PENGARUH ILLIKUIDITAS DAN KARAKTERISTIK SAHAM TERHADAP RETURN SAHAM DI BURSA EFEK INDONESIA PERIODE

1

PENGARUH ILLIKUIDITAS DAN KARAKTERISTIK SAHAM TERHADAP RETURN SAHAM DI BURSA EFEK INDONESIA PERIODE 2008-2013 Grespy Tambunan1, Irwan Adi Ekaputra2 1,2

Departemen Manajemen, Fakultas Ekonomi, Universitas Indonesia, Kampus UI Depok, Depok, 16424, Indonesia 1

[email protected], [email protected]

ABSTRAK Selain risk dan return, likuiditas adalah salah satu faktor yang harus diperhatikan saat berinvestasi. Penelitian ini menginvestigasi pengaruh illikuiditas saham yang diestimasi dari tahun lalu dengan return bulanan periode 2008-2013 di Bursa Efek Indonesia. Beberapa penelitian empiris sebelumnya menemukan adanya hubungan positif signifikan antara illikuiditas dan stock return. Dalam penelitian pasar modal Indonesia dengan memasukkan variabel ukuran perusahaan, beta, volatilitas harga, dan dividend yield tidak ditemukan bukti yang signifikan hubungan antara illikuiditas saham yang diestimasi dari bulan yang sama pada tahun sebelumnya. Hal ini diduga karena Indonesia sebagai salah satu negara emerging market yang memiliki efisien yang lemah dengan volatilitas yang cukup tinggi. Kata Kunci: Illikuiditas; stock return

The Effect of Stock Liquidity and Characteristic to Stock Return in Indonesian Stock Exchange during 2008-2013 ABSTRACT Besides risk and returns, liquidity is one of the factors that must be considered when investing. This research investigates the effect of stock illiquidity estimated from last year to monthly stock returns in the period 20082013 in Indonesia Stock Exchange. Some previous empirical studies found a significant positive relationship between illiquidity and stock return. In the Indonesian capital market research by including the variable firm size, beta, price volatility, and dividend yield no evidence of a significant relationship between stock illiquidity estimated from the same month in the previous year. This is presumably because Indonesia as one of the emerging market countries that have weak efficient with high volatility. Keywords: Illiquidity; stock return

Pendahuluan Investor cenderung mendasarkan keputusan investasi mereka hanya dengan mempertimbangkan dua karakteristik investasi, yaitu return dan risk. Investor pasti ingin mendapatkan return yang besar dari investasi yang dilakukannya. Di sisi lain, pada umumnya hampir semua investasi mengandung unsur ketidakpastian yaitu risk. Investor tidak tahu

Pengaruh illikuiditas..., Grespy Adelina Tambunan, FE, 2014

2 seberapa besar return atau tingkat penggembalian hasil yang akan diperoleh dari investasi yang telah dilakukan dan tidak dapat memastikan apa yang terjadi akan sesuai dengan harapannya. Investor pasti akan menghadapi trade off antara risk dan return. Maka, yang bisa dilakukan investor adalah memperkirakan berapa expected return dari investasinya dan seberapa besar risiko yang dihadapinya. Risiko tersebut dapat berupa expected return tidak sesuai dengan realized return. Investor dengan behavior yang berbeda-beda akan memutuskan investasi yang akan dilakukannya. Selain risk dan return, ada karakteristik lain yang seharusnya juga dapat menjadi perhatian para investor dalam mengambil keputusan investasi, salah satunya ialah tingkat likuiditas saham. Harris (2003) mendefinisikan likuiditas sebagai kemampuan untuk menjual saham dalam jumlah besar secara cepat dengan biaya yang rendah. Penelitian mengenai keberadaan likuiditas di dalam aktivitas pasar saham pertama kali dilakukan oleh Amihud dan Mendelson (1986). Mereka mengembangkan model yang menghubungkan high expected return dengan high illiqudity diukur dengan bid-ask spread dengan obyek penelitian di NYSE periode 1974-1990 dan menemukan adanya pengaruh positif yang signifikan antara illikuiditas saham dan stock return. Berbagai jenis penelitian terus dilakukan untuk melihat pengaruh yang dihasilkan oleh likuiditas di dalam aktivitas pasar saham. Amihud dan Mendelson (1986) berfokus pada dimensi

trading cost dengan

menggunakan bid-ask spread measure. Brennan dan

Subrahmanyam (1996) mengukur stock illiquidity yang dilihat dari dimensi price impact dan trading cost dengan menggunakan data intra day. Datar et al (1998) berfokus pada dimensi trading quantity dengan turnover rate measure sebagai ukuran likuiditas. Lesmond et al (1999) berfokus pada dimensi transaction cost. Amihud (2002) dan Pástor dan Stambaugh (2003) berfokus dimensi price impact untuk menjelaskan price reaction pada trading volume. Liu (2006) menyoroti empat dimensi likuiditas yaitu trading quantity, trading speed, trading cost, and price impact. Penelitian-penelitian ini awalnya menggunakan obyek penelitian yang ada di NYSE. Beberapa peneliti kemudian mulai meneliti likuiditas saham di negara-negara lain. Marshall dan Young (2003) mulai meneliti dengan obyek penelitian di Australia dengan menggunakan tiga proksi yaitu bid–ask spread, turnover rate, dan amortized spread. Mereka menemukan bahwa saham yang less liquid signifikan menghasilkan return yang lebih rendah. Eun dan Huang (2007) juga meneliti obyek penelitian di Cina dan menggunakan monthly turnover ratio sebagai proksi dari likuiditas dan menemukan bahwa hubungan positif dan signifikan antara illikuiditas dengan return. Narayan dan Zheng (2011) juga meneliti


