan total akrual. Berdasarkan Collins dan Hribar (2002) , kesalahan dalam
pendekatan neraca dalam mengestimasi akrual berkorelasi dengan karakteristik ekonomi
perusahaan. Oleh karena itu, kesalahan tidak hanya mengurangi kekuatan model akrual
diskresioner untuk mendeteksi manajemen laba, tetapi juga berpotensi menghasilkan
kesimpulan yang salah tentang manajemen laba. Perpanjangan yang menarik dari penelitian
kami akan mengukur total akrual menggunakan pendekatan pernyataan arus kas yang
dianjurkan Collins dan Hribar (2002) . Kedua, meskipun kami mensimulasikan beberapa kondisi
acara (misalnya, kinerja multi-tahun, ukuran sampel, dan berbagai
PASAL DI PERS
sampel), hasil kami mungkin tidak digeneralisasikan ke pengaturan penelitian lainnya.

Selain itu, kami telah membuat pilihan desain penelitian tertentu seperti estimasi dalam
industri cross-sectional dari model Jones dan model Jones yang dimodifikasi, dan estimasi
ulang model setiap tahun saat kami memeriksa cakrawala multi-tahun yang mungkin
tidak sesuai di semua pengaturan penelitian akuntansi. Akhirnya, sementara kami
menemukan bahwa pengujian yang menggunakan pengukuran yang sesuai dengan
kinerja tidak menolak secara berlebihan nol dari akrual diskresioner nol bahkan dalam
sampel acak berstrata, kami tidak dapat memastikan bahwa hal ini mengindikasikan
bahwa pengujian selalu ditentukan dengan baik. Teori akuntansi menyarankan
perusahaan sampel acak berlapis lebih mungkin untuk terlibat dalam manajemen laba.
Oleh karena itu, tes yang kuat harus menolak hipotesis nol dalam sampel acak bertingkat.
Namun,
Referensi
Amemia, T., 1994. Pengantar Statistik dan Ekonometrika. Harvard University Press, Cambridge,
MA.
Barber, B., Lyon, J., 1996. Mendeteksi kinerja operasi yang abnormal: Kekuatan empiris dan
spesifikasi statistik uji. Jurnal Ekonomi Keuangan 41, 359-399.
Barber, B., Lyon, J., 1997. Mendeteksi pengembalian saham abnormal jangka panjang: kekuatan empiris dan
spesifikasi statistik uji. Jurnal Ekonomi Keuangan 43, 341-372.
Barth, M., Cram, D., Nelson, K., 2001. Akrual dan prediksi arus kas masa depan. Akuntansi
Tinjau 76, 27–58.
Basu, S., 1997. Prinsip konservatisme dan ketepatan waktu asimetris pendapatan. Jurnal dari
Akuntansi & Ekonomi 24, 3–37.
Beaver, W., Clarke, R., Wright, F., 1979. Hubungan antara pengembalian keamanan yang tidak sistematis dan
besarnya kesalahan perkiraan penghasilan. Jurnal Penelitian Akuntansi 17, 316-340.
Brooks, L., Buckmaster, D., 1976. Bukti lebih lanjut tentang properti deret waktu pendapatan akuntansi.
Jurnal Keuangan 31, 1359–1373. Brown, S., Lo, K., Lys, T., 1999. Penggunaan R 2 dalam penelitian akuntansi:
Mengukur perubahan relevansi nilai
selama empat dekade terakhir. Jurnal Akuntansi & Ekonomi 28, 83-115.
Butler, M., Leone, A., Willenborg, M., 2004. Analisis empiris pelaporan auditor dan asosiasinya
dengan akrual abnormal. Jurnal Akuntansi & Ekonomi 37, 139-165.
Collins, D., Hribar, P., 2002. Kesalahan dalam memperkirakan akrual: implikasi untuk penelitian empiris. Jurnal dari
Penelitian Akuntansi 40, 105–135.
Campbell, D., Stanley, J., 1963. Desain Eksperimental dan Quasi-Eksperimental untuk Penelitian. Houghton-
Mif fl di Perusahaan.
Cook, T., Campbell, D., 1979. Masalah Desain dan Analisis Kuasi-Eksperimen untuk Pengaturan Lapangan.
Houghton-Mif fl di Perusahaan.
Dechow, P., Sloan, R., Sweeney, A., 1995. Mendeteksi manajemen laba. Review Akuntansi 70,
193–225.
Dechow, P., Kothari, S., Watts, R., 1998. Hubungan antara pendapatan dan arus kas. Jurnal dari
DeFond, M., Jiambalvo, J., 1994. Pelanggaran perjanjian hutang dan manipulasi akrual: Akuntansi
