VI. TINGKAT RISIKO INVESTASI
6.1 Pergerakan Data Return Perusahaan Perkebunan Kelapa Sawit Terpilih. 76
Pergerakan data Return Saham PT Bakrie Sumatra Plantation Tbk (BSP), PT Tunas Baru Lampung Tbk (TBLA), dan PT Astra Agro Lestari Tbk (AALI) periode Januari 2005 sampai akhir Februari 2008 dapat dilihat pada Gambar 8. Dari plot deret waktu return terlihat bahwa pergerakan return berfluktuasi. Pada beberapa periode fluktuasi di sekitar nilai tengahnya, tetapi ada beberapa periode yang menunjukkan fluktuasi yang tinggi. Hal ini menimbulkan risiko terhadap
return harga saham perusahaan perkebunan kelapa sawit terpilih pada setiap
periode waktunya. a) b) c) Index Re tu rn 711 632 553 474 395 316 237 158 79 1 0.15 0.10 0.05 0.00 -0.05 -0.10 -0.15
Time Series Plot of Return
Index Re tu rn 711 632 553 474 395 316 237 158 79 1 0.3 0.2 0.1 0.0 -0.1 -0.2 -0.3 -0.4
Time Series Plot of Return
Index Re tu rn 711 632 553 474 395 316 237 158 79 1 0.10 0.05 0.00 -0.05 -0.10
Time Series Plot of Return
Gambar 8. Plot Deret Waktu Return a) PT Bakrie Sumatra Plantation Tbk (BSP), b) PT Tunas Baru Lampung Tbk (TBLA), dan c) PT Astra Agro Lestari Tbk
(AALI).
PT Tunas Baru Lampung Tbk (TBLA) memiliki fluktuasi pergerakan
return yang lebih tinggi dibandingkan kedua perusahaan perkebunan kelapa sawit
terpilih lainnya. Pada Gambar 8 terlihat bahwa return perusahaan berfluktuasi sangat cepat sehingga terlihat garis fluktuasi yang tebal. Hal ini disebabkan karena saham PT Tunas Baru Lampung Tbk (TBLA) memiliki harga saham yang rendah sehingga sering menjadi sasaran investor yang ingin mendapatkan return dalam periode investasi jangka pendek (1 hari).
PT Bakrie Sumatra Plantation Tbk (BSP) dan PT Astra Agro Lestari Tbk (AALI) memiliki fluktuasi pergerakan return yang lebih rendah dibandingkan PT Tunas Baru Lampung Tbk (TBLA). Hal ini disebabkan kedua perusahaan ini memiliki pergerakan harga saham dengan trend meningkat dengan harga saham yang lebih mahal sehingga investor cenderung untuk mempertahankan sahamnya pada satu harga dan menunggu sampai investor mendapatkan tingkat pengembalian yang sesuai dengan yang diharapkan.
Ringkasan data return ketiga perusahaan dapat dilihat pada Lampiran 5, 6,
dan 7 dan ringkasannya terdapat pada Tabel 7.
Tabel 7. Ringkasan Data Pengembalian Saham Perusahaan Kelapa Sawit Terpilih
Perusahaan Mean Skewness Kurtosis
PT Bakrie Sumatra Plantation Tbk (BSP) 0.002674 0.216039 6.641940 PT Tunas Baru Lampung Tbk (TBLA) 0.001152 -0.225261 17.08460 PT Astra Agro Lestari Tbk (AALI) 0.002957 0.656193 5.499985 Rata-rata return PT Astra Agro Lestari Tbk (AALI) selama 3 tahun
terakhir menunjukkan tingkat return yang lebih tinggi dibanding saham perusahaan kelapa sawit lainnya, kemudian diikuti PT Bakrie Sumatra Plantation Tbk (BSP) dan PT Tunas Baru Lampung Tbk (TBLA) dengan tingkat return terendah. Hal ini disebabkan karena PT Astra Agro Lestari Tbk (AALI) memiliki penerimaan bersih dan tingkat pengembalian terhadap modal yang paling tinggi dibandingkan kedua perusahaan kelapa sawit lainnya. Kondisi fundamental yang terdapat pada laporan keuangan PT Astra Agro Lestari Tbk (AALI) yang lebih baik dibandingkan kedua perusahaan kelapa sawit terpilih lainnya menyebabkan PT Astra Agro Lestari Tbk (AALI) memiliki tingkat return yang lebih tinggidibandingkan dengan saham perusahaan kelapa sawit terpilih lainnya (Lampiran 2, 3, dan 4).
