Portofolio Investasi Bab 22 Metode Studi

(1)

(2)

OVERVIEW

 Jenis-jenis studi peristiwa.

 Tujuan studi peristiwa.

 Metodologi studi peristiwa.

 Teknik – teknik perhitungan return tak

normal dan kumulatif return tak normal.

 Cara menerapkan metode penelitian yang

tepat untuk menguji hipotesis pasar

efisien bentuk setengah kuat atau metode penelitian untuk studi peristiwa.

(3)

PENGANTAR

 Studi peristiwa termasuk bagian dalam

konsep hipotesis pasar efisien (efficient market hypothesis).

 Studi peristiwa menyelidiki respons pasar

terhadap kandungan informasi dari suatu pengumuman atau publikasi peristiwa

tertentu.

 Kandungan informasi dapat berupa berita

baik (good news) atau berita buruk (bad news).

(4)

JENIS STUDI PERISTIWA

 Peristiwa yang menjadi fokus penelitian

dapat dikelompokkan ke dalam beberapa jenis antara lain:

1. peristiwa konvensional

2. peristiwa kluster

3. peristiwa yang tak terduga

4. peristiwa yang terjadi bersifat relevan dan berurutan

(5)

STUDI PERISTIWA

KONVENSIONAL

 Studi peristiwa konvensional mempelajari

respon pasar terhadap peristiwa yang

seringkali terjadi dan diumumkan secara terbuka oleh emiten di pasar modal.

 Contoh: pengumuman laba, pembayaran

dividen, penawaran hak atas saham (right issue), merger dan akuisisi, pembelanjaan kapital, stock split, dan sebagainya.

 Kajian teoritis diperlukan untuk melandasi

(6)

 Karakteristik studi peristiwa konvensional:

 Pemicu peristiwa bisa terjadi di perusahaan lain

namun umumnya tidak pada waktu yang sama.

 Peristiwa bersifat lazim dan seringkali merupakan

peristiwa rutin yang terjadi dalam perusahaan.

 Dampak peristiwa hanya terjadi pada

perusahaan yang mengumumkan peristiwa.

 Tidak terdapat peristiwa lain yang berdekatan

guna menghindari ambiguitas respons pasar terhadap informasi ganda.

STUDI PERISTIWA

KONVENSIONAL

(7)

STUDI PERISTIWA

KLUSTER

 Studi peristiwa kluster atau kelompok

mempelajari respons pasar terhadap

peristiwa yang diumumkan secara terbuka yang terjadi pada waktu yang sama dan berdampak pada sekelompok perusahaan.

 Contoh: pengumuman pemerintah yang

membuat regulasi pada industri tertentu sehingga diperkirakan berdampak pada

aliran kas perusahaan dalam industri yang bersangkutan.

(8)

 Respons pasar dalam studi peristiwa kluster

cenderung lebih sulit diprediksi.

 Studi tipe ini selain sesuai untuk menguji efisiensi

informasi (kecepatan respons terhadap informasi) juga relevan untuk menguji efisiensi keputusan (ketepatan respons terhadap informasi).

 Untuk menguji efisiensi keputusan, peneliti dapat

memecah sampel menjadi dua bagian, yaitu

kluster perusahaan utama (kelompok perusahaan yang diduga terkena dampak peristiwa) dan kluster perusahaan kontrol (kelompok perusahaan yang

diduga tidak terkena dampak peristiwa).

STUDI PERISTIWA

(9)

STUDI PERISTIWA TAK

TERDUGA

 Studi ini mempelajari respons pasar terhadap

suatu peristiwa yang tidak terduga (unanticipated event).

 Karakteristik utama dari studi ini adalah

peristiwa yang terjadi bersifat tak terduga.  Contoh: dampak kebocoran nuklir pada

kelompok perusahaan tertentu.

 Studi peristiwa tak terduga juga relevan

untuk menguji hipotesis efisien secara informasi dan efisien secara keputusan.

