Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Tujuan dari penelitian ini adalah menganalisis apakah beban karyawan memiliki kontribusi pada prediktabilitas pendapatan dan relevansi nilai perusahaan. Penelitian ini menggunakan sampel sebanyak 244 perusahaan dengan total firmyears observation sebanyak 897 pada tahun 2008-2012. Penelitian ini merupakan replikasi dari penelitian Guenther and Schiemann (2011) yang meneliti tentang kontribusi inkremental beban karyawan terhadap prediktabilitas pendapatan dan relevansi nilai di perusahaan-perusahaan yang terdaftar di Inggris, berdasarkan tahun dan industri penelitian. Penelitian ini menunjukkan bahwa beban karyawan memang memiliki kontribusi pada prediktabilitas laba baik berdasarkan tahun maupun industri. Namun, beban karyawan hanya memiliki kontribusi pada relevansi nilai ketika penelitian berdasarkan tahun tidak pada industri. ...... The purpose of this research is to analyze whether employee expense has a contribution in the earnings predictability and value relevance of firms. The sample for this observation is 244 firms with firm-years observations 897 during year 2008-2012. This is a research replication from Guenther and Schiemann (2011) which examined the incremental contribution of employee expense in firms earnings predictability and value relevance in UK firms, based on industry classification and year. The result from this research shows that employee expense does have an incremental contribution on earnings predictability, both based on industry and year. But, employee expense only has a contribution to value relevance when the research is based on year, not on industry.

Abstrak :
ABSTRAK
Prediksi Imbal hasil saham merupakan topik yang tidak henti-hentinya dibicarakan banyak orang, baik dari kalangan akademis sampai kalangan masyarakat. Semakin bertambahnya minat investor dalam investasi saham merupakan alasan yang melatarbelakangi penulis untuk melakukan analisa yang lebih mendalam terkait hubungan antara pendapatan dengan prediksi imbal hasil saham tersebut. Penulis dalam hal ini meyakini earning yield yang mendasari pengukuran prediksi imbal hasil saham. Earning yield (EP) dalam hal ini, penulis kelompokkan dalam dua bagian yaitu earning yield positive (EPWIN) dan earning yield negative (EPLOS). Penulis ingin mengetahui EP, EPWIN atau EPLOS yang paling mendorong naiknya imbal hasil saham. Penulis menggunakan analisis Vector Autoregression (VAR) atau Vector Error Correction Model (VECM). Selain itu, penulisan ini juga bertujuan memberikan gambaran bagi investor untuk mengetahui waktu pasar yang tepat untuk membeli atau menjual saham. Untuk itu, penulis menggunakan model analisis waktu pasar yang dirumuskan oleh Scott w. Banhart dan Aontoine Gianetti (2008). Penulis menjadikan perusahaan-perusahaan yang terdaftar pada IHSG dari tahun 2003-2010 sebagai sampel dalam pengolahan data. Dari hasil pengolahan yang dilakukan secara garis besar, dapat disimpulkan bahwa EPLOS (earning yield negative) yang mendorong pertumbuhan prediksi imbal hasil saham. EPLOS juga dapat menunjukkan waktu pasar yang tepat bagi investor untuk membuat keputusan berinvestasi pada saham.

---

ABSTRACT
The prediction of stock return is always a continually discussed both by the academics and by the public. The ever increasing intererest of investors in stock return lays the foundation for the researcher to analyze more deeply the correlation between revenue and the predictions for this stock return. The researcher thus believes that earning yield is what forms the basis for predicting stock return. Fikri Ismail: The researcher divides earning yield into two types: earning price yield positive (EPWIN) and earning price yield negative (EPLOS). The researcher is particularly interested in finding out which EP, EPWIN, and EPLOS is most responsible for increasing the value of stock return. For that purpose, the researcher opts to use Vector Autoregression (VAR) and Vector Error Correction Model (VECM) analyses. Furthermore, this reseach aims to educate investors on when it is the right time to sell their sticks. The researcher employs the market timing developed by Scott W. Banhart and Antoine Gianetti (2008). The samples for data analysis include companies that have registered with IHSG from 2003-2010. A preliminary analysis indicates that it is EPLOS that drives the growth of stock return predictions. EPLOS can also predict good market timing so that investors can make decisions regarding on their stock invesment activities.