MODEL PENGUKURAN LIKUIDITAS DI PASAR MODAL INDONESIA: PENDEKATAN MEKANIKA

Ekonomi

LAPORAN PENELITIAN HIBAH BERSAING TAHUN KEDUA 2010

MODEL PENGUKURAN LIKUIDITAS DI PASAR MODAL INDONESIA: PENDEKATAN MEKANIKA

Ketua Peneliti: Dr. Luluk Kholisoh Anggota: Sri Hermawati, SE, MM

NOMOR DIPA: 00411023-04.1/-/2010TANGGAL 31DESEMBER2009 DIREKTORAT JENDERAL PENDIDIKAN TINGGI DEPARTEMEN PENDIDIKAN NASIONAL

UNIVERSITAS GUNADARMA ~====:::::::::::::- . . . . . JAKARTA Desember 2010

PERPUSTAKAAN

BAPPENAS Acc. No.

·

Cl:i's Citl'l

.: L. 73/ I i ·

hd

eui;

]

s:: ·:·y~·: li..~:·: : : :~7.j::·

. ..

HALAMAN PENGESAHAN LAPORAN PENELITIAN HIBAH BERSAING

1. Judul Penelitian

: MODEL PENGUKURAN LIKUIDITAS DI PASAR MODAL INDONESIA: PENDEKATAN MEKANIKA

2. Ketua Peneliti: a. Nama Lengkap b. Jenis Kelamin c. NIP d. Jab atan Fungsional e. Jabatan Struktural f. Bidang Keahlian g. Fakultas/Jurusan h. Perguruan Tinggi i. Tim Peneliti No 1. 2.

3.

Nama Dr. Luluk Kholisoh

: : : : : : :

Dr. Luluk Kholisoh Perempuan 920242 S3/Lektor Kepala Program Studi Pasar Modal Program DUI Bisnis dan Kewirausahaan/ Manaj .Pemasaran : Universitas Gunadarma

Bidang Keahlian Pasar Modal

Fakultas/Jurusan DUI BK/M.Pemasaran Ekonomi/Manajemen

Sri Hermawati, SE, Keuangan MM Pendanaan dan Jangka Waktu Penelitian a. Jangka Waktu Penelitian yang diusulkan : 2 tahun b. Biaya Total yang diusulkan tahun 2 (kedua) : Rp 49.980.000 c. Biaya yang disetujui tahun 2 (kedua) : Rp 27.180.000

151

Perguruan Tinggi Universitas Gunadarma Universitas Gunadarma

Jakarta, 6 Desember 2010 Ketua Peneliti,

r. u uk Kholisoh NIP. 920242

otniar Siringoringo NIP. 910117

A. LAPORAN HASIL PENELITIAN

RINGKASAN DAN SUMMARY

Penelitian ini menggunakan

metoda studi peristiwa (event study) yang biasa

dilakukan dalam penelitian di bidang mikrostruktur pasar (market microstructure) dengan menggunakan data

intrahari. Penggunaan data

transaksi

intrahari (intraday)

memungkinkan untuk penelitian ini lebih mendalam dan Jebih representatif daripada penggunaan data transaksi harian atau bulanan yang selama ini banyak digunakan oleh peneliti di Indonesia. Kesulitan penggunaan data intrahari dikarenakan sulit dan mahalnya biaya pembelian data serta penggunaan program aplikasi yang cukup besar. Tujuan jangka panjang penelitian ini adalah tersusunnya formulasi baru untuk mengukur kinerja pasar modal dilihat dari Jikuiditasnya. Untuk pengukuran likuiditas selama ini masih menjadi perdebatan bagaimana cara pengukuran yang tepat, berbasis transaksi atau berbasis pesanan. Penelitian ini menggunakan data berbasis transaksipesanan. Penelitian ini dibuat dalam tiga tahapan, dua tahapan pertama adalah manajemen data dengan SAS dan melakukan uji coba formulasi baru dengan penggunaan data yang tidak terlalu besar dan pada tahapan akhir adalah pemantapan model dengan melakukan analisis sensitivitas dengan data yang cukup besar. Hasil akhir dari penelitian ini adalah suatu formulasi pengukuran likuiditas yang bisa diterima. Namun, untuk tahun pertama ini hanya menggunakan data yang tidak teralu besar dikarenakan model sedang dalam proses pengembangan. Pengembangan model belum selesai, namun sudah cukup menggambarkan ~ waktu tereksekusinya suatu saham sejak dari order. Dengan menggunakan t-test mampu menjelaskan bahwa ada perbedaan waktu yang cukup signifikan setelah pengumuman penerapan pre-opening- session dengan sebelum -

-·

pengumuman. Dengan demikian, diharapkan tahun kedua dapat disempumakan model yang sudah ad~ ini agar sesuai dengan tujuan dari keseluruhan penelitian ini.

P~TA Dengan memanjatkan

puji syukur kehadirat Allah SWT, akhimya

Iaporan

penelitian Hibah Bersaing Tahun Anggaran 2010 yang dibiayai oleh DIKTI telah dapat kami selesaikan tepat pada waktunya. Kami menyadari bahwa selama proses pembuatan laporan ini banyak kendala yang kami hadapi, namun semua itu dapat kami lalui dengan kerjasama y0ang baik dan kesabaran yang selalu kami bina dalam melaksanakan kegiatan . penelitian ini. Namun, kami menyadari bahwa basil penelitian ini masih jauh dari sempuma.

Untuk

itu, saran dan kritik kami harapkan

dari segala pihak

guna

penyempumaan penelitian lanjutan jika masih mendapatkan kepercayaan dari DIKTI. untuk penyempurnaan rencana penelitian lanjutan kami. Dalam kesempatan kami mengucapkan terima kasih kepada DIKTI yang telah mendanai penelitian kami ini dengan harapan hasil dari penelitian ini bermanfaat bagi semua pihak yang berkepentingan. Selain itu tak lupa pula kami ucapkan terima kasih kepada: I. Prof. Dr. E.S. Margianti, SE, MM selaku Rektor Universitas Gunadarma yang telah memberikan

kesempatan

dan dukungan kepada tim peneliti untuk ikut dalam

kompetisi Hibah Bersaing yang dilaksanakan oleh DTKTI. 2. Dr. Hotniar Siringoringo selaku Ketua LPPM Universitas Gunadarma yang telah memberikan

kesempatan

dan dukungan

kepada tim peneliti untuk ikut dalam

kompetisi Hibah Bersaing yang dilaksanakan oleh DIKTl. 3. Dr. Mamduh Hanafi selaku Ketua Jurusan Manajemen Fakultas Ekonomi UGM Y ogyakarta yang telah membantu dalam penyediaan data intrahari pasar modal Indonesia. 4. Ir. Mardesiana analis sekuritas dari Kreshna Securities sebagai Tenaga Ahli Praktisi yang telah meluangkan waktu dalam memberikan pengetahuan dan masukan dalam penyeml?umaan penelitian ini. 5. Sri Darini, SE, MM sebagai Dosen STIE Nusa Megarkencana yang telah meluangkan waktunya dalam memberikan masukan dalam penyempumaan penelitian ini.

Demikian prakata yang dapat kami sampaikan pada laporan akhir penelitian Hibah Bersaing Anggaran tahun 2010 yang dibiayai oleh DIKTI. Akhir kata kami hanya bisa berharap agar hasil penelitian ini bisa dijadikan salah satu acuan untuk penelitian di bidang pasar modal, terutama dalam pengukur likuiditas.

Jakarta, 6 Desember 2010

Tim Peneliti

DAFTARISI

Halaman pengesahan

A. Laporan Basil Penelitian Ringkasan dan Summary

ii

Prakata

lll

Daftarlsi

v

Daftar Tabel

Vl

Daftar Gambar

VII

Daftar Lampiran

Vlll

BABI:PENDAHULUAN 1.1.

Latar Belakang

1

1.2.

Masalah Penelitian

2

l.3.

Urgensi Penelitian

BAB II : STUD I PUSTAKA 2.1.

Teori dan Penelitian Terdahulu

3

2.2.

Posisi Penelitian Ini

6

BAB III: TUJUAN DAN MANFAAT PENELITTAN 3.1.

Tujuan Penelitian

7

3.2.

Manfaat Penelitian

7

BAB IV: :METODEPENELITIAN 4.1.

Data dan Sampel

8

4.2

Jenis Penelitian

9

4.3.

Manajemen Data dengan SAS

9

4.4.

Pengukuran Likuiditas

9

4.5.

Tahapan dan Target Penelitian

11

A. Tahun Pertama

11

B. Tahun Kedua

12

BAB V: HASIL DAN PEMBAHASAN 5 .1 .

Kegiatan Penelitian

14

5 .2.

Hasil Penelitian

16

5.2.1. Alur Program

16

5.2.2. Statistik diskriptif

16

5.2.3. Analisis Data

19

BAB VI. KESIMPULAN DAN SARAN 6.1.

Kesimpulan

21

6.2.

Saran

21

Daftar Pustaka

22

DAFTARGAMBAR

Gambar 5.1

Gambar 5.2

Jurnlah transaksi masing-masing saham perioda sebelum pengumuman

17

Ju.mlah transaksi masing-masing saham perioda sesudah pengu.murnan

17

DAFTAR TABEL

Tabel 5.1.

W aktu rata-rata saham tereksekusi

18

Tabel 5.2.

