“ANOMALI PASAR BULAN PERDAGANGAN TERHADAP RETURN SAHAM DAN ABNORMAL RETURN” (Studi Kasus Saham-Saham Sektor Basic Industry and Chemicals, Miscallaneus, and Consumer Goods yang Terdaftar di Bursa Efek Indonesia (BEI) Periode 2007-2012)
Oleh MERI WULANDARI. NIM
: 109081000077
JURUSAN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 1434 H/2013 M
DAFTAR RIWAYAT HIDUP
I.
IDENTITAS PRIBADI Nama Tempat, Tanggal Lahir Jenis Kelamin Status Agama Alamat Rumah No. Telepon/ HP Email
II.
PENDIDIKAN FORMAL 1997 – 2003 2003 – 2006 2006 – 2009 2009 – Sekarang
III.
: SD Negeri Pisangan III : SMP Negeri 2 Ciputat : MAN 4 Model Jakarta : UIN Syarif Hidayatullah Jakarta
PENGALAMAN ORGANISASI 2006 – 2009 2009 – Sekarang
IV
: Meri Wulandari : Boyolali, 24 Maret 1992 : Perempuan : Belum Menikah : Islam : Jl. Jambu RT 02 RW 011 No.51 Pisangan, Ciputat Timur, Tangerang Selatan 15419 : 083893190241 :
[email protected]
: Anggota OSIS SMP Negeri 2 Ciputat : Anggota Himpunan Mahasiswa Islam (HMI), Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta
PENGALAMAN KERJA 2012
: UKM Multisari (Magang)
vi
ABSTRACT
This research aims to test the effect of trading months patterns and the causality on stock returns and abnormal returns by using a sample of 20 companies in the Basic Industry and Chemicals Sector, Miscallaneus, and Consumer Goods listed on the BEI by period of research from 2007 until 2012. Testing of stock returns and abnormal returns used GARCH method. The test results showed a significant effect in January, March, April, May, June, July, September and December toward stock return, as well as which happened in March, April, May, June, September and December that significantly affect the abnormal return. Keywords: Trading Months, Return, Abnormal Return, GARCH
vii
ABSTRAK
Penelitian ini bertujuan untuk menguji pola bulan perdagangan dan pengaruhnya terhadap return saham dan abnormal return dengan menggunakan sampel sebanyak 20 perusahaan pada sektor Basic Industry and Chemicals, Miscallaneus, and Consumer Goods yang terdaftar di BEI dengan waktu penelitian tahun 2007 sampai dengan 2012. Pengujian return saham dan abnormal return menggunakan metode GARCH. Hasil pengujian menunjukan secara signifikan adanya pengaruh bulan Januari, Maret, April, Mei, Juni, Juli, September dan Desember terhadap return saham, begitu pula yang terjadi pada bulan Maret, April, Mei, Juni, September dan Desember yang secara signifikan berpengaruh terhadap abnormal return. Kata Kunci : Bulan Perdagangan, Return, Abnormal Return, GARCH
viii
DAFTAR ISI HALAMAN JUDUL ......................................................................................
i
LEMBAR PENGESAHAN SKRIPSI ..........................................................
ii
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ............................
iii
LEMBAR PENGESAHAN UJIAN SKRIPSI .............................................
iv
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH .....................
v
DAFTAR RIWAYAT HIDUP ......................................................................
vi
ABSTRACT ...... .............................................................................................. vii ABSTRAK ... ...... ............................................................................................ viii KATA PENGANTAR....................................................................................
ix
DAFTAR ISI ................................................................................................
xi
DAFTAR TABEL .......................................................................................... xiv DAFTAR GAMBAR ..................................................................................... xv DAFTAR LAMPIRAN ................................................................................. xvi BAB I
PENDAHULUAN........................................................................
1
A. Latar Belakang Penelitian .......................................................
1
B. Perumusan Masalah.................................................................
9
C. Tujuan dan Manfaat Penelitian ............................................... 10 BAB II
TINJAUAN PUSTAKA .............................................................. 12 A. Landasan Teori........................................................................ 12 1. Pasar Modal....................................................................... 12 2. Efisiensi Pasar Modal........................................................ 14 3. Anomali Pasar Efisien ....................................................... 17 a. Pengaruh Bulan Perdagangan (Month effect)............. 20 4. Return Saham .................................................................... 22 5. Expected Return ................................................................ 25 6. Abnormal Return ............................................................... 26 B. Penelitian Terdahulu ............................................................... 28 C. Kerangka Berpikir ................................................................... 35 D. Perumusahan Hipotesis ........................................................... 36 xi
BAB III
METODOLOGI PENELITIAN ............................................... 38 A. Ruang Lingkup Penelitian....................................................... 38 B. Metode Penentuan Sampel ...................................................... 38 C. Metode Pengumpulan Data ..................................................... 40 D. Metode Analisis Data ............................................................. 41 1. Model Regresi Linier ........................................................ 42 2. Model ARCH dan GARCH .............................................. 48 E. Operasional Variabel............................................................... 53
BAB IV
ANALISIS DAN PEMBAHASAN ............................................ 55 A. Sekilas Gambaran Umum Objek Penelitan............................. 55 1. Gambaran Umum Bursa Efek Indonesia........................... 55 2. Gambaran Umum Sektor Basic Industry and Chemicals, Miscallaneus, and Consumer Goods ............. 56 3. Gambaran Umum perusahaan – Perusahaan yang Termasuk Dalam Basic Indusrty and Chemicals, Miscallaneus and consumer Goods .................................. 59 a. Polychem Indonesia Tbk ............................................ 59 b. Tiga Pilar Sejahtera Food Tbk ................................... 59 c. Astra International Tbk .............................................. 60 d. Charoen Phokphand Tbk ............................................ 60 e. Davomas Abadi Tbk................................................... 60 f. Eterindo wahana Tama Tbk ....................................... 61 g. Gajah Tunggal Tbk..................................................... 61 h. Indofood Sukses Makmur Tbk................................... 62 i. Indah kiat Pulp and Paper Tbk ................................... 62 j. Indocement Tunggal Prakarsa Tbk ............................ 63 k. Kimia Farma Tbk ....................................................... 63 l. Kalbe Farma Tbk........................................................ 63 m. Multistrada Arah Sarana Tbk .................................... 64 n. Sierad Produce Tbk ................................................... 64 xii
o. Holcim Indonesia Tbk ............................................... 65 p. Semen Indonesia (Persero) Tbk ................................ 65 q. Suparma Tbk ............................................................. 66 r. Indo Aciadatama Tbk ................................................ 66 s. Tria Sentosa Tbk ....................................................... 66 t. Unilever Indonesia .................................................... 67 B. Deskriptif Analisis Data .......................................................... 67 C. Pengujian Month of The Year Effect ...................................... 71 1. Metode Regresi OLS .......................................................... 71 2. Metode ARCH GARCH ..................................................... 77 BAB V
PENUTUP ....................................................................................
8
A. Kesimpulan.............................................................................. 87 B. Implikasi.................................................................................. 88 C. Saran........................................................................................ 89 DAFTAR PUSTAKA ..................................................................................... 91 LAMPIRAN....................................................................................................... 95
xiii
KATA PENGANTAR
Bismillahirrahmanirrahim, Puji syukur penulis panjatkan kehadiran Allah SWT atas karunia, hidayah, rahmat, dan kasih sayang-Nya yang diberikan kepada kita semua. Shalawat dan salam semoga selalu tercurahkan kepada Nabi Muhammad SAW beserta keluarga dan sahabat-sahabatnya. Seiring berjalannya waktu, syukur alhamdulillah atas kasih sayang yang Allah SWT berikan penulis dapat menyelesaikan tugas akhir pembuatan skripsi yang berjudul “Anomali Pasar Pengaruh Bulan Perdagangan terhadap Return Saham dan Abnormal Return (Studi Kasus Saham-Saham Sektor Basic Industry and Chemicals, Miscallaneus, and Consumer Goods yang Terdaftar di Bursa Efek Indonesia (BEI) Periode 2007-2012)”. Dimana skripsi ini merupakan salah satu syarat dalam meraih gelar Sarjana Ekonomi dalam Jurusan Manajemen konsentrasi Perbankan di Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta. Penulis penyadari isi dari penelitian skripsi ini masih jauh dari kesempurnaan, mengingat keterbatasn, kemampuan dan pengetahuan yang dimiliki, namun penulis berusaha semaksimal mungkin untuk menyusun skripsi ini dengan baik. Penulis
juga
menyadari
bahwa
sejak
awal
penyusunan
hingga
terselesaikannya pembuatan skripsi ini telah banyak pihak yang membantu dan memberikan dukungan. Tak lupa peneliti mengucapkan banyak terima kasih kepada semua pihak yang telah membantu dalam proses pembuatan skripsi ini: 1. Allah SWT atas segala karunia, nikmat, hidayah, rahmat serta kasih sayang-Nya sehingga penulis dapat menyelesaikan penulisan skripsi ini. 2. Ayah dan ibuku tercinta yang senantiasa memberikan motivasi, arahan serta doa yang tak henti-hentinya kepada penulis dalam menyelesaikan skripsi ini.
ix
3. Bapak Prof. Dr. Ahmad Rodoni, MM selaku pembimbing I yang telah besedia meluangkan waktu serta sabar dalam memberikan pengarahan dan bimbingan dalam proses penyususan skripsi ini. 4. Ibu Amalia, SE,. M.S.M selaku pembimbing II yang telah besedia meluangkan waktu serta sabar dalam memberikan pengarahan dan bimbingan dalam proses penyususan skripsi ini. 5. Bapak Prof. Dr. Abdul Hamid, Ms selaku Dekan Fakultas Ekonomi dan Bisnis. 6. Bapak Dr. Ahmad Dumyathi Bashori, BA., MA selaku Ketua Jurusan Manajemen Fakultas Ekonomi dan Bisnis yang selalu memberikan motivasi dan pengarahan kepada penulis untuk menjadi mahasiswa yang berhasil. 7. Seluruh dosen Fakultas Ekonomi dan Bisnis yang selama ini memberikan arahan dan ilmunya kepada penulis. 8. Ucapan terima kasih kepada sahabat-sahabatku, Fajar, Fany, Eka, Rita, Anggi, Zara, Nurmala, Toro, Fifi, Maharani yang telah membantu dan memberikan semangat dalam penyusunan skripsi ini. 9. Seluruh mahasiswa Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta terutama mahasiswa Jurusan Manajemen B Angkatan 2009 Atas jasa-jasa mereka semua, penulis tidak bisa memberi apa-apa kecuali Jazakumullah Khoiron Kasiron, semoga Allah membalas kebaikan mereka semua dengan sebaik-baiknya.
Ciputat, September 2013 Penulis
Meri Wulandari NIM: 109081000077
x
DAFTAR TABEL
No. 1.1 2.1 2.2 3.1 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 4.10 4.11 4.12 4.13 4.14 4.14
Keterangan
Halaman
Rata – rata Return Market Bulanan ................................................................. 7 Ringkasan Anomali Pasar................................................................................. 20 Ringkasan Penelitian Terdahulu....................................................................... 32 Daftar Perusahaan yang Menjadi Sample Penelitian ....................................... 39 Pergerakan Return Saham Periode 2007 - 2012............................................... 68 Deskriptif Statistik Abnormal Return Saham 2007 - 2012............................... 70 Uji Stasioneritas Data Return ........................................................................... 72 Uji Stasioneritas Data Abnormal Return .......................................................... 72 Uji Autokorelasi Data Return........................................................................... 73 Uji Autokorelasi Data Abnormal Return .......................................................... 74 Uji Heteroskedastisitas Data Return ................................................................ 74 Uji Heteroskedastisitas Data Abnormal Return ............................................... 75 Hasil Uji Regresi OLS Data Return ................................................................. 76 Hasil Uji Regresi OLS Data Abnormal Return ................................................ 77 Hasil Uji GARCH (1.1) Data Return ............................................................... 78 Hasil Uji ARCH – LM Data Return ................................................................. 79 Hasil Uji GARCH (1.1) Data Abnormal Return .............................................. 80 Hasil Uji ARCH – LM Data Abnormal Return ................................................ 81 Rangkuman Uji Keberadaan Month of The Year Effect .................................. 82
xiv
DAFTAR GAMBAR
No. 2.1 4.1
Keterangan
Halaman
Kerangka Pemikiran ......................................................................................... 36 Grafik Pergerakan Return Saham Periode 2007-2012………… 69
xv
DAFTAR LAMPIRAN
Keterangan Lampiran 1 : Lampiran 2 : Lampiran 3 : Lampiran 4 : Lampiran 5 : Lampiran 6 : Lampiran 7 : Lampiran 8 : Lampiran 9 : Lampiran 10 :
Halaman
Hasil Uji Stasioneritas Return Saham.............................................................. 95 Hasil Uji Stasioneritas Abnormal Return Saham............................................. 96 Hasil Uji Breusch-Godfrey Serial Correlation LM Test Data Return ...................................................................................................... 97 Hasil Uji Breusch-Godfrey Serial Correlation LM Test Data Abnormal Return ..................................................................................... 98 Hasil Uji Heteroskedastisitas Data Return Saham........................................... 99 Hasil Uji Heteroskedastisitas Data Abnormal Return ..................................... 99 Hasil Regresi OLS Return Saham ................................................................... 100 Hasil Regresi OLS Abnormal Return Saham .................................................. 101 Hasil Uji GARCH (1,1) Data Return Saham................................................... 102 Hasil Uji GARCH (1,1) Data Abnormal Return Saham.................................. 103
xvi
BAB I PENDAHULUAN A. Latar Belakang Penelitian Pasar modal merupakan sarana untuk menghimpun sumber dana ekonomi yang tersedia di masyarakat yang merupakan bagian dari sistem perekonomian suatu negara, khususnya dalam sektor keuangan. Pasar modal mempunyai peranan yang sangat penting sebagai wahana penyaluran dana dari pemodal (pihak yang kelebihan dana) kepada perusahaan (pihak yang kekurangan dana) secara efisien. Tanpa ada pasar modal maka akses ke sumber dana yang tersedia secara efisien akan berkurang. Akibatnya, perusahaan akan menanggung biaya kapital yang tinggi atau bahkan mengurangi kegiatan usahanya, yang pada akhirnya akan menyebabkan kegiatan perekonomian nasional menjadi terganggu. Selain itu, melalui mekanismenya pasar modal mengalokasikan dana yang tersedia kepada pihak yang paling produktif untuk menggunakan dana tersebut.
Dengan
demikian
pasar
modal
juga
berfungsi
untuk
mengalokasikan dana secara optimal (Siwanto,2001:2). West (1975) dalam Husnan (2005:259) konsep pasar modal yang mulai berkembang diantaranya adalah konsep pasar modal efisien. Efisiensi pasar dibedakan menjadi dua bagian, yaitu eksternal dan internal. Istilah eksternal digunakan untuk menunjukan bahwa pasar berada dalam keadaan seimbang, sehingga keputusan perdagangan saham berdasarkan atas informasi yang tersedia di pasar tidak bisa memberikan keuntungan di
1
atas keuntungan rata-rata atau abnormal return. Sedang istilah internal adalah untuk menunjukan bahwa pasar modal tersebut hanya memberikan harga yang benar tetapi juga memberikan jasa yang diperlukan oleh para pembeli dan penjual dengan biaya rendah. Fama
(1970)
dalam
penelitian
Bachtiar
(2009:488)
mengklasifikasikan informasi menjadi tiga tipe, yaitu informasi perubahan harga diwaktu yang lalu, informasi yang tersedia bagi publik dan informasi yang tersedia baik kepada publik maupun tidak, sehingga ada tiga bentuk pasar untuk menyatakan efisiensi pasar modal yaitu lemah, setengah kuat dan kuat. Adanya perilaku maksimalisasi keuntungan dari para pelaku bursa mengakibatkan faktor informasi dengan relatif cepat diolah dan diterjemahkan oleh para pelaku bursa dengan aksi jual ataupun beli dari saham. Aksi jual beli akan membuat harga saham tersebut ke tingkat yang baru sesuai dengan interaksi kekuatan permintaan saham dan penawaran dari saham tersebut. Jika semua informasi pada suatu waktu telah diolah dan diterjemahkan oleh para pelaku bursa, maka harga saham yang terjadi pada waktu tersebut, akibat proses penyesuaian yang dilakukan telah mengandung atau merefleksikan nilai semua informasi yang ada. Pergerakan harga saham dari waktu ke waktu adalah akibat informasi baru yang tidak bisa diprediksi, sehingga harga saham tersebut independen dari satu waktu ke waktu lainnya. Dengan demikian tidaklah mungkin untuk merancang sebuah sistem transaksi atau strategi investasi
2
saham berdasarkan semua informasi yang tersedia pada suatu waktu dan mengalami tingkat return yang melebihi dari apa yang telah diharapkan oleh para pelaku di bursa yang juga memiliki informasi yang sama atas dasar tingkat resiko tertentu. Bursa-Bursa saham yang mempunyai ciri kondisi seperti di atas disebut juga sebagai bursa saham yang efisien. Perkembangan pasar modal di Indonesia berkembang dengan relatif pesat. Siaran pers BEI menyebutkan, nilai kapitalisasi pasar saham per Desember 2012 meningkat 15,45 persen dari Rp 3.537 triliun pada akhir Desember 2011 menjadi Rp 4.084 triliun. Rata-rata nilai transaksi harian saham pada kurun waktu Januari sampai dengan 26 Desember 2012 sebesar Rp 4,53 triliun, turun 8,48 persen dibandingkan dengan periode yang sama tahun 2011. Adapun rata-rata frekuensi transaksi harian saham periode Januari-26 Desember 2012 sebanyak 121.809 kali. Angka ini meningkat 7,36 persen daripada periode yang sama tahun 2011 (Harian Kompas.com). Rata-rata volume transaksi harian saham tahun ini mencapai 4,25 miliar lembar saham atau turun 12,75 persen dibandingkan tahun lalu yang sebanyak 4,87 miliar lembar saham. Pada tahun 2012, sebanyak 23 emiten baru melaksanakan penawaran saham perdana (IPO) dan mencatatkan sahamnya di BEI. Dana yang dihimpun emiten tahun 2012 sebesar Rp 29,859 triliun, yang terdiri dari IPO sebanyak Rp 10,136 triliun, penerbitan saham oleh emiten sebesar Rp 18,086 triliun, dan waran sebesar Rp 1,638 triliun (Harian Kompas.com).
