Bahan Bab 5 Scott.docx

Anggraeni Nur Putri SENIN, 27 NOVEMBER 2017

terjemahan ringkasan Chapter 5 scott : The Value Relevance Of Accounting Information MAKSI MEGA KUNINGAN UNIVERSITAS TRISAKTI

CHAPTER 5 SCOTT

THE VALUE RELEVANCE OF ACCOUNTING INFORMATION A. OUTLINE OF THE RESEARCH PROBLEM 1. Reasons for Market Response Mengapa kita memprediksi bahwa harga pasar saham suatu perusahaan akan merespon informasi laporan keuangan perusahaan tersebut. Alasannya adalah : a. Investor telah memiliki keyakinan awal mengenai performance suatu perusahaan, terkait dengan deviden, arus kas dan atau laba, yang mempengaruhi ekspektasi return dan resiko saham perusahaan. b. Pada saat perusahaan mengeluarkan informasi tentang laba bersih tahunan, investor tertentu akan memutuskan untuk menggali informasi lebih dalam dengan menghitung angka-angka laba tersebut. Contoh : bila laba bersih tinggi, atau lebih tinggi dari harapan investor maka hal ini adalah informasi bagus. Demikian sebaliknya. c. Investor yang merubah keyakinan awalnya mengenai predisi performance suatu saham akan meningkatkan pembelian saham perusahaan pada harga pasar sekarang. d. Kita akan berharap untuk mengamati peningkatan volume saham yang diperdagangkan saat perusahaan melaporkan laba bersihnya. Beaver (1968) melalui suatu penelitian klasik menguji Reaksi volume transaksi perdagangan saham. Beaver menemukan suatu peningkatan yang dramatis dalam volume perdagangan pada minggu pelepasan informasi pengumuman laba. Reaksi harga pasar dapat menyediakan suatu pengujian yang kuat atas kebermanfaatan pengambilan keputusan dibandingkan reaksi volume saham. 2. Finding the Market Response a. Teori efisiensi pasar menegaskan bahwa pasar akan bereaksi cepat terhadap informasi yang baru dikeluarkan. Sehingga penting untuk mengetahui kapan suatu laporan laba bersih akan diketahui oleh publik. b.

Berita bagus atau berita buruk dalam laporan laba bersih biasanya dievaluasi secara relatif terhadap apa yang menjadi harapan investor. Berita bagus akan memicu perubahan / revisi keyakinan investor terhadap performance perusahaan.

c.

Selalu saja terdapat event yang mempengaruhi harga dan volume saham. Artinya suatu respon pasar terhadap pengumuman laba sangat sulit ditemukan.

3.

Separating Market-Wide and Firm-Specific Factors Seperti yang dijelaskan di bagian 4.5, model pasar banyak digunakan untuk mengeposkan faktor pasar dan faktor spesifik perusahaan yang berbeda yang mempengaruhi tingkat pengembalian keamanan. Gambar 5.2 memberikan ilustrasi grafis model pasar untuk bentuk j untuk periode t, di mana kita memperhitungkan panjang periode sebagai satu hari. Periode waktu yang lebih lama, seperti minggu, bulan, atau tahun, dan bahkan periode yang lebih pendek, juga digunakan oleh peneliti. Angka tersebut menunjukkan hubungan antara return on firm j's dan return on market portfolio (misalnya, oleh indeks industri rata-rata dow jones atau indeks komposit S&P/TSK). Persamaan model pasar:

