Portofolio Investasi Bab 22 Metode Studi

1

OVERVIEW
1/39








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
2/39







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
3/39



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






4/39

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
argumentasi dalam menyusun hipotesis.

STUDI PERISTIWA
KONVENSIONAL









5/39

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
KLUSTER




6/39

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.

STUDI PERISTIWA

KLUSTER






7/39

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 TAK
TERDUGA








8/39

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)
9/39







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






10/3
9

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




11/3
9

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






12/3
9

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.

PENGUJIAN RETURN TAK
NORMAL




13/3
9

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.

PROSEDUR STUDI
PERISTIWA

14/3
9

1. Mengidentifikasi bentuk, efek, dan waktu

peristiwa

PROSEDUR STUDI
PERISTIWA

15/3
9

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
T
T
-n-e
-n-e

-n
-n

0
0

T++nn

peristiwa

Periode estimasi

Periode

PROSEDUR STUDI
PERISTIWA
3. Menentukan metoda penyesuaian return yang

16/3
9

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
4.

17/3
9

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


18/3
9

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
dengan cara sebagai berikut (rata-rata
t n
aritmatik):
Rit

E( Rit )  t n e
T

PROSEDUR STUDI
PERISTIWA
Model

19/3
9

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


Model-model ekonomika:
 Capital asset pricing model:

20/3
9

E(Rit) = RFt + (RMt – RFt) iRMt
 Arbitrage

pricing model:

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

PROSEDUR STUDI
PERISTIWA
5. Menghitung rata-rata return tak normal dan

21/3
9

return tak normal kumulatif dalam perioda
peristiwa.
n
 Return tak normal rata-rata
aritmatik:
RTN t 

 RTN

it

i 1

k

RTN t

= return tak normal rata-rata pada waktu
ke t.
k
= jumlah sekuritas
t  n
 Return tak normal kumulatif
(cumulative

RTNK i   RTN it

abnormal return):

t  n

PROSEDUR STUDI
PERISTIWA
6. Merumuskan hipotesis statistis
 Untuk rata-rata return tak normal:

Ho :
Ha :


RTN

RTN

=0
#0

Untuk rata-rata return tak normal
kumulatif:
Ho : RTNK
=0
Ha : RTNK
#0

22/3
9

PROSEDUR STUDI
PERISTIWA

23/3
9

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 =RTN__________________
RTN
KSE ( RTN )

 Untuk pengujian hipotesis, nilai t hitung dapat

diperoleh:
t hitung = ____  _____ S ______
RTN
k

PROSEDUR STUDI
PERISTIWA

24/3
9

8. Interpretasi dan kesimpulan.


Kesimpulan hasil studi didasarkan
pada probabilitas signifikansi
kurang dari probabilitas yang
disyaratkan (misalnya 0,01, 0,05,
atau 0,10).

ANALISIS STATISTIK: UJI
STATISTIK PARAMETRIK


Kesalahan standar estimasi berdasarkan
return rata-rata periode estimasi:
t n

 (R
KSEi 


25/3
9

ij

 Ri ) 2

j1

T  n 2

Kesalahan standar estimasi berdasarkan
return prediksi perioda estimasi:
t n

2
(
R

E
(
R
)
 ij
ij

KSEi 

j1

T  n 2

ANALISIS STATISTIK: UJI
STATISTIK PARAMETRIK


Kesalahan standar estimasi dengan penyesuaian
dependensi sederhana:
t n
k
 t n
  RTN it
  RTN it
t t  n  e i 1
 t  n  e

 k
T  n e k


KSEt 
T  n 1










Kesalahan standar estimasi dengan cara seksi
silang:
  RTN  RTN  1
k

2

it

KSE t 



26/3
9

t

i 1

.

 k  1

k

Kesalahan standar peramalan:
R  R 
1
KSP KSE 1 

T n
 R  R 
2

Mt

t

i

M

t n

Mj

j 1

M

2

CONTOH STUDI
PERISTIWA




27/3
9

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.

CONTOH STUDI
PERISTIWA


Dasar Teori dan Hipotesis

28/3
9

 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


29/3
9

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

30/3
9

 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


31/3
9

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


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

32/3
9

CONTOH STUDI
PERISTIWA


33/3
9

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 masingmasing 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


34/3
9

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


Tahap selanjutnya adalah menghintung ratarata return tak normal dan return tak normal
kumulatif dalam periode peristiwa.

35/3
9

 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


36/3
9

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


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.

37/3
9

CONTOH STUDI
PERISTIWA


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.

38/3
9

CONTOH STUDI
PERISTIWA
N

t

SD RA =
0.24316

SD RB =
0.19715

SD RC=
0.1884

t hitung

1
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51

2
-10
-9
-8
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
8
9
10

3
-1.204
0.286
0.355
-0.944
0.725
0.101
-0.440
-0.285
-1.555
2.490
-0.272
0.558
0.127
-0.371
-0.887
0.798
6.216
-1.076
-0.656
-0.248
0.137

4
0.052
-0.334
-1.651
0.052
0.751
1.094
-0.443
0.052
-1.363
2.133
2.909
1.691
-0.366
-0.780
-0.011
2.046
4.163
-0.536
0.046
-1.423
0.633

5
0.436
0.453
0.356
-2.431
-0.228
0.161
0.161
0.307
-1.462
4.887
3.026
0.608
-0.328
-0.106
-0.252
1.149
6.757
-0.500
-0.839
0.720
-0.889

6
-0.414
0.234
-0.543
-1.919
0.720
0.783
-0.417
0.043
-2.529
5.491
3.270
1.649
-0.328
-0.726
-0.664
2.305
9.894
-1.220
-0.837
-0.549
-0.069

39/3
9