3
Seiring dengan semakin membaiknya iklim investasi di pasar modal, maka pembahasan mengenai proses dihasilkannya return saham merupakan topik yang relevan bagi para investor di Indonesia. Penelitian lebih lanjut tentang efisiensi pasar modal ternyata dengan ditemukannya sejumlah anomali. Anomali adalah kejadian atau peristiwa yang tidak diantisipasi dan yang menawarkan investor peluang untuk memperoleh abnormal return (Tendellin dan Agifari, 1999). Anomali muncul pada semua bentuk efisiensi pasar, baik bentuk lemah, semi kuat, maupun bentuk kuat, akan tetapi banyak bukti yang mengkaitkan antara anomali dengan pasar efisien bentuk semi kuat. Anomali ini dapat dieksploitasi untuk menghasilkan abnormal return. Berlawanan dengan konsep hipotesis efisiensi pasar (Efficiency Market Hypothesis), banyak penelitian pada beberapa pasar saham yang menyebutkan adanya beberapa fenomena yang tidak sesuai dengan hipotesis pasar efisien, sehingga terjadi adanya abnormal return karena peristiwa tertentu. Return saham juga dipengaruhi oleh keadaan lingkungan atau peristiwa-peristiwa tertentu di luar pasar saham. Fluktuasi harga saham yang dipengaruhi oleh peristiwa di luar pasar saham menarik untuk diteliti. Sudah banyak peneliti yang melakukan penelitian berkaitan dengan return yang tidak wajar karena adanya pengaruh istimewa terhadap pasar modal. Salah satu peristiwa yang menyebabkan adanya abnormal return adalah efek akhir bulan. Dari banyak penelitian di luar negeri
4
maupun di dalam negeri menunjukkan bahwa terdapat perbedaan return saham karena pengaruh bulan perdagangan (Prasetyo, 2006:3). Fenomena month effect adalah ketika keinginan pemodal atas likuiditas suatu saham dapat berubah dari bulan ke bulan dalam satu tahun. Hal ini berarti bahwa keinginan jual beli saham dapat berubah setiap bulan. Jika kebutuhan likuiditas suatu saham tinggi maka pemodal cenderung untuk memilikinya (membeli) dan begitu juga sebaliknya, dikarenakan keinginan dan kebutuhan pemodal selalu berubah, maka pasar mengalami perubahan baik dalam hal harga maupun kuantitas saham yang diperjualbelikan. Hal ini disebabkan permintaan dan penawaran atas suatu saham berinteraksi dalam pasar yang bersaing (Giovanis, 2009). Dengan demikian, maka harga saham dapat mengalami kenaikan maupun penurunan dari bulan ke bulan dalam satu tahun perdagangan di pasar modal. Perilaku ini disebut month of the year effect. Month of the year effect lebih mengacu pada adanya perbedaan atas return saham bulanan pada tiap bulan dalam satu tahun. Month of the year effect sudah mempengaruhi Bursa Efek Indonesia karena Bursa Efek Indonesia sudah terintegrasi dengan Bursa Efek Dunia (Ang, 1997) dalam Siswanto (2001). Kenaikan pada bulan tertentu ini sebagai akibat tingkat permintaan investor akan saham cenderung meningkat terutama saham kapitalisasi kecil jika dibandingkan bulan-bulan lain. Hal ini di akibat fund manager aktif membelanjakan
5
bonus dari prestasi mereka selama setahun sebelumnya dalam mengelola dana yang dipercayakan kepadanya. Hasil bonus tersebut umumnya mereka belanjakan kembali ke pasar modal. Aksi tersebut mengakibatkan pada bulan tertentu selalu terjadi peningkatan frekuensi maupun volume perdagangan diberbagai birsa dunia termasuk Indonesia. Month of the year effect ini sepenuhnya dipengaruhi oleh Amerika Serikat, sebab negara Paman Sam tersebut merupakan tempat berkumpulnya dana yang relatif terbesar di dunia (Siswanto, 2001:3) Oleh karena dalam penelitian-penelitian terdahulu ditemukan adanya pengaruh bulan perdagangan terhadap return saham, maka berikut ini disajikan tabel data rata-rata return market secara bulanan yang menunjukan adanya perbedaan return pada tiap-tiap bulan perdagangan yang ada di Bursa Efek Indonesia.
6
Tabel 1.1 Rata-rata Return Market bulanan Tahun 2007-2012 Tahun
2007
2008
2009
2010
2011
2012
Ratarata
Januari
0,3344
0,39737
0,300469
0,49299
0,74478
1,24217
0,58538
Februari
0,0457
0,53257
0,23899
0,07904
0,0818
0,63136
0,26825
Maret
0,4498
1,37341
2,23179
2,24459
1,77992
0,62201
1,45026
April
3,043
1,28072
2,937
3,002
1,11449
0,6738
2,00851
Mei
2,3833
2,11818
3,08984
0,45517
1,79988
1,87127
1,95296
Juni
2,2924
0,06644
1,14493
1,50987
0,71026
0,65865
1,06377
Juli
0,4479
0,70846
3,04042
1,82289
2,6658
0,87135
1,59281
Agustus
-0,8686
0,96654
0,13953
0,42265
1,13061
-0,80785
0,1638
September
2,2168
1,04595
1,59323
2,55553
1,07857
1,07131
1,59357
Oktober
0,2578
0,09317
0,28428
0,20615
2,80477
0,26108
0,65121
November
-0,8148
0,11775
0,267633
0,04571
0,17552
0,48637
0,04635
Desember
0,2129
1,47055
0,87741
0,36313
0,54178
0,16354
0,60489
Sumber: Data sekunder yang diolah (2013) Berdasarkan tabel 1.1 tersebut ternyata terjadi suatu fluktuasi ratarata return yang cukup tinggi secara bulanan. Fluktuasi return pada tiap bulan perdagangan tersebut mungkin disebabkan adanya beda persepsi investor dalam berinvestasi tiap-tiap bulan. Persepsi investor sangat di pengaruhi oleh peristiwa yang terjadi pada bulan perdagangan tersebut, seperti munculnya January effect pada berbagai bursa efek dunia. Sejak pertengahan abad 1970-an, sejumlah penelitian empiris tentang berbagai anomali pasar tersebut telah banyak dilakukan. Salah satunya adalah penelitian Choudhry (2001) melakukan penelitian di Jerman, UK, dan US selama periode sebelum perang dunia pertama. Penelitian empiris ini dilakukan dengan menggunakan model non-linear GARCH. Hasil yang
7
signifikan terjadi pada bulan Januari di US dan UK. Namun tidak demikian yang terjadi di Jerman, tidak terdapat January effect negara tersebut. Rama (2005) yang melakukan studi terhadap efek bulan perdagangan pada varians harga indeks saham utama Asia. Dalam penelitian tersebut diduga terdapat efek bulan perdagangan pada varians tiga indeks saham utama Asia (HIS Hongkong, KS200 Korea dan N225 Jepang). Hasil penelitian mengungkapkan adanya efek bulan perdagangan pada indeks saham Hang Seng (HIS), Nikkei (N225) dan (KS200) pada periode penelitian tahun 1990 sampai dengan 2005 atau dengan sampel 192 bulan. Hal yang serupa juga ditunjukan pada penelitian Giovanis (2009) pada 55 pasar modal di dunia dengan menggunakan model GARCH. Hasilnya adalah ditemukannya December effect pada 20 pasar modal dengan return tertinggi di bulan tertentu. Sementara itu February effect terdapat pada 9 pasar modal yang diikuti dengan January and April effect masing-masing di 7 dan 6 pasar modal. Berdasarkan uraian di atas, peneliti mencoba untuk melakukan penelitian mengenai anomali pasar efisien dalam hal ini month of the year effect terhadap return saham pada perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) yang telah dijelaskan dalam latar belakang masalah tersebut, maka penelitian ini berjudul “Anomali Pasar Pengaruh Bulan Perdagangan terhadap Return Saham dan Abnormal Return (Studi
8
Kasus
Saham-Saham
Sektor
Basic
Industry
and
Chemicals,
Miscallaneus, and Consumer Goods yang Terdaftar di Bursa Efek Indonesia (BEI) Periode 2007-2012)”. B. Perumusan Masalah Orientasi tingkat return yang diharapkan oleh hampir seluruh investor harusnya didasarkan keputusan investasi yang tepat dalam memasuki perdagangan dan transaksi di pasar modal. Salah satu cara membuat keputusan investasi yang tepat adalah dengan pengetahuan tentang pola return saham untuk melihat bentuk efisiensi pasar modal serta melihat penyimpangannya (anomali) yang ditimbulkan. Karena pada dasarnya karakteristik investor tidak berubah pada pasar modal. Hal tersebut yang dianalisa sebagai salah satu penyebab diduga masih terjadinya anomali pasar efisien di pasar modal Indonesia, khususnya yaitu kelompok industri manufaktur. Dengan pengetahuan yang memadai mengenai hal tersebut, maka investor akan membuat keputusan yang tepat dalam melakukan kegiatan transaksi investasi di pasar modal. Berdasarkan alasan tersebut di atas, maka rumusan masalah dalam penelitian ini adalah : 1. Apakah terdapat pengaruh bulan perdagangan terhadap return saham perusahaan yang terdaftar pada Bursa Efek Indonesia periode 2007-2012.
9
2. Apakah
terdapat
pengaruh
bulan
perdagangan
terhadap
abnormal return saham perusahaan yang terdaftar pada Bursa Efek Indonesia periode 2007-2012. C. Tujuan dan Manfaat Penelitian 1. Tujuan Penelitian Berdasarkan pada perumusan masalah di atas, maka tujuan dari penelitian ini adalah sebagai berikut : 1. Untuk menganalisis pengaruh bulan perdagangan terhadap return saham yang terdaftar pada Bursa Efek Indonesia periode 2007-2012. 2. Untuk menganalisis pengaruh bulan perdagangan terhadap abnormal return saham perusahaan yang terdaftar pada di Bursa Efek Indonesia periode 2007-2012. 2. Manfaat Penelitian Manfaat yang diharapkan dapat diperoleh dari hasil penelitian ini adalah : a. Bagi akademisi, untuk menambah kepustakaan di bidang ilmu pengetahuan dan untuk memperkaya kajian ilmiah. b. Bagi penulis, hasil penelitian dapat digunakan untuk memperdalam ilmu pengetahuan mengenai pengaruh bulan perdagangan terhadap return dan abnormal return saham.
10
c. Bagi
umum,
dapat
memberikan
sumbangan
ilmu
pengetahuan khususnya manajemen konsentrasi keuangan dan bagi mahasiswa yang mempunyai minat yang sama dengan penulis.
11
BAB II TINJAUAN PUSTAKA A. LANDASAN TEORI 1. Pasar Modal a. Pengertian Pasar Modal Menurut Samsul (2006:43) secara umum pasar modal adalah tempat atau sarana bertemunya antara permintaan dan penawaran atas instrumen keuangan jangka panjang, umumnya lebih dari satu tahun. Hukum
mendefinisikan
pasar
modal
sebagai
“kegiatan
yang
bersangkutan penawaran umum dan perdagangan efek, perusahaan publik yang berkaitan dengan efek yang diterbitkannya, serta lembaga dan profesi yang berkaitan dengan efek (Undang-Undang Pasar Modal Nomor 8 Tahun 1995, ps 1 dalam Samsul, 2006:43). Menurut Husnan (2001:3) pasar modal adalah pasar untuk berbagai instrumen keuangan (sekuritas) jangka panjang yang bisa diperjual belikan, baik dalam bentuk hutang maupun modal sendiri, baik yang diterbitkan pemerintah maupun perusahaan swasta. Pada dasarnya, pasar modal (capital market) merupakan pasar untuk berbagai instrumen keuangan jangka panjang yang bisa diperjualbelikan baik dalam bentuk utang, ekuitas (saham), instrumen derivatif, maupun instrumen lainnya (Darmadji dan Fakhruddin, 2006:1). b. Jenis Pasar Modal Menurut Samsul (2006:46) jenis pasar modal dapat dikategorikan menjadi 4 pasar, yaitu sebagai berikut:
12
1) Pasar Pertama Pasar pertama merupakan tempat atau sarana bagi perusahaan yang untuk pertama kali menawarkan saham atau obligasi ke masyarakat umum. Penawaran umum awal ini, yang disebut juga initial public offering (IPO) telah merubah dari perseroan tertutup menjadi perseroan terbuka (Tbk). 2) Pasar Kedua Pasar kedua adalah tempat atau sarana transaksi jual-beli efek antar investor dan harga dibentuk oleh investor melalui perantara efek. 3) Pasar Ketiga Pasar ketiga adalah sarana transaksi jual-beli efek antara market maker serta investor dan harga dibentuk oleh market maker. Investor dapat memilih market maker yang memberi harga terbaik. Market maker adalah anggota bursa. Pada market maker ini akan bersaing dalam menentukan harga saham, karena satu jenis saham dipasarkan oleh lebih dari satu market maker. Jadi, pasar ketiga bukan merupakan bursa efek berskala kecil tetapi berskala besar bahkan sangat besar. 4) Pasar Keempat Pasar keempat adalah sarana transaksi jual-beli antara investor jual dan investor beli tanpa melalui perantara efek. Transaksi dilakukan secara tatap muka antara investor beli dan
13
investor jual untuk saham atas pembawa. Pasar keempat ini hanya dilaksanakan oleh para investor besar karena dapat menghemat biaya transaksi daripada jika dilakukan dipasar kedua.
2. Efisiensi Pasar Modal Teori konsep pasar yang efisien atau efficiency market hypothesis (EMH) dikembangkan oleh Fama pada tahun 1970. Efisiensi diartikan sebagai seberapa cepat suatu pasar modal dapat menangkap informasi yang relevan pada nantinya akan tercermin pada harga saham. Elton dan Gruber (2010:398) mendefinisikan pasar yang efisien yang lebih realistik adalah harga sekuritas yang mencerminkan informasi yang tersedia sampai pada batas biaya marginal untuk mendapatkan informasi dan transaksi tidak melebihi keuangan marginal. Hal ini dikarenakan pada kenyataannya biaya informasi dan transaksi selalu positif, sehingga perluasan definisi tersebut perlu dilakukan. Jones (2007:321) dalam mendefinisikan pasar yang efisien lebih menekankan pada kecepatan dan ketepatan harga sekuritas dalam mencerminkan informasi yang tersedia secara jelas mendefinisikan pasar yang efisien sebagai pasar dimana semua sekuritasnya secara cepat dan tepat mencerminkan semua informasi yang tersedia. Dengan demikian harga sekuritas akan mencerminkan informasi-informasi, seperti: a. Semua informasi yang sudah diketahui, termasuk: 14
1) Informasi masa lalu (earning tahun lalu). 2) Informasi sekarang dan juga yang sudah diumumkan tetapi belum dilakukan (seperti stock split, stock dividen). b. Informasi-informasi lain yang dianggap beralasan untuk disimpulkan, misalnya jika banyak investor percaya bahwa tingkat bunga akan turun dalam waktu dekat, maka harga akan mencerminkan kepercayaan investor tersebut sebelum penurunan tingkat bunga tersebut bena-benar terjadi. Ada beberapa kondisi yang harus terpenuhi untuk tercapainya pasar yang efisien berikut ini (Pranomo,2009). a. Banyak investor
rasional
dan berorientasi
pada maksimasi
keuntungan yang secara aktif berpartisipasi di pasar dengan menganalisis, menilai, dan berdagang saham. Investor – investor ini adalah price taker, artinya pelaku itu sendiri tidak akan dapat mempengaruhi harga suatu sekuritas. b. Tidak diperlukan biaya untuk mendapatkan informasi dan informasi tersedia bebas bagi pelaku pasar pada waktu yang hampir sama (tidak jauh berbeda). c. Informasi diperoleh dalam bentuk acak, dalam arti setipa pengumuman yang ada dipasar adalah bebas atau tidak terpengaruh dari pengumuman yang lain.
15
d. Investor beraksi dengan cepat dan sepenuhnya terhadap informasi baru yang masuk di pasar, yang menyebabkan harga segera melakukan penyesuaian. Fama (1970) dalam Bodie and Kane (2006) mengklasifikasikan bentuk pasar yang efisien kedalam tiga efficient market hypothesis (EMH), sebagi berikut: a. Efisiensi dalam bentuk lemah (weak form) Pasar efisien dalam bentuk lemah berati semua informasi dimasa lalu (historis) akan tercermin dalam harga yang berbentuk sekarang. Oleh karena itu, informasi historis tersebut (seperti harga dan volume perdagangan, serta peristiwa dimasa lalu) tidak bisa lagi digunakan untuk memprediksi perubahan harga dimasa yang akan datang, karena sudah tercermin pada harga saat ini. b. Efisiensi dalam bentuk setengah kuat (semi strong form). Pasar efisien dalam bentuk setengah kuat berati harga pasar saham yang
terbentuk sekarang telah mencerminkan informasi
historis ditambah dengan informasi yang dipublikasikan. Suatu pasar dinyatakan efisien dalam bentuk setengah kuat bila informasi terserap atau direspons dengan cepat oleh pasar. c. Efisiensi dalam bentuk kuat (strong form) Pasar efiesien dakam bentuk kuat berati harga pasar saham yang terbentuk sekarang telah mencerminkan informasi historis ditambah informasi yang dipublikasikan dan informasi yang tidak di
16
publikasikan. Pada pasar efisiein dalam bentuk kuat tidak akan ada seorang investor pun yang bisa memperoleh return tak normal. 3. Anomali Pasar Efisien Pengaruh akhir pekan merupakan bagian dari anomali musiman. Anomali ini menyebutkan bahwa harga saham cenderung mengalami kenaikan secara rata-rata pada akhir pekan. Penelitian yang mencoba menguji ada tidaknya efek akhir pekan pada bursa saham di Indonesia telah banyak dilakukan. Pada prinsipnya, penelitian-penelitian tersebut dimaksudkan untuk menguji hipotesis pasar efisien dengan mencoba membuktikan apakah seseorang mampu memperoleh abnormal return dengan menggunakan strategi perdagangan tertentu, yang dalam hal ini adalah hari perdagangan. Menurut teori pasar efisien, sebagaimana dikemukakan oleh Fama (1970) dalam Ahmad Rodoni (2005), pada pasar yang efisien, harga sekuritas mencerminkan informasi yang ada dan dalam pasar yang efisien adalah tidak mungkin bagi seorang investor untuk memperoleh keuntungan (abnormal return) dengan menggunakan strategi perdagangan tertentu. Anomali adalah hasil empiris yang tidak dapat dijelaskan oleh teori dan fenomena yang mengindikasikan bentuk pasar yang tidak efisien. Pada anomali terdaoat penyimpangan harga pada waktu-waktu tertentu dan hasil yang ditimbulkan oleh anomali akan berlawanan dengan hasil yang diharapkan pada posisi pasar modal yang efisien (Rama, 2005).
17
Menurut Gumanti dan Ma’ruf (2004) anomali adalah kejadian atau peristiwa yang tidak diantisipasi dan menawarkan investor untuk memperoleh abnormal return. Anomali muncul pada semua bentuk efisiensi pasar baik bentuk lemah, semi kuat, maupun bentuk kuat. Tetapi banyak bukti yang mengaitkan antara anomali dengan pasar efisien bentuk semi kuat dan anomali juga dapat dieksploitasi untuk menghasilkan abnormal return. Sedangkan Jones mendefinisikan anomali pasar sebagai teknik atau strategi yang tampaknya bertentangan dengan pasar efisien. (Jogianto, 2009:548). Anomali adalah kejadian atau peristiwa yang tidak diantisipasi dan yang menawarkan investor peluang untuk memperoleh abnormal return. Anomali muncul pada semua bentuk efisiensi pasar, baik bentuk lemah, semi kuat, maupun bentuk kuat. Tetapi banyak bukti yang mengkaitkan antara anomali dengan pasar efisien bentuk semi kuat, dan perlu diketahui bahwa anomali dapat dieksploitasi untuk menghasilkan abnormal return. Levy (1996) dalam Prasetyo (2006) sedikitnya dikenal empat macam anomali pasar dalam teori keuangan keempat anomali tersebut adalah anomali perusahaan (firm anomalies), anomali musiman (seasonal anomalies), anomali peristiwa atau kejadian (event anomalies), dan anomali akutansi (accounting anomalies). Tabel 2.1 menyajikan rangkuman lengkap tentang berbagai macam anomali yang telah ditemukan di pasar sekuritas (saham).
18
Tabel 2.1 Ringkasan Anomali Pasar No
1.
2.
3.