Likuiditas rata-rata

18

Tabel 5.3

Paired Sample Test

19

DAFT AR LAMPIRAN

Lampiran l

Artikel hasil penelitian

L1

Lampiran2

Lampiran program

L6

Lampiran3

Logbook

L19

BAB I. PENDAHULUAN

1.1. Latar Belakang

Dengan tersedianya data intrahari (intraday) memungkinkan penelitian di bidang mikrostruk:tur pasar (market microstructurey berkembang

cukup pesat. Dengan

tersedianya data intrahari memungkinkan penelitian berbasis transaksi (transaaionj ataupun pesanan (order) menjadi lebih komprehensif Pengukuran-pengukuran dengan menggunakan data intrahari digunakan untuk mencoba menggambarkan karakteristik atau kinerja dari suatu pasar modal, seperti pengukuran likuiditas, Salah satu tujuan pernbentukan Pasar Modal adalah rnenciptakan pasar yang likuid. Namun, pengertian likuiditas itu sendiri masih menjadi perdebatan di kalangan para ahli. Salah satu definisi likuiditas yang umumnya diterima adalah sebagai suatu kemampuan raengabah saham meajadi kas (dan dikonversi} pada biaya transaksi yang . rendah. Para peneliti di bidang pasar modal menggunakan pengukuran Iikuiditas dengan alat ukur yang berbeda-beda. Biasanya pengukuran likuiditas dapat dibedakan menjadi 2 kategori, yaitu berbasis transaksi dan berbasis pesanan, Pernilihan alat ukur menjadi suatu ~-al yang sangat ~nting mengingat simpuJan ~

.hasil penelitian dapat mempengaruhi

Iikuiditas dari perubahan struktur.pasar . . Secara konsep, likuditias menyatakan seberapa .cepat suatu saham dieksekusi di pasar. Dengan· konsep kecepetan, maka unsure waktu merupakan salah satu komponen yang hams dimasukkan dalam merumuskan pengukuruan Iikuiditas, Mengingat

pentingp.ya .alat ukur yang [ebih menggambarkan k~rja pasar modal, maka penelitian ini mengambil .subjek penelitian berupa data transaksi dan data pesanan (berbasis transaksipesanan) di pasar modal Indonesia dengan basil akhir suatu formulasi baru untuk

mengukur likuiditas di pasar modal Indonesia yang memasukkan komponen waktu . Penelitian ini menarik karena di Indonesia masih sedikit yang melakukan penelitian di bidang mikrostruktur pasar, terutama membuat suatu formula baru sebagai alat ukur kinerja dari suatu pasar modal. Formula yang dirumuskan dalam penelitian ini dibarapkan menjadi sumbangsih bagi pengembangan metodologi penelitian di bidang mikrostruktur pasar, terutama penelitian di bi dang pasar modal. Selain itu, tersedianya

data intrahari memungkinkan

penelitian ini melakukan

eksplorasi lebih luas terhadap

temuan-temuan baru sebagai bentuk sumbangsih bagi ilmu pengetahuan.

1.2. Masalah Penelitian

l) Bagaimana pengukuran likuiditas yang barn diformulasikan?

2) Bagaimanakah

penerapan formulasi baru pengukuran

likuiditas pada berbagai

peristiwa pembahan mekanisme perdagangan di Bursa Efek Indonesia? 3) Manakah pengukuran likuiditas di pasar modal yang lebih tepat digunakan?

1.3. Urgensi Penelitian

Penelitian di bidang mikrostruktur pasar di Indonesia masih sedikit, terutarna di dalam penggunaan data transaksi clan pesanan intrahari (intraday transaction and order). Dengan adanya penelitian ini diharapkan dapat lebih memperkaya penelitian di bidang

ini, Selain itu dengan adanya perdebatan aras keraguan dan validitas dari pengukuran likuiditas di·pasar modal yang selama ini digunakan, penelitian ini menjadi penting untuk dilaksanakan sebagai suatu sumbangsih metodologi penelitian di pasar modal, khususnya dalam pengukuran likuiditas. Pengukuran likuiditas yang dirumuskan dalam penelitian ini tidak saja menggunakan

data transaksi tapi juga menggunakan

data pesanan sehingga

lebih mencerminkan persepsi investor yang sebenarnya,

2

BAB II. TINJAUAN

2.1.

PUSTAKA

Teori dan PenelitianTerdahulu Pasar sempurna yang Iikuid adalah seberapa cepat sejumlah sahara dapat secara

otomatis dapat dipertukarkan dengan kas secara mudah dan cepat pada biaya yang rendah. Dalam pengertian lebih sederhana, pasar yang likuid adalah pasar yang memiliki biaya transaksi rendah (Harris, 1990). Biaya transaksi termasuk biaya yang eksplisit maupun yang implisit. Biaya yang eksplisit termasuk komisi broker dan pajak. Biaya ini mudah diidentifikasi dan dihitung,

Biaya transaksi yang implisit tidak mudah diidentifikasi, seperti opportunity cost seperti perubahan teknologi, diseminasi informasi, regulasi, dan sebagainya, Dalam beberapa teori menjelaskan bahwa bid-ask spread merupakan indikator dari persepsi investor sehirigga bid-ask spread dapat menggambarkan biaya transaksi di suatu pasar modal. Jika bid-ask spread tinggi, maka dapat dikatakan bahwa biaya transaksi mahal, begitu sebaliknya. Biaya transaksi menunjukkan hubungan likuiditas dari suatu pasar. Jika biaya transaksi tinggi, maka pasar dalam keadaan illik.uid Sebaliknya, jika biaya transaksi

rendah, maka pasar dalam keadaan likuid. Tersedianya data intrahari merupakan peluang besar dalam melakukan penelitian di bidang mikrostruktur pasar, khususnya dalam melakukan pengukuran likuiditas. Brown, Clinch dan Foster dalam Aitken et.al, (1995) mengatakan bahwa peneliti di pasar modal akan mendapat pendekatan yang lebih rinci dengan penggunaan waktu dalam

menit atau detik. Frekuensi yang tinggi dari data intrahari dapat menghasi1kan observasi yang lebih baik mengenai perilaku investor dibanding penggunaan data harian, mingguan atau bulanan, Data intrahari mampu memberikan observasi mengenai perilaku investor pada setiap transaksi yang mereka lakukan, dan hal ini lebih baik dibanding observasi perilaku investor di setiap akhir bari atau akhir minggu. Walaupun tampaknya likuiditas mudah, untuk diukur, namun diakui para ahli bahwa pengukurannya sulit, Dalam beberapa studi pustaka banyak alat ukur likuiditas

yang digunakan. Aitken dan Winn (1997) dalam Aitken clan Comerton-Forde (2003) menemukan sekitar 68 pengukuran likuiditas dan belum tercapai suatu kesepakatan,

3

Secara teori, pengukuran likuditas dapat dibagi menjadi dua kategori, berbasis transaksi dan berbasis pesanan. Pengukuran berbasis transaksi banyak digunakan dalam literatur

tennasuk

diperdagangkan,

nilai

perdagangan,

volume

perdagangan,

jumlah

saham

yang

frekuensi dan rasio perputaran. Pengukuran berbasis transaksi ]ebih

mudah dan data mudah diperoleh, namun sifat dari data ini adalah sesuatu yang sudah terjadi sehingga sulit jika digunakan untuk memprediksi di masa yang akan datang.Dalam pengukuran likuiditas berbasis transaksi selalu menghubungkan antara harga saham

dengan volume perdagangan. Saham merupakan salah satu pilihan investasi yang diperdagangkan di bursa efek. Nilai sebuah saham akan dicenninkan oleh harga saham sebuah perusahaan. Konsep nilai yang berhubungan dengan saham meliputi nilai buku (book value), nilai pasar (market value) dan nilai intrinsik (intrinsic value). Nilai buku merupakan nilai saham menurut pembukuan perusahaan emiten. Nilai pasar merupakan nilai saham di pasar dan nilai intrinsik merupakan nilai sebenamya sebuah saham. Berbeda dengan nilai buku yang dicatat pada saat saham dijual oleh perusahaan, nilai pasar merupakan harga saham yang terjadi di pasar berharga pada saat tertentu yang

dicerminkan oleh pelaku pasar. Nilai pasar ini ditentukan oleh pennintaan dan penawaran saham yang bersangkutan di pasar swat berharga. Oleh karena ditentukan oleh permintaan dan penawaran, harga pasar saham akan mengalami fluktuasi berdasarkan kekuatan pennintaan dan penawaran. Selain mencenninkan

tingkat return yang

diisyaratkan investor, harga sahamjuga merupakan cerminan ekspektasi terhadap faktorfaktor earning dan aliran leas. Dasar pemikiran pengukuran likuiditas berbasis transaksi adalah bahwa harga saham mencerminkan

ekspektasi dari investor sedangkan volume

perdagangan

menunjukkan intensitas sebuah pergerakan harga yang terjadi. Hubungan harga saham

dengan volume perdagangan bisa memiliki hubungan searah maupun berlawanan. Hubungan searah terjadi jika peningkatan harga diikuti dengan perubahan volume perdagangan, begitu sebaliknya. Hubungan berJawanan terjadi jika peningkatan harga

justru menyebabkan penurunan volume perdagangan, begitu sebaliknya

4

Dengan

demikian,

akan terjadi

ketidakkonsistenan

basil

dalam

pengukuran

likuiditas berbasis transaksi. Peneliti akan mengalami kesulitan dalam membuat simpulan mengenai basil pengukuran. Pengukuran berbasis pesanan sudah banyak digunakan seiring dengan kemudahan teknologi informasi dalam hal penyediaan data pesanan. Pengukuran

dengan basis ini

biasanya adalah spread, relative spread, depth dan relative depth. Bahkan, Aitken clan Comerton-Forde

(2003) membuat suatu formulasi dengan menggunakan

data berbasis

pesanan sebagai berikut:

Weighted ask value

=

:L(Ask order value* Ask order weight)

Weighted bid value

=

:L(Bid order value* Bid order weight)

Nilai untuk pesanan beli dan pesanan jual dibagi menjadi beberapa kategori kenaikan harga pesanan. Pembobotan sesuai dengan peluang suatu pesanan dieksekusi. Setelah itu kedua rumus digabungkan untuk menentukan likuiditas dengan mencari Weighted order value sebagai berikut:

Weighted order value= -../Weighted ask value* Weighted bid value)

Pengukuran

berbasis

pesanan

lebih mencenninkan

ekspektasi

dari investor

dibanding pengukuran berbasis transaksi.

· 2.2. Posisi Penelitian lni

Penelitian ini merupakan pengembangan

dari penelitian-penelitian

sebelwnnya

tentang pengukuran likuiditas di pasar modal. Namun, penelitian ini berbeda dalam hal

variabel yang menjadi komponen pengukur. Sepengetahuan tim peneliti, penelitian terdahulu belum ada yang menggunakan pendekatan mekanika dalam memformulasikan pengukuran

likuiditas. Faktor waktu yang meniadi faktor paling menentukan

dalam

mengukur kecepatan suatu saham tereksekusi belum pernah dimasukkan dalam fonnulasi

5

likuiditas pada penelitian-penelitian terdahulu, termasuk Aitken dan Commerton-Forde (2003).

