BAB V ANALISIS DATA DAN PEMBAHASAN

59

BAB V ANALISIS DATA DAN PEMBAHASAN

5.1 Statistik Deskriptif Statistik deskriptif memberikan gambaran data yang diolah dalam penelitian. Beberapa ukuran yang digunakan dalam memberikan deskripsi penelitian ini, antara lain mean, maximum, dan minimum. Mean diartikan rata-rata dari suatu kumpulan data atau kelompok data. Minimum dan maximum digunakan untuk memberikan gambaran tinggi rendahnya suatu data dalam penelitian. Statistik deskriptif variabel-variabel yang digunakan dalam penelitian, baik data harian maupun data bulanan, berupa imbal hasil reksa dana diatas tingkat suku bunga bebas risiko (Ri – Rf), imbal hasil pasar diatas tingkat suku bunga bebas risiko (Rm – Rf), dan kuadratik imbal hasil pasar diatas tingkat suku bunga bebas risiko (Rm – Rf)^2. Untuk kepentingan kegunaan, peneliti mendeskripsikan data imbal hasil reksa dana diatas tingkat suku bunga bebas risiko dan imbal hasil pasar diatas tingkat suku bunga bebas risiko. Data-data yang disajikan merupakan data historis berupa data time series yang kemudian diolah sehingga memenuhi variabel yang dibutuhkan dalam penelitian.

5.1.1 Statistik Deskriptif Data Harian Hasil statistik deskriptif untuk data harian yang berupa imbal hasil reksa dana diatas tingkat suku bunga bebas risiko dan imbal hasil pasar diatas tingkat suku bunga bebas risiko, diketahui gambaran sebagaimana Tabel 5.1 sebagai berikut: 59 http://digilib.mercubuana.ac.id/

60

Tabel 5.1 Statistik Deskriptif Data Harian Excess Return diatas Risk Free Rate Excess Return Reksa Dana diatas Risk Free Rate ( Ri - Rf )

Excess Return Market diatas Risk Free Rate ( Rm - Rf )

Tahun 2010 2011 2012 2013 2014 2010 s.d. 2014

Mean 0.12% 0.00% 0.03% -0.01% 0.07% 0.04%

2010 2011 2012 2013 2014 2010 s.d. 2014

0.14% 0.01% 0.04% -0.01% 0.06% 0.05%

Deskripsi Max Min 27.17% -20.42% 34.52% -25.51% 8.42% -6.50% 13.89% -6.91% 5.27% -5.55% 34.52% -25.51% 7.25% 4.74% 3.31% 4.63% 3.21% 7.25%

-3.83% -8.90% -3.83% -5.60% -3.18% -8.90%

Sumber: Data diolah Hasil statistik deskriptif menggambarkan investasi pada reksa dana saham tidak lebih baik daripada investasi pada pasar saham. Hal ini ditunjukkan dari imbal hasil harian di atas tingkat suku bunga bebas risiko selama periode lima tahun dari tahun 2010 s.d. 2014 lebih rendah daripada imbal hasil harian pasar saham di atas tingkat suku bunga bebas risiko. Imbal hasil harian reksa dana saham sebesar 0,04%, sedangkan imbal hasil pada saham sebesar 0,05%. Imbal hasil reksa dana saham harian di atas suku bunga bebas risiko pada tahun 2014 sebesar 0,07%, lebih tinggi daripada imbal hasil harian pasar saham di atas suku bunga bebas risiko 0,06%. Artinya ada perbaikan kinerja imbal hasil reksa dana saham dibandingkan dengan tahun-tahun sebelumnya. Empat belas reksa dana saham yang memiliki rata-rata imbal hasil sama atau lebih besar daripada imbal hasil pasar saham. Reksa dana saham tersebut adalah Panin Dana Maksima, Panin Dana Prima, MNC Dana Ekuitas, Millenium

http://digilib.mercubuana.ac.id/

61

Equity, Trim Kapital, Emco Mantap, Pratama Saham, Trim Kapital Plus, Schroder Dana Istimewa, Batavia Dana Saham Optimal, Schroder Dana Prestasi, BNP Paribas Infrastruktur Plus, Dana Pratama Ekuitas, dan Schroder Indo Equity Fund. Hanya tiga reksa dana saham yang mempunyai imbal hasilnya lebih superior daripada imbal hasil saham, yakni Panin Dana Maksima (rata-rata 0,08%), Panin Dana Prima (rata-rata 0,06%), dan MNC Dana Ekuitas (rata-rata 0,06%). Nilai maksimum imbal hasil harian reksa dana saham jauh lebih tinggi daripada nilai maksimum imbal hasil harian pasar saham. Nilai maksimum untuk imbal hasil harian reksa dana saham sebesar 34,52% dan nilai maksimum untuk imbal hasil harian pasar saham sebesar 7,25%. Sedangkan untuk nilai minimumnya, atas imbal hasil harian reksa dana saham jauh lebih rendah daripada nilai minimum imbal hasil harian saham. Nilai minimum untuk imbal hasil harian reksa dana saham sebesar -25,51% dan nilai maksimum untuk imbal hasil harian pasar saham sebesar -8,90%. Untuk nilai maksimum dan nilai minumum imbal hasil harian reksa dana saham terjadi pada tahun 2011 pada reksa dana BNP Paribas Infrastruktur Plus.

