Hasil dan Pembahasan
Indeks saham pada setiap negara merupakan cerminan dari kinerja saham dan kemodernan negara tersebut. Indek FTSE100 mewakili sekitar 81% dari kapitalisasi pasar dari seluruh London Stock Exchange. Semakin besar kegiatan perdagangan intraday di lantai bursa, maka bid-ask spread cenderung akan naik, return saham tersebut naik, dan volume perdagangan akan naik. Penelitian ini akan melihat ikatan dan pengaruh antar variabel tersebut.
Pergerakan saham berdasarkan nilainya dibagi ke dalam saham-saham bernilai besar atau disebut juga first liner/big cap. Saham-saham bernilai kecil biasa disebut dengan second liner dan third liner. Umumnya, saham-saham big caps seperti FTSE100 ini digerakkan pertama kali oleh para investor besar setelah terjadi penurunan indeks yang cukup dalam atau bearish. Kejadian ini terjadi jika bearish pada pasar saham umumnya yang pertama kali jatuh adalah saham-saham unggul/big cap. Berbaliknya arah, saham-saham yang bernilai besar atau first liner itu jugalah yang terlebih dulu naik. Berikut adalah grafik nilai setiap variabel:
Gambar 3 Nilai volume perdagangan, bid-ask spread, dan return saham FTSE100 pada periode 03 Januari 2012 sampai dengan 29 April 2013
8.0 8.2 8.4 8.6 8.8 9.0 9.2 9.4 50 100 150 200 250 300 VOLUME .000 .004 .008 .012 .016 .020 .024 .028 50 100 150 200 250 300 BAS -1.2 -0.8 -0.4 0.0 0.4 0.8 1.2 50 100 150 200 250 300 RETURN s k a l a s k a l a s k a l a
Jumlah data Jumlah data
15 Nilai setiap variabel yang tidak menentu ini disebabkan oleh dua hal/kondisi, yaitu akibat kondisi eksternal atau luar negeri dan kondisi internal atau dalam negeri. Nilai volume perdagangan yang fluktuatif, ada masa dimana indeks FTSE100 mengalami penurunan yang sangat drastis yang terjadi pada kuartal akhir tahun 2012. Penurunan ini diberitakan terjadi akibat turunnya produksi industri pertambangan dan penggalian disebabkan oleh lading minyak Buzzard – ladang minyak terbesar di Laut Utara ditutup untuk pemeliharaan. Awal tahun 2013 perekonomian Inggris kembali membaik, sehingga tidak akan terjasi resesi ketiga sejak krisis keuangan pada tahun 2008 dan tidak akan terjadi „triple-dip resesi‟ seperti yang diasumsikan para ekonom dalam surat kabar. Nilai bid-ask spread saham yang fluktuatif cenderung ke atas menunjukkan bahwa semakin meningkatnya minat investor untuk memiliki saham pada indeks FTSE100. Hal ini membuktikan bahwa FTSE100 merupakan salah satu indeks saham terbesar di dunia dan sangat diminati para investor. Nilai return yang fluktuatif menunjukkan return atau keuntungan yang diperoleh para investor tidak menentu tiap harinya. Fluktuatifnya nilai return disebabkan fluktuatifnya volume perdagangan, ada saat dimana investor tidak ingin membeli saham di FTSE100 akibat masalah domestiknya dan ketika perekonomian negara telah pulih kembali akan menarik minat investor untuk menanamkan modalnya pada pasar modal negara tersebut.
Uji Stasioner Data
Menguji stasioneritas pada variabel bid-ask spread saham. Hasil yang diperoleh menunjukkan nilai probability sebesar 0,0000 yang lebih kecil dari taraf nyata 0,05 sehingga dinyatakan bahwa variabel bid-ask spread saham stasioner pada level.
Menguji stasioneritas pada variabel return saham. Hasil yang diperoleh menunjukkan nilai probability sebesar 0,0000 yang lebih kecil juga dari taraf nyata yang sebesar 0,05 sehingga dinyatakan bahwa variabel return saham stasioner pada level.
Menguji stasioneritas pada variabel volume perdagangan. Hasil yang diperoleh menunjukkan nilai probability sebesar 0,0017 yang lebih kecil juga dari taraf nyata yang sebesar 0,05 sehingga dinyatakan bahwa variabel volume perdagangan stasioner pada level.
Uji Kausalitas Granger
Kausalitas Granger merupakan pengujian hubungan bolak-balik
antara dua atau lebih variabel pada data time series. Uji kausalitas
Granger yang dilakukan pada tabel berikut ini merupakan uji yang
sudah dilakukan pada level dengan menggunakan α = 5% untuk
16
Tabel 2 Hasil Hubungan Kausalitas Granger Pairwise Granger Causality Tests
Date: 05/25/13 Time: 15:59 Sample: 1 334
Lags: 1
Null Hypothesis: Obs F-Statistic Prob.
