Accrual Quality and Market Pricing - En.id

PASAL DALAM PERS
Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327
www.elsevier.com/locate/econbase
Harga pasar kualitas akrual $
Jennifer Francis Sebuah, . ryan Lafond b,

per Olsson Sebuah, Katherine Schipper c
Sebuah Fuqua School of Business, Duke University, Durham, NC 27708-0120, USA
b School of Business, University of Wisconsin, Madison, Madison, WI 53.706, USA
c Dewan Standar Akuntansi Keuangan, Norwalk, CT 06856-5116, USA
Menerima Oktober 2002 29; menerima dalam bentuk revisi 30 April 2004; diterima 28 Juni 2004
Tersedia online 2 Maret 2005
Abstrak
Kami menyelidiki apakah kualitas akrual harga investor, proksi kami untuk risiko informasi yang terkait dengan pendapatan.
Mengukur kualitas akrual ( AQ) sebagai standar deviasi dari residual dari regresi yang berkaitan akrual saat ini untuk arus kas,
kita temukan bahwa miskin AQ dikaitkan dengan biaya yang lebih besar dari utang dan ekuitas. Hasil ini konsisten di beberapa
spesifikasi-spesifikasi alternatif dari AQ metrik. Kami juga membedakan antara kualitas akrual didorong oleh fundamental
ekonomi (bawaan AQ) dibandingkan pilihan manajemen (diskresioner AQ).
$ Penelitian ini didukung oleh Fuqua School of Business, Duke University dan University of Wisconsin. Pandangan yang diungkapkan di koran
adalah dari penulis dan tidak mewakili posisi Dewan Standar Akuntansi Keuangan. Posisi Dewan Standar Akuntansi Keuangan yang tiba di
hanya setelah proses hukum yang luas dan musyawarah. Kami menghargai komentar dari Ross Watts (editor) dan Charles Wasley (wasit); dari
peserta lokakarya di Boston Lokasi Penelitian Kolokium, Duke, Missouri, Northwestern, Rochester, University of Southern California, Akuntansi
Tenggara Penelitian Konferensi 2002 dan Institut Stockholm untuk Konferensi Penelitian Keuangan; dan dari Jan Barton, Sudipta Basu, George
Benston, Larry Brown, Stephen Brown, Marty Butler, Qi Chen, John Graham, John Tangan, Rahmat Pownall, Eddie Riedl,
Penulis yang sesuai. Tel .: +1 919 660 7817; fax: 1 919 660 7971.
Alamat email: jfrancis@duke.edu (J. Francis).
0165-4101 / $ - melihat hal depan r 2005 Elsevier-undang. doi: 10,1016 / j.jacceco.2004.06.003