5.1.2 Statistik Deskriptif Data Bulanan Statistik deskriptif untuk data bulanan yang berupa imbal hasil reksa dana diatas tingkat suku bunga bebas risiko dan imbal hasil pasar diatas tingkat suku bunga bebas risiko, diketahui gambaran sebagaimana pada Tabel 5.2. Hasil statistik deskriftip untuk data bulanan juga menggambarkan berinvestasi pada reksa dana saham secara umum tidak lebih baik daripada berinvestasi pada pasar saham. Hal ini ditunjukkan bahwa rata-rata imbal hasil bulanan reksa dana saham diatas tingkat


62

suku bunga bebas risiko lebih rendah daripada rata-rata imbal hasil bulanan pasar saham atas tingkat suku bunga bebas risiko. Rata-rata imbal hasil bulanan reksa dana saham sebesar 0,69%, sedangkan rata-rata imbal hasil bulanan pada saham sebesar 0,82%. Hanya pada tahun 2014, rata-rata imbal hasil bulanan reksa dana saham (1,39%) jauh lebih tinggi daripada rata-rata imbal hasil bulanan pada pasar saham (1,14%). Artinya ada perbaikan kinerja imbal hasil reksa dana saham dibandingkan dengan tahun-tahun sebelumnya. Tabel 5.2 Statistik Deskriptif Data Bulanan Excess Return diatas Risk Free Rate Excess Return Reksa Dana diatas Risk Free Rate ( Ri - Rf )

Excess Return Market diatas Risk Free Rate ( Rm - Rf )

2010 2011 2012 2013 2014 2010 s.d. 2014

Mean 2.24% -0.26% 0.52% -0.45% 1.39% 0.69%

Deskripsi Max 19.66% 16.01% 9.90% 16.90% 8.12% 19.66%

Min -13.89% -14.84% -16.01% -13.91% -7.04% -16.01%

2010 2011 2012 2013 2014 2010 s.d. 2014

2.79% -0.13% 0.72% -0.44% 1.14% 0.82%

12.41% 6.35% 4.60% 7.28% 3.98% 12.41%

-6.41% -8.47% -8.67% -9.48% -1.49% -9.48%

Tahun

Sumber: Data diolah Sebelas reksa dana saham yang memiliki rata-rata imbal hasil bulanan lebih besar daripada imbal hasil bulanan pasar saham. Reksa dana saham tersebut adalah Panin Dana Maksima, Panin Dana Prima, MNC Dana Ekuitas, Millenium Equity, Pratama Saham, Emco Mantap, Batavia Dana Saham Optimal, Schroder Dana Prestasi, Trim Kapital Plus, Trim Kapital, dan Dana Pratama Ekuitas. Hanya tiga reksa dana saham yang mempunyai imbal hasil bulanannya lebih besar dari 1%


63

atau menghasilkan imbal hasil bulanan lebih superior daripada imbal hasil reksa dana saham yang lain, yakni Panin Dana Maksima (rata-rata 1,54%), Panin Dana Prima (rata-rata 1,15%), dan MNC Dana Ekuitas (rata-rata 1,07%). Tidak berbeda hasilnya dengan menggunakan data harian, yang menunjukkan hanya tiga reksa dana tersebut yang kinerja imbal hasilnya melebihi imbal hasil pada pasar saham. Nilai maksimum atas imbal hasil bulanan reksa dana saham jauh lebih tinggi daripada nilai maksimum imbal hasil bulanan pasar saham, nilai maksimum untuk imbal bulanan hasil reksa dana saham sebesar 19,66% dan nilai maksimum untuk imbal hasil bulanan pasar saham sebesar 12,41%. Sedangkan untuk nilai minimumnya, atas imbal hasil bulanan reksa dana saham jauh lebih rendah daripada nilai minimum imbal hasil bulanan pasar saham, nilai minimum untuk imbal hasil bulanan reksa dana saham sebesar -16,01% dan nilai maksimum untuk imbal hasil bulanan pasar saham sebesar -9,48%. Untuk nilai maksimum dan minimum imbal hasil bulanan reksa dana saham terjadi di tahun 2010 dan 2012 pada reksa dana Emco Mantap. Terdapat perbedaan reksa dana yang mempunyai nilai maksimum dan minimum imbal hasil reksa dana jika menggunakan data yang berbeda (data harian dan data bulanan).

