MODEL DINAMIS PREDIKSI HARGA SAHAM PERUSAHAAN DI BURSA EFEK INDONESIA (STUDI KASUS SEKTOR PERTANIAN, SEKTOR PERTAMBANGAN, DAN SEKTOR INDUSTRI DASAR) Irna Diniasari/13210623/Manajemen
Pembimbing: Dr. Mohammad Abdul Mukhyi, SE., MM.
LATAR BELAKANG • Pasar modal memiliki peran penting dalam perekonomian suatu negara karena pasar modal menjalankan dua fungsi, yaitu sebagai sarana bagi perusahaan untuk mendapatkan dana dari masyarakat pemodal (investor) dan sarana bagi masyarakat untuk berinvestasi pada instrumen keuangan seperti saham, obligasi, reksa dana, dan lain-lain. • Saham perusahaan go public sebagai komoditi investasi tergolong berisiko tinggi karena sifatnya yang peka terhadap perubahan‐perubahan yang terjadi baik oleh pengaruh yang bersumber dari luar ataupun dari dalam negeri. • Pemodelan untuk memprediksi harga saham di pasar modal banyak sekali macam ragamnya. Salah satu model yang dapat digunakan yaitu model regresi data panel dan ARCH-GARCH.
TUJUAN PENELITIAN • Menguji dan menganalisa pengaruh antara harga saham perusahaan di sektor pertanian dengan inflasi, kurs rupiah terhadap dollar, Produk Domestik Bruto (PDB), suku bunga SBI dan harga minyak dunia. • Menguji dan menganalisa pengaruh antara harga saham perusahaan di sektor pertambangan dengan inflasi, kurs rupiah terhadap dollar, Produk Domestik Bruto (PDB), suku bunga SBI dan harga minyak dunia. • Menguji dan menganalisa pengaruh antara harga saham perusahaan di sektor industri dasar dan kimia dengan inflasi, kurs rupiah terhadap dollar, Produk Domestik Bruto (PDB), suku bunga SBI dan harga minyak dunia. • Menguji dan menganalisa nilai prediksi dan nilai aktual harga saham PT Tunas Baru Lampung Tbk (TBLA) dengan model ARCH-GARCH atau sebaliknya.
• Menguji dan menganalisa nilai prediksi dan nilai aktual harga saham PT Cakra Mineral Tbk (CKRA) menggunakan metode ARCH-GARCH. • Menguji dan menganalisa nilai prediksi dan nilai actual harga saham PT Holcim Indonesia Tbk (SMCB) menggunakan metode ARCH-GARCH. • Menguji dan menganalisa nilai prediksi dan nilai aktual harga saham PT Tembaga Mulia Semanan Tbk (TBMS) menggunakan metode ARCHGARCH. • Menguji dan menganalisa nilai prediksi dan nilai aktual harga saham PT Asiaplast Industries Tbk (APLI) menggunakan metode ARCH-GARCH. • Menguji dan menganalisa nilai prediksi dan nilai aktual harga saham PT Fajar Surya Wisesa Tbk (FASW) menggunakan metode ARCH-GARCH.
METODE PENELITIAN PENELITIAN Metode analisis yang digunakan dalam penelitian ini adalah metode analisis yang bersifat deskriptif dan kuantitatif dengan menggunakan model ekonometrik yaitu data panel dan ARCH-GARCH. Data yang dikumpulkan kemudian diolah dengan menggunakan Microsoft Excel 2010 dan Eviews 6. • Data Panel Data panel adalah gabungan antara data seksi silang (cross section) dan data runtut waktu (time series). Model dugaan pada analisis data panel tergantung kepada asumsi yang digunakan peneliti terhadap konstanta (intercept), koefisien kemiringan (slope coefficients) dan sisaan (error term). Secara matematis model data panel yang menggunakan pendekatan Fixed Effect Model (FEM) adalah sebagai berikut: Yit = α + βXit + γiWit + σtZit + it
• ARCH-GARCH Suatu autokorelasi disebut sebagai ARCH (autoregressive conditional heteroscedasticity) adalah ketika varians error terhubung dengan squared error term pada periode sebelumnya. Sementara, autokorelasi disebut sebagai GARCH (generalized autoregressive conditional heterocedasticity) adalah ketika varians error terhubung dengan squared error term pada beberapa periode sebelumnya. Dengan demikian, ARCH-GARCH digunakan untuk menganalisis estimasi OLS yang punya masalah heteroskedastisitas (variance error yang tidak konstan). ARCH-GARCH mengabaikan masalah heteroskedastisitas dan menggunakannya untuk modeling dan peramalan.
PEMBAHASAN Model FEM Harga Saham Perusahaan di Sektor Pertanian Variable
Coefficient
Prob.
t-Statistic
INF?