Seperti penelitian terdahulu, Aitken dan Commerton-Forde (2003) hanya menggunakan satu jems

data saja, yaitu data berbasis pesanan. Penelitian rm

menggunakan gabungan dua jenis data, yaitu data berbasis transaksi-pesanan,

6

BAB ID. TUJUAN DAN MANFAAT PENELITIAN

3.1. Tujuan Penelitian

Mengingat begitu banyaknya metoda yang digunakan untuk mengukur likuiditas pasar modal, maka penelitian ini dilakukan untuk: 1) Merumuskan fonnulasi baru untuk pengukuran likuiditas di pasar modal berbasis transaksi-pesanan. 2) Menguji penggunaan formulasi baru pengukuran likuiditas dengan berbagai peristiwa perubahan mekanisme perdagangan di Bursa Efek Jakarta. 3) Membandiugakan formulasi baru dengan pengukuran likuiditas berbasis transaksi

dan berbasis pesanan.

3.2. Manfaat Penelitian

Hasil dari penelitian ini diharapkan memiliki manfaat atau kontrihusi bagi seluruh pihak yang berkepentingan .. Manfaat dari hasil penelitian ini antara lain adalab sebagai berikut:

1) Membantu investor dalam melakukan strategi invest.asi di pasar modal. Beberapa teori dan penelitian empiris menemukan bukti bahwa biaya transaksi merupak.an faktor penfing bagi manajer investasi. Jika biaya transaksi rendah maka investorakan lebih mampu memprediksi dan mengendalikan biaya (Domowitz, Glen clan Madhavan. 2000). Kebalikannya,jika biaya transaksi tinggi (illiquidity), maka strategi buy-and-hold merupakan strategi aternatif yang memungkinkan (Bonser-Neal, Linman dan Neal, 1999). 2) Pengertian tentang perubahan likuiditas merupakan faktor penting bagi sektor publik maupun perusahaan dalam pengambilan kebijakan. 3) Formulasi pengukuran likuiditas yang baru dapat memberikan kontribusi yang berarti bagi pengembangan metodo]ogi penelitian di bidang keuangan, khususnya di bidang mikrostruktur pasar.

BAB IV. METODE

PENELITIAN

4.1. Data dan Sam pel

Data Data yang digunakan dalam penelitian inia adalah data sekunder berupa data transaksi dan data pesanan. Data diambil dari Jakarta Automated Trading System (JATS) yang ada di Database Pasar Modal Universitas Gadjah Mada (DPMUGM). Data transaksi · berisi informasi tentang nomor pesanan, tanggal transaksi, waktu, harga, volume, tipe investor dan tipe broker. Data pesanan berisi nomor pesanan, tanggal pesanan, waktu pesanan, harga penawaran, harga pesanan, tipe investor dan tipe broker. Data utama mengambil periode sebelum dan sesudah berlakunya Bursa Efek Indonesia (BEI) akibat adanya merger antara Bursa Efek Jakarta (BEJ) dengan Bursa Efek Surabaya (BES), yaitu satu tahun sebelum dan satu tahun sesudah tanggal 1 Desember 2007. Dengan kata Jain, perioda pengamatan adalah 1 Desember 2006-30 November 2007 dan 1 Desember 2007-30 November 2008. Data yang digunakan dalam analisis sensitivitas menggunakan

data dua

perubahan makanisme perdagangan lainnya. Data pertama adalah satu bulan sebelum dan sesudah perubahan tick size, yaitu September 2001. Data kedua adalah satu bulan sebelum dan sesudah perubahan sistem perdagangan pada sesi pembukaan (call opening

session), yaitu tanggal 4 Februari 2004. Sampel

Sampel dalam penelitian ini adalah seluruh saham yang terdaftar di Bursa Efek Indonesia selama perioda pengamatan, yaitu 1Desember2007-1Desember2008. Untuk pemilihan sampel dalam analisis sensitivitas adalab saham yang tennasuk saham LQ45

yang merupakan saham yang paling aktif diperdagangkan

di Bursa selama perioda

pengamatan

8

4.2. Jenis Penelitian

Penelitian

ini menggunakan

metoda

studi peristiwa

(event

study)

dengan

mengambil batas pengamatan ketika terjadi perubahan mekanisme perdagangan. Dalam penelitian ini akan digunakan 3 peristiwa perubahan mekanisme perdagangan, yaitu

perubahan tick size, perubahan sistem pembukaan perdagangan dan merger antara Bursa Efek Jakarta (BET) dengan Bursa Efek Surabaya (BES).

4.3. Manajemeo Data dengan SAS

Setelah data diperoleh data, maka sebelum melak.ukan pengolah data terlebih dahulu me]akukan manajemen data. Yang dimaksud dengan manajemen membuat beberapa program pendahuluan running data. Penggunaan

SAS sangat

data adalah

dengan aplikasi SAS sebelum melakuk:an membantu

dalarn rnelakukan

proses data,

mengingatjumlah data yang re1atifbesar sekitar lebih dari 5 juta transaksi.

4.4. Pengukuran Likuiditas

Pengukuran Berbasis Transaksi Secara klasik aktivitas perdagangan diukur berdasarkan empat variable yang berbeda, yaitu volume perdagangan, volume relatif, frekuensi, dan nilai (value)

Order-based measures Urnumnya pengukuran likuiditas berbasis pesanan digunakan spread, yaitu selisih antara harga jual (bid) dengan harga beli (ask); relative spreads (spreads dibagi dengan harga pada nilai midpointnya); depth (total volume dari seluruh pesanan) dan relative

depth (total volume dibagi denganjumlah saham yang beredar).

9

Analisis Sensttivitas Untuk lebih memudahkan pemahaman dari likuiditas itu sendiri, penelitian ini menggunakan variable waktu dalam pengukuran likniditas. Berkaitan dengan konsep likuiditas sebagai seberapa cepat investor dapat melakukan perdagangan, maka selisih atau jarak waktu antara pesanan dan eksekusi merupa.kan pengukuran yang sebaiknya

dimasukkan dalam pengukuran likuiditas. Dalam hal ini, data berbasis transaksi-pesanan sangatlah tepat. Selisih waktu antara pesanan dan eksekusi bisa ditelusuri dari nomor pesanan pada data transaksi maupun data pesanan. Nomor pesanan merupakan kata kunci untuk mengukur selisih waktu di kedua data. Memadukan dua disiplin ilmu · akan menghasilkan suatu fonnulasi yang cukup kreatif. Mekanika (dalam ilmu fisika) merupakan disiplin ilmu yang dijadikan sebagai pendekatan dalam penelitian ini dalam memformulasikan pengukuran likuiditas. Jika likuiditas secara konsep diartikan sebagai "seberapa cepat" dihubungkan dengan "kecepatan" (v) dan "waktu" eksekusi berkaitan dengan "waktu"

to,

maka "jarak'' (s)

bisa disesuaikan dengan variabel apa yang lebih mempengaruhi lama tidaknya suatu transaksi di eksekusi.

Dari basil beberapa penelitian terdahulu menemukan bukti bahwa besarnya harga pesanan lebih mempengaruhi tereksekusi tidaknya suatu pesanan (selain volume pesanan). Dengan demikian, harga pesanan merupakan variabel pengukuran "jarak'' (s) yang cukup bisa diterima, Harga pesanan bisa dipandang sebagai satu harga atau dalam beberapa kategori harga. Formulasi pengukuran likuidita barn yang diusulkan dalam penelitian ini adalah:

Kecepatan Jua1 Rata-rata Kecepatan Beli Rata-rata dalam hal ini:

- Pb: harga pesanan sesuai dengan kategori ke-b - t: waktu terjadi eksekusi antara pesanan dan ekseknsi

- n: jumlah transaksi

10

Dengan menggabungkan

kedua rumus kecepatan rata-rata untuk Jual dan Beli,

maka pengukuran likuiditas dapat dihitung dengan cara: Kecepatan rata-rata

=

(Kecepatan J ual Rata-rata + Kecepatan Beli Rata-rata) I 2

Rumus barn pengukuran likuditas ini dapat digunakan untuk mcngukur likuiditas pada lavel saham individu maupun pada level pasar, Penerapan rumus barn dilakukan pada tahapan-tahapansebagai berikut: 1) Uji studi peristiwa pada perubaban tick size.

2) Uji studi peristiwa pada perubahan sesi pembukaan dengan sistem call. 3) Uji studi peristiwa pada efek merger antara BEJ dcngan BES menjadi BEI.

Analisis Data Penelitian ini menggunakan alat uji statistic yaitu uji dua beda rata-rata dengan uji- t (t-test) untuk menguji apakah ada perbedaan likuiditas sebelum dengans sesudah perubahan mekanisrne perdagangan.

4.5. Tahapan dan Target Penelitian Laporan Perkembangan

A. Tahun Pertama

1) Pelatihan tenaga pengambil data. Pelatihan dilakukan di laboratoriwn komputer UGM mengingat data intrahari tersedia di DPMUGM dan rnembutuhkan pelatihan untuk memilih dan mengambil (download) data. Mengingatjumlah data yang cukup besar, dalarn hal ini dibutuhkan tiga orang asisten untuk mengambil data. Dengan demikian, peneliti telah melakukan perjalanan ke Jogjakarta 2) Pengarnbilan data di DPMUGM dengan periode l Desember 2007 - l Desember

2008 Pengambilan data merupakan a.ktivitas yang banyak menguras waktu mengingat data transaksi intrahari cukup besar clan hanya bisa diakses di beberapa Iembaga tertentu (dalam hal ini tersedia dan dapat dibeli di DPMUGM). Pemilihan dan pengambilan data harus dilakukan sendiri .(dalam hal ini tim peneliti), pibak DPMUGM hanya melakukan kalkulasi biaya sesuai dengan jumlah data yang diambil.

11

3) Manajemen Data untuk formulasi pengukuran likuiditas dengan program SAS. Manajemen data merupakan aktivitas yang juga membutuhkan aktivitas

penelitian.

Manajemen

program

untuk pengolahan

program

aplikasi

statistik

data rnerupakan

data besar (jutaan SAS.

