J01670
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
MONTH OF THE YEAR EFFECT PADA PASAR OBLIGASI
DI INDONESIA
Robiyanto Robiyanto
Fakultas Ekonomika dan Bisnis, Universitas Kristen Satya Wacana
[email protected]
ABSTRACT
This study examines the month-of-the-year effect on the bond returns in Indonesia. I
use the monthly closing price index (Indonesia Bond Indexes / INDOBeX) data for the
periods of July 2003-July 2017 from Bloomberg. I then run the Generalize
Autoregressive Conditional Heteroscedasticity (GARCH) analysis technique to
analyze the data because the residuals exhibit a significant pattern of Autoregressive
Conditional Heteroscedasticity (ARCH). The results show that only the month of July
has a significantly positive effect on the bond returns; indicating that there is the
month-of-the-year effect in the Indonesian bond market. Further, these also imply that
the Indonesian bond market does not exhibit a random walk pattern and consequently
they are inefficient in the weak form.
Keywords : month of the year effect; INDOBeX; Indonesian Bond Market; GARCH;
capital market efficiency.
ABSTRAK
Penelitian ini menguji pengaruh bulan-bulan perdagangan (month of the year) terhadap
return obligasi di Indonesia. Data yang dipergunakan dalam penelitian ini adalah data
indeks harga obligasi (Indonesia Bond Indexes / INDOBeX) penutupan bulanan
selama periode Juli 2003 hingga Juli 2017 yang diperoleh dari Bloomberg. Analisis
data dilakukan dengan menggunakan teknik analisis Generalize Autoregressive
Conditional Heteroscedasticity (GARCH) karena pola residual yang dihasilkan
menunjukkan adanya pola Autoregressive Conditional Heteroscedasticity (ARCH)
yang signifikan. Hasil penelitian ini menunjukan bahwa bulan Juli memiliki pengaruh
positif yang signifikan terhadap return obligasi di Indonesia. Sementara bulan-bulan
lainnya tidak memiliki pengaruh terhadap return obligasi di Indonesia. Hasil ini
menunjukkan bahwa terjadi month of the year effect di pasar obligasi di Indonesia.
Temuan ini memiliki implikasi bahwa pasar obligasi di Indonesia tidak berjalan acak
(random walk) sehingga tidak efisien dalam bentuk lemah.
Kata Kunci : month of the year effect; INDOBeX; pasar obligasi Indonesia; GARCH;
efisiensi pasar modal.
Jurnal Ekonomi dan Bisnis
291
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
PENDAHULUAN
Penelitian mengenai adanya pola musiman di pasar modal telah banyak
dilakukan di Indonesia maupun pada pasar modal internasional lainnya, seperti pasar
modal-pasar modal di benua Asia, Eropa, Amerika bahkan Australia. Pola-pola
musiman tersebut ada berbagai macam jenisnya, misalnya Day of the Week Effect,
Monday Effect, Month of the Year Effect, Holiday Effect bahkan ke hari-hari yang
bersifat religius atau dipandang penting (Robiyanto dan Puryandari 2015). Penelitian
dalam konteks Indonesia, misalnya Rita (2009); Robiyanto (2000); Cahyaningdyah
dan Witiastuti (2010); Widodo (2008); Kristiawan (2010); Lutfiaji dan Djazuli (2012);
Hersugondo et al., (2016) secara umum melakukan kajian mengenai pengaruh hari
perdagangan saham terhadap return saham (Day of the Week Effect) dan Monday
Effect di pasar saham Indonesia. Sementara itu penelitian mengenai Day of the Week
Effect dan Monday Effect di luar negeri telah pula dilakukan oleh Silva (2010); Swami
(2012); Nawaz dan Mirza (2012); Ţilică dan Oprea (2014); Caporale dan Zakirova
(2017); Zhang et al., (2017). Para peneliti tersebut menemukan bahwa fenomena Day
of the Week Effect dan Monday Effect ditemukan pada pasar saham-pasar saham yang
diteliti seperti pasar saham di Asia Selatan dan Portugis.
Selain fenomena Day of the Week Effect dan Monday Effect, fenomena Month
of the Year Effect merupakan fenomena yang banyak menarik perhatian para peneliti.
Robiyanto (2015) melakukan kajian mengenai Month of the Year Effect pada pasar
saham-pasar saham di kawasan ASEAN dan pada pasar komoditas. Dalam penelitian
ini, Month of the Year Effect ditemukan pada hampir semua pasar saham dan pasar
komoditas yang dikaji. Hal yang sama juga ditemukan pada penelitian Bahadur dan
Joshi (2005) pada pasar saham di Nepal. Secara internasional, penelitian mengenai
Month of the Year Effect juga dilakukan oleh Boudreaux (1995) yang menemukan
bahwa terdapat Month of the Year Effect pada pasar saham di kawasan Pasifik.
Berbagai penelitian yang telah dijabarkan sebelumnya, seluruhnya berfokus
untuk mengkaji anomali ataupun pola musiman pada pasar saham, padahal pola
musiman ini sangat mungkin terjadi di pasar obligasi yang juga merupakan bagian dari
pasar modal. Pasar obligasi dan instrumen pendapatan tetap lainnya di Indonesia, saat
ini telah menarik banyak perhatian investor maupun para emiten bahkan pemerintah.
Hal ini dapat dilihat dari Statistik Pasar Modal yang diterbitkan oleh OJK (2017).
Hingga akhir tahun 2016, tercatat jumlah obligasi dan sukuk pemerintah yang
tercatat di Bursa Efek Indonesia adalah sebesar Rp1.773 Trilyun, sedangkan obligasi
korporasi dan sukuk korporasi adalah sebesar Rp313 Trilyun. Pada akhir bulan Juni
2017, jumlah obligasi dan sukuk pemerintah yang tercatat di Bursa Efek Indonesia
adalah meningkat menjadi sebesar Rp1.947 Trilyun, hal yang sama juga terjadi pada
obligasi korporasi dan suku korporasi yang meningkat menjadi sebesar Rp336 Trilyun.
Jumlah transaksi obligasi dan sukuk di Indonesia juga makin meningkat seiring dengan
perkembangan waktu. Berdasarkan data dari OJK (2017), maka diketahui bahwa
292
Jurnal Ekonomi dan Bisnis
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
tercapat peningkatan frekuensi perdagangan sebesar 15 persen per tahun dari tahun
2011 hingga tahun 2016. Makin berkembangnya transaksi di pasar obligasi ini tentu
juga berpotensi menimbulkan adanya fenomena musiman di pasar obligasi di
Indonesia. Fenomena musiman ini sangat mungkin terjadi mengingat pembayaran
bunga obligasi biasanya dilakukan triwulanan dan karena adanya batas waktu emiten
menggunakan laporan keuangan tahunan untuk melakukan emisi obligasi ataupun
sukuk (Otoritas Jasa Keuangan mensyaratkan bahwa batas maksimal periode laporan
keuangan yang akan digunakan untuk emisi adalah enam bulan hingga tanggal
pernyataan efektif).
Oleh sebab itu penelitian ini secara khusus mengkaji pola musiman pada pasar
obligasi di Indonesia. Penelitian ini memberikan sumbangan pemikiran ilmiah pada
bidang kajian efisiensi dan anomali di pasar modal terutama yang berkaitan dengan
month of the year effect dan menambah ragam temuan di bidang terkait pada pasar
obligasi. Penelitian ini juga menambah wawasan kepada para pelaku di pasar modal
terutama investor pada pasar obligasi memaksimalkan kinerja portofolionya.
EFISIENSI PASAR MODAL DAN MONTH OF THE YEAR EFFECT
Hipotesis pasar modal efisien telah menjadi salah satu hipotesis utama dalam
bidang keuangan modern. Hipotesis pasar modal efisien ini diperkenalkan oleh Fama
(1970) dengan berpendapat bahwa pasar modal yang efisien adalah pasar modal
dimana harga surat berharga (dalam hal ini saham) selalu mencerminkan informasi
yang tersedia dengan cepat. Fama (1970) mengemukakan bahwa terdapat tiga bentuk
pengujian efisiensi pasar modal, yaitu pengujian efisiensi bentuk lemah, setengah kuat
dan kuat. Pasar modal dinyatakan efisien jika pergerakan harga sahamnya tidak dapat
diprediksi / acak (random walk). Pengujian efisiensi bentuk setengah kuat
menunjukkan pasar modal efisien ketika harga saham mencerminkan semua informasi
yang tersedia secara publik. Pengujian efiensi bentuk kuat menunjukkan bahwa pasar
modal dinyatakan efisien ketika harga saham mencerminkan semua informasi yang
ada.