Kelompok
Jenis Khusus 1.Analysts’ Recomendation
Semakin banyak analis merekomendasi untuk membeli suatu saham, semakin tinggi peluang harga akan turun
2.Insider Trading
Semakin banyak saham yang dibeli oleh insiders, semakin tinggi kemungkinan harga akan naik.
3. Listings
Harga sekuritas cenderung naik setelah perusahaan mengumumkan akan melakukan pencatatan saham di Bursa
4. Value Line Rating Changes
Harga sekuritas akan terus naik setelah Value Line menempatkan rating perusahaan pada urutan tinggi
1. January
Harga sekuritas cenderung naik di bulan Januari, khususnya di hari-hari pertama
2. Week-end
Harga sekuritas cenderung naik hari Jum’at dan turun hari Senin.
3. Time of Day
Harga sekuritas cenderung naik di 45 menit pertama dan 15 menit terakhir perdagangan
4.End of Month
Harga sekuritas cenderung naik di hari-hari akhir tiap bulan
5. Seasonal
Saham perusahaan dengan penjualan musiman tinggi cenderung naik selama musim ramai.
6. Holidays
Ditemukan return positif pada hari terakhir sebelum liburan
1. Size
Return pada perusahaan kecil cenderung lebih besar walaupun sudah disesuaikan dengan risiko.
2. Closed-end Mutual Funds
Return pada close-end funds yang dijual dengan potongan cenderung lebih tinggi
Anomali Peristiwa
Anomali Musiman
Keterangan
Anomali Perusahaan
19
4.
Anomali Akutansi
3. Neglect
Perusahaan yang tidak diikuti oleh banyak analis cenderung menghasilkan return lebih Tinggi
4. Institutional Holdings
Perusahaan yang dimiliki oleh sedikit institusi cenderung memiliki return lebih tinggi
1. P/E
Saham dengan P/E ratio rendah cenderung memiliki return yang lebih tinggi.
2.Earnings Surprise
Saham dengan capaian earnings lebih tinggi dari yang diperkirakan cenderung mengalami peningkatan harga.
3. Price/Sales
Jika rasionya rendah cenderung berkinerja lebih baik
4. Price/Book
Jika rasionya rendah cenderung berkinerja lebih baik
5.Dividend Yield
Jika yield-nya tinggi cenderung berkinerja lebih baik.
6.Earnings Momentum
Saham perusahaan yang tingkat pertumbuhan earnings-nya meningkat cenderung berkinerja lebih baik.
Sumber: Haim S. Levy, 1996:436 a. Pengaruh Bulan Perdagangan Keinginan pemodal atas likuiditas suatu saham dapat berubah dari bulan ke bulan dalam satu tahun. Hal ini beratrti bahwa keinginan jual beli saham dapat berubah setiap bulan. Jika kebutuhan likuiditas suatu saham tinggi maka pemodal cenderung untuk memilikinya (membeli) dan begitu juga sebaliknya, dikarenakan keinginan dan kebutuhan pemodal selalu berubah, maka pasar mengalami perubahan baik dalam hal harga maupun kuantitas saham yang diperjualbelikan. Hal ini disebabkan permintaan dan penawaran atas suatu saham 20
berinteraksi dalam pasar yang bersaing. Dengan demikian, maka harga saham dapat mengalami kenaikan maupun penurunan dari bulan ke bulan dalam satu tahun perdagangan di pasar modal. Perilaku ini disebut month of the year effect (Siswanto, 2001:15). The average stock return in the month of January is higher than in any other month of the year, that so-called January effect (Acket and Athanassakos:2000) dalam Siswanto yang berarti bahwa Month of the year effect merupakan suatu kecenderungan lebih tingginya tingkat keuntungan rata-rata saham pada bulan Januari dibandingkan dengan bulan-bulan lain dalam satu tahun perdagangan saham pasar modal. Month of the year effect lebih mengacu pada adanya perbedaan atas return saham bulanan pada tiap bulan dalam satu tahun. January effect atau kadang disebut juga dengan January fever yang merupakan istilah yang dimaksudkan untuk menggambarkan bahwa pada bulan Januari setiap tahun pada umumnya menunjukan tingkat pengembalian yang tinggi dibandingkan bulan-bulan lainnya. Pola January effect umumnya terjadi, karena pada pertengahan Desember pada fund manager mulai libur berkaitan dengan libur Natal dan Tahun Baru. Para fund manager baru masuk lagi pada bulan Januari dengan semangat optimisme dan dilengkapi dengan data-data yang akurat sehingga biasanya mereka lakukan pembelian besar-besaran dan tentu saja harga-harga saham akan terdongkrak naik (Darmadji dan Fakhruddin,2001:188).
21
Namun, beberapa penelitian mengungkapkan pola January effect mulai hilang. Hal ini membuktikan bahwa pola ini tidak selalu terjadi. Seperti yang diungkapkan bahwa pola ini merupakan salah satu dari penyimpangan pasar modal, jadi penyimpangan ini tidak dapat dijelaskan secara teori walaupun dibuktikan secara empiris. Perubahan pola pengeruh bulan perdagangan January effect juga dibuktikan dari beberapa penelitian yang dilakukan di pasar modal Indonesia (Siswanto, 2001:17) Pratomo (2007) melakukan penelitian pada BEJ periode 19982005 dengan sampel 43 emiten. Analisis statistik yang digunakan dalam penelitian ini adalah regresi berganda dengan variabel dummy untuk efek Januari dan Uji beda T untuk ukuran efek perusahaan. Hasil menunjukan hanya pada bulan Agustus yang mempunyai rata-rata return berbeda lebih kecil dari bulan Januari yang artinya tidak ada efek Januari. Sedangkan Uji beda T untuk efek ukuran perusahaan tidak diperoleh hasil yang signifikan berbeda antara perusaahaan kapitalisasi kecil dengan kapitalisasi yang lebih besar. 4. Return Saham Return atau pengembalian adalah keuntungan yang diperoleh perusahaan, individu dan institusi dari hasil kebijakan investasi yang dilakukan (Arthur, et al, 2001:197). Gitman (2009:228), mendefinisikan return sebagai berikut: “Return is the total gain or loss experience on an investment over a given period of time. It commonly measured as the 22
change in values plus any cash distributing during period of time, expressed as a percentage of the beginning period investment value”. Berk dan De Marzo (2007, 156) “return is difference between the selling price and purchasing price of an asset plus any cash distributions expressed as a percentage of the buying price. Sementara itu pengertian return menurut Husnan (1998:19) “Return adalah ukuran yang mengukur besarnya perubahan kekayaan investor baik kenaikan maupun penurunan serta menjadi bahan pertimbangan untuk membeli atau mempertahankan sekuritas. Return merupakan hasil yang diperoleh dari suatu investasi. Return dapat berupa return realisasi yang sudah terjadi atau return ekspektasi yang belum terjadi tetapi diharapkan akan terjadi di masa yang akan datang (Rodoni dan Ali, 2010:71). Mohamad Samsul (2006) menyatakan bahwa return adalah pendapatan yang dinyatakan dalam presentase dari modal awal investasi. Pendapatan investasi dalam saham ini meliputi keuntungan jual beli saham, dimana jika untung disebut capital gain dan jika rugi disebut capital loss. Return juga dapat diartikan sebagai tingkat keuntungan yang dinikmati oleh investor atas suatu investasi yang dilakukannya Para investor tentunya termotivasi untuk melakukan investasi pada suatu instrumen yang diinginkan dengan harapan untuk mendapatkan pengembalian investasi yang sesuai. Tanpa adanya keuntungan yang dapat dinikmati dari suatu investasi, tentunya investor tidak akan mau melakukan investasi. Jadi 23
setiap investasi baik jangka pendek maupun jangka panjang mempunyai tujuan utama mendapatkan keuntungan yang disebut return baik secara langsung maupun tidak langsung. Return saham dapat dirumuskan sebagai berikut (Mohamad Samsul, 2006:292): Return =
Dimana: Pt
= harga saham pada periode t
P t–1
= harga saham pada periode sebelumnya (t - 1) Komponen suatu return terdiri dari dua jenis yaitu current income
(pendapatan lancar) dan capital gain (keuntungan selisih harga). Current income adalah keuntungan yang diperoleh melalui pembayaran yang bersifat periodik seperti pembayaran bunga deposito, bunga obligasi, dividen, dan sebagainya. Disebut sebagai pendapatan lancar maksudnya adalah keuntungan yang diterima biasanya dalam bentuk kas atau setara kas, sehingga dapat diuangkan secara cepat (Tandelilin, 2010:102) Return dapat berupa return realisasi dan return ekspektasi. Return realisasi (realized return) merupakan return yang telah terjadi yang dihitung berdasarkan data historis. Return realisasi penting karena digunakan sebagai salah satu pengukur kinerja dari perusahaan. Return histori ini juga berguna sebagai dasar penentuan return ekspektasi dan risiko di masa datang. Sedangkan return ekspektasi (expected return) merupakan return yang diharapkan akan diperoleh investor di masa
24
mendatang. Berbeda dengan return realisasi yang sifatnya sudah terjadi, return ekspektasi sifatnya belum terjadi (Rodoni dan Ali. 2010:71) 5. Expected Return Expected return
saham merupakan tingkat keuntungan yang
diharapkan oleh pemodal atas investasinya. merupakan yang harus diestimasi.
Expected return
saham
Estimasi expected return menurut
Brown dan Warner (1985) dalam Jogiyanto (2009) menggunakan model sebagai berikut : a. Mean-Adjusted Model Model
disesuaikan
rata-rata
(Mean-Adjusted
Model)
ini
mengasumsikan bahwa Expected return bernilai konstan yaitu sama dengan rata-rata return realisasi sebelumnya selama periode estimasi (estimation period). Periode estimasi (estimation period) pada umumnya merupakan periode peristiwa. Periode peristiwa (event period) disebut juga periode pengamatan atau jendela peristiwa (event window). b. Market Model Perhitungan menggunakan model pasar
(market model) ini
dilakukan dengan dua tahapan : 1) Membentuk model ekspektasi dengan menggunakan data realisasi selama periode estimasi. 2) Menggunakan model ekspektasi ini mengestimasi expected return di
25
periode jendela (window period). Model ekspektasi dapat dibentuk menggunakan teknik regresi OLS (Ordinary Least Square) c. Market-Adjusted Model Model
disesuaikan
pasar
(market-adjusted
model)
mengasumsikan bahwa penduga yang terbaik untuk mengestimasi return suatu sekuritas adalah return indeks pasar pada saat tersebut. Model ini tidak memerlukan periode estimasi untuk membentuk model estimasi karena return sekuritas yang diestimasi adalah sama dengan return indeks pasar. Abnormal return masing-masing sekuritas dengan menggunakan model ini dapat dihitung dengan mengurangkan return yang terjadi untuk masing-masing sekuritas dengan indeks pasar pada hari yang sama. 6.Abnormal Return Return tidak normal (abnormal return) merupakan return diluar normal. Return yang normal adalah return yang diperoleh dari investasi untuk kondisi yang normal. Sedangkan abnormal return terjadi karena ada informasi baru atau peristiwa baru yang merubah nilai perusahaan dan direaksi oleh investor dalam bentuk kenaikan atau penurunan harga saham (volatilitas) (Jogiyanto, 2009:537). Abnormal return adalah return yang didapat investor yang tidak sesuai dengan pengharapan. Abnormal return adalah selisih antara return 26
yang diharapkan dengan return yang didapatkan. Selisih return akan positif jika return yang didapatkan lebih besar dari
return
yang
diharapkan atau return yang dihitung. Sedangkan return akan negatif jika return yang didapat lebih kecil dari return yang diharapkan atau return yang dihitung (Prasetyo, 2006). Abnormal return dapat terjadi karena adanya kejadian - kejadian tertentu, misalnya hari libur nasional, awal bulan, awal tahun, suasana politik yang tidak menentu, kejadian-kejadian yang luar biasa, stock split, penawaran perdana saham, dan lain-lain (Tandellin, 1999:113). Studi peristiwa menganalisis
return tidak normal
(abnormal
return) dari sekuritas yang mungkin terjadi di sekitar pengumuman dari suatu peristiwa. Abnormal return atau excess return merupakan kelebihan dari return yang sesungguhnya terjadi terhadap return normal. Abnormal return adalah selisih antara return sesungguhnya yang terjadi dengan return ekspektasi, sebagai berikut (Tandellin, 1999:114): ARit = Rit - Rmt Dimana : ARit= abnormal return saham i pada waktu t. Rit = return sesungguhnya yang terjadi untuk saham i pada periode waktu ke-t. Rmt = return ekspektasi saham i untuk periode waktu ke-t. Return sesungguhnya merupakan return yang terjadi pada waktu ke-t yang merupakan selisih harga sekarang relatif terhadap harga
27
sebelumnya, sedangkan return diharapkan
(diestimasi)
ekspektasi merupakan
dengan
menggunakan
return
persamaan
yang return
ekspektasi tersebut di atas. B. Penelitian Terdahulu David dan Choudhry (2000) melakukan penelitian pada pasar uang dengan menguji pengaruh pengumuman makro ekonomi terhadap lima instrumen yaitu treasury bond futures, munical bond futures, treasury note futures, treasury bill futures dan euro dollar futures. Metode yang digunakan yaitu dengan uji F statistik dengan periode penelitian mulai Januari 1992 sampai dengan Desember 1996. Hasil penelitian tersebut menyatakan bahwa pada bulan Januari lebih sensitif terhadap pengumuman yang bersifat makro ekonomi dibandingkan bulan lainnya, penelitian ini juga membuktikan bahwa efek Januari juga terjadi pada pasar uang. Penelitian ini mendukung hipotesis tax loss selling dan window dressing. Siswanto (2001) menguji pengaruh bulan perdagangan saham terhadap Indeks komposit saham yang di BEJ pada periode 1993 hingga 1999 dengan metode ARIMA. Hasil penelitian menunjukan bulan perdagangan Januari dan November berpengaruh positif kepada return pasar. Ahmad dan Husein (2001) menguji perilaku musiman dari return saham pasar modal Malaysia (KLSE) yang merupakan salah satu emerging market di Asia Tenggara periode 1986-1996. Dengan menggunakan teknik regresi menghasilkan bahwa return saham yang tinggi diperoleh pada bulan Januari dan Februari.
28
Choudhry (2001) melakukan penelitian di Jerman, UK, dan US selama periode sebelum perang dunia I. Penelitian empiris ini dilakukan dengan menggunakan model non-linear GARCH. Hasil yang signifikan terjadi pada bulan Januari di US dan UK. Namun tidak demikian yang terjadi di Jerman, tidak terdapat January effect negara tersebut. Setyawardhana
(2005)
melakukan
studi
terhadap
efek
bulan
perdagangan pada varians harga indeks saham utama Asia. Dalam penelitian tersebut diduga terdapat efek bulan perdagangan pada varians tiga indeks saham utama Asia (HIS Hongkong, KS200 Korea dan N225 Jepang). Hasil penelitian mengungkapkan adanya efek bulan perdagangan pada indeks saham Hang Seng (HIS), Nikkei (N225) dan (KS200) pada periode penelitian tahun 1990 sampai dengan 2005 atau dengan sampel 192 bulan. Prasetyo (2006) dalam tesisnya berjudul “Analisis Pengaruh Hari Perdagangan Terhadap Return, Abnormal Return, dan Volatilitas Return Saham” menemukan bahwa tidak terdapat pengaruh hari perdagangan terhadap return saham. Pratomo (2007) melakukan penelitian pada BEJ periode 1998-2005 dengan sampel 43 emiten. Analisis statistik yang digunakan dalam penelitian ini adalah regresi berganda dengan variabel dummy untuk efek Januari dan Uji beda T untuk ukuran efek perusahaan. Hasil menunjukan hanya pada bulan Agustus yang mempunyai rata-rata return berbeda lebih kecil dari bulan Januari yang artinya tidak ada efek Januari. Sedangkan Uji beda T untuk efek
29
ukuran perusahaan tidak diperoleh hasil yang signifikan berbeda antara perusaahaan kapitalisasi kecil dengan kapitalisasi yang lebih besar. Hal yang serupa juga ditunjukan pada penelitian Giovanis (2009) pada 55 pasar modal di dunia dengan menggunakan model GARCH. Hasilnya adalah ditemukannya December effect pada 20 pasar modal dengan return tertinggi di bulan tertentu. Sementara itu February effect terdapat pada 9 pasar modal yang di ikuti dengan January and April effect masing-masing di 7 dan 6 pasar modal. As’adah (2009) pada penelitiannya yang dilakukan di pada saham yang terdaftar di Jakarta Islamic Index (JII) mulai Desember 2003 hingga Januari 2008 dengan menggunakan metode paired sample T-Test. Hasil uji menunjukan bahwa abnormal return tidak signifikan pada level 5% begitu juga yang terjadi pada volume perdagangan. Sehingga dapat disimpulkan bahwa tidak ada korelasi antara abnormal return dengan tax lossing maupun window dressing, dengan kata lain tidak terdapat January effect dilihat dari abnormal return maupun volume perdagangan. Idries, Basheer, dan Ibrahim (2011) melakukan penelitian di Amman Stock Exchange (ASE) selama periode 1992 hingga 2007. Penelitian ini menggunakan metodologi yang diikuti oleh Jaffe dan Westerfield (1989), Boudreaux (1995), Compton dkk. (2006) dan Floros (2008) untuk menyelidiki keberadaan anomali bulan perdagangan Hasil penelitian ini agak menarik dan bertentangan dengan temuan umum dari studi yang dilakukan di pasar negara
30
berkembang lainnya. Hasil menunjukkan bahwa ASE tidak signifikan menunjukkan adanya anomali bulan. Worthington (2011) melakukan pengujian pada pasar saham di Australia pada periode 1996-2008 dengan menggunakan pendekatan regresi berganda. Hasilnya menunjukan bahwa return tertinggi ada pada bulan April, Juli dan Desember meskipun ini hanya terjadi pada perusahaan dengan kapitalisasi yang kecil. Dima & Kamal (2012) melakukan pengujian anomali kalender di Amman Stick Exchange (ASE) selama periode 2002-2011. Hasil temuan peneliti menunjukkan bahwa return secara signifikan lebih tinggi pada hari Minggu (hari pertama perdagangan minggu) dan Kamis (hari terakhir perdagangan minggu) dibandingkan hari-hari lain dalam seminggu. Selain itu efek Januari juga sangat signifikan. Debasish (2012) menyelidiki keberadaan musiman pada perilaku harga saham di pasar saham India khususnya pada sektor Gas, Oil and Refineries
pada periode Januari 2006 dampai Desember 2010 dengan
menggunakan metode regresi berganda. Hasil penelitian menunjukan bahwa terdapat month of the year effect pada pasar saham India. Ricky dan Venus (2012) juga melakukan penelitian dimana ditemukan November effect pada Index Nikei 225 di Tokyo Stock Exchange (TSE) dengan menggunakan metode TGARCH. Hasil penelitian ini konsisten dengan bukti sebelumnya yang mendukung hipotesis tax-loss selling pada pasar saham di U.S. dan U.K. Adanya month of the year effect di TSE menunjukkan bahwa
31
melalui strategi waktu investasi yang benar, manajer keuangan, konselor keuangan dan investor bisa mengambil keuntungan dari pola tersebut. Secara ringkas hasil-hasil penelitian terdahulu dapat dilihat pada tabel 2.2 sebagai berikut: Tabel 2.2 Ringkasan Penelitian Terdahulu No.
Peneliti
Judul
Alat Statistik
Hasil
1.
R. ChristieDavid and M.Chaudr y
“January Anomalies: Implications for the Market’s Incorporation of news” (2000)
Uji F statistik
Terdapat Januari efek pada pasar saham maupun pasar uang pada periode 1992-1996. Penelitian ini mendukung tax loss selling dan window dressing hipotesis.