Koefisien kemenjuluran (skewness) yang merupakan ukuran kemiringan adalah lebih besar dari 0 menunjukkan return saham PT Bakrie Sumatra Plantation Tbk (BSP) dan PT Astra Agro Lestari Tbk (AALI) memiliki distribusi yang miring ke kanan artinya data cenderung menumpuk pada tingkat fluktuasi yang rendah. Sedangkan saham PT Tunas Baru Lampung Tbk (TBLA) memiliki koefisien kemenjuluran (skewness) yang kurang dari 0 menunjukkan saham perusahaan tersebut menumpuk pada tingkat fluktuasi yang tinggi. Nilai keruncingan (kurtosis) yang lebih dari 3 bermakna bahwa distribusi Yt ketiga perusahaan perkebunan kelapa sawit memiliki ekor yang lebih padat dibandingkan dengan sebaran normal. Nilai keruncingan (kurtosis) yang lebih besar dari 3 merupakan gejala awal adanya heteroskedastisitas.
6.2 Peramalan Tingkat Risiko Perusahaan Perkebunan Kelapa Sawit Terpilih
Dalam peramalan tingkat risiko terdapat langkah-langkah dalam menemukan model ragamnya. Model ragam tersebut akan digunakan untuk peramalan tingkat risiko perusahaan perkebunan kelapa sawit terpilih. Langkah-langkah yang termasuk dalam tahap spesifikasi model ragam adalah pertama, pendeteksian efek ARCH dengan uji autokorelasi dan Uji ARCH, kedua spesifikasi persamaan rataan.
Pengujian efek ARCH dapat dilakukan dengan cara menguji nilai autokorelasi pada kuadrat data tersebut dalam hal ini kuadrat pengembalian (Yt2). Fungsi autokorelasi kuadrat pengembalian digunakan untuk mendeteksi keberadaan efek ARCH. Keberadaan efek ARCH ditunjukkan dengan nilai autokorelasi kuadrat pengembalian (Yt2) yang signifikan pada 15 lag pertama
(Enders, 2004). Pengujian autokorelasi Yt2 ketiga perusahaan kelapa sawit yang terdapat pada Lampiran 8, 9, dan 10 menunjukkan bahwa nilai probability pada 15 lag pertama pada ketiga perusahaan adalah signifikan. Hal ini mengindikasikan adanya efek ARCH/ARCH error pada data pengembalian ketiga perusahaan kelapa sawit tersebut.
Tahapan selanjutnya dari spesifikasi model ragam adalah spesifikasi persamaan rataan. Persamaan rataan ini diperoleh melalui serangkaian metodologi Box-Jenkins.
A. Kestasioneran Data Return
Berdasarkan sebaran dari nilai autokorelasi (Autocorrelation
Functional/ACF) pada Lampiran 11, 12, dan 13 yang belum cut off pada lag nya,
menunjukkan bahwa ketiga data return perusahaan perkebunan kelapa sawit belum stasioner. Maka, agar data return ketiga perusahaan tersebut stasioner, data
return tersebut di differencing. Setelah di differencing, data tersebut menjadi
stasioner. Hal ini ditunjukkan oleh plot ACF yang cut off setelah lag 1 atau 2 dan plot PACF yang dying down (Lampiran14, 15, dan 16). Berdasarkan Uji
Augmented Dickey-Fuller, diketahui bahwa ketiga data return tersebut tidak
mengandung unit root karena ADF Test Statistic lebih kecil dari pada Critical
Value (Lampiran 17, 18, dan 19). Hal ini menguatkan indikasi data telah stasioner.
B. Penentuan Model Tentatif
Model tentatif ARIMA ditentukan berdasarkan informasi yang didapat dari sebaran nilai autokorelasi (ACF/PACF). Dari sebaran nilai autokorelasi ini didapatkan parameter banyaknya AR dan MA yang akan digunakan untuk
menduga model tentatif. Dari beberapa kombinasi model ARIMA yang didapat, dipilih model terbaik yang memiliki nilai MSE terkecil (Lampiran 20, 21, dan 22). Berdasarkan proses overfitting diperoleh kandidat model ARIMA untuk
data return ketiga perusahaan kelapa sawit yaitu ARIMA (0,1,1). Model ARIMA tersebut dipilih karena model tersebut yang paling memenuhi kriteria. Dari model tersebut, residual model diperiksa. Pada Lampiran 23, 24, dan 25, terlihat bahwa nilai F-statistic ketiga perusahaan lebih besar dari nilai kritik χ22 (0,05) sebesar 5,99 dan nilai p lebih kecil dari 0,05 atau menolak H0 yang berarti bahwa terdapat efek ARCH pada model ARIMA yang diestimasi.
Karena dalam metode ARIMA terdapat efek ARCH, maka nilai kuadrat galat dari model terbaik metode ARIMA ini digunakan lebih lanjut untuk mencari model ARCH-GARCH lebih lanjut. Langkah pertama dari tahap ini adalah mensimulasikan beberapa model ragam dengan spesifikasi model rataan yang telah didapatkan. Kemudian dilanjutkan dengan pendugaan parameter model menggunakan metode kemungkinan maksimum atau quasi maximum likelihood (QML). Simulasi model ini mengkombinasikan nilai r = 1 dan 2 dengan nilai m = 0, 1, dan 2 sehingga terbentuk 6 model ragam.