VOLUME does not Granger Cause RETURN 333 0.03304 0.8559 RETURN does not Granger Cause VOLUME 0.01947 0.8891 BAS does not Granger Cause RETURN 333 0.69720 0.4043 RETURN does not Granger Cause BAS 0.01253 0.9109 BAS does not Granger Cause VOLUME 333 0.00717 0.9326 VOLUME does not Granger Cause BAS 5.39369 0.0208 Keterangan: signifikan pada taraf nyata 5%
Hasil uji kausalitas, dapat disimpulkan bahwa variabel yang saling berkaitan signifikan adalah variabel volume perdagangan dengan variable bid-ask spread dilihat dari nilai probabilitasnya yang lebih kecil dari taraf nyata 5%, namun hanya berkaitan satu arah. Artinya, hanya volume perdagangan berkaitan signifikan dengan bid-ask spread, sedangkan bid-ask spread tidak memiliki kaitan yang signifikan dengan volume perdagangan. Varibel lainnya juga memiliki kaitan yang tidak signifikan.
Uji Stabilitas VAR
Menurut Juanda dan Junaidi (2012), suatu sistem VAR dikatakan stabil apabila pada bagian bawah output-nya muncul 2 kalimat berikut.
No root lies outside the unit circle. VAR satisfies the stability condition.
Stabilitas VAR juga dapat dilihat dari nilai semua akar dari fungsi polinomial atau nilai absolutnya kurang dari 1, sehingga dapat disimpulka bahwa model VAR yang digunakan dalam penelitian ini telah stabil pada lag 2. Model VAR ini juga dianggap stabil sehingga Impulse Response Function (IRF) dan Forecast Error Variance Decomposition (FEVD) yang dihasilkan dianggap valid.
Uji Lag Optimum
Langkah penting dalam model VAR adalah penentuan jumlah lag optimal dengan memanfaatkan beberapa informasi yaitu dengan menggunakan Akaike Information Criterion (AIC), Schwarz Criterion (SC), dan Hanna-Quinn Criterion (HQ). Lag lebih mudah dilihat dengan melihat kriteria SC, bahwa nilai SC terkecil terdapat pada lag dua yaitu sebesar -8.485099, dengan demikian dapat disimpulkan lag optimal untuk model ini adalah lag dua. Kesimpulan tersebut mengindikasikan bahwa kejadian saat ini dipengaruhi oleh kejadian dua periode sebelumnya.
17 Hasil Estimasi VAR
Berdasarkan tabel 7 terlihat bahwa sistem VAR dengan lag 2 merupakan sistem VAR yang stasioner (stabil). Proses tersebut telah dilakukan dan persamaan VAR (2) untuk hubungan volume perdagangan, bid-ask spread, dan return dari output tabel 6 dapat dirumuskan sebagai berikut.
Hasil estimasi model VAR dapat dilihat bahwa volume perdagangan berpengaruh positif dengan bid-ask spread pada lag ke 2, volume perdagangan berpengaruh positif dengan variabelnya sendiri, dan volume perdagangan berpengaruh positif pada setiap lag terhadap variabel return. Artinya, setiap guncangan yang terjadi pada volume perdangan, akan berpengaruh positif terhadap pergerakan variabelnya sendiri dan return saham pada periodenya.
Hubungan negatif pada lag 1 yang diperoleh dalam penelitian ini sama dengan hasil penelitian yang dilakukan oleh Julieta Frank dan Philip Gracia. Hubungan positif pada lag ke 2 yang dihasilkan dalam penelitian ini antara volume perdagangan dengan bid-ask spread sama dengan hasil penelitian yang dilakukan oleh George Wang dan Jot Yau.
Hasil estimasi model VAR pada variabel bid-ask spread dapat dijelaskan bahwa bid-ask spread berpengaruh positif terhadap volume perdagangan dan variabelnya. Hasil estimasi positif antara bid-ask spread dalam penelitian ini bertentangan dengan hasil yang diperoleh dalam penelitian George Wang dan Jot Yau.
Hasil estimasi model VAR pada return dapat dilihat bahwa return berpengaruh positif terhadap volume perdagangan pada lag ke 1 dan juga berpengaruh positif terhadap bid-ask spread pada setiap lagnya. Hasil estimasi positif antara return dengan volume perdagangan, sama dengan hasil penelitian yang dilakukan oleh Nadia Asghar.
Impulse Response Function (IRF)
IRF adalah suatu metode yang digunakan untuk menentukan respons suatu variabel endogen terhadap suatu shock tertentu. Hasil IRF ini menggunakan standar Cholesky Decomposition dapat dilihat dari grafik berikut.