2.
Tommy Siwanto
“Analisi Pengaruh Bulan Perdagangan Terhadap Return Saham Pada Perusahaanperusahaan di BEJ” (2001)
Metode ARIMA
Hasil penelitian menunjukan bulan perdagangan Januari dan November berpengaruh positif kepada return pasar
3.
Ahmad dan Husein
“KLSE Long Run Overreaction and The Chinese New Year Effect” (2001)
Regresi Berganda
Return saham yang tinggi diperoleh pada bulan Januari dan Febuari.
4.
Taufiq Choudhry
“Month of the year effect and January effect in pre-WWI stock returns: Evidence from A Non-Linear GARCH Model” (2001)
GARCH
Hasil yang signifikan terjadi pada bulan Januari di US dan UK. Namun tidak demikian yang terjadi di Jerman, tidak terdapat January effect negara tersebut
5.
Setyaward hana
efek bulan perdagangan pada varians harga indeks saham utama Asia. (2005)
Regresi
Hasil penelitian mengungkapkan adanya efek bulan perdagangan pada indeks saham Hang Seng (HIS), Nikkei (N225) dan (KS200) pada periode penelitian tahun 1990 sampai dengan 2005 atau dengan
32
sampel 192 bulan.
6
Hari Prasetyo
“Analisis Pengaruh Hari Perdagangan Terhadap Return, Abnormal Return, dan Volatilitas Return Saham” (2006)
GARCH
Dalam tesisnya, studi dilakukan pada LQ 45 periode Januari – Desember 2005 menemukan bahwa tidak terdapat pengaruh hari perdagangan terhadap return saham.
7.
Agus Wahyu Pratomo
“January Effect dan Size Effect pada Bursa Efek Jakarta Periode 1998-2005”. (2007)
Regresi Berganda
Hasil menunjukan hanya pada bulan Agustus yang mempunyai rata-rata return berbeda lebih kecil dari bulan Januari yang artinya tidak ada efek Januari. Sedangkan Uji beda T untuk efek ukuran perusahaan tidak diperoleh hasil yang signifikan berbeda antara perusaahaan kapitalisasi kecil dengan kapitalisasi yang lebih besar
8.
Eleftherio s Giovanis
“The Month of the year Effect: Evidence
GARCH
Hasilnya adalah ditemukannya December effect pada 20 pasar modal dengan return tertinggi di bulan tertentu. Sementara itu February effect terdapat pada 9 pasar modal yang di ikuti dengan January and April effect masing-masing di 7 dan 6 pasar modal.
Paired Sample TTest
Hasil uji menunjukan bahwa abnormal return tidak signifikan pada level 5% begitu juga yang terjadi pada volume perdagangan. Sehingga dapat disimpulkan bahwa tidak ada korelasi antara abnormal return dengan tax lossing maupun window dressing, dengan kata lain tidak terdapat January effect dilihatdari abnormal
from GARCH models in Fifty Five Stock Markets” (2009)
9.
Luluk As’adah
“Pengaruh January Effect terhadap Abnormal Return dan Volume Perdagangan pada Saham di Jakarta Islamic Index”. (2009)
33
return maupun perdagangan.
volume
10.
Andrew Worthingt on
“The Month of the year Effect in the Australian Stock Market: A Short Technical Note on the Market, Industry and Firm Size Impact”. (2011)
Regresi Berganda
Dilakukan pengujian pada pasar saham di Australia pada periode 1996-2008 dengan menggunakan pendekatan regresi berganda. Hasilnya menunjukan bahwa return tertinggi ada pada bulan April, Juli dan Desember meskipun ini hanya terjadi pada perusahaan dengan kapitalisasi yang kecil.
11.
Idries M. Al-Jarrah, Basheer A. Khamees, dan Ibrahim Hashem Qteish
“The "Turn of the Month Anomaly" in Amman Stock
Regresi Berganda
Dilakukan penelitian di Amman Stock Exchange (ASE) selama periode 1992 hingga 2007. Penelitian ini menggunakan metodologi yang diikuti oleh Jaffe dan Westerfield (1989), Boudreaux (1995), Compton dkk. (2006) dan Floros (2008) untuk menyelidiki keberada anomali bulan perdagangan Hasil penelitian ini agak menarik dan bertentangan dengan temuan umum dari studi yang dilakukan di pasar negara berkembang lainnya. Hasil menunjukkan bahwa ASE tidak signifikan menunjukkan adanya anomali bulan.
12.
Sathya Swaroop Debasish
“An Empirical Study on Month of The Year Effect in Gas, Oil and Refineries Sectors in Indian Stock Market”. (2012)
Regresi Berganda
Hasil penelitian menunjukan bahwa terdapat month of the year effect pada pasar saham India.
13.
Dima Waleed Hanna Alrabadi & Kamal Ahmad
“Calendar Anomalies: The Case of Amman Stock Exchange”. (2012)
Regresi Berganda
Hasil temuan peneliti menunjukkan bahwa return secara signifikan lebih tinggi pada hari Minggu (hari pertama perdagangan minggu) dan Kamis (hari terakhir
Exchange: Evidence and Implications”. (2011)
34
AL-Qudah
14.
Ricky Chee dan Venus Khim
perdagangan minggu) dibandingkan hari-hari lain dalam seminggu. Selain itu efek Januari juga sangat signifikan. “Month of the Year and Symmetrical Effects in the Nikkei 225” (2012)
TGARCH
Hasil penelitian ini konsisten dengan bukti sebelumnya yang mendukung hipotesis tax-loss selling pada pasar saham di U.S. dan U.K. Adanya month of the year effect di TSE menunjukkan bahwa melalui strategi waktu investasi yang benar, manajer keuangan, konselor keuangan dan investor bisa mengambil keuntungan dari pola tersebut.
Sumber: Kumpulan Penelitian Terdahulu C. Kerangka Pemikiran Kerangka konseptual merupakan suatu model yang menerangkan bagaimana hubungan suatu teori dengan faktor-faktor penting yang telah diketahui dalam suatu masalah tertentu. Kerangka konseptual akan menghubungkan secara teoritis antara variabel-variabel penelitian, yaitu variabel independen dan variabel dependen. Dalam penelitian ini variabel yang digunakan sebagai variabel dependen adalah return saham
dan
abnormal return. Sedangkan variabel independen yaitu bulan perdagangan yang meliputi: Januari, Februari, Maret, April, Mei, Juni, Juli, Agustus, September, Oktober, November, dan Desember.
35
Gambar 2.1 Kerangka Pemikiran Bursa Efek Indonesia (BEI) Perusahaan pada Sektor Basic Industry and Chemicals, Miscallaneous, and Consumer Independen Return Bulan Januari sampai dengan Desember
Dependen Return Saham dan Abnormal Return
Uji stasioneritas Uji autokotelasi Uji heteroskedestisitas Analisis Anomali Month Effect
Regresi Linier OLS
Uji ARCH GARCH
Hasil Penelitian
D. Perumusan Hipotesis Hipotesis dapat didefinisikan sebagai hubungan yang diperkirakan secara logis diantara dua atau lebih variabel yang diungkapkan dalam bentuk pernyataan yang dapat diuji. Hubungan tersebut diperkirakan berdasarkan jaringan asosiasi yang diterapkan dalam kerangka teoritis yang dirumuskan untuk studi penelitian. Dengan menguji hipotesis dan menegaskan perkiraan
36
hubungan, diharapkan bahwa solusi dapat ditemukan untuk mengatasi masalah yang dihadapi (Sekaran, 2007:135). Hipotesis merupakan jawaban masalah atau pertanyaan penelitian yang dikembangkan berdasarkan teori-teori yang perlu diuji melalui proses pemilihan, pengumpulan, dan analisis data (Indriantoro dan Supomo, 2002: 81). Berdasarkan kerangka pemikiran diatas yang didukung oleh berbagai teori dan berbagai penelitian terdahulu, maka hipotesis yang dibangun dari penelitian ini adalah : 1.
Terdapat pengaruh bulan perdagangan terhadap return saham di Bursa Efek Indonesia.
2.
Terdapat pengaruh bulan perdagangan terhadap abnormal return saham di Bursa Efek Indonesia.
37
BAB III METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini adalah saham-saham yang masuk ke dalam sektor Basic Industry and Chemicals, Miscallaneous, and Consumer Goods
di BEI periode Januari 2007 sampai Desember 2012. Data yang
digunakan dalam penelitian ini adalah laporan harian historical price perusahaan yang konsisten masuk ke dalam sektor Basic Industry and Chemicals, Miscallaneous, and Consumer Goods selama periode penelitian, yakni antara Januari 2007 sampai dengan Desember 2012. Alasan peneliti menggunakan sampel dari
saham-saham yang
tergabung dalam sektor Basic Industry and Chemicals, Miscallaneous, and Consumer Goods karena peneliti menilai bahwa return dan abnormal sahamsaham yang tergabung pada sektor Basic Industry and Chemicals, Miscallaneous, and Consumer Goods memberikan tingkat return yang baik dan mempunyai indeks yang relative stabil karena perusahaan yang digunakan adalah perusahan dengan kapitalisasi kecil. B. Metode Penentuan Sampel Teknik penentuan sampel yang digunakan dalam penelitian ini dipilih berdasarkan metode judgement sampling adalah pengumpulan data atas dasar strategi kecakapan atau pertimbangan pribadi semata (Hamid, 2007:29). Kriteria saham-saham yang akan dilakukan penelitian untuk dijadikan sampel penelitian adalah sebagai berikut: 38
1. Saham perusahaan yang dipilih adalah saham perusahaan yang terdaftar pada sektor Basic Industry and Chemicals, Miscallaneous, and Consumer Goods sejak Januari 2007 sampai dengan Desember 2012. 2. Saham perusahaan yang digunakan dalam penelitian ini adalah saham
yang secara terus menerus terdaftar pada sektor Basic Industry and Chemicals, Miscallaneous, and Consumer Goods selama periode penelitian, sedangkan untuk saham yang tidak terdaftar secara terus menerus pada sektor Basic Industry and Chemicals, Miscallaneous, and Consumer Goods akan dikeluarkan dari objek penelitian. Pada tabel 3.1 adalah perusahaan-perusahaan yang secara terus menerus terdaftar dalam periode penelitian. Tabel 3. 1 Daftar Perusahaan yang Menjadi Sampel Penelitian (Periode Tahun 2007 - 2012) No Kode Perusahaan Nama Perusahaan 1.
ADMG
Polychem Indonesia Tbk
2.
AISA
Tiga Pilar Sejahtera Food Tbk
3.
ASII
Astra International Tbk
4.
CPIN
Charoen Pokphand Indonesia Tbk
5.
DAVO
Davomas Abadi Tbk
6.
ETWA
Eterindo Wahanatama Tbk
7.
GJTL
Gajah Tunggal Tbk.
8.
INDF
Indofood Sukses Makmur Tbk
9.
INKP
Indah Kiat Pulp & Paper Tbk
10.
INTP
Indocement Tunggal Prakasa Tbk
39
11.
KAEF
Kimia Farma Tbk
12.
KLBF
Kalbe Farma Tbk.
13.
MASA
Multistrada Arah Sarana Tbk
14.
SIPD
Sierad Produce Tbk
15
SMCB
Holcim Indonesia Tbk
16
SMGR
Semen Gresik (Persero) Tbk
17
SPMA
Suparma Tbk
18
SRSN
Indo Acidatama Tbk
19
TRST
Trias Sentosa Tbk.
20
UNVR
Unilever Indonesia Tbk.
Sumber : Bursa Efek Indonesia (BEI) C. Metode Pengumpulan Data Sumber data sebagai salah satu bagian penelitian yang merupakan bagian terpenting. Metode pengumpulan data dalam penelitian ini adalah pengumpulan data sekunder. Data sekunder merupakan data penelitian yang diperoleh peneliti secara tidak langsung melalui media perantara. Data sekunder umumnya berupa bukti, catatan atau laporan historis yang telah tersusun dalam arsip (data dokumenter) yang dipublikasikan dan yang tidak dipublikasikan (Indriantoro dan Supomo, 1999). Dalam penelitian ini data yang sekunder yang diperoleh adalah dengan cara melakukan studi kepustakaan untuk menunjang materi pembahasan pada penelitian. Kegiatan-kegiatan ini dilaksanakan dengan cara mengumpulkan informasi melalui buku-buku, jurnal literatur, majalah, koran, website dan lain-lain yang berkaitan dan mendukung penelitian ini. Data yang 40
dimaksud dalam penelitian ini merupakan data time series yang berupa historical price pada sektor Basic Industry and Chemicals, Miscallaneous, and Consumer Goods periode Januari 2007 sampai dengan Desember 2012 yang di peroleh dari yahoo! Finance. D. Metode Analisis Data Metode analisis data dilakukan dengan aturan yang harus dilalui melalui beberapa tahap, yaitu: 1.
Menghitung masing-masing return pasar selama periode Januari 2007 sampai Desember 2012. Return bulanan dapat dihitung dengan rumus sebagai berikut (Mohamad Samsul, 2006:292) :
Rt =
Dimana: Rt
= return pasar bulan t
Pt
= harga saham penutupan pada periode t
Pt-1 = harga saham penutupan pada periode t-1 2. Mengelompokkan return yang telah dihitung ke dalam bulan perdagangan Januari, Februari, Maret, April, Mei, Juni, Juli, Agustus, September, November, Desember. 3.
Menghitung Abnormal return dengan menggunakan model disesuaikanpasar (market-adjusted model) yaitu dengan mengurangkan return yang
41
terjadi untuk masing-masing sekuritas dengan return indeks pasar pada hari yang sama (Jogiyanto, 2009), dapat ditulis dengan rumus : ARit = Rit - Rmt
Dimana : ARit
= abnormal return saham i pada waktu t.
Rit
= return sesungguhnya yang terjadi untuk saham i pada periode waktu ke-t.
Rmt 4.
= return ekspektasi saham i untuk periode waktu ke-t.
Mengelompokkan abnormal return yang telah dihitung ke dalam bulan perdagangan Januari, Februari, Maret, April, Mei, Juni, Juli, Agustus, September, November, Desember.
5. Melakukan analisis keberadaan month of the year effect. Pengujian ini akan mencoba untuk membuktikan keberadaan month of the year effect di pasar modal Indonesia selama periode observasi. Karenanya metode penelitian akan menggunakan regresi OLS (Ordinary Least Square) dan metode Generalized Autoregressiv Conditional Heterokedasticity (GARCH). Penjelasan model yang digunakan adalah sebagai berikut: 1. Model regresi linier Model regresi linear merupakan suatu model dengan parameter linear dan secara kuantitatif dapat digunakan untuk menganalisis pengaruh suatu variabel terhadap variabel lainnya. 42
Terdapat dua jenis regresi linear yang biasa digunakan dalam penelitian, yaitu regresi linear sederhana (simple regression) dan regresi linear majemuk (multiple regression) (Nachrowi dan Usman 2006:7). Penelitian ini akan menggunakan regresi linear majemuk sehingga pada nantinya akan dijelaskan lebih dalam mengenai penggunaan metode tersebut (Imam Ghozali, 2005:179). Berikut ini adalah permodelan dengan memasukkan variable dummy dengan persamaan regresi sebagai berikut: Rt = β1DJan + β2DFeb + β3DMar + β4DApr + β5DMei + β6DJun + β7DJul + β8DAgt + β9DSept + β10DOkt + β11DNov + β12DDes + et ARt = β1DJan + β2DFeb + β3DMar + β4DApr + β5DMei + β6DJun + β7DJul + β8DAgt + β9DSept + β10DOkt + β11DNov + β12DDes + et Keterangan : Rt
= Return bulanan pada hari t
ARt
= Abnormal Return bulanan pada hari ke t
β1, β2, .... β12 =Koefisien regresi untuk variabel dummy dari masing-masing bulan DJan
= Dummy untuk bulan Januari
DFeb
= Dummy untuk bulan Februari
DMar
= Dummy untuk bulan Maret
DApr
= Dummy untuk bulan April
DMei
= Dummy untuk bulan Mei
DJun
= Dummy untuk bulan Juni 43
DJul
= Dummy untuk bulan Juli
DAgt
= Dummy untuk bulan Agustus
DSept
= Dummy untuk bulan September
DOkt
= Dummy untuk bulan Oktober
DNov
= Dummy untuk bulan November
DDes
= Dummy untuk bulan Desember Nilai DJan = 1 untuk return pada bulan perdagangan Januari
dan 0 untuk return pada bulan perdagangan lainnya. Nilai DFeb = 1 untuk return pada bulan perdagangan Februari dan 0 untuk return pada bulan perdagangan lainnya, dan seterusnya. Koefisien regresi ini menunjukan besarnya return rata-rata pada hari perdagangan ke-t. Nilai-nilai penduga pada persamaan regresi harus memenuhi persyaratan utama yaitu BLUE (Best Linear Unbiased Estimate) atau mempunyai sifat linear, tidak bias, dan memiliki varian minimum. Sifat-sifat tersebut didasarkan pada berbagai asumsi yang tidak boleh dilanggar agar penduga tetap BLUE yang juga dikenal dengan Toerema Gauss-markov (Winarno, 2009:4.2). Suatu nilai penduga dapat dikatakan memiliki sifat BLUE bila memenuhi persyaratan sebagai berikut: (Nachrowi dan Usman, 2006:12) 1) E (ui) = 0 Nilai rata-rata dari error adalah nol 2) Var (ui) = σ2
44
Data homokedastis, yaitu besarnya varian sama untuk setiap i 3) Cov (ui uj) = 0 Error secara statistik bersifat independent satu sama lain yang mengindikasikan tidak adanya autokorelasi. 4) Cov (ut, xt) = 0 Tidak terdapat hubungan antara error dengan x (tidak adanya multikolinearitas)
5) ui ˜ N (0, σ2) ut Terdistribusi secara normal Dalam rangka memenuhi karakteristik estimator agar dapat bersifat BLUE, maka akan dilakukan beberapa uji pada permodelan untuk kemudian dilakukan treatment bila ditemukan adanya penyimpangan pada data. 1) Uji Stasioneritas Dalam menggunakan data times series pada pengujian, penting terlebih dahulu untuk melakukan uji stasioneritas pada data. Data times series sendiri merupakan sekumpulan nilai suatu variabel yang diambil pada waktu yang berbeda dan dikumpulkan secara berkala pada interval waktu tertentu. Oleh karenanya,
data
times
series
rentan
untuk
memiliki
permasalahan seperti autokorelasi (korelasi yang terjadi antar observasi dalam satu variabel) yang mengakibatkan data tidak stasioner.