(10)

STUDI PERISTIWA BERURUTAN

(SEQUENTIAL EVENTS)

 Studi ini mempelajari respons pasar terhadap

serangkaian peristiwa-peristiwa yang terjadi secara berurutan dalam situasi ketidakpastian yang tinggi.

 Dalam hal ini kecepatan dan ketepatan informasi

menjadi kunci dari respons pasar.

 Contoh (Mansur, Cochran, dan Phillips, 1991): meneliti

kecelakaan kapal tanker Exon Valdes yang berdampak pada ditutupnya lalu lintas kapal minyak di perairan Alaska. Peristiwa berurutan terjadi karena pasar belum memperoleh informasi tingkat kebocoran kapal dan

dampak luberan minyak yang menghalangi kapal-kapal tanker lainnya hingga tahap pengumuman resmi oleh otoritas perairan setempat.

(11)

TUJUAN STUDI

PERISTIWA

 Studi peristiwa berusaha mendeteksi respon pasar terhadap suatu peristiwa yang

dipublikasikan.

 Respon pasar tergantung dari kandungan informasi yang melekat dalam suatu

peristiwa yang diduga berdampak pada aliran kas perusahaan di masa datang.

 Tujuan studi peristiwa mencakup :

 pengujian teoretis

 pengujian respon pasar

 pengujian return tak normal

(12)

PENGUJIAN TEORITIS

 Studi peristiwa pada dasarnya merupakan

metodologi untuk pengujian teori atau hipotesis efisiensi pasar bentuk setengah kuat.

 Selain teori hipotesis pasar efisien, peristiwa

tertentu terkait dengan landasan teori relevan lainnya, misalnya:

 Studi peristiwa tentang pengumuman dividen

seringkali dikaitkan dengan teori signaling.

 Studi peristiwa tentang pengumuman

pemecahan saham (stock split) dapat dikaitkan dengan teori signaling dan likuiditas.

(13)

PENGUJIAN RESPON

PASAR

 Pengujian respons pasar terkait dengan hipotesis

efisiensi informasi (kecepatan respons pasar) dan efisiensi keputusan (ketepatan respons pasar).

 Efisiensi informasi (kecepatan respons pasar) relevan

dengan pengujian teori atau hipotesis pasar efisien bentuk setengah kuat, sedangkan efisiensi

keputusan (ketepatan respons pasar) relevan dengan pengujian teori yang terkait dengan studi peristiwa seperti telah disinggung pada tujuan pengujian

teoretis.

 Ketepatan respons pasar terkait dengan apakah

pasar bereaksi dengan benar.

(14)

 Secara empiris bentuk pengujian yang umum

digunakan dalam studi peristiwa adalah bertujuan untuk menguji ada atau tidak ada return tak normal di seputar pengumuman peristiwa.

 Return tak normal (RTN_i) adalah selisih (positif atau

negatif) dari return aktual di seputar pengumuman (Ri) dengan return harapan E(Ri):

RTNi = Ri – E(Ri)

 Bila tidak terdapat peristiwa, return aktual

cenderung tidak berbeda dengan return harapan.

PENGUJIAN RETURN TAK

NORMAL

(15)

PROSEDUR STUDI

PERISTIWA

1. Mengidentifikasi bentuk, efek, dan waktu peristiwa

(16)

2. Menentukan rentang waktu studi peristiwa:

 Periode estimasi (T_-n-e hingga T_-n) adalah periode yang digunakan untuk

meramalkan return harapan pada periode peristiwa.

 Periode peristiwa (T_-nhingga T_+n) adalah periode di seputar peristiwa (T0) yang digunakan untuk menguji perubahan return tak normal.

T_-n-e T_-n T₀

T₊_n

Periode estimasi Periode

peristiwa

T_-n-e T_-n T₀

T₊_n

Periode estimasi Periode

peristiwa

PROSEDUR STUDI

PERISTIWA

_15/3

(17)

3. Menentukan metoda penyesuaian return yang

digunakan untuk menghitung return tak normal.