Berbagai penelitian yang terkait dengan efisiensi pasar modal yang secara
khusus melakukan kajian efisiensi pasar modal dalam bentuk lemah menemukan
bahwa terdapat hal-hal yang berlawanan dengan konsep pasar modal yang efisien,
seperti adanya pola tertentu yang bersifat musiman (seasonal) di pasar saham yang
tidak disebabkan oleh adanya reaksi atas informasi yang ada (Georgantopoulos et al.,
2011; Karadžić dan Vulić 2011; Sias dan Starks 1995). Saat pasar saham bereaksi atas
hal yang tidak termasuk dalam konsep pasar efisien maka hal ini disebut sebagai
anomali atau gangguan (Fitriyani dan Sari 2013). Salah bentuk anomali yang bersifat
musiman ini adalah adanya Month of the Year Effect (Marrett dan Worthington 2011).
Month of the Year Effect terjadi apabila terdapat return pada suatu masa (bulan)
yang lebih tinggi ataupun lebih rendah dibandingkan bulan lainnya. Pola yang umum
dalam Month of the Year Effect adalah January Effect dimana return saham pada bulan
Jurnal Ekonomi dan Bisnis
293
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
Januari biasanya lebih tinggi dibandingkan bulan-bulan sebelumnya karena para
investor mengatur kembali posisi portofolionya dan melakukan pembelian saham di
awal tahun. Beberapa penelitian terkait dengan Month of the Year Effect telah
dilakukan oleh Mouselli dan Al-Saman (2016) di Damascus Stock Exchange dan Patel
(2016) yang melakukan kajian pada pasar modal Amerika Serikat, Amerika Latin dan
pasar modal kategori berkembang. Kedua penelitian ini secara umum menemukan
bahwa terdapat pengaruh bulan-bulan perdagangan terhadap return saham. Mouselli
dan Al-Saman (2016) bahkan menyimpulkan bahwa bulan Mei cenderung
menghasilkan return yang positif, sedangkan Patel (2016) menemukan bahwa January
Effect cenderung tidak terjadi, namun bulan-bulan perdagangan lainnya memiliki
dampak terhadap return saham. Di kawasan ASEAN, penelitian mengenai Month of
the Year Effect telah dilakukan oleh Robiyanto (2015), pada penelitian tersebut juga
dilakukan kajian mengenai Month of the Year Effect pada pasar komoditas. Hasil
penelitian Robiyanto (2015) adalah bahwa terdapat Month of the Year Effect pada
pasar modal di ASEAN dan di pasar komoditas. Sayangnya penelitian yang secara
khusus membahas mengenai pasar obligasi masih jarang dilakukan. Meski demikian
potensi pola musiman terjadi di pasar obligasi adalah sangat besar mengingat pola
pembayaran bunga obligasi di Indonesia adalah setiap triwulanan dan adanya perilaku
emisi obligasi oleh emiten adalah pada pertengahan tahun. Mengingat pasar obligasi
merupakan bagian dari pasar modal maka dalam penelitian ini dirumuskan hipotesis
sebagai berikut :
H1 : Terdapat Month of the Year Effect pada pasar obligasi di Indonesia.
METODA PENELITIAN
Data yang dipergunakan dalam penelitian ini adalah data INDOBeX
(Indonesia Bond Indexes) Composite penutupan bulanan di Bursa Efek Indonesia
selama periode Juli 2003 hingga Juli 2017 yang dalam penelitian ini disebut
INDOBeX. INDOBeX Composite (INDOBeX) merupakan indeks harga obligasi yang
diterbitkan oleh Indonesia Bond Pricing Agency (IBPA).
Data ini dipergunakan untuk menghitung return INDOBeX bulanan yang
dihitung dengan rumus sebagai berikut.
Return INDOBeXt Composite = (INDOBeXt – INDOBeXt-1)/ INDOBeXt-1.
Data ini diperoleh dari Bloomberg. Menurut Indonesia Bond Pricing Agency / IBPA
(2017), INDOBex dihitung dengan menggunakan data base harga pasar wajar obligasi
dan data komprehensif yang dimiliki oleh IBPA, kemudian menggabungkannya
dengan metodologi standar perhitungan indeks sesuai dengan best practices sehingga
akurasi dari perhitungan indeks ini dapat dipertangungjawabkan.
Analisis data dilakukan dengan menggunakan metode Generalized
Autoregressive Conditional Heteroskedasticity (GARCH) yang dirumuskan oleh
294
Jurnal Ekonomi dan Bisnis
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
Bollerslev (1986). Model GARCH yang dipergunakan dalam penelitian ini merupakan
model GARCH (1,1). Posedel (2005) mengemukakan bahwa model GARCH yang
paling umum digunakan adalah model GARCH (1,1). Sebelum dilakukan analisis
GARCH (1,1) terlebih dahulu dilakukan uji unit root dengan Augmented Dickey-Fuller
Test.
Beberapa penelitian yang telah menggunakan metode serupa adalah penelitian
yang dilakukan oleh Kamath et al., (1998); Robiyanto (2015); Robiyanto dan
Puryandari (2015). Metode ini tepat untuk digunakan pada data runtut waktu yang
berpotensi mengandung heteroskedastisitas. Ogata (2012); Kamath et al., (1998)
bahkan cenderung tidak terdistribusi normal (Rachev et al., 2004; Chion et al., 2008;
Canedo dan Cruz 2013). Robustness check untuk melihat adanya heteroskedastisitas
dilakukan dengan metode ML-ARCH. Jika terdapat heteroskedastisitas maka model
GARCH ini tepat untuk dilakukan.
Persamaan yang dipergunakan adalah sebagai berikut :
RINDOBeX = β1JAN + β2FEB + β3MAR + β4APR + β5MEI + β6JUN + β7JUL + β8AGT
+ β9SEPT + β10OKT + β11NOV + β12DES + εt ..................................................................... 1
Dengan
εt = Φt εt-1 + ... + Φt εt-p + ηt ......................................................................................................... 2
ηt = σtϵt ............................................................................................................................................... 3
σ2t = α0 + α1η2t-1 + .. + αpη2t-p + β1σ2t-1 + ... + βqσ2t-q ............................................................. 4
dan ϵt adalah independent and identical distributed N(0,1) dan tidak tergantung dari
keadaan masa lalu dari ηt-p.
RINDOBeX
= Return INDOBeX
JAN, FEB, MAR, APR, MEI, JUN, JUL, AGT, SEPT, OKT, NOV, DES = Dummy
variable Bulan Perdagangan, 1 jika merupakan bulan tesebut dan 0 jika tidak.
ANALISIS DAN PEMBAHASAN
Statistik Deskriptif
Pada Tabel 1 disajikan hasil statistika deskriptif return obligasi yang diwakili
oleh return INDOBeX selama periode penelitian. Bulan Desember merupakan bulan
yang menghasilkan rata-rata return obligasi bertanda positif terbesar dibandingkan
bulan-bulan lainnya. Sementara itu bulan Agustus merupakan bulan dengan rata-rata
return obligasi bertanda negatif terbesar dibandingkan bulan-bulan lainnya. Sementara
itu bulan Oktober memiliki simpangan baku yang terbesar dibandingkan bulan-bulan
lainnya. Hal ini menunjukkan bahwa bulan Oktober cenderung lebih berisiko
dibandingkan bulan-bulan lainnya, sedangkan bulan September memiliki simpangan
baku paling kecil dibandingkan bulan lainnya.
Jurnal Ekonomi dan Bisnis
295
ISSN 1979 - 6471
Volume 20 No. 2, Oktober 2017
Tabel 1
Statistika Deskriptif Return INDOBeX Pada Setiap Bulan Perdagangan
Periode Juli 2003 – Juli 2017
RataBulan
Rata
STDEV Maksimum Minimum
Januari
0,768
3,107
6,49
-5,89
Februari
-0,281
2,763
3,17
-8,28
Maret
0,323
3,420
5,79
-5,98
April
0,453
2,671
5,56
-6,04
Mei
-0,910
2,687
5,07
-5,15
Juni
-0,520
3,754
9,06
-8,32
Juli
1,115
2,953
7,32
-4,33
Agustus
-1,967
3,738
1,73
-13,4
September
0,287
2,353
2,64
-4,53
Oktober
0,216
5,250
5,87
-16,25
November
-0,529
3,800
7,79
-7,66
Desember
1,813
4,787
17,66
-1,32
Sumber : Bloomberg, diolah.
