di mana:

• :

  Liputan analis saham ke-i pada akhir bulan ke-m dapat dipilih sebagai liputan analis sederhana atau total liputan analis. Nilai ini menunjukkan berapa banyak analis yang meliput saham i pada akhir bulan ke-m, yang mencerminkan perhatian pasar terhadap saham tersebut. Penambahan 1 pada logaritma di sini adalah untuk menghindari situasi di mana logaritma tidak dapat diambil ketika COV adalah 0. Pada saat yang sama, hal ini juga dapat menghaluskan distribusi data sampai batas tertentu dan mengurangi dampak outlier.

• :

  Mengambil logaritma natural dari total nilai pasar saham ke-i pada akhir bulan ke-m. Total nilai pasar mencerminkan ukuran perusahaan. Umumnya, perusahaan dengan nilai pasar yang lebih besar menerima lebih banyak perhatian analis. Oleh karena itu, menggunakan logaritma nilai pasar sebagai variabel penjelas dapat mengendalikan dampak ukuran perusahaan pada liputan analis. Menggunakan bentuk logaritmik juga dapat mengurangi dampak nilai pasar ekstrem, sehingga distribusi datanya lebih sesuai dengan asumsi regresi linier.

• :

  adalah logaritma natural dari tingkat perputaran rata-rata harian saham ke-i dalam tiga bulan terakhir hingga akhir bulan ke-m. Tingkat perputaran mencerminkan likuiditas saham, dan saham dengan likuiditas tinggi biasanya lebih populer di pasar. Tujuan pengambilan logaritma adalah untuk mengurangi dampak tingkat perputaran ekstrem dan membuat distribusinya lebih stabil.

• :

  adalah pengembalian saham ke-i selama tiga bulan terakhir hingga akhir bulan ke-m. Efek momentum saham menunjukkan bahwa saham yang telah berkinerja baik di masa lalu mungkin akan terus berkinerja baik di masa depan, sehingga analis cenderung memperhatikan saham tersebut. Pengembalian selama tiga bulan terakhir digunakan di sini untuk menangkap efek momentum sebagai variabel kontrol untuk liputan analis.

• :

  Suku intersep dari model regresi merepresentasikan nilai yang diharapkan dari logaritma liputan analis ketika semua variabel penjelas adalah 0. Dalam istilah praktis, ini merepresentasikan tingkat dasar liputan analis ketika kapitalisasi pasar, tingkat perputaran, dan efek momentum tidak dipertimbangkan.

• :

  Koefisien regresi dari logaritma kapitalisasi pasar ($SIZE_{i,m}$) merepresentasikan perubahan yang diharapkan dalam logaritma liputan analis untuk setiap perubahan unit dalam logaritma kapitalisasi pasar. Koefisien ini mencerminkan arah dan tingkat dampak ukuran saham pada liputan analis, dan diharapkan positif, yaitu semakin besar kapitalisasi pasar perusahaan, semakin tinggi liputan analisnya.

• :

  Koefisien regresi dari logaritma tingkat perputaran rata-rata harian dalam tiga bulan terakhir ($LNTO_{i,m}$) merepresentasikan perubahan yang diharapkan dalam logaritma liputan analis untuk setiap perubahan unit dalam logaritma tingkat perputaran. Koefisien ini mencerminkan arah dan tingkat dampak likuiditas saham pada liputan analis, dan diharapkan positif, yaitu semakin likuid saham, semakin tinggi liputan analisnya.

• :

  Koefisien regresi dari pengembalian tiga bulan terakhir ($MOM_{i,m}$) merepresentasikan perubahan yang diharapkan dalam logaritma liputan analis untuk setiap perubahan unit dalam pengembalian. Koefisien ini mencerminkan arah dan tingkat dampak efek momentum saham (kinerja masa lalu) pada liputan analis, dan diharapkan positif, yaitu saham dengan kinerja masa lalu yang baik memiliki liputan analis yang lebih tinggi.

• :

  Suku residual dari model regresi merepresentasikan liputan analis yang tidak dapat dijelaskan oleh nilai pasar, tingkat perputaran dan efek momentum, yaitu, residual liputan analis. Suku residual ini dianggap sebagai liputan analis abnormal, yang mungkin mencerminkan bias selektif analis, keunggulan informasi dan perilaku lainnya, dan juga merupakan fokus dari faktor ini.