NAMA MAHASISWA : ALAMSA

NIM : A062171032
KELAS : B

Sebuah Analisis Intertemporal dan Cross-Sectional Penentu Laba Response Koefisien

Daniel W. COLLINS

Universitas penerbangan, Iowa Ci +, IA 52.242, USA Duke lJniversi {v, Durhum, NC 37.706,
USA

SP Kothari

University of Rochester, Rochester , NY 1462 7, USA

diterima November 1987. versi final menerima Februari 1989

perubahan harga saham terkait dengan diberikan perubahan laba tak terduga (laba koefisien
respon) menunjukkan variasi cross-sectional dan temporal. Kami memprediksi dan bukti
dokumen bahwa koefisien respon laba adalah fungsi dari suku bunga tanpa risiko dan
keberisikoan itu, pertumbuhan dan / atau persistensi laba. Koefisien respon laba juga bervariasi
sekutu lintas-bagian-dengan interval holding periode ulang. Secara kolektif, hasil kami
menjelaskan koefisien laba diferensial respon dilaporkan sebelumnya sehubungan dengan
ukuran. Selain itu, dengan termasuk faktor-faktor yang disebutkan di atas, spesifikasi empiris
dari laba / mengembalikan hubungan secara signifikan meningkat.

1. Pendahuluan

Penelitian yang cukup telah difokuskan pada hubungan antara return keamanan dan
pendapatan tak terduga untuk menilai isi informasi yang terakhir. Biasanya, kesimpulan
mengenai kandungan informasi dari laba didasarkan pada signifikansi koefisien slope (b) dan
kekuatan penjelas (R *) dari model linear berikut diperkirakan lintas sectional dan / atau dari
waktu ke waktu:

CAR ,, = a + bUXi , + ejt,

di mana CAR jika beberapa ukuran return risiko disesuaikan untuk keamanan saya terakumulasi
selama periode I, UX ;, adalah ukuran dari pendapatan tak terduga (tepat skala),

Alamsa_A062171032 Page 1
 * tulisan ini telah mendapatkan manfaat dari diskusi lokakarya di University of Chicago , Iowa,
Michigan, Minnesota, MIT, Ohio State, Rochester, Stanford Summer Camp, dan Interna- tional-
Simposium Forecasting di Boston. Kami mengakui R. Ball, V. Bernard, L. Brown, S. Choi. P.
Easton. J. Fellineham. G. Foster. T. Harris, P. Healv R. Kormendi, R. Leftwich, S. Linn. T.
Linsmeier. B. Lipe. RrLundholm, J. Ohlson, B. Ricks, M. Weisbach, P. Wilson, R. Young, J.
Zimmerman, M. Zmijewski, dan terutama R. Watts dan S. Penman (wasit) untuk komentar
mereka pada versi sebelumnya kertas. Kami sangat berterima kasih kepada Johannes Ledolter
dan Mike Rozeff untuk diskusi diperpanjang. dan ei, adalah istilah gangguan acak diasumsikan
terdistribusi N (0, u, '). Koefisien slope, b, disebut koefisien respon laba (ERC) .l

Umumnya, pengembalian / laba relasi diselidiki baik menggunakan studi 'peristiwa' atau
metode studi asosiasi '. Studi acara menyimpulkan apakah pengumuman laba, per se,
menyebabkan investor untuk merevisi harapan arus kas mereka seperti yang diungkapkan oleh
perubahan harga keamanan diukur selama periode waktu yang singkat (biasanya, 2-3 hari)
sekitar pengumuman laba. Prinsip keuangan Exam- termasuk Foster (1977), Hagerman,
Zmijewski, dan Shah (1984), dan Wilson (1986, 1987). Pada intinya, fokusnya adalah pada
apakah KASIH laba announce- menyampaikan informasi tentang arus kas masa depan.

