PENENTUAN HARGA SAHAM PERDANA SEBUAH PERUSAHAAN MENUJU GO
PUBLIC GUNA MEMINIMUMKAN UNDERPRICING
Shanti Wulansari, Naning Aranti Wessiani, ST., MT dan Ir. I Ketut Gunarta, MT
Jurusan Teknik Industri
Institut Teknologi Sepuluh Nopember (ITS) Surabaya Kampus ITS Sukolilo Surabaya 60111
Email: [email protected] ; [email protected] ; [email protected]
ABSTRAK
Emiten atau perusahaan go public adalah perusahaan yang memenuhi kebutuhan modal usaha melalui penjualan surat berharga atau saham pada masyarakat umum sehingga mengubah struktur kepemilikan perusahaan menjadi perusahaan go public. Proses transformasi menjadi perusahaan go public disebut IPO, dalam kenyataannya sebagian besar proses IPO menimbulkan kondisi underpricing. Berdasarkan data BEI tahun 2008-2012 terdapat 79,3% perusahaan go public yang mengalami underpricing. Underpricing merupakan sebuah kondisi tingginya tingkat initial return pada pasar sekunder, hal ini ditandai dengan tingginya permintaan dibandingkan penawaran jumlah saham (overscribd). Kondisi underpricing dinilai berdampak buruk bagi perusahaan, karena mengindikasi adanya ketidaksesuaian pada nilai harga saham perdana yang ditawarkan. Probabilitas underpricing dapat diminimumkan melalui penetapan nilai harga saham perdana melalui analisa proses IPO terlebih dahulu guna mengetahui variabel yang mempengaruhi kondisi underpricing.
Pada penelitian ini akan dilakukan perancangan model struktural penentuan nilai harga saham perdana guna meminimumkan probabilitas underpricing. Kondisi underpricing disebabkan adanya asymmetric information antara perusahaan go public, penjamin emisi (underwriter) dan investor. Asymmetric information berupa ex ante uncertainty information yang meliputi karakteristik perusahaan, karakteristik penawaran dan after market variable. (Tim et al, 2000) Perancangan model struktural ini mempertimbangkan tiga pelaku utama dalam proses IPO. Emiten, underwriter dan investor merupakan variabel dependen yang dipengaruhi oleh berbagai variabel independen. Variabel independen meliputi laporan keuangan, kondisi perusahaan, reputasi underwriter dan lain sebagainya. Berdasarkan berbagai variabel tersebut akan dibentuk model struktural guna mengetahui berbagai faktor yang mempengaruhi nilai harga saham perdana. Dengan demikian, probabilitas underpricing dapat diminimumkan sehingga perusahaan dapat memperoleh modal usaha yang optimal.
Kata kunci : Underpricing, Asymmetric Information, Ex-ante Uncertainty Information ABSTRACT
Go public companies, also known as issuers are companies which are fulfilling their venture capital by selling their stocks to people. Due to the selling, the companies move from private ownership to public trade. The process of transformation is called initial public offering (IPO). In fact, many IPO processes are often underpriced because of concern relating to liquidity and uncertainty about the level at which the stock will trade, this becomes underpricing. Indonesia Stock Exchange (IDX) claimed that at least 79,3% go public companies encountered it during 2008-2012. Underpricing is a condition when the pricing of an initial public offering (IPO) below its market value. When the offer price is lower than the price of the first trade, the stock is considered to be underpriced. It is bad for the companies since because it indicates inconsistency of the initial price offered. The probability of underpricing can be minimized by establishing stock price through IPO process analysis previously to discover variables affecting to it.
This research conducted to design structural model to determine initial price in order to minimize underpricing probability. Underpricing is caused by asymmetric information between issuers, underwriter companies, and investors. It is ex ante uncertainty information which involves characters of the company, demand characters, and after-market variables (Tim et al, 200). The design of the model considering the three main subject in the IPO process. Those three subjects are dependent variables which are affected by financial statements, conditions of the companies, underwriters reputation, et cetera as the independent variables. The model is to discover factors influencing opening stock price. Thus, it can minimize underpricing probability so that the companies are able to acquire optimal fund.
Keyword : Underpricing, Asymmetric Information, Ex-ante Uncertainty Information
1. Pendahuluan
Dalam era globalisasi terjadi perkembangan perekonomian yang cukup pesat pada berbagai
sektor ekonomi, salah satunya adalah pasar modal. Perkembangan kondisi pasar modal dipengaruhi oleh
2 perusahaan terhadap modal usaha. Peningkatan jumlah emiten dan jumlah emisi menjadi indikasi perkembangan badan usaha perseroaan terbatas sehingga berdampak positif terhadap perkembangan perekonomian Indonesia.
Berdasarkan data Bursa Efek Indonesia (BEI) diketahui bahwa jumlah emiten dan emisi saham mengalami peningkatan cukup tinggi. Berikut data jumlah emiten dan emisi saham beberapa periode terakhir.
Gambar 1Grafik Pertumbuhan Jumlah Emiten
Gambar 2 Grafik Pertumbuhan Jumlah Emisi Saham
Initial Public Offering (IPO) merupakan proses pertama kali sebuah ekuitas perusahaan ditawarkan pada publik (Stephen et al, 2010). Pada kegiatan IPO terdapat tiga kondisi overpricing, underpricing dan non overpricing or underpricing. Overpricing dimana suatu kondisi tingkat initial return bernilai negatif, sedangkan underpricing dimana suatu kondisi tingkat initial return bernilai positif sangat tinggi. Berikut data initial return perusahaan go public tahun 2008-2012.
Gambar 3 Grafik Prosentase Initial return
Kondisi underpricing tidak menguntungkan bagi perusahaan yang melakukan go public, hal ini disebabkan perusahaan tidak mendapatkan dana maksimum dari penjualan surat berharga. Kondisi
underpricing disebabkan adanya asymmetric
information antara perusahaan go public, penjamin emisi (underwriter) dan investor. Asymmetric information berupa ex ante uncertainty information yang meliputi karakteristik perusahaan, karakteristik penawaran dan after market variable (Tim et al, 2000).
Berdasarkan SK. Menkeu No.
1199/KMK.010/1991 dan keputusan Kepala Badan Pelaksana Pasar Modal No. Kep-01/PM/1988, tanggal 22 Februari 1988 dalam pasal 11, ditetapkan bahwa penentuan harga perdana saham ditentukan secara bersama-sama atas kesepakatan perusahaan emiten dan penjamin emisi (underwriter). Pada kenyataannya penilaian harga saham perdana hanya ditentukan oleh nilai fundamental perusahaan yang akan go public. Hal tersebut menyebabkan kondisi underpricing terjadi secara terus-menerus. Berdasarkan data BEI tingkat underpricing tetinggi mencapai 70%. Dengan demikian, dibutuhkan sebuah model struktural yang mampu menjelaskan variabel yang mengakibatkan underpricing pada proses IPO.