3 dengan obyek penelitian yang sama menggunakan tiga proksi likuiditas yaitu trading volume, turnover rate, dan trading probability. Mereka menemukan mixed results hubungan likuiditas dengan stock return di Cina. Nguyen dan Lo (2013) meneliti dengan obyek penelitian di New Zealand dengan menggunakan proksi beberapa proksi likuiditas seperti bid ask spread, ILLIQ measure dari Amihud (2002), liqudity measure dari Liu (2006), ukuran dimensi price impact dari Pástor dan Stambaugh (2003), share turnover dan dollar trading volume. Amihud (2002) meneliti hubungan antara illikuiditas dan return menggunakan prosedur Fama dan MacBeth (1973). Mereka memasukkan market capitalization atau size, beta, dividend yield. Mereka ingin melihat apakah return saham dipengaruhi oleh variabel illikuiditas, size, beta, dan dividend yield yang diperoleh dari tahun lalu. Penelitian ini akan mempersempit sampel penelitian dengan menggunakan data saham-saham perusahaan yang terdaftar dalam Bursa Efek Indonesia sebagai salah satu emerging market. Indonesia sebagai salah satu emerging market cenderung memiliki efisiensi pasar yang lemah. Penelitian akan menambah penelitian-penelitian yang terkait dengan illikuiditas yang terjadi di emerging market. Beberapa penelitian sebelumnya mengenai illikuiditas dan return sudah banyak menggunakan ukuran likuditas yang dipergunakan Amihud (2002). Peneliti menggunakan proksi likuiditas Amihud (2002) dan berfokus pada dimensi price impact. Penelitian ini bertujuan untuk mengetahui hubungan antara variabel illikuiditas, ukuran perusahaan, risiko sistematik, volatilitas dan dividend yield yang diperoleh dari tahun lalu dengan tingkat pengembalian saham yang dihasilkan pada saham-saham Indonesia pada perusahaanperusahaan yang terdaftar dalam Bursa Efek Indonesia

periode 2008-2013. Selain itu,

penelitian ini juga berusaha untuk memperbaharui penelitian sebelumnya dengan menggunakan periode waktu penelitian yang berbeda.

Tinjauan Teroritis Bodie et al (2011) mengatakan bahwa selain menetapkan batas risiko dan tingkat pengembalian saham, ada beberapa hal yang juga mempengaruhi rencana investasi. Salah satunya adalah kebutuhan likuiditas, suatu horison waktu investasi, faktor pajak, kendala hukum dan peraturan, dan kebutuhan yang unik dan preferensi. Likuiditas saham adalah salah satu cara mengukur kinerja dari saham tersebut. Semakin efisien pasar tersebut, maka semakin baik likuiditas saham tersebut. Hal ini disebabkan efisiensi pasar di mana informasi.


4 Harris (2003) dan Liu (2006) mendefinisikan likuiditas sebagai kemampuan untuk menjual saham dalam jumlah besar secara cepat dengan biaya yang rendah. Horne dan Wachowicz (2008) juga mendefinisikan likuiditas sebagai kemampuan untuk menjual saham dalam volume yang signifikan dari efek dalam waktu singkat periode waktu dalam pasar sekunder tanpa perubahan harga yang signifikan. Amihud (2002) mengatakan bahwa likuiditas adalah sebuah “elusive concept”. Likuditas tidak dapat diamati secara langsung. Likuiditas memiliki sejumlah aspek yang tidak dapat ditangkap dalam satu ukuran saja. Demikian juga dengan Fujimoto (2003) yang menyatakan bahwa likuiditas itu tidak dapat diamati langsung dari satu ukuran dan memiliki beberapa aspek yang tidak dapat ditangkap oleh satu ukuran. Dalam penelitiannya Fujimoto (2003) menggunakan empat ukuran likuiditas untuk mencari hubungan antara likuiditas dan tingkat pengembalian saham, yaitu proportional quoted spread, price impact proxy, return reversal measure, dan share turnover. Harris (2003) menyebutkan bahwa likuiditas memiliki empat dimensi, yaitu: 1. Immediacy Dimensi ini mengukur seberapa cepat waktu yang diperlukan untuk memperdagangkan sebuah order pada ukuran tertentu. Di pasar yang likuid transaksi sebuah aset dieksekusi lebih cepat. 2. Width atau breadth Dimensi ini melihat likuiditas dari biaya-biaya yang harus ditanggung dalam melakukan transaksi aset tersebut. 3. Depth Dimensi ini mengukur seberapa banyak volume yang terjadi pada setiap price level. Dimensi ini melihat banyaknya order jual (bid) dan beli (ask) yang ada di pasar. 4. Resiliency Dimensi ini mengukur waktu yang diperlukan pasar untuk memperbaiki harga saham yang tidak seimbang untuk sementara disebabkan pedagang yang tidak mendapatkan informasi (uninformed traders) atau investor besar yang meminta jumlah saham yang signifikan.

Likuiditas merupakan faktor yang penting dalam penetapan harga sebuah aset (asset pricing). Semakin rendah likuiditas, bearti semakin tinggi biaya yang dibutuhkan untuk melakukan perdagangan aset tersebut, semakin tinggi tingkat pengembalian yang diharapkan


5 investor. Berbagai jenis penelitian mengenai pengaruh likuiditas di aktivitas pasar saham terus dilakukan. Penelitian mengenai keberadaan likuiditas di dalam aktivitas pasar saham pertama kali dilakukan oleh Amihud dan Mendelson (1986). Mereka berfokus pada dimensi trading cost dengan

menggunakan bid-ask spread measure. Mereka mengembangkan model yang

menghubungkan high expected return dengan high illiqudity diukur dengan bid-ask spread dengan obyek penelitian di NYSE periode 1974-1990 dan menemukan adanya pengaruh positif yang signifikan antara illikuiditas saham dan stock return. Berbagai jenis penelitian terus dilakukan untuk melihat pengaruh yang dihasilkan oleh likuiditas di dalam aktivitas pasar saham. Brennan dan Subrahmanyam (1996) mengukur stock illiquidity yang dilihat dari dimensi price impact dan trading cost dengan menggunakan data intra day dan menemukan bahwa stock illiquidity berhubungan positif dengan stock return. Datar et al (1998) menggunakan obyek penelitian di NYSE periode 31 Juli 1962 hingga 31 Desember 1991. Mereka berfokus pada dimensi trading quantity dengan menggunakan ukuran turnover rate sebagai ukuran likuiditas dan menemukan bukti yang signifikan hubungan negatif antara likuiditas dan stock return. Lesmond et al (1999) mengembangkan model untuk estimasi likuiditas yang berfokus pada dimensi transaction cost dengan obyek penelitian yang diambil dari NYSE periode 1963-1990. Amihud (2002) dan Pástor dan Stambaugh (2003) berfokus price impact dimension untuk menjelaskan dampak harga terhadap trading volume. Amihud (2002) menemukan bukti yang signifikan antara illikuiditas dengan stock return. Liu (2006) menyoroti empat dimensi likuiditas yaitu trading quantity, trading speed, trading cost, dan price impact. Penelitian-penelitian mengenai likuiditas awalnya menggunakan obyek penelitian yang ada di NYSE. Beberapa peneliti kemudian mulai meneliti likuiditas saham di negaranegara lain. Marshall dan Young (2003) mulai meneliti dengan obyek penelitian pasar saham Australia sebagai pasar pure-order driven dengan menggunakan tiga proksi yaitu bid–ask spread, turnover rate, dan amortized spread. Mereka tidak menemukan adanya pengaruh yang negatif signifikan antara likuiditas dengan stock return. Eun dan Huang (2007) meneliti obyek penelitian di Cina. Mereka menggunakan monthly turnover ratio sebagai proksi dari likuiditas dan menemukan bahwa hubungan positif dan signifikan antara illikuiditas dengan return.