 Terdapat tiga metode yang secara luas digunakan

dalam penelitian studi peristiwa:

 Model-model statististika, yaitu: model

disesuaikan rata-rata (mean adjusted model) dan model pasar (market model).

 Model disesuaikan dengan pasar (market

adjusted model).

 Model-model ekonomika, yaitu: capital asset

pricing model (CAPM) dan arbitrage pricing theory (APT).

PROSEDUR STUDI

PERISTIWA

_16/3

(18)

4. Menghitung return tak normal disekitar perioda

peristiwa (beberapa waktu sebelum dan sesudah pengumuman peristiwa terjadi).

RTNit = Rit – E(Rit)

Dalam hal ini:

RTNit = return tak normal saham i pada

perioda t

Rit = return aktual saham i pada perioda t

E(Rit) = return harapan atau return prediksian

PROSEDUR STUDI

PERISTIWA

_17/3

(19)

 Return harapan dapat diestimasi dengan:

 Model statistika:

 Model disesuaikan rata-rata.

 Model ini memprediksi E(R_it) berdasarkan

rata-rata return selama periode estimasi:

E (Rit) = μi + eit

 Model tersebut dapat diproksi dengan

(20)

Model pasar.

Model ini memprediksi E(R_it)

berdasarkan hasil estimasi model pasar selama perioda estimasi dengan cara:

E(Rit) = i + iRMt + it

 Model disesuaikan pasar.

Model ini memprediksi E(R_it) berdasarkan

return indeks pasar pada hari pengumuman peristiwa.

PROSEDUR STUDI

PERISTIWA

_19/3

(21)

 Model-model ekonomika:

Capital asset pricing model:

E(Rit) = RFt + (RMt – RFt) iRMt

Arbitrage pricing model:

E(Rit) = d0 + di1F1t + di2F2t + ... + dinFnt +

eit

PROSEDUR STUDI

PERISTIWA

_20/3

(22)

5. Menghitung rata-rata return tak normal dan

return tak normal kumulatif dalam perioda peristiwa.

 _{Return tak normal rata-rata aritmatik:}

= return tak normal rata-rata pada waktu ke t.

k = jumlah sekuritas

 Return tak normal kumulatif (cumulative

(23)

6. Merumuskan hipotesis statistis

 Untuk rata-rata return tak normal:

Ho : = 0 Ha : # 0

 Untuk rata-rata return tak normal

kumulatif:

Ho : = 0 Ha : # 0

RTN

RTNK

RTNK RTN

PROSEDUR STUDI

PERISTIWA

_22/3

(24)

7. Menguji apakah return tak normal rata-rata atau

return tak normal kumulatif berbeda dari 0.

 Pengujian dapat dilakukan dengan uji

parametrik atau non-parametrik.

S = __________________

KSE ( )

 Untuk pengujian hipotesis, nilai t hitung dapat

diperoleh:

t hitung = ____  _____ S ______

 k

RTN RTN

RTN

PROSEDUR STUDI

PERISTIWA

_23/3

(25)

8.

Interpretasi dan kesimpulan.



Kesimpulan hasil studi didasarkan

pada probabilitas signifikansi

kurang dari probabilitas yang

disyaratkan (misalnya 0,01, 0,05,

atau 0,10).

PROSEDUR STUDI

PERISTIWA

_24/3

(26)

 Kesalahan standar estimasi berdasarkan

return rata-rata periode estimasi:

 Kesalahan standar estimasi berdasarkan

return prediksi perioda estimasi:

ANALISIS STATISTIK: UJI

STATISTIK PARAMETRIK

2 1 2       n T R R KSE n t j i ij i ) ( 2 1 2    



  n T R E R KSE n t

j ij ij

(27)

 Kesalahan standar estimasi dengan penyesuaian

dependensi sederhana:

 Kesalahan standar estimasi dengan cara seksi

silang:

 Kesalahan standar peramalan:

1 1                                 n T k e n T RTN k RTN KSE n t e n t t k i it n t e n t it t  

k  k

RTN RTN KSE k i t it t 1 . 1 1 2                

 _t _n

j M j M M t M i t R R R R n T KSE KSP 1 2 2 1 1

ANALISIS STATISTIK: UJI

STATISTIK PARAMETRIK

(28)

CONTOH STUDI

PERISTIWA

 Bagian ini memberikan ilustrasi studi

peristiwa dengan contoh isu pengumuman dividen.