Penelitian yang dilakukan ini merupakan studi
perancangan sebuah model struktural terkait
penentuan nilai harga saham perdana dan jumlah saham perdana yang diterbitkan pada perusahaan yang baru go public. Pada penelitian ini akan digunakan metode structural equation modelling (SEM) dalam memodelkan fenomena underpricing.
Pembentukan model ini didasari oleh data
perusahaan yang go public tahun 2005 – 2012. Dengan perhitungan tersebut maka akan dapat diketahui faktor – factor yang mempengaruhi fenomena underpricing.
2. Metodologi Penelitian
Metodologi penelitian yang digunakan berisi mengenai langkah yang akan ditempuh selama
penelitian dan berguna sebagai acuan agar
berlangsung sistematis. Setelah itu, melakukan
perumusan masalah dan menetapkan tujuan
penelitian. Setelah itu dilakukan studi literatur dan
studi lapangan guna menyiapkan penelitian
selanjutnya.
Tahap selanjutnya adalah pengumpulan data terkait berbagai variabel dalam model persamaan struktural berbasis teori yang mempengaruhi kondisi underpricing. Pengumpulan data dilakukan untuk mendapatkan data yang dipakai sebagai input tahap pengolahan data dan tahap pengembangan model. Data-data yang akan dikumpulkan meliputi:
Karakteristik perusahaan go public pada peride 2005-2012
Laporan keuangan perusahaan go public pada peride 2005-2012
Prospektus IPO perusahaan go public pada peride 2005-2012
Nilai harga saham perdana perusahaan go public pada peride 2005-2012
-100 200 300 400 500 600 2000 2002 2004 2006 2008 2010 2012 2014 Ju m la h E m it e n Periode Rp-Rp1.000.000.000.000 Rp2.000.000.000.000 Rp3.000.000.000.000 Rp4.000.000.000.000 Rp5.000.000.000.000 Rp6.000.000.000.000 Rp7.000.000.000.000 Rp8.000.000.000.000 Rp9.000.000.000.000 Rp10.000.000.000.000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Ju m la h E m isi Periode -20,0% -10,0% 0,0% 10,0% 20,0% 30,0% 40,0% 50,0% 60,0% 70,0% 1 7 13 19 25 31 37 43 49 55 61 67 73 79 85 91 97 103
Tingkat Initial Return
E
m
it
3 Kondisi ekonomi terkait nilai inflasi, IHSG,
exchange rate, oil price dan tingkat suku bunga BI pada peride 2005-2012
Setalah tahap pengumpulan data dapat
dilakukan pengolahan data dan pengembangan model. Berikut beberapa tahapan pengolahan data yang dilakukan meliputi: pengolahan statistik deskriptif, uji validitas dan uji reliabilitas, uji multinormalitas dan uji multikolinearitas, serta tahap pengembangan model struktural equation modelling. Pengembangan model struktural equation modelling menggunakan software Amos 16.0.
Selanjutnya adalah tahap akhir penelitian, yaitu analisa data dan interpretasi data. Tujuan penelitian
ini adalah pengembangan model matematis
penentuan harga saham perdana. Tahapan tersebut tertulis dalam kesimpulan penelitian.
3. Pengolahan Data
Pada tahap pengolahan data, langkah – langkah yang dilakukan adalah sebagai berikut :
3.1 Pengembangan Model Berbasis Teori
Pada tahapan pengolahan data awal ini dilakukan pengembangan model berdasarkan konsep teori yang telah terdefinisikan sebelumnya dimana teori yang digunakan adalah asymmetric information antara perusahaan go public, penjamin emisi (underwriter) dan investor.. Dalam penelitian ini juga dibangun hipotesis guna menguji hasil penelitian, beberapa hipotesis tersebut antara lain :
a. Hubungan antara performansi emiten dan kondisi underpricing
b. Hubungan antara performansi underwriter dan kondisi underpricing
c. Hubungan antara performansi investor dan kondisi underpricing
d. Hubungan antara performansi emiten dan performansi underwriter
e. Hubungan antara performansi emiten dan performansi investor
f. Hubungan antara performansi underwriter dan performansi investor
3.2 Metode Penentuan dan Penyebaran Sampel
Menurut Hair et al (2011), penentuan jumlah sampel pada penggunaan metode structural equation modeling adalah 5 hingga 10 kali dari jumlah variabel indikator penelitian.
Sampel : 5 x ∑Variabel Indikator
: 5 x 18 : 90 sampel
Sampel yang digunakan adalah perusahaan IPO tahun 2005-2012 yang mengalami underpricing yaitu sebanyak 125 emiten.
3.3 Pengolahan Statistik Deskriptif
Performansi Emiten
Gambar 4 Grafik Karakteristik Emiten Sebagai Perusahaan Manufaktur atau Provider
Gambar Grafik Karakteristik Emiten Sebagai Perusahaan Financial atau Non Financial
Grafik 4 Nilai Keuangan Annual Report Emiten
Gambar 5 Pergerakan IR terhadap IHSG
Gambar 6 Pergerakan IR terhadap Interest Rate BI, Inflasi
Gambar 7 Pergerakan IR terhadap Exchange Rate Performansi Underwriter
4
Inditator R Hitung R Tabel Keterangan
Return On Assets 0,5845 0,3 Valid
Total Assets Turnover 0,7101 0,3 Valid
Debt Equity Ratio 0,2308 0,3 Tidak valid
Financial Leverage 0,6098 0,3 Valid
Gross Profit Margin 0,3938 0,3 Valid
Return On Investment 0,0038 0,3 Tidak valid
Working Capital to Total Asets 0,5145 0,3 Valid
Gambar 8 Grafik Pemilihan Reputasi Penjamin Emisi
Gambar 9 Grafik Prosentase Initial Return
Gambar 10 Grafik Pemilihan Jumlah Penjamin Emisi
Prosentase Initial Return
Grafik Pergerakan Initial Return IPO Tahun 2005
Grafik 10 Pergerakan Initial Return IPO Tahun 2006
Grafik 11 Pergerakan Initial Return IPO Tahun 2007
Grafik 12 Pergerakan Initial Return IPO Tahun 2008
Grafik 13 Pergerakan Initial Return IPO Tahun 2009
Grafik 14 Pergerakan Initial Return IPO Tahun 2010
Grafik 15 Pergerakan Initial Return IPO Tahun 2011
Grafik 16 Pergerakan Initial Return IPO Tahun 2012
3.4 Uji Validitas dan Uji Reliabilitas
Sebuah penelitian instrumental yang baik tersusun atas instrumen yang valid dan reliabel. Uji Validitas dilakukan untuk mengetahui apakah sebuah atribut memiliki kemampuan dalam melakukan fungsi ukur. Pada penelitian ini uji validitas dilakukan dengan menggunakan software Ms. Excel, berikut output uji validitas dengan menggunakan software Ms. Excel:
Tabel 3 Hasil Uji Validitas Variabel Performasi Emiten
Tabel 4 Hasil Uji Validitas Variabel Performasi Investor
Tabel 5 Hasil Uji Validitas Variabel Performasi
Underpricing
Berdasarkan tabel 3hingga tabel 5 tersebut dapat terlihat bahwa terdapat beberapa indikator yang tidak memenuhi uji validitas, sehingga indikator tidak dapat digunakan dalam pembentukan
Inditator R Hitung R Tabel Keterangan
Rate of return IHSG 0,0539 0,3 Valid
Interest Rate 0,2374 0,3 Valid
Oil Price 0,0739 0,3 Tidak Valid
Inflation 0,4171 0,3 Valid
Exchange rate USD 0,5531 0,3 Valid
Exchange rate GBP 0,5170 0,3 Valid
Exchange rate JPY 0,5353 0,3 Valid
Exchange rate EUR 0,6923 0,3 Valid
Exchange rate CNY 0,7152 0,3 Valid
Inditator R Hitung R Tabel Keterangan
Initial return first day 0,82862 0,3 Valid
Initial return second day 0,89203 0,3 Valid
Initial return third day 0,95633 0,3 Valid
5 model persamaan struktural. Indikator yang tidak dapat digunakan, diantaranya: debt equity ratio dan
return on investment pada variabel performansi
emiten, serta oil price pada variabel performansi investor.
