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.
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).
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
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
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
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.
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
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.
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.
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
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.
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.
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 (RTNi) 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
PROSEDUR STUDI
PERISTIWA
1. Mengidentifikasi bentuk, efek, dan waktu peristiwa
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-n hingga 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
15/33. 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
16/34. 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 Return harapan dapat diestimasi dengan:
Model statistika:
Model disesuaikan rata-rata.
Model ini memprediksi E(Rit) berdasarkan
rata-rata return selama periode estimasi:
E (Rit) = μi + eit
Model tersebut dapat diproksi dengan
Model pasar.
Model ini memprediksi E(Rit)
berdasarkan hasil estimasi model pasar selama perioda estimasi dengan cara:
E(Rit) = i + iRMt + it
Model disesuaikan pasar.
Model ini memprediksi E(Rit) berdasarkan
return indeks pasar pada hari pengumuman peristiwa.
PROSEDUR STUDI
PERISTIWA
19/3 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
20/35. 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
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
22/37. 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
RTN
PROSEDUR STUDI
PERISTIWA
23/38.
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 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 tj ij ij
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
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.
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 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 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 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 Pengestimasian return harapan dapat
dilakukan dengan pendekatan statistik sederhana sebagai berikut:
E(Rit) = i + iRMt + it
Diperoleh:
E(RAt) = 0,025 + 0,573RMAt + At E(RBt) = -0,010 + 0,272RMBt + Bt E(RCt) = -0,030 + 0,220RMCt + Ct
CONTOH STUDI
PERISTIWA
32/3 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 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 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 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 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 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
38/3N 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