Dalam sebuah studi asosiasi, mengembalikan lebih relatif lama (kuartal fiskal atau tahun) yang
mundur pada pendapatan tak terduga atau ukuran kinerja lain seperti arus kas [Raybum (1986)]
atau penghasilan biaya penggantian [Beaver, Griffin, dan Landsman (1982)] diperkirakan lebih
dari satu cakrawala perkiraan yang corre- sponds kasar dengan periode fiskal yang menarik.
Studi asosiasi mengakui bahwa agen pasar belajar tentang pendapatan dan acara penilaian yang
relevan dari berbagai sumber informasi nonaccounting sepanjang masa. Dengan demikian, studi
ini menyelidiki apakah pengukuran laba akuntansi konsisten dengan peristiwa yang mendasari
dan informasi set tercermin dalam harga saham. Biasanya, kausalitas tidak disimpulkan.
Sebaliknya, fokusnya adalah pada apakah proses penghasilan penentuan menangkap secara
bermakna dan tepat waktu valuasi peristiwa yang relevan. Terlepas dari perspektif yang
digunakan, sebagian besar yang masih ada literatur yang empiris mengasumsikan pengembalian /
laba hubungan adalah homogen di seluruh perusahaan. Kemiringan b di eq. (1) diperlakukan
sebagai konstan cross-sectional dan temporal. Studi terbaru bersantai asumsi ini untuk
meningkatkan eq. (1) 's spesifikasi dan kekuatan penjelas [lihat, misalnya, Beaver, Lambert, dan
Morse (1980) Ohlson (1983), Miller dan Rock (1985) Kormendi dan Lipe (1987), dan Easton

Alamsa_A062171032 Page 2
dan Zmijewski (1989)]. Dengan menggabungkan model penilaian alternatif dengan penghasilan
yang berbeda asumsi proses studi ini memberikan wawasan ke dalam faktor-faktor yang
menjelaskan variasi dalam ERC.

Studi ini memberikan wawasan lebih jauh ke faktor yang berkontribusi untuk diferensial ERC
dalam konteks studi asosiasi tahunan. Berbeda dengan karya sebelumnya, kita meneliti
determinan jasmani serta cross-sectional dari ERC. Variasi temporal dalam ERC dihipotesiskan
berhubungan negatif dengan tingkat bunga bebas risiko. Kami berharap variasi cross-sectional di
ERC akan berhubungan positif dengan persistensi laba dan berhubungan negatif dengan risiko
sistematis perusahaan. Selain itu, kami berhipotesis bahwa ERC berhubungan positif dengan
peluang pertumbuhan yang tidak mungkin sepenuhnya ditangkap oleh ketekuna Dalam
menggunakan istilah 'respon' kita tidak menyiratkan kausalitas. Istilah ini digunakan dalam
pengertian umum untuk mengukur tingkat comovement antara return keamanan dan guncangan
seri pendapatan tanpa harus menyiratkan bahwa yang terakhir menyebabkan mantan. Perbedaan
ini dibuat lebih jelas di bawah ini.

diperkirakan menggunakan model time series. Hasil empiris kami konsisten dengan semua
prediksi tersebut. Kami juga membuktikan secara empiris bahwa laba / kembali hubungan
bervariasi dengan ukuran perusahaan, di mana ukuran adalah proxy untuk perbedaan lingkungan
informasi. * Perbedaan lingkungan informasi mempengaruhi sejauh mana perubahan harga
mengantisipasi perubahan laba [Collins, Kothari, dan Rayburn (1987) dan Freeman (1987)].
Setelah perbedaan dalam lingkungan informasi dikendalikan dengan memvariasikan periode
ulang holding, ada sedikit perbedaan dalam sejauh mana perubahan harga covary dengan
perubahan laba di seluruh ukuran perusahaan. Hal ini menjelaskan besarnya diferensial dari ERC
sebagai fungsi dari ukuran perusahaan didokumentasikan dalam Burgstahler (1981), Freeman
(1987), dan Collins et al. (1987).

Analisis kami juga menunjukkan bahwa studi asosiasi yang menggunakan periode holding
sesuai dengan periode fiskal suatu perusahaan (atau antara tanggal pengumuman laba)
mengecilkan asosiasi laba / pengembalian. Memegang periode yang dimulai pada titik
sebelumnya dalam waktu dan rentang waktu yang lebih panjang horizon meningkatkan
pendapatan / hasil asosiasi relatif terhadap konvensional dua belas bulan Hold- ing periode,