45
Dengan demikian penting untuk menstasionerkan data terlebih dahulu sebelum melakukan penelitian lebih lanjut. Sekumpulan data dinyatakan stasioner jika nilai rata-rata dan varian dari data times series tersebut tidak mengalami perubahan secara sistematik sepanjang waktu dan konstan (Nachrowi dan Usman, 2006:340). Pendeteksian stasioneritas pada data akan menggunakan uji Unit Root Augmented DickeyFuller. Hipotesis untuk uji ADF adalah: H0 : δ = 0 H1 : δ ≠ 0 Hipotesis awal mengindikasikan bahwa data memiliki unit root. Nilai uji ADF t-statistik dengan angka lebih rendah dari critical value 5% mengindikasikan data tidak memiliki masalah unit root atau data telah stasioner sehingga kesimpulan yang diambil adalah tolak H0. 2) Uji autokorelasi Autokorelasi (autocorrelation) adalah hubungan antara residual satu observasi dengan residual observasi lainnya. Autokorelasi lebih mudah timbul pada data yang bersifat runtun waktu karena berdasarkan sifatnya, data masa sekarang dipengaruhi oleh data pada masa-masa sebelumnya. (Winarno, 2009:5.26)
46
Autokorelasi yang kuat dapat menyebabkan dua variabel yang tidak berhubungan menjadi berhubungan. Bila metode OLS digunakan maka akan terlihat R2 yang besar dapat menghasilkan spurius regression atau regresi palsu (Nachrowi dan Usman, 2006:186). Cara untuk melakukan uji autokorelasi selain dengan uji Durbin Watson juga dapat menggunakan uji LM test atau yang juga dikenal dengan The Breusch-Godrey (BG) test merupakan salah satu metode yang dapat digunakan untuk mengecek adanya penyimpangan autukorelasi pada suatu periode observasi. Penggunaan LM test dalam mendeteksi keberadaan autokorelasi dirasa lebih baik dibandingkan dengan menggunakan Durbin Watson karena LM test tidak mempermasalahkan keberadaan error pada AR dan MA sebagai variabel bebas. Adapun hipotesis yang digunakan yaitu: H0 = Tidak terdapat autokorelasi H1 = Terdapat autokorelasi Bila nilai probabilitas pada Obs*R-squared > α = 5%, mengindikasikan
data
tidak
ada
autokorelasi
sehingga
kesimpulan yang diambil adalah terima H0. Bila nilai probabilitas pada Obs*R-squared < α = 5% maka tolak H0. (Shochrul R. Ajija, Et.al 2011:40). 3) Heteroskedetisitas 47
Heteroskedestisitas merupakan kondisi dimana varian tidak konstan atau berubah-ubah. Uji heteroskedestisitas dapat dilakukan dengan menggunakan White Heterokedasticity test ataupun dengan melihat Residual Graph. Hipotesis pada uji Heteroskedestitas adalah sebagai berikut: H0 = Tidak terdapat heteroskedestisitas H1 = Terdapat heteroskedestisitas Hipotesis awal mengindikasikan bahwa tidak terdapat hubungan antara error dengan variabel bebas atau data telah homokedastis. Bila nilai telah probibality pada Obs*R-squared > α = 5%, berarti tidak terdapat heteroskedastisitas atau dengan kata lain terima H0. Sedangkan bila nilai probabilitas pada Obs*R-squared < α = 5%, berarti terdapat heteroskedastisitas atau tolak H0. Uji
White akan menggunakan
White
Heteroskedasticity (no cross term) dikarenakan banyak terdapat variabel bebas yang digunakan dalam permodelan Shochrul R. Ajija, Et.al 2011:41). 2. Model ARCH dan GARCH Penelitian dengan menggunakan data times series sering kali menemukan kondisi dimana varian error tidak bersifat konstan sehingga memiliki permasalahan heterokedastis. Pada penelitian dengan permodelan Regresi Ordinary Least Square data harus bersifat homokedastis dimana varian error tidak berubah-ubah agar 48
estimator bersifat BLUE. Adanya penyimpangan homoskedastis pada data dimana varian error tidak bersifat konstan, maka dibutuhkan
permodelan
heteroskedastisitas
lain
sebagai
yang
tidak
permasalahan,
memandang tetapi
justru
memanfaatkan kondisi tersebut untuk membuat permodelan. Oleh karena itu akan digunakan permodelan Autoregressive Conditional Heteroskedasticity Conditional
(ARCH)
dan
Heteroskedasticity
Generalized
(GARCH)
Autoregressive
untuk
memperoleh
estimator yang efisien (Nachrowi dan Usman, 2006:419). Pada intinya, baik model ARCH dan GARCH berusaha untuk mengatasi
adanya
heteroskedastisitas
pada
model
dengan
menambahkan persamaan varian pada model. Kemudian model yang ditambahkan persamaan varian tersebut diestimasi secara simultan agar dapat diperoleh estimator yang efisien. 1) Metode ARCH Pada uji menggunakan data return,
ada kalanya terdapat
suatu permodelan dimana terjadi volatilitas yang sangat tinggi dan ada periode lain volatilitasnya sangat rendah. Pada volatilitas demikian menunjukan adanya heterokedastisitas karena terdapat varian error yang besarnya bergantung pada volatilitas error dimasa lalu. (Nachrowi dan Usman, 2006:420) Data yang demikian dapat dimodelkan /dengan menggunakan ARCH (q).
49
Penelitian akan menggunakan trial and error
untuk
menemukan persamaan. Berikut adalah persamaan dasar dengan menggunakan permodelan ARCH : (Berument and Kiymaz,2001) Rt = β1DJan + β2DFeb + β3DMar + β4DApr + β5DMei + β6DJun + β7DJul + β8DAgt + β9DSept + β10DOkt + β11DNov + β12DDes + ∑
bj + 5 rt-j +
ARCH model digunakan untuk mengatasi ketidakpastian dari resiko residual. Keuntungan pendekatan ini adalah conditional variance atau volatilitas jangka pendek merupakan fungsi dari error pada return saham masa lalu. Untuk menemukan permodelan yang sesuai, dapat dilakukan penambahan jumlah orde (q) yang lebih besar pada model ARCH (q). Penambahan orde (q) akan mengakibatkan variance dari residualnya berubah. Selain itu, jumlah orde (q) yang relatif besar akan mengakibatkan banyaknya parameter yang harus diestimasi. Semakin banyak parameter yang harus diestimasi dapat mengakibatkan ketepatan dari estimator berkurang. Hal ini biasa dijumpai pada pengujian menggunakan data bulanan. (Nachrowi dan Usman, 2006:421). (a) Uji ARCH – LM pada model Sebelum
membuat
permodelan
menggunakan
metode
ARCH, penting untuk terlebih dahulu mendeteksi keberadaan ARCH effect. Hal ini dimaksudkan untuk mengetahui permodelan mana yang lebih baik untuk menggunakan metode ARCH dibandingkan
50
OLS dalam memodelkan persamaan. Untuk melihat Obs*R-squared pada ARCH-LM test program Eviews. Nilai probabilita Obs*Rsquared yang lebih kecil dari α = 5% mengindikasikan keberadaan ARCH effect pada permodelan. Menentukan
permodelan
ARCH
yang
sesuai
akan
menggunakan trial ana error. Permodelan ARCH dapat dikatakan baik ketika memiliki nilai adjusted R-squared tinggi, Schwarz Criterion rendah, dan nilai AIC (Akaike) minimum. (Winarno, 2009:8.23) Namun demikian model ARCH (q) yang baik sulit untuk diestimasi. Untuk mengatasi hal tersebut, Bollerslev (1986) menggunakan permodelan generelized ARCH (GARCH) untuk mengatasi kekurangan pada ARCH. 2) Metode GARCH Metode GARCH digunakan ketika terdapat variance error yang besarnya bergantung pada squared error terms pada beberapa tahun lalu. Berikut ini adalah pemodelan dari GARCH : (Bollerslev, 1986)
=
+ ∑
+∑
Permodelan yang sesuai dalam menggambarkan volatilitas return saham selama periode observasi, maka akan dilakukan
51
deteksi keberadaan month of the year efect pada hasil. Berikut adalah hipotesis penelitian untuk uji tersebut: H0 : β1, β2,…..β12 = 0 H1 : β1, β2,…..β12 ≠ 0 Hipotesis
awal
mengindikasikan
bahwa
terdapat
conditional variance yang bersifat konstan pada periode observasi atau terdapat rata-rata return yang sama selama periode observasi dimana return bulan Januari akan sama dengan return bulan Februari, Maret, April, Mei, Juni, Juli, Agustus, September, Oktober,
November,
mengindikasikan
dan
bahwa
Desember.
terdapat
Hipotesa
perbedaan
alternatif
return
antara
keduabelas bulan tersebut yang mencerminkan keberadaan month of the year effect selama periode observasi. Bila nilai probabilitas < α=5%, maka terdapat anomaly month of the yaer effect atau dengan kata lain tolak H0. Hal ini mengindikasikan bahwa return keduabelas bulan tersebut berbeda satu sama lain. Sedangkan bila nilai probabilita > α =5%, maka tidak terdapat anomali month of the year effect sehingga kesimpulan yang diambil adalah terima H0. Berikut adalah diagnostic check lebih lanjut sebagai uji kelayakan untuk model GARCH, hasil penjumlahan koefisien ARCH dan GARCH tidak lebih dari
1
(α+β<1) (Shochrul R. Ajija, 2011).
52
E. Operational Variabel Berikut ini akan dijelaskan mengenai defenisi operasional variabel yang akan digunakan penelitian mengenai month of the year effect terhadap return pasar pada perusahaan-perusahaan yang terdaftar dalam industri manufaktur periode Januari 2007 dampai Desember 2012 yaitu sebagai berikut: 1. Variabel Independen Variabel independen adalah variabel yang tidak terikat, bebas dan tidak mempengaruhi varianel dependen. Berdasarkan tujuan penelitian ini adalah untuk menganalisa ada tidaknya anomali month of the year effect di pasar modal Indonesia. Maka variabel yang digunakan adalah return bulan Januari, Februari, Maret, April, Mei, Juni, Juli, Agustus, September, Oktober, November, Desember. 2. Variabel Dependen Variabel dependen adalah variabel yang terikat dan dipengaruhi oleh variabel Independen. Berdasarkan tujuan penelitian ini adalah untuk menganalisis keberadaan anomali month of the year effect di pasar modal Indonesia. Variabel yang digunakan adalah return pasar dan abnormal return. Adapun rumus nilai return yang digunakan adalah sebagai berikut:
Rt = Dimana: Rt
= return pasar bulan t 53
Pt
= harga saham penutupan pada periode t
Pt-1 = harga saham penutupan pada periode t-1 Adapun rumus nilai abnormal return yang digunakan adalah sebagai berikut: ARit = Rit - Rmt Dimana : ARit
= abnormal return saham i pada waktu t.
Rit
= return sesungguhnya yang terjadi untuk saham i pada periode waktu ke-t.
Rmt
= return ekspektasi saham i untuk periode waktu ke-t.
54
BAB IV ANALISIS DAN PEMBAHASAN A. Sekilas Gambaran Umum Objek Penelitian 1. Gambaran Umum Bursa Efek Indonesia Pada tahun 2007, bursa efek
di
Indonesia
mengalami
perkembangan yang signifikan, yaitu mergernya kedua pasar modal di Indonesia. Di bawah pengawasan dan koordinasi Badan Pengawas Pasar Modal (BAPEPAM), Bursa Efek Jakarta dan Bursa Efek Surabaya berhasil melaksanakan merger secara legal pada 1 Oktober 2007. Adapun perkembangan perdagangan di Bursa Efek Indonesia dicerminkan dalam suatu indeks yaitu Indeks Harga Saham Gabungan (IHSG) untuk seluruh perusahaan terbuka dan tercatat. Perkembangan indeks di Bursa Efek Indonesia dan nilai kapitalisasi pasarnya digambarkan dalam table berikut ini:
Sumber: Statistik Pasar Modal 2012 oleh Bapepam LK
55
Seiring penguatan IHSG, nilai kapitalisasi pasar saham BEI juga mengalami peningkatan sebesar 15,69%, dari Rp. 3.537,29 triliun pada akhir tahun 2011 menjadi Rp. 4.092,23 triliun pada akhir perdagangan tanggal 27 Desember 2012. Dilihat dari nilai bersih transaksi saham yang dilakukan oleh investor asing, sepanjang tahun 2011 terjadi aliran masuk dana asing (net inflow of foreign capital) sebesar Rp. 25,67 triliun. Angka ini menurun sepanjang tahun 2012 menjadi Rp. 15,44 triliun hingga 27 Desember 2012.Sentimen negatif dari bursa AS dan Eropa di sepanjang tahun 2012 masih mempengaruhi investor asing untuk masuk ke pasar saham Indonesia. Ditengah keadaan demikian, Dollar AS saat ini masih menjadi aset yang paling aman (safe haven) bagi investor asing di tengah ketidakpastian global. Total nilai transaksi saham di BEI sepanjang tahun 2012 hingga 27 Desember 2012 mencapai Rp 1.111,14 triliun. Angka ini menurun sebesar 10,11% dari total nilai transaksi saham sepanjang tahun 2011 sebesar Rp 1.223,44 triliun. Demikian juga, nilai transaksi rata-rata harian mengalami penurunan dari Rp 4,95 triliun per hari pada tahun 2011 menjadi Rp 4,55 triliun per hari pada tahun 2012. (Bapepam.go.id) 2. Gambaran Umum Sektor Basic Industry and Chemicals, Miscallaneus, and Consumer Goods. Jumlah perusahaan yang memperoleh pernyataan efektif untuk menawarkan saham dan obligasi kepada masyarakat umum sampai dengan tanggal 28 September 2012 adalah 659 emiten (termasuk 7 perusahaan publik yang tercatat di bursa) dengan total nilai emisi Rp 876.962 triliun yang tersebar diberbagai sektor industri sebagai berikut: 56
Sumber: Statistik Pasar Modal 2012 oleh Bapepam a. Industri Dasar dan Kimia (Basic Industry and Chemicals) Industri dasar kimia meliputi kayu dan pengolahannya, keramik, porselen, kaca, logam dan sejenisnya, pakan ternak, plastik dan kemasannya, pulp dan kertas serta semen. Industri dasar kimia dapat digolongkan sebagai industri manufaktur karena industri ini menghasilkan produk atau barang jadi dari bahan baku (sumber daya alam) melalui proses mekanis. Dengan maraknya green energy, maka investasi industri biodiesel makin tumbuh. Tak terkecuali Indonesia yang merupakan prodesen minyak sawit terbesar di dunia. Lebih jauh, selain industri biodiesel, industri fatty alcoholbahan pembuat kosmetik juga mencatat pertumbuhan investasi yang cukup besar. Kedua jenis industri kimia itu mencangkup investasi baru dan perluasan dari industri eksisting. Namun begitu hingga kini masih ada dua masalah utama dalam industri kimia, seperti infrastruktur dan ketersediaan gas. Indonesia masih belum punya fasilitas pergudangan khusus untuk hasil industri yang sifatnya likuid. Sedangkan kendala 57
ketersediaan gas hingga kini belum tuntas diselesaikan pemerintah (britama.com, 2012). b. Aneka Industri (Miscallaneus) Aneka industri meliputi alas kaki, kabel, otomotif dan komponennya, tekstil, garmen, elektronik dan lain-lain. Indutri ini dapat digolongkan sebagai industri manufaktur karena menghasilkan produk atau barang jadi dari bahan baku melalui proses indutrialisasi. Perkembangan industri manufaktur memburuk sejak tahun 2006 sehingga penjualan dari perusahaan-perusahaan yang termasuk dalam sektor aneka industri mengalami penurunan. Hal ini disebabkan oleh beberapa faktor seperti meningkatnya harga bahan bakar dan minyak yang menyebabkan biaya produksi meningkat. Peningkatan biaya produksi
menyebabkan
meningkatnya
harga
produk
sehingga
permintaan produk menurun (britama.com, 2012). c. Industri Barang Konsumsi (Consumer Goods) Industri barang konsumsi meliputi farmasi, kosmetik, makanan dan minuman peralatan rumah tangga dan rokok. Industri ini termasuk dalam perusahaan manufaktur karena mengubah bahan baku menjadi barang jadi melalui proses mekanis. Keadaan pasar untuk industri ini mengalami penurunan sejak tahun 2006 dengan alasan yang sama dengan industri dasar kimia serta aneka industri (britama.com, 2012).
58
3. Gambaran Umum Perusahaan-Perusahaan yang Termasuk dalam Basic Industry and Chemicals, Miscallaneus, and Consumer Goods. a. Polychem Indonesia Tbk (ADMG) PT Polychem Indonesia Tbk (dahulu PT GT Petrochem Industries Tbk) didirikan tanggal 25 April 1986 dan mulai berproduksi secara komersial pada tahun 1990. Pada tanggal 17 September 1993, ADMG memperoleh pernyataan efektif dari Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham (IPO) ADMG kepada masyarakat sebanyak 20.000.000 dengan nilai nominal Rp1.000,- per saham dengan harga penawaran Rp4.250,- per saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 20 Oktober 1993 (britama.com, 2012). b. Tiga Pilar Sejahtera Food Tbk (AISA) PT Tiga Pilar Sejahtera Food Tbk didirikan pada tanggal 26 Januari 1990 dengan nama PT Asia Intiselera. Perusahaan mulai beroperasi secara komersial pada tahun 1990. Perusahaan memperoleh pernyataan efektif dari Bapepam-LK untuk melakukan Penawaran Umum Saham Perdana 45 juta saham dengan nilai nominal Rp500,per saham dan Harga Penawaran Rp950,- kepada masyarakat. Pada tanggal 11 Juni 1997, saham tersebut telah efektif dicatatkan pada Bursa Efek Indonesia (BEI) (britama.com, 2012).
59
c. Astra International Tbk (ASII) PT Astra International Tbk didirikan pada tanggal 20 Februari 1957 dengan nama PT Astra International Incorporated. Berdasarkan Anggaran Dasar Perusahaan, ASII bergerak di bidang perdagangan umum, perindustrian, jasa pertambangan, pengangkutan, pertanian, pembangunan dan jasa konsultasi. Ruang lingkup kegiatan utama entitas anak meliputi perakitan dan penyaluran mobil, sepeda motor berikut suku cadangnya, penjualan dan penyewaan alat berat, pertambangan dan jasa terkait, pengembangan perkebunan, jasa keuangan, infrastruktur dan teknologi informasi (britama.com, 2012). d. Charoen Pokphand Indonesia Tbk (CPIN) PT Charoen Pokphand Indonesia Tbk didirikan 07 Januari 1972 dalam rangka Penanaman Modal Asing. Pada tahun 1991, CPIN memperoleh pernyataan efektif dari BAPEPAM-LK untuk melakukan Penawaran Umum Perdana Saham (IPO) Perusahaan kepada masyarakat sebanyak 2.500.000 dengan nilai nominal Rp1.000,- per saham dengan harga penawaran Rp5.100,- per saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 18 Maret 1991 (britama.com, 2012). e. Davomas Abadi Tbk (DAVO) PT Davomas Abadi Tbk didirikan tanggal 14 Maret 1990 dan memulai kegiatan usaha komersialnya pada tahun 1991. Pada tanggal 30 Nopember 1994, DAVO memperoleh pernyataan efektif dari
60
Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham (IPO) Perusahaan kepada masyarakat sebanyak 17.250.000 dengan nilai nominal Rp1.000,- per saham dengan harga penawaran Rp3.300,per saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 22 Desember 1994 (britama.com, 2012). f. Eterindo Wahanatama Tbk (ETWA) PT Eterindo Wahanatama Tbk (ETWA) didirikan tanggal 06 Maret 1992 dan memulai kegiatan usaha komersialnya pada tahun 1996. Pada tanggal 16 April 1997, ETWA memperoleh pernyataan efektif dari Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham (IPO) Perusahaan kepada masyarakat sebanyak 170.000.000 dengan nilai nominal Rp500,- per saham dengan harga penawaran Rp1.300,- per saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 16 Mei 1997 (britama.com, 2012). g. Gajah Tunggal Tbk (GJTL) PT Gajah Tunggal Tbk didirikan tanggal 24 Agustus 1951 dan memulai kegiatan usaha komersialnya pada tahun 1953. Pada tanggal 15 Maret 1990, GJTL memperoleh pernyataan efektif dari BapepamLK untuk melakukan Penawaran Umum Perdana Saham (IPO) Perusahaan kepada masyarakat sebanyak 20.000.000 dengan nilai nominal Rp1.000,- per saham dengan harga penawaran Rp5.500,- per
61
saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 08 Mei 1990 (britama.com, 2012). h. Indofood Sukses Makmur Tbk (INDF) PT Indofood Sukses Makmur Tbk didirikan tanggal 14 Agustus 1990 dengan nama PT Panganjaya Intikusuma dan memulai kegiatan usaha komersialnya pada tahun 1990. Pada tahun 1994, INDF memperoleh pernyataan efektif dari Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham INDF (IPO) kepada masyarakat sebanyak 21.000.000 dengan nilai nominal Rp1.000,- per saham dengan harga penawaran Rp6.200,- per saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 14 Juli 1994 (britama.com, 2012). i. Indah Kiat Pulp & Paper Tbk (INKP) PT Indah Kiat Pulp & Paper Tbk didirikan tanggal 07 Desember 1976 dan memulai kegiatan usaha komersialnya pada tahun 1978. Pada tahun 1990, INKP memperoleh pernyataan efektif dari Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham (IPO) INKP kepada masyarakat sebanyak 60.000.000 dengan nilai nominal Rp1.000,- per saham dengan harga penawaran Rp10.600,- per saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 16 Juli 1990 (britama.com, 2012).
