PENGARUH KLASIFIKASI KOMPONEN LABA TERHADAP KEMAMPUAN PREDIKSI LABA DI MASA YANG AKAN DATANG : STUDI EMPIRIS PADA PERUSAHAAN PERBANKAN YANG TERDAFTAR DI BURSA EFEK JAKARTA

Mahardjanti, Riezka (2002) PENGARUH KLASIFIKASI KOMPONEN LABA TERHADAP KEMAMPUAN PREDIKSI LABA DI MASA YANG AKAN DATANG : STUDI EMPIRIS PADA PERUSAHAAN PERBANKAN YANG TERDAFTAR DI BURSA EFEK JAKARTA. Masters thesis, program Pascasarjana Universitas Diponegoro.

[img]
Preview
PDF - Published Version
1700Kb

Abstract

Tujuan penelitian ini adalah menguji kemampuan prediksi klasifikasi komponen laba. Lima model klasifikasi digunakan untuk memprediksi laba bersih dan tiga model klasifikasi untuk memprediksi laba bersih sebelum item khusus, operasi tidak berlanjut dan pos luar biasa. Meskipun secara luas asumsi mengatakan behwa klasifikasi komponen laba sangat penting untuk memprediksi laba tahun berikutnya, namun masih sedikit bukti empiris yang menunjukkan bahwa skema klasifikasi meningkatkan kemampuan prediksi. Sampel penelitian adalah 14 perusahaan perbankan yang diperoleh dari Direktori Pasar Modal Indonesia 1999. Sampel tersebut dipisahkan menjadi dua bagian yaitu delapan perusahaan perbankan sebagai sampel estimasi dan enam perusahaan perbankan segabai sampel validasi.The objective of this research is to empirically examine predictive content of classification earnings components. Five classification models are used to predict earnings and three classification models are used to predict earnings before special items, discountinued operations and extraordinary items. Although the widespread assumption that earnings disaggregation is important for assessing firm, there is little empirical evidence that the classification schme actually improves predictive content of earnings. There are 14 banking companies selected as a sample for his research available on 1999 1ndonesion Capital Market Directory. In consist of eight banking companies used for an estimation sample and six banking companies used for a valiation sample. The research finding showed that detailed classifications did not always provide improvement of ability to predict earnings. In predicting earnings, the more detailed classification, at certain point, indicated the improvement. Howevwe, if the more detailed classificatin is countinued, it will not lead to the better prediction. Indeed, in predicting Ebsi, the detailed classificatin did not show differences of ability to predict earnings.

Item Type:Thesis (Masters)
Subjects:H Social Sciences > HG Finance
Divisions:School of Postgraduate (mixed) > Master Program in Accounting
ID Code:8942
Deposited By:Mr UPT Perpus 1
Deposited On:21 Apr 2010 17:50
Last Modified:21 Apr 2010 17:50

Repository Staff Only: item control page