Tahapan

aktivitas transaksi)

Manajemen

waktu dari seluruh pembuatan

dengan

Data

program-

menggunakan

dilakukan

beberapa tahapan (rincian perintah program SAS untuk penelitian

melalui

ini terlampir),

yaitu:

1. Tahapan import data 2. Tahapan sort data 3. Ta:hapanpenggabungan data 4. Tahapan Penyamaan order number 5. Tahapan export data ke excel 6. Tahapan Pembuatan Variabel Waktu (Time) 7. Analisis Data 4) Uji coba dengan data kecil untuk melihat apakah program yang telah dibuat sesuai dengan yang diharapkan. Jika program tidak jalan perlu dilakukan revisi terhadap program. Pada tahun pertama baru bisa menghasilkan program pengukuran likuiditas dari sisi waktu (time) yang dibutuhkan untuk suatu order tereksekusi, Dari data yang diperoleh dengan menggunakan dana hibah bersaing tahun anggaran 2009, peneliti telah menghasilkan riset ilmiah clan diseminarkan dengan judul: •

DOES PRE-OPENING

SESSION IMPACT

MARKET

VOLATILITY

AND LIQUIDITY? An Empirical Evidence from the Indonesian Stock

Exchange. Diseminarkan di 7th Ubaya International Symposium di Surabaya,l\1aret2010. •

LIQUIDITY AND VOLATll..ITY ON INDONESIA STOCK EXCHANGE (IDX): An evidence of JSX and SSX merger. Diseminarkan

di Annual

London Business Research Conference di London, 12-14 Juli 2010.

12

B. Tabun Kedua

1) Pembelian data order. Mengingat sistem baru pengunduhan data di laboratorium Data Base Pasar Modal (DBPM) UGM sehingga pada tahun pertama penelitian ini tidak bisa mendapatkan data order untuk periode tahun 2007-2008. Dengan demikian pada tahun pertama hanya dilakukan pada saham kecil tahun 2003 yang masih ada data

ordemya Untuk penggunaan formulasi likuiditas yang baru maka barns ada dua jenis data, yaitu data transaksi dan data order. Dengan demikian tahun kedua dit.argetkan memperoleh data order untuk periode 2007-2008. 2) Revisi dan penyempurnaan manajemen data pada tahun kedua, Hal ini dilakukan untuk memudahkan kembali pengolahan dengan menggunakan data keseluruhan.

3) Uji Coba program dengan data besar. 4) Konsultasi dengan tenaga ahli: 1 orang TA dari praktisi (BEI) dan 1 orang TA dari akademisi (UGM). Dengan demikian di tahun kedua, peneliti akan melakukan perjalan ke Jogjakarta, karena tenaga ahli akademisi di bidang mikrostruktur pasar adalah Dr. Mamduh Hanafi staf pengajar dari Fakultas Ekonomika dan Bisnis UGM. 5) Analisis sensitivitas dan intepretasi hasil penelitian. Analisis sensitivitas perlu dilakukan untuk melihat konsistensi basil dengan menggunakan data lain yang berkaitan dengan peristiwa-peristiwa penting yang mempengaruhi likuiditas pasar

modal Indonesia, seperti perubahan tick size, atau perubahan sistem sesi sebelum pembukaan (pre opening session). 6) Penyempumaan dan pemantapan formulasi baru. Penyempumaan model perlu

dilakukan sebelum model dapat dipublikasikan secara ilmiah. 7) Seminar nasionaVintemasional dan publikasi ke jumal ilmiah.

13

B. Tabun Kedua

1) Pembelian data order. Mengingat sistem baru pengunduhan data di laboratorium Data Base Pasar Modal (DBPM) UGM sehingga pada tahun pertama penelitian ini tidak bisa mendapatkan data order untuk periode tahun 2007-2008. Dengan demikian pada tahun pertama hanya dilakukan pada saham kecil tahun 2003 yang masih ada data ordemya Untuk penggunaan formulasi Iikuiditas yang baru maka harus ada dua jenis data, yaitu data transaksi dan data order. Dengan demikian tahun kedua ditargetkan memperoleh data order untuk periode 2007-2008. 2) Revisi dan penyempurnaan manajemen data pada tahun kedua. Hal ini dilakukan

untuk memudahkan kembali pengolahan dengan menggunakan data keseluruhan. 3) Uji Coba program dengan data besar. 4) Konsultasi dengan tenaga ahli: 1 orang TA dari praktisi (BEI) clan 1 orang TA dari akademisi (UGM). Dengan demikian di tahun kedua, peneliti akan melakukan perjalan ke Jogjakarta, karena tenaga ahli akademisi di bidang mikrostruktur pasar

adalah Dr. Mamduh Hanafi staf pengajar dari Fakultas Ekonomika dan Bisnis UGM. 5) Analisis sensitivitas dan intepretasi hasil penelitian. Analisis sensitivitas perlu dilakukan untuk melihat konsistensi basil dengan menggunakan data lain yang berkaitan dengan peristiwa-peristiwa penting yang rnernpengaruhi Iikuiditas pasar modal Indonesia, seperti perubahan tick size, atau perubahan sistem sesi sebelum pembukaan (pre opening session). 6) Penyempumaan dan pemantapan formulasi baru, Penyempumaan model perlu

dilakukan sebelum model dapat dipublikasikan secara ilmiah, 7) Seminar nasional/intemasional dan publikasi ke jurnal ilmiah.

13

vI !lq~uoo um ul?8~p renscs )ll?pµ l?ll?P npoucd nereM. ·t:ooz; - L661 apouad eum1~s l?sins: tp ureqss qrunps )flllun ropao usp !qWtmll l?lt?p tll!BA usp uumo-eumo um~~s l?ll?p umpl?dnpu~m

'won nosop 8muoos

µn~uoo ~1l 01oz; !\Ur

'(l?Me ·nSln{IV

"!U! tmm~l&Xi ppow

uieo

){fllUn

tnn{Wmi!P t?SN W!l

'l?AUt?p~s l?lt?p tm8u~

l?ll?AW~ 600(: Unt{l?l n~q!p ZitmA !S){l?Slll?ll

stn!Ptl1l!l tmnU{tliJl!OO ml?l8old ~ut?qm~8u~m

~un-uo 8tm..\ )f!-l?q man 1oa.i l?l'eJ> l?~..\uoo nl?ll? .1.opuatt.

·)fl?Pµ 8tm..\ undnaur

smnd !P-CfU~Ul l?!l!J~UOO um renqmcm !U! '(l?H "l!lHU l?AUUSl?fI

sruei urn WUUll?U

'l?Sl?

!l?iit?qJ~q ~){ l?l'ep tmµB~U~ UID[ID(UJBW um tll! )ftllUG

ptmuer I npouod )Jlllun BUft?lIU~ ·q~101oow :)[BP!'l )Jlllun tm'[qlllnqw )[UlUfl

WOfl

.3tm.A mup

ll?POW

!Sl?Wl!JU01f uqn)Jt?pm

U}UAW~.L "l?p1?

ll?Sl?d aSUqt?il?Q

m1~uoo

l?lll~)J

·sooz J~W~S~Q

1~p10m-ep

I£ - lOOZ:

tll!l?A !1f! uemr~uoo

.3tm.A l?.JUP undU!S~'{

l?[O[~gUOO "l?ll?p

)(l?l{!d U~U~p

UID[!'.JSU~W

U[Ul{l?p l{!q~[J~l

ut?JNUit?.3uoo UIDJU)Jt?J!P mn1~~s .1ap.l() tQB(I µtt.luaw

UBlB~}I

·a

·-eunn100 unqm !P 111upua)l !Pnfuaur l{!Sl?W 8ue,( lrn!l![~UOO

-qt?~tm[

Ul?)(!t1S~(~AU~W }(f1lUn lrn)(lrn('t?f!p

.8uu{ l{U)(.8UU[

snrsq

cmsn.Au~w crap se8ni ~°l?q(.(&)w J(Illun tmJ{ID[t?[~ !seunuoo)I ·unqeJ,

!llTIW 8U!'BSlas: tft?qlli umffi01d J'BSOOOJd UB'BWµ~uoo: 8Ul?lU~l I.L")il a U'BWTIUin8uOO: l?Atmpt?

ql?[~~s

cm~nP !"lH~uOO l?l08fitm cmp

tml~){

anntm

!Sl?UWJOO'I

Ul?ll?~~}[

!StmJp.100}1 UtQB~

°V

:in){µ~q

t?de1~q~g ·~! cmµn~uoo

!l?guq~s qurepu UB'fl1'1l?IW qt?[~ fitmh: tmle~~){ nl),ll? Sl?l~~

uarodnr umrep l!dum11~ tm!l!rauad 'Bum[as !Sl?lUawm1op trap tm!J!{~uad lfBlt?~a){ ~ooq801

~Jt?pW tm)[ll~J!p Ul?!l!{aUOO Ut?lU~~)I

"l?lt?p tmqBJOiJuad !t?dums !St?UH)100~ lfBl't?~~)[

NVSVHVS:W~d N:VU 'IlSVH "A

SI

·won ·tn.rn:)[Bf 'trnWJ!Pns flllapuar "{l?f 'I I pnm?[ IHH 8un1%lo !P

~St?~O[lg(} 8trnA

sa9µn~as 1mqsµ){ µep t?Ul?~sap.mw

"JI tm8uap tllµ?A '!U! tmµnauoo usp ppow !Wa8uaw !StU\S!P UID{lUIUUP lJS!q gut?A !S!P{llld usp 1?1Jmai t?AU1?t{

ID{lml

'uqmro~1 !UlID\ qspns

1Juni\ Hlll? ~

UtnfUq!S<'.>J( lmfll!1Ju;;}w "!S!Waptnft? uap !S!Pfaid ut?8Ul?]IDJ pep t]l?]l?Pl? OB)ll?lre.JU;'.)l!P ~hrnA Hllt? nifm;;)J. ·JU! mm!J;;)UOO Uit?Jt?P uqnft?!P 8uni\ 1apow dt?pt?ql;;)J Ut?8UID{np trap utDftlSt?W m?)llt?dt?pU;;}W ~un

qt?[l?pl?

