BAB III METODOLOGI
3.1 Kerangka Pikir
Penelitian dilakukan dengan mengelompokkan keseluruhan data opsi berdasarkan tipe transaksi. Dari data yang ada dilakukan penghitungan untuk mendapatkan pc ratio harian dari masing-masing kelompok. Data pc ratio harian akan diseleksi dengan 2 metode, yaitu berdasarkan quintile dan one sigma. Setelah diseleksi, setiap data akan diproses sesuai dengan tipe transaksinya. Untuk mencari apakah ada hubungan antara pergerakan opsi dengan harga saham di masa depan, akan dilakukan analisis secara statistik. Analisis pertama adalah dengan mencari koefisien korelasi antara pergerakan opsi yang direpresentasikan dengan rasio put call dengan harga sahamnya di masa depan yang direpresentasikan dengan gain yang didapat dari saham tersebut. Data kemudian diregresikan untuk melihat apakah pengaruh pc ratio terhadap gain cukup signifikan. Uji nilai tengah juga akan dilakukan untuk membandingkan rata-rata gain yang diperoleh antara metode quintile dengan one sigma, dimana diharapkan rata-rata gain dari penelitian yang menggunakan one sigma lebih besar dibandingkan dengan yang menggunakan metode quintile, karena metode one sigma sebenarnya merupakan pengembangan
dari
metode
23
quintile.
24
Opsi Daily Trading Data Get Open Buy
PC Ratio
Close Buy
Close Sell
PC Ratio
PC Ratio
Analisis Statistik
Open Sell
PC Ratio
Underlying Stock Data
Analisis Statistik Gain
Gambar 3.1 Model Analisis
PC Ratio One sigma > Uji Nilai Tengah < Quintile Korelasi
Regresi Gain
Gambar 3.2 Analisis Statistik
3.2 Populasi dan Sampel 3.2.1
Populasi Dalam melakukan penelitian ini, pertama-tama diperlukan data saham mana
saja yang selalu masuk dalam Dow Jones Industry Average pada tahun 2007.
25
Tabel 3.1 30 Komponen Dow Jones Industry Average Sumber: http://www.nyxdata.com/nysedata/asp/factbook
Company 3M Alcoa American Express American International Group AT&T Bank of America
Symbol (NYSE: MMM) (NYSE: AA) (NYSE: AXP) (NYSE: AIG) (NYSE: T) (NYSE: BAC)
Boeing Caterpillar
(NYSE: BA) (NYSE: CAT)
Chevron Corporation Citigroup Coca-Cola DuPont ExxonMobil General Electric General Motors Hewlett-Packard
(NYSE: CVX) (NYSE: C) (NYSE: KO) (NYSE: DD) (NYSE: XOM) (NYSE: GE) (NYSE: GM) (NYSE: HPQ)
Home Depot
(NYSE: HD)
Intel IBM Johnson & Johnson JPMorgan Chase McDonald's Merck Microsoft Pfizer Procter & Gamble
(NASDAQ: INTC) (NYSE: IBM) (NYSE: JNJ) (NYSE: JPM) (NYSE: MCD) (NYSE: MRK) (NASDAQ: MSFT) (NYSE: PFE) (NYSE: PG)
United Technologies Corp.
(NYSE: UTX)
Verizon Communications Wal-Mart Walt Disney
(NYSE: VZ) (NYSE: WMT) (NYSE: DIS)
Industry Diversified Industrials Aluminum Consumer finance Full Line Insurance Telecommunication Institutional and Retail banking Aerospace & Defense Commercial Vehicles & Trucks Oil and gas Banks Beverages Commodity Chemicals Integrated Oil & Gas Diversified Industrials Automobiles Diversified Computer Systems Home improvement retailers Semiconductors Computer services Pharmaceuticals Banks Restaurants & Bars Pharmaceuticals Software Pharmaceuticals Non-Durable Household Products Aerospace, Heating/Cooling, Elevators Telecommunication Broadline Retailers Broadcasting & Entertainment
26
3.2.2
Sampel Untuk memperkecil luasnya populasi, digunakan data sampel dimana
pemilihan data sampel dilakukan berdasarkan metode Purposive Sampling sesuai dengan tujuan penelitian atau kriteria tertentu dari peneliti. Kriteria tersebut adalah: 1.
Empat perusahaan dengan kapitalisasi terbesar di DJIA.
2.
Dari setiap perusahaan yang terpilih diambil 66 hari transaksi selama 2007 yang dibagi per 3 bulan (Januari, April, Juli, Oktober). Perusahaan-perusahaan yang sesuai dengan kriteria tersebut beserta periode
yang diambil dapat dilihat pada tabel 3.2. Tabel 3.2 Perusahaan yang Memenuhi Kriteria Penelitian
Perusahaan
Kode Saham Periode 1 Januari 2007 – 9 April 2007 Microsoft Corporation MSFT (66 hari transaksi) 1 April 2007 - 5 Juli 2007 General Electric Company GE (66 hari transaksi) 1 Juli 2007 - 3 Oktober 2007 Citigroup Incorporated C (66 hari transaksi) 27 September 2007 - 31 Januari 2007 Exxon Mobile Corporation XOM (66 hari transaksi)
27
3.3 Metode Analisis 3.3.1
Data
A. Pergerakan Saham Pergerakan harga saham kita dapatkan dengan menghitung return yang didapat dengan membeli di hari h dan menjualnya di hari h + n. Karena spekulasi yang dilakukan oleh pemain opsi bersifat short term, maka return yang akan dibandingkan adalah satu hari (n + 1) setelah hari transaksi sampai dengan sepuluh hari ( n +10) setelah hari transaksi.