Uji reliabilitas dilakukan untuk mengetahui tingkat kepercayaan seluruh atribut dalam setiap variabel dalam melakukan funsi ukur secara konsisten. Pada penelitian ini uji reliabilitas dilakukan dengan menggunakan software SPSS 14, berikut output uji reliabilitas dengan menggunakan software SPSS 14:
Tabel 6 Hasil Uji Reliabilitas Variabel Performasi Emiten
Tabel 7 Hasil Uji Reliabilitas Variabel Performasi Investor
Tabel 8 Hasil Uji Reliabilitas Variabel Underpricing
Uji reliabilitas dilakukan dengan
Membandingkan nilai cronbanch’s alpha, apabila
nilai cronbanch’s alpha lebih dari 0,6 maka seluruh atribut dalam variabel tersebut reliabel. Berdasarkan tabel 4.5 hingga tabel 4.7 tersebut dapat terlihat bahwa seluruh indikator penyusun variabel performansi emiten, performansi investor dan underpricing telah memenuhi uji reliabilitas
3.5 Uji Multinormalitas dan Uji Multikoleniaritas
Dalam penggunaan metode SEM terdapat asumsi yang digunakan yaitu multinormalitas dan multikolinearitas. Pengujian ini dilakukan pada seluruh atribut yang telah memenuhi uji validitas dan uji reliabilitas. Uji multinormalitas dilakukan guna mengetahui distribusi persebaran data. Asumsi yang digunakan metode SEM adalah distribusi normal. Pada penelitian ini uji multinormalitas menggunakan
software Minitab 15, berikut output uji
multinormalitas.
Data Display -- t 0,703390 Distribusi data multinormal
Gambar 17 Scatterplot Uji Multinormalitas
Berdasarkan gambar 4.16, maka dapat dikatan bahwa data dalam penelitian ini telah memenuhi distribusi multinormal. Dengan demikian, asumsi penggunaan metode SEM pada uji multinormalitas telah terpenuhi.
Uji multikolinearitas dilakukan guna
mengetahui korelasi antar variabel. Asumsi penggunaan metode SEM adalah tidak adanya korelasi sempurna atau korelasi tinggi diantara variabel yang digunakan. Menurut Ghozali (2009), nilai korelasi yang diizinkan dalam penggunaan metode SEM adalah diantara rentang -0,7 – 0,7. Pada penelitian ini uji multikolinieritas dilakukan dengan menggunakan software Minitab 15.0.
Berdasarkan lampiran uji multikolinearitas dapat dikatakan bahwa tidak terjadi korelasi sempurna antar variabel, karena nilai koefsien korelasi setiap variabel kurang dari 0,70.
3.8 Confirmatory Factor Analysis (CFA)
CFA bertujuan untuk mengkonfirmasi apakah indikator-indikator tepat dalam menyusun suatu konstrak. Dalam model yang ada, akan dicari validitas konvergen masing-masing indikator serta reliabilitas konstrak agar memastikan suatu konsep atau konstrak berada dalam kondisi unidimensional. Model dengan derajat bebas (df) 0 akan dipastikan dalam keadaan unidimensional, sedangkan model yang memiliki df positif terlebih dahulu harus dilihat
kriteria goodness of fit-nya agar diketahui
unidimensionalitas-nya.
Berikut adalah gambar dan hasil uji CFA pada setiap kontruk laten performansi emiten:
Gambar18 CFA Performansi Emiten Tabel 6 Goodness of Fit Performansi Emiten
Gambar 19 Modifikasi Model CFA Performansi Emiten 35 30 25 20 15 10 5 0 16 14 12 10 8 6 4 2 0 dd q Scatterplot of q vs dd ,00 PERFORMANSI EMITEN WCT ,00 e5 1 1,00 GPM ,00 e4 ,98 1 FL ,00 e3 1,06 1 TAT ,00 e2 1,08 1 ROA ,00 e1 ,70 1
Goodness of Fit Indices Cut – Off Value Output Model Keterangan
X2 Chi Square Diharapkan kecil 16,274 Kurang baik
P-Value ≥ 0,05 0,006 Kurang baik
CMIN/DF ≤ 2,00 3,255 Kurang baik
RMSEA ≤ 0,08 0,139 Kurang baik
GFI ≥ 0,90 0,952 Baik
AGFI ≥ 0,90 0,855 Kurang baik
TLI ≥ 0,95 0,947 Kurang baik
CFI ≥ 0,95 0,139 Kurang baik
,00 PERFORMANSI EMITEN WCT ,00 e5 1,00 1 GPM ,00 e4 1 1,01 FL ,00 e3 1,06 1 TAT ,00 e2 1,13 1 ROA ,00 e1 ,76 1 ,00 ,00 ,00
6 Tabel 7 Modifikasi Goodness of Fit Performansi Emiten
Berdasarkan tabel 7 dapat dilihat bahwa hasil modifikasi model CFA pada performansi emiten telah menunjukan model CFA baik, karena seluruh kriteria goodness of fit telah terpenuhi. Selanjutnya, dilakukan uji validitas dan uji reliabilitas berdasarkan nilai factor loading (FL) dan
construct reliability (CR). Berikut hasil analisa factor loading (FL) dan error variance model CFA
performansi emiten:
Tabel 8 CFA Performansi Emiten
Nilai cutt off pada uji validasi adalah >0,300, indikator pada variabel laten dikatakan memenuhi uji validasi apabila nilai factor loading lebih dari 0,300. Berdasarkan tabel 4.12 didapatkan seluruh nilai factor loading pada setiap indikator bernilai lebih dari 0,30, sehingga dapat dikatakan seluruh indikaor pada variabel laten telah memenuhi uji validitas. Selanjutnya, dilakukan uji reliabilitas dengan nilai cutt off >0,600. Berdasarkan perhitungan nilai construct reliability didapatkan nilai sebesar 0,907, sehingga dapat dikatakan seluruh indikaor pada variabel laten telah memenuhi uji reliabilitas. Dengan demikian, dapat disimpulkan seluruh indikator pada varibel laten performansi emiten telah memenuhi uji validitas dan uji reliabilitas.