PASAL DALAM PERS
296 J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327
Kedua komponen memiliki signi fi kan biaya dari efek modal, tapi bawaan AQ efek yang secara signifikan lebih besar dari
diskresioner AQ efek.
r 2005 Elsevier-undang.
JEL klasifikasi: D80; G12; G14; M41; M43
Kata kunci: Pasar modal; kualitas akrual; risiko informasi
1. Perkenalan
Studi ini mengkaji hubungan antara kualitas akrual dan biaya utang dan modal ekuitas untuk sampel besar dari
perusahaan-perusahaan selama periode 1970-2001. Studi kami dimotivasi oleh penelitian teoritis baru-baru ini
yang menunjukkan bahwa risiko informasi merupakan faktor risiko dapat nondiversi fi (misalnya, Easley dan
O'Hara, 2004 ; O'Hara, 2003 ; Leuz dan Verrecchia 2004 ). Dengan risiko informasi, kita berarti kemungkinan
bahwa fi rm-spesifik informasi yang berhubungan dengan keputusan harga investor adalah kualitas yang buruk.
Kami berasumsi bahwa uang tunai fl ow adalah elemen primitif bahwa harga investor dan mengidentifikasi
kualitas akrual sebagai ukuran risiko informasi yang terkait dengan akuntansi tombol angka-laba. Artinya, kualitas
akrual memberitahu investor tentang pemetaan laba akuntansi dalam arus kas. Relatif kualitas akrual yang buruk
melemahkan pemetaan ini dan, karena itu, meningkatkan risiko informasi.
makalah kami membuat dua kontribusi. Pertama, konsisten dengan teori-teori yang menunjukkan peran untuk risiko
informasi dalam harga aset, kami menunjukkan bahwa perusahaan-perusahaan dengan kualitas akrual miskin memiliki
biaya yang lebih tinggi modal daripada perusahaan-perusahaan dengan kualitas akrual baik. Hasil ini konsisten dengan
pandangan bahwa risiko informasi (seperti yang ditunjukkan oleh kualitas akrual) merupakan faktor risiko harga.
Kedua, kita mencoba untuk menguraikan apakah komponen akrual berkualitas akrual yang mencerminkan
fundamental ekonomi (faktor bawaan) dan akrual yang mewakili pilihan manajerial (faktor diskresioner) -Memiliki biaya
yang berbeda dari efek modal. Sementara teori tidak membedakan antara sumber risiko informasi, penelitian
sebelumnya pada akrual diskresioner (misalnya,
Guay et al., 1996 ; Subramanyam, 1996 ) Menyediakan sebuah kerangka di mana akrual diskresioner mutu dan kualitas
akrual bawaan akan memiliki biaya yang berbeda dari efek modal. Secara singkat, tubuh ini pekerjaan menunjukkan
bahwa, dalam sampel yang luas, pilihan akrual diskresioner cenderung mencerminkan baik oportunisme (yang
memperburuk risiko informasi) dan pengukuran kinerja (yang meringankan risiko informasi); ini con fl efek saling
bertentangan akan menghasilkan biaya rata-rata efek modal untuk kualitas akrual diskresioner yang kemungkinan
lebih rendah dari biaya efek modal untuk kualitas akrual bawaan. Konsisten dengan pandangan ini, kita temukan
bahwa kualitas akrual bawaan memiliki biaya yang lebih besar dari efek modal daripada kualitas akrual diskresioner.
Akrual kualitas ( AQ) metrik kita gunakan didasarkan pada model Dechow dan Dichev (2002) yang
menyatakan hubungan antara akrual modal periode berjalan kerja dan operasi arus kas dalam periode
sebelumnya, sekarang dan masa depan. Berikut McNichols (2002) pembahasan model ini, kami juga
menyertakan perubahan pendapatan dan properti, pabrik dan peralatan (PPE) sebagai variabel penjelas
tambahan. Dalam kerangka ini,
PASAL DALAM PERS
J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327 297
akrual modal kerja ulang mencerminkan estimasi manajerial dari arus kas, dan sejauh mana mereka akrual tidak
peta ke arus kas, perubahan pendapatan dan PPE-karena estimasi disengaja dan tidak disengaja
kesalahan-adalah ukuran kebalikan dari kualitas akrual.
pengujian kami menguji hubungan antara AQ dan biaya utang dan modal ekuitas. Kita menemukan bahwa
perusahaan dengan lebih miskin AQ memiliki rasio yang lebih tinggi dari beban bunga utang berbunga dan peringkat
utang lebih rendah dari fi rms dengan baik AQ ( semua perbedaan signifikan pada tingkat 0,001). Mengontrol variabel lain
yang diketahui mempengaruhi biaya utang (leverage, ukuran rm fi, return on asset, interest coverage, dan volatilitas
laba), hasil menunjukkan bahwa perusahaan dengan yang terbaik AQ menikmati 126 basis poin (bp) biaya yang lebih
rendah dari utang relatif terhadap perusahaan-perusahaan dengan yang terburuk AQ. Dalam hal biaya ekuitas, tes fokus
pada rasio laba-harga menunjukkan bahwa perusahaan dengan lebih rendah AQ memiliki secara signifikan (pada tingkat
0,001) rasio laba-harga yang lebih besar dibandingkan dengan rekan-rekan industri mereka; yaitu, dolar pendapatan
perintah kelipatan yang lebih rendah-harga ketika kualitas komponen akrual dari mereka pendapatan rendah. tes lebih
langsung menunjukkan bahwa beta CAPM meningkatkan monoton di AQ kuintil, dengan perbedaan beta antara kuintil
terendah dan tertinggi 0,35 (secara signifikan berbeda dari nol pada tingkat 0,001). Dengan asumsi premi risiko pasar
6%, perbedaan ini menyiratkan biaya 210 bp lebih tinggi dari ekuitas untuk perusahaan-perusahaan dengan yang
terburuk AQ relatif terhadap perusahaan-perusahaan dengan yang terbaik AQ. Dalam regresi assetpricing yang meliputi
pengembalian pasar dan faktor kualitas akrual ( AQfactor), kita temukan bahwa tidak hanya ada yang signifikan (pada
tingkat 0,001) memuat positif pada AQfactor, tetapi juga koefisien pada premi risiko pasar (yaitu, diperkirakan beta)
berkurang dalam besarnya hampir 20%. Memperluas analisis ini untuk tiga-faktor aset-harga regresi, kita temukan bahwa AQfactor
menambahkan secara signifikan untuk ukuran dan buku ke pasar (serta premi risiko pasar) dalam menjelaskan variasi
return yang diharapkan. Dalam regresi tersebut, perubahan terbesar dalam perkiraan sien koefisien (relatif terhadap
model yang tidak termasuk AQfactor) terkenal karena faktor ukuran di mana pemuatan rata menurun sekitar 30% saat AQfactor
disertakan. Kami menyimpulkan bahwa kualitas akrual tidak hanya memengaruhi loadings pada faktor-faktor risiko
didokumentasikan, tetapi memberikan kontribusi fi kan tambahan kekuatan penjelas signifikan atas dan di atas
faktor-faktor ini.
Kami memperluas analisis ini dengan menyelidiki apakah harga kualitas akrual berbeda tergantung pada
apakah sumber kualitas akrual adalah bawaan, yaitu, didorong oleh model fi rm ini bisnis dan lingkungan
operasi, atau diskresi, yaitu, tunduk pada intervensi manajemen. Berikut Dechow dan Dichev, kami
mengidentifikasi beberapa indikator ringkasan lingkungan operasi firma atau model bisnis: ukuran rm fi, standar
deviasi dari arus kas, standar deviasi pendapatan, panjang siklus operasi, dan frekuensi realisasi laba negatif.
Analisis pertama kami menggunakan fi tted nilai dari regresi tahunan AQ indikator Ringkasan ini sebagai ukuran
porsi bawaan kualitas akrual; residual yang digunakan sebagai ukuran kualitas akrual diskresioner. Analisis
kedua kami bawaan terhadap komponen diskresioner mencakup indikator Ringkasan ini sebagai variabel kontrol
tambahan dalam biaya tes modal. Mengontrol variabel ini memungkinkan kita untuk menafsirkan koefisien pada
(total) AQ sebagai menangkap efek harga terkait dengan potongan discretionary akrual berkualitas yaitu, bagian
yang tambahan untuk faktor bawaan. Terlepas dari pendekatan yang digunakan untuk mengisolasi komponen AQ,
kita
PASAL DALAM PERS
fi nd bahwa biaya efek modal unit discretionary AQ lebih kecil baik dalam besarnya dan statistik signifikansi dari
biaya efek modal dari unit bawaan AQ.
Secara keseluruhan, kami menginterpretasikan hasil kami sebagai mendokumentasikan biaya efek modal
yang konsisten dengan kerangka aset-harga rasional di mana akrual kualitas menangkap faktor risiko informasi
yang tidak dapat terdiversifikasi pergi. Temuan-temuan mengenai kualitas akrual bawaan dan diskresioner
konsisten dengan risiko informasi memiliki efek harga lebih besar bila didorong oleh fi rm-spesifik operasi dan
karakteristik lingkungan daripada ketika hal ini terkait dengan keputusan diskresi.
Kami percaya hasil ini memiliki implikasi untuk penilaian pelaporan kualitas. Pertama, kami memberikan bukti
sistematis yang melaporkan kualitas seperti yang ditangkap oleh kualitas akrual adalah penting bagi investor;
yaitu, kami memberikan bukti bahwa pelaporan masalah kualitas. Kedua, hasil kami bertentangan asumsi tersirat
dalam beberapa diskusi policyoriented (misalnya, Levitt, 1998 ) Bahwa kualitas pelaporan sangat ditentukan oleh
pilihan pelaporan jangka pendek manajemen; hasil kami menunjukkan bahwa pada sampel yang luas, selama
jangka waktu, kualitas pelaporan secara substansial lebih dipengaruhi oleh keputusan strategis jangka panjang
manajemen yang mempengaruhi faktor intrinsik. Bagi mereka yang percaya bahwa pelaporan keuangan harus
mencerminkan kondisi ekonomi lebih dari keputusan pelaksanaan manajemen, hasil ini menunjukkan bahwa
akuntansi akrual berkinerja sebagaimana dimaksud. Ketiga, penelitian yang telah menilai kepentingan relatif dari
standar pelaporan terhadap keputusan implementasi menggunakan desain cross-yurisdiksi (misalnya, Bola et al.,
2003 ) Telah menyimpulkan bahwa standar pelaporan yang kurang penting dibandingkan insentif yang
mendorong keputusan implementasi dalam menentukan perbedaan kualitas laba di seluruh wilayah hukum. Hasil
kami menunjukkan bahwa analisis ini harus lebih dikondisikan pada faktor bawaan yang menangkap
yurisdiksi-spesifik fitur fi c model bisnis dan lingkungan operasi.
Selain penelitian yang berkaitan dengan harga risiko informasi, hasil kami berhubungan dengan aliran lain dari
penelitian akuntansi. Aliran pertama menyelidiki efek pasar modal dari pelaporan keuangan, seperti yang
didokumentasikan oleh konsekuensi pasar modal yang merugikan (dalam bentuk kerugian pemegang saham) bila
penghasilan yang berkualitas rendah seperti untuk menarik perhatian peraturan atau hukum. Sebagai contoh,
penelitian sebelumnya telah mendokumentasikan konsekuensi ekonomi yang parah untuk penghasilan dari suf fi
kualitas sien rendah untuk menarik tindakan penegakan SEC ( Feroz et al., 1991 ; Dechow et al., 1996 ; Beneish
1999 ), Tuntutan hukum pemegang saham ( Kellogg, 1984 ; Francis et al., 1994 ), Atau penyajian kembali ( Palmrose
et al., 2004 ). The keuangan pers juga memberikan bukti anekdotal yang cukup kerugian pemegang saham
bencana yang terkait dengan (arguably) akrual kualitas terendah, yang dihasilkan dari penipuan keuangan. Namun,
penelitian tentang perusahaan-perusahaan kualitas laba parah rendah tidak membangun umum hubungan antara
kualitas pelaporan dan konsekuensi pasar modal. Hasil kami menunjukkan bahwa kualitas satu komponen dari
laba-akrual-memiliki konsekuensi ekonomi yang berarti bagi sampel yang luas dari perusahaan-perusahaan, tanpa
syarat pada indikator eksternal kualitas sangat miskin.
Aliran kedua penelitian terkait mengeksplorasi bentuk yang berbeda, dan secara eksplisit anomali, efek pasar
modal akrual. Dengan efek anomali yang kita maksud sistematis
PASAL DALAM PERS
pola pengembalian rata-rata tidak dijelaskan oleh CAPM ( Fama dan French, 1996 ). Secara khusus, penelitian ini
menunjukkan bahwa perusahaan dengan relatif (tinggi) besaran rendah akrual ditandatangani, atau menandatangani
akrual tidak normal, mendapatkan (negatif) positif kembali disesuaikan dengan risiko (misalnya, Sloan, 1996 ; Xie 2001 ;
Chan et al., 2001 ). Sementara kedua penelitian anomali dan penyelidikan kami prihatin dengan hubungan antara
akrual berbasis langkah-langkah dan kembali, perspektif berbeda. Sedangkan penelitian anomali memandang
abnormal return yang terkait dengan atribut fi rm diamati seperti yang timbul dari respon investor lambat atau bias
informasi, kita melihat karakteristik fi rm diamati sebagai proxy untuk mendasari, faktor risiko harga. Konsisten dengan
pandangan ini, tes kami didasarkan pada unsigned langkah-langkah. Artinya, kami memperkirakan bahwa besarnya
lebih besar dari AQ berhubungan dengan pengembalian yang diperlukan lebih besar karena besarnya lebih besar dari AQ
menunjukkan risiko informasi yang lebih besar, yang investor membutuhkan kompensasi dalam bentuk pengembalian
diharapkan lebih besar. Sebaliknya, penelitian anomali bertumpu pada tertanda akrual langkah-langkah; penelitian ini
memprediksi hasil positif untuk perusahaan-perusahaan dengan akrual negatif terbesar dan kembali negatif untuk
perusahaan-perusahaan dengan akrual positif terbesar. Sementara perspektif penelitian anomali dan perspektif kita
menyiratkan prediksi yang sama tentang akrual negatif yang besar, perspektif menyiratkan prediksi berlawanan untuk
akrual positif yang besar. Konsisten dengan argumen ini, kita temukan bahwa sementara fi profitabilitas strategi akrual
perdagangan secara garis dikurangi dengan masuknya kualitas akrual sebagai faktor kontrol (risiko), kembali normal
tetap andal positif. Kami menyimpulkan bahwa efek harga kualitas akrual yang kami mendokumentasikan berbeda dari
akrual anomali.
Aliran ketiga dari penelitian yang berkaitan menilai hubungan antara biaya modal dan langkah-langkah baik
kuantitas informasi dikomunikasikan kepada investor, atau campuran kualitas / kuantitas atribut dari informasi
tersebut. Sebagai contoh, Botosan (1997) fi bukti nds biaya yang lebih tinggi dari ekuitas untuk
perusahaan-perusahaan dengan analis rendah berikut dan skor pengungkapan relatif rendah, di mana skor
menangkap kuantitas informasi. Penelitian juga telah menemukan hubungan antara kedua biaya ekuitas ( Botosan
dan Plumlee 2002 ) Dan biaya utang ( Sengupta, 1998 ) Dan (AIMR) evaluasi-analis dari upaya pengungkapan
agregat, dimana evaluasi memperhitungkan laporan tahunan dan triwulanan, pernyataan proxy, informasi lainnya
yang diterbitkan dan komunikasi langsung ke analis. Analisis kami menambah pekerjaan ini dengan memberikan
bukti pada hubungan antara biaya utang dan modal ekuitas dan langkah-langkah dari kualitas informasi akrual.
Akhirnya, sementara perspektif kita tentang hubungan antara kualitas akrual dan biaya modal adalah bahwa
kualitas-apakah akrual bawaan atau diskresioner-memiliki potensi untuk memengaruhi biaya modal, kerja terkait
terbaru oleh Cohen (2003) mengeksplorasi apakah variabel eksogen menjelaskan kedua pelaporan kualitas dan
konsekuensi ekonomi. Cohen pertama memperkirakan probabilitas bahwa pelaporan kualitas untuk sebuah
perusahaan tertentu berada di atas median industri dan kemudian tes untuk hubungan antara indikator ini biner
pelaporan kualitas dan proxy untuk konsekuensi ekonomi. Dia menemukan melaporkan kualitas dikaitkan dengan
bid-ask spread dan analis perkiraan dispersi, tapi tidak dengan perkiraan tersirat tentang biaya modal ekuitas.
Sementara kedua Cohen dan studi kami saling melengkapi dalam mengidentifikasi fi rm-spesifik variabel fi c yang
dimaksudkan untuk menangkap intrinsik pengaruh-pengaruh pada pelaporan hasil, mereka berbeda dalam hal
PASAL DALAM PERS
dari periode sampel, data, variabel seleksi dan pengukuran, dan desain penelitian, sehingga hasilnya tidak
sebanding. 1
Pada bagian berikutnya, kita mengembangkan hipotesis dan menjelaskan proxy untuk kualitas akrual
digunakan untuk menguji hipotesis ini. Bagian 3 menjelaskan sampel dan memberikan informasi deskriptif pada
variabel uji dan kontrol. Bagian 4 laporan tes apakah kualitas (total) akrual terkait dengan biaya modal dan Pasal
5 membentang tes ini dengan memeriksa apakah komponen bawaan dan discretionary kualitas akrual secara
terpisah dan berbeda-beda harga. Bagian 6 melaporkan hasil pemeriksaan ketahanan dan tes tambahan. Bagian
7 menyimpulkan.
2. Hipotesis dan akrual kualitas metrik
2.1. Teori harga risiko informasi
makalah kami didasarkan pada penelitian teoretis menyelidiki bagaimana pasokan informasi mempengaruhi
biaya modal. Easley dan O'Hara (2004) mengembangkan model ekspektasi rasional multiasset di mana swasta
terhadap komposisi masyarakat informasi mempengaruhi pengembalian yang diperlukan dan dengan demikian
biaya modal. Dalam model mereka, informasi yang relatif lebih pribadi meningkatkan risiko investor kurang
informasi memegang saham, karena investor swasta diinformasikan lebih mampu menggeser bobot portofolio
mereka untuk mengambil keuntungan dari informasi baru. investor kurang informasi sehingga menghadapi
bentuk (yaitu, undiversi fi mampu) risiko sistematis, dan akan memerlukan hasil yang lebih tinggi (mengenakan
biaya yang lebih tinggi dari modal) sebagai kompensasi. kembali diperlukan dipengaruhi baik oleh jumlah
informasi pribadi (dengan informasi yang lebih pribadi yang meningkat diperlukan) dan oleh ketepatan informasi
publik dan swasta (dengan lebih presisi baik mengurangi pengembalian diperlukan).
Mengambil pendekatan yang berbeda, Leuz dan Verrecchia (2004) mempertimbangkan peran laporan kinerja (misalnya,
pendapatan) dalam menyelaraskan fi rms dan investor sehubungan dengan investasi modal. pelaporan berkualitas buruk
merusak koordinasi antara perusahaan-perusahaan dan investor mereka sehubungan dengan keputusan investasi modal fi rm
ini, dan dengan demikian menciptakan risiko informasi. Mengantisipasi hal ini, investor menuntut premi risiko yang lebih tinggi;
yaitu, mereka mengenakan biaya yang lebih tinggi dari modal. Leuz dan Verrecchia menunjukkan bahwa bahkan dalam
perekonomian dengan banyak perusahaan dan komponen sistematis untuk imbalannya, sebagian dari risiko informasi ini
adalah non-diversi fi mampu.
1 Misalnya, periode sampel Cohen adalah 1987-2001 dan kita adalah 1970-2001; kita fokus pada beberapa langkah dari biaya modal ekuitas
dan biaya modal utang, dan Cohen khawatir dengan hasil lain seperti analis berikut dan bid-ask spread; kami menggunakan beberapa biaya
ekuitas dan utang proxy untuk menguji kekokohan hasil kami; kita menggunakan ukuran terus-menerus kualitas (yaitu, AQ), dan Cohen
menggunakan variabel indikator biner; Cohen mengidentifikasikan sembilan variabel eksogen, yang dua (fi ukuran rm dan siklus operasi) juga
termasuk dalam Dechow-Dichev set penentu bawaan kualitas akrual yang kita gunakan. (Tujuh variabel lainnya adalah jumlah pemegang
saham, pertumbuhan penjualan, intensitas modal, pangsa pasar, leverage, persentase gross margin, dan jumlah segmen usaha, semua
industri-disesuaikan.)
PASAL DALAM PERS
Singkatnya, baik Easley dan O'Hara dan Leuz dan Verrecchia memprediksi bahwa perusahaan-perusahaan
dengan risiko informasi lebih lanjut akan memiliki biaya yang lebih tinggi dari modal. Dalam kedua model, risiko
informasi menyangkut ketidakpastian atau ketidaktepatan informasi yang digunakan atau yang diinginkan oleh
investor untuk harga sekuritas. Kami berasumsi bahwa investor nilai surat berharga berdasarkan penilaian
mereka dari kas masa depan mengalir; Oleh karena itu, kita mencari ukuran yang menangkap ketidakpastian
informasi di arus kas. Kami fokus pada ukuran terkait dengan komponen akrual laba karena dua alasan. Pertama,
informasi tentang arus kas dipasok oleh pendapatan; yaitu, uang tunai fl ow sama akrual pendapatan kurang, dan
penelitian sebelumnya (misalnya, Dechow, 1994 ) Menunjukkan bahwa pendapatan saat ini, rata-rata, indikator
yang baik dari kas masa depan fl ow. Namun, komponen akrual laba tunduk ketidakpastian yang lebih besar
daripada uang tunai aliran komponen, karena akrual adalah produk dari penilaian, perkiraan, dan alokasi (kas fl
ow peristiwa di periode lainnya), sedangkan uang tunai aliran komponen pendapatan direalisasikan . Kedua, kami
percaya kualitas akrual adalah membangun lebih primitif untuk risiko informasi mengenai arus kas daripada
atribut laba lainnya. penelitian lain yang menyelidiki alternatif (kualitas akrual) laba atribut meliputi: Francis et al.
(2004) , Yang mengkalibrasi efek harga kualitas akrual, persistensi, prediktabilitas, kelancaran, relevansi nilai,
ketepatan waktu dan konservatisme; Barth dan Landsman (2003) , Yang meneliti hubungan antara nilai relevansi
laba dan tertimbang rata-rata biaya modal; Barone (2003) Yang menguji langkah-langkah berdasarkan Lev dan
Thiagarajan (1993) skor fundamental dan ukuran berdasarkan hubungan antara fi pernyataan keuangan item
baris; dan
Bhattacharya et al. (2003) yang meneliti hubungan antara tindakan negara-tingkat rata-rata biaya ekuitas dan
pendapatan opacity (di mana opacity adalah kombinasi dari laba agresivitas, penghindaran kerugian, dan
pendapatan smoothing perilaku, diukur pada tingkat negara).
Menggunakan kualitas akrual sebagai proksi untuk risiko informasi, kami meresmikan prediksi bahwa biaya
modal meningkat risiko informasi; dinyatakan dalam bentuk nol, hipotesis pertama kami adalah
H1. Tidak ada perbedaan dalam biaya modal dari perusahaan-perusahaan dengan akrual miskin kualitas dan fi rms dengan
kualitas akrual baik.
Kami menguji hipotesis ini terhadap alternatif yang fi rms dengan kualitas akrual miskin memiliki biaya yang lebih tinggi
dari modal daripada fi rms dengan kualitas akrual baik. 2
2.2. mengukur kualitas akrual
Kami percaya bahwa ketidakpastian dalam akrual yang terbaik ditangkap oleh ukuran kualitas akrual yang
dikembangkan oleh Dechow dan Dichev (2002) (Selanjutnya DD). Dalam model DD, kualitas akrual diukur
dengan sejauh mana kerja akrual modal peta
2 Easley et al. (2002) Hasil fi nd yang luas konsisten dengan prediksi bahwa perusahaan-perusahaan dengan informasi yang lebih pribadi
(yang diukur dengan skor PIN, ukuran pasar mikro informasi perdagangan) dan informasi yang kurang umum memiliki hasil yang diharapkan
lebih besar. Analisis kami melengkapi penelitian mereka dengan mempertimbangkan implikasi kedua Easley dan model O'Hara, yaitu, bahwa
lebih tepat (kualitas tinggi) informasi akuntansi mengurangi biaya modal.
PASAL DALAM PERS
ke kas operasi fl ow realisasi. Model ini didasarkan pada gagasan bahwa, terlepas dari niat manajemen, kualitas
akrual dipengaruhi oleh kesalahan pengukuran akrual. kesalahan estimasi disengaja muncul dari insentif untuk
mengelola pendapatan, dan tidak disengaja kesalahan timbul dari penyimpangan manajemen dan ketidakpastian
lingkungan; Namun, sumber kesalahan tidak relevan dalam pendekatan ini. Pendekatan DD regresi akrual modal
kerja pada kas dari operasi pada periode berjalan, periode sebelumnya dan periode masa depan. Bagian
dijelaskan dari variasi dalam bekerja akrual modal merupakan ukuran kebalikan dari kualitas akrual (sebagian
dijelaskan lebih besar menyiratkan kualitas miskin).
Sebagai masalah praktis, pendekatan DD terbatas pada akrual saat ini. Sambil menerapkan model DD total
akrual akan, pada prinsipnya, menghasilkan metrik kualitas akrual yang komprehensif mengukur ketidakpastian
akrual, kelambatan panjang antara akrual non-saat dan uang tunai mengalir realisasi efektif mencegah ekstensi
ini. Untuk mengatasi keterbatasan ini, kami juga mempertimbangkan proxy untuk kualitas akrual yang didasarkan
pada nilai absolut akrual tidak normal, di mana akrual abnormal diperkirakan menggunakan Jones (1991) Model,
sebagai dimodifikasi oleh Dechow et al. (1995) . Menerapkan modi fi pendekatan ed Jones untuk pengaturan
kami, kualitas akrual berkaitan dengan sejauh mana akrual baik ditangkap oleh nilai-nilai fi tted diperoleh
kemunduran total akrual pada perubahan pendapatan dan APD. Karena akrual yang abnormal
mempertimbangkan baik akrual lancar dan tidak lancar mereka tidak menderita dari keterbatasan model DD.
Namun, dimodifikasi Jones' model identifikasi dari 'akrual tidak normal' telah dikenakan banyak kritik (lihat,
misalnya, Guay et al., 1996 ; Bernard dan Skinner, 1996 ). Selanjutnya, dimodifikasi model Jones identifikasi es
akrual sebagai abnormal jika mereka tidak dijelaskan oleh seperangkat terbatas fundamental (PPE dan
perubahan pendapatan), dan sementara kami percaya bahwa akrual abnormal seperti mengandung sejumlah
besar ketidakpastian, link untuk risiko informasi kurang langsung dari dalam pendekatan DD.
Untuk alasan ini, kami menggunakan pendekatan DD untuk memperkirakan proxy untuk kualitas akrual.
(Seperti yang dijelaskan dalam Bagian 6.1, kami juga memeriksa sensitivitas hasil kami yang lain AQ langkah-langkah.)
Khususnya, kami AQ metrik didasarkan pada model DD cross-sectional, ditambah dengan variabel fundamental
dari dimodifikasi model Jones, yaitu, PPE dan perubahan pendapatan (semua variabel skala oleh aset rata-rata):
TCA j; t ¼ f 0; j þ f 1; j CFO j; t 1 þ f 2; j CFO j; t þ f 3; j CFO j; t þ 1 þ f 4; j D Kembali v j; t
þ f 5; j PPE j; t þ u j; t; ð1Þ
dimana TCA j; t ¼ D CA j; t D CL j; t D Kas j; t þ D STDEBT j; t ¼ total akrual saat ini di tahun t, CFO j; t ¼ NIBE j; t TA j; t ¼ fi rm
j 'S cash fl ow dari operasi di tahun t, 3
NIBE j; t ¼ fi rm j laba bersih 's sebelum pos luar biasa (Compustat # 18) di tahun t,
3 Kami menghitung total akrual menggunakan informasi dari neraca dan laporan laba rugi (pendekatan tidak langsung). Kami menggunakan
pendekatan tidak langsung daripada pernyataan arus kas (atau metode langsung, yang dianjurkan oleh Hribar dan Collins, 2002 ) Karena
pernyataan dari kas fl ow data tidak tersedia sebelum 1988 (tahun efektif dari PSAK No. 95) dan kami AQ metrik membutuhkan tujuh
pengamatan tahunan. Kami menarik kesimpulan yang sama (tidak dilaporkan) jika kita membatasi sampel kami untuk pasca-1987 dan
menggunakan data dari laporan arus kas.
PASAL DALAM PERS
TA j; t ¼ ð D CA j; t D CL j; t D Kas j; t þ D STDEBT j; t DEPN j; t Þ ¼ fi rm j Ini total akrual pada tahun t, D CA j, t ¼ fi rm j 'S

perubahan aktiva lancar (Compustat # 4) antara tahun t 1 dan tahun t, D CL j, t ¼ fi rm j 'S perubahan kewajiban
lancar (Compustat # 5) antara tahun t 1 dan tahun t, D Kas j, t ¼ fi rm j 'S perubahan kas (Compustat # 1) antara
tahun t 1 dan tahun t, D STDEBT j, t ¼ fi rm j 'S perubahan utang kewajiban lancar (Compustat # 34) antara tahun t 1
dan tahun t, DEPN j, t ¼ fi rm j 'S beban penyusutan dan amortisasi (Compustat # 14) di tahun t, D Putaran j, t ¼ fi rm j
'S perubahan pendapatan (Compustat # 12) antara tahun t 1 dan tahun t, PPE j, t ¼ fi rm j Ini nilai bruto PPE ( Compustat
# 7) di tahun t,
McNichols (2002) mengusulkan Model gabungan ini, dengan alasan bahwa perubahan pendapatan penjualan dan
APD yang penting dalam membentuk harapan tentang akrual saat ini, atas dan di atas efek dari kas operasi mengalir. Dia
menunjukkan bahwa menambahkan variabel-variabel ini dengan cross-sectional regresi DD secara signifikan
meningkatkan kekuatan penjelas, sehingga mengurangi kesalahan pengukuran. Tujuan kami dalam menggunakan modi
fi Model ed DD ini adalah untuk mendapatkan model harapan fi ed betterspeci yang, pada gilirannya, harus mengarah
pada aliran ed betterspeci fi residu. Untuk sampel kami, penambahan perubahan pendapatan dan PPE meningkatkan
kekuatan penjelas dari rata-rata 39% untuk rata-rata 50%.
Kami memperkirakan Persamaan. (1) untuk masing-masing Fama dan French (1997) 48 kelompok industri dengan
setidaknya 20 perusahaan-perusahaan di tahun t. Konsisten dengan literatur sebelumnya, kami winsorize nilai-nilai ekstrim
dari distribusi ke 1 dan 99 persentil. estimasi cross-sectional tahunan (1) menghasilkan fi rm- dan fi c residual
tahun-spesifik, yang membentuk dasar bagi kami metrik kualitas akrual: AQ j; t ¼ s ð u j Þ t adalah standar deviasi dari fi rm j 'S
residual,
u j; t; dihitung selama tahun t 4 melalui t. standar deviasi lebih besar dari residual menunjukkan kualitas akrual
miskin. Namun, jika suatu perusahaan memiliki tetap residual besar, sehingga standar deviasi dari mereka
residual kecil, yang fi rm memiliki kualitas akrual relatif baik karena ada sedikit ketidakpastian tentang akrual nya.
Untuk seperti sebuah perusahaan, akrual peta buruk dalam arus kas, tapi ini adalah fenomena diprediksi, dan
seharusnya tidak menjadi alasan bagi ketidakpastian harga.
2.3. Membedakan antara biaya efek modal bawaan dan akrual diskresioner kualitas
2.3.1. pengembangan hipotesis