-0.061558
0.0000
-20.00741
LOG(KURS?)
-0.555514
0.0000
-7.136917
LOG(PDB?)
1.068474
0.0000
15.17496
SBI?
0.104645
0.0000
17.01757
LOG(WOIL?)
0.919039
0.0000
34.07347
Prob. F-stat.
R-squared
0.0000
0.897239
Model FEM Harga Saham Perusahaan di Sektor Pertambangan Variable
Coefficient
Prob.
t-Statistic
INF?
-0.046587
0.0000
-15.73436
LOG(KURS?)
-1.573303
0.0000
-21.00450
LOG(PDB?)
-1.289440
0.0000
-19.03046
SBI?
-0.015489
0.0089
-2.617435
LOG(WOIL?)
1.604331
0.0000
61.81027
Prob. F-stat.
R-squared
0.0000
0.862132
Model FEM Harga Saham Perusahaan di Sektor Industri Dasar Variable
Coefficient
Prob.
t-Statistic
INF?
0.006826
0.0000
5.642751
LOG(KURS?)
-1.209781
0.0000
-39.52976
LOG(PDB?)
1.110485
0.0000
40.11236
SBI?
-0.053563
0.0000
-22.15367
LOG(WOIL?)
0.621372
0.0000
58.59166
Prob. F-stat.
R-squared
0.0000
0.866902
Model Terbaik untuk PT Tunas Baru Lampung Tbk (TBLA) Model ARCH (6)
Tambahan AR(1)
AIC -3.993258
SIC -3.964166
Model Terbaik untuk PT Cakra Mineral Tbk (CKRA) Model GARCH (1,3)
Tambahan AR(1)
AIC -1.381777
SIC -1.356841
Model Terbaik untuk PT Holcim Indonesia Tbk (SMCB) Model GARCH (4,7)
Tambahan AR(1)
AIC -3.764057
SIC -3.724576
Model Terbaik untuk PT Tembaga Mulia Semanan Tbk (TBMS) Model GARCH (4,2)
Tambahan AR(1)
Variance INF
AIC -1.713332
SIC -1.682163
Model Terbaik untuk PT Asiaplast Industries Tbk (APLI) Model GARCH (3,4)
Tambahan AR(1)
AIC -2.074156
SIC -2.042987
Model Terbaik untuk PT Fajar Surya Wisesa Tbk (FASW) Model GARCH (2,3)
Tambahan AR(1)
AIC -3.495800
SIC -3.468787
KESIMPULAN • Secara parsial inflasi, kurs rupiah terhadap dollar, PDB, suku bunga SBI dan harga minyak dunia berpengaruh terhadap harga saham perusahaan. Secara bersama-sama signifikan pengaruhnya terhadap harga saham perusahaan di sektor pertanian. • Secara parsial inflasi, kurs rupiah terhadap dollar, PDB, suku bunga SBI dan harga minyak dunia berpengaruh terhadap harga saham perusahaan. Secara bersama-sama signifikan pengaruhnya terhadap harga saham perusahaan di sektor pertambangan. • Secara parsial inflasi, kurs rupiah terhadap dollar, PDB, suku bunga SBI dan harga minyak dunia berpengaruh terhadap harga saham perusahaan. Secara bersama-sama signifikan pengaruhnya terhadap harga saham perusahaan di sektor industri dasar.
• Hasil yang diperoleh menunjukkan model ARCH (6) + AR (1) baik untuk memprediksi harga saham TBLA. • Hasil yang diperoleh menunjukkan model GARCH (1,3) + AR (1) baik untuk memprediksi harga saham CKRA. • Hasil yang diperoleh menunjukkan model GARCH (4,7) + AR (1) baik untuk memprediksi harga saham SMCB. • Hasil yang diperoleh menunjukkan model GARCH (4,2) + AR (1) + VARIANCE INF baik untuk memprediksi harga saham TBMS. • Hasil yang diperoleh menunjukkan model GARCH (3,4) + AR (1) baik untuk memprediksi harga saham APLI. • Hasil yang diperoleh menunjukkan model GARCH (2,3) + AR (1) baik untuk memprediksi harga saham FASW.
SARAN • Bagi investor atau calon investor Dengan informasi respon harga saham perusahaan di sektor pertanian, pertambangan, dan industri dasar diharapkan calon investor lebih bijak untuk melakukan investasi pada perusahaan dan sektor mana yang lebih memberikan dampak positif, hal ini tentu saja akan mengurangi resiko kerugian bagi investor.
• Bagi penelitian berikutnya Penulisan ini diharapkan dapat digunakan sebagai tambahan referensi bagi penulisan selanjutnya di bidang yang sama untuk dikembangkan dan diperbaiki.
TERIMA KASIH ATAS PERHATIANNYA
Irna Diniasari