Hal ini dapat terjadi karena investor cenderung lebih berhati-hati pada bulan
Oktober, mengingat beberapa krisis-krisis yang terjadi di pasar modal Indonesia akibat
krisis finansial skala besar seperti Krisis Keuangan di Asia (Asian financial crisis) dan
Subprime Mortgage Crisis menyebabkan terjadinya penurunan yang ekstrim di pasar
modal (dengan indikator utama adalah IHSG, IHSG terendah adalah pada level 256
dan terjadi di bulan Oktober 1998, penurunan IHSG terbesar yang pernah terjadi
adalah di bulan Oktober 2008, dimana penurunan IHSG sampai menyebabkan Bursa
Efek Indonesia diberhentikan hingga beberapa sesi karena tekanan jual yang masif).
Mengingat penurunan saham-saham juga akan menyeret harga obligasi maka tidaklah
mengherankan apabila obligasi juga terkena dampaknya. Lebih lanjut, nilai return
obligasi terbesar selama periode pengamatan ditemukan pada bulan Desember dengan
besarnya return obligasi senilai 17,66 persen. Sementara itu return bertanda negatif
terbesar selama periode pengamatan ditemukan pada bulan Oktober dengan besarnya
return obligasi senilai -16,25 persen.
Uji Unit Root
Pengujian unit root pada data yang dipergunakan dalam penelitian ini
dilakukan dengan menggunakan Augmented Dickey-Fuller (ADF) Test. Hasil ADF
Test ini dapat dilihat pada Tabel 2. Berdasarkan Tabel 2 dapat disimpulkan bahwa data
yang dipergunakan dalam penelitian ini merupakan data yang tidak bersifat unit root
dan bersifat stasioner sehingga dapat dianalisis lebih lanjut dengan teknik GARCH.
Keterangan
Return
Sumber : Bloomberg, diolah.
296
Tabel 2
Hasil Uji Unit Root
t-Statistic
Probabilitas
-10,991
0,000
Kesimpulan
Stasioner
Jurnal Ekonomi dan Bisnis
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
Robustness Check
Robustness check dilakukan dengan menggunakan T-DIST. DOF pada teknik
ML-ARCH (Maximum Likelihood-Autoregressive Conditional Heteroscedasticity).
Berdasarkan hasil analisis yang dilakukan sebagaimana ditunjukkan pada Tabel 3,
ditemukan bahwa besarnya T-DIST. DOF adalah 3,987 yang signifikan pada tingkat
α = 1 persen. Hal ini menunjukkan bahwa persamaan GARCH (1,1) yang dihasilkan
bersifat robust. Koefisien GARCH pada persamaan varians yang signifikan pada pada
tingkat α = 1 persen juga mendukung hal ini, dan menunjukkan bahwa varians residual
yang ada mengikuti pola GARCH.
Hasil Analisis GARCH (1,1)
Hasil analisis GARCH (1,1) dapat dilihat pada Tabel 3. Berdasarkan Tabel 3
maka dapat dilihat bahwa terdapat satu bulan perdagangan yang memiliki pengaruh
signifikan terhadap return INDOBeX yaitu bulan Juli.
Pengaruh bulan Juli terhadap return INDOBeX adalah negatif dan signifikan
pada tingkat α = 5%. Bulan-bulan perdagangan lainnya tidak memiliki pengaruh yang
signifikan terhadap return INDOBeX. Lebih lanjut ditemukan bahwa semua koefisien
dalam persamaan varians memiliki pengaruh yang signifikan. Hal ini menunjukkan
bahwa varians residual pada persamaan yang dibentuk mengikuti pola GARCH dan
cenderung dipengaruhi oleh volatilitas masa lalunya.
Bulan Juli memiliki pengaruh yang negatif terhadap return INDOBex karena
adanya tindakan restrukturisasi portofolio dalam bentuk obligasi dengan melakukan
penjualan pada obligasi yang akan jatuh tempo dan melakukan pembelian pada
obligasi yang baru diterbitkan emiten untuk strategi rollover efek bersifat pendapatan
tetap. Emiten cenderung mencatatkan obligasi pada bulan Juli karena adanya batasan
jangka waktu laporan keuangan yang telah diaudit yang akan dipergunakan untuk
tindakan penawaran umum (batasannya adalah 6 bulan sesuai dengan POJK yang
berlaku saat ini), sehingga emiten yang menggunakan laporan tahunan per 31
Desember tahun sebelumnya yang telah diaudit paling lambat harus memperoleh
pernyataan efektif dari OJK pada tanggal 30 Juni tahun berikutnya. Sementara itu
pencatatan obligasi dilakukan pada awal bulan Juli.
Jurnal Ekonomi dan Bisnis
297
ISSN 1979 - 6471
Volume 20 No. 2, Oktober 2017
Tabel 3
Hasil Analisis GARCH (1,1)
Variabel
Koefisien Std. Error z-Statistic
JANUARI
0,891
0,635
1,402
FEBRUARI
0,328
0,693
0,473
MARET
0,855
0,530
1,612
APRIL
0,684
0,870
0,786
MEI
-0,896
0,557
-1,609
JUNI
-0,104
0,746
-0,139
JULI
1,159
0,538
2,152
AGUSTUS
-0,843
0,666
-1,265
SEPTEMBER
0,767
0,641
1,196
OKTOBER
0,852
0,575
1,481
NOVEMBER
-0,665
0,549
-1,212
DESEMBER
0,617
0,718
0,860
Persamaan Varians
C
2,833
1,690
1,676
RESID(-1)^2
0,370
0,208
1,775
GARCH(-1)
0,427
0,264
1,616
T-DIST. DOF
3,970
1,528
2,597
Sumber : Bloomberg, diolah.
*** signifikan pada α = 1%
** signifikan pada α = 5%
* signifikan pada α = 10%
Prob.
0,160
0,635
0,106
0,431
0,107
0,889
0,031**
0,205
0,231
0,138
0,225
0,389
0,093*
0,075*
0,006***
0,009***
ANALISIS DAN PEMBAHASAN
Temuan pada penelitian ini menunjukkan bahwa nilai z-statistic yang
signifikan yaitu pada bulan Juli. Hal ini menunjukkan bahwa H1 yang menyatakan
bahwa terdapat month of the year effect pada pasar obligasi di Indonesia terdukung
secara empiris dalam penelitian ini. Temuan ini sama dengan hasil penelitian
Robiyanto (2015) yang melakukan kajian di pasar saham ASEAN dan pasar komoditas
dengan menggunakan pasar saham Indonesia sebagai salah satu obyek kajiannya dan
penelitian-penelitian mengenai month of the year effect yang dilakukan oleh Patel
(2016) di pasar modal Amerika Serikat, Amerika Latin dan pasar modal berkembang
dan penelitian yang dilakukan oleh Mouselli dan Al-Saman (2016) di Damascus Stock
Exchange. Temuan ini juga konsisten dengan hasil penelitian yang dilakukan oleh
Boudreaux (1995) pada pasar saham di Eropa dan beberapa negara Asia, yang juga
menemukan adanya month of the year effect pada pasar saham-pasar saham tersebut,
serta konsisten dengan hasil penelitian yang dilakukan di pasar modal di Nepal oleh
Bahadur dan Joshi (2005)
Meskipun penelitian ini termasuk penelitian yang mempelopori kajian
mengenai pola musiman (terutama month of the year effect) pada pasar obligasi di
Indonesia, namun hasil penelitian ini mampu mendukung berbagai penelitian
mengenai pola musiman yang telah dilakukan pada pasar saham di Indonesia sebagai
bagian dari pasar modal Indonesia sebagaimana telah dilakukan oleh Rita (2009);
Robiyanto (2000); Cahyaningdyah dan Witiastuti (2010); Widodo (2008); Kristiawan
(2010); Lutfiaji dan Djazuli (2012); Hersugondo et al., (2016).
298
Jurnal Ekonomi dan Bisnis
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
Secara umum penelitian ini menunjukkan bahwa sama halnya pasar saham
Indonesia dan dunia, pasar obligasi Indonesia ternyata tidak mengikuti pola random
walk dan tidak efisien dalam bentuk lemah, karena adanya anomali yang menyebabkan
pasar obligasi bereaksi atas hal yang tidak termasuk dalam konsep pasar efisien.
Anomali ini dapat terjadi karena dalam melakukan perdagangan obligasi, investor juga
melibatkan faktor non teknis seperti psikologis maupun pengamatannya atas kebiasaan
yang terjadi di pasar obligasi.
SIMPULAN, KETERBATASAN DAN SARAN.