5.2

Pengujian Data Penelitian yang menguji kecocokan model regresi linier biasanya dilakukan

beberapa asumsi dasar yang harus dipenuhi untuk menghasilkan estimasi yang baik atau dikenal dengan BLUE (Best Linier Unbiased Estimator). Asumsi-asumsi dasar tersebut mencakup homoscedastic, no-multicollinerity, dan no-autocorrelation. Estimasi persamaan linier dengan menggunakan metode Ordinary Last Quare


64

(OLS) harus memenuhi asumsi-asumsi tersebut. Jika asumsi OLS tidak dipenuhi, maka tidak akan menghasilkan nilai parameter yang BLUE (Ajija et.al, 2011). Evaluasi atas analisis hasil kinerja reksa dana dalam hal kemampuan stock selection dan kemampuan market timing pada regresi linier model Treynor-Mazuy, peneliti tidak melakukan semua pengujian asumsi-asumsi dasar untuk menguji apakah regresi linier model Treynor-Mazuy yang digunakan dapat digunakan sebagai alat prediksi yang baik. Pertimbangan peneliti adalah bahwa regresi linier model Treynor-Mazuy telah banyak digunakan oleh peneliti-peneliti sebelumnya dan telah dilakukan pengujian-pengujian asumsi dasar untuk menghasilkan estimasi yang baik. Peneliti hanya melakukan uji autokorelasi terhadap variabel-variabel yang digunakan dalam regresi linier model Treynor-Mazuy. Uji autokorelasi untuk menguji apakah terjadi hubungan antara residual satu observasi dengan residual observasi lainnya. Autokorelasi lebih mudah timbul pada data runtut waktu atau time series, karena berdasarkan sifatnya, data masa sekarang dipengaruhi oleh datadata pada masa sebelumnya (Winarno,2011). Jadi, alasan peneliti melakukan uji autokorelasi disebabkan data yang digunakan merupakan data time series yang pada umumnya terjadi hubungan atau korelasi diantara data-data yang berlainan waktu. Uji autokorelasi yang dilakukan dalam penelitian ini, menggunakan Uji Breusch-Godfrey (Uji Lagrange Multiplier atau Uji LM). Dibawah ini dijelaskan hasil uji autokorelasi untuk data harian dan data bulanan. 1).

Hasil uji autokorelasi untuk data harian Hasil uji LM yang dilakukan terhadap regresi linier model Treynor


65

Mazuy dengan menggunakan data harian untuk seluruh reksa dana, diperoleh hasil sebagian besar reksa dana terdapat autokorelasi. Hasil uji autokorelasi untuk data harian untuk masing-masing reksa dana dengan uji LM disajikan dalam lampiran 1. Hanya enam reksa dana yang memiliki nilai probabilitas lebih besar dari 5%, sehingga dapat dikatakan

tidak terdapat autokorelasi, yakni CIMB-Principal

Equity Aggressive, Danareksa Mawar, MNC Dana Ekuitas, Panin Dana Maksima, Pratama Saham, dan Schroder Dana Prestasi. Reksa dana yang mengalami masalah autokorelasi dilakukan penambahan model time series yakni dengan mengikuti pola autoregressive tingkat pertama atau AR(1) dan seterusnya, kemudian diuji kembali hingga hasil uji menunjukkan bahwa autokorelasi sudah tidak ada. Hasil enambahan unsur Times Series pada data harian (lampiran 2) memberikan informasi model akhir yang telah ditambahkan unsur time series untuk masing-masing reksa dana dan sudah terbebas dari masalah autokorelasi. Hasil uji LM untuk menguji kembali ada tidaknya autokorelasi atau hubungan antara residual satu observasi dengan residual observasi lainnya terhadap regresi liner model Treynor-Mazuy yang sudah ditambahkan unsur time series, adalah seperti yang ditunjukkan pada tabel hasil Uji Autokorelasi Setelah Penambahan Unsur Time Series Pada Data harian-Uji LM (Lampiran 3). Hasil Uji LM menunjukkan bahwa setelah penambahan unsur time series sudah menghilangkan autokorelasi pada regresi linier model Treynor-Mazuy untuk reksa dana-reksa dana yang mengalami autokorelasi (Lampiran 3). Nilai probabilitas pada Uji LM menunjukkan nilai lebih besar dari 5%, sehingga dapat disimpulkan bahwa semua regresi linier model Treynor-Mazuy sudah terbebas dari masalah


66

autokorelasi.

2).

Hasil uji autokorelasi untuk data bulanan Hasil uji LM yang dilakukan terhadap regresi linier model Treynor