Hlfl? e8euai m?8uap ~Sl?l[llSUO)[ m?Jl?~;;})l

nqv B~hm3J. !SBlJllSUO}I ·UlD[mu~s µnamxl tfBI~ 8cmi\ ncnqep1~

OBJ~

·~

J;;)Sµ[!St?q9-1acfas t?AUUµ?J Stn!P?Ul:H

tU?m)lru3u:xf ue8uap surss 8uu,( USl?tl umfu;;}p uaJS!SUO){ llNal 1apow t?Ml{t?q llnl!UP astq qapns u~a){ t?lt?p unqn108u:xf 'untUt?N .rescq uinp ue8u;;}p map Ul?lfClOguoo u~up

nreq !t?sa1~s Ull?.ilJOJd till~unuaw ni\ww~qas -ei-ep Ut?tp?\Oguoo mn-e~a")I B}B(l SJS!}BUVUBp UB1(H{08U3dUB}~

"(I

·1nµainw ){l?Prl unnreu !lt?qUl~){ Japom Ut?!mlS;;}AUOO t?pt? nped n1J.8uyqas 't?1npua){ lPl!PaS

t{!St?UI ~01d

Ul?!t?sa1a.{uoo 1Im{l?Q ·Ul?!l!lauoo uenfru nrnfuaw .8cm.{ nde

m?iluap !l?US;;}S w-eillo1d !OOWt?S U~){ m.~ Ul?ilu~p t?Wt?JJOO unqm aped Ut?)lUSmt!P qt?{~ ~cm,( WBDJ01d Ht?qwa){ nqoo !fn UP.Jt?~;;}){ qt?[t?pt? WBDJOld !SJAa"'H Ul?Jt?~a")I mlU~O.ld JSJA3l] •3

·gs 'Rs~uytrn!Q !t?fll~:lJ!P ~Ul?A tm8Ut?dl?J U~S!SR q!lRPW tmp t?Jt?p Ut?J!qum~uoo )[tllUtl !fl?qWa)f -efaor a)[ cmtrnJt?fJ:xl trn-'1mre1aw tmJa)[ 'cmp1!wap cm1Juaa ·svs !SIDI!1de we.liio1d usp l?lt?P ){nJ~ )Jn1~s 1w~gu~m uep !eseru1uam qspns

nureuod unqsi nped :ieiju!iluaw uaJS!SU t?.8trua:i usnnreq ){lllUil t?~Of trut?:)Ua~1mJaw t?St1N ffiJ.S )Jl?Q!d Ul?1Juap !Jt?qwa)J mut?Se!]a)( UIDJil:)[BJatu e8nf Ill! U!t?PS ·:mqasJa'.}. l?l-l?p lll?lp?{O~U:xJ. UID{!t?SaJaAUaW ){O:Pin l?.J.lS){a dnxno t?!Ja)faq µnauad WH

·ruf Ul?lC'ft?[ mnmsnzuod

lt?RS

tll?)f[~W'Bl!P

t?Sfq WU[~ trep ~saras ssrq umpq t?Jt?p

cmql3foiiuoo t?'fBW 'cm3cmqwa)llOO trarods] cmunsn,(uoo cm3uap qa101adw 3cmA t?Jt?P e.nnue )lapu:xf dqM grreA tll)lt?M lmfu~uaw ~un

rssoq

t?Jt?p !J!:)[BMaw redap

·n:)a)l msp uap s1sneue StnJAµJsuas

trn)Jdrueqw

mqosror

t?JBP unurnu

'trn)JU~Uf

F. Kegiatan Pemantapan Mode)

Setelah seluruh proses pengolahan data selesai dan konsultasi dengan tenaga ahli selesai, mak:a tim peneliti melakukan pemantapan model. Pemantapan model seharusnya dilakukan dengan melakukan uji coba dari beberapa sampel data sehingga memberikan kesimpulan yang sama, namun tim hanya berhasil mengaplikasikan pada satu sampel saja

5.2. Hasil Penelitian

5.2.1. Alur Program

Tahapan Manajemen Data dilakukan melalui beberapa tahapan (rincian perintah program SAS untuk penelitian ini terlampir), yaitu:

1. Tahapan import data 2. Tahapan sort data 3. Tahapan penggabungan data 4. Tahapan Penyamaan order number 5. Tahapan export data ke excel

6. Tahapan Pembuatan Variabel Waktu (Time) 7. Analisis Data 5.2.2. Statistik Deskriptif

Jumlah saham yang diolah untuk uji model dengan studi peristiwa pengaruh pengumuman perubahan mekanisme perdagangan adalah 30 saham. Pernilihan saham adalah dilihat dari 30 saham teraktif dan terbesar kapitalisasinya Adapun jumlah transaksi yang terjadi perioda sebelum pengumwnan perubahan mekanisme perdagangan pre-opening session dalam bentuk grafik dapat dilihat pada Gambar 5.1.

16

0000 7000

6000 &lOO

4000 3000 2000

c:::J 0

0

1000 0 AA!J

ASll Af'EX

BKSW B8CA

~

GGRM

M=f'A FMiA 1Sl'C t.PBN FN3N lMS

ISAT

ta=

stockCode

Gambar 5.1 Jumlab transaksi masing-masing saham perioda sebe1um pengumuman

Adapun jumlah transaksi yang terjadi perioda sebelum pengumuman perubahan rnekanisrne perdagangan pre-opening session dalam bentuk grafik dapat dilihat pada Gambar 5.2.

0000

-

c:

::J 0

(.)

0 ANTM AUTO BMTR DSR Kl.BF Mitt. SM3R LtflR ASGR 88111 GJ1l. MP M:DC RALS TI.KM

StockCode

Gambar 5.2 Jumlah transaksi masing-masing saham periods sesudah pengumuman

17

Tabel 5.1 menunjukkan waktu rata-rata saham tereksekusi baik perioda sebelum maupun sesudah pengumuman

perubahan mekanisme perdaganan pre-opening session.

Dari hasiJ menunjukkan bahwa waktu rata-rata suatu saham terksekusi pada perioda sebelum lebih lama dibanding waktu rata-rata suatu saham tereksekusi pada perioda sesudah pengumuman. Selain itu, volume perdagangan perioda sebelurn pengumuman lebih kecil d.ibanding perioda sesudah pengwnuman namun tidak berlaku bagi value, ternyata value perioda sebelum pengumuman lebih besar dibanding value perioda sesudah pengumuman.

Tabel 5.1. Waktu rata-rata saham tereksekusi _Periooa

·,

W~ktttJ{ata-~ata

Volume

Volue(Rp)

Sebelum Pengumuman

13:31,45

48,614.66

7.5xlOT/

Sesudah Pengumuman

11 :35,77

57,116.78

39,661.51

Setelah itu d.ilakukan perhitungan likuiditas dari masing-masing periode dengan model mekanika. Dalam penelitian ini tidak dilakukan pemisahan antara Beli (B) dan Jual (S) tetapi secara keseluruhan. Hal ini dilak:ukan mengingat dalam data transaksi dan order pada Bursa Efek Indonesia temyata tidak dibedakan, sehingga dikhawatirkan ada perhitungan ganda. Adapun basil pengukuran likuiditas dari kedua periode dapat dilihat pada Tabel 5.2.

Tabel 5.2. Likuiditas rata-rata

Sebelum Pengumuman

370,37

Sesudah Pengumuman

421,46

; Yol~~aktu '. Rata-rata 3915,97 5497.76

Dari Tabel 5.2 terlihat bahwa likuiditas sesudah pengumuman lebih besar dari likuiditas sebelum pengumuman. Hal ini ternyata konsisten dengan basil pengukuran Iikuiditas berdasarkan waktu (time), likuid.itas sesudah pengumuman pre-opening session lebih kecil dalam arti lebih cepat terkesekusi dibanding sebelum pengumuman pre-opening session.

18

5.2.3. Analisis Data Hasil dari manajemen data maka langkah selanjutnya adalah meJakukan analisis dengan uji t-test untuk melihat perbedaan waktu antara perioda sebelum dan sesudah

pengumuman pre-opening session. Hasil analisis untuk membandingkan likuiditas sebelum dan sesudah pengumuman pre-opening session berdasarkan perhitungan waktu, dapat dilihat pada Tabel 5.3. Selisih waktu antara perioda sebelum dan sesudah adalah 01:55,67 atau 1 menit 55,67 detik dengan nilai t-hitung sebesar 6,569. Hasil ini cuknp

membuktikanbahwa pengukuran Iikuiditas berdasarkan waktu sudah cukup terwakili. Tabel 5.3 Paired Sample Testperioda sebelum dan sesudahpre-opening session.

Paired Samples

'Test

Paired ·Differences

Std. Error Mean

Pair 1 TIME1 - TIM 01:55.67

Std. Devia\io11 Mean

1:15:07.79 00:17.61

95% conndence lnteIYal of tbe Difference Lower

I

Uooer

01::21.16 l02:30.19

1 6.569

df

Sia. (2-tailed'

65534

.000

Hasil analisis menunjukkan bahwa terjadi perbedaan waktu yang singnifikan antara rata-rata waktu suatu order tereksekusi perioda sebelum dan sesudah pengumuman pre-opening session. Waktu rata-rata yang dibutuhkan tereksekusinya suatu saham

perioda sebelum pengumuman pre-opening session adalah I3 menit 31,45 detik sedangkan Waktu rata-rata yang dibutuhkan tereksekusinya suatu saham perioda sesudah pengumuman pre-opening session adalah 11 menit 35,77 detik. Perbedaan waktu antara

dua perioda dengan uji t-tesr menunjukkan bahwa waktu yang dibutuhkan suatu saham untuk terekseknsi .pada perioda sesndah Iebih _pendek

disbanding perioda sebelum

pengumuman. Hal ini menunjukk:an bahwa pengumuman perubahan mekanisme perdagangan membawa dampak terhadap order yang tereksekusi semakin cepat. Salah satu tolok ukur apakah pasar rnodaJ likuid atau tidak bisa dilihat dari

seberapa cepatnya suatu saham tereksekusi. Hasil dari penelitian ini sudah rnenunju.kkan . bahwa pengumuman perubahan mekanisme pasar membawa pengaruh terhadaplikuiditas pasar. Dengan demikian hasil ini mendukung basil temuan Commerton-Forde (1999)

19

bahwa dengan sisitem call pada saat pembukaan akan membuat pasar menjadi likuid dan efisien. Namun, penelitian ini belum sempuma karena model penelitian belum bisa diterapkan pada data. Hal ini dikarenakan sempuma

sehingga baru bisa menemukan

menyelaraskan

variabel

prcgram waktu

antara order number pada data transaksi

variabel waktu sebenarnya

sudah cukup untuk dijadikan

yang diajuka ·

aplikasi yang belum

dengan

terlebih

dahulu

dengan data order. Dengan sebagai suatu pengukuran

likuiditas, namun akan lebih lengkap jika diukur dari kecepatan.