Hasil penelitian ini menunjukan bahwa bulan Juli memiliki pengaruh positif
yang signifikan terhadap return obligasi di Indonesia. Sementara bulan-bulan lainnya
tidak memiliki pengaruh terhadap return obligasi di Indonesia. Hasil ini menunjukkan
bahwa terjadi month of the year effect di pasar obligasi di Indonesia. Temuan ini
memiliki implikasi bahwa pasar obligasi di Indonesia tidak berjalan acak (random
walk) sehingga tidak efisien dalam bentuk lemah.
Penelitian ini menyarankan agar investor obligasi di Indonesia dapat menjual
obligasinya di akhir bulan Juli karena bulan Juli memiliki pengaruh positif yang
signifikan terhadap return obligasi. Pembelian kembali dapat dilakukan pada bulanbulan berikutnya jika terjadi koreksi harga obligasi.
Keterbatasan Penelitian
Penelitian ini adalah pelopor pada bidang kajian seasonality pada pasar
obligasi di Indonesia dan masih menggunakan indeks obligasi secara umum
(INDOBeX Composite) yang belum memisahkan obligasi pemerintah dan obligasi
korporasi, sehingga kesimpulannya hanya berlaku secara umum pada pasar obligasi di
Indonesia, sehingga tidak dapat diberlakukan secara khusus pada pasar obligasi
pemerintah dan korporasi. Penelitian selanjutnya disarankan untuk dapat melakukan
kajian secara khusus pada obligasi pemerintah dan obligasi korporasi, hal yang sama
juga perlu dilakukan pada sukuk yang dikeluarkan oleh pemerintah ataupun sukuk
korporasi.
DAFTAR PUSTAKA
Bahadur, F. K. C., dan N. K. Joshi. 2005. The Nepalese Stock Market: Efficient and
calendar anomalieSs. Economic Review: Occasional Paper of Nepal Rastra
Bank 17: 40-85.
Bollerslev, T. 1986. Generalized autoregressive conditional heteroscedasticity.
Journal of Econometrics 31: 307-327. DOI: https://doi.org/10.1016/03044076(86)90063-1.
Jurnal Ekonomi dan Bisnis
299
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
Boudreaux, D. O. 1995. The monthly effect in international stock markets: Evidence
and implications. Journal Of Financial And Strategic Decisions 8(1): 15-20.
Cahyaningdyah, D., dan R. S. Witiastuti. 2010. Analisis monday effect dan Rogalski
effect di Bursa Efek Jakarta. Jurnal Dinamika Manajemen 1(2): 154-168.
Canedo, M. A., dan E. D. Cruz. 2013. The Philippine Stock Returns and the levy
distribution. In 12th National Convention on Statistics (NCS). EDSA ShangriLa Hotel, Madaluyong City.
Caporale, M. G., dan V. Zakirova. 2017. Calendar anomalies in the Russian Stock
Market. Russian Journal of Economics 3(1): 101-108. DOI:
10.1016/j.ruje.2017.02.007.
Chion, S. J., C. Veliz, dan N. Carlos. 2008. On the normality of stock return
distributions: Latin American markets 2000-2007. Journal of CENTRUM
Cathedra 1(2): 90-108. DOI: http://dx.doi.org/10.7835/jcc-berj-2008-0015.
Fama, E. F. 1970. Efficient capital markets: A review of theory and empirical work.
Journal of Finance 25(2): 383-417.
Fitriyani, I., dan M. M. R. Sari. 2013. Analisis January effect pada kelompok saham
indeks LQ-45 di Bursa Efek Indonesia tahun 2009-2011. E-Jurnal Akuntansi
Universitas Udayana 4(2): 421-438.
Georgantopoulos, A. G., D. F. Kenourgios, dan A. D. Tsamis. 2011. Calendar
anomalies in emerging Balkan Equity Markets. International Economics &
Finance Journal 6(1): 67-82.
Hersugondo., Robiyanto, S. Wahyudi, dan D. P. I. Rini. 2016. The test of day of the
week effect and turn-of-month effect by using a GARCH approach: Evidence
from Indonesia Capital Market. International Journal of Economic Research
13(1): 153-163.
IBPA. 2017. Indonesia Bond Market Directory: Indonesia Stock Exchange.
Kamath, R. R., R. Chakornpipat, dan A. Chatrath. 1998. Return distributions and the
day-of-the-week effects in the Stock Exchange of Thailand. Journal of
Economics and Finance 22(2-3): 97-106. DOI: 10.1007/BF02771480.
Karadžić, V., dan T. B. Vulić. 2011. The Montenegrin Capital Market: Calendar
Anomalies. Economic Annals 56(191): 107-121.
Kristiawan, A. 2010. Analisis return Jumat dan return Senin pada indeks likuiditas 45
di Bursa Efek Jakarta. Jurnal Akuntansi, Manajemen Bisnis dan Sektor Publik
7(1): 46-62.
Lutfiaji., dan A. Djazuli. 2012. Pengujian the day of the week effect, week four effect
dan Rogalski effect terhadap return saham LQ-45 di Bursa Efek Indonesia.
Working Paper:1-11.
300
Jurnal Ekonomi dan Bisnis
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
Marrett, G., dan A. Worthington. 2011. The month-of-the-year effect in the Australian
stock market: A short technical note on the market, industry and firm size
impacts. Australasian Accounting Business and Finance 5(1): 117-123.
Mouselli, S., dan H. Al-Saman. 2016. An examination of the month-of-the-year effect
at Damascus securities exchange. International Journal of Economics and
Financial Issues 6(2): 573-577.
Nawaz, S., dan N. Mirza. 2012. Calendar anomalies and stock returns: A literature
survey. Journal of Basic and Applied Scientific Research 2(12): 2321-2329.
Ogata, H. 2012. Optimal portfolio estimation for dependent financial returns with
generalized empirical likelihood. Advances in Decision Sciences 2012: 1-8.
DOI: http://dx.doi.org/10.1155/2012/973173.
OJK. 2017. Statistik Pasar Modal.
Patel, J. B. 2016. The January effect anomaly reexamined in stocks returns. Journal of
Applied Business Research 32 (1).
Posedel, P. 2005. Properties and estimation of GARCH (1,1) model. Metodoloski zvezk
2 (2): 243-257.
Rachev, S. T., S. V. Stoyanov, A. Biglova, dan F. J. Fabozzi. 2004. An empirical
examination of daily stock return distributions for U.S. Stocks. Working Paper.
Rita, M. R. 2009. Pengaruh hari perdagangan terhadap return saham: Pengujian day of
the week effect, week-four effect dan Rogalski effect di BEI. Jurnal Ekonomi
dan Bisnis 15(2): 121-134.
Robiyanto., dan S. Puryandani. 2015. The Javanese lunar calendar’s effect on
Indonesian stock returns. Gadjah Mada International Journal of Business no.
17(2): 125-137. DOI: https://doi.org/10.22146/gamaijb.6906.
Robiyanto. 2000. "Pengaruh hari perdagangan saham terhadap return harian saham di
bursa efek Jakarta (Sebuah studi terhadap IHSG, indeks saham sektoral dan
indeks saham unggulan (LQ 45)). Jurnal Bisnis Strategi 5: 46-94.
———. 2015. Month of the year effect pada beberapa pasar modal di Asia Tenggara
dan pasar komoditas. Jurnal Ekonomi dan Bisnis 18(2): 53-64. DOI:
http://dx.doi.org/10.24914/jeb.v18i2.260.
Sias, R. W., dan L. T. Starks. 1995. The day-of-the-week anomaly: The role of
institutional investors. Financial Analysts Journal May/June: 58-67.
Silva, P. M. 2010. Calendar "anomalies" in the Portuguese Stock Market." Investment
Analysts Journal 71: 37-50.
Swami, R. 2012. Calendar anomalies in the Bourses of South Asia. Market
Convergence 2(2): 64-74.
Jurnal Ekonomi dan Bisnis
301
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
Ţilică, E. V., dan D. Oprea. 2014. Seasonality in the Romanian Stock Market: Theday-of-the-week effect. Procedia Economics and Finance 15: 704-710. DOI:
10.1016/s2212-5671(14)00543-7.
Widodo, P. 2008. Studi tentang pengaruh hari perdagangan terhadap return IHSG
periode Januari 1997 sampai dengan Mei 2008. In National Conference on
Management Research 2008. Makassar.
Zhang, J., Y. Lai, dan J. Lin. 2017. The day-of-the-Week effects of stock markets in
different countries. Finance Research Letters 20: 47-62. DOI:
10.1016/j.frl.2016.09.006.