Mazuy dengan menggunakan data bulanan untuk seluruh reksa dana, diperoleh hasil sebagian besar reksa dana tidak terdapat autokorelasi. Hanya satu reksa dana yang memiliki nilai probabilitas lebih kecil dari 5%, sehingga dapat dikatakan terdapat autokorelasi, yakni reksa dana Manulife Saham Andalan. Reksa dana Manulife Saham Andalan yang mengalami masalah autokorelasi dilakukan penambahan model time series yakni dengan mengikuti pola autoregressive tingkat pertama atau AR(1) dan seterusnya, kemudian diuji kembali hingga hasil uji menunjukkan bahwa autokorelasi sudah tidak ada. Hasil penambahan unsur time series AR(1) untuk regresi linier reksa dana Manulife Saham Andalan sudah terbebas dari masalah autokorelasi. Hasil uji LM untuk menguji kembali ada tidaknya autokorelasi atau hubungan antara residual satu observasi dengan residual observasi lainnya terhadap regresi liner model Treynor-Mazuy untuk reksa dana Manulife Saham Andalan yang sudah ditambahkan unsur time series AR(1), menunjukkan bahwa penambahan unsur time series sudah menghilangkan autokorelasi pada regresi linier model Treynor-Mazuy untuk reksa dana Manulife Saham Andalan. Nilai probabilitas pada Uji LM menunjukkan nilai sebesar 0,0685 atau lebih besar dari 5%, sehingga dapat disimpulkan bahwa semua regresi linier model Treynor-Mazuy sudah terbebas dari masalah autokorelasi.


67

5.3

Analisis Kinerja Reksa Dana Analisis kinerja setiap reksa dana yang menjadi observasi menggunakan

regresi linier model Treynor-Mazuy. Data-data yang dilakukan pengujian untuk mengetahui kinerja reksa dana diperoleh dengan cara meregresikan secara linier antara excess return portofolio setiap reksadana terhadap risk free rate SBI sebagai variabel dependen dengan excess return market IHSG terhadap risk free rate SBI dan kuadrat dari excess return market IHSG terhadap risk free rate SBI, keduanya sebagai variabel independen. Model Treynor-Mazuy dapat dinyatakan sebagai berikut:

Ri – Rf = α + β * (Rm - Rf) + φ * (Rm - Rf)2 Jika nilai α atau alpha positif berarti menunjukan adanya kemampuan stock selection dan ketika nilai φ atau market timing positif berarti menunjukkan adanya kemampuan market timing, maka hal ini mengindikasikan bahwa manajer investasi menghasilkan excess return portofolio reksa dana yang lebih besar dibandingkan dengan excess return market.

5.3.1 Analisis Kinerja Reksa Dana Berdasarkan Kemampuan Stock Selection Nilai α menunjukkan ada tidaknya kemampuan stock selection dari hasil regresi linier model Treynor-Mazuy untuk setiap reksa dana, baik menggunakan data harian dan data bulanan, diperoleh setelah dilakukan pengujian seluruh data variabel dalam regresi linier model Treynor-Mazuy. Hasil nilai konstanta atau nilai α dan tingkat probabilitas signifikansinya pada regresi linier model Treynor-Mazuy disajikan pada Tabel Nilai Koefisien α Model Treynor-Mazuy Data Harian dan


68

Bulanan (lampiran 5). Hasil regresi Treynor-Mazuy menggunakan data harian, diperoleh 17 reksa dana yang memiliki nilai koefisien α positif dan lebih dari nol. Reksa dana tersebut adalah Batavia Dana Saham Optimal, BNP Paribas Infrastruktur Plus, BNP Paribas Solaris Fund, Grow 2 Prosper, Emco Growth, Emco Mantap, Maybank GMT Dana Ekuitas, Manulife Saham Andalan, Millenium Equity, MNC Dana Ekuitas, Panin Dana Maksima, Panin Dana Prima, Dana Pratama Ekuitas, Pratama Saham, Schroder Dana Prestasi, Trim Kapital, dan Trim Kapital Plus. Pemeriksaan lebih lanjut menggunakan statistik, 17 reksa dana yang memiliki nilai α positif dan lebih dari nol, hanya dua reksa dana yang memiliki nilai probabilitasnya kurang dari tingkat signifikansi 0,05 atau (α = 5%). Dua reksa dana tersebut adalah Manulife Saham Andalan dan Panin Dana Maksima, dimana masing-masing mempunyai nilai probabilitas sebesar 0,0000 dan 0,0058. Jadi dapat disimpulkan bahwa dengan menggunakan data harian hanya dua reksa dana yakni Manulife Saham Andalan dan Panin Dana Maksima yang memiliki kemampuan stock selection dibandingkan dengan reksa dana-reksa dana yang lain, hal ini ditunjukkan dengan nilai koefisien α positif dan lebih dari nol dan secara statistik berpengaruh positif secara signifikan terhadap excess return portofolio reksa dana. Hasil regresi Treynor-Mazuy menggunakan data bulanan, terdapat 20 reksa dana yang memiliki nilai koefisien α positif dan lebih dari nol. Reksa dana tersebut Dana Ekuitas Prima, Batavia Dana Saham Optimal, BNI Berkembang, BNP Paribas Infrastruktur Plus, BNP Paribas Pesona, BNP Paribas Solaris Fund, Emco Mantap (Makinta Mantap), First State IndoEquity Dividend Yield Fund, Manulife Saham Andalan, Millenium Equity, MNC Dana Ekuitas, Panin Dana Maksima,


69

Panin Dana Prima, Dana Pratama Ekuitas, Pratama Saham, Schroder Dana Istimewa, Schroder Dana Prestasi, Schroder Indo Equity Fund, Trim Kapital, Trim Kapital Plus. Pemeriksaan lebih lanjut memakai statistik, 20 reksa dana yang memiliki nilai α positif dan lebih dari nol, tidak ada reksa dana yang memiliki nilai probabilitasnya kurang dari tingkat signifikansi 0,05 atau (α = 5%). Jadi dapat disimpulkan bahwa tidak ada satupun reksa dana yang memiliki kemampuan stock selection, hal ini ditunjukkan dengan nilai koefisien α positif dan lebih dari nol dan secara statistik tidak berpengaruh positif secara signifikan terhadap excess return portofolio reksa dana.