Alamsa_A062171032 Page 3
terutama untuk perusahaan besar. Pada bagian 2 kita mengidentifikasi faktor-faktor penentu ERC
menggunakan model kapitalisasi dividen sederhana di mana laba akuntansi diasumsikan terkait
dengan dividen masa depan. Pada bagian 3 kita membahas bagaimana kebisingan laba akuntansi
pengukuran dan variasi dalam lingkungan informasi mempengaruhi tion estima- dari ERC. Kami
juga mengusulkan cara untuk menangani masalah ini secara empiris. Bagian 4 mengidentifikasi
sampel yang digunakan dalam analisis empiris kami. Bagian 5 menunjukkan perbedaan kekuatan
laba / mengembalikan hubungan untuk besar versus perusahaan kecil sebagai salah satu
bervariasi periode pengembalian memegang. Bagian 6 ini dibagi menjadi dua bagian: pertama,
variasi dalam laba / mengembalikan hubungan dari waktu ke waktu dan hubungannya dengan
tingkat suku bunga bebas risiko jangka panjang didokumentasikan; kedua, variasi cross-sectional
dalam laba / mengembalikan hubungan dan hubungannya dengan risiko, persistensi laba dan /
atau pertumbuhan didokumentasikan. Bagian 7 merangkum temuan kami dan membahas
beberapa implikasi dari hasil kami untuk penelitian masa lalu dan masa depan.

2. Equity penilaian dan faktor-faktor penentu koefisien respon laba

Bagian ini menguraikan model penilaian ekuitas di mana harga adalah nilai sekarang diskon
masa depan diharapkan dividen. Dengan menentukan hubungan positif antara pendapatan saat ini
dan dividen yang diharapkan di masa depan, kita berhubungan laba kejutan periode saat ini
untuk saham hasil yang tak terduga melalui ERC. Kami

'lingkungan Informasi didefinisikan secara luas untuk mencakup semua sumber informasi yang
relevan dengan menilai nilai perusahaan. Ini termasuk laporan pemerintah pada kondisi ekonomi
makro, laporan industri dan publikasi asosiasi perdagangan, berita spesifik perusahaan dalam
pers keuangan dan laporan yang dikeluarkan oleh analis dan broker di samping laporan
akuntansi, dan transfer informasi vertikal dan intra-industri melalui penjualan dan laporan
industri .

3. masalah Estimasi dan pertimbangan metodologis

titik dalam waktu berbeda dari waktu yang sederhana laba series harapan proxy. Kehadiran
bersaing (dan lebih tepat waktu) sumber informasi yang selain laba yang dilaporkan merender
waktu laba seri harapan ukuran berisik dari uxi, [lihat, misalnya, Collins et al. (1987) dan
Freeman (1987)]. Pengukuran kesalahan dalam uxi, proxy yang melemahkan ERC dan membuat
sulit untuk mendeteksi pengaruh dari faktor-faktor penentu ERC ini. Bias di sekitar ERC sangat

Alamsa_A062171032 Page 4
besar. Memang, bukti di Beaver et al. (1980) menunjukkan bahwa ERC diperkirakan tingkat
keamanan individu menggunakan waktu laba seri harapan proxy untuk UX ,, mengecilkan ERC
'benar' atau teoritis sebanyak 70-80%, rata-rata.

Jika kita bisa mendapatkan ukuran yang lebih baik dari laba ekspektasi pasar pada waktu r - 1,
masalah kesalahan pengukuran dalam proxy untuk uxi, akan berkurang. Namun, secara empiris
ini sulit. Sementara perkiraan analis yang lebih baik dari waktu proxy seri [Brown et al. (1987a,
b)], mereka tidak tersedia dalam bentuk yang dapat dibaca mesin selama periode waktu yang
diteliti dalam penelitian ini dan mereka umumnya tersedia hanya untuk yang lebih besar, lebih
banyak perusahaan diadakan secara luas. Pendekatan alternatif untuk mengurangi masalah
kesalahan pengukuran adalah untuk mengatur t - 1 (yaitu, awal periode holding) pada suatu titik
sehingga time series proxy (dalam kasus kami, berjalan-jalan spesifikasi random) mendekati laba
ekspektasi pasar. Kami mengadopsi pendekatan yang terakhir dengan memvariasikan jendela
kembali.