62
j. Indocement Tunggal Prakarsa Tbk (INTP) PT Indocement Tunggal Prakarsa Tbk didirikan tanggal 16 Januari 1985 dan memulai kegiatan usaha komersialnya pada tahun 1985. Pada tahun 1989, INTP memperoleh pernyataan efektif dari Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham INTP (IPO) kepada masyarakat sebanyak 89.832.150 dengan nilai nominal Rp1.000,- per saham dengan harga penawaran Rp10.000,- per saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 05 Desember 1989 (britama.com, 2012). k. Kimia Farma (Persero) Tbk (KAEF) PT Kimia Farma (Persero) Tbk didirikan tanggal 16 Agustus 1971 dan memulai kegiatan usaha komersialnya pada tahun 1817. Pada tanggal 14 Juni 2001, KAEF memperoleh pernyataan efektif dari Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham KAEF (IPO) kepada masyarakat sebanyak 500.000.000 saham seri B dengan nilai nominal Rp100,- per saham dengan harga penawaran Rp200,- per saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 04 Juli 2001 (britama.com, 2012). l. Kalbe Farma Tbk (KLBF) PT Kalbe Farma Tbk didirikan tanggal 10 September 1966 dan memulai kegiatan usaha komersialnya pada tahun 1966. Pada tahun 1991, KLBF memperoleh pernyataan efektif dari Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham (IPO) KLBF kepada
63
masyarakat sebanyak 10.000.000 dengan nilai nominal Rp1.000,- per saham dengan harga penawaran Rp7.800,- per saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 30 Juli 1991 (britama.com, 2012). m. Multistrada Arah Sarana Tbk (MASA)
PT Multistrada Arah Sarana Tbk didirikan tanggal 20 Juni 1988 dengan nama PT Oroban Perkasa dan mulai beroperasi secara komersial pada tahun 1995. Pada tanggal 18 Maret 2005, MASA memperoleh pernyataan efektif dari Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham MASA (IPO) kepada masyarakat sebanyak 1.000.000.000 dengan nilai nominal Rp140,- per saham dengan harga penawaran Rp170,- per saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 09 Juni 2005 (britama.com, 2012). n. Sierad Produce Tbk (SIPD)
PT Sierad Produce Tbk didirikan 06 September 1985 dan mulai beroperasi secara komersial pada tahun 1985. Pada tanggal 29 Nopember 1996, SIPD memperoleh pernyataan efektif dari BapepamLK untuk melakukan Penawaran Umum Perdana Saham (IPO) SIPD kepada masyarakat sebanyak 250.000.000 dengan nilai nominal Rp500,- per saham dengan harga penawaran Rp900,- per saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 27 Des 1996 (britama.com, 2012).
64
o. Holcim Indonesia Tbk (dahulu PT Semen Cibinong Tbk) (SMCB)
PT Holcim Indonesia Tbk (dahulu PT Semen Cibinong Tbk) didirikan 15 Juni 1971 dan mulai beroperasi secara komersial pada tahun 1975. Pada tanggal 06 Agustus 1977, SMCB memperoleh pernyataan efektif dari Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham SMCB (IPO) kepada masyarakat sebanyak 178.750 dengan nilai nominal Rp1.000,- per saham dengan harga penawaran Rp10.000,- per saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 10 Agustus 1977 (britama.com, 2012). p. Semen Indonesia (Persero) Tbk (dahulu bernama PT Semen Gresik
(Persero) Tbk) (SMGR) PT Semen Indonesia (Persero) Tbk (dahulu bernama PT Semen Gresik (Persero) Tbk) didirikan 25 Maret 1953 dengan nama “NV Pabrik Semen Gresik” dan mulai beroperasi secara komersial pada tanggal 07 Agustus 1957. Pada tanggal 04 Juli 1991, SMGR memperoleh pernyataan efektif dari Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham SMGR (IPO) kepada masyarakat sebanyak 40.000.000 dengan nilai nominal Rp1.000,- per saham dengan harga penawaran Rp7.000,- per saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 08 Juli 1991 (britama.com, 2012).
65
q. Suparma Tbk (SPMA)
PT Suparma Tbk (SPMA) didirikan tanggal 25 Agustus 1976 dan memulai kegiatan usaha komersialnya pada bulan April 1978. Pada bulan Juli 2000, Perusahaaan mengeluarkan dividen saham sebanyak 157.755.240 saham. Dalam rapat umum luar biasa para pemegang saham bulan Oktober 2000, para pemegang saham menyetujui antara lain perubahan jumlah dividen saham sehingga seluruhnya menjadi 64.074.658 saham (britama.com, 2012). r.
Indo Acidatama Tbk (SRSN) PT Indo Acidatama Tbk didirikan pada awalnya bernama PT Sarasa Nugraha Tbk tanggal 7 Desember 1982 dan memulai kegiatan komersil garmen sejak 1 Februari 1984 dan kimia sejak tahun 1989. Pada tanggal 2 Desember 1992, Perusahaan memperoleh pernyataan efektif dari Bapepam-LK untuk melakukan Penawaran Umum Perdana atas 5.000.000 saham Perusahaan kepada masyarakat dengan nilai nominal Rp1.000,- per saham dan harga penawaran Rp3.500 per saham (britama.com, 2012).
s. Trias Sentosa Tbk (TRST)
PT Trias Sentosa Tbk didirikan tanggal 23 Nopember 1979 dan memulai operasi komersialnya pada tahun 1986. Pada tanggal 22 Mei 1990, TRST memperoleh pernyataan efektif dari Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham TRST kepada masyarakat sebanyak 3.000.000 dengan nilai nominal Rp1.000,- per
66
saham dengan harga penawaran Rp2.050,- per saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 02 Juli 1990 (britama.com, 2012). t. Unilever Indonesia Tbk (UNVR) PT Unilever Indonesia Tbk didirikan pada tanggal 5 Desember 1933 dengan nama Lever’s Zeepfabrieken N.V. dan mulai beroperasi secara
komersial
tahun
1933.
Berdasarkan
Anggaran
Dasar
Perusahaan, ruang lingkup kegiatan usaha Perusahaan meliputi bidang produksi, pemasaran dan distribusi barang-barang konsumsi yang meliputi sabun, deterjen, margarin, makanan berinti susu, es krim, produk–produk kosmetik, minuman dengan bahan pokok teh dan minuman sari buah (britama.com, 2012). B. Deskriptif Analisis Data Penelitian
ini
bertujuan
untuk
mengetahui
pengaruh
bulan
perdagangan terhadap return saham dan abnormal return saham selama tahun 2007 hingga 2012. Sebelumnya akan telebih dahulu dilihat deskripsi terhadap return saham pada bulan Januari, Februari, Maret, April, Mei, Juni, Juli, Agustus, September, November dan Desember yang diperoleh dari rata-rata 20 perusahaan Sektor Basic Industry and Chemicals, Miscallaneus, and Consumer Goods selama tahun 2007 sampai dengan 2012.
67
Tabel 4.1 Pergerakan Return Saham 2007-2012 No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Kode Perusahaan ADMG AISA ASII CPIN DAVO ETWA GJTL INDF INKP INTP KAEF KLBF MASA SIPD SMCB SMGR SPMA SRSN TRST UNVR
2007
2008
2009
2010
2011
2012
-0,1267 1,7439 0,6228 0,381 -0,086 1,1986 -0,1623 0,6971 0,1076 0,3837 0,9856 0,0694 0,0662 0,3611 1,0704 0,0791 0,4612 1,4283 0,4829 0,2373
0,7494 -0,427 0,1208 -0,1575 0,4498 -0,1988 0,959 -0,583 0,987 -0,078 0,4855 0,239 0,4129 0,2995 -1,0246 0,2867 1,1505 -0,0262 0,0606 0,2526
0,7383 -0,124 1,3135 2,0180 -0,752 0,8018 0,7345 1,6994 0,0621 1,3338 0,7544 1,426 0,9525 0,0423 1,1465 1,0034 1,2604 0,014 0,3197 0,3997
1,3989 1,0748 0,3858 1,7707 1,0693 0,2545 1,7379 0,4262 0,1699 0,0857 0,6891 1,055 0,8732 0,2417 0,7654 0,1872 0,0593 0,2624 0,2654 0,4175
2,3583 -0,163 0,479 0,9778 0,3411 1,0852 0,9809 0,4121 0,5481 0,5093 1,7126 0,414 0,7336 0,3341 0,2975 0,9085 0,6707 0,1743 1,5603 0,2939
-0,2247 1,009 0,07294 0,7294 0 -0,1911 -0,37 0,2568 -0,5544 0,3077 1,3075 0,407 0,002 0,0969 0,246 0,3609 0,2652 0,1931 -0,1789 0,1779
Sumber: Data Penelitian yang diolah (2013) Berdasarkan tabel 4.1 ternyata terjdi fluktuasi rata-rata return jika dilihat dari tahun ke tahun. Fluktuasi return pada setiap perusahaan disebabkan oleh perbedaan persepsi masing-masing investor. Persepsi investor sangat dipengaruhi oleh peristiwa-peristiwa tertentu, seperti misalnya yang terjadi pada perusahaan Holcim Indonesia Tbk yang mengalami perubahan yang sangat fluktuatif dari tahun 2007 dengan return positif sebesar 1,0704 anjlok pada tahun 2008 menuju angka -1,0246. Hal ini disebabkan IHSG yang sedang mengalami gejolak akibat indeks regional dan indeks global. Pergerakan return saham perusahaan terus mengalami naik turun. Keadaan pasar yang sedang tidak stabil ini menimbulkan resiko yang 68
cukup besar tehadap pasar modal dan juga saham perusahaan Davomas Abadi Tbk. Return pasar akan mempengaruhi pergerakan return saham Davomas Abadi Tbk yang juga sangat fluktuatif. Bila harga saham Davomas Abadi Tbk mengalami kenaikan, maka return saham Davomas Abadi Tbk juga ikut naik, tetapi kenaikan return saham ini juga diikuti dengan naiknya tingkat resiko yang lebih besar pada saham tersebut, sehingga investor pun menjadi berhatihati terhadap kenaikan return ini mengingat keadaan indeks regional yang belum stabil. Grafik 4.1 Pergerakan Return Saham Periode 2007-2012
3 2,5 2 2007
1,5
2008
1
2009
0,5
2010 2011
-0,5
ADMG AISA ASII CPIN DAVO ETWA GJTL INDF INKP INTP KAEF KLBF MASA SIPD SMGR SPMA SRSN SRSN TRST UNVR
0
2012
-1 -1,5
Sumber: Data Penelitian yang diolah (2013)
69
Pengukuran reaksi pasar dengan abnormal return saham dilakukan dengan menggunakan model market adjusted model. Dalam hal ini abnormal return saham merupakan selisih antara return saham dengan return pasar. Deskripsi dari abnormal return saham selama tahun 2007-2012 adalah sebagai berikut : Tabel 4.2 Deskriptif Statistik Abnormal Return Saham 2007-2012
Bulan
Mean
Median
Maximum
Minimum
Std. Dev.
Obs
Januari
-0,60520
-0,450522
-0,332979
-1,207254
0,343591
6
Februari
-0,27132
-0,187551
-0,059852
-0,620347
0,242452
6
Maret
-1,40572
-1,585272
-0,404865
-2,154962
0,753351
6
April
-1,95217
-2,045019
-0,659517
-2,954886
1,036874
6
Mei
-1,94176
-2,012643
-0,513987
-2,977199
0,813198
6
Juni
-1,04281
-0,892394
-0,106701
-2,274091
0,757745
6
Juli
-1,52998
-1,299456
-0,350781
-2,894210
1,057103
6
Agustus
-0,19374
-0,275402
0,815051
-1,200808
0,864525
6
September
-1,57852
-1,367878
-1,019586
-2,419296
0,655996
6
Oktober
-0,66488
-0,281149
-0,140830
0,093180
1,057253
6
November
-0,32960
-0,220871
-0,074402
-0,813307
0,277652
6
Desember
-0,56428
-0,413684
-0,154309
-1,378232
0,469070
6
Sumber: Data Penelitian yang diolah (2013) Berdasarkan hasil statistik deskriptif dari tabel 4.2, menunjukan hasil yang beragam pada bulan-bulan perdagangan untuk setiap tahunnya. Pola abnormal return saham yang terjadi menunjukkan bahwa secara rata-rata total 72 bulan perdagangan saham selama tahun 2007-2012 adalah berbeda dengan pola return saham. 70
Secara keseluruhan diperoleh abnormal return saham negatif sebesar 9,614912 atau secara rata-rata terjadi reaksi negatif dari investor selama tahun 2007-2012 untuk saham-saham sektor manufaktur. Berdasarkan bulan perdagangan saham, bulan Februari menunjukkan adanya abnormal return saham negatif yang berbeda dengan return saham. Hal ini terjadi karena kondisi pasar secara umum menunjukkan kenaikan return saham yang lebih tajam dibanding pada saham saham sektor manufaktur sehingga return saham meskipun positif namun lebih besar dari return pasar. C. Pengujian Month of the Year Effect Pengujian menggunakan variabel bulan dalam setahun dengan menggunakan metode regresi OLS dan ARCH/GARCH. Permodelan ini akan dipilih dengan hasil output yang paling baik menggambarkan month of the year effect. 1. Metode Regresi OLS Terlebih dahulu, data return pasar penutupan selama periode 2007-2012 akan diuji menggunakan Regresi Ordinary Least Square. a. Uji Stasioneritas 1) Uji Stasioneritas Data Return
71
Tabel 4.3 Uji Stasioneritas Data Return Null Hypothesis: RETURN has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=11)
Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level
t-Statistic
Prob.*
-7.419159 -3.525618 -2.902953 -2.588902
0.0000
*MacKinnon (1996) one-sided p-values.
Sumber:Data penelitian yang diolah (2013). Dari hasil uji Augmented Dickey Fuller (ADF) t-statistic menunujukan angka -7,419159 lebih rendah dari critical values 5% sebesar -2,90293. Hal ini mengindikasikan bahwa data tidak memiliki masalah unit root atau data telah stasioner. 2) Uji Stasioneritas Data Abnormal Return Tabel 4.4 Uji Stasioneritas Data Abnormal Return Null Hypothesis: ABNORMAL_RETURN has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=11)
Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level
t-Statistic
Prob.*
-7.706220 -3.525618 -2.902953 -2.588902
0.0000
*MacKinnon (1996) one-sided p-values.
Sumber:Data penelitian yang diolah (2013 Dari hasil uji Augmented Dickey Fuller (ADF) t-statistic menunujukan angka -7,706220 lebih rendah dari critical values
72
5% sebesar -2,90293. Hal ini mengindikasikan bahwa data tidak memiliki masalah unit root atau data telah stasioner. b. Uji Autokorelasi 1) Uji Autokorelasi Data Return Autokorelasi
menunjukan
korelasi
diantara
anggota
serangkaian observasi yang diurutkan menurut waktu atau ruang. Untuk mendeteksi adanya autokorelasi dapat menggunakan Lagrange Multiplier test (LM Test). Tabel 4.5 Uji Autokorelasi Data Return Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*R-squared
0.052112 0.129150
Prob. F(2,58) Prob. Chi-Square(2)
0.9493 0.9375
Sumber: Data penelitian yang diolah (2013) Uji autokorelasi menggunakan Lagrange Multiplier test (LM Test) untuk memperkuat pendugaan. Hasilnya adalah, nilai Prob. Chi-Square(2) dari Obs*R-squared menunjukan angka 0,9375 yang berada diatas α=5%. Hal ini menunjukan bahwa permodelan tidak terdapat autokorelasi.
73
2) Uji Autokorelasi Data Abnormal Return Tabel 4.6 Uji Autokorelasi Data Abnormal Return Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*R-squared
0.097725 0.241813
Prob. F(2,58) Prob. Chi-Square(2)
0.9070 0.8861
Sumber: Data penelitian yang diolah (2013) Hasil uji autokorelasi menggunakan Lagrange Multiplier test (LM Test) adalah, nilai Prob. Chi-Square(2) dari Obs*Rsquared menunjukan angka 0,8861 yang berada diatas α=5%. Hal ini menunjukan bahwa permodelan tidak terdapat autokorelasi. c. Uji Heteroskedastisitas 1) Uji Heteroskedastisitas Data Return Tabel 4.7 Uji Heteroskedestisitas Data Return Heteroskedasticity Test: White F-statistic Obs*R-squared Scaled explained SS
1.423998 14.90546 10.41591
Prob. F(11,60) Prob. Chi-Square(11) Prob. Chi-Square(11)
0.1860 0.1869 0.4934
Sumber: Data penelitian yang diolah (2013) Selanjutnya akan dilakukan uji keberadaan heterokedastis sebagai salah satu uji kelayakan model menggunakan metode regresi Ordinary Least Squared. Pengujian menggunakan White Heterokedsticity test menunjukan hasil Prob. Chi-Square(11) dari Obs*R-Squared tidak signifikan pada level α=5% yaitu 0,1869. Hal ini mengindikasikan bahwa permodelan tidak memiliki 74
masalah heterokedastisitas. Hal ini Berarti Regresi OLS dapat digunakan pada permodelan. 2) Uji Heteroskedastisitas Data Abnormal Return Tabel 4.8 Uji Heteroskedastisitas Data Abnormal Return Heteroskedasticity Test: White F-statistic Obs*R-squared Scaled explained SS
1.535048 15.81257 11.72313
Prob. F(11,60) Prob. Chi-Square(11) Prob. Chi-Square(11)
0.1429 0.1482 0.3848
Sumber: Data penelitian yang diolah Selanjutnya akan dilakukan uji keberadaan heterokedastis sebagai salah satu uji kelayakan model menggunakan metode regresi Ordinary Least Squared. Pengujian menggunakan White Heterokedsticity test menunjukan hasil Prob. Chi-Square(11) dari Obs*R-Squared tidak signifikan pada level α=5% yaitu 0,1482. Hal ini mengindikasikan bahwa permodelan tidak memiliki masalah heterokedastisitas. Hal ini berarti Regresi OLS dapat digunakan pada permodelan.