B. Data Opsi Data utama yang digunakan berasal dari CBOE (Chicago Board Options Exchange), melalui www.marketdataexpress.com. Setiap
opsi
pada
data
diidentifikasikan
berdasarkan
saham
yang
mendasarinya, sebagai put atau call, strike price dan expiration date. Data ini mempunyai keunikan yaitu membagi volume transaksi harian dari kedua opsi baik put maupun call menjadi empat kategori tergantung dari apakah transaksi dilakukan oleh pembeli atau penjual, dan apakah si inisiator membuka posisi baru atau menutup posisinya. Keempat kategori itu adalah:
•
Open Buy, yang diinisiasikan oleh pembeli untuk membuka posisi long opsi
•
Close Buy, yang diinisiasikan oleh pembeli untuk menutup posisi short opsi
•
Open Sell, yang diinisiasikan oleh penjual untuk membuka posisi short opsi
28
•
Close Sell, yang diinisiasikan oleh penjual untuk menutup posisi long opsi Selain berdasarkan tipe transaksi, data juga dibagi berdasarkan pembeli atau
penjualnya. Ada 4 tipe, yaitu: •
Firm
•
Customer Small
•
Customer Medium
•
Customer Large
Tabel 3.3 Beberapa Header pada Data Mentah Volume Opsi Header TRADE_DT UNDLY EXPR_DT STRK_PRC PC FOB FCB FOS FCS COB_Sm CCB_Sm COS_Sm CCS_Sm COB_Md CCB_Md COS_Md CCS_Md COB_Lg CCB_Lg COS_Lg CCS_Lg
Keterangan Tanggal transaksi Saham underlying‐nya Expiration date Strike price Put atau call Firm open buy Firm close buy Firm open sell Firm close sell Small customer open buy Small customer close buy Small customer open sell Small customer close sell Medium customer open buy Medium customer close buy Medium customer open sell Medium customer close sell Large customer open buy Large customer close buy Large customer open sell Large customer close sell
29
3.3.2
Pengolahan Data
A. Quintile Data yang tersedia akan diurutkan dan dibagi menjadi lima kelompok berdasarkan besar kecilnya pc ratio. Bagian pertama (kelompok dengan pc ratio kecil) dan terakhir (kelompok dengan pc ratio besar) dari data ini menandakan adanya pergerakan pada transaksi opsi yang berada di luar kebiasaan, sehingga diyakini adanya informasi di dalamnya.
B. One Sigma Data dibagi dan diseleksi menjadi dua kelompok yaitu kelompok pertama dimana pc ratio lebih besar dari rata-rata ditambah satu sigma (standar deviasi) dan kelompok kedua dimana pc ratio lebih kecil dari rata-rata dikurangi satu sigma (standar deviasi). Pada data ini juga diyakini mengandung informasi di dalamnya.
C. Open Buy Apabila seseorang mempunyai informasi positif (atau negatif) mengenai sebuah saham dan memutuskan untuk berpartisipasi dalam transaksi opsi untuk mengambil keuntungan, maka cara yang paling mudah dengan risiko terkecil adalah dengan membuka posisi long baru pada call (atau put). Untuk alasan inilah maka kita memfokuskan pada informasi yang mungkin terkandung dalam volume open buy. Transaksi open buy call mengharapkan agar harga saham underlying-nya naik dan transaksi open buy put tentunya mengharapkan sebaliknya yaitu turunnya harga saham underlying-nya. Berdasarkan kenyataan ini, data dengan pc ratio rendah
30
berarti lebih banyak orang yang mengambil posisi open buy call sehingga diharapkan harga saham akan naik dan sebaliknya pada pc ratio tinggi. Dengan mempertimbangkan hal ini maka pola transaksi yang akan dilakukan adalah dengan membeli saham dengan pc ratio yang rendah dan menjual (short selling) saham dengan pc ratio yang tinggi.
D. Close Buy Transaksi close buy call dilakukan trader ketika ia merasa bahwa harga saham tidak akan turun lagi, atau resiko menahan posisi short sudah terlalu tinggi dibandingkan dengan kemungkinan gain yang dapat didapat. Pada dasarnya sama dengan open buy hanya motivasinya yang sedikit berbeda. Pola transaksi yang akan dilakukan sama dengan pola transaksi pada open buy yaitu membeli saham dengan pc ratio yang rendah dan menjual (short selling) saham dengan pc ratio yang tinggi.