302
Jurnal Ekonomi dan Bisnis
ISSN 1979 - 6471
MONTH OF THE YEAR EFFECT PADA PASAR OBLIGASI
DI INDONESIA
Robiyanto Robiyanto
Fakultas Ekonomika dan Bisnis, Universitas Kristen Satya Wacana
[email protected]
ABSTRACT
This study examines the month-of-the-year effect on the bond returns in Indonesia. I
use the monthly closing price index (Indonesia Bond Indexes / INDOBeX) data for the
periods of July 2003-July 2017 from Bloomberg. I then run the Generalize
Autoregressive Conditional Heteroscedasticity (GARCH) analysis technique to
analyze the data because the residuals exhibit a significant pattern of Autoregressive
Conditional Heteroscedasticity (ARCH). The results show that only the month of July
has a significantly positive effect on the bond returns; indicating that there is the
month-of-the-year effect in the Indonesian bond market. Further, these also imply that
the Indonesian bond market does not exhibit a random walk pattern and consequently
they are inefficient in the weak form.
Keywords : month of the year effect; INDOBeX; Indonesian Bond Market; GARCH;
capital market efficiency.
ABSTRAK
Penelitian ini menguji pengaruh bulan-bulan perdagangan (month of the year) terhadap
return obligasi di Indonesia. Data yang dipergunakan dalam penelitian ini adalah data
indeks harga obligasi (Indonesia Bond Indexes / INDOBeX) penutupan bulanan
selama periode Juli 2003 hingga Juli 2017 yang diperoleh dari Bloomberg. Analisis
data dilakukan dengan menggunakan teknik analisis Generalize Autoregressive
Conditional Heteroscedasticity (GARCH) karena pola residual yang dihasilkan
menunjukkan adanya pola Autoregressive Conditional Heteroscedasticity (ARCH)
yang signifikan. Hasil penelitian ini menunjukan bahwa bulan Juli memiliki pengaruh
positif yang signifikan terhadap return obligasi di Indonesia. Sementara bulan-bulan
lainnya tidak memiliki pengaruh terhadap return obligasi di Indonesia. Hasil ini
menunjukkan bahwa terjadi month of the year effect di pasar obligasi di Indonesia.
Temuan ini memiliki implikasi bahwa pasar obligasi di Indonesia tidak berjalan acak
(random walk) sehingga tidak efisien dalam bentuk lemah.
Kata Kunci : month of the year effect; INDOBeX; pasar obligasi Indonesia; GARCH;
efisiensi pasar modal.
Jurnal Ekonomi dan Bisnis
291
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
PENDAHULUAN
Penelitian mengenai adanya pola musiman di pasar modal telah banyak
dilakukan di Indonesia maupun pada pasar modal internasional lainnya, seperti pasar
modal-pasar modal di benua Asia, Eropa, Amerika bahkan Australia. Pola-pola
musiman tersebut ada berbagai macam jenisnya, misalnya Day of the Week Effect,
Monday Effect, Month of the Year Effect, Holiday Effect bahkan ke hari-hari yang
bersifat religius atau dipandang penting (Robiyanto dan Puryandari 2015). Penelitian
dalam konteks Indonesia, misalnya Rita (2009); Robiyanto (2000); Cahyaningdyah
dan Witiastuti (2010); Widodo (2008); Kristiawan (2010); Lutfiaji dan Djazuli (2012);
Hersugondo et al., (2016) secara umum melakukan kajian mengenai pengaruh hari
perdagangan saham terhadap return saham (Day of the Week Effect) dan Monday
Effect di pasar saham Indonesia. Sementara itu penelitian mengenai Day of the Week
Effect dan Monday Effect di luar negeri telah pula dilakukan oleh Silva (2010); Swami
(2012); Nawaz dan Mirza (2012); Ţilică dan Oprea (2014); Caporale dan Zakirova
(2017); Zhang et al., (2017). Para peneliti tersebut menemukan bahwa fenomena Day
of the Week Effect dan Monday Effect ditemukan pada pasar saham-pasar saham yang
diteliti seperti pasar saham di Asia Selatan dan Portugis.
Selain fenomena Day of the Week Effect dan Monday Effect, fenomena Month
of the Year Effect merupakan fenomena yang banyak menarik perhatian para peneliti.
Robiyanto (2015) melakukan kajian mengenai Month of the Year Effect pada pasar
saham-pasar saham di kawasan ASEAN dan pada pasar komoditas. Dalam penelitian
ini, Month of the Year Effect ditemukan pada hampir semua pasar saham dan pasar
komoditas yang dikaji. Hal yang sama juga ditemukan pada penelitian Bahadur dan
Joshi (2005) pada pasar saham di Nepal. Secara internasional, penelitian mengenai
Month of the Year Effect juga dilakukan oleh Boudreaux (1995) yang menemukan
bahwa terdapat Month of the Year Effect pada pasar saham di kawasan Pasifik.
Berbagai penelitian yang telah dijabarkan sebelumnya, seluruhnya berfokus
untuk mengkaji anomali ataupun pola musiman pada pasar saham, padahal pola
musiman ini sangat mungkin terjadi di pasar obligasi yang juga merupakan bagian dari
pasar modal. Pasar obligasi dan instrumen pendapatan tetap lainnya di Indonesia, saat
ini telah menarik banyak perhatian investor maupun para emiten bahkan pemerintah.
Hal ini dapat dilihat dari Statistik Pasar Modal yang diterbitkan oleh OJK (2017).
Hingga akhir tahun 2016, tercatat jumlah obligasi dan sukuk pemerintah yang
tercatat di Bursa Efek Indonesia adalah sebesar Rp1.773 Trilyun, sedangkan obligasi
korporasi dan sukuk korporasi adalah sebesar Rp313 Trilyun. Pada akhir bulan Juni
2017, jumlah obligasi dan sukuk pemerintah yang tercatat di Bursa Efek Indonesia
adalah meningkat menjadi sebesar Rp1.947 Trilyun, hal yang sama juga terjadi pada
obligasi korporasi dan suku korporasi yang meningkat menjadi sebesar Rp336 Trilyun.
Jumlah transaksi obligasi dan sukuk di Indonesia juga makin meningkat seiring dengan
perkembangan waktu. Berdasarkan data dari OJK (2017), maka diketahui bahwa
292
Jurnal Ekonomi dan Bisnis
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
tercapat peningkatan frekuensi perdagangan sebesar 15 persen per tahun dari tahun
2011 hingga tahun 2016. Makin berkembangnya transaksi di pasar obligasi ini tentu
juga berpotensi menimbulkan adanya fenomena musiman di pasar obligasi di
Indonesia. Fenomena musiman ini sangat mungkin terjadi mengingat pembayaran
bunga obligasi biasanya dilakukan triwulanan dan karena adanya batas waktu emiten
menggunakan laporan keuangan tahunan untuk melakukan emisi obligasi ataupun
sukuk (Otoritas Jasa Keuangan mensyaratkan bahwa batas maksimal periode laporan
keuangan yang akan digunakan untuk emisi adalah enam bulan hingga tanggal
pernyataan efektif).
Oleh sebab itu penelitian ini secara khusus mengkaji pola musiman pada pasar
obligasi di Indonesia. Penelitian ini memberikan sumbangan pemikiran ilmiah pada
bidang kajian efisiensi dan anomali di pasar modal terutama yang berkaitan dengan
month of the year effect dan menambah ragam temuan di bidang terkait pada pasar
obligasi. Penelitian ini juga menambah wawasan kepada para pelaku di pasar modal
terutama investor pada pasar obligasi memaksimalkan kinerja portofolionya.
EFISIENSI PASAR MODAL DAN MONTH OF THE YEAR EFFECT
Hipotesis pasar modal efisien telah menjadi salah satu hipotesis utama dalam
bidang keuangan modern. Hipotesis pasar modal efisien ini diperkenalkan oleh Fama
(1970) dengan berpendapat bahwa pasar modal yang efisien adalah pasar modal
dimana harga surat berharga (dalam hal ini saham) selalu mencerminkan informasi
yang tersedia dengan cepat. Fama (1970) mengemukakan bahwa terdapat tiga bentuk
pengujian efisiensi pasar modal, yaitu pengujian efisiensi bentuk lemah, setengah kuat
dan kuat. Pasar modal dinyatakan efisien jika pergerakan harga sahamnya tidak dapat
diprediksi / acak (random walk). Pengujian efisiensi bentuk setengah kuat
menunjukkan pasar modal efisien ketika harga saham mencerminkan semua informasi
yang tersedia secara publik. Pengujian efiensi bentuk kuat menunjukkan bahwa pasar
modal dinyatakan efisien ketika harga saham mencerminkan semua informasi yang
ada.