6 Narayan dan Zheng (2011) juga meneliti pasar modal Cina sebagai obyek penelitian dengan menggunakan tiga proksi likuiditas yaitu trading volume, turnover rate, dan trading probability. Mereka menemukan mixed results hubungan likuiditas dengan stock return di Cina. Mereka juga tidak menemukan bukti yang signifikan yang mendukung pengaruh likuiditas dengan stock return. Nguyen dan Lo (2013) meneliti dengan obyek penelitian di New Zealand dengan menggunakan proksi beberapa proksi likuiditas seperti bid ask spread, ILLIQ measure dari Amihud (2002), liqudity measure dari Liu (2006), ukuran dimensi price impact dari Pástor dan Stambaugh (2003), share turnover dan dollar trading volume. Mereka tidak menemukan adanya hubungan negatif antara return dan likuiditas. Amihud (2002) memasukkan ukuran perusahaan ke dalam model penelitian. Ukuran perusahaan dapat ditentukan dari nilai market value of common equity perusahaan. Dalam penelitian ini SIZEi,m yang digunakan adalah market value dari saham i pada bulan ke m. Firm size digunakan sebagai ukuran besar kecilnya suatu perusahaan. Amihud (2002) memasukkan firm size ke dalam model penelitian juga menemukan hal yang sama yaitu ada hubungan negatif dan signifikan antara ukuran perusahaan dengan stock return di mana perusahaan yang memiliki ukuran kecil memiliki return yang lebih tinggi dibandingkan dengan perusahaaan yang memiliki ukuran perusahaan yang besar. Amihud (2002) dengan procedure test yang dilakukan Fama dan MacBeth (1973) yang melihat hubungan risiko sistematik dengan tingkat return yang diharapapkan menemukan adanya hubungan positif dan signifikan antara expected return dan beta. Illikuiditas juga berkatian dengan volatilitas yang terjadi di pasar modal. Beberapa peneliti juga tertarik melihat hubungan antara volatilitas harga dengan stock return. Santis dan Imrohoroglu (1997) melakukan penelitian mengenai hubungan stock return dan volatilitas di emerging financial market. Penelitian ini melihat dinamika expected stock returns and volatility di emerging financial markets. Dalam jangka pendek, saham dengan risiko yang tinggi mungkin akan memiliki return yang rendah yang dikarenakan price volatility mencakup kenaikan dan penurunan harga saham. Sementara itu, Sharpe W. (1964), Linter (1965) menemukan hubungan positif antara volatilitas harga dengan expected stock return. Mengacu pada peneltian Amihud (2002), penelitian ini juga menambahkan variabel dividend yield. Dividend yield memiliki hubungan positif terhadap stock return, jika investor lebih menginginkan kompensasi pajak yang lebih tinggi di dividen dibandingkan dengan pajak yang dikenakan di capital gain. Maka dengan dividend yield yang tinggi akan berpengaruh positif dengan stock return.


7 Metode Penelitian Data yang digunakan di dalam penelitian ini bersifat data sekunder, yaitu data-data yang diperoleh dari berbagai sumber, dengan cara tidak berhubungan langsung dengan para respondennya. Data yang digunakan dalam penelitian merupakan data panel (longitudinal data). Menurut Gujarati (2007) data panel merupakan data pool dengan tipe spesial, dimana unit data cross section yang sama disurvei secara terus menerus dalam beberapa periode. Data panel adalah gabungan data cross section dan data time series. Data-data ini diperoleh dari Thomson Reuters Datastream dan Eikon. Data-data tersebut berupa informasi harga saham (daily,monthly), volume perdagangan saham, outstanding share saham, dividend yield perusahaan. Sampel yang digunakan dalam penelitian ini berasal dari saham-saham perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) pada tahun 2007-2013, yang berjumlah 70 perusahaan. Metode pengambilan sampel yang digunakan adalah metode purposive sampling. Penelitian ini ingin melihat bagaimana pergerakan illikuiditas dan karakteristik saham bulanana yang diperoleh tahun lalu memiliki pengaruh terhadap expected return bulanan. Penelitian ini akan menggunakan tiga proksi illikuiditas yaitu ILLIQ, ILLIQMA dan Zeros. Proksi ILLIQ dan ILLIQMA (Amihud, 2002) berfokus pada dimensi price impact. ILLIQ akan melihat rasio return absolut dengan volume perdagangan yang terjadi. Sementara, ILLIQMA merupakan ILLIQ yang telah diproporsikan dengan pasar (market adjusted). Model penelitian ini adalah: Rimt

=

γ0,m,n,t+γ 1,m,tILLIQUIDITYi,m,t-1+ γ 2,m,tLNSIZEi,m,t-1+ γ 3,m,tBETAi,m,t- 1+ γ 4,m,tVOLATILITYi,m,t-1+ γ 5,m,tDYIELDi,m,t-1+εi,m,t

Keterangan: Ri,m,t

=

Return saham i pada bulan ke m pada tahun t

ILLIQUIDITYi,m,t-1

=

Illikuiditas saham i dari bulan m tahun sebelumnya (t-1)

LNSIZEi,m,t-1

=

Ukuran perusahaan dari bulan m tahun sebelumnya (t-1)

BETAi,m,t-1

=

Beta dari bulan m tahun sebelumnya (t-1)

VOLATILITYi,m,t-1

=

Volatilitas harga dari bulan m tahun sebelumnya (t-1)

DYIELDi,m,t-1

=

Dividend yield dari bulan m tahun sebelumnya (t-1)


(1)

8 Penelitian ini akan menggunakan variabel illikuiditas saham, ukuran perusahaan, beta sebagai ukuran systematic risk, volatilitas harga, dan dividend yield. Penelitian ini ingin melihat bagaimana pengaruh illikuiditas saham dan karakteristik saham yang diperoleh dari tahun sebelumnya dengan return atau tingkat pengembalian saham bulanan. Variabel dependen dalam penelitian ini adalah variabel return bulanan saham. Penelitian ini akan memasukkan illikuiditas sebagai variabel independen utam dan menhitung illikuiditas saham dengan ILLIQ, ILLIQMA, dan zeros. Penelitian ini memasukkan ukuran perusahaan, beta, dividend yield dan volatilitas harga yang menggunakan measurement dari Parkinson (1980).