Pada Lampiran 26, 27, dan 28, pemilihan model ragam yang terbaik dilakukan dengan melihat salah satu dari nilai AIC atau SC yang terendah, memiliki koefisien yang signifikan, dan nilai koefisiennya tidak lebih besar dari 1.
Model dugaan sementara ketiga perusahaan kelapa sawit yang terpilih terdapat pada Tabel 8. Hasil pengolahan data harga saham yang menunjukkan model ARCH-GARCH terbaik dari perusahaan kelapa sawit terpilih terdapat pada Lampiran 26, 27, dan 28.
Tabel 8. Model ARCH-GARCH Terbaik Perusahaan Kelapa Sawit
BSP TBLA AALI
Koef
ARCH (1) ARCH (2) ARCH (1)
Koefisien Peluang Koefieisen Peluang Koefisien Peluang
ARIMA (0,1,1) -0.995932 0.0000 -1.005746 0.0000 -0.997117 0.0000 Persamaan Varian K 0.000584 0.0000 0.001895 0.0000 0.000541 0.0000 α1 0.319753 0.0000 0.126342 0.0000 0.181919 0.0000 α2 - 0.023218 0.0004 - β1 - - - β2 - - - AIC -4.327976 -3.517659 -4.519076 SC -4.310181 -3.493932 -4.501281
Model dugaan sementara pada Tabel 8 menunjukkan bahwa model ARIMA (0,1,1) nyata pada taraf nyata lima persen. Hal tersebut menunjukkan bahwa
return pada periode sebelumnya mempengaruhi return pada periode tertentu
untuk saham PT Bakrie Sumatra Plantation Tbk (BSP), PT Tunas Baru Lampung Tbk (TBLA) dan PT Astra Agro Lestari Tbk (AALI). Persamaan varian pada Tabel 8 selanjutnya digunakan untuk peramalan tingkat risiko perusahaan perkebunan kelapa sawit terpilih.
Tabel 8, memberikan informasi bahwa tingkat risiko saham PT Bakrie Sumatra Plantation Tbk (BSP) dan PT Astra Agro Lestari Tbk (AALI) dipengaruhi besarnya nilai sisaan pengembalian sehari sebelumnya.. Jika nilai sisaan pengembalian pada penutupan saham hari ini relatif besar, maka tingkat risiko untuk esok hari akan cenderung besar. Tingkat risiko saham PT Tunas Baru Lampung Tbk (TBLA) dipengaruhi besarnya nilai sisaan pengembalian sehari sebelumnya dan sehari sebelum sehari sebelumnya. Ini berarti bahwa semakin besar nilai sisaan pengembalian pada hari ini dan hari kemarin, maka tingkat risiko untuk esok hari akan semakin besar. PT Tunas Baru Lampung Tbk (TBLA) memiliki keacakan pergerakan return yang lebih tinggi daripada PT Bakrie
Sumatra Plantation Tbk (BSP) dan PT Astra Agro Lestari Tbk (AALI) sehingga tingkat risiko PT Tunas Baru Lampung Tbk (TBLA) dipengaruhi oleh dua periode waktu sebelumnya.
Untuk mengetahui kecukupan model dilakukan pemeriksaan terhadap galat terbakukan dengan mengamati nilai statistik uji Jarque-Bera untuk memeriksa asumsi kenormalan. Hasil pengolahan data harga saham yang membuktikan kecukupan model terdapat pada Lampiran 29, 30, dan 31.
Tabel 9. Uji Kenormalan Galat Terbakukan
Perusahaan Nilai Jarque-Bera Probability
PT Bakrie Sumatra Plantation Tbk (BSP) 248,3890 0,00000
PT Tunas Baru Lampung Tbk (TBLA) 8436,482 0,00000
PT Astra Agro Lestari Tbk (AALI) 236,0971 0,00000
Berdasarkan nilai Jarque-Bera ketiga perusahaan dengan nilai p 0,00000, berarti kita menolak hipotesis nol galat terbakukan atau tidak menyebar normal.
Langkah selanjutnya adalah memeriksa koefisien ACF galat terbakukan, diharapkan bahwa galat terbakukan tersebut saling bebas sudah tidak terdapat lagi heteroskedastisitas. Hasil uji Ljung-Box (Lampiran 32, 33, dan 34) terhadap ketiga perusahaan ternyata ACF residual kuadrat pada 15 lag pertama sudah tidak signifikan artinya sudah tidak terdapat efek ARCH. Dengan demikian kinerja model ketiga perusahaan dapat dikatakan baik.
Hasil uji ARCH (Lampiran 35, 36, dan 37) menunjukkan bahwa nilai LM ketiga perusahaan adalah lebih kecil dari nilai kritik χ22 (0,05) sebesar 5,99 dan nilai p adalah lebih besar dari 0,05 atau tolak H0 yang berarti sudah tidak terdapat efek ARCH.