75
Tabel 4.9 Hasil Uji Regresi OLS Data Return Dependent Variable: RETURN Method: Least Squares Date: 07/16/13 Time: 01:14 Sample: 2007M01 2012M12 Included observations: 72 Variable
Coefficient
Std. Error
t-Statistic
Prob.
JANUARI FEBUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER
-0.019516 -0.336642 0.845370 1.403618 1.348064 0.458877 0.987924 -0.441093 0.988678 0.046322 -0.558540 0.604896
0.449500 0.449500 0.449500 0.449500 0.449500 0.449500 0.449500 0.449500 0.449500 0.449500 0.449500 0.317844
-0.043417 -0.748925 1.880690 3.122624 2.999032 1.020862 2.197829 -0.981298 2.199507 0.103052 -1.242581 1.903121
0.9655 0.4568 0.0649 0.0028 0.0039 0.3114 0.0318 0.3304 0.0317 0.9183 0.2189 0.0618
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.472503 0.375795 0.778556 36.36899 -77.57739 4.885882 0.000024
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
0.998485 0.985431 2.488261 2.867705 2.639319 1.920444
Sumber: Hasil Output Eviews 7 Berdasarkan hasil output diatas maka nampak bahwa return Januari, Februari, Maret, Juni, Agustus, Oktober, November, Desember tidak signifikan secara statistik pada α=5%, sedangkan bulan perdagangan April, Mei, Juli, September memiliki probabilitas < 0,05 yang artinya signifikan pada tingkat 5%.
76
Tabel 4.10 Hasil Uji Regresi OLS Data Abnormal Return Dependent Variable: ABNORMAL_RETURN Method: Least Squares Date: 08/13/13 Time: 17:59 Sample: 2007M01 2012M12 Included observations: 72 Variable
Coefficient
Std. Error
t-Statistic
Prob.
JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER
-0.040921 0.292966 -0.841436 -1.387888 -1.377477 -0.478527 -0.965697 0.370543 -1.014236 -0.100597 0.234685 -0.564286
0.427781 0.427781 0.427781 0.427781 0.427781 0.427781 0.427781 0.427781 0.427781 0.427781 0.427781 0.302487
-0.095658 0.684849 -1.966976 -3.244386 -3.220048 -1.118626 -2.257456 0.866198 -2.370923 -0.235159 0.548611 -1.865488
0.9241 0.4961 0.0538 0.0019 0.0021 0.2678 0.0276 0.3898 0.0210 0.8149 0.5853 0.0670
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.459304 0.360177 0.740939 32.93944 -74.01174 4.633466 0.000044
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
-1.006668 0.926302 2.389215 2.768659 2.540273 2.022613
Sumber: Hasil Output Eviews 7 Berdasarkan hasil output diatas maka nampak bahwa return Januari, Februari, Maret, Juni, Agustus, Oktober, November tidak signifikan
secara
statistik
pada
α=5%,
sedangkan
bulan
perdagangan April, Mei, Juli, September, Desember memiliki probabilitas < 0,05 yang artinya signifikan pada tingkat 5%. 2. Metode ARCH GARCH a. Uji GARCH (1,1) Data Return
77
Metode selanjutnya yang akan digunakan dalam memprediksi ada tidaknya Month of the Year Effect adalah ARCH/GARCH. Model yang digunakan yaitu GARCH (1,1). Tabel 4.11 Hasil Uji GARCH (1,1) Data Return Dependent Variable: RETURN Method: ML - ARCH (Marquardt) - Normal distribution Date: 07/16/13 Time: 01:20 Sample: 2007M01 2012M12 Included observations: 72 Convergence achieved after 75 iterations Presample variance: backcast (parameter = 0.7) GARCH = C(13) + C(14)*RESID(-1)^2 + C(15)*GARCH(-1) Variable
Coefficient
Std. Error
z-Statistic
Prob.
JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER
0.041920 -0.332070 1.049901 1.015992 1.251441 0.182308 0.865994 -0.285180 1.003903 -0.016681 -0.423369 0.543313
0.469488 0.665097 0.307382 0.318526 0.430312 0.350041 0.382834 0.373577 0.371430 0.454760 0.611492 0.269810
0.089290 -0.499281 t3.415628 3.189671 2.908217 0.520819 2.262061 -0.763375 2.702808 -0.036681 -0.692355 2.013688
0.9289 0.6176 0.0006 0.0014 0.0036 0.6025 0.0237 0.4452 0.0069 0.9707 0.4887 0.0440
1.736964 -3.482606 15.00834
0.0824 0.0005 0.0000
Variance Equation C RESID(-1)^2 GARCH(-1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.048820 -0.163721 1.092305 0.434708 0.331071 0.805965 38.97481 -70.76198 1.900199
0.028106 0.047011 0.072780
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.
0.998485 0.985431 2.382277 2.856583 2.571100
Sumber: Hasil Output Eviews 7 (2013) Tabel hasil 4.6 menunjukan bahwa koefisien variabel Maret, April, Mei, Juli, Desember signifikan pada level α=5%, 78
sementara Januari, Februari, Juni, Agustus, September Oktober, November, tidak signifikan. Koefisien ARCH (1) dan GARCH (1) pada variance equation juga menunjukan hasil yang signifikan. Berikut akan dilakukan diagnostic check lebih lanjut sebagi uji kelayakan untuk model tersebut (Shochrul R. Ajija, 2011:112): 1. Hasil penjumlahan koefisien ARCH dan GARCH tidak lebih dari 1 (α+β<1). Penjumlahan kedua koefisien menunjukan nilai lebih kecil dari satu yaitu 0.928584 yang mengindikasikan bahwa model telah mencapai stasioner. 2. Tidak ada lagi ARCH effect. Tabel 4.12 Hasil Uji ARCH-LM Data Return Heteroskedasticity Test: ARCH F-statistic Obs*R-squared
0.022883 0.023539
Prob. F(1,69) Prob. Chi-Square(1)
0.8802 0.8781
Sumber: Data penelitian yang diolah (2013) Berdasarkan uji ARCH-LM tabel 4.4, p-value Obs*R-squared sudah menunjukan angka yang signifikan (lebih besar dari α=5%), yang menunjukan tidak adanya gangguan heteroskedestisitas. Hal ini menunjukan bahwa sudah tidak terdapat ARCH-Effect pada permodelan.
79
2) Uji GARCH (1,1) Data Abnormal Return Tabel 4.13 Hasil Uji GARCH (1,1) Data Abnormal Return
Dependent Variable: ABNORMAL_RETURN Method: ML - ARCH (Marquardt) - Normal distribution Date: 08/13/13 Time: 18:25 Sample: 2007M01 2012M12 Included observations: 72 Failure to improve Likelihood after 125 iterations Presample variance: backcast (parameter = 0.7) GARCH = C(13) + C(14)*RESID(-1)^2 + C(15)*GARCH(-1) Variable
Coefficient
Std. Error
z-Statistic
Prob.
JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER
-0.128812 0.269325 -1.055949 -0.927922 -1.287398 -0.213351 -0.866688 0.234701 -1.006332 -0.063874 0.270444 -0.506650
0.385761 0.590565 0.273728 0.304560 0.405954 0.262077 0.340488 0.343401 0.375357 0.439309 0.676814 0.244425
-0.333917 0.456046 -3.857665 -3.046759 -3.171293 -0.814076 -2.545431 0.683461 -2.680996 -0.145398 0.399584 -2.072824
0.7384 0.6484 0.0001 0.0023 0.0015 0.4156 0.0109 0.4943 0.0073 0.8844 0.6895 0.0382
1.663040 -3.227610 15.93143
0.0963 0.0012 0.0000
Variance Equation C RESID(-1)^2 GARCH(-1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.043561 -0.155410 1.088077 0.412372 0.304641 0.772426 35.79855 -67.86061 1.991792
0.026193 0.048150 0.068298
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.
-1.006668 0.926302 2.301684 2.775989 2.490506
Sumber: Hasil Output Eviews 7 (2013) Tabel hasil 4.13 menunjukan bahwa koefisien variabel Maret, April, Mei, Juli, September, Desember signifikan pada level α=5%, sementara Januari, Februari, Juni,
Agustus, Oktober,
80
November, tidak signifikan. Koefisien ARCH (1) dan GARCH (1) pada variance equation juga menunjukan hasil yang signifikan. Berikut akan dilakukan diagnostic check lebih lanjut sebagi uji kelayakan untuk model tersebut (Shochrul R. Ajija, 2011:112): 1. Hasil penjumlahan koefisien ARCH dan GARCH tidak lebih dari 1 (α+β<1). Penjumlahan kedua koefisien menunjukan nilai lebih kecil dari satu yaitu 0.932667 yang mengindikasikan bahwa model telah mencapai stasioner. 2. Tidak ada lagi ARCH effect. Tabel 4.14 Hasil Uji ARCH-LM Data Abnormal Return Heteroskedasticity Test: ARCH F-statistic Obs*R-squared
4.415584 4.270298
Prob. F(1,69) Prob. Chi-Square(1)
0.0393 0.3388
Sumber: Data penelitian yang diolah (2013) Berdasarkan uji ARCH-LM tabel 4.14, p-value Obs*R-squared sudah menunjukan angka yang signifikan (lebih besar dari α=5%), yang menunjukan tidak adanya gangguan heteroskedestisitas. Hal ini menunjukan bahwa sudah tidak terdapat ARCH-Effect pada permodelan.
81
Tabel berikut merupakan rangkuman daru uji keberadaan month of the year effect untuk semua model pada masing-masing variabel tidak bebas. Tabel 4.15 Rangkuman Uji Keberadaan Month of the Year Effect Metode Bulan
Return
Perdagangan
Abnormal Return
GARCH
GARCH
OLS
(1,1)
OLS
Januari
-0.0195
0.04192
-0.0409
-0.128812
Februari
-0.3366
-0.33207
0.29297
0.269325
Maret
0.84537
1.049901*
-0.8414*
-1.055949*
April
1.40362*
1.015992*
-1.3879*
-0.927922*
Mei
1.34806*
1.25144*
-1.3775
-1.287398*
Juni
0.45888
0.182308
-0.4785
-0.213351
Juli
0.98792*
0.865994*
-0.9657*
-0.866688*
Agustus
-0.4411
-0.28518
0.37054
0.234701
September
0.98868*
1.003903*
-1.0142*
-1.006332*
Oktober
0.04632
-0.016681
-0.1006
-0.063874
November
-0.5585
-0.42337
0.23469
0.270444
Desember
0.6049
0.543313*
-0.5643
-0.50665*
Sumber Ket
(1,1)
: Hasil Olahan Peneliti (2013) : *Signifikan pada level 5%
Tampak pada hasil pengujian untuk masing-masing variabel terikat menunjukan nilai return yang beragam dan hasil analisis GARCH lebih baik dalam menggambarkan month of the year effect daripada model OLS. Hal ini terjadi karena data time
82
series mempunyai tingkat volatilitas yang tinggi. Volatilitas data adalah sesuatu yang sering kali terjadi di pasar keuangan yang sulit di hindari. Pada kondisi seperti itu maka perilaku data time series sangat
berbeda
dengan
asumsi
bahwa
data
time
series
kecenderungannya mempunyai varian kesalahan pengganggu (error term) yang konstan dari waktu ke waktu, berdasarkan kenyataan bahwa varian residual dari time series tidak konstan dan banyak mengalami perubahan dari suatu periode ke periode yang lain (heteroskedastis). Terjadinya heteroskedastis, karena berhubungan langsung dengan variable independen, untuk itu agar permodelan terbebas dari masalah heteroskedastis maka hanya perlu transformasi persamaan regresi. Model GARCH
berbeda dengan asumsi
tersebut, heteroskedastisitas terjadi karena data time series menunjukan unsure volatilitasnya. Untuk itu karena tingginya volatilitas data, diperlukan permodelan sebagai pendekatan untuk mengukur masalah volatilitas residual. Salah satu pendekatan untuk memprediksi volatilitas varian residual adalah dengan memasukan variabel independen yang mampu memprediksi volatilitas residual, karena itulah dirasa model GARCH lebih baik dalam memprediksi (Hamja, 2012:266). Untuk hasil perhitungan pada variabel tidak bebas return saham
pada bulan Maret, April, Mei, Juli, September, dan
83
Desember menunjukan nilai probabilita yang signifikan pada level 5% dan memiliki return positif. Hal ini mengindikasikan bahwa terjadi month of the year effect. Berdasarkan hasil penelitian yang dilakukan tidak terjadi tingkat pengembalian yang tinggi pada Januari. Adapun tingkat pengembalian yang tinggi terjadi pada Desember sehingga dapat disebut December effect. Manurung (1996, 2006, dan 2008) telah ditemukan adanya efek Desember. Penelitian tersebut juga menemukan bahwa bursa mengalami penurunan pada Juli sampai Oktober dan mengalami kenaikan pada November. Broto (2011) mendukung hasil penelitian Manurung tersebut, yang menyatakan efek Desember yang terjadi di Indonesia. Terjadinya tingkat pengembalian pada Desember dikarenakan bursa saham Indonesia belum efisien dan banyak pihak (terutama investor asing) menyatakan bursa Indonesia merupakan bursa spekulasi dan masih jauh untuk bursa investasi. (Idhamazhari.blogspot.com) Faktor
utama
yang
membuat
pernyataan
tersebut
dikarenakan investor yang masih dikuasai oleh sedikit investor yang sudah bisa memahami permainan saham tersebut. Artinya, jumlah investor yang setiap hari melakukan perdagangan tidak begitu banyak dan paling banyak 10.000 investor walaupun rekening investor sudah mencapai ratusan ribu. Berdasarkan empiri yang
diuraikan
sebelumnya,
investor
Indonesia
sebaiknya
84
melakukan transaksi pada Desember untuk mendapatkan tingkat pengembalian yang lebih baik. Untuk mendapatkan hasil investasi yang lebih baik sekali, investor melakukan pembelian pada pertengahan Oktober dan menjualnya pada akhir Desember. Penelitian ini mendukung penelitian Andrew Worthington (2011) melakukan pengujian pada pasar saham di Australia pada periode 1996-2008 dengan menggunakan pendekatan regresi berganda. Hasilnya menunjukan bahwa return tertinggi ada pada bulan April, Juli dan Desember meskipun ini hanya terjadi pada perusahaan dengan kapitalisasi yang kecil. Untuk hasil perhitungan pada variabel tidak bebas abnornal return saham pada bulan Maret, April, Mei, Juli, dan September dan Desember menunjukan nilai probabilita yang signifikan pada level 5% dan memiliki abnormal return negatif. Dari hasil output tidak dapat dipungkiri bahwa terdapat fenomena month of the year effect. Hal ini sejalan dengan penelitian Eleftherios Giovanis (2009) pada 55 pasar modal di dunia dengan menggunakan model GARCH. Hasilnya adalah ditemukannya December effect pada 20 pasar modal dengan return tertinggi di bulan tertentu. Sementara itu February effect terdapat pada 9 pasar modal yang di ikuti dengan January and April effect masing-masing di 7 dan 6 pasar modal.
85
Ricky Chee dan Venus Khim (2012) juga melakukan penelitian dimana ditemukan November effect pada Index Nikei 225 di Tokyo Stock Exchange (TSE) dengan menggunakan metode TGARCH. Hasil penelitian ini konsisten dengan bukti sebelumnya yang mendukung hipotesis tax-loss selling pada pasar saham di U.S. dan U.K. Adanya month of the year effect di TSE menunjukkan bahwa melalui strategi waktu investasi yang benar, manajer
keuangan,
konselor
keuangan
dan
investor
bisa
mengambil keuntungan dari pola tersebut.
86
BAB V PENUTUP A. Kesimpulan Dari hasil analisis data dan pembahasan hasil penelitian yang telah dilakukan, maka dapat disimpulkan sebagai berikut: 1. Hasil penelitian menunjukan ditemukan adanya fenomena Month of the Year Effect pada Bursa Efek Indonesia (BEI) periode 2007-2012 dengan menggunakan model GARCH. Hal ini ditunjukan pada bulan perdagangan Januari, Maret, April, Mei, Juni, Juli, September, dan Desember memiliki return positif sedangkan Februari, Agustus, Oktober dan November memiliki return negatif. Namun hanya pada bulan perdagangan Januari, Maret, April, Mei, Juni, Juli, September, dan Desember yang memiliki pengaruh signifikan terhadap return saham. 2.
Hasil penelitian menunjukan ditemukan adanya fenomena Month of the Year Effect pada Bursa Efek Indonesia (BEI) periode 2007-2012 dengan menggunakan model GARCH. Hal ini ditunjukan pada bulan perdagangan Februari, Agustus dan November memiliki abnormal return positif sedangkan Januari, Maret, April, Mei, Juni, Juli, September, Oktober dan Desember memiliki abnormal return negatif. Namun hanya pada bulan perdagangan Maret, April, Mei, Juli, September, dan Desember yang memiliki pengaruh signifikan terhadap abnormal return saham.
87
3.
Hasil penelitian menunjukan bahwa model GARCH lebih baik menggambarkan month of the year effect daripada model OLS. Hasil perhitungan pada variabel tidak bebas return saham
untuk bulan
perdagangan Maret, April, Mei, Juli, September, dan Desember menunjukan nilai probabilita yang signifikan pada level 5% dan memiliki return positif dan
hasil perhitungan pada variabel tidak
bebas abnornal return saham untuk bulan perdagangan Maret, April, Mei, Juli, dan September dan Desember menunjukan nilai probabilita yang signifikan pada level 5% dan memiliki abnormal return negatif B. Implikasi 1. Implikasi Bagi Investor Bagi investor sebaiknya memperhatikan resiko dalam melakukan investasi. Karena resiko bisa jadi merupakan salah satu pertimbangan bagi investor untuk memegang sebuah aset dalam rangka mendapatkan return yang diinginkan. Namun resiko tersebut tidak menjadi penyebab keberadaan month of the year effect. Selain itu, investor dapat mempelajari pola return pasar sebagai salah satu strategi dalam melakukan jual beli saham dimasa yang akan datang dalam rangka mengambil keuntungan yang ada di dalam pasar.
88
2.
Implikasi Bagi Perusahaan Hasil penelitian ini dapat dijadikan informasi tambahan dan pertimbangan bagi perusahaan dalam melakukan kebijakan yang berhubungan dengan investasi.
3. Implikasi Bagi Akademik Analisis terhadap anomali dapat dilakukan dengan metode GARCH yang memiliki kemampuan untuk memformulasikan sebuah model yang tepat untuk return dan melakukan estimasi terhadap month of the year effect. Hasil penelitian ini dapat dijadikan tambahan pengetahuan bagi penelitian selanjutnya. C. Saran Disadari bahwa penelitian ini masih banyak terdapat kekurangan dan keterbatasan. Karenanya, berikut akan disajikan saran-saran terkait untuk perkembangan penelitian selanjutnya. 1. Peneliti yang akan datang disarankan dapat menggunakan teknik analisis lain dalam mengestimasi return saham dan abnormal return. Peneliti dapat
menggunakan
membandingkannya
metode
dengan
Box
metode
Jenkins yang
(ARIMA)
serta
telahdigunakan
dalam
penelitian ini, untuk mengetahui model mana yang memberikan hasil terbaik.
89
2. Peneliti berikutnya sebaiknya perlu melakukan analisis terhadap semua emiten yang listed di BEI agar dapat memberikan pandangan yang lebih luas lagi bagi para investor yang ingin berinvestasi. 3. Periode pengamatan pada penelitian yang akan datang sebaiknya diperpanjang agar diperoleh hasil penelitian yang lebih baik lagi. 4. Peneliti yang akan datang perlu mencoba untuk membedakan antara saham berkapitalisasi kecil dan besar. Hal ini untuk mendapatkan gambaran dan bukti empiris yang sesuai dengan penelitian-penelitian yang ada di luar negeri. Sehingga dapat diperoleh bukti lain mengenai pengaruh bulan perdagangan terhadap return saham dan abnormal return.