Model teoritis dirangkum dalam Bagian 2.1 membangun peran harga untuk risiko informasi, tetapi tidak
membedakan antara sumber-sumber risiko ini. Artinya, model ini tidak memprediksi perbedaan antara efek harga
kualitas akrual miskin yang didorong oleh fitur bawaan dari model fi rm ini bisnis dan lingkungan operasi, dan
kualitas akrual miskin yang diskresioner, yaitu, karena pilihan akuntansi, keputusan implementasi, dan manajerial
kesalahan. Namun, wawasan dari penelitian tentang manajemen laba menunjukkan perbedaan potensial antara
efek harga komponen bawaan dan diskresioner kualitas akrual. Guay et al. (1996) diskusi tentang pelaksanaan
kebijaksanaan manajerial lebih akrual menunjukkan bahwa komponen discretionary kualitas akrual mengandung
sampai tiga subkomponen yang berbeda. Subkomponen kinerja, yang kembali upaya Ects fl manajemen untuk
meningkatkan kemampuan laba untuk kembali kinerja mencerminkan yang handal dan
PASAL DALAM PERS
cara yang tepat waktu, diharapkan untuk mengurangi risiko informasi. Subkomponen kedua dan ketiga, yang
mencerminkan oportunisme dan kebisingan murni, masing-masing, akan diharapkan untuk meningkatkan risiko
informasi, meskipun tidak jelas bahwa mereka akan memiliki efek yang sama seperti yang akan bawaan kualitas
akrual.
Sementara argumen Guay et al. Menunjukkan bahwa kinerja dan oportunisme subkomponen mendominasi
komponen noise (yaitu, komponen discretionary akrual tidak sebagian besar kebisingan), hasil empiris mereka
tidak jelas menunjuk ke salah satu efek kinerja atau efek oportunistik sebagai menjadi empiris kuat untuk sampel
yang mereka anggap. Namun, diskusi mereka dari hasil, dikombinasikan dengan Healy (1996) pembahasan
makalah mereka, memberikan wawasan yang bersangkutan untuk tujuan kita. Pertama, Guay et al., P. 104,
menyimpulkan bahwa '[g] iven yang diskresi manajerial lebih akrual telah bertahan selama berabad-abad, kami
sebelumnya adalah bahwa efek bersih dari akrual diskresioner dalam populasi adalah untuk meningkatkan
pendapatan sebagai indikator kinerja.' 4 Di bawah pandangan ini, komponen discretionary kualitas akrual mengurangi
risiko informasi, dan dengan demikian offset peningkatan biaya modal yang terkait dengan kualitas akrual bawaan
rendah.
Namun, Guay et al. juga mencatat, seperti halnya Healy, bahwa sampel yang luas yang mencakup periode
waktu yang lama akan mengandung akrual yang sesuai dengan hipotesis kinerja dan akrual yang didorong oleh
oportunisme manajerial. Secara khusus, Healy mencatat bahwa dalam penampang dari
perusahaan-perusahaan, manajemen satu perusahaan dapat melaporkan oportunis dan manajemen lain dapat
melaporkan unbiasedly (dengan kedua perilaku berpotensi bergeser dari waktu ke waktu), dengan hasil bahwa
efek yang diamati secara keseluruhan, untuk sampel yang diberikan , akan menjadi rata-rata tertimbang efek
yang terpisah. Artinya, sedangkan efek kinerja mungkin diharapkan untuk mendominasi ketika manajemen tidak
menghadapi insentif untuk terlibat dalam perilaku oportunistik, penelitian sebelumnya memberikan bukti bahwa
efek oportunistik mendominasi dipilih dengan hati-hati, sampel non-acak di mana insentif bagi perilaku
oportunistik kuat. sampel kami, yang dipilih untuk meningkatkan generalisasi hasil kami, mungkin mengandung
pengamatan yang berkaitan dengan kedua efek. Kami tidak mencoba untuk memisahkan efek ini karena
pengujian untuk perilaku oportunistik mempengaruhi kualitas akrual diskresioner akan memerlukan penggunaan
ditargetkan, sampel istimewa dipilih untuk meningkatkan efek spesifik insentif untuk berperilaku oportunis.
Menempatkan hasil ini dan diskusi dalam konteks pertanyaan penelitian kami, kami menarik kesimpulan
sebagai berikut. Pertama, sementara teori risiko informasi tidak menyiratkan perbedaan dalam biaya efek modal
bawaan versus kualitas akrual diskresioner, penelitian tentang manajemen laba dan akrual diskresioner
menunjukkan kemungkinan perbedaan tersebut. Kedua, upaya manajer untuk menggunakan kebijaksanaan
lebih akrual untuk meningkatkan penghasilan sebagai indikator kinerja akan mengurangi asimetri informasi yang
menimbulkan fi risiko informasi dapat undiversi, dan karena itu mengurangi
4 dukungan empiris untuk pandangan bahwa, dalam sampel besar, akrual diskresioner meningkatkan penghasilan sebagai sinyal kinerja
disediakan oleh Subramanyam (1996) , Yang fi nds bahwa kebijaksanaan manajerial meningkatkan kontemporer hasil-laba hubungan. Catatan,
bagaimanapun, bahwa mengembalikan-laba (atau nilai-relevansi) tes harga akrual secara fundamental berbeda dari biaya kami tes modal. Fokus
terakhir pada masa depan yang diharapkan pengembalian dan langkah-langkah unsigned kualitas akrual, sementara mantan fokus pada
pengembalian menyadari kontemporer dan langkah-langkah menandatangani akrual (Total atau diskresioner).
PASAL DALAM PERS
premi risiko informasi yang diminta oleh investor. Namun, sampel yang luas yang mencakup periode waktu yang
lama juga akan berisi pengamatan di mana kebijaksanaan manajerial digunakan untuk menuai keuntungan
oportunistik; perilaku tersebut diharapkan dapat meningkatkan ketidakpastian informasi dan, oleh karena itu,
meningkatkan premi risiko yang diminta oleh investor. Alasan ini menyiratkan bahwa kualitas akrual diskresioner
diharapkan memiliki biaya efek modal yang mencerminkan beberapa campuran peningkatan kinerja (yang akan
mengimbangi kenaikan biaya modal yang terkait dengan faktor-faktor kualitas akrual bawaan) dan oportunisme
ditambah noise (yang akan memperburuk faktor ini). Sejauh bahwa kualitas akrual diskresioner merefleksikan
campuran informasi-risiko meningkat dan informasi-risiko penurunan efek, kami berharap biaya keseluruhan efek
modal lebih kecil dari efek untuk kualitas akrual bawaan. Hipotesis kedua kami meresmikan prediksi biaya
diferensial efek modal antara komponen bawaan dan discretionary kualitas akrual; kami menyatakan H2 dalam
bentuk nol (yang menyiratkan bahwa investor tidak peduli dengan spesifik penyebab dari risiko informasi) dan
mengujinya terhadap bentuk alternatif (yang menyiratkan bahwa investor menghargai unit kualitas akrual
diskresioner kurang dari mereka nilai unit akrual bawaan kualitas):
H2. Tidak ada perbedaan dalam biaya efek ibukota komponen bawaan kualitas akrual versus komponen
discretionary kualitas akrual.
2.3.2. perbedaan empiris antara bawaan dan akrual diskresioner kualitas

Kami menggunakan dua pendekatan untuk mengurai biaya efek ibukota komponen diskresioner dan bawaan
dari kualitas akrual. Kedua metode menggunakan indikator Ringkasan untuk menangkap pengaruh dari
lingkungan operasi dan model bisnis pada kualitas akrual. Kami mengacu pada efek ini sebagai 'faktor bawaan,'
mengakui bahwa penjelasan ini adalah tidak tepat karena manajemen dapat mengubah model bisnis (misalnya,
dengan meningkatkan perputaran piutang) atau lingkungan operasi (misalnya, dengan keluar garis bisnis atau
wilayah geografis) . Kami melihat faktor bawaan sebagai lambat untuk berubah, relatif terhadap faktor-faktor
(seperti keputusan pelaksanaan akuntansi manajemen) yang mempengaruhi kualitas akrual diskresioner. Kami
menggunakan faktor-faktor yang disarankan oleh DD sebagai mempengaruhi (bawaan) akrual kualitas: fi ukuran
rm, standar deviasi dari kas fl ow dari operasi,
Pendekatan pertama (Metode 1) secara eksplisit memisahkan komponen bawaan dan discretionary kualitas
akrual menggunakan regresi tahunan AQ pada faktor-faktor bawaan. Perkiraan nilai dari masing-masing regresi
menghasilkan perkiraan porsi bawaan dari fi rm j Ini kualitas akrual pada tahun t, InnateAQ j; t: Kesalahan prediksi
adalah estimasi komponen discretionary kualitas akrual fi rm di tahun t, DiscAQ j; t:
Metode 1 menggantikan (total) AQ variabel dalam regresi asli dengan InnateAQ

dan DiscAQ. Pendekatan kedua (Metode 2) mengontrol faktor bawaan mempengaruhi kualitas akrual dengan
memasukkan mereka sebagai variabel independen dalam biaya tes modal. Dalam regresi ditambah, yang
koefisien pada AQ menangkap biaya efek modal porsi kualitas akrual yang tambahan untuk efek ditangkap oleh
faktor bawaan. Kami menafsirkan koefisien ini fi sien sebagai ukuran biaya efek modal kualitas akrual
diskresioner.
PASAL DALAM PERS
Dua pendekatan untuk membedakan antara kualitas akrual bawaan dan diskresioner berbeda dalam
beberapa cara yang memiliki implikasi untuk menarik kesimpulan tentang H2. Salah satu perbedaan muncul
karena Metode 2 tidak menghasilkan ukuran yang terpisah kualitas akrual bawaan. Oleh karena itu, di bawah
Metode 2 pendekatan, kesimpulan tentang H2, yang (dalam bentuk nol nya) memprediksi tidak ada perbedaan
dalam biaya efek ibukota bawaan versus kualitas akrual diskresioner, harus didasarkan pada perbandingan
antara total biaya kualitas akrual efek modal dan efek komponen diskresioner ini. Sebaliknya, Metode 1
memungkinkan kita untuk membuat perbandingan langsung dari efek bawaan versus kualitas akrual
diskresioner. Perbedaan kedua berasal dari sensitivitas relatif dari dua metode untuk pengaruh variabel bawaan
berpotensi dihilangkan, Z. Di bawah Metode 1, dihilangkan faktor bawaan mengarah ke model misspeci fi kasi,
yang memanifestasikan dirinya sebagai kebisingan dalam jangka error. Semua hal lain tetap sama, nilai-nilai
ribut istilah error meningkatkan kesalahan pengukuran di DiscAQ, mengarah ke bias ke bawah (menuju nol) pada
perkiraan efek harga kualitas akrual diskresioner. Di bawah Metode 2, pengecualian Z kemungkinan hasil di koe
lebih besar fi sien memperkirakan pada
AQ dibandingkan akan terjadi jika Z disertakan sebagai variabel independen (dengan asumsi bahwa Z berhubungan
positif dengan bawaan AQ). Singkatnya, sampai-sampai kita set faktor bawaan tidak lengkap, efek harga
perkiraan kualitas akrual diskresioner yang cenderung bias ke bawah di bawah Metode 1 dan ke atas di bawah
metode 2. Membandingkan hasil berdasarkan dua metode batas biaya efek modal komponen discretionary
kualitas akrual, tergantung pada pengidentifikasian set faktor bawaan.
3. Contoh dan deskripsi proxy kualitas akrual
Kami menghitung nilai AQ j; t ¼ s ð u j Þ t untuk semua perusahaan-perusahaan dengan data yang tersedia untuk
periode 32 tahun t ¼ 1970 2001: Untuk dimasukkan dalam salah satu tes berbasis pasar, kami mewajibkan setiap
pengamatan fi rm-tahun memiliki data AQ dan langkah-langkah pasar yang diperlukan. Karena s ð u j Þ t didasarkan
pada lima residual tahunan, sampel kami dibatasi untuk perusahaan-perusahaan dengan minimal 7 tahun data
(ingat bahwa Persamaan. (1) meliputi memimpin dan tertinggal arus kas). Pembatasan ini mungkin bias sampel
kami untuk bertahan fi rms yang cenderung lebih besar dan lebih sukses dari populasi. Kami berharap
pembatasan ini akan, jika ada, mengurangi variasi dalam AQ, sehingga lebih sulit untuk mendeteksi efek. Secara
total, ada 91.280 fi rm-tahun pengamatan dengan data pada AQ. Jumlah fi rms setiap tahun berkisar dari sekitar
1.500 per tahun pada awal tahun 1970 kira-kira 3.500 per tahun menjelang akhir periode sampel.
Tabel 1 melaporkan ringkasan statistik pada AQ untuk sampel dikumpulkan. nilai rata-rata dan median AQ adalah
0,0442 dan 0,0313, masing-masing; 80% dari nilai-nilai berada di kisaran 0,0107-0,0943. Dalam tes dilaporkan,
kami juga memeriksa variasi over-waktu di AQ, seperti yang ditangkap oleh distribusi cross-sectional dari fi rm j 'S
standar deviasi 5year rolling s ð u j Þ t: ( Kami mengecualikan fi pengamatan rm-tahun dengan lengkap data 5
tahun). Data ini menunjukkan cukup variabilitas over-waktu, yang dibuktikan dengan standar deviasi rata-rata
0,0119, atau 27% dari nilai rata-rata
s ð u j Þ t ¼ 0: 0442:
PASAL DALAM PERS
Tabel 1
Ringkasan informasi keuangan tentang rms sampel fi, 1970-2001
Variabel Berarti 10% 25% Median 75% 90%

AQ: 0,0442 0,0107 0,0179 0,0313 0,0558 0,0943
variabel keuangan
nilai pasar ekuitas ($ mils) 1206,6 4.7 14.3 64.2 374,8 1702,1
Aset ($ mils) 1283,5 8,5 25,6 102.0 511,3 2333,6
Penjualan ($ mils) 1240,1 8,9 30,7 127,6 575,2 2297,8
ROA 0,003 0,101 0,005 0,042 0,076 0,114
Pasar untuk rasio buku 2,02 0.44 0,77 1,32 2,29 4.07
CostDebt 0,099 0,059 0,074 0,092 0,114 0,144
Pengaruh 0,276 0,010 0,109 0,248 0,381 0,520
s ( NIBE) 0,065 0,011 0,020 0.038 0,077 0,151
rasio harga Earnings- 0,089 0.026 0.047 0.073 0,114 0,166
indep 0.008 0,045 0,022 0,001 0,027 0,062
pertumbuhan penjualan 0,193 0,018 0,067 0,126 0.220 0.403
Pertumbuhan ( nilai buku ekuitas) 1,056 0,657 0,805 0,961 1,198 1,586
faktor bawaan menjelaskan kualitas akrual