Hasil Penelitian Penelitian ini ingin melihat hubungan illikuditas saham dan karakteristik saham dengan tingkat pengembalian saham atau return saham. Penelitian ini menggunakan variabel illikuiditas sebagai variabel independen utama. Variabel illikuiditas yang digunakan di dalam penelitian menggunakan ukuran ILLIQ dan ILLIQMA (Amihud, 2002) dan ukuran zeros (Lesmond et all, 1999). Tabel 1 menggambarkan ringkasan nilai variabel yang digunakan dalam model penelitian ini. Berdasarkan Tabel 1, nilai standar deviasi return bulanan jauh dari nilai ratarata yang menunjukkan bahwa nilai return bulanan saham dari perusahaan yang menjadi sampel tidak terdistribusi secara merata. Pergerakan return bulanan saham-saham yang dijadikan sampel penelitian berbeda setiap tahunnya. Pergerakan return cenderung volatile dan tidak ada pergerakan yang cenderung sama setiap bulannya dari tahun ke tahun. Tabel 1. Statistik Deskriptif Variabel Penelitian Mean Median Minimum 0.005401 0 -1.06576 RETURN 0.462757 0.005517 0.0000375 ILLIQ 2.319444 0.02526 0.0000459 ILLIQMA 0.217548 0.2 0 ZEROS 1.226571 1.17 0.04 BETA VOLATILITAS 0.841638 0.006594 0.0000557 2.012421 1.36 0 DYIELD

Maximum 1.458957 84.11796 439.5637 0.9375 2.64 106.4629 42.26


Std. Dev. 0.156046 2.874305 18.32422 0.141778 0.564512 7.206266 2.987762

9 Dilihat dari Tabel 1 dapat dilihat bahwa secara keseluruhan saham-saham perusahaan yang menjadi sampel penelitian ini memiliki nilai ILLIQ rata-rata sebesar 0.4627566. Nilai minimum dari ILLIQ bulanan saham-saham perusahaan selama periode penelitian adalah 0.0000375. Sementara nilai maksimum dari ILLIQ bulanan dari saham-saham perusahaan selama periode penelitian adalah 84.1179622. Nilai illikuiditas yang diukur dengan proksi ILLIQ memiliki range nilai minimum dan maksimum. Berdasarkan data tersebut, dapat dilihat bahwa illikuiditas saham di sampel penelitian bervariasi. Standar deviasi ILLIQ yang dihasilkan keseluruhan saham-saham perusahaan sepanjang periode penelitian sebesar 2.8945555. Selain menggunakan ILLIQ sebagai ukuran likuiditas, penelitian ini memasukkan ILLIQMA sebagai proksi likuiditas. ILLIQMA adalah market adjusted dari ILLIQ. ILLIQMA merupakan ukuran illikuiditas, di mana ILLIQ dari perhitungan varibel sebelumnya tersebut dirata-ratakan dengan market. ILLIQ bulanan yang terjadi akan diproporsikan dengan pasar dan akan menghasilkan ILLIQMA. Tabel 1 menunjukkan karakteristik illiquidity yang dilihat dari proksi ILLIQMA dari seluruh saham yang menjadi sampel penelitian. Dilihat dari Tabel 1 dapat dilihat bahwa secara keseluruhan saham-saham perusahaan yang menjadi sampel penelitian ini memiliki ILLIQMA rata-rata sebesar 0.01626. Nilai minimum dari ILLIQMA bulanan saham-saham perusahaan selama periode penelitian adalah -1.0658. Sementara, nilai maksimum dari ILLIQMA bulanan dari saham-saham perusahaan selama periode penelitian adalah 3.75203. Standar deviasi ILLIQMA saham yang dihasilkan keseluruhan saham-saham perusahaan sepanjang periode penelitian sebesar 0.1733. Nilai standar deviasi ILLIQMA juga sangat jauh dari nilai rata-rata. Hal ini menunjukkan besarnya range tingkat illikuiditas yang terjadi dalam saham-saham yang menjadi sampel penelitian. Selain itu dapat dilihat juga dari besarnya perbedaaan antara nilai minimum dan maksimum dari data yang menjadi sampel penelitian. Penelitian ini juga memasukkan zeros (Lesmond et al., 1999) sebagai ukuran illikuiditas. Zeros merupakan ukuran illikuiditas dengan melihat rasio antara zero return day (jumlah hari yang memiliki zero return dalam satu bulan) dengan jumlah hari perdagangan dalam bulan tersebut. Tabel 4.4 di bawah ini menunjukkan karakteristik illiquidity yang dilihat dari proksi zeros dari seluruh saham yang menjadi sampel penelitian. Dilihat dari tabel 4.3 dapat dilihat bahwa secara keseluruhan saham-saham perusahaan yang menjadi sampel penelitian ini memiliki zeros rata-rata sebesar 0.2175481. Nilai minimum dari ILLIQMA bulanan saham-saham perusahaan selama periode penelitian adalah 0. Hal ini menunjukkan


10 ada beberapa saham di dalam sampel penelitian yang tidak memiliki zero return day pada bulan tersebut. Sementara nilai maksimum dari zeros bulanan dari saham-saham perusahaan selama periode penelitian adalah 0.9375. Standar deviasi zeros yang dihasilkan keseluruhan saham-saham perusahaan sepanjang periode penelitian sebesar 0.14178. Dari analisis deskriptif ILLIQ, ILLIQMA, dan zeros dapat dilihat adanya perbedaan yang sangat jauh antara nilai minimum dan nilai maksimum. Ini menunjukkan adanya perbedaaan nilai illikuiditas yang cukup besar di dalam saham-saham yang menjadi sampel penelitian. Proksi ILLIQ, ILLIQMA, zeros memiliki range nilai yang cukup besar. Hal ini menunjukkan variabilitas dari likuiditas saham-saham yang ada di Indonesia. Ada sahamsaham yang sangat likuid dan sebaliknya ada saham yang kurang likuid. Dilihat dari tabel 1 dapat dilihat bahwa secara keseluruhan saham-saham perusahaan yang menjadi sampel penelitian ini memiliki logaritma natural size