5.3.2 Analisis Kinerja Reksa Dana Berdasarkan Kemampuan Market Timing Nilai φ menunjukkan ada tidaknya kemampuan market timing dari hasil regresi linier model Treynor-Mazuy untuk setiap reksa dana, baik menggunakan data harian dan data bulanan, diperoleh setelah dilakukan pengujian seluruh data variabel dalam regresi linier model Treynor-Mazuy. Hasil nilai konstanta atau nilai φ dan tingkat probabilitas signifikansinya pada regresi linier model Treynor-Mazuy disajikan dalam Tabel Nilai Koefisien φ Model Treynor-Mazuy (Lampiran 6). Hasil regresi Treynor-Mazuy menggunakan data harian, diperoleh 15 reksa dana yang memiliki nilai koefisien φ positif dan lebih dari nol. Reksa dana tersebut adalah Batavia Dana Saham Bahana Dana Prima, Dana Ekuitas Andalan, Batavia Dana Saham, BNP Paribas Ekuitas, BNP Paribas Pesona, CIMB-Principal Equity Aggressive, Danareksa Mawar, First State IndoEquity Dividend Yield Fund, First State IndoEquity Sectoral Fund, First State IndoEquity Value Select Fund, NISP


70

Indeks Saham Progresif, Panin Dana Prima, Schroder Dana Istimewa, Schroder Dana Prestasi Plus, dan Schroder Indo Equity Fund. Pemeriksaan statistik 15 reksa dana yang memiliki nilai φ positif dan lebih dari nol, hanya lima reksa dana yang memiliki nilai probabilitasnya kurang dari tingkat signifikansi 0,05 atau (α = 5%). Lima reksa dana tersebut adalah Danareksa Mawar, First State IndoEquity Sectoral Fund, First State IndoEquity Value Select Fund, NISP Indeks Saham Progresif, dan Schroder Dana Prestasi Plus. Jadi dapat disimpulkan bahwa dengan menggunakan data harian hanya lima reksa dana yang memiliki kemampuan market timing dibandingkan dengan reksa dana-reksa dana yang lain, hal ini ditunjukkan dengan nilai koefisien φ positif dan lebih dari nol dan secara statistik berpengaruh positif secara signifikan terhadap excess return portofolio reksa dana. Hasil regresi linier Treynor-Mazuy menggunakan data bulanan, hanya tiga reksa dana yang memiliki nilai koefisien φ positif dan lebih dari nol. Reksa dana tersebut adalah Grow 2 Prosper, Danareksa Mawar, dari Millenium Equity. Pemeriksaan statistik tiga reksa dana yang memiliki nilai φ positif dan lebih dari nol, tidak ada reksa dana yang memiliki nilai probabilitasnya kurang dari tingkat signifikansi 0,05 atau (α = 5%). Peneliti menyimpulkan bahwa tidak ada satupun reksa dana yang memiliki kemampuan market timing, hal ini ditunjukkan dengan nilai koefisien α positif dan lebih dari nol dan secara statistik tidak berpengaruh positif secara signifikan terhadap excess return portofolio reksa dana.

5.4

Analisis Perbedaan Hasil Kinerja Reksa Dana Peneliti menggunakan uji statistik uji beda untuk melakukan analisis


71

perbedaan hasil kinerja reksa dana dalam hal kemampuan stock selection dan market timing. Pengujian perbedaan dengan uji beda dapat dilakukan dengan penggunaan statistik parametrik dan statistik non parametrik. Penggunaan statistik parametrik mempunyai syarat data harus berdistribusi normal. Apabila data-data yang dilakukan uji beda tidak memenuhi uji normalitas atau data tidak berdistribusi normal, penggunaan uji beda yang tepat adalah dengan statistik non parametrik. Uji beda yang dilakukan dalam statistik parametrik untuk membandingkan dua sampel yang tidak saling berhubungan adalah Independent Sampel t Test (uji t untuk dua sampel independen/bebas). Sebelum dilakukan uji beda dengan Independent Sampel t Test, dilakukan terlebih dahulu pengujian normalitas data dengan uji One-Sample Kolmogorov-Smirnov untuk mengetahui apakah data berdistribusi normal. Apabila

hasil

uji

One-Sample

Kolmogorov-Smirnov

menghasilkan data tidak berdistribusi normal, peneliti akan melakukan uji beda dengan statistik non parametrik. Uji beda yang digunakan apabila data tidak berdistribusi normal adalah Uji Mann-Whitney Test untuk uji dua sampel yang tidak saling berhubungan.