E. Open Sell Pada transaksi ini, motivasi yang dilakukan oleh trader logikanya tentunya kebalikan dari transaksi open buy. Pola transaksi yang akan dilakukan adalah membeli saham dengan pc ratio yang tinggi dan menjual saham dengan pc ratio yang rendah.
31
F. Close Sell Pola transaksi yang akan dilakukan sama dengan pola transaksi pada open sell yaitu membeli saham dengan pc ratio yang tinggi dan menjual saham dengan pc ratio yang rendah.
Analisis Statistik
3.3.3
A. Koefisien Korelasi Dalam ilmu statistik, koefisien korelasi mengindikasikan kekuatan dan arah dari sebuah relasi linear antara dua variabel atau derajat hubungan antara dua variabel. Koefisien korelasi bernotasi
dan nilainya berada di antara -1 dan 1. Berikut criteria nilai koefisien
korelasi: •
Jika r = 0 atau mendekati, korelasi variabel lemah atau tidak ada korelasi.
•
Jika r = -1 atau mendekati, korelasi variabel sangat kuat dan arah negatif.
•
Jika r = 1 atau mendekati, korelasi variabel sangat kuat dan arah positif.
Tanda positif pada nilai koefisien korelasi menunjukan adanya hubungan positif
antara dua variable. Kenaikan satu variabel, akan diikuti oleh kenaikan variabel lainnya. Demikian pula sebaliknya, penurunan satu variabel akan diikuti oleh penurunan variabel lainnya. Sedangkan tanda negatif menunjukan adanya hubungan negatif antar variabel. Kenaikan satu variabel, akan menyebabkan penurunan variable yang lain, dan penurunan satu variabel, akan menyebabkan kenaikan variabel yang lain. Untuk menghitung koefisien korelasi digunakan formula berikut:
32
B. Regresi Linier Sederhana Regresi linier sederhana digunakan untuk mencari apakah suatu variabel (biasa disebut variabel bebas yang dinotasikan dengan x) mempengaruhi lainnya (disebut variabel terikat yang dinotasikan dengan y). Persamaan regresi linier sederhana adalah sebagai berikut: Pada model ini
merepresentasikan perubahan nilai y dibandingkan dengan
nilai x. apabila x berubah sebanyak satu maka y akan berubah sebanyak
.
merepresentasikan nilai y apabila x bernilai 0. Untuk membuktikan adanya hubungan linier yang signifikan antara variable x dan y digunakan metode T-Test. Hipotesis null dan hipotesis alternatif yang digunakan dalam T-test adalah : • •
0 Uji signifikansi tes hipotesis regresi linier sederhana pada penelitian ini
menggunakan Microsoft Excel disertai bantuan add-ins PHStat2 dengan tingkat kepercayaan 90%. Pengambilan keputusan dilakukan dengan melihat P Value. Kesimpulan diberikan dengan kriteria sebagai berikut: •
Jika P Value > 0.1 maka terima H 0 , sehingga disimpulkan bahwa variabel bebas tidak mempunyai pengaruh signifikan terhadap variabel terikat.
33
•
Jika P Value ≤ 0.1 maka tolak H 0 , sehingga disimpulkan bahwa variabel bebas mempunyai pengaruh signifikan terhadap variabel terikat.
C. Tes T untuk Beda Rata-Rata Analisis statistik ini digunakan untuk mendeteksi apakah ada perbedaan antara rata-rata dua sampel. Hipotesis null dan hipotesis alternatif yang akan digunakan dalam t tes adalah: • • Pada uji signifikansi ini digunakan Microsoft Excel disertai bantuan add-ins PHStat2 dengan tingkat kepercayaan 95%.Pengambilan keputusan dilakukan dengan melihat P Value. Kesimpulan diberikan dengan kriteria sebagai berikut: •
Jika P Value > 0.05 maka terima H 0 , sehingga disimpulkan bahwa rata-rata populasi dari sampel pertama lebih besar atau sama dengan yang kedua.
•
Jika P Value ≤ 0.05 maka tolak H 0 , sehingga disimpulkan bahwa rata-rata populasi dari sampel pertama lebih kecil dibandingkan dengan yang kedua.
3.4 Variabel 3.4.1
Koefisien Korelasi Dalam penelitian ini, variabel-variabel yang akan diteliti untuk dicari
korelasinya terdiri dari variable-variabel bebas/ independen, yaitu: •
PC Ratio dari opsi
34
•
3.4.2
Gain dari saham underlying-nya
Regresi Linier Sederhana Untuk mencari pengaruh opsi terhadap saham, dilakukan sebuah regresi linier
sederhana dimana:
3.4.3
•
variabel bebasnya adalah put/call ratio,
•
dan variabel terikatnya adalah gain dari saham underlying-nya.
Tes T untuk Beda Rata-Rata Variabel yang akan diuji untuk mencari tahu apakah ada perbedaan adalah
gain dari metode quintile sebagai sampel pertama dengan metode one sigma sebagai sampel kedua.