Rjt = αj + βjRMt + єjt Para peneliti akan memperoleh data yang lalu pada Rjt dan RMt dan menggunakan analisis regresi untuk menentukan koefisien model. Misalnya ini menghasilkan αj = 0,0001 dan βj 0,080. Sekarang, dengan perkiraan model pasar untuk perusahaan ini, peneliti dapat berkonsultasi dengan media keuangan untuk mengetahui hari pengumuman pendapatan perusahaan saat ini. Sebut ini "hari 0" misalkan untuk hari ke 0 kembalinya indeks industri dow jones adalah 0,001. Maka perkiraan model pasar perusahaan j digunakan untuk memprediksi return j's saham untuk hari ini. Seperti yang ditunjukkan pada gambar 5.2 ini diharapkan return adalah 0,0009. Sekarang berasumsi bahwa return aktual saham perusahaan j untuk hari ke 0 adalah 0.0015. Maka selisih antara actual dan expected return adalah 0,0006 (yaitu €jt = 0,0006 untuk hari ini) 0,0006 ini adalah perkiraan abnormal, atau firm-specific, return pada saham perusahaan j untuk hari itu. Return abnormal ini juga diinterpretasikan sebagai tingkat pengembalian saham perusahaan j untuk hari 0 setelah menghilangkan pengaruh faktor pasar secara keseluruhan. Perhatikan bahwa interpretasi ini konsisten dengan contoh 3.2, dimana kita membedakan antara faktor spesifik pasar dan perusahaan. Prosedure inimemberikan cara operasional untuk membuat pemisahan. 4.

Comparing Returns and Income Peneliti empris sekarang dapat membandingkan keuntungan saham menyimpang pada hari 0 seperti dihitung diatas dengan komponen tak terduga dari net income terlapor terbaru dari perusahaan. Jika pendapatan net tak terduga ini adalah “berita baik” (yaitu, pendapatan net tak terduga yang positif) kemudian, diberikan efisiensi pasar keamanan, keuntungan menyimpang positif merupakan bukti bahwa investor rata-rata bereaksi bermacam-macam terhadap berita baik tak terduga pada pendapatan. Garis yang sama dari alasan terlaksana jika pengumuman pendapatan terbaru adalah berita buruk. Untuk meningkatkan kekuatan penyelidikan, peneliti mungkin juga ingin memeriksa beberapa hari di kedua sisi hari itu. Mungkin saja, misalnya, pasar mungkin akan belajar kabar kabar baik atau buruk satu atau dua hari lebih awal. Sebaliknya, abnormal return positif atau negatif dapat berlanjut selama satu atau dua hari setelah hari o sementara pasar mencerna informasi, walaupun efisiensi pasar menyiratkan bahwa pengembalian berlebih harus segera mati. Akibatnya, penjumlahan abnormal return untuk jendela