5.4.1 Analisis Perbedaan Kemampuan Stock Selection Data Harian dan Data Bulanan Nilai α atau intercept yang dihasilkan pada sub bab 5.3.1 menunjukkan kemampuan stock selection masing-masing reksa dana yang menjadi observasi penelitian. Hasil α akan dilakukan pengujian uji beda apakah penggunaan data harian atau bulanan menunjukkan hasil yang sama atau beda jika dilihat dari perhitungan statistik. Seperti diketahui hasil analisis pada sub bab 5.3.1 diatas,


72

bahwa kemampuan stock selection yang dihasilkan adalah sama baik dengan data harian maupun data bulanan. Pengujian statistik perbedaan kemampuan stock selection dilakukan terlebih dahulu dengan uji normalitas data atas data α untuk kelompok yang menggunakan data harian dan data bulanan. Hasil uji normalitas menggunakan uji One-Sample Kolmogorov-Smirnov dengan tingkat signifikansi 5%. Hasil uji One-Sample Kolmogorov-Smirnov

menunjukkan

bahwa

hasil

stock

selection

dengan

menggunakan data harian menghasilkan nilai sig < 0,05 atau dapat dikatakan data tidak berdistribusi normal disajikan dalam (Lampiran 7). Sedangkan untuk hasil stock selection dengan menggunakan data bulanan menghasilkan nilai sig > 0,05 atau dapat dikatakan data berdistribusi normal. Sehingga dapat disimpulkan untuk melakukan pengujian uji beda antara hasil stock selection dengan menggunakan data harian dan data bulanan tidak dapat dilakukan dengan melakukan pengujian uji beda dengan statistik parametrik (Uji Independent Sampel t Test). Peneliti selanjutnya melakukan uji beda dengan statistik non parametrik untuk mengetahui apakah terdapat perbedaan perhitungan hasil stock selection dengan menggunakan data harian dan data bulanan. Uji beda statistik non parametrik

menggunakan uji beda Mann-Whitney Test. Hasil uji beda

menggunakan uji Mann-Whitney Test dapat dilihat dalam Lampiran 7. Hasil uji beda dengan menggunakan Uji Mann-Whitney Test menunjukkan nilai sig > 0,05 atau H0 diterima, sehingga dapat disimpulkan bahwa secara statistik tidak ada perbedaan hasil perhitungan stock selection dari regresi linier model TreynorMazuy dengan menggunakan data harian dan data bulanan.


73

5.4.2 Analisis Perbedaan Kemampuan Market Timing Data Harian dan Data Bulanan Nilai φ regresi linier model Treynor-Mazuy pada sub bab 5.3.2 menunjukkan kemampuan market timing masing-masing reksa dana yang menjadi observasi penelitian. Hasil φ akan dilakukan pengujian uji beda apakah penggunaan data harian atau bulanan menunjukkan hasil yang sama atau beda jika dilihat dari perhitungan statistik. Hasil analisis pada sub bab 5.3.2 diatas, kemampuan market timing yang dihasilkan tidak sama dengan menggunakan data harian maupun data bulanan. Pengujian perbedaan kemampuan market timing menggunakan uji normalitas data terlebih dahulu atas data φ untuk kelompok yang menggunakan data harian dan data bulanan. Hasil uji normalitas dengan uji One-Sample Kolmogorov-Smirnov dengan tingkat signifikansi 5% (Lampiran 8). Hasil uji OneSample Kolmogorov-Smirnov menunjukkan bahwa hasil market timing dengan menggunakan data harian dan bulanan menghasilkan nilai sig > 0,05 atau dapat dikatakan data harian dan bulanan tidak berdistribusi normal. Sehingga dapat disimpulkan untuk melakukan pengujian uji beda antara hasil market timing dengan menggunakan data harian dan data bulanan tidak dapat dilakukan dengan melakukan pengujian uji beda dengan statistik parametrik (Uji Independent Sampel t Test). Uji perbedaan diakukan dengan uji statistik non parametrik untuk mengetahui apakah terdapat perbedaan perhitungan hasil market timing dengan menggunakan data harian dan data bulanan. Uji beda statistik non parametrik menggunakan uji beda Mann-Whitney Test (hasil Uji Mann-Whitney Test pada


74

Lampiran 8). Hasil uji beda dengan menggunakan Uji Mann-Whitney Test menunjukkan nilai sig < 0,05 atau H0 ditolak, sehingga dapat disimpulkan bahwa secara statistik terdapat perbedaan hasil perhitungan market timing yang ditunjukkan nilai β2 atau

φ dari regresi linier model Treynor-Mazuy dengan

menggunakan data harian dan data bulanan.