Berikut adalah gambar dan hasil uji CFA pada setiap kontruk laten performansi investor:
Gambar 20 Model CFA Performansi Investor
Tabel 9 Goodness of Fit Model CFA Performansi Investor
Gambar 21 Modifikasi Model CFA Performansi Investor
Tabel 10 Goodness of Fit Modifikasi Model CFA Performansi Investor
Berdasarkan tabel 4.16 dapat dilihat bahwa hasil modifikasi model CFA pada performansi investor telah menunjukan perbaikan, karena pada beberapa kriteria goodness of fit telah terpenuhi. Selanjutnya, dilakukan uji validitas dan uji reliabilitas berdasarkan nilai factor loading (FL) dan
construct reliability (CR). Berikut hasil analisa factor loading (FL) dan error variance model CFA
performansi investor:
Tabel 11 CFA Performansi Investor
Nilai cutt off pada uji validasi adalah >0,300, indikator pada variabel laten dikatakan memenuhi uji validasi apabila nilai factor loading lebih dari 0,300.
Goodness of Fit Indices Cut – Off Value Output Model Keterangan
X2 Chi Square Diharapkan kecil 2,815 Baik
P-Value ≥ 0,05 0,245 Baik CMIN/DF ≤ 2,00 1,407 Baik RMSEA ≤ 0,08 0,059 Baik GFI ≥ 0,90 0,990 Baik AGFI ≥ 0,90 0,927 Baik TLI ≥ 0,95 0,990 Baik CFI ≥ 0,95 0,998 Baik
Indikator Std Loading Error Variance CR
ROA 0,542 0,706236 - TAT 0,921 0,151759 9,972 FL 0,940 0,116400 12,328 GPM 0,822 0,324316 11,575 WCT 0,794 0,369564 6,041 Total 4,019 1,668275 PERFORMANSI INVESTOR ,38 ER.CNY e8 ,62 ,74 ER.EUR e7 ,86 ,11 ER.JPY e6 ,32 ,25 ER.GBP e5 ,50 ,19 ER.USD e4 ,44 ,01 INF e3 -,10 ,02 I.RATE e2 -,14 ,00 IHSG e1 -,02
Goodness of Fit Indices Cut – Off Value Output Model Keterangan
X2 Chi Square Diharapkan kecil 193,886 Kurang baik
P-Value ≥ 0,05 0,000 Kurang baik
CMIN/DF ≤ 2,00 9,694 Kurang baik
RMSEA ≤ 0,08 0,273 Kurang baik
GFI ≥ 0,90 0,794 Kurang Baik
AGFI ≥ 0,90 0,628 Kurang baik
TLI ≥ 0,95 0,075 Kurang baik
CFI ≥ 0,95 0,339 Kurang Baik
PERFORMANSI INVESTOR ,17 ER.CNY e8 ,41 1,73 ER.EUR e7 1,32 ,73 ER.JPY e6 ,85 ,12 ER.GBP e5 ,34 ,06 ER.USD e4 ,24 ,00 INF e3 -,07 ,03 I.RATE e2 -,18 ,00 IHSG e1 -,04 ,79 ,14 ,10 ,02
Goodness of Fit Indices Cut – Off Value Output Model Keterangan
X2 Chi Square Diharapkan kecil 25,145 Baik
P-Value ≥ 0,05 0,480 Baik
CMIN/DF ≤ 2,00 1,676 Baik
RMSEA ≤ 0,08 0,076 Baik
GFI ≥ 0,90 0,951 Baik
AGFI ≥ 0,90 0,883 Kurang baik
TLI ≥ 0,95 0,928 Kurang baik
CFI ≥ 0,95 0,961 Baik
Indikator Std Loading Error Variance CR
ER.CNY 0,620 0,6156 ER.EUR 0,862 0,256956 5,037 ER.JPY 0,325 0,894375 2,441 ER.GBP 0,501 0,748999 4,223 ER.USD 0,438 0,808156 3,86 INF 0,302 0,908796 -0,572 I.RATE 0,314 0,901404 -1,186 IHSG 0,417 0,826111 -0,238 Total 3,779 5,960397
7 Berdasarkan tabel 11 didapatkan seluruh nilai factor
loading pada setiap indikator bernilai lebih dari 0,30,
sehingga dapat dikatakan seluruh indikaor pada variabel laten telah memenuhi uji validitas. Selanjutnya, dilakukan uji reliabilitas dengan nilai
cutt off >0,600. Berdasarkan perhitungan nilai construct reliability didapatkan nilai sebesar 0,705,
sehingga dapat dikatakan seluruh indikaor pada variabel laten telah memenuhi uji reliabilitas. Dengan demikian, dapat disimpulkan seluruh indikator pada varibel laten performansi investor telah memenuhi uji validitas dan uji reliabilitas.
Berikut adalah gambar dan hasil uji CFA pada setiap kontruk laten kondisi underpricing:
Gambar 22 CFA Performansi Underpricing Tabel 12 Goodness of Fit Performansi Underpricing
Tabel 13 CFA Performansi Underpricing
Nilai cutt off pada uji validasi adalah >0,300, indikator pada variabel laten dikatakan memenuhi uji validasi apabila nilai factor loading lebih dari 0,300. Berdasarkan tabel 4. didapatkan seluruh nilai factor
loading pada setiap indikator bernilai lebih dari 0,30,
sehingga dapat dikatakan seluruh indikaor pada variabel laten telah memenuhi uji validitas. Selanjutnya, dilakukan uji reliabilitas dengan nilai
cutt off >0,600. Berdasarkan perhitungan nilai construct reliability didapatkan nilai sebesar 0,935,
sehingga dapat dikatakan seluruh indikaor pada variabel laten telah memenuhi uji reliabilitas. Dengan demikian, dapat disimpulkan seluruh indikator pada
varibel laten underpricing telah memenuhi uji validitas dan uji reliabilitas.
Structural Equation Modeling (SEM) ini menampilkan model struktural yang menggambarkan korelasi antar variabel laten, seperti yang telah dihipotesiskan pada penelitian. Pemodelan ini dilakukan dengan menggunakan software Amos 16.0. Tahapan ini merupakan penggambaran full model structural yang dapat dilakukan setelah tahapan CFA pada setiap variabel laten. Berikut ini merupakan hasil dari pengujian full model persamaan struktural.
Gambar 23 Full Model Persamaan Sruktural
Tabel 14 Goodness of Fit Pada Full Model Persamaan
Sruktural
Dari hasil uji goodness of fit diatas
menunjukkan bahwa model yang ada kurang baik, hal ini menunjukkan bahwa model dianggap kurang bisa merepresentasikan sistem eksisting. Guna memperbaiki tingkat fit model.