18
Gambar 4 Impulse Response Function (IRF)
-.001 . 000 . 001 . 002 . 003 . 004 . 005 1 2 3 4 5 6 7 8 9 10
Response of BAS to BAS
-.001 .000 .001 .002 .003 .004 .005 1 2 3 4 5 6 7 8 9 10
Response of BAS to VOLUME
-.001 .000 .001 .002 .003 .004 .005 1 2 3 4 5 6 7 8 9 10
Response of BAS to RETURN
.00 .02 .04 .06 .08 .10 .12 1 2 3 4 5 6 7 8 9 10
Response of VOLUME to BAS
.00 .02 .04 .06 .08 .10 .12 1 2 3 4 5 6 7 8 9 10
Response of VOLUME to VOLUME
.00 .02 .04 .06 .08 .10 .12 1 2 3 4 5 6 7 8 9 10
Response of VOLUME to RETURN
-.1 .0 .1 .2 .3 .4 1 2 3 4 5 6 7 8 9 10
Response of RETURN to BAS
-.1 .0 .1 .2 .3 .4 1 2 3 4 5 6 7 8 9 10
Response of RETURN to VOLUME
-.1 .0 .1 .2 .3 .4 1 2 3 4 5 6 7 8 9 10
19
Variabel yang mempengaruhi variabel itu sendiri, cenderung mangalami penurunan. Hal ini dapat dilihat dari respons volume perdagangan ke volume perdagangan, bid-ask spread saham ke bid-ask spread saham, dan return saham ke return saham. Variabel bid-ask spread saham ke return saham, volume perdagangan ke return saham, dan return saham ke volume perdagangan tidak mengalami shock yang digambarkan dengan grafik yang konstan. Hal ini disebabkan banyaknya investor yang hanya ingin mempermainkan pergerakan saham dan tidak memikirkan return yang diterima. Pergerakan tersebut juga hanya terjadi pada pasar saham jangka pendek. Varibel bid-ask spread saham ke volume perdagangan dan return saham ke bid-ask spread saham cenderung fluktuatif, sehingga dapat disimpulkan ketika terjadi shock, maka akan susah untuk menentukan efek yang ditimbulkan karena grafik yang fluktuatif. Variabel volume perdagangan ke bid-ask spread saham cenderung mengalami penurunan, namun masih bernilai positif.
Variance Decomposition (VD)
Metode yang dapat dilakukan untuk melihat bagaimana perubahan suatu variabel yang ditunjukkan oleh perubahan error variance dipengaruhi oleh variabel-variabel lainnya adalah FEVD. FEVD merinci ragam dari peramalan galat menjadi komponen-komponen yang dapat dihubungkan dengan setiap variabel endogen dalam model.
Gambar 5 Variance Decomposition dari volume perdagangan
97.5 98 98.5 99 99.5 100 100.5 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49
Variance Decomposition of VOLUME
VOLUME RETURN BAS
s k a l a periode
20
Gambar 6 Variance Decomposition dari return saham
Gambar 7 Variance Decomposition dari bid-ask spread saham
Grafik di atas menggambarkan sumber variasi suatu variabel dikarenakan terjadinya guncangan variabel lain. Variasi variabel perdagangan dalam penelitian ini, semua variasi variabel adalah guncangan dari variabel itu sendiri, sedangkan akibat dari guncangan variabel lain relatif kecil. Variabel volume perdagangan dapat dilihat dominan warna volume perdagangan lebih besar, yang dapat disimpulkan bahwa variasi variabel volume perdagangan adalah guncangan dari variabel volume perdagangan itu sendiri sebesar 91.4% pada periode pertama. Variasi variabel bid-ask spread saham yang dipengaruhi guncangan variabel itu sendiri sebesar 100%. Variasi variabel return saham yang dipengaruhi guncangan variabel itu sendiri sebesar 99.6%.
0 20 40 60 80 100 120 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49
Variance Decomposition of RETURN
VOLUME RETURN BAS
0 20 40 60 80 100 120 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49
Variance Decomposition of BAS
VOLUME RETURN BAS
s k a l a periode s k a l a periode
21 Risiko dengan Metode Standar Deviasi
Standar deviasi memproksikan risiko yang terjadi pada perdagangan saham dan variabel yang digunakan untuk menghitung risiko tersebut. Hasil yang saya peroleh sebesar 0.363314 yang berarti risiko yang terdapat dalam indeks saham ini kecil, dan return saham yang diterima juga kecil.
Indeks FTSE100 yang menjadi studi kasus penelitian ini memperoleh indeks β FTSE100 sebesar 1. Artinya, β=1 maka gerakan harga saham tersebut persis sama dengan gerakan harga pasar. Harga pasar naik sebesar 10%, harga saham FTSE100 juga akan naik sebesar 10%. Nilai β ini menunjukkan tinggi rendahnya risiko. Semakin tinggi β, semakin tinggi risikonya, demikian sebaliknya. Penelitian ini memperoleh nilai β=1, sehingga dapat disimpulkan bahwa risiko yang akan diperoleh investor jika menanamkan modal pada indeks ini tidak terlalu besar, namun dapat diantisipasi dengan pergerakan nilai pasar.
22