rata-rata sebesar

22.246371. Nilai minimum dari logaritma natural size selama periode penelitian adalah 15.156036.

Sementara nilai maksimum dari ukuran perusahaan bulanan selama periode

penelitian adalah 26.491024. Standar deviasi lnsize saham yang dihasilkan keseluruhan saham-saham perusahaan sepanjang periode penelitian sebesar 1.850493. Dari sini dapat dilihat bahwa perusahaan-perusahaan yang menjadi sampel penelitian memiliki ukuran perusahaan yang bervariasi. Dilihat dari tabel 1 dapat dilihat bahwa secara keseluruhan saham-saham perusahaan yang menjadi sampel penelitian ini memiliki beta rata-rata sebesar 1.246. Hal ini dapat diintrepretasikan bahwa pergerakan saham perusahaan yang menjadi sample penelitian sangat sensitif dengan pergerakan pasar. Nilai minimum dari beta selama periode penelitian adalah 0.04. Nilai beta yang paling minimum ini menunjukkan bahwa perusahaan ini tidak terlalu sensitif dengan pergerakan return pasar. Sementara itu, nilai maksimum dari beta perusahaan periode penelitian adalah 2.92308. Nilai maksimum ini menunjukkan bahwa perusahaan ini sangat sensitif terhadap pergerakan pasar. Standar deviasi beta dari keseluruhan saham-saham perusahaan sepanjang periode penelitian sebesar 0.574196. Dalam model penelitian ini akan melibatkan beberapa variabel independen. Pada asumsi klasik, tidak diperbolehkan adanya hubungan linear antarvariabel independen. Jika terdapat hubungan linear diantara variabel-variabel independen, maka dalam model tersebut terdapat masalah multikolinearitas. Untuk mengindentifikasi apakah terdapat hubungan linear antarvariabel independen, dapat dilakukan dengan melihat koefisien korelasi antar variabel. Jika koefisien korelasi lebih besar dari 0,8 maka dapat disimpulkan bahwa pada model tersebut terdapat masalah multikolinearitas.


11 Penelitian ini menggunakan variabel variabel independen yang sama. Berikut adalah tabel yang memaparkan koefisien korelasi antar variabel independen pada model penelitian.

Tabel 2. Hasil Uji Multikolinearitas ILLIQ ILLIQMA 1 0.203118 ILLIQ 0.203118 1 ILLIQMA 0.010507 0.038297 ZEROS -0.01145 -0.04546 BETA -0.0091 VOLATILITAS -0.01378 -0.04368 -0.02178 DYIELD

ZEROS 0.010507 0.038297 1 0.123811 0.034758 -0.032517

BETA -0.011454 -0.04546 0.123811 1 -0.013651 -0.126255

VOLATILITAS -0.01378 -0.0091 0.034758 -0.01365 1 -0.00273

DYIELD -0.04368 -0.02178 -0.03252 -0.12626 -0.00273 1

Tabel 3 menyajikan hasil pengujian hubungan antar variabel. Dalam model penelitian ini akan melibatkan beberapa variabel independen. Pada asumsi klasik, tidak diperbolehkan adanya hubungan linear antarvariabel independen. Jika terdapat hubungan linear diantara variabel-variabel independen, maka dalam model tersebut terdapat masalah multikolinearitas. Untuk mengindentifikasi apakah terdapat hubungan linear antarvariabel independen, dapat dilakukan dengan melihat koefisien korelasi antar variabel. Jika koefisien korelasi lebih besar dari 0,8 maka dapat disimpulkan bahwa pada model tersebut terdapat masalah multikolinearitas. Dari Tabel 3 koefisien korelasi tersebut tidak terdapat variabel yang memiliki hubungan linear dengan variabel independen lainnya, karena pada tabel tidak ada angka yang lebih besar dari 0,8. Sehingga dapat disimpulkan bahwa pada model penelitian tidak terdapat masalah multikolinearitas. Dalam model regresi terdapat asumsi residual memiliki varian yang konstan atau (Var(u)=σ2 ) yang disebut dengan homoskedastis. Jika asumsi tersebut dilanggar atau dengan kata lain terdapat masalah heteroskedastis, maka akan menyebabkan dampak yang serius bagi prediksi model yang dibangun. Dampaknya adalah estimator least square tidak mempunyai varian yang minimum (no longer best). Dalam model penelitian ini, untuk mengidentifikasi masalah heteroskedastisitas dilakukan uji wald pada model proksi ILLIQ, ILLIQMA, dan zeros. Hipotesis penelitian untuk uji Wald adalah H0 untuk homokedastis, sementara H1 adalah heteroskedastis. Hasil pengujiannya adalah sebagai berikut: Tabel 3. Hasil Uji Multikolinearitas


12 Proksi Illikuiditas

Test Summary

Prob.

Hasil Uji

ILLIQ ILLIQMA Zeros

Prob > Chi Squared Prob > Chi Squared Prob > Chi Squared

0.3596 0.3250 0.3140

Heteroskedastis Heteroskedastis Heteroskedastis

Dari hasil uji Wald untuk masing-masing proksi illikuiditas H0 diterima, karena nilai Prob > Chi2 yang dihasilkan lebih besar dari α = 0.05. Sementara model lainnya berhasil menolak H0, sehingga disimpulkan pada model-model penelitian tersebut terdapat masalah heteroskedastisitas. Berdasarkan tabel 4.12, nilai Adjusted R2 dari model dengan proksi ILLIQ, ILLIQMA dan zeros adalah 0.2495%, 0.2482%, dan 0.2484%. Hal tersebut menunjukan bahwa variabel bebas yang digunakan dalam model penelitian dapat menjelaskan variabel terikat pada model dengan proksi ILLIQ, ILLIQMA, dan zeros adalah 0.2495%, 0.2482%, dan 0.2484%. Tabel 4. Hasil Regresi Model Penelitian

C Illiquidity LNSIZE BETA VOLATILITAS DYIELD R-squared Adjusted R-squared F-statistic Prob(F-statistic) Durbin Watson * ** ***

ILLIQ 0.019201 (0.2225) 0.000729 (0.18125) -0.000800 (0.2203) 0.001173 (0.248) 0.000617*** (0.0063) 0.002078*** (0.0007) 0.003484 0.002495 3.520254 0.003528 1.767956

ILLIQMA 0.021440 (0.1941) -0.0000879 (0.1882) -0.000892 (0.19285) 0.001141 (0.3754) 0.000616*** (0.00635) 0.002063*** (0.00075) 0.003472 0.002482 3.507398 0.003625 1.766620