 Bagian penting dalam studi peristiwa

adalah pemahaman tentang dasar teori pasar efisien dan teori yang menjadi latar belakang suatu peristiwa.

(29)

 Dasar Teori dan Hipotesis

 _{Dasar Teori Hipotesis Pasar Efisien.}

 Pasar akan merespons informasi yang diumumkan

secara terbuka kepada publik dan diduga memiliki kandungan penting dan secara fundamental

berpotensi menyebabkan perubahan penilaian aset.

 _{Dasar Teori Dividen.}

 Dibutuhkan teori lain yang secara spesifik melekat

dalam suatu bentuk peristiwa yang diteliti, dalam hal ini adalah teori signaling.

 Selain teori signaling, terdapat beberapa teori lain

seperti teori keagenan, teori dividen tidak relevan, dan model pembayaran dividen residual.

CONTOH STUDI

PERISTIWA

_28/3

(30)

 Data dan Sampel.

 Setelah identifikasi peristiwa ditentukan,

yaitu peristiwa pengumuman peningkatan dividen, maka tahap selanjutnya adalah menentukan sampel dan data.

 Pada tahap ini juga perlu ditentukan

periode estimasi dan periode jendela.

 Tabel 22.1. menyajikan contoh ilustrasi

data return saham 3 perusahaan yang melakukan peningkatan dividen.

CONTOH STUDI

PERISTIWA

_29/3

(31)

 Dalam contoh juga disajikan data return

pasar sesuai dengan periode saat pengumuman dilakukan.

 Dalam contoh, data periode estimasi

diambil data return saham 30 hari sebelum periode jendela (t – 40).

 Periode jendela ditentukan sebanyak 10

hari sebelum pengumuman dan 10 hari setelah pengumuman. Data untuk

periode jendela disajikan pada Tabel 22.2.

CONTOH STUDI

PERISTIWA

_30/3

(32)

 Analisis Studi Peristiwa

 Langkah selanjutnya adalah menghitung

return tak normal (RTN).

 Pada tahap ini dilakukan perhitungan

return harapan terlebih dahulu.

 Pada contoh, pendekatan yang digunakan

dalam mengestimasi return harapan

dengan menggunakan teknik model pasar:

RTNit = Rit – E(Rit)

CONTOH STUDI

PERISTIWA

_31/3

(33)

 Pengestimasian return harapan dapat

dilakukan dengan pendekatan statistik sederhana sebagai berikut:

E(Rit) = i + iRMt + it

 Diperoleh:

E(R_At) = 0,025 + 0,573RM_At + __At E(R_Bt) = -0,010 + 0,272RM_Bt + __Bt E(R_Ct) = -0,030 + 0,220RM_Ct+ __Ct

CONTOH STUDI

PERISTIWA

_32/3

(34)

 Berdasarkan hasil estimasi intersep dan

beta (slope) perhitungan return harapan dapat dilakukan dengan memasukkan

unsur return pasar saham atau RM untuk masing-masing sampel.

 Dengan menggunakan data RM pada Tabel

22.2. dan memasukkannya dalam

masing-masing persamaan return harapan, diperoleh hasil perhitungan seperti pada Tabel 22.3. pada kolom 3, 5, dan 7 untuk masing-masing return harapan sampel A, B, dan C secara berurutan.

CONTOH STUDI

PERISTIWA

_33/3

(35)

 Setelah return harapan diperoleh, langkah selanjutnya adalah perhitungan return tak normal.

 Langkah ini dapat dilakukan dengan cara

mengurangi return saham aktual (pada Tabel 22.2) dengan return harapan (pada Tabel

22.3.).