3.10 Modifikasi Model
Modifikasi model dilakukan dengan cara
menghubungkan (mengkorelasikan) antar error varian suatu indikator dengan yang lain. Berikut hasil
full model persamaan struktural modifikasi pertama:
UNDERPRICING ,82 IR.W1 e4 ,90 ,93 IR.D3 e3 ,96 ,78 IR.D2 e2 ,88 ,61 IR.D1 e1 ,78
Goodness of Fit Indices Cut – Off Value Output Model Keterangan
X2 Chi Square Diharapkan kecil 4,614 Baik
P-Value ≥ 0,05 0,100 Baik
CMIN/DF ≤ 2,00 2,307 Kurang baik
RMSEA ≤ 0,08 0,106 Kurang baik
GFI ≥ 0,90 0,982 Baik
AGFI ≥ 0,90 0,911 Baik
TLI ≥ 0,95 0,982 Baik
CFI ≥ 0,95 0,994 Baik
Indikator Std Loading Error Variance CR
IR.W1 0,905 0,180975 IR.D3 0,965 0,068775 18,342 IR.D2 0,881 0,223839 14,558 IR.D1 0,781 0,390039 11,371 Total 3,532 0,863628 PERFORMANSI INVESTOR ,39 ER.CNY e13 ,62 ,73 ER.EUR e12 ,85 ,11 ER.JPY e11 ,33 ,25 ER.GBP e10 ,50 ,20 ER.USD e9 ,44 ,01 INF e8 -,11 ,02 I.RATE e7 -,15 ,00 IHSG e6 -,01 PERFORMASI EMITEN ,63 WCT e5 ,79 ,68 GPM e4 ,82 ,88 FL e3 ,94 ,85 TAT e2 ,92 ,29 ROA e1 ,54 REP ,08 UNDERPRICING ,82 IR.W1 e17 ,90 ,93 IR.D3 e16 ,96 ,78 IR.D2 e15 ,88 ,61 IR.D1 e14 ,78 -,28 ,05 -,07 GOODNES OF FIT Chi Square = 317,649 P Value = ,000 Cmin/df = 2,443 GFI = ,810 AGFI = ,749 CFI = ,833 TLI = ,803 RMSEA = ,111 z1 -,11 ,02 ,16
Goodness of Fit Indices Cut – Off Value Output Model Keterangan
X2 Chi Square Diharapkan kecil 317,649 Baik
P-Value ≥ 0,05 0,000 Kurang baik
CMIN/DF ≤ 2,00 2,443 Kurang baik
RMSEA ≤ 0,08 0,810 Kurang baik
GFI ≥ 0,90 0,749 Kurang baik
AGFI ≥ 0,90 0,833 Kurang baik
TLI ≥ 0,95 0,803 Kurang baik
8 Gambar 24 Modifikasi Full Model Persamaan Struktural
Iterasi 1
Tabel 15 Goodness Of Fit Modifikasi Full Model Persamaan Struktural Iterasi 1
Tabel 16 Modification Indices Modifikasi Full Model Persamaan Struktural Iterasi 1
Pada modifikasi full model persamaan struktural iterasi 1, terdapat beberapa kriteria
goodness of fit yang tidak terpenuhi. Dengan begitu
dibutuhkan modifikasi 2 pada full model persamaan struktural dengan membangun korelasi error pada indikator dan konstruk, sesuai dengan modification
indices. Berikut hasil full model persamaan struktural
modifikasi kedua:
Gambar 25 Modifikasi Full Model Persamaan Struktural Iterasi 2
Tabel 17Goodness Of Fit Modifikasi Full Model Persamaan Struktural Iterasi 2
Tabel 18 Modification Indices Modifikasi Full Model Persamaan Struktural Iterasi 2
Pada modifikasi full model persamaan struktural iterasi 2, terdapat satu kriteria goodness of
fit yang tidak terpenuhhi. Dengan begitu dibutuhkan
modifikasi 3 pada full model persamaan struktural dengan membentuk korelasi pada error e7 dan e13. Berikut hasil full model persamaan struktural modifikasi ketiga:
Gambar 26 Modifikasi Full Model Persamaan Struktural Iterasi 3
Tabel 19 Goodness Of Fit Modifikasi Full Model Persamaan Struktural Iterasi 3
Pada modifikasi full model persamaan struktural iterasi 3 telah memenuhi seluruh kriteria
goodness of fit. Dengan terpenuhinya seluruh kriteria goodness of fit tidak dibutuhkan iterasi ulang untuk
mendapatkan model yang lebih baik. Dengan demikian, pembentukan full model persamaan
PERFORMANSI INVESTOR ,19 ER.CNY e13 ,44 1,52 ER.EUR e12 1,23 ,68 ER.JPY e11 ,82 ,14 ER.GBP e10 ,37 ,07 ER.USD e9 ,26 ,01 INF e8 -,08 ,04 I.RATE e7 -,19 ,00 IHSG e6 -,04 PERFORMASI EMITEN ,60 WCT e5 ,78 ,68 GPM e4 ,83 ,85 FL e3 ,92 ,88 TAT e2 ,94 ,33 ROA e1 ,58 REP ,08 UNDERPRICING ,82 IR.W1 e17 ,90 ,93 IR.D3 e16 ,96 ,78 IR.D2 e15 ,88 ,61 IR.D1 e14 ,78 -,28 ,00 -,08 z1 -,10 ,01 ,08 -,24 ,25 -,14 ,27 -,28 -,22 -,12 ,79 ,11 ,08 ,18 ,01
Goodness of Fit Indices Cut – Off Value Output Model Keterangan
X2 Chi Square Diharapkan kecil 112,251 Baik
P-Value ≥ 0,05 0,607 Baik
CMIN/DF ≤ 2,00 0,959 Kurang baik
RMSEA ≤ 0,08 0,000 Baik
GFI ≥ 0,90 0,905 Baik
AGFI ≥ 0,90 0,861 Kurang baik
TLI ≥ 0,95 1,006 Baik
CFI ≥ 0,95 1,000 Baik
M.I. Par Change e8 <--> e6 5,138 ,000 PERFORMANSI INVESTOR ,19 ER.CNY e13 ,43 1,57 ER.EUR e12 1,25 ,70 ER.JPY e11 ,84 ,13 ER.GBP e10 ,36 ,07 ER.USD e9 ,26 ,01 INF e8 -,07 ,03 I.RATE e7 -,19 ,00 IHSG e6 -,06 PERFORMASI EMITEN ,60 WCT e5 ,78 ,68 GPM e4 ,83 ,85 FL e3 ,92 ,88 TAT e2 ,94 ,33 ROA e1 ,58 REP ,08 UNDERPRICING ,82 IR.W1 e17 ,90 ,93 IR.D3 e16 ,96 ,78 IR.D2 e15 ,88 ,61 IR.D1 e14 ,78 -,28 ,00 -,08 z1 -,10 ,01 ,08 -,24 ,25 -,12 ,28 -,28 -,21 -,12 ,79 ,11 ,08 ,18 ,01 -,13
Goodness of Fit Indices Cut – Off Value Output Model Keterangan
X2 Chi Square Diharapkan kecil 106,828 Baik
P-Value ≥ 0,05 0,717 Baik
CMIN/DF ≤ 2,00 0,921 Baik
RMSEA ≤ 0,08 0,000 Baik
GFI ≥ 0,90 0,909 Baik
AGFI ≥ 0,90 0,866 Kurang baik
TLI ≥ 0,95 1,011 Baik
CFI ≥ 0,95 1,000 Baik