Ukuran ( log dari total aset) 4,805 2,138 3,241 4,625 6,237 7,755
s ( CFO) 0,094 0.029 0,045 0.073 0,118 0,181
s ( Penjualan) 0,257 0,068 0,118 0,199 0.326 0,507
OperCycle 182 48 78 123 180 251
log (OperCycle) 4,707 3,866 4,362 4,810 5,191 5,527
NegEarn 0,193 0.000 0.000 0,100 0,300 0,600
deskripsi sampel dan variabel definisi de fi: Sampel mengandung 91.280 fi pengamatan rm-tahun selama
t ¼ 1970-2001 dengan data Compustat untuk menghitung AQ di setiap tahun. AQ ¼ standar deviasi dari fi rm j residual 's, dari tahun t 4 untuk t dari
estimasi cross-sectional tahunan dimodifikasi Dechow-Dichev (2002) model. ROA ¼ pengembalian aset; CostDebt ¼ beban bunga di tahun t + 1
dibagi dengan utang bearing rata bunga di tahun t dan t + 1; Pengaruh ¼ total hutang bunga terhadap total aset;
s ( NIBE) ¼ standar deviasi dari fi rm j Ini laba bersih sebelum pos luar biasa; indep ¼ rasio EP industryadjusted, sama dengan firma j 'S earning
ratio-harga kurang earning ratio-harga rata-rata industrinya; pertumbuhan penjualan ¼ tahun-ke-tahun persentase perubahan dalam penjualan; Pertumbuhan
¼ log dari 1 ditambah persentase perubahan nilai buku ekuitas; s ( CFO) ¼ standar deviasi dari kas fl ow dari operasi; s ( Penjualan) ¼ standar
deviasi dari penjualan; OperCycle ¼ fi rm j 'S siklus operasi; NegEarn ¼ kejadian laba negatif selama 10 tahun terakhir.
Tabel 1 juga melaporkan ringkasan informasi variabel keuangan yang dipilih. Rms sampel fi besar (nilai pasar
median dari ekuitas adalah sekitar $ 64 juta dan aset median sekitar $ 102 juta); pro fi table (pulang median aset
sekitar 0,042); dan berkembang (pertumbuhan penjualan rata-rata adalah 0,126). Dalam tes dilaporkan, kita
membandingkan atribut-atribut sampel untuk orang-orang dari populasi Compustat untuk periode waktu yang
sama. Konsisten dengan bias seleksi disebutkan di atas, rms sampel fi kami lebih besar, pertumbuhan yang
lebih pro fi meja dan pengalaman yang lebih tinggi daripada khas Compustat fi rm (median Compustat fi rm
selama periode sampel kami memiliki nilai pasar dari ekuitas $ 59 juta, ROA dari 0.034, dan pertumbuhan
penjualan 0,100). Kami mencatat bahwa sementara perbedaan antara sampel dan populasi Compustat yang
PASAL DALAM PERS
statistik signifikan (tes tidak dilaporkan), mereka relatif kecil dalam hal ekonomi.
4. Akrual kualitas dan biaya utang dan modal ekuitas
pertama kami mengatur tes meneliti hubungan antara kualitas akrual dan proxy untuk biaya modal: biaya
utang (Bagian 4.1) dan biaya ekuitas, seperti yang ditangkap oleh rasio industri-disesuaikan laba-harga (Bagian
4.2) dan faktor loadings dalam satu konvensional -faktor dan model aset-harga tiga faktor (Bagian 4.3). Untuk
setiap pengujian, kami menggabungkan sampel dijelaskan dalam Bagian 3 dengan semua pengamatan dengan
pasar dan data akuntansi ditentukan oleh tes itu. Dari 91.280 fi pengamatan rm-tahun dengan data pada AQ, 76.195
memiliki data mengenai beban bunga sebagai persen dari utang berbunga (proksi kami untuk biaya utang) dan
55.092 memiliki data yang diperlukan untuk menghitung rasio laba-harga. Sampel yang digunakan dalam tes
assetpricing termasuk 8881 perusahaan-perusahaan dengan data pada AQ dan return bulanan data, dan
20.878 perusahaan-perusahaan dengan data return bulanan, masing-masing.
analisis kami didasarkan pada regresi tahunan diperkirakan menggunakan jajaran desil dari
AQ, untuk periode t ¼ 1970 2 2001: Penggunaan desil peringkat kontrol untuk outlier dan non-linearities, dan
memfasilitasi interpretasi dari besaran ekonomi biaya efek modal. Untuk mengontrol korelasi cross-sectional,
kami menilai fi signifikansi dari 32 hasil regresi tahunan menggunakan time-series kesalahan standar estimasi
koefisien yang koefisien ( Fama-Macbeth, 1973 ).
4.1. Biaya utang
Tes pertama kami meneliti apakah AQ menjelaskan variasi dalam biaya menyadari utang
ð CostDebt Þ; dihitung sebagai rasio fi rm j beban bunga 's di tahun t þ 1 (Compustat
# 15) utang berbunga rata yang beredar pada tahun t dan t þ 1 (Compustat # 9 dan # 34). Ringkasan informasi
yang dilaporkan dalam Tabel 1 menunjukkan rata-rata (median) biaya utang dari 9,9% (9,2%), dengan 80% dari
sampel memiliki biaya utang antara 5,9% dan 14,4%.
Bukti tentang hubungan antara CostDebt dan kualitas akrual rinci dalam Panel A dari Meja 2 , Di mana kami
melaporkan biaya rata-rata utang untuk setiap kuintil dari peringkat AQ distribusi. Data ini menunjukkan bahwa
yang terburuk kualitas akrual fi rms (Q5) memiliki mean biaya utang dari 10,77% sedangkan terbaik rms kualitas
akrual fi (Q1) memiliki mean biaya utang dari 8,98%. Peningkatan CostDebt seluruh kuintil monoton, dengan
yang signifikan (pada tingkat 0,001) perbedaan antara mean
CostDebt untuk yang terbaik terburuk dan AQ kuintil (Q5 dibandingkan Q1). Perbedaan-perbedaan ini secara
ekonomi bermakna: biaya diferensial utang antara Q5 dan Q1 sesuai dengan 179 bp (t-statistik ¼ 10.10).
Efek ini dapat dilebih-lebihkan karena tes tidak mengontrol dengan dampak dari faktor-faktor lain yang
diketahui mempengaruhi biaya utang: keuangan leverage, fi ukuran rm, return on asset, interest coverage, dan
volatilitas laba ( Kaplan dan Urwitz 1979 ; Palepu et al., 2000 ). Jika kualitas akrual tidak terserap oleh satu atau
lebih dari faktor-faktor ini, dan
PASAL DALAM PERS
Meja 2
Pengujian hubungan antara kualitas akrual dan proxy untuk biaya utang dan modal ekuitas, 1970-2001
Panel A: Nilai rataan biaya utang, rasio EP industri-disesuaikan, dan beta oleh kuintil AQ Sebuah
Variabel AQ kuintil (1 ¼ tinggi AQ skor; 5 rendah AQ skor) Q5 Q1
Q1 Q2 Q3 Q4 Q5 Diff. t-stat.
CostDebt 8.98 9,49 9.71 10,08 10,77 1,79 10.10

indep 0,0048 0,0032 0,0076 0,0091 0,0140 0,0093 4.37
beta 0.92 1,02 1.08 1.14 1,27 0,35 6,75
Panel B: Sarana regresi tahunan biaya utang pada kualitas akrual, dengan kontrol b
Indep. var. Pred. tanda Coef.est. t-stat.
Pengaruh + 2,50 9.76

Ukuran 0.01 0,55
ROA 1,65 5.02
IntCov 0.02 5.24
s ( NIBE) + 5.44 12.35
AQ + 0,14 13,36
Panel C: Sarana regresi tahunan rasio EP industri-disesuaikan pada kualitas akrual, dengan kontrol b
Indep. var. Pred. tanda Coef.est. t-stat.
Pertumbuhan 0,0027 2.00

beta + 0,0043 2,74
Pengaruh + 0,0097 2,55
Ukuran 0,0009 1,67
AQ + 0,0013 5.83
deskripsi sampel dan variabel definition: melihat Tabel 1 untuk variabel definisi de fi. Sampel yang digunakan dalam biaya tes utang (Panel A dan B)
berisi 76.195 pengamatan lebih 1970-2001. Sampel yang digunakan dalam tes earning ratio-harga (Panel A dan C) mengandung 55.092 fi
pengamatan rm-tahun selama t ¼ 1970 2 2001: Sampel yang digunakan untuk menghitung beta terdiri dari 8881 perusahaan-perusahaan dengan
setidaknya 18 return bulanan dan data AQ.
Sebuah Yang pertama dua baris Panel A menunjukkan biaya rata-rata hutang dan berarti earning ratio-harga industri-disesuaikan untuk setiap AQ
kuintil. Baris ketiga menunjukkan beta portofolio untuk masing-masing AQ kuintil, di mana beta dihitung dengan kemunduran kembali kelebihan
bulanan masing-masing kuintil pada kelebihan return pasar bulanan, untuk periode April 1971-Maret 2002. kolom berlabel '' Q5 Q1 '' menunjukkan
perbedaan dalam nilai rata-rata antara yang terburuk (Q5) dan terbaik (Q1) akrual kuintil kualitas, bersama dengan t-statistik dari apakah
perbedaannya adalah nol.
b Panel B (Panel C) melaporkan hasil rata-rata memperkirakan hubungan tahunan antara fi rm j 'S biaya utang (earning ratio-harga
industri-disesuaikan) dan nilai desil pangkat AQ, mengontrol faktor-faktor lain yang diketahui mempengaruhi biaya utang (earning ratio-harga
industri-disesuaikan). t-statistik didasarkan pada kesalahan deret waktu standar dari 32 koefisien estimasi fi sien.
jika kreditor melihat perusahaan-perusahaan dengan akrual berkualitas rendah sebagai berisiko daripada perusahaan-perusahaan dengan
akrual highquality, kami berharap hubungan positif antara biaya utang dan AQ, atau
y 6 4 0; dalam regresi berikut:
CostDebt j; t ¼ y 0 þ y 1 Pengaruh j; t þ y 2 Ukuran j; t þ y 3 ROA j; t þ y 4 IntCov j; t
þ y 5 s ð NIBE Þ j; t þ y 6 AQ j; t þ B j; t, ð2Þ
PASAL DALAM PERS
dimana Pengaruh j, t ¼ fi rm j 'Rasio s utang berbunga terhadap total aset di tahun t, Ukuran j, t ¼ log dari fi rm j Ini
total aset di tahun t, ROA j, t ¼ fi rm j 'S pengembalian aset di tahun t, IntCov j, t ¼ fi rm j 'Rasio s dari pendapatan
operasional terhadap beban bunga di tahun t, s ð NIBE Þ j; t standar deviasi dari fi rm j Ini laba bersih sebelum pos
luar biasa ( NIBE), skala dengan aset rata-rata, selama periode 10-tahun sebelumnya bergulir; kami
membutuhkan setidaknya lima pengamatan NIBE untuk menghitung standar deviasi.
Panel B, Meja 2 melaporkan hasil memperkirakan Persamaan. (2). Yang pertama lima baris menunjukkan
perkiraan efisien koefisien dan t-statistik untuk variabel kontrol. Seperti yang diharapkan, volatilitas laba adalah
secara signifikan (pada tingkat 0,01 atau lebih baik) berkorelasi positif dengan CostDebt; dan ROA dan IntCov yang
secara signifikan (pada tingkat 0,01) terkait secara negatif; untuk sampel kami, CostDebt adalah insigni fi kan terkait
dengan Ukuran, dan berhubungan negatif dengan Pengaruh. 5 Hasil untuk AQ menunjukkan bahwa kualitas akrual
berkorelasi positif dengan CostDebt ( t-statistik ¼ 13,36). Nilai rata-rata tahunan y 6 'S dari regresi desil peringkat
menunjukkan pentingnya ekonomi efek ini. The koefisien rata-rata fi sien perkiraan 0,14, menunjukkan perbedaan
dari 126 bp (0,14 dikalikan dengan perbedaan sembilan desil) biaya menyadari utang antara yang terburuk dan
terbaik AQ
desil.
Dalam tes dilaporkan, kami juga meneliti hubungan antara akrual kualitas dan ex-ante biaya utang, yang
ditunjukkan oleh S & P Emiten Peringkat Kredit (Compustat # 280). 6 Ukuran sampel untuk tes ini lebih kecil ( n ¼ 13;
032 fi pengamatan rm-tahun) kedua karena data ini tersedia mulai tahun 1985 dan karena mereka tidak
dilaporkan untuk banyak perusahaan. Konsisten dengan hasil untuk biaya menyadari utang, kita temukan bahwa
AQ menambahkan bermakna untuk menjelaskan peringkat utang, tambahan untuk mengontrol variabel. Secara khusus, mean
desil peringkat koefisien estimasi pada AQ dari 0,27 (tstatistik ¼ 12.64) menunjukkan perbedaan di peringkat utang dari 2,43
untuk perusahaan-perusahaan di terbaik dan terburuk AQ desil. Mengingat bahwa peringkat utang rata-rata untuk
perusahaan-perusahaan di terbaik AQ desil kira-kira A, perbedaan 2,4 kategori sesuai dengan rating BBB untuk yang terburuk AQ
perusahaan-perusahaan.
Singkatnya, temuan di atas menunjukkan bahwa kualitas akrual mempengaruhi biaya utang, tambahan
leverage keuangan, ukuran, pengembalian aset, cakupan bunga dan volatilitas laba. Hasil ini konsisten di kedua
ex post dan langkah-langkah ex ante dari biaya utang. Biaya menyadari regresi utang menyarankan diferensial
126 bp antara yang terbaik dan terburuk kualitas akrual fi rms.
5 Penelitian sebelumnya baik menggunakan peringkat utang atau hasil pada obligasi baru untuk proxy untuk biaya modal utang (misalnya, Ziebart
dan Reiter, 1992 ; Sengupta, 1998 ) Umumnya fi nds hubungan positif antara leverage dan biaya utang. Hasil kami (untabulated) yang
menggunakan peringkat S & P utang sebagai proxy untuk biaya utang juga menghasilkan fi kan signifikan (pada tingkat 0,001) koefisien positif fi
sien pada leverage. Penelitian tentang hubungan antara biaya menyadari hutang dan leverage termasuk Pittman dan Fortin (2004) , Yang
berpendapat bahwa biaya utang menyadari adalah proxy berisik untuk membangun mendasari, dan karena itu memotong di 5 dan 95 persentil.
Ketika kita sama memotong, kita menemukan sebuah fi kan signifikan (pada tingkat 0,001) positif koefisien pada leverage.
6 Kami recode data Compustat untuk menghapus kode belum ditetapkan dan serupa. variabel kita recoded,
DebtRating, berkisar dari 1 (AAA) ke 20 (Default).

PASAL DALAM PERS
4.2. rasio harga Earnings-
Berikut Liu et al. (2002) , Kami melihat beberapa harga yang melekat pada laba sebagai
valuasi tangan pendek, Dechow dan Dichev (2002) yang menempatkan harga pada dolar pendapatan. Sebuah
beberapa lebih tinggi berarti biaya yang lebih rendah dari modal investor bersedia membayar lebih untuk dolar laba
tertentu. Melihat rasio harga-laba sebagai indikator kebalikan dari biaya ekuitas, kami menilai apakah hasil kualitas
yang lebih rendah-akrual dalam rasio harga-pendapatan yang lebih rendah ( Penman, 2001 ). Secara khusus, kami
menyelidiki hubungan antara AQ dan rasio laba-harga industri-disesuaikan. Kami menggunakan rasio laba-harga untuk
mengatasi masalah dengan efek nilai-nilai kecil dari pendapatan di penyebut, dan kami industri menyesuaikan
berdasarkan Alford (1992) fi nding bahwa keanggotaan industri bekerja dengan baik untuk memilih
perusahaan-perusahaan yang sebanding dalam hal risiko dan pertumbuhan.
Untuk menghitung industri-disesuaikan EP rasio, kita terlebih dahulu menghitung median EP rasio untuk semua
perusahaan-perusahaan dengan pendapatan positif di tahun t di masing-masing 48 kelompok industri Fama-French; kita
memerlukan minimal lima positif rms laba fi di industri pada tahun t
(Tidak termasuk fi rm j). Kami menghitung fi rm j 'S industri-disesuaikan EP perbandingan, indep, sebagai perbedaan
antara nya EP rasio dan industri median EP rasio di tahun t. ( Kami menarik kesimpulan serupa dengan menggunakan
rasio fi rm j 's EP untuk industri median EP.) Jika investor berlaku kelipatan lebih rendah untuk akrual berkualitas
rendah, kami berharap pendapatan terkait dengan akrual tersebut memiliki lebih besar indep nilai-nilai. Bukti tentang
hubungan antara indep dan AQ disediakan dalam Panel A, Meja 2 , Di mana kami melaporkan nilai rerata indep untuk
setiap kuintil dari peringkat AQ distribusi. Data ini menunjukkan bahwa termiskin rms fi kualitas akrual memiliki
terbesar indep, bahwa peningkatan indep
dekat-monoton di AQ kuintil, dan bahwa mean indep untuk yang terburuk kuintil kualitas akrual (Q5) adalah
secara signifikan lebih besar dari rata-rata untuk yang terbaik kuintil kualitas akrual (Q1). Perbedaan nilai
rata-rata antara Q5 dan Q1 adalah
0,0093 dan andal berbeda dari nol (t-statistik ¼ 4.37). Untuk memberikan rasa yang lebih intuitif dari besarnya
ekonomi efek ini, kami juga menghitung selisih rasio harga-laba disesuaikan antara yang terburuk dan terbaik AQ
kuintil (tes tidak dilaporkan): perbedaan rata-rata adalah sekitar 12 (t-statistik ¼ 7.96). Mengingat bahwa EPS
rata-rata sampel kami adalah $ 1,67, perbedaan dalam rasio harga-pendapatan berhubungan dengan sekitar $ 20
per saham dari nilai pasar.
tes yang lebih formal dari apakah kualitas akrual menjelaskan industri-disesuaikan EP rasio ditampilkan di Panel C, Meja
2 , Di mana kami melaporkan perkiraan efisien koefisien dan tstatistics dari memperkirakan Persamaan. (3), yang meliputi
kontrol untuk pertumbuhan, leverage, beta dan fi rm size:
indep j; t ¼ W 0 þ W 1 Pertumbuhan j; t þ W 2 Pengaruh j; t þ W 3 beta j; t þ W 4 Ukuran j; t þ
W 5 AQ j; t þ B j; t, ð3Þ
dimana Pertumbuhan adalah log dari satu ditambah pertumbuhan fi rm dalam nilai buku ekuitas selama 5 tahun terakhir, beta bergulir
5 tahun pra-diperkirakan beta yang diperoleh dari fi rm-spesifik estimasi CAPM menggunakan 5 tahun terakhir dari data; kita
membutuhkan suatu perusahaan untuk memiliki setidaknya 18 return bulanan untuk estimasi ini.
PASAL DALAM PERS
Hasil penelitian menunjukkan bahwa indep berhubungan negatif dengan Pertumbuhan ( t-statistik ¼? 2.00),
konsisten dengan tinggi-pertumbuhan perusahaan-perusahaan yang memiliki rasio laba-harga yang lebih kecil. Kami juga berharap
bahwa perusahaan berisiko memiliki rasio laba-harga yang lebih besar; hubungan positif ini diamati untuk Leverage ( t-statistik ¼ 2,55)
tetapi tidak untuk beta, di mana kita menemukan hubungan andal negatif. 7 Sejauh bahwa perusahaan yang lebih kecil yang lebih
berisiko daripada perusahaan-perusahaan yang lebih besar, kami Merintis dari hubungan negatif antara indep dan Ukuran ( tstatistik ¼?
1,67) juga konsisten dengan pandangan bahwa perusahaan lebih berisiko memiliki rasio laba-harga yang lebih besar. Baris terakhir
dari Panel C menunjukkan bahwa perusahaan dengan lebih besar AQ
Skor memiliki rasio laba-harga yang lebih besar, mengendalikan faktor-faktor lain yang mempengaruhi rasio laba-harga:
perkiraan rata-rata j 5 positif, dengan t-statistik dari 5,83. Kami menafsirkan hasil ini sebagai menunjukkan bahwa kualitas
akrual menurun, demikian juga jumlah investor bersedia membayar untuk satu dolar pendapatan, menyiratkan biaya
yang lebih tinggi dari modal untuk perusahaan-perusahaan dengan akrual-kualitas yang lebih rendah.
4.3. faktor loadings dalam satu-faktor dan tiga-faktor model asset-pricing
Analisis kami berikutnya menyelidiki efek dari kualitas akrual pada biaya ekuitas modal, seperti terwujud
dalam faktor loadings dan kekuatan penjelas dari satu faktor dan tiga-faktor model asset pricing. Sedangkan EP analisis
rasio di bagian sebelum menangkap penilaian ex-ante investor dari biaya ekuitas, regresi aset-harga di ini bagian
penggunaan rata-rata (ex-post) kembali realisasi untuk proxy untuk biaya ekuitas. Kita mulai dengan memeriksa
apakah kualitas akrual miskin dikaitkan dengan faktor yang lebih besar memuat tentang risiko sistematis (beta)
dalam model satu faktor tradisional. Jika kualitas akrual dikaitkan dengan risiko ini, kami berharap hubungan
positif antara AQ dan beta.
Untuk memungkinkan perbedaan dalam tahun fiskal fi rms' berakhir serta perubahan dari waktu dalam kualitas akrual, kami menggunakan
teknik portofolio yang dinamis untuk menetapkan perusahaan-perusahaan untuk AQ
kuintil. Secara khusus, dimulai pada bulan April 1971, kami membentuk kuintil pada hari pertama setiap bulan
kalender m berdasarkan nilai perusahaan yang paling baru-baru ini AQ diketahui sebelum bulan m; fi rms dengan
yang terkecil (terbesar) AQ nilai-nilai yang ditempatkan di pertama fi (kelima) kuintil. 8 Kami menghitung rata-rata
excess return bulanan untuk setiap kuintil untuk periode April 1971-Maret 2002, menghasilkan serangkaian waktu
384 hasil kelebihan bulanan untuk masing-masing kuintil ( q ¼ Q1, y, Q5). Portofolio beta adalah koefisien yang
diperoleh dari regresi excess return bulanan setiap kuintil pada kelebihan return pasar bulanan:
R q; m R F; m ¼ Sebuah q þ b q ð R M; m R F; m Þ þ q; m. (4)
7 Berdasarkan Fama dan French (1992) melaporkan korelasi yang tinggi antara pre-memperkirakan beta, ukuran dan leverage, kami menduga
bahwa hubungan negatif ini disebabkan korelasi antara beta dan salah satu atau kedua ukuran dan leverage.
8 Misalnya, untuk bulan April 1998 perusahaan-perusahaan adalah peringkat ke dalam kuintil berdasarkan AQ sinyal dihitung menggunakan data
tahunan untuk fiskal tahun-ujung antara Januari 1997 dan Desember 1997. Prosedur ini berarti bahwa fi rm j 's AQ sinyal untuk tahun t, di mana
tahun fiskal t berakhir di bulan n, akan memengaruhi fi rm