Zeros 0.031817 (0.11695) -0.012730 (0.18805) -0.001222 (0.1278) 0.001165 (0.37285) 0.000627*** (0.00565) 0.002049*** (0.0008) 0.003474 0.002484 3.509789 0.003607 1.766955

Signifikan pada  10% Signifikan pada  5% Signifikan pada  1%

Dari tabel hasil regresi di atas dapat dilihat bahwa model dengan menggunakan proksi ILLIQ memiliki R-Squared sebesar 0.3484%. Hasil ini dapat diinterpretasikan dengan menyatakan variabel-variabel independen yang terdapat didalam model dapat menjelaskan variabel dependen hanya sebesar

0.3484%. Kemudian, dengan α = 1% terbukti secara


13 bersama-sama variabel independen dapat menerangkan variasi pergerakan variabel independen. Kesimpulan tersebut dapat diambil setelah melihat bahwa nilai Prob. (F-Stat) model adalah 0.003528. Angka tersebut lebih kecil dari α = 1%. Dari tabel hasil regresi di atas dapat dilihat bahwa model dengan menggunakan proksi ILLIQMA memiliki R-Squared sebesar 0.3472%. Hasil ini dapat diinterpretasikan dengan menyatakan variabel-variabel independen yang terdapat didalam model dapat menjelaskan variabel dependen hanya sebesar 0.3472%. Kemudian, dengan α = 1% terbukti secara bersama-sama variabel independen dapat menerangkan variasi pergerakan variabel independen. Kesimpulan tersebut dapat diambil setelah melihat bahwa nilai Prob. (F-Stat) model adalah 0.0043625. Angka tersebut lebih kecil dari α = 1%. Dari tabel hasil regresi di atas dapat dilihat bahwa model dengan menggunakan proksi zeros memiliki R-Squared sebesar 0.3474%. Hasil ini dapat diinterpretasikan dengan menyatakan variabel-variabel independen yang terdapat didalam model dapat menjelaskan variabel dependen hanya sebesar 0,3474%. Kemudian, dengan α = 1% terbukti secara bersama-sama variabel independen dapat menerangkan variasi pergerakan variabel independen. Kesimpulan tersebut dapat diambil setelah melihat bahwa nilai Prob. (F-Stat) model adalah 0.003607. Angka tersebut lebih kecil dari α = 1%. Selanjutnya, nilai Durbin Watson pada model 2008 hingga 2013 baik model dengan menggunakan proksi ILLIQ, ILLIQMA dan zeros menunjukkan bahwa model tersebut terbebas dari masalah autokorelasi setelah dilakukan treatment Generalized Least Square. Pergerakan ILLIQ yang cenderung volatile. Pergerakan illiquidity setiap bulan berbeda dan tidak ditemukan adanya tren pergerakan yang terjadi setiap bulannya. Misalnya, tingkat illikuitas pada bulan Desember 2007 tidak sama dengan pergerakan illikuiditas pada bulan Desmber 2008. Ada faktor-faktor lain yang mempengaruhi pergerakan illiquidity saham setiap bulannya, sehingga pergerakan illikuiditasnya tidak sama. Amihud (2002) menemukan bahwa ILLIQ berhubungan positif dengan return. Namun, penelitian ini tidak menunjukkan hasil yang signifikan. Hasil ini tidak sesuai dengan dengan hipotesis penelitian di mana hasil estimasi menunjukan variabel ILLIQ dan ILLIQMA memiliki pengaruh positif signifikan terhadap return saham. Penelitian ini melihat hubungan tingkat likuiditas yang diperoleh dari tahun sebelumnya dengan return bulanan yang terjadi. Pada titik tertentu dapat dilihat pergerakannya berbanding negatif. Nguyen dan Lo (2013) meneliti dengan obyek penelitian di New Zealand yang merupakan salah satu developed market. Namun, mereka juga tidak menemukan adanya hubungan negatif antara return dan likuiditas. Hal ini diduga karena pasar New Zealand


14 tergolong kecil atau small market. Mereka juga menemukan bahwa pasar New Zealand cenderung tidak likuid. Demikian juga dengan pasar Indonesia yang cenderung kurang efisien dan tidak likuid. Ditambah, penelitian ini menggunakan 70 perusahaan hanya dalam jangka waktu estimasi selama 5 tahun. Hal ini sangat jauh berbeda dengan obyek penelitian di NYSE yang pasarnya cenderung besar dan periode penelitian cukup lama. Ukuran perusahaan atau firm size juga dinyatakan sebagai the market value of the stock. Kapitalisasi pasar mencerminkan besarnya nilai kekayaan perusahaan pada waktu ini. Dalam penelitian ini ukuran perusahaan direpresetasikan dengan logaritma natural dari market capitalization. Amihud (2002) menemukan pengaruh negatif yang signifikan antara return dan ukuran perusahaan. Perusahaan yang small size cenderung memiliki return yang lebih tinggi. Penelitian ini tidak menemukan bahwa adanya pengaruh ukuran perusahaan dengan tingkat stock return. Model penelitian ini tidak dapat menjelaskan pengaruh negatif yang signifikan antara ukuran perusahaan dengan tingkat pengembalian hasil yang terjadi. Hal ini diduga karena adanya range yang sangat besar antara ukuran-ukuran perusahaan yang ada di pasar Indonesia. Selain itu dari sampel penelitian ditemukan bahwa tidak semua perusahaanperusahaan yang memiliki kapitalisasi besar dengan return yang cukup besar. Beberapa perusahaan yang besar justru memiliki return yang lebih besar daripada small firm. Dengan demikian, penelitian tidak menemukan bukti yang signifikan antara ukuran perusahaan yang diestimasi dari bulan pada tahun sebelumnya. Amihud (2002) menemukan hubungan positif dan signifikan antara risiko sistematik dengan return saham. Semakin besar suatu beta, maka risiko sistematik semakin besar, dan return juga tinggi. Berdasarkan hasil penelitian dari pengujian statistik dengan menggunakan analisis regresi, penelitian ini tidak menemukan bukti yang signifikan hubungan pengaruh antara beta dengan return. Penelitian ini menemukan hubungan yang positif dan namun pengaruhnya tidak signifikan. Sebagai pasar yang weak effiecient, maka return tersebut tidak dapat mencerminkan risiko sebuah perusahaan. Sebuah perusahaan yang memiliki risiko sistematik kecil, mungkin saja memiliki idiosyncratic risk yang besar. Return itu tidak bisa mencerminkan kinerja perusahaan tesebut. Return yang ada belum mencerminkan return perusahaan. Return mencerminkan kinerja. Ketika return saham tinggi itu tinggi, belum tentu fundamental sebuah perusahaan itu bagus. Variabel volatilitas merupakan penggambaran variasi dari pergerakan harga saham yang terjadi selama periode satu bulan. Semakin besar volatilitas yang dialami oleh saham, semakin tinggi frekuensi perubahan harga saham tersebut dalam sebulan. Penelitian menunjukkan bahwa ada hubungan positif antara volatilitas harga dengan return saham.