pilihan di perusahaan bermasalah. Jurnal Akuntansi & Ekonomi 17, 145–176.
DeFond, M., Park, C., 1997. Menghaluskan pendapatan untuk mengantisipasi pendapatan di masa depan. Jurnal Akuntansi
& Ekonomi 23, 115–139.
PASAL DI PERS
DeFond, M., Subramanyam, K., 1998. Auditor perubahan dan akrual diskresioner. Jurnal Akuntansi
& Ekonomi 25, 35–67.
Fama, E., French, K., 2000. Peramalan profitabilitas dan pendapatan. Jurnal Bisnis 73, 161–176. Fama, E., MacBeth, J.,
1973. Risiko, pengembalian, dan ekuilibrium: Tes empiris. Jurnal Ekonomi Politik
81, 607–636.
Fields, T., Lys, T., Vincent, L., 2001. Penelitian empiris tentang pilihan akuntansi. Jurnal Akuntansi &
Ekonomi 31, 255–307.
Freeman, R., Tse, S., 1992. Sebuah model nonlinier respon harga keamanan untuk pendapatan tak terduga. Jurnal
Penelitian Akuntansi 30, 185-209.
Guay, W., Kothari, S., Watts, R., 1996. Evaluasi berbasis pasar model akrual diskresioner.
Jurnal Penelitian Akuntansi 34, 83-105.
Guidry, F., Leone, A., Rock, S., 1999. Rencana bonus berbasis pendapatan dan manajemen laba berdasarkan bisnis
manajer unit. Jurnal Akuntansi dan Ekonomi 26, 113–142.
Healy, P., 1996. Diskusi evaluasi berbasis pasar model akrual diskresioner. Jurnal dari
Penelitian akuntansi 34, 107–115.
Holthausen, R., Larcker, D., 1996. Kinerja keuangan dari pembelian leverage terbalik. Jurnal dari
Ekonomi Keuangan 42, 293–332.
Ikenberry, D., Lakonishok, J., Vermaelen, T., 1995. Reaksi pasar yang kurang untuk membuka pangsa pasar
pembelian kembali. Jurnal Ekonomi Keuangan 39, 181-208.
Jones, J., 1991. Manajemen laba selama investigasi keringanan impor. Jurnal Riset Akuntansi
29, 193–228.
Kang, S., Sivaramakrishnan, K., 1995. Masalah dalam pengujian manajemen laba dan instrumental
pendekatan variabel. Jurnal Penelitian Akuntansi 33, 353-367.
Kasznik, R., 1999. Tentang hubungan antara pengungkapan sukarela dan manajemen laba. Jurnal dari
Penelitian Akuntansi 37, 57–81.
Kothari, S., Sabino, J., Zach, T., 2005. Implikasi kelangsungan hidup dan pembatasan data pada tes pasar
efisiensi. Jurnal Akuntansi & Ekonomi yang akan datang.
Loughran, T., Ritter, J., 1995. Teka-teki masalah baru. Jurnal Keuangan 50, 23–51.
Lyon, J., Barber, B., Tsui, C., 1999. Metode yang ditingkatkan untuk pengujian pengembalian saham abnormal jangka panjang.
Jurnal Keuangan 54, 165-201.
Newey, W., West, K., 1987. Sebuah heteroskedastisitas dan autokorelasi semi-pasti yang sederhana dan positif
matriks kovarians yang konsisten. Econometrica 55, 703–708.
Peasnell, K., Pope, P., Young, S., 2000. Mendeteksi manajemen laba menggunakan cross-sectional
model akrual diskresioner. Akuntansi & Riset Bisnis 30, 313-326.
Perry, S., Williams, T., 1994. Manajemen laba sebelum penawaran pembelian manajemen. Jurnal dari
Rees, L., Gill, S., Gore, R., 1996. Investigasi aset write-down dan akrual abnormal bersamaan.
Jurnal Penelitian Akuntansi 34, 157-169.
Subramanyam, KR, 1996. Harga akrual diskresioner. Jurnal Akuntansi dan Ekonomi
22, 249–282.
Teoh, S., Welch, I., Wong, T., 1998a. Manajemen laba dan kinerja buruk jangka panjang
penawaran ekuitas berpengalaman. Jurnal Ekonomi Keuangan 50, 63-100.
Teoh, S., Welch, I., Wong, T., 1998b. Manajemen laba dan kinerja awal yang buruk dalam jangka panjang
penawaran umum. Jurnal Keuangan 53, 1935-1974.
Watts, R., 2003. Konservatisme dalam akuntansi Bagian I, Penjelasan dan Implikasi. Akuntansi Horizons
17, 207–221.
Watts, R., Zimmerman, J., 1986. Teori Akuntansi Positif. Prentice Hall, Englewood Cliffs, NJ. White, H., 1980. Sebuah
penaksir matriks kovarians heteroskedastisitas-konsisten dan tes langsung untuk
heteroskedastisitas. Econometrica 48, 817–838.

