Download Tugas Journal PDF

TitleTugas Journal
File Size271.8 KB
Total Pages8
Document Text Contents
Page 3

3



bulan-bulan disekitar tanggal pelaporan, nilai yang diharapkan dari error adalah tidak nol.

Tambahan bias apapun akan memiliki dampak sekecil apapun pada hasil, pengamatan

otokorelasi pada ύjm dan regresi stock return yang tidak cocok dengan sekitar 100 observasi.



B. TINJAUAN PUSTAKA

Teori yang melandasi penelitian ini :

Obseravasi Canning (1929) :



What is set out as a measure of net income can never be supposed to be a fact in any sense at

all except that it is the figure that results when the accountant has finished applying the

procedures which he adopts.



berdasarkan penelitian Maret 1944 sampai Desember 1960, diperkirakan 30%-40%

perubahan nilai laba saham bulanan karena market-wide effects. Sehingga waktu dan isi

evaluasi laporan pendapatan mengenai suatu perusahaan ditentukan pada hubungan

perubahan tingkat pengembalian (return) saham bersih perusahan dengan market wide effects.

Pengaruh kuat market-wide information pada tingkat pengembalian bulanan dari

investasi 1 $ dalam saham perusahaan dapat diestimasi dengan memprediksi nilai dari regresi

linear relatif harga bulanan saham umum perusahaan j pada indeks return saham, dengan

rumus:

[ PRjm - 1 ] = b1j + b2j [ Lm - 1 ] + ύjm ( 3 )

Keterangan:

PRjm = Harga relatif bulanan perusahaan j pada bulan m;

L = Link relative of Fisher’s “Combination performance index” (Fisher, 1966)

ύjm = Stock return residual perusahaan j pada bulan m;

[Lm-1] = Estimasi rate of return pasar bulanan



Dari residu regresi OLS diketemukan bahwa pasar dapat menyesuaikan dengan cepat

dan efisien informasi baru perusahaan j pada laba dari saham umum yang dimiliki.



Penelitiannya sebelumnya (Ball and Brown (1967) bahwa tingkat net income dan EPS

diregresikan pada index yang bersangkutan. Pada penelitian ini, spesifikasi telah diubah dari

tingkat diferensiasi tingkat pertama karena motode analisis dari reaksi pasar saham kepada

Page 5

5



diekspektasi. Dengan menghubungkan pendapatan perusahaan tahun sebelumnya dengan

pendapatan perusahaan lain sejenis tahun sekarang dapat menghasilkan perkiraan antara

perbedaan perubahan aktual income dengan kondisi yang diharapkan untuk pendapatan tahun

sekarang.

Beberapa perubahan pada pendapatan berasal dari keuangan dan kebijakan yang

dibuat oleh perusahaan. Peneliti berasumsi bahwa perubahan tersebut mencerminkan

perubahan rata-rata pada waktu yang bersangkutan.

Dampak kedua komponen perubahan – lingkungan ekonomi dan efek kebijakan – dan

hubungan keduanya harus diperhitungkan. Spesifikasi statistik yang diadopsi menggunakan

ordinary least square dan dua koefisien dari hubungan linear perubahan pendapatan. Dari hal

tersebut dapat dibuat suatu model yang dapat meramalkan pendapatan pada masa yang akan

datang. Jika prediksi ini mengalami kesalahan, maka peneliti berasumsi bahwa ada informasi

baru yang terkandung pada angka pendapatan pada saat itu.

1. Estimasi dengan Ordinary Least Squares (OLS)

Δ Ij,t-r = a1j,t + a2j,t Δ Mj,t-r + û j,t-r r = 1, 2, ... , t – 1 (1)

Δ Ij,t = a1j,t + a2j,t Δ Mj,t-r ;



Ketarangan :

Δ Ij,t = The expected income change; Δ Ij,t = The actual income



2. Perubahan pendapatan yang tidak diharapkan atau forecast error (û1j,t,) adalah pendapatan

sebenarnya dikurangi pendapatan yang diharapkan:

û1j,t = Δ Ij,t - Δ Îj, ( 2 )



Peneliti mengasumsikan ketidak mungkinan tidak tersedianya informasi yang berguna

mengenai perusahaan tertentu dalam suatu periode akan mencerminkan adanya informasi

pasar luas yang sesuai dengan semua perusahaan. Dengan memisahkan market effects

(equation (3)), peneliti mengidentifikasi dampak ari informasi yang menyinggung

perusahaan-perusahaan individu. Kemudian dihubungkan dengan informasi yang

terkandung dalam jumlah pendapatan akuntansi perusahaan, dan memisahkan elemen

perubahan pendapatan yang diharapkan dan perubahan pendapatan yang tidak diharapkan.

Jika income forecast error nya adalah negatif (jika perubahan pendapatan aktual kurang

dari jumlah pendapatan yang diharapkan), maka ini adalah berita buruk dan memprediksi

Page 6

6



bahwa akan ada hubungan antara accounting income numbers dengan harga saham, akan

mengurangi hasil laba saham yang diharapkan.

Dua ukuran model ekspektasi pendapatan dasar yaitu:

1. Model Regresi yaitu 2 ukuran pendapatan (net income dan EPS, variable 1 dan 2

2. Model Naif yaitu 1 ukuran pendapatan (EPS, variable 3)





Data

Dilakukan tiga pengelompokan data, yaitu:

1. the contents of income reports

2. the dates of the report announcements

3. the movements of security prices around the announcement dates.



E. HASIL PENELITIAN

1. Ada sedikit perbedaan antara hasil pada dua model regresi variabel. Tabel 6

mengklasifikasikan tanda dari variabel kesalahan prediksi pada masing masing

variabel. Variabel 3 (naïve model) lebih bagus untuk membentuk portfolio bagi

perusahaan dengan negative forecast errors. Naïve Model memberikan forecast

error yang sama seperti model regresi berikan jika perubahan income pasar adalah 0

dan tidak ada drift dalam income perusahaan. Observasi ini memiliki implikasi yang

menarik, hal ini mengarah kepada hubungan antara magnitude dari kesalahan

income forecast dan magnitude dari penyesuaian harga saham abnormal. Figure 1

juga menunjukan bahwa hasil dari kesalahan positive forecast lebih lemah untuk

variabel 3 daripada variabel lainnya.

2. Ada kemungkinan sample yang dapat menghasilkan hasil penelitian yang bias.

Walaupun bias tersebut tidak akan berdampak pada hasil, akan tetapi hal tersebut

perlu diingat ketika melakukan interpetasi.

3. Peneliti juga menghitung hasil dari model regresi menggunakan definisi tambahan

dari income:

 Cash flow, sebagai proksi dari operating income

 Net income before nonrecurring items

Tidak ada variabel yang sukses dalam memprediksi tanda pada residu return saham

sebagai net income dan EPS.

Similer Documents