j 'S peringkat untuk bulan n + 4 melalui n + 15.
PASAL DALAM PERS
Panel A, Meja 2 melaporkan beta diperoleh dari memperkirakan Persamaan. (4) untuk setiap kuintil. Data ini
menunjukkan bahwa estimasi beta meningkatkan monoton di seluruh kuintil, dari 0,92 untuk Q1 menjadi 1,27 untuk
Q5. Perbedaan beta antara Q5 dan Q1 portofolio adalah 0,35 (t-statistik ¼ 6,75). Dengan asumsi premi risiko pasar
6%, Q5 Perbedaan Q1 di beta 0,35 menyiratkan bahwa perusahaan-perusahaan dengan akrual kualitas tertinggi
menikmati pengurangan 210 bp dalam biaya modal ekuitas relatif terhadap perusahaan-perusahaan dengan akrual
kualitas terburuk.
tes lebih eksplisit dari efek kualitas akrual pada biaya modal ekuitas dilakukan menggunakan fi rm-spesifik
regresi aset-harga. Kita mulai dengan memperkirakan model onefactor untuk masing-masing J ¼ 8; 881
perusahaan-perusahaan dengan data pada AQ dan setidaknya 18 return bulanan antara April 1971 dan Maret
2002. (median) berarti sampel fi rm memiliki 159 (130) return bulanan. Panel A, tabel 3 melaporkan nilai-nilai
rata-rata dari koefisien koefisien dan disesuaikan R 2 'S dari tes CAPM tersebut, dan laporan t-statistik dari apakah
rata koefisien estimasi fi sien sama dengan nol. Hasilnya menunjukkan beta rata-rata 1,04 (t-statistik dari 174,57)
dan berarti disesuaikan R 2 13,5%. Untuk CAPM tradisional, kita menambahkan kualitas akrual menangkap
variabel. Secara khusus, kami menghitung AQfactor- meniru portofolio sama dengan perbedaan antara
pengembalian kelebihan bulanan atas dua AQ kuintil (Q4 dan Q5) dan bagian bawah dua AQ kuintil (Q1 dan
Q2). Prosedur ini (mirip dengan yang digunakan oleh Fama dan French (1993) untuk membangun ukuran dan
buku-to-market factor-meniru portofolio) menghasilkan serangkaian 384 bulanan AQfactor pengembalian. Panel
A menunjukkan hasil regresi yang meliputi AQfactor sebagai variabel independen tambahan; tes ini
memungkinkan kita untuk menilai sejauh mana akrual kualitas tumpang tindih dengan
dan menambah premi risiko pasar dalam menjelaskan return. Secara khusus, kami melaporkan mean dari J ¼ 8; 881
beban, b j dan l j; dari fi rm-spesifik estimasi dari persamaan. (5):
R j; m R F; m ¼ Sebuah j þ b j ð R M; m R F; m Þ þ l j AQfactor m þ j; m. (5)
mean memuat tentang AQfactor adalah positif dan sangat statistik signifikan, dengan t-statistik 83,48. Mean
diperkirakan beta tetap statistik positif (^
b ¼ 0:83; t-statistik ¼ 146,19) di hadapan AQfactor, namun besarnya dikurangi dengan 20% dibandingkan
dengan estimasi titik 1,04 dari regresi tidak termasuk
AQfactor. Sementara hasil ini menunjukkan bahwa beberapa informasi dalam AQfactor
tumpang tindih dengan premi risiko pasar, statistik signifikansi kedua variabel menunjukkan bahwa baik beta
maupun akrual kualitas subsumes yang lain. Bukti sejauh mana AQfactor menambah menjelaskan pengembalian
disediakan di barisan terakhir dari Panel A, di mana kami melaporkan kekuatan penjelas tambahan dari AQfactor,
sama dengan perbedaan rata-rata di disesuaikan R 2 'S dari estimasi dari persamaan. (5) vs Persamaan. (4).
Hasil ini menunjukkan bahwa AQfactor meningkatkan rata-rata disesuaikan R 2 4,3% dari rata-rata 13,5% menjadi
rata-rata 17,8%, atau sekitar 32%.
Kami juga menyelidiki kemampuan AQfactor untuk menjelaskan kembali dengan memeriksa kontribusinya
terhadap tiga faktor Model aset-harga. Analisis ini memberikan bukti pada apakah AQfactor proxy untuk salah
satu atau kedua faktor ukuran ( SMB) atau faktor buku-tomarket ( HML), yang keduanya telah terbukti secara
bertahap relevan untuk asset pricing ( Fama dan French, 1993 ). Kita mulai dengan memperkirakan tiga faktor
PASAL DALAM PERS
tabel 3
tes harga aset dari hubungan antara return saham di masa depan dan kualitas akrual, 1971-2002
model dasar: CAPM model dasar: 3-faktor
Pred.Sign Coeff. t-stat. Coeff. t-stat. Coeff. t-stat. Coeff. t-stat.
Panel A: fi c biaya-of-capital regresi Firm-spesifik (n ¼ 8; 881 perusahaan-perusahaan dengan nilai-nilai AQ dan data pengembalian) Sebuah
RM RF+ 1,04 174,57 0,83 146,19 0.95 164,71 0,90 154,48

SMB + - - - - 0,90 106,35 0.64 69,59
HML + - - - - 0,21 23,53 0,30 34.42
AQfactor + - - 0,47 83,48 - - 0,28 44,72
Adj. R 2 + 0,135 0,178 0,189 0,208
inc R 2 0,043 0,019
Panel B: fi c biaya-of-capital regresi Firm-spesifik (n ¼ 20; 878 perusahaan-perusahaan dengan data pengembalian) b
RM RF+ 0.99 178,24 0,77 147,33 0,91 162,08 0.86 150,77

SMB + - - - - 0,83 108.00 0,58 63,40
HML + - - - - 0,21 24.22 0,32 36,24
AQfactor + - - 0,46 100,51 - - 0,29 53,02
Adj. R 2 0,120 0,161 0,173 0,195
inc R 2 0,041 0,021
deskripsi sampel dan variabel definisi de fi: Sampel yang digunakan dalam Panel A terdiri dari 8881 perusahaan-perusahaan dengan data pada AQ dan dengan
setidaknya 18 saham bulanan kembali antara April 1971 andMarch 2002. Sampel yang digunakan dalam Panel B terdiri dari 20.878 perusahaan-perusahaan
dengan setidaknya 18 return saham bulanan antara April 1971 dan Maret
2002. Variabel definisi de fi: R M R F ¼ kelebihan pengembalian portofolio pasar; SMB ¼ kembali ke ukuran portofolio factormimicking; HML ¼ kembali
ke buku-ke-pasar portofolio faktor-meniru; AQfactor ¼ kembali ke portofolio kualitas akrual faktor-meniru untuk AQ.
Sebuah Panel A melaporkan perkiraan koefisien rata-rata di J ¼ 8; 881 fi rm-spesifik estimasi dari satu faktor dan 3-faktor model asset pricing.
Untuk setiap model dasar ini, kami juga melaporkan perkiraan fi sien koefisien untuk regresi yang meliputi AQfactor.
b Panel B melaporkan informasi yang sama seperti Panel A, kecuali hasil ini didasarkan pada J ¼ 20; 878 perusahaan-perusahaan dengan setidaknya 18 return
bulanan.
Model untuk masing-masing J ¼ 8; 881 perusahaan-perusahaan:
R j; m R F; m ¼ Sebuah j þ b j ð R M; m R F; m Þ þ s j SMB m þ h j HML m þ j; m. (6)
Panel A melaporkan rata-rata koefisien estimasi fi sien dan t-statistik untuk regresi harga tiga faktor. Hasil ini
menunjukkan bahwa masing-masing dari faktor loadings sangat signifikan, dengan t-statistik dari 164,71 ( b), 106,35
( s) dan 23,53 ( h). Bersama-sama, tiga faktor menjelaskan rata-rata 18,9% dari total variasi dalam pengembalian
kelebihan sampel fi rms'. Kolom yang tersisa dari Panel A melaporkan rata-rata perkiraan fi sien koe dan
t-statistik untuk regresi yang meliputi AQfactor:
R j; m R F; m ¼ Sebuah j þ b j ð R M; m R F; m Þ þ s j SMB m þ h j HML m
þ e j AQfactor m þ j; m: ð7Þ
Hasilnya menunjukkan perkiraan rata-rata e 4 0; dengan t-statistik 44,72. Pemeriksaan tambahan R 2 'S dan
perubahan dalam perkiraan b, s dan h, menunjukkan bahwa signifikansi dari AQfactor berasal baik dari kekuatan
penjelas tambahan (rata-rata disesuaikan R 2 meningkat dari rata-rata 18,9% menjadi rata-rata 20,8%) dan dari
tumpang tindih
PASAL DALAM PERS
dengan tiga faktor lainnya. Sejauh ini, yang paling signifikan tumpang tindih AQfactor adalah dengan
SMB, di mana masuknya AQfactor menyebabkan faktor rata-rata memuat tentang SMB (s)
menurun sebesar 29%, 0,90-0,64. The signifikan dampak AQfactor di s konsisten dengan Berk (1995) kesimpulan
bahwa ukuran faktor loadings mencerminkan misspeci fi kasi dan estimasi kesalahan dari model asset-pricing.
Secara khusus, jika model tiga faktor adalah misspeci fi ed karena mengesampingkan AQfactor, kita akan
mengharapkan inklusi untuk mengurangi besarnya pembebanan pada SMB. Terpisah, Fama dan French (1997)
dan Knez dan Ready (1997) mengomentari ketidakstabilan premium ukuran itu sendiri.
Hasil di tabel 3 menunjukkan bahwa kualitas akrual memainkan peran statistik dan ekonomis bermakna dalam
menentukan biaya modal ekuitas. Untuk mengurangi kekhawatiran bahwa temuan ini spesifik untuk sampel
perusahaan-perusahaan yang digunakan untuk menghitung
AQfactor, kita ulangi satu-faktor dan tiga-faktor tes menggunakan 20.878 perusahaan-perusahaan publik dengan
setidaknya 18 return bulanan selama periode April 1971 sampai Maret 2002. 9 Jika perusahaan-perusahaan
dengan kualitas akrual miskin memiliki biaya yang lebih tinggi dari modal, pengembalian kelebihan mereka harus
menunjukkan beban positif pada AQfactor. Hasil tes ini, dilaporkan dalam Panel B, tabel 3 , Adalah, jika ada, lebih
kuat dari yang dilaporkan dalam Panel A dari tabel ini. Secara khusus, tes CAPM menunjukkan fi kan beban
positif signifikan pada AQfactor ( t-statistik ¼ 100,51), dengan AQfactor memberikan kontribusi berarti kekuatan
penjelas tambahan dari 4,1%, meningkat sekitar 34% dari regresi tidak termasuk AQfactor. Hasil tiga faktor
menunjukkan bahwa AQfactor mempertahankan statistik signifikansi di hadapan tiga faktor lainnya (t-statistik ¼ 53,02),
dan menyediakan rata-rata kekuatan penjelas tambahan 2,1%, meningkat sekitar 12% atas model tidak
termasuk AQfactor: Selain itu, faktor memuat tentang SMB
menurun sebesar 31% (dari 0,83 menjadi rata-rata 0,58) ketika AQfactor disertakan.
Kami menafsirkan hasil di Tabel 2 dan 3 sebagai menunjukkan bahwa kualitas akrual mempengaruhi persepsi
pasar risiko ekuitas. Hasil yang fi rms dengan akrual kualitas yang buruk memiliki biaya yang lebih besar dari
modal dari perusahaan-perusahaan dengan akrual berkualitas tinggi konsisten baik dengan intuisi dan dengan
prediksi dari Easley dan O'Hara (2004) . O'Hara (2003) dan Leuz dan Verrecchia (2004) . Selanjutnya, beban pada
variabel lain berubah, kadang-kadang secara substansial, ketika faktor kualitas akrual ditambahkan ke model
asset-pricing. Perubahan sien koefisien seperti menunjukkan bahwa model asset pricing tanpa faktor kualitas
informasi tidak sepenuhnya spesifik ed (menginduksi misspeci Bias fi kasi pada koefisien koefisien); khususnya,
korelasi hanya antara
AQfactor dan faktor-faktor lain tidak akan secara substansial mengubah perkiraan fi sien koe.
5. harga dari bawaan versus kualitas akrual diskresioner
Hasil di Tabel 2 dan 3 menunjukkan bahwa total kualitas akrual harga oleh pasar. Pada bagian ini kita
menguji Hipotesis 2, yang menganggap harga diferensial
9 Analisis ini difasilitasi oleh desain portofolio faktor meniru yang memetakan fi rm- dan fi c nilai-nilai kualitas akrual tahun tertentu ke dalam fi c
pengembalian kelebihan bulan-spesifik, AQfactor. Karena AQfactor tidak fi rm-spesifik, dapat berkorelasi dengan kelebihan pengembalian apa saja
fi rm, terlepas dari apakah fi rm memiliki data untuk menghitung AQ.

