Peramalan Laba dalam Ketidakpastian Lingkungan: Bukti dari Pasar ASEAN

AINUN NAIM, Ertambang Nahartyo, Dr., M.Sc., CMA., Ak., CA

2021 | Tesis | MAGISTER SAINS AKUNTANSI

Penelitian ini dijalankan untuk menangkap fenomena yang terjadi selama ketidakpastian lingkungan riil akibat Covid-19 terjadi. Peneliti ingin mengungkapkan bahwa perilaku sticky cost akan bertransformasi menjadi over-sticky cost saat ketidakpastian lingkungan terjadi. Perilaku sticky cost merupakan salah satu pemicu ketidakakuratan peramalan laba. Konteks peramalan laba dilakukan dengan memperhatikan model estimasi yang memperkecil kesalahan peramalan yaitu model CVCS, sehingga penjelasan kekuatan model ini disajikan pada kondisi lingkungan pasti dan tidak pasti. Penelitian ini menggunakan sampel sebesar 1.274 yang diperoleh dari OSIRIS dengan kategorisasi indeks tertinggi di setiap negara di ASEAN tahun 2015-2020. Hasil menunjukkan bahwa sticky-cost terjadi pada biaya PAU selama sampel 2015-2020. Dengan pemecahan portofolio sampel tahun 2015-2019 dan hanya tahun 2020, menunjukkan hasil bahwa over-sticky cost muncul dalam ketidakpastian lingkungan riil (Covid-19) tahun 2020. Terakhir, model peramalan laba CVCS secara konsisten menunjukkan kesalahan estimasi rendah (7,6%) saat portofolio pertama tahun 2015-2018 digunakan untuk meramal tahun 2019, namun model ini tidak akurat dengan menunjukkan kesalahan estimasi tinggi (17,6%) saat portofolio kedua tahun 2016-2019 digunakan meramal tahun 2020, saat lingkungan bisnis tidak pasti. Penelitian masa depan diharapkan dapat memecah biaya PAU untuk menentukan derajat stickiness tertinggi. Penelitian juga dapat dilakukan untuk mengeksplorasi konsep over-sticky lebih mendalam, termasuk menguji ulang pada tahun resesi 2008 dan 1998. Selanjutnya, penelitian ke depan dapat memasukkan unsur over-sticky dalam memprediksi laba masa depan setelah memperbaiki model prediksian regresi logit yang dinilai menjadi pemicu ketidakkonsistenan model CVCS.

This research was carried out to capture the phenomena that occur during the real environmental uncertainty due to Covid-19. The researcher wants to reveal that sticky cost behavior will transform into over-sticky cost when environmental uncertainty occurs. Sticky cost behavior is one of the triggers for inaccurate earning forecasting. The context of earning forecasting is carried out by paying attention to the estimation model that minimizes forecasting errors, namely the CVCS model, so that researchers will reveal the strength of this model when faced with certain and uncertain environmental conditions. This study uses a sample of 1,274 obtained from OSIRIS with the highest index categorization in each country in ASEAN in 2015-2020. The results show that sticky-costs occur in PAU costs during the 2015-2020 sample. By splitting the sample portfolio in 2015-2019 and only in 2020, the results show that over-sticky costs arise in the uncertainty of the real environment (Covid-19) 2020. Finally, the CVCS earning forecasting model consistently shows low estimation errors (7.6% ) when the first portfolio in 2015-2018 is used to forecast 2019, but this model is inaccurate by showing a high estimation error (17.6%) when the second portfolio in 2016-2019 is used to forecast 2020, when the business environment is uncertain. Future research is expected to break down PAU costs to determine the highest degree of stickiness. Research can also be carried out to explore the concept of over-sticky more in-depth, including retesting the 2008 and 1998 recessions. Furthermore, future research can incorporate the over-sticky element in predicting future earnings after improving the logit regression prediction model which is considered to be the trigger for inconsistency. CVCS model.

Kata Kunci : Ketidakpastian Lingkungan Riil, Over-Sticky Cost, Peramalan Laba