15 Indonesia sebagai negara emerging market memang memiliki kecenderungan tingkat volatilitas yang tinggi. Namun, untuk beberapa investor melihat bahwa dengan adanya tingkat volatilitas yang tinggi, kecenderungan untuk memperoleh return yang lebih besar juga. Hal ini berhubungan dengan high risk dan high return. Investor pasti akan melihat apabila ada sebuah saham yang harganya jatuh, investor dapat memprediksi bahwa suatu saat saham tersebut harganya akan meningkat. Hal demikianlah yang membuat beberapa investor yang dengan informasi lebih dapat memperoleh abnormal return Penelitian ini memasukkan variabel volatilitas harga dan ingin melihat bagaimana pengaruh volatilitas harga yang diestimasi dari tahun sebelumunya dapat mempengaruhi tingkat return. Penelitian ini menemukan hubungan volatilitas harga yang positif yang signifikan dengan return. Jadi, semakin tinggi tingkat volatilitas, semakin besar risiko yang dihadapkan oleh investor dan membuat semakin besar return yang diharapkan oleh investor. Secara signifikan, kenaikan volatilitas sebesar satu poin membuat nilai return dengan proksi ILLIQ, ILLIQMA, zeros meningkat sebesar 0.000617, 0.000616, dan 0.000627 dengan asumsi variabel independen lainnya bersifat konstan. Sesuai dengan Brennan et al (1998), dividend yield haruslah bernilai positif. Dividend yield seharusnya memiliki hubungan positif terhadap stock return, jika investor lebih menginginkan kompensasi pajak yang lebih tinggi di dividen dibandingkan dengan pajak yang dikenakan di capital gain. Semakin tinggi dividend yield, maka akan semakin tinggi pula return yang diterima dari sebuah saham. Penelitian ini mendapat bahwa variabel dividend yield memberikan pengaruh positif signifikan terhadap nilai return. Peningkatan tingkat dividend yield baik proksi ILLIQ, ILLIQMA, dan zeros sebesar satu poin membuat nilai return mengalami penurunan sebesar 0.002078, 0.002063, dan 0.002049.

Kesimpulan Amihud (2002) meneliti hubungan illikuiditas dengan stock return dan menambahkan beberapa variabel karakteristik saham yang diestimasi bulan yang ada pada tahun sebelumnya. Penelitian ini juga ingin melihat pengaruh dari illikuiditas dan karakteristik saham dengan return. Hasil penelitian dan pengujian statistik menunjukkan: 1. Variabel illikuiditas dengan proksi ILLIQ, ILLIQMA dan zeros yang diestimasi dari bulan pada tahun sebelumnya (t-1) tidak memiliki pengaruh yang signifikan dengan return bulanan pada tahun t.


16 2. Variabel ukuran perusahaan yang diestimasi dari bulan pada tahun sebelumnya (t-1) tidak memiliki pengaruh yang signifikan dengan return bulanan pada tahun t. 3. Variabel beta yang merepresentasikan risiko sistematik tidak memiliki pengaruh positif yang signifikan dengan return bulanan pada tahun t. 4. Volatilitas harga menunjukkan seberapa volatile harga-harga saham suatu perusahaan. Penelitian ini menunjukkan adanya pengaruh positif yang signifikan dengan return bulanan pada tahun t. 5. Variabel dividend yield berpengaruh positif signifikan terhadap return saham, semakin tinggi dividend yield sebuah perusahaan maka semakin tinggi return saham.

Meskipun, penelitian ini tidak memperoleh hasil yang signifikan mengenai pengaruh illikuiditas dengan return saham, likuiditas merupakan hal yang harus diperhatikan oleh setiap pihak yang bersangkutan. Dalam penulisan dan penyusunan penelitian, penulis memiliki beberapa keterbatasan sebagai berikut : 1. Objek penelitian pada setiap variabel hanya terdiri dari 70 sampel sehingga hasil penelitian yang didapatkan mungkin kurang menggambarkan kondisi pasar yang sebenarnya. Periode penelitian yang dipakai masih selama 5 tahun. 2. Pengukuran illikuiditas di dalam model penelitian ini menggunakan ukuran Amihud (2002) dan ukuran Zeros dari Lesmond et all (1999). Tidak menambah atau menggunakan proksi likuiditas lain. Tidak membandingkan beberapa pengukuran likuiditas, dan berfokus pada satu dimensi. 3. Return tidak hanya dipengaruhi oleh illikuiditas dan karakteristik saham yang ada di dalam penelitian ini. Penelitian ini tidak menambah determinan return saham selain variabel-variabel yang dijadikan sebagai obervasi.

Saran Dengan hasil yang telah diperoleh dan dengan keterbatasan yang dimiliki penelitian ini peneliti ingin memberikan saran untuk penelitian selanjutnya. 1. Penelitian selanjutnya dapat menambah jumlah sampel perusahaan yang digunakan. Hal ini ditujukan agar hasil yang diperoleh dapat lebih akurat serta lebih dapat menjelaskan kondisi pasar saham di Indonesia. Akan lebih baik jika peneliti berikutnya bisa menambah periode penelitian untuk mendapatkan sampel yang lebih banyak agar hasil penelitian bisa lebih mendekati keadaan yang sebenernya.


17 2. Menambah proksi likuiditas lain. Likuiditas dan illikuiditas adalah konsep yang elusive. Karena seperti yang diketahui banyak variabel yang dapat digunakan untuk mengukur likuiditas, dan masing-masing proksi mungkin dapat memberikan hasil yang berbedabeda. 3. Bagi investor, dengan melihat hasil dari model penelitian aset ini, dapat dikatakan bahwa jika ingin mengekspektasikan return, investor hendaknya memperhatikan bagaimana volatilitas harga, risiko, dividend yield, serta determinan return yang lain.

