Return Saham, Likuiditas Saham, EPS, dan PER Sebelum dan Sesudah Melakukan Stock Split pada Perusahaan yang Terdaftar di Bursa Efek Indonesia
Notice bibliographique
Résumé
Kenaikan harga yang terlalu tinggi, akan menyebabkan permintaan terhadap pembelian saham tersebut mengalami penurunan dan pada akhirnya dapat meyebabkan harga saham tersebut menjadi tidak fluktuatif lagi. Untuk \nmenghindari kondisi tersebut, maka yang dilakukan oleh perusahaan adalah menurunkan harga saham pada kisaran harga yang menarik minat investor untuk membeli yaitu melalui pemecahan saham (stock split). Penelitian mengenai stock \nsplit sudah sering dilakukan sebelumnya, seperti penelitian terdahulu yang dilakukan oleh Naomi Stephanie Saurake dan Tanti Irawati Muclis (2012) yang berjudul Stock Split Peformance Analysis Before and After Stock Split on Basic \nIndustry and Chemical in Indonesia mengemukakan bahwa stock split berpengaruh signifikan terhadap return saham dan likuiditas saham sedangkan EPS dan PER tidak berpengaruh atas peristiwa stock split. \nPenelitian ini menunjukan bahwa penulis memaparkan hipotesis pertama dan kedua terdapat pengaruh yang signifikan terhadap rata-rata return saham dan likuiditas sebelum dan sesudah stock split. Hipotisis ketiga dan keempat menunjukan tidak ada pengaruh yang signifikan rata-rata EPS dan PER sebelum dan sesudah stock split.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,006 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».