90
DAFTAR PUSTAKA
Achsien, Iggie H. “Investasi Syariah di Pasar Modal Menggagas Konsep dan Praktek Manajemen Portofolio Syariah”. Jakarta: Gramedia. 2000. Akbar, Imam. “Pengujian Anomaly Pasar Efisien pada Bursa Efek Indonesia”. UIN Syarif Hidayatullah. Jakarta. 2008. As’adah, Luluk. “Pengaruh January Effect Terhadap Abnormal Return dan Volume Perdagangan pada Saham di Jakarta Islamic Index”. UIN Sunan Kali Jaga. Yogyakarta. 2009. Bachtiar, Yanuar. “Day of The Week Effect terhadap Retutn dan Volume Perdagangan Saham LQ45 dan Non LQ45”. Jurnal Keuangan dan Perbankan, Vol. 13 No. 3; hal 487-497, 2009. Bodie, Kane, Marcus. “Investment”. Edisi 6. Salemba Empat. Jakarta. 2006. Bollerslev, T. “Generalized Autoregressive Conditional Heteroscedasticity”. Journal of Econometrics, Vol.31. 1986. Chia Jiun, Ricky Chee dan Liew Sen, Venus Khim. “Month-of-the-Year and Symmetrical Effects in the Nikkei 225”, IOSR Journal of Business and Management (IOSRJBM) ISSN: 2278-487X Volume 3, Issue 2. 2012. Choudhry, Taufiq. “Month of the year effect and January effect in pre-WWI stock returns: Evidence from A Non-Linear GARCH Model”. International Journal of Finance & Economic. 2001. Debasish, Sathya Swaroop Debasish. “An Empirical Study on Month of The Year Effect in Gas, Oil and Refineries Sectors in Indian Stock Market”, International Journal of
Management and Strategy (IJMwS) Vol. No.3 Issue 5. 2012.
Elton, Edwin J and Martin J, Gruber. “Modern Potofolio Theory anf Investement Analysis”. 8th Edition. USA. 2010. Fabbozi, F. “Manajemen Investasi”. Salemba Empat. Jakarta. 1999. Ghozali, Imam. “Aplikasi Analisis Multivariate Dengan Program SPSS”. Badan Penerbit Universitas Diponegoro. Semarang. 2005
91
Giovanis, Eleftherios. “The Month of the year Effect: Evidence from GARCH models in Fifty Five Stock Markets”, Munich Personal RePEc Archive (MPRA) Paper 22328. 2009. Gitman, Lawrence J, Joehnk, Michael D. “Invesment”. Edisi 10. Pearson Education. Boston. 2008. Gujarati, Damodar N. “Basic Economics”. Pentige Hall Ltd. 1995. Gumanti, Tatang Ary dan Utami, Elok Sri. “Bentuk Pasar Efisien dan Pengujiannya”, Jurnal Ekonomi Akutansi, Fakultas Ekonomi – Universitas Kristen Petra. 2002. Hamid, Abdul. “Pedoman Penulisan Skripsi”. FEB UIN Syarif Hidayatullah, Jakarta, 2012. Hamja, Yahya. “Materi Kuliah Ekonometri” . FEB UIN Syarif Hidayatullah, Jakarta, 2012. Huda, Nurul dan Mustafa Edwin Nasution. “Investasi Pada Pasar Modal Syariah". Kencana. Jakarta. 2007. Indriantoro, Nur dan Bambang Supomo. “Metodologi Penelitian Bisnis”. BPFE: Yogyakarta. 1999. Keown J, Arthur, Scott, Jr, David Scott, Martin, John D, and Petty, J William “Dasar-dasar Manajemen Keuanagan” Salemba Empat. Jakarta. 2001. Jogiyanto, H.M. “Teori Portofolio dan Analisis Investasi”. Edisi ke-4, cetakan ke-1, BPFE: Yogyakarta. 2009. Jonathan , Berk, and Peter De Marzo. “Corporate Finance”, Addison Wesley, Boston. 2007. Jones, Charles p. “Invesment, Tenth Edition”. USA. 2007. Levy, Haim S. “Intoduction Investement”. South Western Publishing. 1996. M. Al-Jarrah, Idries. A. Khamees, Basheer. "Turn of the Month Anomaly" in Amman Stock Exchange: Evidence and Implications”, Journal of Money, Investment and BankingISSN 1450-288X Issue 21. 2011.
92
Nachrowi, Djalal Nachrowi. Usman, Hardius. “Analisis Ekonometrika untuk Ekonomi dan Keuangan”. LPFEUI. Jakarta. 2006. Nazir, Mohammad. “ Metode Penelitian, Cetakan Ketiga”. Ghalia Indonesia. Jakarta. 1998. Pranomo Sari, Maylia. “Pengujian Efisiensi Pasar dan Anomali Pasar: Revisi GAP EMH (Efficiency Market Hypothesis)”. Jurnal Dinamika Akutansi. 2009. Prasetyo, Hari. “Analisis Pengaruh Hari Perdagangan Terhadap Return, Abnormal Return, dan Volatilitas Return Saham”. Tesis Universitas Diponegoro. Semarang. 2006. R. A, Shochrul, Dyah, Rahmat, Martha. “Cara Cerdas Menguasai EViews”. Salemba Empat. Jakarta. 2011. R. Christie-David and M. Chaudhry. “January Anomalies: Implications for the Market’s Incorporation of News”, The Financial review, Vol:3 p.79-96. 2000. Rodoni, Ahmad dan Hamid, Abdul. “Analisis Investasi dan Manajemen Resiko”. UIN Syarif Hidayatullah. Jakarta. 2010. Rodoni, Ahmad. “Analisis Teknikal dan Fundamental pada Pasar Modal”. CSES. Jakarta. 2005. Rodoni, Ahmad dan Ali, Herni. “Manajemen Keuangan”. Mitra Wacana Media. Jakarta. 2010. Samsul, Mohamad. “Pasar Modal dan Manajemen Portofolio”. Erlangga. Jakarta. 2006. Sekaran, Uma. “Research Method for Bussiness (Metode Penelitian Untuk Bisnis) Edisi 4”. Salemba Empat. Jakarta. 2007. Setyawardhana, Rama. “Efek Bulan Perdagangan pada Varians Harga Index Saham Utama Asia”. Jurnal Bisnis dan Manajemen, Vol. 5 No. 2; hal 197-210. 2005. Sjahrial, Dermawan. “Manajemen Keuangan Edisi 2”. Mitra Wacana Media. Jakarta. 2008. Siswanto, Tomy. “Analisis Anomali Bulan Perdagangan Terhadap Return Saham”. Tesis Universitas Diponegoro. Semarang. 2001.
93
Suad, Husnan. “Dasar-dasar Teori Portofolio dan analisis Sekuritas”. UPP AMP YKPN: Yogyakarta. 1998. Tendelilin, Eduardus. “Portofolio dan Investasi teori dan Aplikasi, Edisi Pertama”. BPFE Yogyakarta. 2010. Tendellin, S dan Agifari, 1999. Pengaruh Hari Perdagangan terhadap Return Saham di BEJ. Jurnal Ekonomi dan Bisnis Indonesia, 14 (4): 111-123. Tjiptono Darmadji dan Hendy M. Fakhruddin. “Pasar Modal di Indonesia”. Penerbit Salemba Empat. Jakarta. 2001. Wahyu, Agus Pratomo. “January Effect dan Siza Effect Pada Bursa Efek Jakarta (BEJ) Periode 1998-2005” Tesis Universitas Diponegoro. Semarang. 2007. Waleed, Dima dan Ahmad, Kamal. “Calendar Anomalies: The Case of Amman Stock Exchange”. International Journal of Business and Management; Vol. 7, No. 24. 2012. Winarno, Wing W. “Analisis Ekonometrika dan Statistik dengan Eviews”. Jakarta: Penerbit Sekolah Tinggi Ilmu Manajemen YKPN. 2007. Wong, Kee Mei dan Ho, Mun Chong. “An emperical Analysis of the Monthly Effect: The Case of the Malaysian Stock Market”. Working Paper Series in Economics No.2007-4. 2007. Worthington, Andrew “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 Journal Volume 5mIssue 1 Australasian Accounting Business and Finance Journal. 2012. http://m.kompas.com/health/read/2012/12/29/0257289/Tahun.2012.IHSG.Menguat.hi ngga.12.94.Persen http://economy.okezone.com/read/2010/01/06/279/291364/large http://idhamazhari.blogspot.com/2012/01/investasi-adakah-efek-januari.html http://satrio.blog.kontan.co.id/2011/01/03/januari-effect-atau-januari-gak-ngefek/ www.britama.com www.finance.yahoo.com. 94
LAMPIRAN LAMPIRAN 1: Hasil Uji Stasioneritas Return Saham Null Hypothesis: RETURN has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=11)
Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level
t-Statistic
Prob.*
-7.419159 -3.525618 -2.902953 -2.588902
0.0000
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(RETURN) Method: Least Squares Date: 07/16/13 Time: 01:07 Sample (adjusted): 2007M02 2012M12 Included observations: 71 after adjustments Variable
Coefficient
Std. Error
t-Statistic
Prob.
RETURN(-1) C
-0.885590 0.894938
0.119365 0.167984
-7.419159 5.327531
0.0000 0.0000
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.443745 0.435684 0.987918 67.34276 -98.86724 55.04392 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
0.002408 1.315103 2.841331 2.905068 2.866677 2.019338
95
LAMPIRAN 2: Hasil Uji Stasioneritas Abnormal Return Saham Null Hypothesis: ABNORMAL_RETURN has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=11)
Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level
t-Statistic
Prob.*
-7.706220 -3.525618 -2.902953 -2.588902
0.0000
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(ABNORMAL_RETURN) Method: Least Squares Date: 08/14/13 Time: 02:07 Sample (adjusted): 2007M02 2012M12 Included observations: 71 after adjustments Variable
Coefficient
Std. Error
t-Statistic
Prob.
ABNORMAL_RETURN(-1) C
-0.922464 -0.939920
0.119704 0.164296
-7.706220 -5.720904
0.0000 0.0000
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.462557 0.454768 0.931105 59.81998 -94.66206 59.38583 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
-0.002974 1.260980 2.722875 2.786612 2.748221 2.019929
96
LAMPIRAN 3: Hasil Uji Breusch-Godfrey Serial Correlation LM Test Data Return Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*R-squared
0.052112 0.129150
Prob. F(2,58) Prob. Chi-Square(2)
0.9493 0.9375
Test Equation: Dependent Variable: RESID Method: Least Squares Date: 07/16/13 Time: 01:10 Sample: 2007M01 2012M12 Included observations: 72 Presample missing value lagged residuals set to zero. Variable
Coefficient
Std. Error
t-Statistic
Prob.
JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER RESID(-1) RESID(-2)
0.002299 0.002299 0.002299 0.002299 0.002299 0.002299 0.002299 0.002299 0.002299 0.002299 0.001383 -0.002299 0.035551 0.021919
0.456831 0.456831 0.456831 0.456831 0.456831 0.456831 0.456831 0.456831 0.456831 0.456831 0.456808 0.323069 0.131400 0.131504
0.005033 0.005033 0.005033 0.005033 0.005033 0.005033 0.005033 0.005033 0.005033 0.005033 0.003027 -0.007117 0.270559 0.166681
0.9960 0.9960 0.9960 0.9960 0.9960 0.9960 0.9960 0.9960 0.9960 0.9960 0.9976 0.9943 0.7877 0.8682
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.001794 -0.221942 0.791155 36.30376 -77.51276 0.008017 1.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
5.21E-16 0.715709 2.542021 2.984706 2.718255 2.000168
97
LAMPIRAN 4: Hasil Uji Breusch-Godfrey Serial Correlation LM Test Data Abnormal Return Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*R-squared
0.097725 0.241813
Prob. F(2,58) Prob. Chi-Square(2)
0.9070 0.8861
Test Equation: Dependent Variable: RESID Method: Least Squares Date: 08/14/13 Time: 02:10 Sample: 2007M01 2012M12 Included observations: 72 Presample missing value lagged residuals set to zero. Variable
Coefficient
Std. Error
t-Statistic
Prob.
JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER RESID(-1) RESID(-2)
-0.001427 -0.001427 -0.001427 -0.001427 -0.001427 -0.001427 -0.001427 -0.001427 -0.001427 -0.001427 0.000817 0.001427 -0.013830 0.056155
0.434420 0.434420 0.434420 0.434420 0.434420 0.434420 0.434420 0.434420 0.434420 0.434420 0.434395 0.307222 0.131237 0.131342
-0.003284 -0.003284 -0.003284 -0.003284 -0.003284 -0.003284 -0.003284 -0.003284 -0.003284 -0.003284 0.001881 0.004643 -0.105384 0.427548
0.9974 0.9974 0.9974 0.9974 0.9974 0.9974 0.9974 0.9974 0.9974 0.9974 0.9985 0.9963 0.9164 0.6706
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.003359 -0.220027 0.752339 32.82881 -73.89063 0.015035 1.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
-2.58E-16 0.681128 2.441406 2.884091 2.617641 2.004670
98
LAMPIRAN 5: Hasil Uji Heteroskedastisitas Data Return Heteroskedasticity Test: White F-statistic Obs*R-squared Scaled explained SS
1.423998 14.90546 10.41591
Prob. F(11,60) Prob. Chi-Square(11) Prob. Chi-Square(11)
0.1860 0.1869 0.4934
Prob. F(1,69) Prob. Chi-Square(1)
0.8802 0.8781
Heteroskedasticity Test: ARCH F-statistic Obs*R-squared
0.022883 0.023539
LAMPIRAN 6: Hasil Uji Heteroskedastisitas Data Abnormal Return Heteroskedasticity Test: White F-statistic Obs*R-squared Scaled explained SS
1.535048 15.81257 11.72313
Prob. F(11,60) Prob. Chi-Square(11) Prob. Chi-Square(11)
0.1429 0.1482 0.3848
Prob. F(1,69) Prob. Chi-Square(1)
0.9520 0.9512
Heteroskedasticity Test: ARCH F-statistic Obs*R-squared
0.003643 0.003749
99
LAMPIRAN 7: HasilRegresi OLS Return Saham Dependent Variable: RETURN Method: Least Squares Date: 07/16/13 Time: 01:14 Sample: 2007M01 2012M12 Included observations: 72 Variable
Coefficient
Std. Error
t-Statistic
Prob.
JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER
-0.019516 -0.336642 0.845370 1.403618 1.348064 0.458877 0.987924 -0.441093 0.988678 0.046322 -0.558540 0.604896
0.449500 0.449500 0.449500 0.449500 0.449500 0.449500 0.449500 0.449500 0.449500 0.449500 0.449500 0.317844
-0.043417 -0.748925 1.880690 3.122624 2.999032 1.020862 2.197829 -0.981298 2.199507 0.103052 -1.242581 1.903121
0.9655 0.4568 0.0649 0.0028 0.0039 0.3114 0.0318 0.3304 0.0317 0.9183 0.2189 0.0618
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.472503 0.375795 0.778556 36.36899 -77.57739 4.885882 0.000024
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
0.998485 0.985431 2.488261 2.867705 2.639319 1.920444
100
LAMPIRAN 8: HasilRegresi OLS Abnormal Return Saham Dependent Variable: ABNORMAL_RETURN Method: Least Squares Date: 08/14/13 Time: 02:13 Sample: 2007M01 2012M12 Included observations: 72 Variable
Coefficient
Std. Error
t-Statistic
Prob.
JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER
-0.040921 0.292966 -0.841436 -1.387888 -1.377477 -0.478527 -0.965697 0.370543 -1.014236 -0.100597 0.234685 -0.564286
0.427781 0.427781 0.427781 0.427781 0.427781 0.427781 0.427781 0.427781 0.427781 0.427781 0.427781 0.302487
-0.095658 0.684849 -1.966976 -3.244386 -3.220048 -1.118626 -2.257456 0.866198 -2.370923 -0.235159 0.548611 -1.865488
0.9241 0.4961 0.0538 0.0019 0.0021 0.2678 0.0276 0.3898 0.0210 0.8149 0.5853 0.0670
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.459304 0.360177 0.740939 32.93944 -74.01174 4.633466 0.000044
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
-1.006668 0.926302 2.389215 2.768659 2.540273 2.022613
101
LAMPIRAN 9: Hasil Uji GARCH (1,1) Data Return Saham Dependent Variable: RETURN Method: ML - ARCH (Marquardt) - Normal distribution Date: 07/16/13 Time: 01:20 Sample: 2007M01 2012M12 Included observations: 72 Convergence achieved after 75 iterations Presample variance: backcast (parameter = 0.7) GARCH = C(13) + C(14)*RESID(-1)^2 + C(15)*GARCH(-1) Variable
Coefficient
Std. Error
z-Statistic
Prob.
JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER
0.041920 -0.332070 1.049901 1.015992 1.251441 0.182308 0.865994 -0.285180 1.003903 -0.016681 -0.423369 0.543313
0.469488 0.665097 0.307382 0.318526 0.430312 0.350041 0.382834 0.373577 0.371430 0.454760 0.611492 0.269810
0.089290 -0.499281 3.415628 3.189671 2.908217 0.520819 2.262061 -0.763375 2.702808 -0.036681 -0.692355 2.013688
0.9289 0.6176 0.0006 0.0014 0.0036 0.6025 0.0237 0.4452 0.0069 0.9707 0.4887 0.0440
1.736964 -3.482606 15.00834
0.0824 0.0005 0.0000
Variance Equation C RESID(-1)^2 GARCH(-1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.048820 -0.163721 1.092305 0.434708 0.331071 0.805965 38.97481 -70.76198 1.900199
0.028106 0.047011 0.072780
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.
0.998485 0.985431 2.382277 2.856583 2.571100
102
LAMPIRAN 10: Hasil Uji GARCH (1,1) Data Abnormal Return Dependent Variable: ABNORMAL_RETURN Method: ML - ARCH (Marquardt) - Normal distribution Date: 08/14/13 Time: 02:16 Sample: 2007M01 2012M12 Included observations: 72 Failure to improve Likelihood after 125 iterations Presample variance: backcast (parameter = 0.7) GARCH = C(13) + C(14)*RESID(-1)^2 + C(15)*GARCH(-1) Variable
Coefficient
Std. Error
z-Statistic
Prob.
JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER
-0.128812 0.269325 -1.055949 -0.927922 -1.287398 -0.213351 -0.866688 0.234701 -1.006332 -0.063874 0.270444 -0.506650
0.385761 0.590565 0.273728 0.304560 0.405954 0.262077 0.340488 0.343401 0.375357 0.439309 0.676814 0.244425
-0.333917 0.456046 -3.857665 -3.046759 -3.171293 -0.814076 -2.545431 0.683461 -2.680996 -0.145398 0.399584 -2.072824
0.7384 0.6484 0.0001 0.0023 0.0015 0.4156 0.0109 0.4943 0.0073 0.8844 0.6895 0.0382
1.663040 -3.227610 15.93143
0.0963 0.0012 0.0000
Variance Equation C RESID(-1)^2 GARCH(-1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.043561 -0.155410 1.088077 0.412372 0.304641 0.772426 35.79855 -67.86061 1.991792
0.026193 0.048150 0.068298
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.
-1.006668 0.926302 2.301684 2.775989 2.490506
103
