首页> 外文OA文献 >PERBANDINGAN KEAKURATAN MODEL ARUS KAS METODE LANGSUNG DENGAN TIDAK LANGSUNG DALAM MEMPREDIKSI ARUS KAS OPERASI DAN DIVIDEN MASA DEPAN : Studi pada Perusahaan Sektor Perdagangan yang Terdaftar di Bursa Efek Indonesia Tahun 2008-2011
【2h】

PERBANDINGAN KEAKURATAN MODEL ARUS KAS METODE LANGSUNG DENGAN TIDAK LANGSUNG DALAM MEMPREDIKSI ARUS KAS OPERASI DAN DIVIDEN MASA DEPAN : Studi pada Perusahaan Sektor Perdagangan yang Terdaftar di Bursa Efek Indonesia Tahun 2008-2011

机译:直接现金流模型和间接现金流模型预测现金流操作和未来股息的准确性的比较:2008-2011年在印度尼西亚证券交易所上市的贸易公司的研究

摘要

Penelitian ini bertujuan untuk mengetahui kemampuan dari laporan arus kas metode langsung dengan metode tidak langsung dalam memprediksi arus kas operasi dan dividen masa depan. Penelitian ini juga ingin membuktikan Pernyataan Standar Akuntansi Keuangan (PSAK) No.2 yang menyatakan bahwa metode langsung menyajikan informasi yang lebih akurat untuk memprediksi arus kas operasi dan dividen masa depan. Sampel dalam penelitian ini adalah perusahaan perdagangan yang listing di Bursa Efek Indonesia periode laporan keuangan 2008-2011. Teknik pengambilan sampel dalam penelitian ini menggunakan purposive sampling sehingga didapat 13 perusahaan untuk model arus kas operasi masa depan dan 8 perusahaan untuk model dividen masa depan. Dalam penelitian ini digunakan model arus kas dengan menggunakan regresi data panel. Hasil dari penelitian ini adalah model arus kas dengan metode langsung lebih akurat dibandingkan metode tidak langsung dalam memprediksi arus kas operasi masa depan. Sedangkan untuk kemampuan arus kas dalam memprediksi dividen masa depan, metode langsung lebih akurat dibandingkan dengan metode tidak langsung sehingga penelitian ini membuktikan pernyataan Financial Accounting Standards Board (FASB) bahwa metode langsung lebih konsisten dengan tujuan laporan arus kas salah satunya menilai kemampuan perusahaan dalam membayar dividen.ududKata Kunci : Metode Arus Kas, Kemampuan Prediksi Arus Kas, Regresi Data PanelududThis study aims to determine which one is more accurate between cash flow statement direct method or indirect method in ability to predict future cash flow and future dividend. This study also wants to prove the statement PSAK (Pernyataan Standar Akuntansi Keuangan) No.2 that the direct method provides information is more useful for predicting the future operating cash flow and future dividend. The sample in this study is a trading company which is listed on the Indonesia Stock Exchange within the period of 2008-2011. The sampling technique in this study using purposive sampling in order to get 13 companies for the future operating cash flow and 8 companies for future dividend. This study used a model of cash flow using panel data regression. The results of this study showed that model of cash flow using direct method is more accurate than indirect method in predicting future operating cash flow. As for the cash flow in predicting future dividends, the direct method is more accurate than the indirect method of this study prove that the FASB (Financial Accounting Standards Board) statement that the direct method is more consistent with the purpose of cash flow statements one of which assesses a company's ability to pay dividend.ududKeyword : Cash Flow Methods, Ability of Cash Flows Prediction, Panel Data Regression
机译:本研究旨在确定采用直接方法的现金流量表和采用间接方法的现金流量表在预测经营现金流量和未来股息方面的能力。本研究还希望证明《财务会计准则第2号声明》,该声明指出直接方法可提供更准确的信息来预测未来的经营现金流量和股息。本研究的样本是一家贸易公司在2008-2011年财务报表期间在印度尼西亚证券交易所上市。本研究中的抽样技术采用了目标抽样,因此,我们获得了13家公司用于未来经营现金流量模型,而8家公司用于未来股息模型。在这项研究中,现金流量模型通过面板数据回归来使用。这项研究的结果是,在预测未来的经营现金流量时,直接方法的现金流量模型比间接方法更准确。至于现金流量预测未来股息的能力,直接方法比间接方法更准确,因此,本研究证明了财务会计准则委员会(FASB)的说法:直接方法与现金流量表的目的更为一致,其中之一是评估公司的股息支付能力关键词:现金流量法,现金流量预测能力,面板数据回归本研究旨在确定现金流量表直接方法或间接方法在预测未来现金流量和未来能力方面更准确股利。这项研究还希望证明PSAK No.2(财务会计准则声明)的直接方法提供的信息对于预测未来的营业现金流量和未来的股息更为有用。本研究的样本是一家贸易公司,该公司在2008年至2011年期间在印尼证券交易所上市。本研究中的抽样技术使用了有目的的抽样,以获取13家公司的未来经营现金流量和8家公司的未来股息。这项研究使用了通过面板数据回归的现金流量模型。这项研究的结果表明,在预测未来的经营现金流量时,使用直接方法的现金流量模型比间接方法更为准确。至于用于预测未来股息的现金流量,直接方法比本研究的间接方法更准确,这证明了FASB(财务会计准则委员会)声明直接方法与现金流量表的目的更一致之一关键字:现金流量方法,现金流量预测能力,面板数据回归

著录项

  • 作者

    Azizayanti Sefdina Nur;

  • 作者单位
  • 年度 2014
  • 总页数
  • 原文格式 PDF
  • 正文语种 en
  • 中图分类

相似文献

  • 外文文献
  • 中文文献

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号