sempit tiga sampai lima hari di sekitar hari o tampaknya lebih masuk akal daripada hanya memeriksa hari saja. Ini juga membantu melindungi terhadap kemungkinan bahwa tanggal pengumuman penghasilan saat ini mungkin bukan perkiraan akurat dari tanggal ketersediaan publik mereka. Jika return positif dan negatif positif seputar berita laba baik atau buruk ditemukan untuk memegang sampel perusahaan, peneliti dapat menyimpulkan bahwa prediksi berdasarkan teori keputusan dan teori pasar sekuritas yang efisien didukung. Hal ini pada gilirannya akan mendukung pendekatan kegunaan keputusan terhadap akuntansi dan pelaporan keuangan, karena, jika investor tidak menemukan informasi laba bersih yang dilaporkan bermanfaat, respons pasar hampir tidak akan dapat diamati. Tentu saja, metodologi ini tidak mudah dilakukan, sejumlah asumsi dan perkiraan harus dilakukan sepanjang jalan. Salah satu komplikasinya adalah informasi spesifik perusahaan lainnya sering muncul bersamaan dengan pengumuman pendapatan perusahaan. Misalnya, jika perusahaan j mengumumkan pemecahan saham atau perubahan dividen pada hari yang sama dengan merilis laba saat ini, akan sulit untuk mengetahui apakah respons pasar disebabkan oleh satu atau lain hal. Namun, peneliti dapat mengatasi hal ini dengan menyingkirkan perusahaan semacam itu dari sampel. Komplikasi lain adalah beta perusahaan estimasi, untuk memisahkan kebutuhan untuk memasarkan hasil spesifik yang luas dan spesifik seperti pada Gambar 5.2. Seperti yang disebutkan, estimasi ini biasanya didasarkan pada analisis regresi data masa lalu dengan menggunakan model pasar. Kemudian, beta yang diperkirakan adalah kemiringan garis regresi. Namun, beta perusahaan dapat berubah dari waktu ke waktu, misalnya saat perusahaan mengubah operasinya dan / atau struktur modalnya. Jika taksiran beta berbeda dengan beta sejati, ini mempengaruhi perhitungan abnormal return, kemungkinan bias hasil investigasi. Ada berbagai cara untuk mengatasi komplikasi ini. Misalnya, mungkin untuk mendapatkan opini kedua "di beta dengan memperkirakannya dari informasi keuangan negara daripada dari data pasar. Sebagai alternatif, beta dapat diperkirakan dari periode setelah Pengumuman pendapatan dan dibandingkan dengan perkiraan dari periode sebelum pengumuman. Selain itu, ada cara untuk memisahkan pengembalian spesifik pasar dan perusahaan yang mengabaikan beta. Sebagai contoh, kita dapat memperkirakan return spesifik perusahaan dengan selisih antara return saham perusahaan j selama periode 0 dan return rata-rata atas sahamnya selama beberapa periode sebelumnya. Atau, kita bisa mengambil selisih antara return perusahaan j selama periode o dan return pada portofolio pasar untuk periode yang sama. Sebagai alternatif, seperti pada Easton dan Harris (1991), kita dapat dengan total return saham dan tidak memperhitungkan pengembalian kerja pasar secara keseluruhan sama sekali. Dasar pemikiran untuk prosedur yang lebih sederhana ini adalah bahwa tidak ada jaminan bahwa model pasar secara memadai menangkap proses nyata menghasilkan pengembalian saham. Sejauh model pasar tidak sepenuhnya menangkap kenyataan, penggunaannya dapat menimbulkan kesalahan lebih banyak dalam memperkirakan beta dan abnormal return daripada mengurangi pengembalian pasar secara keseluruhan dan mengendalikan risiko. Komplikasi lebih lanjut adalah bahwa ada beragam indeks pengembalian portofolio pasar yang tersedia, dimana Dow Jones Industrial Average hanya satu. Mana yang harus dipakai? Isu-isu ini diperiksa oleh Brown dan Warner (1980) dalam sebuah studi simulasi. Meskipun masalah pemodelan dan pengukuran seperti yang baru saja disebutkan, Brown dan Warner menyimpulkan bahwa, untuk jendela pengembalian bulanan, prosedur berbasis model pasar yang diuraikan dalam Bagian 5.2.3 dilakukan dengan cukup baik dibandingkan dengan alternatif di atas. Akibatnya, inilah prosedur yang akan kita konsentrasi.

Dengan menggunakan prosedur ini, nampaknya pasar bereaksi terhadap informasi pendapatan Menggunakan teori yang diprediksi. Kami sekarang akan meninjau bukti signifikan pertama dan inter pretasi dari reaksi ini, Ball 1968 yang terkenal dan Brown.