5.5

Pembahasan Hasil Analisis Kemampuan Stock Selection, Kemampuan Market Timing, dan Uji Beda Hasil uji autokorelasi terhadap masing-masing reksa dana saham dengan

data harian diperoleh hasil sebagian besar harga NAB reksa dana (32 reksa dana dari 38 sampel reksa dana saham) dipengaruhi oleh harga NAB hari sebelumnya, hari pertama sampai dengan hari ketujuh atau seminggu sebelumnya. Sedangkan dengan data bulanan, hanya satu reksa dana yang harga NAB nya dipengaruhi harga NAB bulan sebelumnya. Hal ini dapat disimpulkan sebagian besar manajer investasi tidak melakukan aktifitas membeli saham-saham yang harganya undervalued atau betanya diatas satu pada saat pasar naik dan menjualnya dengan mengganti saham-saham dengan beta dibawah satu ketika pasar turun. Dapat dikatakan juga, sebagian besar manajer investasi menerapkan strategi wait and see atas pergerakan harga saham sampai pada saat harga saham optimum untuk dibeli atau dijual. Hasil analisis regresi model Treynor-Mazuy terhadap reksa dana saham untuk periode 2010 s.d. 2014 menunjukkan sedikit sekali reksa dana yang memiliki kemampuan market timing dan kemampuan stock selection. Hasil penelitian dengan data harian, peneliti menemukan hanya 13% reksa dana saham (5 reksa


75

dana saham dari 38 sampel reksa dana saham) yang memiliki kemampuan market timing. Peneliti bahkan tidak menemukan satu pun kemampuan market timing jika menggunakan data bulanan. Hal ini menunjukkan sedikit manajer investasi reksa dana saham yang memiliki kemampuan membeli saham-saham dengan beta diatas satu pada saat pasar akan naik, dan menjualnya dengan mengganti membeli sahamsaham dengan beta dibawah satu ketika pasar akan turun atau kemampuan manajer investasi untuk meramalkan pasar dalam situasi naik atau turun atau pada saat imbal hasil pasar lebih besar dari tingkat suku bunga bebas risiko (Rm > Rf) atau ketika imbal hasil pasar lebih kecil dari tingkat suku bunga bebas risiko (Rm < Rf) atau kemampuan market timing. Hasil ini juga memberikan informasi manajer investasi reksa dana saham kurang baik dalam meramalkan pasar dan memilih saham yang harganya dibawah harga yang wajar (undervalued). Lima reksa dana saham yang memiliki kemampuan market timing dengan menggunakan data harian adalah Danareksa Mawar, First State IndoEquity Sectoral Fund, First State IndoEquity Value Select Fund, NISP Indeks Saham Progresif, dan Schroder Dana Prestasi Plus. Berdasarkan profil alokasi aset saham dalam portofolio reksa dana tersebut, diketahui 40% s.d 75% saham-saham yang dialokasikan merupakan saham-saham Indeks LQ45 (BCA, BRI, Bank Mandiri, HM Sampoerna, Unilever, Gudang Garam, dan Telkom). Hal ini dapat diindikasikan manajer investasi reksa dana saham lebih memilih saham-saham yang informasinya cukup tersedia di pasar sehingga memudahkan dalam meramalkan, kapan membeli dan menjual saham-saham dalam portofolionya. Hasil penelitian kemampuan market timing model regresi Treynor-Mazuy dengan data harian mendukung penelitian yang dilakukan Sehgal dan Jhanwar


76

(2008) dan Kaur (2013). Sehgal dan Jhanwar (2008) menemukan 27 reksa dana saham memiliki kemampuan market timing di India selama periode 2000 s.d. 2004, sedangkan Kaur (2013) yang melakukan penelitian reksa dana saham di India untuk periode 2008 s.d. 2010 menemukan 10 reksa dana memiliki alpha positif atau reksa dana mempunyai kemampuan market timing dengan menggunakan frekuensi data yang besar (data harian). Demikian juga penelitian di Indonesia oleh Harahap (2006) yang menemukan dua reksa dana saham yang memiliki kemampuan market timing. Pengukuran kemampuan market timing menggunakan data bulanan yang tidak menemukan satu pun reksa dana saham memiliki kemampuan market timing. Hasil penelitian ini mendukung penelitian yang dilakukan Bello dan Jinjigian (1997, Ardiyanto (2004), dan Christian (2009), hasil penelitin ini sama sekali tidak menemukan satu pun reksa dana saham memiliki kemampuan market timing. Hasil berbeda dengan penelitian yang dilakukan Treynor-Mazuy (1966), Sehgal dan Janwar (2008), Brahmada (2003), Wardhani (2003), Mardiasih (2012), dan Putri (2012), menemukan reksa dana saham yang memiliki adanya kemampuan market timing dengan menggunakan data bulanan. Penelitian yang menemukan kemampuan market timing dengan data bulanan dengan menambahkan variabelvariabel lainnya yang dianggap berpengaruh terhadap kenaikan atau penurunan nilai investasi. Faktor-faktor tersebut diantaranya ukuran perusahaan, book to market ratio, momentum, turn over investasi, usia reksa dana, biaya manajemen reksa dana, harga emas, dan obligasi. Kecuali penelitian Putri (2012), tanpa menambahkan variabel-variabel lainnya menemukan adanya kemampuan market timing dengan data bulanan. namun demikian, penelitian oleh Putri (2012)