Memvariasikan jendela kembali memastikan bahwa UX tertentu ,, proxy yang cocok sampai
erat dengan benar (tapi tidak teramati) pasar pendapatan harapan dan memberikan cek spesifikasi
pada pekerjaan sebelumnya yang berkaitan perubahan laba untuk pengembalian keamanan. Hal
ini memungkinkan kita untuk ue Model laba harapan yang sama di semua perusahaan (yang
biasanya dilakukan dalam pekerjaan empiris) dan menemukan titik waktu kalender ketika proxy
tertentu terbaik mendekati laba ekspektasi pasar untuk sebuah perusahaan tertentu. Hal ini
memastikan bahwa koefisien respon diperkirakan sepenuhnya menangkap valuasi pasar dari ings
earn- tak terduga. Memvariasikan jendela kembali juga memungkinkan kita untuk menilai
bagaimana ini mempengaruhi asosiasi laba / keuntungan yang diukur dengan adjusted R * di
perusahaan size.4

Selain kesalahan dalam UX ,, proxy, perbedaan cross-sectional di lingkungan mation informal

berkontribusi variasi nonrandom atas laba / pengembalian hubungan. Jika ukuran perusahaan
adalah proxy untuk lingkungan informasi ences berbeda-, maka perusahaan ukuran yang berbeda
akan menunjukkan ERC yang berbeda pada pengukuran UXjrs selama periode holding tetap
untuk semua perusahaan [lihat, misalnya, Collins et al. (1987)]. Dalam pengertian ini kembali
diukur selama periode memegang tetap mengandung 'kesalahan'. Memegang pendapatan Model
harapan dan masa pengembalian penumpukan konstan di semua perusahaan dapat menghasilkan

Alamsa_A062171032 Page 5
hubungan yang palsu antara ukuran perusahaan dan ERC dalam studi asosiasi tahunan. Korelasi
palsu ini terjadi karena perbedaan dalam struktur lead-lag dalam laba / mengembalikan hubungan
yang disebabkan oleh perbedaan lingkungan informasi untuk besar versus perusahaan kecil.
Apalagi jika hubungan timbal-lag antara return dan perubahan laba diabaikan dan proxy time
series untuk UX ,, digunakan, maka studi asosiasi parah akan mengecilkan ERC.

3.2. Regresi terbalik dan coejicient respon kembali

Kami menggunakan regresi untuk menguji apakah berbagai faktor yang diidentifikasi
sebelumnya terkait dengan ERC. Untuk mengatasi masalah kesalahan pengukuran, kami
mempekerjakan regresi terbalik [lihat Maddala (1977) Learner (1978), Klepper dan Learner
(1984), dan Beaver, Lambert, dan Ryan (1987)]. Secara khusus, kami mundur perubahan laba
terhadap return dan serangkaian hal yang mewakili tions interaksi antara return dan risiko,
pertumbuhan dan / atau ketekunan, dan suku bunga. Kami mengadopsi pendekatan ini atas
berbagai prosedur pengelompokan dalam regresi langsung untuk beberapa reasons.5

Pertama, menggunakan UX ;, proksi sebagai variabel dependen mengurangi bias

pelemahan yang ada saat ERC diperkirakan pada tingkat keamanan individu menggunakan eq.
(1). Kedua, memiliki pengembalian RHS memungkinkan kita untuk dengan mudah menguji
perbedaan di ukuran perusahaan dalam kaitannya lead-lag dengan memasukkan kedua periode
sebelumnya ini kembali sebagai variabel penjelas kontemporer dan. Fi akhirnya, dengan hasil
pada RHS, kita dapat bervariasi panjang kembali holding period bagi perusahaan-perusahaan
yang berbeda (yaitu, menggabungkan berbagai bagian dari pengembalian kontemporer dan
mengarah ke satu metrik). Seperti disebutkan sebelumnya, dengan memvariasikan panjang
jendela kembali kami mengendalikan perbedaan cross-sectional di lingkungan informasi karena
periode ulang diperluas sampai tion expecta- pasar pendapatan periode berjalan didekati oleh
pendapatan tahun sebelumnya (yaitu, laba perubahan sekarang tak terduga) 0,6

Salah satu konsekuensi dari menggunakan regresi terbalik adalah bahwa kami memperkirakan
koefisien respon kembali (RRC) daripada ERC. Kebalikan dari RRC adalah perkiraan ERC
dalam konteks regresi sederhana. Penafsiran ini

'Lihat Beaver et al. (1980) untuk pembahasan prosedur pengelompokan alternatif dalam regresi
langsung untuk mengurangi kesalahan pengukuran dalam I / X ,, proxy. Beaver, Lambert, dan

Alamsa_A062171032 Page 6
Ryan (1987) membahas alasan untuk lebih memilih regresi terbalik lebih prosedur
pengelompokan.

Alamsa_A062171032 Page 7