Dalam pengukuran

kecepatan akan dapat dilihat -secara .detil untuk masing-masing kategori harga. Penelitian ini belum sampai

rnembandingkan

berdasarkan .perhitungan

likuiditas

sebelum

dim sesudah

pengumuman

kecepatan .pendekatan

mekanika

dikarenakan

ada data yang

.hilang sehingga sampai .pembuatan laporan .ini sedang diulang .kembali .pengolahan datanya terutama

·untuk data ·likuiditas

sesudah ·pengumuman

pre-opening session.

· Narnun demikian, program model pengukuran · likuiditas dengan pendekatan mekanika dengan program SAS sudah dapat dijalankan sesuai perintah yang dilampirkan dalam laporan akhir ini.

BAB VI. KESIMPULAN DAN SARAN

6.l. Kesimpu)an-

Penelitian ini rnerupakan penelitian mikrostniktur pasar dengan pendekatan mekanika yang mungkin baru pertama kali dilakukan di Indonesia ataupun di pasar modal internasional, Dengaa meagguaakan met-Oda stndi peristiwa pada data intrahari memmjukkan bahwa waktu rata-rata perieda sesudah pengumuman

mekanisme

perdagangan di Bursa Efek Indonesia · lebih pendek dibanding waktu rata-rata perioda sesudah pengu~uman mekanisrne perdagangan. Perbedaan tersebut ~i.gni.fik~n pa~ leve] 1%. Pengukuran likuiditas dengan melihat.perbedaan

waktu rata-rata.pada studi.peristiwa

masih relevan .dengan .maksud dan .tujuan .dari penelitian .ini.

·6.l. Saran

Dari basil .penelitian yang belum sempurna ini maka masih dimungkinkan untuk .dilanjutkan penyempumaan .model .dengan carakolaborasi dengan beberapa .tim .ahii baik ·dari sisi ·akademis maupun praktisi yang ·menguasai .aktivitas perdagangan di ·pasar modal 'Indonesia, Selain itu, perlu dilakukan penyempumaan program SAS dengan cara uji coba dan menguasai sistem dan prosedur perintah standar,

. 21"

DAFTAR PUSTAKA

Aitken. et.al., J.995. An intraday analysis of the probability of trading on ASX at the askingprice. Asutralian Journal of Management, Dec: 115.

Aitken, M. and A. Frino, 1996. Determinants of Market Bid Ask Spreads on the Australian Stock Exchange: Cross-sectional Analysis. Accounting & Finance 36: 51-63. AitkenM. and C. Comerton-Forde, 2003. How shouldliquiditybemeasured?PacificBasin Finance Journal I I: 45-59. Amihud, Y. andH, Mendelson, 1988. Liquidity andAsset Prices: FinancialManagement

Implications. Financial Management 17: 5-J.5. Bonser-Neal; C., D. Linnan and R. Neal; 1999". Emerging Market Transaction Costs: Evidence from Indonesia. Pacific-Basin Finance Journal 7: 103-1.27_ Domowitz, L, J. Glen and A Madhavan, 2000.. Liquidity, Volatility, and.Equity Trailing Costs across Countries and Over Time. Working Paper, Pennsylvania State

University. Harris, L ·E., ·1990. Liquidity, TradingRules andElectronic Trading Systems. New York University Salomon Center Mclnish, T_ and R Wood, 1992 An Analysis of Intraday Patterns in Bid/Ask Spreads for NYSE Stocks. Journal of Finance 47~ 753-762. ·Stoll~ H: R., 1978". The Pricing of Security Dealer Services: An EmpiricalStudy of Nasdaq Stocks . Journal of Finance, V ol..33, No. 4, pp, 1.1.53- l 1.73 .

22

Lampiran

1: Artikel basil penelitian

Basil Penelitian

1. Alur Program

Tahapan Manajemen Data dilakukan .melalui beberapa tahapan (rincian perintah program SAS untuk penelitian ini terlampir), yaitu: I. Tahapan import data 2. Tahapan sort data 3. Tahapan penggabungan data 4. Tahapan Penyamaan order number 5. Tahapan export data ke excel 6. Tahapan Pembuatan Variabel Waktu (Time) 7. Analisis Data

2. Statistik Deskriptif Jumlah saham yang diolah untuk uji model dengan studi peristiwa pengaruh pengumuman perubahan mekanisme perdagangan adalah 30 saham. Saharn yang terpilih adalah 30 saham teraktif dan terbesar kapitalisasinya. Adapun jumlah total transaksi yang terjadi selama perioda pengamatan dalam bentuk grafik dapat dilihat pada Gambar 1.

Ll

8000

6000

4000

2000

c :J 0

0

0 ANTM

AlffO

ASGR

BM1R

BBt-1

DSR

GJ1L -

MP

KLBF

MTll...

rvHlC

Sr.GR

AALS

LNl/R

llKM

StockCode

Gambar 1: Total Jumlah transaksi masing-masing saham selama perioda pengamatan Tabel 5.1 menunjukkan waktu rata-rata saham tereksekusi baik perioda sebelurn maupun sesudah pengumuman perubahan mekanisme perdaganan pre-opening session. Dari hasil menunjukkan bahwa waktu rata-rata suatu saham tereksekusi pada perioda sebelum lebih lama dibanding waktu rata-rata. suatu saham tereksekusi

pada perioda

sesudah pengumuman. SeJain itu, volume perdagangan perioda sebeJum pengumuman lebih kecil dibanding perioda sesudah pengumuman namun tidak berlaku bagi value, temyata value perioda sebelum pengumuman

lebih besar dibanding

value perioda

sesudah pengumuman.

Tabel 1. Waktu Rata-Rata Saham Tereksekusi

Sesudah Pengumuman

11:35,77

57,116.78 39,661.51

Setelah itu dilakukan perhitungan likuiditas dari masing-masing periode dengan model mekanika. Dalam penelitian ini tidak dilakukan pemisahan antara Beli (B) dan Jual (S) tetapi secara keseluruhan. Hal ini diiakukan mengingat dalam data transaksi dan order

L2

pada Bursa Efek Indonesia temyata tidak dibedakan,

sehingga dikhawatirkan

ada

perhitungan ganda. Adapun hasil pengukuran likuiditas dari kedua periode dapat dilihat pada Tabe12.

Tabel 2. Likuiditas Rata-Rata

Sebelum Pengumuman

370,37

3915,97

Sesudah Pengumuman

421,46

5497.76

Dari Tabel 2 terlihat bahwa likuiditas sesudah pengumuman lebih besar dari likuiditas sebelum pengumuman. Hal ini ternyata konsisten dengan basil pengukuran Jikuiditas berdasarkan waktu (tim~), likuiditas sesudah pengumuman pre-opening session lebih kecil dalam arti lebih cepat terkesekusi dibanding sebelum pengumuman pre-opening session. 2. Analisis Data Hasil dari manajemen data maka langkah selanjutnya adalah melakukan analisis dengan uji t-test untuk melihat perbedaan waktu antara perioda sebelum dan sesudah pengumuman pre-opening session. Basil analisis untuk membandingkan likuiditas sebelum dan sesudah pengumuman pre-opening session berdasarkan perhitungan waktu, dapat dilihat pada Tabel 3. Selisih waktu antara perioda sebelum dan sesudah adalah 01 :55,67 atau I menit 55,67 detik dengan nilai t-hitung sebesar 6,569:. Hasil ini cukup

membuktikan bahwa pengukuran likuiditas berdasarkan waktu sudah cukup terwakili. Tabel 3 Paired Sample Test perioda sebelum dan sesudah pre-opening session. - Paired Samples Test ·,

Paired Differences •

95% Confidence

Mean

Pair1 TIME1 -TIM, 01:55.67

Std. Error >ld. Deviation Mean

1:15:07.79

Interval of the Difference Lower

I

Upper

00:17.61 01 :21.16 t02:30.19

t 6.569

df

65534

Sia. (2-tailed

.000

L3

Hasil analisis menunjukkan bahwa terjadi perbedaan waktu yang singnifikan antara rata-rata waktu suatu order tereksekusi perioda sebelum dan sesudah pengumuman pre-opening session. W aktu_ rata-rata yang dibutuhkan tereksekusinya perioda sebelum pengumuman

pre-opening

session adalah

suatu saham

13 menit 31,45 detik

sedangkan Waktu rata-rata yang dibutuhkan tereksekusinya suatu saham perioda sesudah pengumuman pre-opening session adalah 11 menit 35,77 detik. Perbedaan waktu antara dua perioda dengan uji t-test menunjukkan bahwa waktu yang dibutuhkan suatu saham untuk tereksekusi pada perioda sesudah lebih pendek disbanding pengumuman.

perioda sebelum

Hal ini menunjukkan bahwa pengumuman perubahan mekanisme

perdagangan membawa dampak terhadap order yang tereksekusi semakin cepat. Salah satu tolok ukur apakah pasar modal likuid atau tidak bisa dilihat dari seberapa cepatnya suatu saham tereksekusi. Hasil dari penelitian ini sudah menunjukkan bahwa pengumuman perubahan mekanisme pasar membawa pengaruh terhadap likuiditas pasar. Dengan demikian hasil ini mendukung hasil temuan Commerton-Forde (1999) bahwa dengan sisitem caJl pada saat pembukaan akan membuat pasar menjadi likuid dan efisien. Namun, penelitian ini belum sempuma karena model penelitian yang diajuka belum bisa diterapkan pada data. Hal ini dikarenakan program aplikasi yang belum sempuma sehingga baru bisa menemukan variabel waktu dengan terlebih dahulu menyelaraskan antara order number pada data transaksi dengan data order. Dengan variabel waktu sebenamya sudah cukup untuk dijadikan sebagai suatu pengukuran likuiditas, namun akan lebih lengkap jika diukur dari kecepatan. Dalam pengukuran kecepatan akan dapat dilihat .secara detil untuk masing-masing kategori harga. Penelitian ini belum sampai membandingkan likuiditas sebelum dan sesudah pengumuman berdasarkan perhitungan kecepatan pendekatan mekanika dikarenakan ada data yang hilang sehingga sampai pembuatan laporan ini sedang diulang kembali pengolahan datanya terutama untuk data likuiditas sesudah . pengumuman pre-opening session. Namun demikian, program model pengukuran likuiditas dengan pendekatan mekanika dengan program SAS sudah dapat dijalankan sesuai perintah yang dilampirkan dalam laporan akhir ini.