77

menggunakan rentang waktu data bulanan cukup panjang yaitu enam tahun. Hal ini sesuai dengan penelitian Kaur (2013), kemampuan market timing bisa diukur dengan frekuensi data yang besar. Hasil penelitian kemampuan stock selection menggunakan data harian, peneliti hanya memperoleh dua reksa dana saham yang memiliki kemampuan tersebut. Sedangkan dengan data bulanan, peneliti bahkan tidak menemukan satu pun reksa dana saham yang memiliki kemampuan stock selection. Hal ini menunjukkan belum adanya kemampuan manajer investasi reksa dana dalam memilih saham yang tepat yang akan dimasukkan atau dikeluarkan dari suatu portofolio sehingga memberikan imbal hasil yang lebih baik daripada imbal hasil pasar. Dapat diartikan juga, manajer investasi reksa dana saham belum dapat mengidentifikasi saham-saham yang harga pasarnya lebih rendah dari harga intrinsiknya (undervalued) untuk dibeli dan menjual saham yang harga pasarnya telah melebihi nilai intrinsiknya (overvalued). Dua reksa dana saham yang memiliki kemampuan stock selection adalah reksa dana Manulife Saham Andalan dan Panin Dana Maksima. Alokasi aset untuk reksa dana Manulife Saham Andalan hampir 70% didominasi dari saham-saham yang tercatat pada Indeks LQ45 dengan dengan proporsi 40% adalah saham perusahaan yang bergerak di sektor keuangan. Sedangkan untuk reksa dana saham Panin Dana Maksima tidak ditemukan informasi alokasi aset mana saja yang menjadi prioritas portofolio sahamnya. Hal ini dapat dipahami juga sebagaimana kemampuan market timing, manajer investasi reksa dana saham lebih memilih saham-saham yang informasinya cukup tersedia di pasar sehingga memudahkan dalam mengidentifikasikan saham-saham yang undervalued maupun overvalued.


78

Hasil penelitian ini

menunjukkan bahwa manajer investasi yang memiliki

kemampuan market timing belum tentu juga memiliki kemampuan stock selection, demikian juga sebaliknya. Hasil penelitian ini kemampuan stock selection model Treynor-Mazuy dengan data harian mendukung penelitian yang dilakukan Kaur (2013) yang menemukan adanya kemampuan stock selection selama periode penelitian. Sedangkan dengan data bulanan, penelitian ini tidak menemukan satu pun yang mempunyai kemampuan stock selection. Penelitian dengan data bulanan mendukung penelitian yang dilakukan Bello dan Jinjiagian (1997), Ardiyanto (2004), Sehgal dan Janwar (2008), Christian (2009), Mardiasih (2012), Putri (2012), dan Panjaitan (2013). Hasil berbeda penelitian yang dilakukan oleh Cuthbertson dan Nitzche (2010) menggunakan model False Discovery Rate (FDR) dengan rentang data 20 tahun. Penelitian tersebut menemukan dua reksa dana saham yang memiliki kemampuan stock selection. Hasil uji beda pengukuran kemampuan market timing dan stock selection menunjukkan hal yang tidak sama. Secara statistik, penggunaan data harian dan data bulanan untuk mengukur kemampuan market timing diperoleh hasil yang berbeda. Pengukuran dengan data harian diperoleh reksa dana saham yang memiliki kemampuan market timing, sebaliknya dengan data harian tidak ditemukan satu pun reksa dana saham yang memiliki kemampuan market timing. Hasil uji autokorelasi terhadap data harian dan data bulanan mendukung kesimpulan tersebut. NAB reksa dana saham harian dipengaruhi oleh NAB reksa dana saham hari-hari sebelumnya, sedangkan NAB reksa dana saham bulanan tidak dipengaruhi oleh NAB reksa dana saham bulan sebelumnya. Manajer investasi


79

reksa dana saham melakukan aktivitas harian (bukan bulanan) menjual atau membeli saham-saham yang diperdagangkan untuk dimasukkan dalam portofolio reksa dana. Berbeda halnya dalam pengukuran market timing, tidak terdapat perbedaan secara statistik penggunaan data data harian atau pun data bulanan dalam menghitung kemampuan stock selection. Penggunaan data harian menemukan dua reksa dana saham yang memiliki kemampuan stock selection, sedangkankan atau pun data bulanan tidak menemukan satu pun reksa dana saham yang memiliki kemampuan stock selection. Hal ini bisa diartikan minimnya kemampuan manajer investasi dalam mengidentifikasikan saham-saham yang undervalued maupun overvalued untuk dimasukkan dalam portofolio reksa dana.


BAB V ANALISIS DATA DAN PEMBAHASAN

Recommend Documents