PASAL DALAM PERS
efek untuk bawaan dibandingkan komponen diskresioner kualitas akrual. pengujian kami menggunakan dua
pendekatan yang dijelaskan dalam Bagian 2.3.2 untuk membedakan komponen bawaan dan diskresioner
kualitas akrual.
5.1. Memisahkan kualitas akrual menjadi komponen-komponen bawaan dan diskresioner (Metode 1)
Dd mengidentifikasi lima faktor bawaan seperti yang mempengaruhi akrual kualitas: ukuran fi rm ( Ukuran,
diukur sebagai log dari total aset; hasil kami tidak sensitif terhadap langkah-langkah lain dari ukuran, seperti
pendapatan), standar deviasi dari kas fl ow dari operasi ð s ð CFO ÞÞ;
standar deviasi dari pendapatan penjualan ð s ð Penjualan ÞÞ; panjang siklus operasi ( OperCycle;
diukur sebagai jumlah hari piutang dan hari persediaan) dan kejadian realisasi laba negatif ð NegEarn Þ: Berikut DD,
kami berharap rms lebih kecil fi, dan perusahaan-perusahaan dengan uang tunai yang lebih besar mengalir volatilitas,
siklus operasi lebih lama, dan insiden lebih besar dari kerugian, untuk memiliki miskin kualitas akrual. Kami mengukur
setiap indikator Ringkasan ini pada suatu perusahaan-spesifik dasar, menggunakan rolling jendela 10-tahun (kami
membutuhkan setidaknya lima pengamatan di setiap jendela); hasilnya tidak sensitif terhadap panjang jendela yang
digunakan untuk mengukur faktor-faktor bawaan. Statistik deskriptif tentang faktor-faktor bawaan dilaporkan dalam Tabel
1 . Nilai-nilai indikator untuk sampel kami (1970-2001) adalah sama dengan yang dilaporkan oleh DD untuk sampel
mereka (1987-1999). Sebagai contoh, sampel kami berarti nilai-nilai 4,80 untuk Ukuran, 0,094 untuk s ð CFO Þ; 0,257
untuk
s ð Penjualan Þ; 182 hari untuk OperCycle; dan 19,3% untuk NegEarn; dibandingkan, Dechow dan Dichev melaporkan nilai
rata-rata 5,50 untuk Ukuran, 0,060 untuk s ð CFO Þ; 0,215 untuk s ð Penjualan Þ;
141 hari untuk OperCycle; dan 10% untuk NegEarn:
Pendekatan pertama fi untuk mengidentifikasi komponen kualitas akrual (Metode 1) bergantung pada estimasi
tahunan Persamaan. (8):
AQ j; t ¼ l 0 þ l 1 Ukuran j; t þ l 2 s ð CFO Þ j; t þ l 3 s ð Penjualan Þ j; t þ l 4 OperCycle j; t
þ l 5 NegEarn j; t þ m j; t, ð8Þ
dimana s ( CFO j, t) adalah standar deviasi dari fi rm j 'S CFO, dihitung selama 10 tahun terakhir, s ( Penjualan) j, t standar
deviasi dari fi rm j penjualan 's, dihitung selama 10 tahun terakhir, OperCycle j, t log dari fi rm j 'Siklus operasi s, NegEarn
j, t jumlah tahun, dari 10 masa lalu, di mana fi rm j dilaporkan NIBE Hai 0.
nilai-nilai yang diprediksi dari (8) menghasilkan perkiraan porsi bawaan dari fi rm j Ini kualitas akrual pada
tahun t,
InnateAQ j; t ¼ ^ l 0 þ ^ l 1 Ukuran j; t þ ^ l 2 s ð CFO Þ j; t þ ^ l 3 s ð Penjualan Þ j; t þ ^ l 4 OperCycle j; t
þ ^ll 5 NegEarn j; t.
Sisa dari (8) adalah estimasi komponen discretionary fi rm j Ini kualitas akrual, DiscAQ j; t ¼ ^
m j; t:
tabel 4 , Panel A melaporkan perkiraan koefisien rata-rata dari tahunan
regresi dari persamaan. (8). melaporkan t-statistik yang didasarkan pada time-series kesalahan standar dari 32
koefisien estimasi fi sien. Dalam semua kasus, kita menemukan tanda-tanda yang diharapkan pada indikator ringkasan
faktor bawaan (yaitu, semua indikator tapi Ukuran berhubungan positif dengan kualitas akrual; Ukuran adalah terkait
negatif), dan semua indikator
PASAL DALAM PERS
signi fi kan secara individual dalam menjelaskan kualitas akrual (dengan t-statistik, nilai absolut, mulai
12,38-24,38). Kekuatan penjelas dari indikator ringkasan bawaan faktor rata-rata 45% di seluruh estimasi
tahunan.
Menggunakan estimasi parameter yang diperoleh dari regresi tahunan (8), kita menghitung InnateAQ dan DiscAQ diturunkan
menggunakan Metode 1. hasil yang tidak dilaporkan menunjukkan bahwa rata-rata (median) nilai komponen bawaan
adalah 0,044 (0,037), dibandingkan dengan
tabel 4
Tes dari biaya efek ibukota komponen bawaan dan discretionary kualitas akrual, 1970-2001
Panel A: Hasil Mean regresi tahunan AQ pada faktor-faktor bawaan Sebuah

Pred. Tanda. Coef.est. t-stat.
Ukuran 0,0022 14,18

s ( CFO) + 0,1888 24,38
s ( Penjualan) + 0,0250 12.38
log (OperCycle) + 0,0035 12.47
NegEarn + 0,0335 17,96
Adj. R 2 0.450
Panel B: Hasil Mean regresi tahunan biaya utang pada kualitas akrual, dengan kontrol b
Total metode 1 metode 2
Indep. var. Pred. Tanda. Coef.est. t-stat. Coef.est. t-stat. Coef.est. t-stat.
Pengaruh + 2,50 9.76 2,64 9.83 2,87 11,67

Ukuran 0.01 0,55 0.11 4.15 0,04 1,73
ROA 1,65 5.02 1,73 5.34 1,52 4,89
IntCov 0.02 5.24 0.02 5,06 0.01 4.54
s ( NIBE) + 5.44 12.35 1.10 1,62 1,68 2,87
AQ Total + 0,14 13,36 - - - -
metode 1 asli + - - 0,26 13.11 - -
Cakram + - - 0,04 6.92 - -
metode 2 Cakram + - - - - 0,08 9,93
Panel C: Hasil Mean regresi tahunan rasio EP industri-disesuaikan pada kualitas akrual, dengan kontrol c
Indep. var. Pred. Tanda. Coef.est. t-stat. Coef.est. t-stat. Coef.est. t-stat.
Pertumbuhan 0,0027 2.00 0,0032 2,26 0,0046 3.53

beta + 0,0043 2,74 0,0056 3,85 0,0047 3,25
Pengaruh + 0,0097 2,55 0,0077 2,06 0,0088 2.23
Ukuran 0,0009 1,67 0,0005 0.86 0,0004 0,75
AQ Total + 0,0013 5.83 - - - -
metode 1 asli + - - 0,0021 6,97 - -
Cakram + - - 0,0005 3,00 - -
metode 2 Cakram + - - - - 0,0008 4.77
PASAL DALAM PERS
Panel D: Hasil Mean fi fi c biaya-of-capital regresi rm-spesifik, model 3-faktor (n ¼ 20; 878 perusahaan-perusahaan) d
Pred. Masuk Coef.est. t-stat. Coef.est. t-stat. Coef.est. t-stat.
RM RF + 0.86 150,77 0.88 148,84 0.89 107,18

SMB + 0,58 63,40 0.59 63,62 0,58 53,24
HML + 0,32 36,24 0,32 34,65 0,27 24.15
AQfactor Total + 0,29 53,02 - - - -
metode 1 asli + - - 0,23 52,20 - -
Cakram + - - 0.10 8.94 - -
metode 2 Cakram + - - - - 0,09 3.98
Contoh definisi dan variabel definisi de fi: Under Metode 1, InnateAQ adalah nilai prediksi yang diperoleh dari estimasi parameter tahunan dan fi
rm j 'S melaporkan nilai faktor bawaan; DiscAQ adalah residual. Di bawah Metode 2, DiscAQ adalah koefisien pada (total) AQ, termasuk faktor
antara April
bawaan 1971 dan
sebagai Maretkontrol.
variabel 2002. Tabel
Lihat 4Tabel
( terus)
1 untuk definisi fi de lainnya.
Sebuah Panel A melaporkan nilai rata-rata dari perkiraan sien 32 tahunan koefisien yang diperoleh dari regresi dari AQ
pada faktor-faktor bawaan. t-statistik didasarkan pada kesalahan standar dari 32 koefisien estimasi fi sien.
b Panel B melaporkan hasil rata-rata memperkirakan hubungan tahunan antara fi rm j 'S biaya hutang dan nilai desil pangkat AQ, mengontrol
faktor-faktor lain yang diketahui mempengaruhi biaya utang. Kolom berlabel '' Jumlah '' menunjukkan hasil termasuk (total) AQ dalam regresi;
hasil ini identik dengan yang ditampilkan di Tabel 2 dan 3 . Kolom berlabel '' Metode 1 '' Hasil menunjukkan di mana kita mengganti perkiraan
komponen bawaan dan discretionary kualitas akrual ( InnateAQ dan DiscAQ) untuk AQ dalam biaya regresi utang. Kolom berlabel '' Metode 2 ''
menunjukkan hasil di mana kita termasuk faktor bawaan dalam biaya regresi utang.
c Panel C melaporkan informasi yang sama seperti Panel B, kecuali bahwa fokusnya adalah pada biaya ekuitas, seperti yang ditunjukkan oleh rasio laba-harga
industri-disesuaikan.
d Panel D melaporkan informasi yang sama seperti Panel B, kecuali bahwa fokusnya adalah pada biaya ekuitas, seperti yang ditangkap oleh faktor
loadings di AQfactor dalam regresi pengembalian direalisasikan pada premi risiko pasar,
SMB, HML dan AQfactor. Sampel yang digunakan dalam Panel D terdiri dari 20.878 perusahaan-perusahaan dengan setidaknya 18 return saham bulanan
berarti nol ( 0,003) nilai rata-rata untuk komponen diskresioner. Nilai rata-rata nol dari DiscAQ Diharapkan,
mengingat bahwa komponen discretionary didefinisikan sebagai kesalahan prediksi dari (8). Karena AQ adalah
linear dalam kualitas akrual (dengan nilai-nilai yang lebih besar dari AQ menunjukkan akrual kualitas miskin), DiscAQ
dan InnateAQ juga linier dalam kualitas akrual. Oleh karena itu, nilai median negatif DiscAQ menunjukkan bahwa
bagi perusahaan median, komponen discretionary kualitas akrual meningkat kualitas akrual. Dalam tes
dilaporkan, kita temukan bahwa DiscAQ adalah negatif untuk 58% dari pengamatan; persentase ini andal
berbeda dari kesempatan (50%) pada level 0,001. Secara keseluruhan, kami percaya data ini konsisten baik
dengan Guay et al. (1996)
melihat dan Subramanyam (1996) bukti-bahwa efek bersih diharapkan kebijaksanaan atas kualitas akrual dalam
sampel yang luas yang mendekati penduduk akan meningkatkan pendapatan sebagai ukuran kinerja-dan
dengan Healy (1996) komentar bahwa data panel cenderung heterogen sehubungan dengan bagaimana
manajer menerapkan kebijaksanaan mereka atas akrual.
Sebagai uji validitas Metode 1 ini dekomposisi kualitas total akrual menjadi
InnateAQ dan DiscAQ, kami menyelidiki selama beberapa waktu perubahan masing-masing
PASAL DALAM PERS
komponen. Kami berharap bahwa perusahaan dengan kualitas akrual miskin yang didorong oleh fitur bawaan dari
lingkungan bisnis akan menemukannya lebih sulit untuk memperbaiki situasi mereka daripada akan fi rms di mana
kualitas yang buruk didorong oleh sumber diskresioner. Kami menguji dugaan ini dengan memeriksa persentase
tahun-ke-tahun perubahan mutlak di
InnateAQ dan DiscAQ, memegang fi rm konstan. Menggunakan uji paired-sample dari perubahan ini, kami temukan
bahwa rata-rata perubahan DiscAQ adalah secara signifikan (pada tingkat 0,001) lebih besar dari rata-rata perubahan InnateAQ.
Secara khusus, perubahan rata-rata adalah 160 persen lebih besar untuk diskresioner daripada bawaan (t-statistik ¼ 105).
Hasil ini tidak sensitif terhadap apakah kita menggunakan baku daripada nilai persentase perubahan (t-statistik adalah
151 untuk nilai-nilai mentah). Secara keseluruhan, kami melihat hasil ini sebagai mendukung Metode 1 ini identifikasi
dari partisi bawaan-discretionary.
5.2. Biaya efek ibukota bawaan dan akrual diskresioner kualitas
Pendekatan pertama fi untuk membedakan antara biaya efek modal akrual bawaan dan diskresioner
pengganti kualitas InnateAQ dan DiscAQ untuk AQ dalam biaya asli dari regresi modal. Pendekatan kedua kami
menambahkan indikator ringkasan faktor bawaan sebagai variabel sisi kanan dengan biaya asli dari regresi
modal. Dalam kedua pendekatan, dan untuk setiap biaya uji modal, kami terus mengontrol variabel ditemukan
oleh penelitian sebelumnya terkait dengan biaya modal. tabel 4 melaporkan hasil memperkirakan tes regresi
utama untuk biaya utang (Panel B), rasio laba-harga industri-disesuaikan (Panel C), dan fi rm-spesifik, tiga
faktor, regresi aset-harga untuk semua perusahaan-perusahaan yang terdaftar (Panel D). Untuk singkatnya,
kami tidak tabulasi perkiraan sien koefisien pada indikator ringkasan faktor bawaan di bawah pendekatan kedua.
Beralih pertama untuk biaya tes utang, Panel B menunjukkan bahwa di bawah Metode 2, komponen
discretionary kualitas akrual memiliki signi fi efek harga tidak bisa. Secara khusus, desil peringkat regresi
menunjukkan koefisien estimasi sien rata-rata pada AQ dari
0,08 (t-statistik ¼ 9,93). Hasil ini menunjukkan bahwa perusahaan-perusahaan dengan kualitas terbaik akrual
diskresioner menikmati biaya 72 bp lebih rendah dari utang daripada perusahaan-perusahaan dengan kualitas
akrual diskresioner terburuk. 10 Membandingkan hasil ini dengan orang-orang untuk total akrual metrik kualitas
(dilaporkan dalam kolom berlabel 'Jumlah', ini adalah identik dengan hasil di Panel B, Meja 2 ) Menunjukkan bahwa
biaya efek utang kualitas akrual diskresioner sekitar satu-setengah dari total efek didokumentasikan sebelumnya
(0,08 vs 0,14). Sejak Total AQ merefleksikan baik efek bawaan dan kebijaksanaan, kita menafsirkan hasil ini tidak
konsisten dengan hipotesis nol tidak ada perbedaan dalam efek harga dari bawaan versus kualitas akrual
diskresioner; bukan, hasil menunjukkan bahwa kualitas akrual diskresioner memiliki efek harga lebih lemah
daripada kualitas akrual bawaan.
Biaya efek utang kualitas akrual diskresioner adalah baik kecil dalam besarnya dan lemah dalam statistik
signifikansi di bawah Metode 1, yang secara eksplisit
10 Untuk menjaga konsistensi notasi dengan bagaimana kita menggambarkan AQ di sisa kertas, kami terus menggunakan konvensi penamaan
'terbaik' (terburuk) untuk menggambarkan nilai terendah (tertinggi) dari AQ ketika membahas
AQ diskresioner. Ini tidak menunjukkan adanya prior pada bagian kami. Seperti telah dibahas sebelumnya, sejauh subkomponen kinerja akrual
diskresioner mendominasi, nilai-nilai yang lebih tinggi dari akrual diskresioner dapat dikaitkan dengan menurunkan asimetri informasi.
PASAL DALAM PERS
memisahkan komponen bawaan kualitas akrual dan karena itu memungkinkan untuk perbandingan langsung.
Rerata koefisien estimasi pada InnateAQ adalah lebih dari enam kali lebih besar mean koefisien pada DiscAQ ( yaitu,
0,26 vs 0,04). Keduanya andal berbeda dari nol (t-statistik InnateAQ adalah 13,11 dan t-statistik untuk DiscAQ adalah
6.92). Secara ekonomi, pengaruh kualitas akrual bawaan adalah untuk meningkatkan biaya utang sekitar 234 bp
antara terendah bawaan kualitas akrual fi tertinggi dan rms, sedangkan pengaruh kualitas akrual diskresioner
adalah sekitar 36 bp. Perbedaan antara bawaan dibandingkan efek harga discretionary signifikan pada tingkat
0,001 (tes tidak dilaporkan). Hasil ini menunjukkan bahwa investor melampirkan biaya yang lebih tinggi dari utang
ke perusahaan-perusahaan dengan kualitas akrual miskin yang disebabkan faktor bawaan, relatif terhadap biaya
efek utang kualitas akrual diskresioner.
Tes berdasarkan rasio laba-harga industri-disesuaikan sebagai ukuran biaya modal ekuitas (Panel C)
menyebabkan kesimpulan yang sama. Di bawah Metode 2, diskresioner kualitas akrual memiliki koefisien positif
fi sien yang lebih kecil dan kurang signifikan (perkiraan adalah 0,0008, dengan t-statistik ¼ 4.77) dibandingkan
adalah koefisien pada kualitas total akrual (perkiraan adalah 0,0013, t-statistik ¼ 5.83). Ketika komponen baik
bawaan dan diskresioner termasuk (Metode 1), yang koefisien pada komponen bawaan melebihi koefisien pada
komponen diskresioner dengan faktor empat (0,0021 vs 0,0005, perbedaan (tidak dilaporkan) signifikan pada
tingkat 0,001). The tstatistik untuk mean koefisien pada komponen bawaan sama 6,97, sedangkan rata-rata
koefisien pada pameran komponen diskresioner lemah statistik signifikansi (tstatistik ¼ 3,00). Mirip dengan hasil
di Panel B, hasil Panel C menolak hipotesis nol tidak ada perbedaan antara biaya efek ibukota bawaan versus
kualitas akrual diskresioner, mendukung pandangan bahwa komponen bawaan kualitas akrual adalah diberikan
premi risiko yang lebih tinggi daripada komponen diskresioner.
Hasil fi rm-spesifik regresi aset-harga dilaporkan dalam Panel D. Untuk Metode 2, kita membangun portofolio
faktor-meniru untuk setiap faktor bawaan, yang kami tambahkan ke Persamaan. (7) sebagai variabel independen
tambahan. Untuk Metode 1, kita membangun portofolio faktor-meniru untuk InnateAQ dan DiscAQ, yang kita
menggantikan
AQfactor dalam Pers. (7). Kami memperkirakan ini persamaan ditambah untuk 20.878 perusahaan-perusahaan
dengan setidaknya 18 return bulanan. Kami memperoleh hasil yang sama (tidak dilaporkan) jika kita membatasi
analisis untuk 8881 perusahaan-perusahaan dengan data pada AQ variabel, atau jika kita menggunakan CAPM
sebagai model dasar. Kedua metode membedakan DiscAQ menghasilkan andal (pada tingkat 0,001) beban
positif pada faktor kualitas akrual: di bawah Metode 1, yang koefisien estimasi pada bawaan AQfactor adalah
0,23 (t-statistik ¼ 52,20) dan estimasi koefisien pada diskresioner AQfactor adalah 0,10 (t-statistik ¼ 8.94); di
bawah Metode 2, komponen diskresioner memiliki loading factor rata-rata 0,09 (t-statistik ¼ 3.98). Untuk kedua
metode tersebut, koefisien pada diskresioner AQfactor adalah andal kecil (di 0.001 tingkat, tidak dilaporkan) dari
masing-masing koefisien estimasi total AQfactor atau bawaan AQfactor. Meskipun tidak mudah untuk
menafsirkan perbedaan faktor loadings pada komponen bawaan dan diskresioner bawah Metode 1 (karena
faktor perubahan itu sendiri), kita amati bahwa pemuatan di diskresioner AQ adalah sekitar satu setengah
pemuatan pada bawaan AQ; Perbedaan ini signifikan pada tingkat 0,001 (tidak dilaporkan).
PASAL DALAM PERS
5.3. Ringkasan
Kami menarik kesimpulan berikut dari hasil di tabel 4 . Pertama, kita temukan bahwa
Indikator Ringkasan (ukuran, standar deviasi dari arus kas, standar deviasi pendapatan penjualan, siklus
operasi, dan frekuensi laba negatif) dari operasi bawaan dan faktor lingkungan menjelaskan sebagian tidak bisa
fi signifikan dari kualitas akrual. Hasil ini menunjukkan bahwa sebagian bahan dari kualitas total akrual re fl Ects
model ekonomi fundamental bisnis dan lingkungan-sebagai operasi yang diharapkan jika akrual berkinerja peran
dimaksudkan mereka menangkap substansi ekonomi. Kedua, kualitas akrual bawaan memiliki efek harga lebih
besar daripada kualitas diskresioner (yang disebabkan pilihan kebijakan akuntansi, keputusan implementasi, dan
kesalahan estimasi). Hasil ini menunjukkan bahwa investor tidak acuh tak acuh terhadap sumber risiko informasi;
agak,
Ketiga, kita temukan bahwa lebih besar dari kesempatan fraksi (sekitar 58%) dari sampel kami memiliki nilai
negatif dari langkah-langkah akrual diskresioner kami. Pola ini merupakan indikator tambahan yang akrual
berkinerja sebagaimana dimaksud, konsisten dengan pandangan Guay, Kothari dan Watts' bahwa, meskipun
diskresioner akrual dengan definisi akan berisi efek dari kesalahan dan pilihan oportunistik, dalam sampel yang
luas selama jangka waktu lama, manajer akan cenderung menggunakan akrual untuk meningkatkan pendapatan
sebagai sinyal kinerja. Akhirnya, kita fi fi kan efek harga yang lebih kecil nd signifikan akrual diskresioner, relatif
terhadap akrual bawaan; kita atribut perbedaan dalam efek ke hadapan kebisingan dan pilihan pelaporan
oportunistik pricing. Hasil ini diharapkan dan juga diinginkan dari perspektif alokasi modal,
6. tes tambahan
Pada bagian ini, kami merangkum hasil dari beberapa tes sensitivitas (Bagian 6.1), dan kami menjelaskan
dua tes tambahan. Tes tambahan pertama meneliti apakah perubahan kualitas akrual yang diduga terkait
dengan perubahan dalam proxy untuk biaya modal (Bagian 6.2); yang kedua meneliti hubungan antara temuan
kami dan akrual anomali (Bagian 6.3).
6.1. tes sensitivitas
Kami memeriksa sensitivitas hasil kami untuk beberapa pilihan metodologis atau masalah: prosedur estimasi,
variabel tertentu fi kasi, skewness, dan proxy alternatif untuk kualitas akrual. Sehubungan dengan prosedur
estimasi, kita ulangi pengujian kami menggunakan pooled time-series, regresi cross-sectional. Untuk tes ini, kami
mengontrol
PASAL DALAM PERS
untuk heteroskedastisitas dan autokorelasi dengan menilai inferensi statistik menggunakan