Daftar Referensi Aitken, M., & Forde, C. C. (2003). How Should Liquidity be Measured? Pacific-Basin Finance Journal , 45-59. Amihud, Y. (2002). Illiquidity and stock returns:cross-section and time-series effects. Journal of Financial Markets 5 , 31-56. Amihud, Y., & Mendelson, H. (1986). Asset pricing and the bid–ask spread. Journal of Financial 17 , 223-249. Banz, R. W. (1981). The relationship between return and market value of common stock. Journal of Financial Economics , 3-18. Barinov, A. (2010). Turnover: Liquidity or Uncertainty? New York: Federal Reserve Bank of New York. Bekaert, G., & Harvey, C. R. (1997). Emerging Equity Market Volatility. Journal of Financial Economics 43 , 29-77. Bodie, Z., Kane, A., & Marcus, A. (2011). Investments (9th ed.). New York: McGraw-Hill. Brailsford, T. J. (1996). The Empirical Relationship Between Trading Volume, Returns and Volatility. Accounting & Finance , 89-111. Brennan, M., & Subrahmanyam, A. (1996). Market microstructure and asset pricing: on the compensation for illiquidity in stock returns. Journal of Financial Economics 49 , 345–373. Brooks, C. (2008). Introductory Econometrics for Finance, 2nd edition. Cambridge University Press. Datar, V. T., Naik, N. Y., & Radcliffe, R. (1998). Liquidity and stock returns: An alternative test. Journal of Financial Markets 1 , 203-219. Eun, C. S., & Huang, W. (2007). Asset pricing in China's domestic stock markets: Is there a logic? Pacific-Basin Finance Journal 15 , 452–480. Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. The Journal of Finance, Vol. 25, No. 2 , 383-417. Fama, E. F., & French, K. R. (1988). Dividend Yields and Expected Stock Returns. Journal of Financial Economics 22 , 3-25. Fama, E., & MacBeth, J. (1973). Risk, return and equilibrium: empirical tests. Journal of Political Economy 81 , 607–636. Fujimoto, A. (2003). Liquidity and Expected Market Returns: An Alternative Test. Yale University.


18 Goyenko, R. Y., Holden, C. W., & Trzcinka, C. A. (2009). Do Liquidity Measures Measure Liquidity? Journal of Financial Economics , 153-181. Gujarati, D. N. (2007). Basic Econometrics . New York : McGraw-Hill. Harris, L. E. (1990). Liquidity, Trading Rules and Electronic Trading Systems. New York University Salomon Center Monograph Series in Finance . Harris, L. (2003). Trading and Exchanges: Market Microsturcture for Practisioners. New York: Oxford University Press, Inc. Horne, J. C., & Wachowicz, J. M. (2008). Fundamentals of Financial Management (13th ed.). New Jersey: Prentice-Hall, Inc. Keown, A. J., Martin, J. H., Petty, J. W., & Scott, D. F. (2004). Financial Management: Principles and Applications (10th edition). Upper Saddle River, NJ: Prentice Hall. Lam, K. S., & Tam, L. H. (2011). Liquidity and asset pricing: Evidence from the Hong Kong stock market. Journal of Banking & Finance 35 , 2217–2230. Lesmond, D. A. (2005). Liquidity of emerging markets. Journal of Financial Economics 77 , 411–452. Lesmond, D. A., Ogden, J. P., & Trzcinka, C. A. (1999). A New Estimate of Transaction Costs. The Review of Financial Studies, Vol. 12, No. 5 , 1113-1141. Linter, J. (1965). The valuation of risky assets and the selection of risky investments in stock portfolios and capital budgets. Review of Economics and Statistics 47 , 13– 37. Liu, W. (2006). A liquidity-augmented capital asset pricing model. Journal of Financial Economics 82 , 631-671. Marshall, B. R., & Young, M. (2003). Liquidity and stock returns in pure order-driven markets: evidence from the Australian stock market. International Review of Financial Analysis , 173–188. Megginson, W. L. (1997). Corporate Finance Theory. USA: Addison Wesley Educational Publishers Inc. Mishkin, F. S., & Eakins, S. (2011). Financial Market and Institutions: 7th edition. Upper Saddle River, NJ: Prentice Hall. Nachrowi, N. D., & Usman, H. (2006). Pendekatan Populer dan Praktis Ekonometrika untuk Analisis Ekonomi dan Keuangan. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Narayan, P. K., & Zheng, X. (2011). The relationship between liquidity and returns on the Chinese stock market. Journal of Asian Economics 22 , 259–266. Nguyen, N. H., & Lo, K. H. (2013). Asset returns and liquidity effects: Evidence from a developed but small market. Pacific-Basin Finance Journal 21 , 1175–1190. Parkinson, M. (1980). The Extreme Value Method for Estimating the Variance of the Rate of Return. The Journal of Business , 53, 61-65. Pástor, Ľ., & Stambaugh, R. F. (2003). Liquidity Risk and Expected Stock Returns. Journal of Political Economy , 111, 642–685. Reily, F. K., & Brown, K. C. (2012). Investment Analysis and Portfolio Management, 10th ed. US: Thomson South‐Western Inc. Santis, G. d., & Imrohoroglu, S. (1997). Stock returns and volatility in emerging financial markets. Journal of International Money and Finance Vol. 16, No. 4 , 561-579. Saraswati, A. (2010). Analisis Pengaruh Likuiditas Saham Terhadap Tingkat Pengembalian Saham di Bursa Efek Indonesia Sebagai Salah Satu Emerging Equity Market. Skripsi Depok: Fakultas Ekonomi Universitas Indonesia. Setiyawan, M. I. (2013). Analisis premi likuiditas di bursa efek Indonesia periode 2006 2011. Skripsi. Depok: Fakultas Ekonomi Universitas Indonesia. Sharpe, W. (1964). Capital asset prices: a theory of market equilibrium under conditions of market risk. Journal of Finance 19 , 425– 442.


19 Sharpe, W. F., Alexander, G. J., & Bailey, J. V. (1999). Investment. 6th Edition. New Jersey: Prentice Hall Inc. Wang, J. (2007). Foreign equity trading and emerging market volatility: Evidence from Indonesia and Thailand. Journal of Development Economics, 84(2) , 798-811. Zhang, H. (2010). Measuring Liquidity in Emerging Markets. Singapore: National University of Singapore Working Paper.


PENGARUH ILLIKUIDITAS DAN KARAKTERISTIK SAHAM TERHADAP RETURN SAHAM DI BURSA EFEK INDONESIA PERIODE

Recommend Documents