B. 1.

THE BALL AND BROWN STUDY

Methodology and findings Pada tahun 1968, Ball dan Brown menjadi orang pertama yang menemukan bukti ilmiah bahwa return saham perusahaan merespon isi informasi dalam laporan keuangan perusahaan. Tipe penelitian ini disebut Event Study, karena penelitian ini mempelajari reaksi pasar saham atas suatu even khusus, dalam penelitian itu kasusnya adalah pengumuman laba bersih tahunan suatu perusahaan. Salah satu hasil terpenting dari penelitian Ball dan Brown adalah bahwa penelitian itu telah membuka pembahasan isu-isu kebermanfaatan informasi. BB meneliti sampel dari 261 perusahaan Bursa Efek New York (NYSE) selama sembilan tahun sejak 1957 sampai 1965. Mereka berkonsentrasi pada isi informasi pendapatan, pada eksklusi komponen pernyataan finansial informatif secara potensial yang lain seperti struktur likuiditas dan modal. Satu alasan untuk ini, seperti disebutkan sebelumnya, adalah pendaptan untuk perusahaan NYSE diumumkan secara tipikal dalam media sebelumnya pada peluncuran aktual laporan tahunan supaya relatif mudah untuk menentukan saat informasi pertama tersedia secara publik. Tugas pertama BB adalah untuk mengukur isi informasi pendapatan, yaitu, apakah pendapatan terlapor lebih besar daripada apa yang diharapkan pasar (GN), atau kurang dari yang diharapkan (BN). Tentu saja, ini membutuhkan wakil untuk harapan pasar. Satu wakil yang mereka gunakan adalah pendapatan aktual tahun lalu, dari yang mengikuti bahwa pendaptan tak terduga adalah hanya perubahan pendapatan. Jadi, perusahaan dengan pendapatan lebih tinggi daripada tahun lalu diklasifikasikan sebagai GN, dan sebaliknya perusahaan dengan pendapatan lebih rendah dari tahun lalu diklasifikasikan sebagai BN Tugas selanjutnya adalah mengevaluasi return pasar saham perusahaan sampel di dekat waktu pengumuman pendapatan masing-masing. Hal ini dilakukan sesuai dengan prosedur pengembalian abnormal yang diilustrasikan pada Gambar 5.2. Satu-satunya perbedaan adalah bahwa BB mengukur return saham di atas jendela pengembalian satu bulan (pengembalian harian tidak tersedia di database pada 196 Analogously to Figure 5.2, anggap bahwa perusahaan j melaporkan pendapatan 1957 pada bulan Februari 1958, dan bahwa pendapatan ini adalah GN. Misalkan juga bahwa kembalinya portofolio pasar NYSE pada bulan Februari 1958 adalah 0,001, menghasilkan return perusahaan yang diharapkan sebesar 0,0009. BB kemudian akan menghitung return aktual saham perusahaan untuk bulan Februari 1958. Misalkan ini adalah 0,0015, menghasilkan return abnormal untuk Februari 0,0006. Sejak pendapatan perusahaan pada tahun 1957 dilaporkan pada bulan Februari 1958 dan karena sahamnya menghasilkan 0,0006 di atas dan di atas pasar pada bulan ini, orang mungkin menduga bahwa alasan untuk pengembalian abnormal yang positif adalah bahwa investor bereaksi positif terhadap informasi GN Dalam pendapatan Pertanyaannya kemudian, apakah pola ini berulang di sampel? Jawabannya adalah ya. Jika kita mengambil semua pengumuman pendapatan GN dalam sampel (ada 1.231), rata-rata return

pasar keamanan abnormal di bulan rilis pendapatan sangat positif. Sebaliknya, rata-rata abnormal return untuk 1.109 pengumuman berita buruk dalam sampel sangat negatif. Ini memberikan bukti substansial bahwa pasar merespons kabar baik atau buruk dalam pendapatan selama jendela sempit yang terdiri dari pengumuman pengumuman bulan pengumuman. Aspek menarik dan penting dari studi BB adalah bahwa mereka mengulangi perhitungan pengembalian pasar keamanan abnormal mereka untuk jendela lebar yang terdiri dari masing-masing 11 bulan sebelum dan enam bulan setelah bulan rilis pendapatan (bulan o) BB menghitung rata-rata abnormal Kembali untuk setiap bulan dari jendela 18 bulan ini. Hasilnya ditunjukkan pada Gambar 5.3, diambil dari BB. Bagian atas Gambar 5.3 menunjukkan hasil abnormal rata-rata kumulatif untuk perusahaan pengumuman pendapatan GN dalam sampel; Bagian bawah menunjukkan hal yang sama pada perusahaan pengumuman BN. Seperti yang dapat dilihat, perusahaan GN sangat mengungguli sampel total (sampel total mendekati tingkat pengembalian pasar), dan perusahaan BN sangat kurang, selama periode 11 bulan menjelang bulan rilis pendapatan.