Newey-West (1987) kesalahan standar. Hasil yang dikumpulkan (tidak dilaporkan) serupa dalam segala hal
dengan hasil tahunan. Sehubungan dengan variabel tertentu fi kasi, kita ulangi pengujian kami mengganti
nilai-nilai desil pangkat AQ dengan nilai-nilai baku variabel ini. Hasil untuk regresi baku (tidak dilaporkan) serupa
dalam segala hal dengan yang dilaporkan. Sehubungan dengan kemiringan, kami menyelidiki apakah hasil yang
kuat dengan mengesampingkan perusahaan-perusahaan di terburuk kuintil kualitas akrual. Meskipun besaran
biaya efek modal kecil ketika kita mengecualikan pengamatan di Q5 (tidak dilaporkan), semua hasil dan
perbedaan tetap statistik signifikan. Akhirnya, sehubungan dengan proxy alternatif, kita ulangi pengujian kami
menggunakan empat proxy lainnya untuk kualitas akrual (perhitungan proxy ini rinci dalam Lampiran).
Sedangkan hasil untuk proxy berdasarkan nilai absolut akrual tidak normal secara umum menunjukkan biaya
lebih kecil dari efek modal daripada proxy berdasarkan standar deviasi dari residual dari Dechow-Dichev regresi
(tidak dilaporkan),
6.2. Perubahan kualitas akrual dan perubahan biaya modal
Untuk menambah tes cross-sectional kualitas total akrual rinci dalam Bagian 4, kita menyelidiki apakah perubahan akrual
suatu perusahaan berkualitas berkorelasi positif dengan perubahan biaya modalnya. Sementara ini kontrol tes untuk fi
rm-spesifik faktor fi c yang konstan dari waktu ke waktu, ia memiliki daya yang lebih rendah (relatif terhadap tes tingkat
cross-sectional) karena variasi over-waktu di AQ. Kami terlebih dahulu membagi periode sampel menjadi enam interval, T
¼ 1; 2, y 6, sesuai dengan subperiods berikut: 1970-1975, 1976-1980, 1981-1985, 1986-1990, 1991-1995, dan
1996-2001. Untuk setiap subperiod, kita menghitung fi rm j 'S berarti nilai AQ ( kami membutuhkan setidaknya tiga
pengamatan untuk menghitung rata-rata; hasilnya tidak sensitif terhadap pilihan ini). Kami kemudian mengambil
perbedaan fi rm j 'S berarti nilai AQ antara T dan T 2; kita mengecualikan T 1 dari perbandingan untuk menghindari
tumpang tindih dengan interval yang digunakan untuk menghitung AQ. Kami juga menghitung perubahan rata-rata di
setiap fi rm j 'S biaya proxy modal antara T dan T 2: D CostDebt j;
D indep j dan D beta j: Karena tes ini membutuhkan data untuk kedua periode T dan periode
T 2; jumlah observasi lebih kecil daripada di tes sebelumnya: D CostDebt j
( n ¼ 3; 193), D indep j ( n ¼ 2; 920) dan D beta j ( n ¼ 3; 698).
pengujian kami regresi perubahan di setiap biaya ukuran modal pada perubahan AQ.
Hasil (tidak dilaporkan) menunjukkan fi kan korelasi positif signifikan untuk semua biaya tindakan modal: t-statistik
yang 2,33 untuk D beta j; 4,35 untuk D indep j; dan 5,65 untuk D CostDebt j:
Kami menyimpulkan dari hasil ini bahwa cross-sectional fi nding-yang akrual kualitas harga oleh pasar-adalah
kuat untuk desain penelitian alternatif yang memegang fi rm konstan dan berkorelasi perubahan dari waktu
dalam kualitas akrual dengan perubahan kontemporer dalam biaya modal.
6.3. perbandingan dengan Sloan (1996)
Analisis fi nal kami harga kualitas total akrual mengeksplorasi hubungan antara temuan kami dan mereka
didokumentasikan dalam Sloan (1996) mengenai akrual
PASAL DALAM PERS
anomali. regresi beta kami ( Meja 2 , Panel A) mirip dalam penampilan dengan beberapa tes akrual anomali di Sloan
(1996, Tabel 6) . Secara khusus, kami menyortir perusahaan-perusahaan ke dalam kuintil berdasarkan akrual kualitas
dan kemunduran kuintil pengembalian pengembalian pasar kelebihan; Sloan macam fi rms ke desil berdasarkan total
akrual ditandatangani dan regresi menandatangani-akrual desil pengembalian pengembalian pasar berlebih. Namun,
kami percaya bahwa tes dan kita Sloan yang secara substansial tidak berhubungan. Pertama, bunga Sloan adalah di
intercept regresi (alpha Jensen), ukuran dari kembali tak terduga. Sebaliknya, kepentingan kita adalah di lereng
koefisien (beta), ukuran return yang diharapkan, yaitu, biaya modal. Kedua, efek kualitas akrual kami
mendokumentasikan yang didasarkan pada variabilitas over-waktu pemetaan akrual dalam arus kas, atau, dalam
pemeriksaan sensitivitas yang dilaporkan dalam Pasal 6.1, pada akrual yang abnormal mutlak. Tak satu pun dari
konstruksi ini peta langsung ke akrual ditandatangani atau ditandatangani akrual yang abnormal yang merupakan
dasar untuk akrual anomali. Selanjutnya, bahkan jika pemetaan tersebut ada, hasil aset-harga kami yang kuat untuk
kontrol untuk ukuran dan buku-to-market faktor, yang Fama dan French (1996) Acara capture strategi nilai-glamor,
seperti uang tunai fl ow-to-harga, yang pada gilirannya telah ditunjukkan oleh Desai et al. (2004) untuk menangkap
sebagian besar atau semua akrual anomali.
Untuk menguji apakah hasil kami secara empiris terkait dengan hasil Sloan, kami melakukan tes portofolio
mirip dengan-Nya. Secara khusus, kami pergi lama di desil atas total akrual dan pendek di bawah total akrual
desil. Kami kemudian menguji untuk melihat apakah intercept (ukuran akrual anomali) dari portofolio ini total
akrual 'hedge' dihilangkan ketika kita menambahkan AQfactor untuk model keuntungan yang diharapkan (mirip
dengan Persamaan. (7), kecuali variabel dependen adalah kembali ke portofolio lindung nilai akrual). Hasil (tidak
dilaporkan) menunjukkan bahwa mencegat hanya sedikit terpengaruh. Kami menyimpulkan bahwa hasil kami
sebagian besar tidak berhubungan dengan akrual anomali.
7. Kesimpulan
Kami temukan bahwa investor harga surat berharga dengan cara yang mencerminkan kesadaran mereka
tentang kualitas akrual: akrual berkualitas rendah berhubungan dengan biaya yang lebih tinggi dari utang,
kelipatan harga yang lebih kecil pada pendapatan, dan beta ekuitas yang lebih besar. Selain itu, akrual beban
kualitas sebagai faktor yang terpisah dalam menjelaskan variasi dalam pengembalian kelebihan ketika
ditambahkan ke kedua regresi aset-harga satu dan tiga faktor. Hasil kami konsisten di seluruh efek (utang dan
ekuitas umum), prosedur estimasi (pooled regresi dan regresi tahunan), variabel spesifik kation (desil baku dan),
desain penelitian (tingkat cross-sectional terhadap perubahan dari waktu), dan proxy untuk kualitas akrual
(standar deviasi residual dari jenis model Dechow-Dichev dan nilai-nilai absolut akrual abnormal),
Kami juga menilai biaya yang terpisah dari efek ibukota komponen bawaan dan diskresioner kualitas akrual.
Menggunakan dua pendekatan yang berbeda untuk mengisolasi bagian discretionary kualitas akrual, kita
menolak hipotesis bahwa akrual diskresioner kualitas dan kualitas akrual bawaan memiliki biaya dibedakan dari
efek modal, mendukung pandangan bahwa komponen discretionary kualitas akrual, pada
PASAL DALAM PERS
Rata-rata, memiliki efek harga sebuah secara signifikan lebih kecil dari komponen bawaan kualitas akrual. Hasil
terakhir, ketika ditafsirkan dalam konteks sampel yang luas kami, konsisten dengan heterogenitas antara
perusahaan-perusahaan sehubungan dengan akrual diskresioner ( Guay et al., 1996 ; Subramanyam, 1996 ).
Sementara banyak manajer menggunakan akrual diskresioner untuk meningkatkan pelaporan ekonomi yang
mendasari (penurunan informasi ketidakpastian), penelitian sebelumnya pada manajemen laba juga telah
mendokumentasikan bagaimana manajer, dalam beberapa periode waktu, membuat pilihan akuntansi dan
keputusan implementasi yang mengurangi kualitas akrual (meningkatnya ketidakpastian informasi ). Kami tidak
mencoba untuk segmen sampel kami sepanjang garis yang akan memungkinkan kita untuk mengeksplorasi fi
rm- dan fi c waktu operasi tertentu dari spesifik insentif untuk terlibat dalam perilaku akrual berkualitas-menurun.
Sebagai contoh, manajer kompensasi dengan opsi saham memiliki insentif untuk meningkatkan volatilitas
selama hidup diperkirakan pilihan mereka, sehingga meningkatkan nilai opsi. Karena biaya fi rm ini modal dapat
dilihat sebagai proxy untuk volatilitas return,
Akhirnya, bukti luas sampel kami mendukung pandangan bahwa konsekuensi pasar modal dari perbedaan
kualitas akrual timbul karena proxy kualitas akrual untuk risiko informasi, faktor risiko yang tidak dapat
terdiversifikasi jauh dalam kesetimbangan ( Easley dan O'Hara, 2004 ; O'Hara, 2003 ; Leuz dan Verrecchia 2004 ).
Berbeda dengan karakteristik fi rm lain yang telah ditunjukkan oleh penelitian sebelum empiris memprediksi
perbedaan cross-sectional biaya modal, terutama ukuran dan rasio book-tomarket, akrual peta kualitas menjadi
biaya secara teoritis didasarkan determinan modal: risiko informasi.
proxy Lampiran A. Alternatif untuk kualitas akrual
Sebagai tambahannya AQ j; t ¼ s ð u j Þ t; kami menganggap empat proxy lainnya untuk kualitas akrual, dua
berdasarkan standar deviasi dari residual dari regresi Dechow-Dichev, dan dua berdasarkan ukuran akrual yang
abnormal mutlak. Dalam Lampiran ini, kami rinci perhitungan kami empat proxy ini.
Yang pertama Proxy tambahan adalah standar deviasi dari residual dari (unmodi fi ed) Model Dechow-Dichev
diperkirakan setiap tahun untuk masing-masing Fama dan French (1997) 48 kelompok industri dengan
setidaknya 20 perusahaan-perusahaan di tahun t. Model regresi total akrual saat ini di tahun t pada tertinggal,
saat ini, dan kas masa depan mengalir dari operasi (unmodi fi ed regresi ini tidak termasuk perubahan
pendapatan dan PPE sebagai variabel independen). kualitas akrual ditangkap oleh standar deviasi dari fi rm j Ini
residual tahunan dari regresi ini, u j; t; dihitung selama tahun
t 4 melalui t, AQ j; t ¼ s ð u j Þ dimodifikasi t
:
kedua akrual tambahan kualitas metrik kami didasarkan pada fi rm-spesifik estimasi fi c time-series dari (unmodi fi ed)
Model Dechow-Dichev. Untuk masing-masing perusahaan j dan tahun t,
kami memperkirakan hubungan antara akrual saat ini dan masa lalu, kas saat ini dan masa depan mengalir
menggunakan terbaru 12 tahun data; estimasi ini menghasilkan 10 nilai dari
PASAL DALAM PERS
residual untuk setiap perusahaan. AQ j; t ¼ s ð u j Þ Spesifik perusahaan t