 Hasil perhitungan return tak normal disajikan

pada Tabel 22.3. pada kolom 4, 6, dan 8 untuk masing-masing return tak normal saham (RTN) A, B, dan C secara berurutan.

CONTOH STUDI

PERISTIWA

_34/3

(36)

 Tahap selanjutnya adalah menghintung

rata-rata return tak normal dan return tak normal kumulatif dalam periode peristiwa.

 _{Return tak normal rata-rata (}_{mean abnormal}

return) aritmatik.

 Return tak normal rata-rata semua sekuritas untuk

setiap interval waktu dalam periode peristiwa.

 _{Return tak normal kumulatif (}_cumulative

abnormal return): Return tak normal kumulatif untuk setiap sekuritas selama periode

peristiwa.

CONTOH STUDI

PERISTIWA

_35/3

(37)

 Kemudian menguji apakah return tak normal

rata-rata atau return tak normal kumulatif

berbeda dari 0, atau apakah return tak normal sebelum peristiwa berbeda dari return

sesudah peristiwa.

 Pengujian dilakukan dengan uji t. Return tak normal

yang telah distandarisasi merupakan nilai t hitung untuk setiap sekuritas.

 Kesalahan standar estimasi dihitung dengan cara

menghitung deviasi standar return saham

berdasarkan data return selama periode estimasi, yaitu t-51 hingga t-11.

CONTOH STUDI

PERISTIWA

_36/3

(38)

 Berdasarkan pendekatan tersebut diperoleh KSE

(atau deviasi standar) untuk masing-masing saham A, B, dan C adalah 0,243, 0,197, dan 0,188.

 Hasil KSE digunakan untuk membagi return tak

normal pada periode jendela sehingga diperoleh hasil return tak normal yang telah distandarisasi (RTNS). Hasil tersebut disajikan pada Tabel 22.4.

 Tahap Nilai RTNS individual sesungguhnya

merupakan t hitung untuk saham individu,

namun untuk pengujian statistik pada umumnya dilakukan berdasarkan portofolio atau cross

section sample.

CONTOH STUDI

PERISTIWA

_37/3

(39)

 Untuk pengujian hipotesis nilai t hitung

kolektif dapat dihasilkan.

 Hasil lengkap perhitungan RTNS dan

t hitung disajikan pada Tabel 22.4.

 RTNS untuk A, B, dan C disajikan

pada kolom 3, 4, dan 5.

 Hasil uji t hitung kolektif disajikan

pada kolom 6.

 Berdasarkan uji t diketahui bahwa

observasi ke -7, -2, -1, 0, 1, 5, dan 6 lebih besar dari t tabel.

CONTOH STUDI

PERISTIWA

_38/3

(40)

N t SD R0.24316 A = SD R0.19715 B = SD R0.1884 C= t hitung

1 2 3 4 5 6

31 -10 -1.204 0.052 0.436 -0.414

32 -9 0.286 -0.334 0.453 0.234

33 -8 0.355 -1.651 0.356 -0.543

34 -7 -0.944 0.052 -2.431 -1.919

35 -6 0.725 0.751 -0.228 0.720

36 -5 0.101 1.094 0.161 0.783

37 -4 -0.440 -0.443 0.161 -0.417

38 -3 -0.285 0.052 0.307 0.043

39 -2 -1.555 -1.363 -1.462 -2.529

40 -1 2.490 2.133 4.887 5.491

41 0 -0.272 2.909 3.026 3.270

42 1 0.558 1.691 0.608 1.649

43 2 0.127 -0.366 -0.328 -0.328

44 3 -0.371 -0.780 -0.106 -0.726

45 4 -0.887 -0.011 -0.252 -0.664

46 5 0.798 2.046 1.149 2.305

47 6 6.216 4.163 6.757 9.894

48 7 -1.076 -0.536 -0.500 -1.220

49 8 -0.656 0.046 -0.839 -0.837

50 9 -0.248 -1.423 0.720 -0.549

51 10 0.137 0.633 -0.889 -0.069

CONTOH STUDI

PERISTIWA

_39/3