M.I. Par Change e13 <--> e7 4,641 ,000 PERFORMANSI INVESTOR ,30 ER.CNY e13 ,55 ,99 ER.EUR e12 ,99 ,41 ER.JPY e11 ,64 ,22 ER.GBP e10 ,47 ,14 ER.USD e9 ,37 ,01 INF e8 -,10 ,04 I.RATE e7 -,19 ,00 IHSG e6 -,07 PERFORMASI EMITEN ,60 WCT e5 ,78 ,68 GPM e4 ,83 ,85 FL e3 ,92 ,88 TAT e2 ,94 ,33 ROA e1 ,58 REP ,08 UNDERPRICING ,82 IR.W1 e17 ,90 ,93 IR.D3 e16 ,96 ,78 IR.D2 e15 ,88 ,61 IR.D1 e14 ,78 -,28 ,02 -,08 z1 -,08 -,02 ,12 -,24 ,25 -,13 ,28 -,27 -,21 -,11 ,78 ,14 ,09 -5,15 ,16 -,13 -,14 ,17
Goodness of Fit Indices Cut – Off Value Output Model Keterangan
X2 Chi Square Diharapkan kecil 97,465 Baik
P-Value ≥ 0,05 0,880 Baik
CMIN/DF ≤ 2,00 0,848 Baik
RMSEA ≤ 0,08 0,000 Baik
GFI ≥ 0,90 0,916 Baik
AGFI ≥ 0,90 0,875 Kurang baik
TLI ≥ 0,95 1,021 Baik
9 struktural terkait permasalahan underpricing saat IPO telah tergambarkan pada gambar 4.26
3.11 Estimasi Parameter
Tujuan selanjutnya dalam analisis model struktural adalah untuk mengestimasi parameter pengaruh antar variabel, yang sekaligus juga akan membuktikan hipotesis penelitian. Berikut adalah rangkuman hasil estimasi parameter dari analisis SEM yang telah dilakukan:
Tabel 20 Estimasi Parameter Full Model Persamaan Struktural
Berdasarkan nilai-nilai koefisien pada tabel 12 di atas dapat dituliskan persamaan struktural sebagai berikut:
Model konstruk eksogen dan konstruk endogen Underpricing = 0,018 Performansi Investor – 0,279 Reputasi Underwriter
Model variabel indikator
Performansi Emiten = 0,770 WCT + 0,826 GPM +0,920 FL + 0,937 TAT + 0,575 ROA +e
Performansi Investor : 0,614 ER.CNY + 0,909 ER.EUR + 0,544ER.JPY + 0,507 ER.GBP + 0,406 ER.USD - 0,104 INF – 0,193 I.RATE – 0,066 IHSG + e
Underpricing = 0,011.ER.CNY + 0,016.ER.EUR + 0,009.ER.JPY + 0,009.ER.GBP + 0,007.ER.USD - 0,001.INF – 0,003 I.RATE – 0,066.IHSG - 0,001.Reputasi Underwriter + error
Tabel 21 Correlations Full Model Persamaan Struktural
Berdasarkan tabel 4.29 didapatkan nilai korelasi antar konstruk eksogen performansi emiten, performansi underwriter dan performansi investor. Pada estimasi parameter nilai korelasi antar konstruk eksogen didapatkan nilai kurang dari 0,50 sehingga dapat dikatakan tidak terdapat korelasi antar konstruk eksogen. Pada tabel 4.29 terdapat estimasi parameter korelasi yang >0,50 yaitu pada e8 dan e7. Error e8 dan
e7 adalah error pada variabel indikator inflasi dan interest rate.
4. Analisis
Analisis dalam penelitian ini meliputi analisis Confirmatory Factor Analysis (CFA) dan Analisis Model Struktural.
4.1 Analisis Confirmatory Factor Analysis (CFA)
Performansi emiten merupakan konstruk eksogen yang tersusun atas lima indikator performansi rasio keuangan emiten. Pada awal pembentukan model CFA performansi emiten didapatkan nilai goodness of fit yang tidak memenuhi kriteria, sehingga dibutuhkan modifikasi model. Modifikasi model CFA emiten ini dilakukan dengan membangun korelasi pada error return on assets –
financial leverage, total assets turnover - working capital to total assets ratio dan financial leverage - working capital to total assets ratio. Dengan
modifikasi tersebut didapatkan model CFA
performansi emiten yang lebih baik.
Performansi investor merupakan konstruk eksogen yang tersusun atas delapan indikator, yang merupakan penggambaran kondisi pasar modal dan kondisi makroekonomi. Delapan indikator tersebut meliputi: IHSG, interest rate BI, inflasi, exchange
rate USD, exchange rate GBP, exchange rate JPY, exchange rate EUR dan exchange rate CNY. Pada
awal pembentukan model CFA performasi investor didapatkan nilai goodness of fit yang tidak memenuhi kriteria, sehingga dibutuhkan modifikasi model. Modifikasi model CFA emiten ini dilakukan dengan membangun korelasi pada error interest rate-inflasi,
exchange rate JPY- exchange rateUSD, exchange rate JPY - exchange rate GBP, exchange rate JPY - exchange rate EUR, exchange rate GBP- exchange rate CNY. Dengan membentuk korelasi pada error
indikator dapat mengubah nilai kriteria goodness of
fit sehingga model CFA menjadi lebih baik.
Pada full structural equation modeling underpricing merupakan kontruk endogen yang
dipengaruhi oleh observed variable dan konstruk eksogen. Dalam model CFA kondisi underpricing disusun oleh empat indikator, yaitu: initial return pada hari pertama, hari kedua, hari ketiga dan
minggu pertama. Pada pembentukan CFA
underpricing ini tidak dilakukan modifikasi model
karena pada output model modification indices tidak dibutuhkan pembentukan korelasi pada error indikator.
4.2 Analisis Model Struktural dan Estimasi Parameter
Pada penelitian ini full model persamaan struktural merupakan penggambaran kondisi
underpricing pada kegiatan Initial Public Offering
(IPO), yang melibatkan investor, emiten dan
underwriter. Penggambaran full model persamaan
struktural terdiri atas dua konstruk eksogen, satu variabel endogen dan satu observed variable. Performansi emiten dan performansi investor merupakan konstruk eksogen yang dibentuk oleh
Parameter Std.