Kothari2005 en Id

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

Kothari2005 en Id

Diunggah oleh

Hak Cipta:

Format Tersedia

PASAL DI PERS

Jurnal Akuntansi dan Ekonomi 39 (2005) 163-197

Performa sesuai kebijaksanaan

Klasifikasi JEL: M41; C12; C15; M42

Kata kunci: Akrual diskresioner; Manajemen laba; Pencocokan kinerja; Discretionary-accruals

pengujian gabungan model akrual diskresioner dan efisiensi pasar.

cara mengurangi kesalahan spesifikasi untuk mengurangi kemungkinan kesimpulan yang

Bagian 2 memberikan motivasi untuk menggunakan pendekatan yang sesuai dengan

2. Motivasi untuk pencocokan kinerja

2.1. Properti pendapatan, arus kas dan akrual

CF. t ¼ p S t Sebuah t (1)

SEBUAH t ¼ Sebuah t; dan (2)

X t ¼ CF. t þ Sebuah t ¼ p S t; (3)

E t ð SEBUAH t þ 1 Þ ¼ E t ð Sebuah t þ 1 Þ ¼ 0; (4)

E t ð CF. t þ 1 Þ ¼ E t ð p S t þ 1 Sebuah t þ 1 Þ ¼ p S t ¼ X t: (5)

2.2. Mengontrol pengaruh kinerja pada akrual

Berbeda dengan pendekatan regresi, pendekatan perusahaan yang cocok tidak

2.3. Apakah mengontrol kinerja terlalu mengoreksi akrual terkait kinerja?

Sementara, di permukaan, kekhawatiran seperti itu tampaknya masuk akal, namun

3.1. Pemilihan sampel

3.2. Pengukuran akrual diskresioner

TA saya t ¼ b 0 þ b 1 ð 1 = ASET saya t 1 Þ þ b 2 D PENJUALAN saya t þ b 3 APD saya t þ saya t; (6)

TA saya t ¼ d 0 þ d 1 ð 1 = ASET saya t 1 Þ þ d 2 D PENJUALAN saya t

þ d 3 APD saya t þ d 4 ROA saya t ð atau saya t 1 Þ þ u saya t: ð7Þ

3.3. Pencocokan kinerja

3.4. Statistik uji

penelitian (lihat Kothari dkk., 2005 ).

3.6. Korelasi serial

Hasilnya masuk Meja 2 menunjukkan bahwa model akrual diskresioner cenderung

4. Spesifikasi pengujian: Tingkat kesalahan tipe I untuk berbagai pengukuran akrual

4.1. Tingkat penolakan di bawah hipotesis alternatif akrual diskresioner negatif

cu 0 0 0 0 0 0 0 0 Hai n rtitio Nasi ed

i fi tra d Jo Sebuah E Sebuah

2 2 5 7 2 1 4 6 ll L les r LED sedsediscretio g Sebuah

Sebuahes p Jo n ta rren .4 .4 .0 .4 .0 .4 .6 .4 .6 .2 kembali

4.2. Pencocokan kinerja

4.3. Membandingkan Jones dengan model Jones yang dimodifikasi

dua model adalah signifikan secara statistik.

4.4. Tingkat penolakan untuk hipotesis alternatif akrual diskresioner positif

Tabel 4 merangkum hasil membandingkan kekuatan Jones dan modifikasi-

Meski hasilnya masuk Tabel 3 menunjukkan bahwa pengukuran akrual diskresioner

pertimbangan biaya cenderung membawa elemen subjektif. ''

Hai n Sebuah Sebuah lic)

p Sebuah ria with SS U ch SEBUAH t w

6.3. Ukuran sampel

6.4. Cakrawala multi-tahun

6.5. Melonggarkan batasan dalam industri pada estimasi model Jones

6.6. Pengukuran akrual diskresioner alternatif

7. Ringkasan dan implikasi untuk penelitian selanjutnya

sampel), hasil kami mungkin tidak digeneralisasikan ke pengaturan penelitian lainnya.

Anda mungkin juga menyukai