adalah standar deviasi dari
dihasilkan 10 fi rm-spesifik residual.
metrik tambahan ketiga adalah nilai absolut akrual yang abnormal yang dihasilkan oleh dimodifikasi Jones (1991) pendekatan.
Kami memperkirakan regresi cross-sectional berikut untuk masing-masing kelompok industri Fama-French 48 dengan
setidaknya 20 perusahaan-perusahaan di tahun t. TA j; t
1 D Putaran j; t PPE j; t
¼ k1 þ k2 þ k3 þ j; t. (A1)
Aset j; t 1 Aset j; t 1 Aset j; t 1 Aset j; t 1
The fi c estimasi parameter industri- dan tahun-spesifik yang diperoleh dari Persamaan. (A1) digunakan untuk
memperkirakan fi rm-spesifik akrual normal ( NA) sebagai persen dari total aset tertinggal:
1 ð D Putaran j; t D AR j; t Þ PPE j; t
NA j; t ¼ ^ k 1 þ ^kk 2 þ ^k
k3 ;
Aset j; t 1 Aset j; t 1 Aset j; t 1
dimana D ar j, t adalah fi rm j 'S perubahan piutang (Compustat # 2) antara tahun

t 1 dan tahun t, dan untuk menghitung akrual abnormal ( A A) di tahun t, AA j; t ¼
TA j; t = Aset j; t 1 NA j; t: Nilai absolut dari ukuran yang dihasilkan dari akrual abnormal proksi tambahan ketiga kami
untuk kualitas akrual, AQ j; t ¼ j A A j; t j; dengan nilai yang lebih besar dari A A j; t menunjukkan miskin kualitas akrual.
Untuk mendapatkan keempat akrual tambahan kualitas metrik kami, kami memperpanjang dimodifikasi Jones
akrual tidak normal ukuran dalam dua cara. Pertama, kami menyertakan perubahan piutang dalam estimasi
akrual yang normal:
TA j; t 1 ð D Putaran j; t D AR j; t Þ PPE j; t
¼ k adj1 þ k adj2 þ k adj3 þ adj j; t.
Aset j; t 1 Aset j; t 1 Aset j; t 1 Aset j; t 1
(A2)
Kami menyertakan perubahan piutang dalam estimasi akrual normal karena tidak melakukannya
menghasilkan nilai-nilai akrual yang abnormal yang tidak berpusat pada nol ketika mean D AR tidak nol. Secara
khusus, mean D AR akan positif bagi perusahaan-perusahaan yang tumbuh; positif D AR menyiratkan bahwa
akrual normal akan understated oleh dimodifikasi pendekatan Jones, yang mengarah ke berarti positif A A 'S.
langkah-langkah yang dihasilkan dari akrual yang normal disesuaikan dan disesuaikan akrual abnormal
1 ð D Putaran j; t D AR j; t Þ PPE j; t
NA adjj; t ¼ ^ k adj 1 þ ^kk adj 2 þ ^k
k adj 3
Aset j; t 1 Aset j; t 1 Aset j; t 1
dan
A A adj
j; t ¼ TA j; t
NA adjj; t.
Aset j; t 1
Ekstensi kedua menyesuaikan akrual yang abnormal yang dihasilkan oleh performancematching ( Kothari et
al., 2005 ; McNichols 2000 ). Secara khusus, kita partisi rms sampel fi di masing-masing industri dalam desil
berdasarkan tahun kembali sebelum fi rm atas aset ( ROA) didefinisikan sebagai laba bersih sebelum pos luar
biasa dibagi dengan awal tahun total aset. akrual kinerja yang disesuaikan dihitung sebagai perbedaan
PASAL DALAM PERS
antara fi rm j 'S metrik dan metrik rata-rata untuk industri ROA desil, dimana perhitungan median tidak termasuk fi
rm j. tindakan tambahan keempat kami kualitas akrual adalah nilai absolut dari yang dihasilkan disesuaikan,
kinerja-cocok akrual tidak normal, | A A j, t Kasat & PM |.
Referensi
Alford, A., 1992. Pengaruh himpunan perusahaan-perusahaan yang sebanding pada keakuratan valuasi harga-pendapatan
metode. Jurnal Akuntansi Penelitian 301, 94-108.
Ball, R., Robin, A., Wu, J., 2003. Insentif dibandingkan standar: sifat dari laba akuntansi dalam empat
negara-negara Asia Timur. Jurnal Akuntansi dan Ekonomi 36, 235-270.
Barone, G., 2003. Persepsi kualitas laba dan hubungan mereka dengan biaya modal ekuitas.
Kertas Kerja, University of Texas di Austin.
Barth, M., Landsman, W., 2003. Biaya modal dan kualitas informasi fi pernyataan keuangan.
Kertas Kerja, Stanford University dan University of North Carolina.
Beneish, MD, 1999. Insentif dan hukuman yang terkait dengan overstatements pendapatan yang melanggar GAAP. Itu
Akuntansi 4, 425-457.
Berk, J., 1995. Sebuah kritik terhadap anomali terkait ukuran. Ulasan Studi Keuangan 8, 275-286. Bernard, V., Skinner, D., 1996. Apa yang
memotivasi pilihan manajer akrual diskresioner? Jurnal dari
Akuntansi dan Ekonomi 22, 313-325.
Bhattacharya, U., Daouk, H., Welker, M. 2003. harga dunia dari laba opacity. Akuntansi
Ulasan 783, 641-678.
Botosan, C., tingkat 1997. Pengungkapan dan biaya modal ekuitas. Akuntansi Ulasan 72, 323-349. Botosan, C., Plumlee, M., 2002. A
pemeriksaan ulang tingkat pengungkapan dan diharapkan cost of equity
modal. Jurnal Akuntansi Penelitian 40, 21-40.
Chan, K., Chan, L., Jegadeesh, N., Lakonishok, J., 2001. Akrual kualitas dan return saham: bukti
dari akrual. Universitas Nasional Taiwan dan University of Illinois Working Paper. Cohen, D., 2003. Kualitas keuangan melaporkan pilihan:
determinan dan konsekuensi ekonomi.
Northwestern Working Paper University.
Dechow, P., 1994. laba akuntansi dan arus kas sebagai ukuran kinerja fi rm: peran
akrual akuntansi. Jurnal Akuntansi dan Ekonomi 18, 3-42.
Dechow, P., Dichev, I., 2002. Kualitas akrual dan pendapatan: peran kesalahan estimasi akrual.
Akuntansi Ulasan 77 (Tambahan), 35-59.
Dechow, P., Sloan, R., Sweeney, A., 1995. Mendeteksi manajemen laba. Akuntansi Ulasan 70,
193-225.
Dechow, P., Sloan, R., Sweeney, A., 1996. Penyebab dan konsekuensi dari manipulasi laba: suatu analisis
dari fi rms tunduk tindakan penegakan hukum oleh SEC. Kontemporer Akuntansi Penelitian 13, 1-36. Desai, H., Rajgopal, S.,
Venkatachalam, M., 2004. Nilai-glamor dan akrual mispricing: satu anomali
atau dua? Akuntansi Ulasan 79, 355-385.
Easley, D., Hvidkjaer, S., O'Hara, M., 2002. Apakah risiko informasi penentu pengembalian aset? Jurnal dari
Keuangan 57, 2185-2221.
Easley, D., O'Hara, M., 2004. Informasi dan biaya modal. Jurnal Keuangan (Agustus). Fama, E., Perancis, K., 1992. penampang pengembalian
saham yang diharapkan. Jurnal Keuangan 47, 427-465. Fama, E., Perancis, K., 1993. faktor risiko umum di pengembalian saham dan obligasi.
Jurnal Keuangan
Ekonomi 33, 3-56.
Fama, E., Perancis, K., 1996. multifaktor penjelasan anomali harga aset. Journal of Finance 51,
55-84.
Fama, E., Perancis, K., 1997. biaya Industri ekuitas. Jurnal Ekonomi Keuangan 43, 153-193. Fama, E., Macbeth, J., 1973. Risiko, kembali dan
keseimbangan: tes empiris. Jurnal Ekonomi Politik
81, 607-636.
Feroz, E., Park, K., Pastena, V., 1991. keuangan dan pasar efek akuntansi SEC dan
tindakan penegakan hukum audit. Jurnal Akuntansi Penelitian 29 (Tambahan), 107-148.
PASAL DALAM PERS
Francis, J., Philbrick, D., Schipper, K., 1994. Pemegang Saham litigasi dan pengungkapan perusahaan. Jurnal dari
Akuntansi Penelitian 32, 137-164.
Francis, J., Lafond, R., Olsson, P., Schipper, K., 2004. Biaya ekuitas dan pendapatan atribut. Itu
Akuntansi Ulasan 79, 967-1010.
Guay, W., Kothari, SP, Watts, R., 1996. Evaluasi berbasis pasar dari model akrual diskresioner.
Jurnal Akuntansi Penelitian 34 (suplemen), 83-105.
Healy, P., 1996. Diskusi evaluasi berbasis pasar dari model akrual diskresioner. Jurnal dari
Penelitian Akuntansi 34 (suplemen), 107-115.
Hribar, P., Collins, D., 2002. Kesalahan dalam memperkirakan akrual: implikasi untuk penelitian empiris. Jurnal dari
Jones, J., manajemen 1991. Laba selama investigasi lega impor. Jurnal Penelitian Akuntansi
29, 193-228.
Kaplan, R., Urwitz, G., 1979. model statistik dari peringkat obligasi: penyelidikan metodologis. Jurnal dari
Bisnis (April), 231-261.
Kellogg, R., kegiatan 1984. Akuntansi, harga surat berharga, dan gugatan class action. Jurnal Akuntansi
dan Ekonomi 6, 185-204.
Knez, P., Siap, M., 1997. Pada kekokohan ukuran dan buku-to-pasar dalam regresi cross-sectional.
Jurnal Keuangan 52, 1355-1382.
Kothari, SP, Leone, A., Wasley, C., 2005. Kinerja cocok langkah-langkah akrual diskresioner. majalah
Leuz, C., Verrecchia, R., 2004. Perusahaan pilihan alokasi modal, kualitas informasi, dan biaya
modal. University of Pennsylvania Working Paper.
Lev, B., Thiagarajan, R., 1993. analisis informasi Fundamental. Jurnal Akuntansi Penelitian 31,
190-215.
Levitt, A., 1998. 'permainan angka.' Keterangan dari Ketua Arthur Levitt di NYU Pusat Hukum dan
Bisnis, 29 September Tersedia di: www.sec.gov/news/speech/speecharchive/ .
Liu, J., Nissim, D., Thomas, J., 2002. valuasi Equity menggunakan kelipatan. Jurnal Penelitian Akuntansi
40, 135-172.
McNichols, M., 2000. Penelitian masalah desain dalam studi manajemen laba. Jurnal Akuntansi dan
Kebijakan Publik 19, 313-345.
McNichols, M., 2002. Diskusi Kualitas akrual dan pendapatan: peran estimasi akrual
kesalahan. Akuntansi Ulasan 77 (Tambahan), 61-69.
Newey, W., Barat, K., 1987. A sederhana, positif semi-de fi nite, heteroskedastisitas dan autokorelasi
konsisten kovarians matriks. Econometrica 55, 703-708.
O'Hara, M., 2003. alamat Presiden: likuiditas dan penemuan harga. Jurnal Keuangan 58, 1335-1354. Palepu, K., Healy, P., Bernard, V., 2000.
Analisis Bisnis dan Penilaian, ed kedua. Barat daya
Penerbitan.
Palmrose, Z., Richardson, V., Scholz, S., 2004. Penentu reaksi pasar penyajian kembali
pengumuman. Jurnal Akuntansi dan Ekonomi 37, 59-89.
Penman, S., 2001. Analisis Laporan Keuangan & Keamanan Penilaian, pertama ed. McGraw-Hill Irwin, New
York, NY.
Pittman, J., Fortin, S., 2004. pilihan Auditor dan biaya modal utang untuk perusahaan-perusahaan yang baru publik. Jurnal dari
Sengupta, P., 1998. kualitas pengungkapan Perusahaan dan biaya utang. Akuntansi Ulasan 73,
459-474.
Sloan, R., 1996. harga saham Do sepenuhnya kembali informasi mencerminkan akrual dan arus kas tentang laba masa depan?
Akuntansi Ulasan 71, 289-315.
Subramanyam, KR, 1996. harga akrual diskresioner. Jurnal Akuntansi dan Ekonomi
22, 249-281.
Xie, H., 2001. mispricing akrual abnormal. Akuntansi Ulasan 76, 357-373. Ziebart, D., Reiter, S., 1992. peringkat obligasi, imbal hasil obligasi dan
informasi keuangan. Kontemporer

Accrual Quality and Market Pricing - En.id

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Accrual Quality and Market Pricing - En.id

Enviado por

Direitos autorais:

Formatos disponíveis

PASAL DALAM PERS

Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327

Harga pasar kualitas akrual $

Jennifer Francis Sebuah, . ryan Lafond b,

0165-4101 / $ - melihat hal depan r 2005 Elsevier-undang. doi: 10,1016 / j.jacceco.2004.06.003

296 J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327

JEL klasifikasi: D80; G12; G14; M41; M43

Kata kunci: Pasar modal; kualitas akrual; risiko informasi

J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327 297

298 J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327

J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327 299

300 J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327

2. Hipotesis dan akrual kualitas metrik

2.1. Teori harga risiko informasi

J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327 301

2.2. mengukur kualitas akrual

302 J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327

TCA j; t ¼ f 0; j þ f 1; j CFO j; t 1 þ f 2; j CFO j; t þ f 3; j CFO j; t þ 1 þ f 4; j D Kembali v j; t

J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327 303

TA j; t ¼ ð D CA j; t D CL j; t D Kas j; t þ D STDEBT j; t DEPN j; t Þ ¼ fi rm j Ini total akrual pada tahun t, D CA j, t ¼ fi rm j 'S

2.3.1. pengembangan hipotesis

304 J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327

J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327 305

2.3.2. perbedaan empiris antara bawaan dan akrual diskresioner kualitas

Metode 1 menggantikan (total) AQ variabel dalam regresi asli dengan InnateAQ

306 J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327

3. Contoh dan deskripsi proxy kualitas akrual

J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327 307

Variabel Berarti 10% 25% Median 75% 90%

faktor bawaan menjelaskan kualitas akrual

308 J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327

4. Akrual kualitas dan biaya utang dan modal ekuitas

20.878 perusahaan-perusahaan dengan data return bulanan, masing-masing.

4.1. Biaya utang

J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327 309

CostDebt 8.98 9,49 9.71 10,08 10,77 1,79 10.10

Pengaruh + 2,50 9.76

Pertumbuhan 0,0027 2.00

y 6 4 0; dalam regresi berikut:

CostDebt j; t ¼ y 0 þ y 1 Pengaruh j; t þ y 2 Ukuran j; t þ y 3 ROA j; t þ y 4 IntCov j; t

310 J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327

DebtRating, berkisar dari 1 (AAA) ke 20 (Default).

J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327 311

4.2. rasio harga Earnings-

indep j; t ¼ W 0 þ W 1 Pertumbuhan j; t þ W 2 Pengaruh j; t þ W 3 beta j; t þ W 4 Ukuran j; t þ

312 J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327

4.3. faktor loadings dalam satu-faktor dan tiga-faktor model asset-pricing

teknik portofolio yang dinamis untuk menetapkan perusahaan-perusahaan untuk AQ

tahun fiskal t berakhir di bulan n, akan memengaruhi fi rm

J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327 313

R j; m R F; m ¼ Sebuah j þ b j ð R M; m R F; m Þ þ l j AQfactor m þ j; m. (5)

314 J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327

model dasar: CAPM model dasar: 3-faktor

Pred.Sign Coeff. t-stat. Coeff. t-stat. Coeff. t-stat. Coeff. t-stat.

RM RF+ 1,04 174,57 0,83 146,19 0.95 164,71 0,90 154,48

inc R 2 0,043 0,019

RM RF+ 0.99 178,24 0,77 147,33 0,91 162,08 0.86 150,77

inc R 2 0,041 0,021

Model untuk masing-masing J ¼ 8; 881 perusahaan-perusahaan:

R j; m R F; m ¼ Sebuah j þ b j ð R M; m R F; m Þ þ s j SMB m þ h j HML m þ j; m. (6)

R j; m R F; m ¼ Sebuah j þ b j ð R M; m R F; m Þ þ s j SMB m þ h j HML m

J. Francis et al. / Jurnal Akuntansi dan Ekonomi 39 (2005) 295-327 315

5. harga dari bawaan versus kualitas akrual diskresioner