Berbagai penelitian yang terkait dengan efisiensi pasar modal yang secara
khusus melakukan kajian efisiensi pasar modal dalam bentuk lemah menemukan
bahwa terdapat hal-hal yang berlawanan dengan konsep pasar modal yang efisien,
seperti adanya pola tertentu yang bersifat musiman (seasonal) di pasar saham yang
tidak disebabkan oleh adanya reaksi atas informasi yang ada (Georgantopoulos et al.,
2011; Karadžić dan Vulić 2011; Sias dan Starks 1995). Saat pasar saham bereaksi atas
hal yang tidak termasuk dalam konsep pasar efisien maka hal ini disebut sebagai
anomali atau gangguan (Fitriyani dan Sari 2013). Salah bentuk anomali yang bersifat
musiman ini adalah adanya Month of the Year Effect (Marrett dan Worthington 2011).
Month of the Year Effect terjadi apabila terdapat return pada suatu masa (bulan)
yang lebih tinggi ataupun lebih rendah dibandingkan bulan lainnya. Pola yang umum
dalam Month of the Year Effect adalah January Effect dimana return saham pada bulan
Jurnal Ekonomi dan Bisnis
293
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
Januari biasanya lebih tinggi dibandingkan bulan-bulan sebelumnya karena para
investor mengatur kembali posisi portofolionya dan melakukan pembelian saham di
awal tahun. Beberapa penelitian terkait dengan Month of the Year Effect telah
dilakukan oleh Mouselli dan Al-Saman (2016) di Damascus Stock Exchange dan Patel
(2016) yang melakukan kajian pada pasar modal Amerika Serikat, Amerika Latin dan
pasar modal kategori berkembang. Kedua penelitian ini secara umum menemukan
bahwa terdapat pengaruh bulan-bulan perdagangan terhadap return saham. Mouselli
dan Al-Saman (2016) bahkan menyimpulkan bahwa bulan Mei cenderung
menghasilkan return yang positif, sedangkan Patel (2016) menemukan bahwa January
Effect cenderung tidak terjadi, namun bulan-bulan perdagangan lainnya memiliki
dampak terhadap return saham. Di kawasan ASEAN, penelitian mengenai Month of
the Year Effect telah dilakukan oleh Robiyanto (2015), pada penelitian tersebut juga
dilakukan kajian mengenai Month of the Year Effect pada pasar komoditas. Hasil
penelitian Robiyanto (2015) adalah bahwa terdapat Month of the Year Effect pada
pasar modal di ASEAN dan di pasar komoditas. Sayangnya penelitian yang secara
khusus membahas mengenai pasar obligasi masih jarang dilakukan. Meski demikian
potensi pola musiman terjadi di pasar obligasi adalah sangat besar mengingat pola
pembayaran bunga obligasi di Indonesia adalah setiap triwulanan dan adanya perilaku
emisi obligasi oleh emiten adalah pada pertengahan tahun. Mengingat pasar obligasi
merupakan bagian dari pasar modal maka dalam penelitian ini dirumuskan hipotesis
sebagai berikut :
H1 : Terdapat Month of the Year Effect pada pasar obligasi di Indonesia.
METODA PENELITIAN
Data yang dipergunakan dalam penelitian ini adalah data INDOBeX
(Indonesia Bond Indexes) Composite penutupan bulanan di Bursa Efek Indonesia
selama periode Juli 2003 hingga Juli 2017 yang dalam penelitian ini disebut
INDOBeX. INDOBeX Composite (INDOBeX) merupakan indeks harga obligasi yang
diterbitkan oleh Indonesia Bond Pricing Agency (IBPA).
Data ini dipergunakan untuk menghitung return INDOBeX bulanan yang
dihitung dengan rumus sebagai berikut.
Return INDOBeXt Composite = (INDOBeXt – INDOBeXt-1)/ INDOBeXt-1.
Data ini diperoleh dari Bloomberg. Menurut Indonesia Bond Pricing Agency / IBPA
(2017), INDOBex dihitung dengan menggunakan data base harga pasar wajar obligasi
dan data komprehensif yang dimiliki oleh IBPA, kemudian menggabungkannya
dengan metodologi standar perhitungan indeks sesuai dengan best practices sehingga
akurasi dari perhitungan indeks ini dapat dipertangungjawabkan.
Analisis data dilakukan dengan menggunakan metode Generalized
Autoregressive Conditional Heteroskedasticity (GARCH) yang dirumuskan oleh
294
Jurnal Ekonomi dan Bisnis
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
Bollerslev (1986). Model GARCH yang dipergunakan dalam penelitian ini merupakan
model GARCH (1,1). Posedel (2005) mengemukakan bahwa model GARCH yang
paling umum digunakan adalah model GARCH (1,1). Sebelum dilakukan analisis
GARCH (1,1) terlebih dahulu dilakukan uji unit root dengan Augmented Dickey-Fuller
Test.
Beberapa penelitian yang telah menggunakan metode serupa adalah penelitian
yang dilakukan oleh Kamath et al., (1998); Robiyanto (2015); Robiyanto dan
Puryandari (2015). Metode ini tepat untuk digunakan pada data runtut waktu yang
berpotensi mengandung heteroskedastisitas. Ogata (2012); Kamath et al., (1998)
bahkan cenderung tidak terdistribusi normal (Rachev et al., 2004; Chion et al., 2008;
Canedo dan Cruz 2013). Robustness check untuk melihat adanya heteroskedastisitas
dilakukan dengan metode ML-ARCH. Jika terdapat heteroskedastisitas maka model
GARCH ini tepat untuk dilakukan.
Persamaan yang dipergunakan adalah sebagai berikut :
RINDOBeX = β1JAN + β2FEB + β3MAR + β4APR + β5MEI + β6JUN + β7JUL + β8AGT
+ β9SEPT + β10OKT + β11NOV + β12DES + εt ..................................................................... 1
Dengan
εt = Φt εt-1 + ... + Φt εt-p + ηt ......................................................................................................... 2
ηt = σtϵt ............................................................................................................................................... 3
σ2t = α0 + α1η2t-1 + .. + αpη2t-p + β1σ2t-1 + ... + βqσ2t-q ............................................................. 4
dan ϵt adalah independent and identical distributed N(0,1) dan tidak tergantung dari
keadaan masa lalu dari ηt-p.
RINDOBeX
= Return INDOBeX
JAN, FEB, MAR, APR, MEI, JUN, JUL, AGT, SEPT, OKT, NOV, DES = Dummy
variable Bulan Perdagangan, 1 jika merupakan bulan tesebut dan 0 jika tidak.
ANALISIS DAN PEMBAHASAN
Statistik Deskriptif
Pada Tabel 1 disajikan hasil statistika deskriptif return obligasi yang diwakili
oleh return INDOBeX selama periode penelitian. Bulan Desember merupakan bulan
yang menghasilkan rata-rata return obligasi bertanda positif terbesar dibandingkan
bulan-bulan lainnya. Sementara itu bulan Agustus merupakan bulan dengan rata-rata
return obligasi bertanda negatif terbesar dibandingkan bulan-bulan lainnya. Sementara
itu bulan Oktober memiliki simpangan baku yang terbesar dibandingkan bulan-bulan
lainnya. Hal ini menunjukkan bahwa bulan Oktober cenderung lebih berisiko
dibandingkan bulan-bulan lainnya, sedangkan bulan September memiliki simpangan
baku paling kecil dibandingkan bulan lainnya.
Jurnal Ekonomi dan Bisnis
295
ISSN 1979 - 6471
Volume 20 No. 2, Oktober 2017
Tabel 1
Statistika Deskriptif Return INDOBeX Pada Setiap Bulan Perdagangan
Periode Juli 2003 – Juli 2017
RataBulan
Rata
STDEV Maksimum Minimum
Januari
0,768
3,107
6,49
-5,89
Februari
-0,281
2,763
3,17
-8,28
Maret
0,323
3,420
5,79
-5,98
April
0,453
2,671
5,56
-6,04
Mei
-0,910
2,687
5,07
-5,15
Juni
-0,520
3,754
9,06
-8,32
Juli
1,115
2,953
7,32
-4,33
Agustus
-1,967
3,738
1,73
-13,4
September
0,287
2,353
2,64
-4,53
Oktober
0,216
5,250
5,87
-16,25
November
-0,529
3,800
7,79
-7,66
Desember
1,813
4,787
17,66
-1,32
Sumber : Bloomberg, diolah.