Loading CR P Value Keterangan
Performansi emiten Underpricing -0,820 -0,864 0,388 Tidak signifikan Performansi underwriter Underpricing -0,279 -3,033 0,002 Signifikan Performansi investor Underpricing 0,018 2,220 0,026 Signifikan Estimate PERFORMASI_ EMITEN <--> REP -,084 PERFORMANSI_INVESTOR <--> REP -,017 PERFORMANSI_INVESTOR <--> PERFORMASI_ EMITEN ,121
e3 <--> e1 -,239 e4 <--> e15 ,253 e5 <--> e2 -,129 e5 <--> e3 ,276 e7 <--> PERFORMASI_ EMITEN -,271 e8 <--> PERFORMASI_ EMITEN -,208 e8 <--> e5 -,110 e8 <--> e7 ,782 e11 <--> e9 ,135 e11 <--> e10 ,085 e12 <--> e11 -0,146 e13 <--> REP ,155 e13 <--> e10 -,127 e8 <--> e6 -,140 e13 <--> e7 ,172
10 beberapa indikator. Reputasi underwriter merupakan
observed variable. Pada full model persamaan
struktural performansi emiten, reputasi underwriter dan performansi investor daling membentuk korelasi. Pembentukan full model persamaan struktural ini dilakukan, setelah dilakukan uji undimensionalitas, uji validitas dan uji reliabilitas pada seluruh konstruk sehingga didapatkan indikator yang terbukti signifikan dalam mengukur konstruk. Pada awal pembentukan full model persamaan struktural didapatkan seluruh kriteria goodness of fit yang belum terpenuhi, sehingga dibutuhkan perbaikan melalui pembentukan korelasi pada error indikator
berdasarkan output software Amos.16 pada
modification indices.
Modifikasi full model persamaan struktural
dilakukan sebanyak tiga kali. Model modifikasi 3 ini belum dapat memenuhi kriteria AGFI, namun nilai AGFI meningkat sehingga model menunjukan perbaikan. AGFI merupakan incremental fit measures berupa pengukuran dengan membandingkan proposed model dengan baseline
model (null model). Incremental fit measures dapat
dilakukan dengan kriteria goodness of fit TLI dan NFI. Pada model modifikasi 3 ini kriteria TLI dan NFI telah terpenuhi, sehingga dapat dikatakan uji
goodness of fit telah terpenuhi. Selain itu, pada
modifikasi 3 ini tidak terdapat output modification
indices yang berarti model telah fit sehingga tidak
dibutuhkan modifikasi kembali.
5. Kesimpulan
Berdasarkan hasil pengolahan dan analisis data yang telah dilakukan sebelumnya dengan didasari pada tujuan dari penelitian ini, maka dapat diambil kesimpulan sebagai berikut.
1. Fenomena underpricing ini disebabkan oleh variabel yang tersusun oleh berbagai variabel indikator. Berdasarkan pengembangan model persamaan struktural, fenomena dipengaruhi oleh reputasi underwriter dan performansi investor. Kontribusi variabel indikator yang mempengaruhi fenomena underpricing akan diuraikan sebagai berikut.
a. Index Harga Saham Gabungan (IHSG) IHSG mampu mencerminkan kondisi
pasar modal, sehingga mampu
menggambarkan pola investor terhadap kondisi underpricing emiten yang melakukan IPO. IHSG memiliki nilai kontribusi negatif, yang berarti fenomena underpricing berbanding terbalik dengan perubahan IHSG. b. Interest rate
Interest rate merupakan tingkat return yang diinginkan investor atas niilai investasi yang dilakukan. Interest rate memilliki nilai kontribusi negatif
terhadap tingkat underpricing.
Peningkatan nilai interet rate akan menurunkan tingkat underpricing. c. Inflasi
Inflasi merupakan pertumbuhan
kondisi makroekonomi yang terjadi pada suatu negara. Inflasi memilliki
nilai kontribusi negatif terhadap
tingkat underpricing. Peningkatan nilai prosentase inflasi akan menurunkan tingkat underpricing.
d. Exchange rate USD
Exchange rate USD merupakan nilai tukar mata uang rupiah terhadap USD. Exchange rate USD memiliki nilai kontribusi positif terhadap tingkat underpricing. Peningkatan nilai prosentase perubahan exchange rate
USD akan meningkatkan tingkat
undepricing. e. Exchange rate GBP
Exchange rate USD merupakan nilai tukar mata uang rupiah terhadap USD. Exchange rate USD memiliki nilai kontribusi positif terhadap tingkat underpricing. Peningkatan nilai prosentase perubahan exchange rate
USD akan meningkatkan tingkat
undepricing. f. Exchange rate JPY
Exchange rate JPY merupakan nilai tukar mata uang rupiah terhadap JPY. Exchange rate JPY memiliki nilai kontribusi positif terhadap tingkat underpricing. Peningkatan nilai prosentase perubahan exchange rate
JPY akan meningkatkan tingkat
undepricing. g. Exchange rate EUR
Exchange rate EUR merupakan nilai tukar mata uang rupiah terhadap EUR. Exchange rate EUR memiliki nilai kontribusi positif terhadap tingkat underpricing. Peningkatan nilai prosentase perubahan exchange rate
EUR akan meningkatkan tingkat
undepricing. h. Exchange rate CNY
Exchange rate CNY merupakan nilai tukar mata uang rupiah terhadap CNY D. Exchange rate CNY memiliki nilai kontribusi positif terhadap tingkat underpricing. Peningkatan nilai prosentase perubahan exchange rate CNY akan meningkatkan tingkat undepricing.
i. Reputasi underwriter
Reputasi underwriter merupakan
tingkat reputasi lembaga penjamin
11
ditanggung. Reputasi underwriter
memiliki nilai kontribusi negatif
terhadap tingkat underpricing. Emiten
yang menggunakan underwriter
bereputasi baik akan mampu
meminimumkan tingkat underpricing yang akan terjadi.
2. Fenomena underpricing melibatkan tiga pelaku pelaku pasar perdana. Tiga pelaku ini adalah emiten, underwriter dan investor saling terkorelasi dalam perdagangan saham pada pada pasar perdana. Pada penelitian ini tidak dapat dibuktikan terjadi korelasi antar emiten, underwriter dan investor. Dengan demikian,
pada permasalahan underpricing tidak
terbentuk korelasi antar performansi emiten,
performansi underwriter dan performansi
investor.
3. Dalam penentuan harga saham perdana dapat dilakukan penambahan resiko terjadinya tingkat underpricing. Hal ini dimaksudkan untuk meminimumkan tingkat underpricing sehingga emiten mendapatkan jumlah emisi yang optimal. Berikut fungsi linier pembentukan harga saham perdana:
IPO Price* = Dimana: 0,011.ER.CNY +
0,016.ER.EUR + 0,009.ER.JPY + 0,009.ER.GBP + 0,007.ER.USD - 0,001.INF – 0,003 I.RATE – 0,066.IHSG - 0,001.REP + error
Keterangan:
6. Saran
Saran yang dapat diberikan untuk penelitian yang akan dilaksanakan berikutnya adalah :
1. Penelitian tentang fenomena underpricing dapat dilakukan menggunakan metode permodelan selain structural equation modelling yang dapat memodelkan dan mengukur tingkat pengaruh antar variabel.