2. CAUSATION VERSUS ASSOCIATION Perhatikan bahwa pengembalian bulanan kumulatif pada Gambar 5.3. Meskipun ada peningkatan yang substansial (untuk GN) dan penurunan (untuk BN) rata-rata abnormal return di bursa saham sempit yang terdiri dari bulan 0, seperti yang dijelaskan di atas, Gambar 5.3 menunjukkan bahwa pasar mulai mengantisipasi GN atau BN sebanyak Tahun sebelumnya, dengan hasil yang mengembalikan accumu. Lated terus selama periode. Seperti yang bisa dilihat, jika seorang investor bisa membeli semua perusahaan GN satu tahun sebelum kabar baik itu dilepaskan dan menahan mereka sampai akhir bulan peluncuran, akan ada pengembalian ekstra lebih dari 5% dari Dan di atas tingkat pengembalian pasar. Demikian pula, kerugian abnormal lebih dari 9% telah terjadi pada portofolio perusahaan BN yang dibeli satu tahun sebelum berita buruk tersebut dilepaskan? Hal ini menyebabkan perbedaan penting antara studi jendela sempit dan lebar. Jika reaksi pasar keamanan terhadap informasi akuntansi diamati selama jendela sempit beberapa hari (atau, dalam kasus BB, satu bulan) yang mengelilingi pengumuman pendapatan, dapat dikatakan bahwa informasi akuntansi merupakan penyebab reaksi pasar. . Alasannya adalah bahwa selama jendela yang sempit terdapat relatif sedikit kejadian spesifik perusahaan selain laba bersih untuk mempengaruhi tingkat pengembalian saham. Juga, jika kejadian lain terjadi, seperti pemecahan saham atau pengumuman dividen, perusahaan yang terkena dampak dapat dikeluarkan dari sampel, seperti yang disebutkan. Jadi, hubungan jendela yang sempit antara pengembalian keamanan dan informasi akuntansi menunjukkan bahwa pengungkapan akuntansi adalah sumber Informasi baru kepada investor. Evaluasi pengembalian keamanan melalui jendela yang lebar, bagaimanapun, membuka mereka ke sejumlah peristiwa lain yang mempengaruhi harga saham. Misalnya, sebuah perusahaan mungkin telah menemukan cadangan minyak dan gas baru, terlibat dalam proyek litbang yang menjanjikan, atau meningkatkan penjualan dan pangsa pasar. Seiring pasar mempelajari informasi ini dari sumber yang lebih tepat waktu, seperti artikel media, pengumuman perusahaan, kondisi ekonomi dan industri, laporan triwulanan, dan pembelian orang dalam (untuk GN) dan penjualan (BN), harga saham akan mulai meningkat. Hal ini mencerminkan Sifat keamanan harga yang sebagian informatif karena, dalam harga keamanan pasar yang efisien mencerminkan semua informasi yang ada, tidak hanya informasi akuntansi. Jadi, harga yang benar-benar dilakukan dengan baik seharusnya memiliki banyak efek pada pangsa yang

diantisipasi oleh pasar sebelum GN muncul dalam laporan keuangan. Artinya, karena adanya lag pengakuan, harga memimpin laba atas jendela yang lebar. Dengan demikian, sebagian besar yang dapat diperdebatkan untuk jendela yang luas adalah bahwa laba bersih dan pengembalian terkait. Artinya, ini adalah kinerja ekonomi yang nyata dan mendasari perusahaan yang menghasilkan asosiasi, karena harga saham dan laba (dengan lag) bersih mencerminkan kinerja sebenarnya. Jelas, efek ini terjadi dalam penelitian BB. Sekilas pada Gambar 5.3 menunjukkan bahwa walaupun ada kenaikan yang signifikan (perusahaan GN) dan penurunan (BN) dalam pengembalian tahunan kumulatif selama bulan 0, seperti yang telah dicatat sebelumnya, sebagian besar informasi dalam laba bersih diantisipasi sebelum bulan 0. Sebenarnya , BB memperkirakan bahwa rata-rata 85% -90% informasi dalam pendapatan tahunan sudah masuk dalam harga saham pada saat pendapatan tahunan diumumkan. Namun demikian, hasil jendela yang sempit tetap ada; Pasar tidak mengantisipasi semua informasi mengenai laba bersih, sehingga mendukung teori pasar dan teori pasar yang efisien dan relevansi nilai dari informasi akuntansi.

3.

