Page 11 - Informasi_Anomali_Akrual_dalam_Pembentuk

Jurnal Akuntansi dan Bisnis

Vol.10, No. 1, Februari 2010: 25-42

tinggi. Atau dapat dirumuskan sebagai berikut: Ri(t) - Rf(t) =α +β[[Rm(t)-Rf(t)] +
(S/L-acc + B/L-acc)/2 – (S/H-acc + B/H-acc)/2. hHML(t)+e(t) (Model 2.2.a)
Dalam menghitung nilai akrual operasional, Ri(t) - Rf(t) =α +β[[Rm(t)-Rf(t)] + hHML(t)
penelitian ini mengikuti Sloan (1996) yakni + cCMA(t) + e(t) (Model 2.2.b)
menggunakan metode neraca tidak langsung
sebagai perubahan dalam non-current asset Model Tiga Faktor
dikurangi perubahan dalam current liabilities
dikurangi perubahan dalam short term debt dan Pada model tiga faktor, faktor size dan rasio B/M
secara bersama-sama digunakan dalam model
perubahan dalam tax payable minus depresiasi
dan amortisasi dibagi total asset periode persamaan. Setelah itu pada model perluasan
sebelumnya: akan ditambahkan faktor CMA.
Ri(t) - Rf(t)=α +β[[Rm(t) – Rf(t)] + sSMB(t) +
Akrual t = [( Current Assets t – Cash t) –
( Current Liabilities t – Short-term Debtt - hHML(t) (Model 3.1)
Taxes Payablet) – Depreciation dan Ri(t) - Rf(t) =α +β[[Rm(t) – Rf(t)] + sSMB(t)
+ hHML(t) + cCMA +e(t) (Model 3.2)
Amortization Expenset]/Total Assetst – 1.

dimana:
Pre-test
Ri(t) - R f(t) = nilai rata-rata excess return
Pre-test dilakukan untuk klarifikasi pengaruh dikurangi risk free rate periode ke t
pasar pada terhadap return sampel dan uji Rm (t) – R f(t) = excess return portfolio pasar
kelayakan persamaan multiregresi pada model untuk periode ke t
multifaktor. Pre-test kedua adalah dilakukan SMB(t) = return portofolio SMB ; (S/L + S/H) –
mengacu kepada kriteria BLUE, yakni tidak (B/L + B/H) periode ke t
terjadi multikolinearitas, autokorelasi, dan HML(t) = return portofolio HML ; (S/H + B/H) –
heteroskedastisitas pada persamaan multiregresi. (S/L + B/L) periode ke t
Hasil pre-test dapat dilihat pada lampiran. CMA (t) = return portofolio CMA ; (S/L-acc+
B/L-acc)/2 – (S/H-acc + B/H-acc)/2
Teknik Analisis Data b, s, h, dan c = Koefisien regresi

Untuk menguji asumsi dasar yang telah diajukan, Tahap selanjutnya adalah uji signifikansi
digunakan pendekatan regresi bertahap, dengan
model sebagai berikut: simultan dan parsial terhadap seluruh model
asset pricing dan perluasannya.
Model Faktor Tunggal (CAPM)
Evaluasi Kinerja Portofolio
Pada model ini akan ditambahkan faktor akrual
sebagai tambahan prediktor premi resiko kedalam Relevansi portofolio saham (baik kategori akrual
model asset pricing tunggal: dan non-akrual) yang terbentuk dilakukan dengan
menggunakan alat ukur Indeks-Sharpe, Indeks-
Ri(t) - Rf(t)=α +β[[Rm(t) – Rf(t)] + e(t)
(Model 1.1) Treynor, dan Jensen-Alpha. Berikut adalah
penjelasan ketiga alat ukur tersebut:
Ri(t) - Rf(t)=α +β[[Rm(t) – Rf(t)] + cCMA(t) +
e(t) (Model 1.2) Treynor Index (Reward to Volatility Ratio)

Treynor mengemukakan bahwa resiko terdiri dari
Model Dua Faktor
dua komponen yaitu risiko yang timbul akibat
Dalam model dua faktor akan dikolaborasi faktor fluktuasi pasar dan risiko yang muncul dari
risiko yang diusulkan Fama dan French (size dan fluktuasi unik sekuritas individual dari suatu
rasio B/M) dalam model asset pricing secara portofolio (Reilly dan Brown, 2000). Selanjutnya
parsial dengan faktor penjelas tambahan (CMA): dia mengasumsikan bahwa portofolio
terdiversifikasi dengan optimum, karenanya
Ri(t) - Rf(t) =α +β[[Rm(t)-Rf(t)] +
risiko unik sekuritas individual dapat diabaikan.
sSMB(t)+e(t) (Model 2.1.a) Melalui asumsi ini, Treynor mengukur kinerja
Ri(t) - Rf(t) =α +β[[Rm(t)-Rf(t)] + sSMB(t) portofolio berdasarkan risiko sistematis atau beta
+ cCMA(t) + e(t) (Model 2.1.b)
yang merupakan resiko fluktuatif relatif terhadap

33