2. Penelitian ini dapat dikembangkan dengan
penambahan variabel yang memungkinkan
mempengaruhi kondisi underpricing pada
12
7. Daftar Pustaka
Bodie, Zvi. Et al., 2010. Investments. 8thEdition. Mc Gram Hill. Singapore
Booth, James R. Et al., 2005. Agreeing to Disagree:
Why IPOs are Underpriced. JEL
Classification code: G24; G32. Department of World Business
Chang, Chingfu., Lee, Alice C., Lee, Cheng F. 2009. Determinants of Capital Structure Choice a
Structural Equation Modeling. The
Quarterly Review of Economics and Finance 49, 197-213
Eriyanto, Alif Yulian. 2010. Faktor Yang
Mempengaruhi Underpricing IPO Pada Perusahaan Keuangan dan Non Keuangan. Tugas Akhir, Jurusan Ekonomi. Universitas Airlangga Surabaya.
Filatotchev, I., & Bishop, K. (2002). Board
composition, share ownership, and
“underpricing” of UK IPO firms. Strategic Management Journal, 23, 941–955.
Ghozali, I. (2011). Model Persamaan Struktural Konsep dan Aplikasi Dengan Program AMOS 19.0. Semarang: Badan Penerbit – Undip.
Gustri Caesary, Andina., 2012. Anlisis Faktor-Faktor Yang Mempengaruhi Turnover Intention Pada Agent Outbound Call PT. Infomedia Nusantara Menggunakan Metode SEM. Tugas Akhir, Jurusan Teknik Industri.
Institut Teknologi Sepuluh Nopember
Surabaya.
Hair et al., 2000. Multivariate Data Analysis. 5thEdition Mc Gram Hill. Singapore He, Yu., Gai, Yuquan., Wu, Xianbin., Wan, Haitong.
2012. Quantitatively Analyze Composition Principle Of Ma Huang Tang By Structural
Equation Modeling. Journal of
Ethnopharmacology 1, 1-8
Husnan, Suad. 1993. Dasar-dasar teori portofolio dan
analisis sekuritas. Edisi Pertama.
Yogyakarta: UPP AM-YKPN
Jayanti, Discy Dwi. 2011. Pengaruh Ukuran Perusahaan, Rasio Profitabilitas, DER dan
Reputasi Auditor Terhadap Tingkat
Underpricing Saham Perusahaan IPO 2005-2010. Tugas Akhir, Jurusan Ekonomi. Universitas Airlangga Surabaya.
Johnston, Jarrod., Madura, Jeff . 2008. Underpricing of Financial Institution IPOs. Journal Finance Economic 20, 67-80
Jones, Charles P., 2010. Investments Principles and Concepts. 11th Edition. North Carolina State University.
Kharisma Haqi, Levi., 2011. Analisis Loyalitas Pasien Dengan Metode Sm Pada Instalasi Rawat Inap Rumah Sakit Umum Haji Surabaya. Tugas Akhir, Jurusan Teknik
Industri. Institut Teknologi Sepuluh
Nopember Surabaya.
Kusuma, Febriandita. 2006. Faktor Yang
Mempengaruhi Underpricing Saham Pada Perusahaan Yan IPO di BEJ. Tugas Akhir, Jurusan Ekonomi. Universitas Airlangga Surabaya.
Leland, Hayne, and David Pyle, 1977, Informational
asymmetries, financial structure, and
financial intermediation, Journal of Finance 32, 371-387.
Loughran, Tim dan Jay R. Ritter. 2003. “Why Has Underpricing Increased Over Time” The Journal of Finance,
Maliki , Yusuf. 2011. Faktor Yang Mempengaruhi Underpricing Saham Pada Perusahaan Yan IPO di BEI Tahun 2007-2009. Tugas Akhir, Jurusan Ekonomi. Universitas Airlangga Surabaya.
Marselly I.P. W. 2011. Pengaruh ROE, EPS, Reputasi Underwriter dan Reputasi Auditor Terhadap Tingkat Underpricing Saham Pada IPO di BEI Tahun 2007-2009. Tugas Akhir, Jurusan Ekonomi. Universitas Airlangga Surabaya.
Martani, Dwi., Leony Sinaga, Ika., Syahroza, Akhmad. 2012. Analysis on Factors Affecting IPO Underpricing and their Effects on Earnings Persistence. World Review of Business Research ,2. 1 – 15 Mc Donald, J.G, and A.K. Fisher. 1972. ”New-Issue
Stock Price Behavior”. The Journal of Finance, 97-102.
Mohamad, Shamsher., Md Nassir, Annuar Pertanika. 1997. Auditing Firm Reputation, Ex Ante Uncertainty and the Underpricing of Initial Public Offerings on the Second Board of the
13 Kuala Lumpur. Journal Social Science 5, 59-64
Nur, Mahrus Syamsudin. 2011. Pengaruh Pemilihan
Metode Akuntansi, Karakteristik
Perusahaan dan Penjamin Emisi Terhadap Tingkat Underpricing Saham Perdana. Tugas Akhir, Jurusan Ekonomi. Universitas Airlangga Surabaya.
Rahman, Hamid., Yung, Kenneth. 1999. Insurance IPOs—A Test of the Underpricing Theories. Journal of Insurance Issues, 22. 61–77. Saputera, Tovan. 2011. Pengaruh Variabel Keuangan
dan Non Keuangan Terhadap Underpricing Emiten Yang IPO di Bursa Efek Indonesia Tahun 2006-2010. Tugas Akhir, Jurusan Ekonomi. Universitas Airlangga Surabaya. Stephen. et al., 2010. Corporate Finance. 9thEdition. Sulistiyaningsih, Eny. 2006. Pengaruh Reputasi
Penjamin Emisi, Volailitas Harga Saham dan Umur Perusahaan Terhadap Tingkat Underpricing Saham Saat IPO Studi Pada Regulated Firm dan Unregulated Firm. Tugas Akhir, Jurusan Ekonomi. Universitas Airlangga Surabaya.
Sunariyah 2003. Pengantar Pengetahuan Pasar Modal. Edisi Ketiga. Yogyakarta: UPP AMP YKPN
Susilo, Y. Sri Sigit Triandaru, dan A. Totok Budi
Santoso. 2000. Bank dan Lembaga
Keuangan Lain. Jakarta: Salemba Empat Tandelin, Eduardus. 2001. Analisis Investasi dan
Manajemen Portofolio. Edisi Pertama. Yogyakarta: BPFE
Tim, Jenkinson. et al., 2000. Going Public. 9thEdition. University of Florida
Waluyo, Minto., 2002. Panduan dan Aplikasi Structural Equation Modeling. ISBN: 979-3327-18-9
Wen, wen. 2000. What Has Explained IPO Underpricing. Project Submitted in Partial Fulfillment of The Requirements for the
degree of master of Business
Administration
Wittenberg, Regina et al., 2008. The role of
information asymmetry and financial
reporting quality in debt trading: Evidence from the secondary loan market. Journal of Accounting and Economics 46, 240–260
Yanita, Sary. 2009. Analisis Strategi Penentuan Harga Saham Perdana Dengan Underpricing : Studi Pada Perusahaan Yang Listing di BEI. Tugas Akhir, Jurusan Ekonomi. Universitas Airlangga Surabaya.