OUTCOMES OF THE BB STUDY Salah satu hasil terpenting BB adalah membuka sejumlah besar masalah kegunaan tambahan. Langkah selanjutnya yang logis adalah bertanya apakah besarnya pendapatan tak terduga terkait dengan besarnya respon pasar keamanan mengingat analisis BB hanya didasarkan pada tanda pendapatan tak terduga. Artinya, informasi pendapatan dari penelitian BB hanya dikelompokkan ke dalam GN atau BN, ukurannya cukup kasar. Pertanyaan besarnya tanggapan diselidiki, misalnya oleh Beaver, Clarke, dan Wright (BCW) pada tahun 1979. Mereka memeriksa sampel 276 perusahaan NYSE dengan 31 Desember berakhir, selama periode 10 tahun dari 1965 sampai 1974. Untuk setiap perusahaan sampel, untuk setiap tahun periode sampel, mereka memperkirakan perubahan pendapatan tak terduga. Mereka kemudian menggunakan prosedur model pasar untuk memperkirakan hasil keamanan abnormal yang terkait dengan perubahan pendapatan yang tidak terduga ini. Setelah membandingkan perubahan pendapatan yang tidak diharapkan dengan hasil keamanan abnormal, Bcw menemukan bahwa semakin besar perubahan pendapatan tak terduga, semakin besar respons pasar keamanan. Hasil ini konsisten dengan CAPM dan kegunaan keputusan, karena yang lebih besar adalah pendapatan tak terduga, semakin banyak rata-rata investor memperkirakan perkiraan kinerja perusahaan masa depan dan hasil investasi mereka, mengembalikan hal-hal yang sama. Juga, sejak tahun 1968, para peneliti akuntansi telah mempelajari respon pasar terhadap pendapatan bersih di bursa-bursa efek lain, di negara-negara lain, dan untuk laporan-laporan penghasilan tiap kuartal, dengan hasil-hasil serupa. Pendekatan tersebut telah digunakan untuk mempelajari respon pasar terhadap informasi yang terdapat dalam standar-standar akuntansi baru, perubahan-perubahan auditor, dll. Di sini, bagaimanapun juga, kita akan berkonsentrasi pada apa yang mungkin merupakan perluasan BB yang terpenting, koefisien-koefisien respon penghasilan-penghasilan. Macam penelitian ini mengajukan suatu pertanyaan yang berbeda dari BCW, yaitu, untuk suatu jumlah tertentu dari penghasilan-penghasilan yang tidak diharapkan, apakah respon pasar sekuritas lebih besar untuk beberapa perusahaan daripada untuk yang lain

C.

EARNING RESPONSE COEFFICIENTS

Mengapa pasar saham akan memberi respon lebih kuat terhadap berita baik/berita buruk atas laba untuk satu perusahaan dan tidak untuk perusahaan lain? Bila jawaban dari pertanyaan ini dapat dijawab maka para akuntan akan dapat meningkatkan pemahaman mereka tentang bagaimana informasi akuntansi bermanfaat bagi investor. Konsekuensinya satu arahan yang paling penting adalah penelitian empiris akuntansi keuangan yang mengikuti Brown dan Ball telah mengidentifikasi dan menjelaskan berbagai macam respon pasar yang berbeda terhadap informasi laba. Hal ini disebut penelitian earning response coefficient (ERC). ERC mengukur peningkatan abnormal return saham dalam merespon komponen yang tidak diharapkan dalam pengumuman laba perusahaan yang mengeluarkan saham. Berbagai macam respon pasar yang berbeda disebabkan oleh beberapa hal berikut : 1. Beta 2.