Hal ini dapat terjadi karena investor cenderung lebih berhati-hati pada bulan
Oktober, mengingat beberapa krisis-krisis yang terjadi di pasar modal Indonesia akibat
krisis finansial skala besar seperti Krisis Keuangan di Asia (Asian financial crisis) dan
Subprime Mortgage Crisis menyebabkan terjadinya penurunan yang ekstrim di pasar
modal (dengan indikator utama adalah IHSG, IHSG terendah adalah pada level 256
dan terjadi di bulan Oktober 1998, penurunan IHSG terbesar yang pernah terjadi
adalah di bulan Oktober 2008, dimana penurunan IHSG sampai menyebabkan Bursa
Efek Indonesia diberhentikan hingga beberapa sesi karena tekanan jual yang masif).
Mengingat penurunan saham-saham juga akan menyeret harga obligasi maka tidaklah
mengherankan apabila obligasi juga terkena dampaknya. Lebih lanjut, nilai return
obligasi terbesar selama periode pengamatan ditemukan pada bulan Desember dengan
besarnya return obligasi senilai 17,66 persen. Sementara itu return bertanda negatif
terbesar selama periode pengamatan ditemukan pada bulan Oktober dengan besarnya
return obligasi senilai -16,25 persen.
Uji Unit Root
Pengujian unit root pada data yang dipergunakan dalam penelitian ini
dilakukan dengan menggunakan Augmented Dickey-Fuller (ADF) Test. Hasil ADF
Test ini dapat dilihat pada Tabel 2. Berdasarkan Tabel 2 dapat disimpulkan bahwa data
yang dipergunakan dalam penelitian ini merupakan data yang tidak bersifat unit root
dan bersifat stasioner sehingga dapat dianalisis lebih lanjut dengan teknik GARCH.
Keterangan
Return
Sumber : Bloomberg, diolah.
296
Tabel 2
Hasil Uji Unit Root
t-Statistic
Probabilitas
-10,991
0,000
Kesimpulan
Stasioner
Jurnal Ekonomi dan Bisnis
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
Robustness Check
Robustness check dilakukan dengan menggunakan T-DIST. DOF pada teknik
ML-ARCH (Maximum Likelihood-Autoregressive Conditional Heteroscedasticity).
Berdasarkan hasil analisis yang dilakukan sebagaimana ditunjukkan pada Tabel 3,
ditemukan bahwa besarnya T-DIST. DOF adalah 3,987 yang signifikan pada tingkat
α = 1 persen. Hal ini menunjukkan bahwa persamaan GARCH (1,1) yang dihasilkan
bersifat robust. Koefisien GARCH pada persamaan varians yang signifikan pada pada
tingkat α = 1 persen juga mendukung hal ini, dan menunjukkan bahwa varians residual
yang ada mengikuti pola GARCH.
Hasil Analisis GARCH (1,1)
Hasil analisis GARCH (1,1) dapat dilihat pada Tabel 3. Berdasarkan Tabel 3
maka dapat dilihat bahwa terdapat satu bulan perdagangan yang memiliki pengaruh
signifikan terhadap return INDOBeX yaitu bulan Juli.
Pengaruh bulan Juli terhadap return INDOBeX adalah negatif dan signifikan
pada tingkat α = 5%. Bulan-bulan perdagangan lainnya tidak memiliki pengaruh yang
signifikan terhadap return INDOBeX. Lebih lanjut ditemukan bahwa semua koefisien
dalam persamaan varians memiliki pengaruh yang signifikan. Hal ini menunjukkan
bahwa varians residual pada persamaan yang dibentuk mengikuti pola GARCH dan
cenderung dipengaruhi oleh volatilitas masa lalunya.
Bulan Juli memiliki pengaruh yang negatif terhadap return INDOBex karena
adanya tindakan restrukturisasi portofolio dalam bentuk obligasi dengan melakukan
penjualan pada obligasi yang akan jatuh tempo dan melakukan pembelian pada
obligasi yang baru diterbitkan emiten untuk strategi rollover efek bersifat pendapatan
tetap. Emiten cenderung mencatatkan obligasi pada bulan Juli karena adanya batasan
jangka waktu laporan keuangan yang telah diaudit yang akan dipergunakan untuk
tindakan penawaran umum (batasannya adalah 6 bulan sesuai dengan POJK yang
berlaku saat ini), sehingga emiten yang menggunakan laporan tahunan per 31
Desember tahun sebelumnya yang telah diaudit paling lambat harus memperoleh
pernyataan efektif dari OJK pada tanggal 30 Juni tahun berikutnya. Sementara itu
pencatatan obligasi dilakukan pada awal bulan Juli.
Jurnal Ekonomi dan Bisnis
297
ISSN 1979 - 6471
Volume 20 No. 2, Oktober 2017
Tabel 3
Hasil Analisis GARCH (1,1)
Variabel
Koefisien Std. Error z-Statistic
JANUARI
0,891
0,635
1,402
FEBRUARI
0,328
0,693
0,473
MARET
0,855
0,530
1,612
APRIL
0,684
0,870
0,786
MEI
-0,896
0,557
-1,609
JUNI
-0,104
0,746
-0,139
JULI
1,159
0,538
2,152
AGUSTUS
-0,843
0,666
-1,265
SEPTEMBER
0,767
0,641
1,196
OKTOBER
0,852
0,575
1,481
NOVEMBER
-0,665
0,549
-1,212
DESEMBER
0,617
0,718
0,860
Persamaan Varians
C
2,833
1,690
1,676
RESID(-1)^2
0,370
0,208
1,775
GARCH(-1)
0,427
0,264
1,616
T-DIST. DOF
3,970
1,528
2,597
Sumber : Bloomberg, diolah.
*** signifikan pada α = 1%
** signifikan pada α = 5%
* signifikan pada α = 10%
Prob.
0,160
0,635
0,106
0,431
0,107
0,889
0,031**
0,205
0,231
0,138
0,225
0,389
0,093*
0,075*
0,006***
0,009***
ANALISIS DAN PEMBAHASAN
Temuan pada penelitian ini menunjukkan bahwa nilai z-statistic yang
signifikan yaitu pada bulan Juli. Hal ini menunjukkan bahwa H1 yang menyatakan
bahwa terdapat month of the year effect pada pasar obligasi di Indonesia terdukung
secara empiris dalam penelitian ini. Temuan ini sama dengan hasil penelitian
Robiyanto (2015) yang melakukan kajian di pasar saham ASEAN dan pasar komoditas
dengan menggunakan pasar saham Indonesia sebagai salah satu obyek kajiannya dan
penelitian-penelitian mengenai month of the year effect yang dilakukan oleh Patel
(2016) di pasar modal Amerika Serikat, Amerika Latin dan pasar modal berkembang
dan penelitian yang dilakukan oleh Mouselli dan Al-Saman (2016) di Damascus Stock
Exchange. Temuan ini juga konsisten dengan hasil penelitian yang dilakukan oleh
Boudreaux (1995) pada pasar saham di Eropa dan beberapa negara Asia, yang juga
menemukan adanya month of the year effect pada pasar saham-pasar saham tersebut,
serta konsisten dengan hasil penelitian yang dilakukan di pasar modal di Nepal oleh
Bahadur dan Joshi (2005)
Meskipun penelitian ini termasuk penelitian yang mempelopori kajian
mengenai pola musiman (terutama month of the year effect) pada pasar obligasi di
Indonesia, namun hasil penelitian ini mampu mendukung berbagai penelitian
mengenai pola musiman yang telah dilakukan pada pasar saham di Indonesia sebagai
bagian dari pasar modal Indonesia sebagaimana telah dilakukan oleh Rita (2009);
Robiyanto (2000); Cahyaningdyah dan Witiastuti (2010); Widodo (2008); Kristiawan
(2010); Lutfiaji dan Djazuli (2012); Hersugondo et al., (2016).
298
Jurnal Ekonomi dan Bisnis
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
Secara umum penelitian ini menunjukkan bahwa sama halnya pasar saham
Indonesia dan dunia, pasar obligasi Indonesia ternyata tidak mengikuti pola random
walk dan tidak efisien dalam bentuk lemah, karena adanya anomali yang menyebabkan
pasar obligasi bereaksi atas hal yang tidak termasuk dalam konsep pasar efisien.
Anomali ini dapat terjadi karena dalam melakukan perdagangan obligasi, investor juga
melibatkan faktor non teknis seperti psikologis maupun pengamatannya atas kebiasaan
yang terjadi di pasar obligasi.
SIMPULAN, KETERBATASAN DAN SARAN.