L4

3. KESIMPULAN DAN SARAN

A. Kesimpulan

Penelitian

ini merupakan

penelitian mikrostruktur

pasar dengan pendekatan

mekanika yang mungkin baru pertama kali dilakukan di Indonesia ataupun di pasar modal intemasional. Dengan menggunakan metoda studi peristiwa pada data intrahari menunjukkan

bahwa

waktu

rata-rata

perioda

sesudah

pengumuman

mekanisme

perdagangan di Bursa Efek Indonesia lebih pendek dibanding waktu rata-rata perioda sesudah pengumuman mekanisme perdagangan. Perbedaan tersebut signifikan pada level 1 %. Pengukuran likuiditas dengan melihat perbedaan waktu rata-rata pada studi peristiwa masih relevan dengan maksud dan tujuan dari penelitian ini.

B. Saran Dari basil penelitian yang belum sempuma ini maka masih dimungkinkan untuk dilanjutkan penyempumaan model dengan cara kolaborasi dengan beberapa tim ahli baik dari sisi akademis maupun praktisi yang menguasai aktivitas perdagangan di pasar modal Indonesia. Selain itu, perlu dilakukan penyempurnaan program SAS dengan cara uji coba dan menguasai sistem dan prosedur perintah standar.

L5

Lampiran 2: Lampiran program

Lampiran Program /**********************************************************************/ I* */ /* NAMA PROGRAM PENGUKURAN LIKUIDITAS.SAS */ /* DIBUAT OLEH LULUK KHOLISOH (2010) */ /* TUJUAN DIGUNAKAN UNTUK IMPORT DATA DARI EXCEL KE */ /* SAS-DATA INTRADAY SAMPAI PENGOLAHAN DATA */ /* DI BURSA EFEK INDONESIA *I

I*

*I

/**********************************************************************/ /**********************************************************************/ /*Prose~ Import _Data: Nama file disesuaikan lokasinya, baik data */ /* transaksi maupun data order bisa digunakan sekaligus untuk beberapa*/ /*file. */ /*******~**************************************************************/ /*DATA SAHAM SESUDAH OPENING SESSION*/ /*IMPORT DATA TRANSAKSI */ proc import datafile="f:\Luluk\My session\antm.xls" out= sahaml; run; proc import datafile="f:\Luluk\My session\apex.xls" out= saham2; run; proc import datafile="f:\Luluk\My session\aali.xls" out= saham3; run; proc import dataf.ile="f:\Luluk\My session\asgr.xls~ out= saham4; run; proc import datafile="f:\luluk\My session\asii.xlsw out= sahamS; run; proc import datafile="f:\luluk\My session\auto.xls" out= saham6; run; proc import dataf-ile="f:\Luluk\My session\bbca.xls"

Artikel\data-dec03\transaksi\ssdh opening







L6

out= saham7; run; proc import datafile="f:\Luluk\My session\bksw.xls" out= saham8:; run; proc import datafile="f:\Luluk\My session\bbni.xls" out= saham9; run; proc import datafile="f:\Luluk\My session \pnbl'h xls" out= sahaml~; run; proc import datafile="f:\Luluk\My session\rmba.xls" out= sahamll; run; proc import datafile="f:\Luluk\My session\bmtr.xls" out= sahaml-:2; run; proc import datafile="f:\Luluk\My session\gjtl~xls" out_= saham13; run; proc import datafile="f:\Luluk\My session\ggrm.xls" out= saham14; run; proc import datafile="f:\Luluk\My session\hmsp.xls" out= saham15; run; proc import datafile="f:\Luluk\My session\intp.xls" out= sahaml6; run; proc import datafile="f:\Luluk\My session\indf_. xls" out = sahaml 7; run; proc import datafile="f:\Luluk\My session\isat.xls" out= saham18; run; proc import datafile="f:\Luluk\My session \idsr·. xls" out= sahaml9; run; proc import datafile="f:\Luluk\My session\klbf.xls" out= saham2~; run;














L7

proc import datafile="f:\Luluk\My session\mppa.xls" out= saham21; run; proc import datafile="f:\Luluk\My session\medc.xls" out= saham22; run; proc import datafile="f:\Luluk\My session\rals.xls" out= saham23; run; proc import datafile="f:\Luluk\My session\smgr.xls" out= saham24; run; proc import datafile="f:\Luluk\My session\tlkm.xls" out= saham25; run; proc import datafile="f:\Luluk\My - session\tspc.xls" out= saham26; run; proc import datafile="f:\Luluk\My session\tins.xls" out= saham27; run; proc import datafile="f:\Luluk\My session\unvr.xls" out= saham28; run; proc import datafile="f:\Luluk\My session\lpbn.xls" out= saham29; run; proc import datafile="f:\Luluk\My session\mtdl.xls" out= saham30; run;











data Al; set sahaml saham2 saham3 saham4 sahamS saham6 saham7 saham8 saham9 saham10 sahamll saham12_saham13 saham14 sahamlS saham16 sahaml7 saham18 saham19 saham20 saham21 saham22-saham23 saham24 saham25 saham26 saham27 saham28 saham29 saham30; volume= tradequantity_volume_; price= tradeprice; value= tradevalue; proc so:t; by tradingdate stockcode ordernumber; run;

L8

/*IMPORT DATA ORDER*/ proc import datafile="f:\Luluk\My session\antm.xls" out= saham31; run; proc import datafile="f:\Luluk\My session\apex.xls" out= saham32; ruo; pr(?c import datafile="f:\Luluk\My se~sion\aali.xls" out= saham33; run; proc import datafile="f:\Luluk\My session\asgr.xls" out = saham34; · run; proc import datafile="f:\Luluk\My session\asii.xls" out= saham35; run; proc import datafile="f:\Luluk\My session\auto.xls" out= saham36; run; ·proc import datafile="f:\Luluk\My session\bbca.xls" out= saham37; run; proc import datafile="f:\Luluk\My session\bksw.xls" out= saham38; run; proc import datafile="f:\Luluk\My session\bbni.xls" out= saham39; ruri; proc import datafile="f:\Luluk\My session\pnbn.xls" out= saham40; run; proc import datafile="f:\Luluk\My session\rmba.xls" out= saham41; run; proc import datafile="f:\Luluk\My session\bmtr.xls" out= saham42; run; proc import datafile="f: \Luluk\My session\gjtl.xls" out= saham43;

Artikel\data-dec03\order\ssdh opening












Artikel \d.ata-dec03\order\ssdh opening

L9

run; proc import datafile="f:\Luluk\My session\ggrm.xls" out= saham44; run; proc import datafile="f:\Luluk\My session\hmsp.xls" out= saham45; run; proc import datafile="f:\Luluk\My session\intp.xls" out= saham46; run; proc import datafile="f:\Luluk\My session\indf.xls" out= saham47; run; proc import datafile="f:\Luluk\My - session\isat.xls" out= saham48; - run; proc import datafile="f:\Luluk\My session\idsr.xls" out= saham49; run; proc import datafile="f:\Luluk\My session\klbf.xls" out= saham50; run; proc import datafile="f:\Luluk\My session\mppa.xls" out= sahamSl; run; proc import datafile="f:\Luluk\My session\medc.xls" out= saham52; run; proc import datafile="f:\Luluk\My session\rals.xls" out= saham53; run; proc import datafile="f:\Luluk\My session\smgr.xls" out= saham54; run; proc impoF't datafile="f:\Luluk\My session\tlkm.xls" out= saham55; run; proc import datafile="f:\Luluk\My session\tspc.xls" out= saham56; run; proc impo~t datafHe="f:\Luluk\My session\tins.xls"












Artikel\data-dec03\ordett\ssdh opening


Artikel\data-dec03\order\ssdh opeRing

LlO

out= saham57; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\order\ssdh opening session\unvr.xls" out= saham58; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\order\ssdh opening session\lpbn.xls" out= saham59; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\order\ssdh opening session\mtdl.xls" out= saham60; run; data A2; set saham31 saham32 saham33 saham34 saham35 saham36 saham37 saham38 saham39 saham40 saham41 saham42 saham43 saham44 saham45 saham46 saham47 saham48 saham49 saham50 saham51 saham52 saham53 saham54 sahamSS saham56 saham57 saham58 saham59 saham60; tradingdate = entrydate; tradingtime = entrytime; proc sort; by tradingdate stockcode ordernumber; run; /* PENGGABUNGAN DATA TRANSAKSI DAN DATA ORDER*/ data A3; merge Al A2; by tradingdate stockcode ordernumber; run; data A4; set A3; by tradingdate stockcode ordernumber; if tradeprice eq. then delete; if entrydate eq. then delete; run; data AS; set A4; by tradingdate stockcode ordernumber; keep tradingdate stockcode tradingtime entrytime tradeprice ordernumber; time= tradingtime - entrytime;

run; proc export DATA= work.AS outfile="g:\Hibah Bersaing\Luluk\data sesudah.xls"; run; /*file excel masing2 di format terlebih dahulu variabel time dari bentuk waktu (00:00:00) menjadi numeric (60 detik atau 60 menit) secara manual. Setelah itu baru bisa dilakuka~ perhitungan likuiditas dan dianalisis statisti~ */