Kualitas Earning

3. Pertumbuhan kesempatan 4.

Kesamaan dalam harapan investor

5. Nilai informasi dari Harga saham Mengapa para akuntan seharusnya memperhatikan respon pasar terhadap informasi akuntansi keuangan adalah karena pemahaman yang berkembang mengenai respon pasar mengarahkan bahwa respon pasar dapat lebih meningkatkan kegunaan pengambilan keputusan atas laporan keuangan. D. IMPLIKASI of ERC RESEARCH Mengapa akuntan tertarik dengan respons pasar terhadap informasi akuntansi keuangan? Intinya, alasannya adalah bahwa pemahaman yang lebih baik mengenai respons pasar menunjukkan cara-cara agar mereka dapat memperbaiki kegunaan keputusan laporan keuangan lebih lanjut. Sebagai contoh, bukti empiris hubungan positif antara ERC dan kualitas laba menunjukkan bahwa kualitas pendapatan yang lebih tinggi adalah nilai dari investor ekuitas. Juga, temuan bahwa ERC lebih rendah untuk perusahaan yang sangat levered mendukung argumen untuk memperluas pengungkapan sifat dan besaran instrumen keuangan, termasuk aset yang berada di luar neraca. Jika ukuran relatif kewajiban perusahaan mempengaruhi respons pasar terhadap laba bersih, maka diharapkan semua kewajiban diungkapkan. Ingat dari bagian 1.3 bahwa kewajiban neraca dari lembaga keuangan merupakan faktor yang berkontribusi terhadap krisis pasar 2007-2008. Pentingnya peluang pertumbuhan bagi investor menunjukkan, misalnya, keinginan untuk mengungkapkan segmen akan memungkinkan investor untuk mengisolasi operasi perusahaan yang menguntungkan dan tidak menguntungkan. MD & A juga memungkinkan perusahaan untuk mengkomunikasikan prospek pertumbuhannya, seperti yang dijelaskan di bagian 3.6. Akhirnya, pentingnya persistensi pendapatan ke ERC berarti pengungkapan komponen laba bersih bermanfaat bagi investor. Banyak detail dalam laporan laba rugi, di neraca, dan dalam informasi tambahan membantu investor menafsirkan ketekunan jumlah pendapatan saat ini.

Argumen ini didukung oleh jones dan smith (2011), yang mempelajari ketekunan keuntungan dan kerugian yang tidak biasa dan tidak berulang (disebut item khusus oleh penulis), berdasarkan sampel perusahaan A.S selama periode 1986-2005. Mereka melaporkan bahwa barang-barang khusus bertahan rata-rata selama paling sedikit lima tahun. Jones dan smith juga memeriksa ketekunan pendapatan komprehensif lainnya (OCI; bagian 1.10). Mereka melaporkan bahwa item OCI bersifat sementara, bertahan rata-rata hanya dalam satu tahun. E. MEASURING INVESTOR’S EARNING EXPECTATIONS Seperti yg disebutkan sebelumnya, para peneliti harus memperoleh proxy untuk pendapatan yang diharapkan, mengingat pasar efisien akan bereaksi hanya pada porsi dari pengumuman pendapatan yang tidak diharapkan. Jika sebuah proxy yang layak/pantas tidak diperoleh, peneliti bisa gagal dalam mengidentifikasi reaksi pasar ketika muncul, atau bisa menyimpulkan dengan salah bahwa reaksi pasar ada ketika itu tidak ada. Sehingga, pemerolehan prakiraan yang layak dari harapan penghasilan adalah komponen penting dari nilai relevansi penelitian. Dibawah syarat ideal, penghasilan yg diharapkan adalah pertambahan secara sederhana dari potongan harga pembukaan perusahaan. Ketika syarat-syaratnya tidak ideal, bagaimanapun juga, harapan penghasilan adalah lebih kompleks. Satu pendekatan untuk proyek time series (susunan waktu) dibentuk oleh laporan lama penghasilan bersih perusahaan-yaitu sebagai, dasar ekspektasi masa depan pada performa lama. Sebuah proyeksi yang layak, bagaimanapun juga, tegantung pada ketekunan pendapatan. Untuk melihat ini, pertimbangkan perbedaan besar dari 100% pendapatan tetap dan nol pendapatan tetap. Jika pendapatan tetap secara utuh, pendapatan yang diharapkan untuk tahun ini adalah hanya pendapatan aktual tahun lalu. Kemudian, pendapatan yang tidak diharapkan diperkirakan berubah dari tahun lalu. Pendekatan ini telah digunakan oleh Ball dan Brown, seperti yang dijelaskan di section 5.3. jika pendapatan dari nol ketekunan, kemudian tidak ada informasi pada pendapataan tahun lalu tentang pendapatan masa depan, dan semua arus pendapatan tidak terperkirakan. Sehingga, pendapatan yg tidak diharapkan sama dengan tingkat pendapatan tahun ini. Pendekatan ini digunakan oleh Bill Cautious. Perbedaan yang mana yang mendekati kebenaran? Ini dapat dievaluasi dengan tingkat korelasi antara uang jaminan dan perkiraan pendapatan yg tidak diharapkan, sebuah pertanyaan diujikan oleh Easton dan Harris (1991). Menggunakan analisis regresi dari contoh yang banyak/luas dari perusahaan-perusahaan Amerika antara periode 1969-1986, mereka mendokumentasikan sebuah korelasi antara uang jaminan 1 tahun dan kembalian dalam pemasukan bersih, sejalan dengan pendekatan dari Ball dan Brown. Bagaimanapun juga, ada korelasi lebih kuat yg genap antara kembalian dan tingkat pemasukan bersih. Lebih jauh lagi, ketika keduanya perubahan dan tingkat penghasilan digunakan, dua variabel yg digabungkan membentuk pekerjaan yang lebih baik yg signifikan dari prediksi kembalian daripada variabel secara terpisah. Hasil2 ini menyarankan bahwa kebenaran dimanapaun ditengah, keduanya berubah dan tingkat pemasukan bersih adalah komponen dari ekspektasi pendapatan pasar, dimana berat relatif pada 2 komponen bergantung pada ketekunan pendapatan. Pembahasan di depan berdasarkan semata-mata pada pendekatan urutan waktu, bagaimanapun juga. Sumber lain dari ekspektasi pendapatan adalah analisa ramalan. Ini sekarang tersedia secara luas untuk kebanyakan perusahaan2 besar. Jika analisa ramalan lebih akuurat dari ramalan urutan waktu, mereka menyediakan perkiraan lebih baik dari ekspektasi pendapatan, sejak