Hasil penelitian ini menunjukan bahwa bulan Juli memiliki pengaruh positif
yang signifikan terhadap return obligasi di Indonesia. Sementara bulan-bulan lainnya
tidak memiliki pengaruh terhadap return obligasi di Indonesia. Hasil ini menunjukkan
bahwa terjadi month of the year effect di pasar obligasi di Indonesia. Temuan ini
memiliki implikasi bahwa pasar obligasi di Indonesia tidak berjalan acak (random
walk) sehingga tidak efisien dalam bentuk lemah.
Penelitian ini menyarankan agar investor obligasi di Indonesia dapat menjual
obligasinya di akhir bulan Juli karena bulan Juli memiliki pengaruh positif yang
signifikan terhadap return obligasi. Pembelian kembali dapat dilakukan pada bulanbulan berikutnya jika terjadi koreksi harga obligasi.
Keterbatasan Penelitian
Penelitian ini adalah pelopor pada bidang kajian seasonality pada pasar
obligasi di Indonesia dan masih menggunakan indeks obligasi secara umum
(INDOBeX Composite) yang belum memisahkan obligasi pemerintah dan obligasi
korporasi, sehingga kesimpulannya hanya berlaku secara umum pada pasar obligasi di
Indonesia, sehingga tidak dapat diberlakukan secara khusus pada pasar obligasi
pemerintah dan korporasi. Penelitian selanjutnya disarankan untuk dapat melakukan
kajian secara khusus pada obligasi pemerintah dan obligasi korporasi, hal yang sama
juga perlu dilakukan pada sukuk yang dikeluarkan oleh pemerintah ataupun sukuk
korporasi.
DAFTAR PUSTAKA
Bahadur, F. K. C., dan N. K. Joshi. 2005. The Nepalese Stock Market: Efficient and
calendar anomalieSs. Economic Review: Occasional Paper of Nepal Rastra
Bank 17: 40-85.
Bollerslev, T. 1986. Generalized autoregressive conditional heteroscedasticity.
Journal of Econometrics 31: 307-327. DOI: https://doi.org/10.1016/03044076(86)90063-1.
Jurnal Ekonomi dan Bisnis
299
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
Boudreaux, D. O. 1995. The monthly effect in international stock markets: Evidence
and implications. Journal Of Financial And Strategic Decisions 8(1): 15-20.
Cahyaningdyah, D., dan R. S. Witiastuti. 2010. Analisis monday effect dan Rogalski
effect di Bursa Efek Jakarta. Jurnal Dinamika Manajemen 1(2): 154-168.
Canedo, M. A., dan E. D. Cruz. 2013. The Philippine Stock Returns and the levy
distribution. In 12th National Convention on Statistics (NCS). EDSA ShangriLa Hotel, Madaluyong City.
Caporale, M. G., dan V. Zakirova. 2017. Calendar anomalies in the Russian Stock
Market. Russian Journal of Economics 3(1): 101-108. DOI:
10.1016/j.ruje.2017.02.007.
Chion, S. J., C. Veliz, dan N. Carlos. 2008. On the normality of stock return
distributions: Latin American markets 2000-2007. Journal of CENTRUM
Cathedra 1(2): 90-108. DOI: http://dx.doi.org/10.7835/jcc-berj-2008-0015.
Fama, E. F. 1970. Efficient capital markets: A review of theory and empirical work.
Journal of Finance 25(2): 383-417.
Fitriyani, I., dan M. M. R. Sari. 2013. Analisis January effect pada kelompok saham
indeks LQ-45 di Bursa Efek Indonesia tahun 2009-2011. E-Jurnal Akuntansi
Universitas Udayana 4(2): 421-438.
Georgantopoulos, A. G., D. F. Kenourgios, dan A. D. Tsamis. 2011. Calendar
anomalies in emerging Balkan Equity Markets. International Economics &
Finance Journal 6(1): 67-82.
Hersugondo., Robiyanto, S. Wahyudi, dan D. P. I. Rini. 2016. The test of day of the
week effect and turn-of-month effect by using a GARCH approach: Evidence
from Indonesia Capital Market. International Journal of Economic Research
13(1): 153-163.
IBPA. 2017. Indonesia Bond Market Directory: Indonesia Stock Exchange.
Kamath, R. R., R. Chakornpipat, dan A. Chatrath. 1998. Return distributions and the
day-of-the-week effects in the Stock Exchange of Thailand. Journal of
Economics and Finance 22(2-3): 97-106. DOI: 10.1007/BF02771480.
Karadžić, V., dan T. B. Vulić. 2011. The Montenegrin Capital Market: Calendar
Anomalies. Economic Annals 56(191): 107-121.
Kristiawan, A. 2010. Analisis return Jumat dan return Senin pada indeks likuiditas 45
di Bursa Efek Jakarta. Jurnal Akuntansi, Manajemen Bisnis dan Sektor Publik
7(1): 46-62.
Lutfiaji., dan A. Djazuli. 2012. Pengujian the day of the week effect, week four effect
dan Rogalski effect terhadap return saham LQ-45 di Bursa Efek Indonesia.
Working Paper:1-11.
300
Jurnal Ekonomi dan Bisnis
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
Marrett, G., dan A. Worthington. 2011. The month-of-the-year effect in the Australian
stock market: A short technical note on the market, industry and firm size
impacts. Australasian Accounting Business and Finance 5(1): 117-123.
Mouselli, S., dan H. Al-Saman. 2016. An examination of the month-of-the-year effect
at Damascus securities exchange. International Journal of Economics and
Financial Issues 6(2): 573-577.
Nawaz, S., dan N. Mirza. 2012. Calendar anomalies and stock returns: A literature
survey. Journal of Basic and Applied Scientific Research 2(12): 2321-2329.
Ogata, H. 2012. Optimal portfolio estimation for dependent financial returns with
generalized empirical likelihood. Advances in Decision Sciences 2012: 1-8.
DOI: http://dx.doi.org/10.1155/2012/973173.
OJK. 2017. Statistik Pasar Modal.
Patel, J. B. 2016. The January effect anomaly reexamined in stocks returns. Journal of
Applied Business Research 32 (1).
Posedel, P. 2005. Properties and estimation of GARCH (1,1) model. Metodoloski zvezk
2 (2): 243-257.
Rachev, S. T., S. V. Stoyanov, A. Biglova, dan F. J. Fabozzi. 2004. An empirical
examination of daily stock return distributions for U.S. Stocks. Working Paper.
Rita, M. R. 2009. Pengaruh hari perdagangan terhadap return saham: Pengujian day of
the week effect, week-four effect dan Rogalski effect di BEI. Jurnal Ekonomi
dan Bisnis 15(2): 121-134.
Robiyanto., dan S. Puryandani. 2015. The Javanese lunar calendar’s effect on
Indonesian stock returns. Gadjah Mada International Journal of Business no.
17(2): 125-137. DOI: https://doi.org/10.22146/gamaijb.6906.
Robiyanto. 2000. "Pengaruh hari perdagangan saham terhadap return harian saham di
bursa efek Jakarta (Sebuah studi terhadap IHSG, indeks saham sektoral dan
indeks saham unggulan (LQ 45)). Jurnal Bisnis Strategi 5: 46-94.
———. 2015. Month of the year effect pada beberapa pasar modal di Asia Tenggara
dan pasar komoditas. Jurnal Ekonomi dan Bisnis 18(2): 53-64. DOI:
http://dx.doi.org/10.24914/jeb.v18i2.260.
Sias, R. W., dan L. T. Starks. 1995. The day-of-the-week anomaly: The role of
institutional investors. Financial Analysts Journal May/June: 58-67.
Silva, P. M. 2010. Calendar "anomalies" in the Portuguese Stock Market." Investment
Analysts Journal 71: 37-50.
Swami, R. 2012. Calendar anomalies in the Bourses of South Asia. Market
Convergence 2(2): 64-74.
Jurnal Ekonomi dan Bisnis
301
Volume 20 No. 2, Oktober 2017
ISSN 1979 - 6471
Ţilică, E. V., dan D. Oprea. 2014. Seasonality in the Romanian Stock Market: Theday-of-the-week effect. Procedia Economics and Finance 15: 704-710. DOI:
10.1016/s2212-5671(14)00543-7.
Widodo, P. 2008. Studi tentang pengaruh hari perdagangan terhadap return IHSG
periode Januari 1997 sampai dengan Mei 2008. In National Conference on
Management Research 2008. Makassar.
Zhang, J., Y. Lai, dan J. Lin. 2017. The day-of-the-Week effects of stock markets in
different countries. Finance Research Letters 20: 47-62. DOI:
10.1016/j.frl.2016.09.006.
302
Jurnal Ekonomi dan Bisnis