Lll

/*DATA SAHAM SEBELUM OPENING SESSION*/ /*IMPORT DATA TRANSAKSI */ proc import datafile="f:\Luluk\My Artikel\data-dec03\transaksi\sblm session\antm.xls" out= saham61; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\transaksi\sblm session\apex.xls" out= saham62; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\transaksi\sblm session\aali.xls" out= saham63; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\transaksi\sblm session\asgr.xls" out= saham64; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\transaksi\sblm session\asii.xls" out= saham65; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\transaksi\sblm session\auto.xls" out= saham66; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\transaksi\sblm session\bbca.xls" out= saham67; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\transaksi\sblm session\bksw.xls" out= saham68; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\transaksi\sblm session\bbni.xls" out= saham69; run; proc import datafile="f:\Luluk\My,Artikel\data-dec03\transaksi\sbim session\pnbn.xls" out= saham70; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\transaksi\sblm session\rmba.xls" out= saham71; run; proc import datafile="f:\luluk\My Artikel~data-dec03\transaksi\sblm session\bmtr.xls" out= saham72;

opening

opening

opening

opening

opening

opening

opening

opening

opening

opening

opening

opening

L12

run; proc import datafile="f:\Luluk\My session\gjtl.xls" out= saham73; run; proc import datafile="f:\Luluk\My session\ggrm.xls" out= saham74; run; proc import datafile="f:\Luluk\My session\hmsp.xls" out= saham75; run; proc import datafile="f:\Luluk\My session\intp.xls" out= saham76; run; proc import datafile="f:\Luluk\My session\indf.xls" out= saham77; run; proc import datafile="f:\Luluk\My session\isat.xls" out= saham78; run; proc import datafile="f:\Luluk\My session\idsr.xls" out= saham79; run; proc import datafile="f:\Luluk\My session\klbf.xls" out= saham80; run; proc import datafile="f:\Luluk\My session\mppa.xls" out= saham81; run; proc import datafile="f:\Luluk\My session\medc.xls" out= saham82; run; proc import· datafile="f:\Luluk\My session\rals.xls" out= saham83; run; proc import datafile="f:\Luluk\My session\smgr.xls" out= saham84; run; proc import datafile="f:\Luluk\My session\tlkm.xls" out= saham85; run; proc import datafile="f: \Luluk\My session\tspc.xls"

Artikel\data-dec03\transaksi\sblm opening













Artikel \data-dec,B\ transaksi \sblm opening

L13

out= saham86;

run; proc import datafile="f:\Luluk\My Artikel\data-dec03\transaksi\sblm opening session\tins.xls" out= saham87; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\transaksi\sblm opening session\unvr.xls" out= saham88; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\transaksi\sblm opening session\lpbn.xls" out= saham89;

run; proc import datafile="f:\Luluk\My Artikel\data-dec03\transaksi\sblm opening session\mtdl.xls" out= saham90;

run; data A8; set saham61 saham62 saham63 saham64 saham65 saham66 saham67 saham68 saham69 saham70 saham71 saham72 saham73 saham74 saham75 saham76 saham77 saham78 saham79 saham80 saham81 saham82 saham83 saham84 saham85 saham86 saham87 saham88 saham89 saham90~ volume= tradequantity_volume_; price= tradeprice; value= tradevalue; proc sort; by tradingdate stockcode ordernumber; run; /*IMPORT DATA ORDER*/ proc import datafile="f:\Luluk\My session\antm.xls" out= saham91; run; proc import datafile="f:\Luluk\My session\apex.xls" out= saham92; run; proc import datafile="f:\Luluk\My session\aali.xls" out= saham93; run; proc import datafile="f:\Luluk\My session\asgr.xls" out= saham94; run; proc import datafile="f:\Luluk\My session\asii.xls" out= saham95;

Artikel\data-dec03\order\sblm opening





L14

run; proc import datafile="f:\Luluk\My Artikel\data-dec03\order\sblm opening session\auto.xls" out= saham96;

run; proc import datafile="f:\Luluk\My Artikel\data-dec03\order\sblm opening session\bbca.xls" out= saham97;

run; proc import datafile="f:\Luluk\My Artikel\data-dec03\order\sblm opening session\bksw.xls" out= saham98; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\order\sblm opening session\bbni.xls" out= saham99;

run; proc import datafile="f:\Luluk\My Artikel\data-dec03\order\sblm opening session\pnbn.xls" out= saham100; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\order\sblm opening session\rmba.xls" out= sahaml01;

run; proc import datafile="f:\Luluk\My Artikel\data-dec03\order\sblm opening session\bmtr.xls" out= saham102; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\order\sblm opening session\gjtl.xls" out= sahaml03;

1, !

run; proc import datafile="f:\Luluk\My Artikel\data-dec03\order\sblm opening session\ggrm.xls" out= sahaml04; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\order\sblm opening session\hmsp.xls" out= sahaml05;

run; proc import datafile='"f:\Luluk\My Artikel\data-dec03\order\sblm opening session\intp.xls" out= saham106; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\order\sblm opening session\indf.xls" out= sahaml07; run; proc import datafile="f:\Luluk\My Artikel\data-dec03\order\sblm opening session\isat.xls" out= saham108;

run; proc impo~t datafile="f:\Luluk\My Artikel\data-dec03\order\sblm opening session\idsr.xls" LIS

out= saham109; run; proc import datafile="f:\Luluk\My session\klbf.xls" out= sahamll0; run; proc import datafile="f:\Luluk\My session\mppa.xls" out= sahamlll; run; proc import datafile="f:\Luluk\My session\medc.xls" out= saham112; run; proc import datafile="f:\Luluk\My session\rals.xls" out= sahamll3; run; proc import datafile="f:\Luluk\My session\smgr.xls" out= saham114; run; proc import datafile="f:\Luluk\My session\tlkm.xls" out= sahaml15; run; proc import datafile="f:\Luluk\My session\tspc.xls" out= saham116; run; proc import datafile="f:\Luluk\My session\tins.xls" out= saham117; run; proc import datafile="f:\Luluk\My session\unvr.xls" out= saham118; run; proc import datafile="f:\Luluk\My session\lpbn.xls" out= saham119; run; proc import datafile="f:\Luluk\My session \mtdl. xls" out= saham120; run;

Artikel\data-dec03\order\sblm

opening


opening


opening


opening


opening


opening


opening


opening


opening


opening


opening

data A9; set saham91 saham92 saham93 saham94 saham95 saham96 saham97 saham98 saham99 saham100 saham101 saham102 saham103 saham104 saham105 saham106 saham107 saham108 saham109 saham110 sahamlll saham112 saham113 saham114 saham~lS saham116 saham117 saham118 saham119 saham120;

Ll6

tradingdate = entrydate; tradingtime = entrytime; proc sort; by tradingdate stockcode tradingtime ordernumber; run; /* PENGGABUNGAN DATA TRANSAKSI DAN DATA ORDER*/ data Al0; merge A8 A9; by tradingdate stockcode ordernumber; run; data All; set Al0; by tradingdate stockcode ordernumber; if tradeprice eq. then delete; if entrydate eq • then delete; run; data Al2; set All; by tradingdate stockcode ordernumber; keep tradingdate stockcode tradingtime entrytime tradeprice; time= tradingtime - entrytime; run; proc export DATA= work.A12 outfile="g:\Hibah Bersaing\luluk\data sebelum.xls"; run; /*file excel masing2 di format terlebih dahulu variabel time dari format time (00:00:00) menjadi numeric (60 detik atau 60 menit) secara manual. Setelah itu baru dilakukan penggabungan data. */

L17

81'1 !un.1

! .. sjx • qepnsas sea TI)Jn>n:t\)fntnt\3UJ:es..1a9 qeqJH\ :~ .. =an:J.+no ta·>1..10M =viva +.1odxa ~o.1d !unJ ~..1aqwnu..1ap..10 apo~)f)O:+s a+ep3u1pe..1+ Aq !+.ios ~o.1d !aw1+/awn10A = lSe+1p1n>11t !awi:+/a)JJd = 1se+1p1n>11t !~nteAapeJ+ = anfeA !a)1JdapeJ+ = a)1..1d !-awntoA-A+J+uenbape..1+ = awntoA !9we4es +as !ta E?:+ep !un..1 !gwe4es :ino .. srx·4epnsas e+ep\>1ntnt\8u1es..1a9 4eq1H\:3"=an:J.e+ep +.1odw1 ~o.1d /*NOISS3S 9NIN3d0 Hvans3S WVHVS viva*/ !unJ !.,srx·wnraqas se+w1n>1n\>fn-rnI\3u1es..1aa 4eq1H\:3 .. =aru+no tv·~JOM = v1va +Jodxa ~oJd !unJ !..1aqwnu..1ap..10 apo))f)o+s a+ep3u1pe..1+ Aq !+.10s ~o..1d !aw1+/awntoA = lSe+1P10>f1I !aw1+/a)JJd = tse+1p1n>11t !anreAape..1+ = anteA !a)J.Jdape..1+ = a)JJd !-awntoA-A:+1+uenbapeJ+ = awnroA !vwe4es· +as !tv E?+ep !un..1 !vwe4es +no .. srx·wnraqas e+ep\>1n1nn3u1es..1a9 4eq1H\:3"=an:1-eiep +.1odwi: ~o..1d /*NOISS3S 9NIN3d0 Wn1383S WVHVS viva*/

/**********************************************************************/ I*

/*

4ero1p eAuwnraqas 3ueA 4epnsas undnew wnraqas .1 e+ep >11eq 'eAu1se>fOI ue>11ensas1p ari::J. eweN :e+ea +..1odwr saso..1d */

/**********************************************************************/ /**********************************************************************'

r; I* 1. 1. 1. /*

'*

VIS3NOaNI )13::13 VS~ln8 IO viva NVHV109N3d IVdWVS AVaV}liNI viva-svs 3)1 13)X3 IHVa viva iHOdWI )lniNn NV)IVNn9ra (0t0z) Hosr10H~ ~n1n1 svs·sviraI0)1!1 NVH0)109N3d

NVncni H310 1vnara WVH90Hd VWVN

*'

*/

.1 .1 .1 .1 .1

/**********************************************************************'

en

'<

3

"O 0

o, (I)

en

::J
"'

c:· 3

::J

(D

rn (fJ

c:

3

"'

r: 3

er

(I)

~

s a

(D O' "' )>

en

s

II)

0

c

C>

rn o, c

"'a c

en -i

II)

::J o,

~ ?

s ~

rrr II)"'"'

::J ::J ::J

~-

~ ~

(I)

a;· ::J

"'

-< )>

-u 0 -u

c

C>

s

(D

rn

c;

< (I) ::J o,

~

a.

"'O

zr

Ql

"'-i

..,
"'

Ql

;::;:

MODEL PENGUKURAN LIKUIDITAS DI PASAR MODAL INDONESIA: PENDEKATAN MEKANIKA

Recommend Documents