rasional investor akan kiranya menggunakan ramalan paling akurat. Bukti oleh Brown, Hagerman, Griffin, dan Zinijewski (1987), yang mempelajari performa peramalan selama triwulan dari satu organisasi peramalan (Value Line), menyarankan bahwa analis outperform model urutan waktu dalam istilah ketepatan. O’Brien (1988) juga menemukan bahwa analis ramalan penghasilan triwulan lebih akurat dari ramalan urutan waktu. Hasil2 ini yang kita harapkan, sejak analis dapat membawa untuk menunjang informasi dibalik yang terkandung dalam penghasilan lalu ketika membuat proyeksi penghasilan mereka. Meskipun bukti bahwa ramalan analis cenderung lebih akurat daripada ramalan berdasarkan urutan waktu, bukti lain (Easton dan Sommers, 2007) menyarankan bahwa ramalan analis menyimpang dengan pasti, terutama untuk perusahaan kecil. Namun, penelitian terbaru tentang informasi berisi pendapatan cenderung berdasarkan ekspektasi pendapatan pada analisis ramalan.

qoutes "everybody is a Genius. but if you judge by its ability to climb a tree, it will spend its whole life believing that it is stupid. -Albert Einstein-" source : Scott, William R (William Robert). 1931. Financial Accounting Theory. Seventh Edition. Canada: Pearson Canada Inc.

Diposting oleh anggraeni nur putri di 19.12 Kirimkan Ini lewat EmailBlogThis!Berbagi ke TwitterBerbagi ke FacebookBagikan ke Pinterest Label: accounting theory

Tidak ada komentar: Posting Komentar Posting Lebih BaruPosting LamaBeranda Langganan: Posting Komentar (Atom) MENGENAI SAYA

anggraeni nur putri Lihat profil lengkapku ARSIP BLOG

► 2018 (2)  ▼ 2017 (5) 



o o 

o  

► Desember (1) ▼ November (1) terjemahan ringkasan Chapter 5 scott : The Value ... ► September (3) ► 2013 (1) ► 2012 (6) Tema Jendela Gambar. Diberdayakan oleh Blogger.