ANALISIS PERSISTENSI KINERJA REKSA DANA SAHAM INDONESIA PERIODE JULI 2003 - JUNI 2006
Skripsi Diajukan Kepada Fakultas Ekonomi dan Ilmu Sosial Untuk Memenuhi Syarat-syarat untuk Meraih Geiar Sarjana Ekonomi
Oleh: Muhammad Hasbiallah (103081029309)
kla:~ifikasi
: ................................. " ........ ••"1
JURUSAN MANAJEMEN KEUANGAN DAN PASAR MODAL FAKULTAS EKONOMI DAN ILMU SOSIAL UNIVERSITAS ISLAM NEGERI SYARIF lilDAYATULLAH JAKARTA 1 A")O U /'lfiOR
ANALISIS PERSISTENSI KINERJA REKSADANA SAHAM INDONESIA PERI01DE JULI 2003 - JUNI 2006 Skripsi Diajukan kepada Fakultas Ekonomi dan Ilmu Sosial Untuk Memenuhi Syarat-syarat untuk Meraih Gelar Sarjana Ekoriomi
Oleh Muhammad Hasbiallah NIM: 103081029309
Di Bawah Bimbingan Pembimbing II
Pembimbing I
MM.
NIP. 150 317 955
-~,SE,MS; NIP. 150 368 746
Penguji Ahli
Prof.Dr. Abdul Hamid , MS. NIP. 131474 891
FAKULTAS EKONOMI DAN ILMU SOSIAL UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH .JAKARTA
ANALISIS PERSISTENSI KINERJA REKSADANA SAHAM INDONESIA PERIODE JULI 2003 - JUNI 2006 Skripsi Diajukan kepada Fakultas Ekonomi dan Ilmu Sosial Untuk Memenuhi Syarat-syarat untuk Meraih Gelar Sarjana Ekonomi
Oleh M. Hasbiallah NIM: 103081029309
Di Bawah Bimbingan
Pembimbing I
Pembimbing II
p.;,i, D;. Abm.:£!... MM NIP.150317955
Titi Dewi Warninda, SE, Msi NIP. 150 368 746
JURUSAN MANAJEMEN FAKULTAS EKONOMI DAN ILMU SOSIAL UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA
Hari Selasa Tanggal 13 Bulan Februari Tahun Dua Ribu Delapan telah dilakukan Ujian Komprehensif atas nama Muhammad Hasbiallah NIM: 103081029309 dengan judul Skripsi "Anailsis Persistensi Kineija Reksa Dana Saham
Indonesia Periode Juli 2003 - Juni 2006 ''. Memperhatikan kemampuan akademik mahasiswa tersebut selama ujian berlangsung, maka skripsi ini sudah dapat diterima sebagai salah satu syarat untuk memperoleh g1elar Sarjana Ekonomi pada Jurusan Manajemen Fakultas Ekonomi dan Ilmu Sosial Universitas Islam Negeri SyarifHidayatullah Jakarta.
Jakarta, 07 Maret 2008
Tim Penguji Ujian Komprehensif
~~ _J:_ _~fr~ Prof. Dr. Ahmad Rod Ketua
Herni Ali HT, SE, MM Sekretaris
Prof. Dr. Abdul Hamid, MS Penguji Ahli
DAFTAR RIWAYAT HIDUP
Nama ·-·---------·-Tempat &
Hasbiallah -- Muhammad ---·----··-----·-----·---------------
Tangerang, 23 Oktober 1984 _1:~.BB!ll La_h_ir__+ - + - - - - - - - - - - - - - - - - -..--------·----~ama . Islam _~eban.~s_a_a_n_ _+-_:__,! In-d-onesia_____=--.-.. =-----=-==------=-~====:==--. -_-.. . . . . Alamat JI. Raya serang km.12 Bitung jaya No.17 RT/Rw i______________ 07/03 Cikupa - Tangeran£]57_l_Q________ ..J_~Q..1!__________ _:_1_{021) 59409_.!:?_!.f_ 085~~J_9830'.!._.. E-mail _: _1
[email protected]_________,_,_ _
f
I"'- .,.
I' 1. Divisi Keuangan Organisasi Koperasi Mahasiswa 1
i-::-·-·-·
VIN Jakarta
2004
· · · - - - - - - - - - - - - - - - · -..--!-------------------..-·-..--··
[_~~ ~~~~~~~:a~~~~:~~~(=~2an __, __VIN __Jak<~~--- -----~00~--
Abstract
This research tests the ability of investment fond (reksa dana) of Indonesian share in yielding outperformed perfonnance, and especially for persistency in investment fond. According to Jensen's research, in 1968, historical performance of investment ftmd is not indicator from its perfommnce in the future. However, Goetzmann & Ibbotson (1994) found some evidence about the persistency. It is in line with most investor which is more like or tmstto historical performance of investment fund that can become reference for investment fond performance in foture. There are many researches which show the inconsistence of investment fond perfonnance The analysis of share investment fond performance uses Carhart model. By using 12 investment fond share samples in Indonesia, the result of this research shows that two investment fond shares have better performance than market perfonnance. Measuring the investment fond uses ratio or direct comparison between excess of return rate of portofolio towafd non-risk return rate with risk indicator that organized as systematical risk, it is shown by portofolio beta and used alpha portofolio comparison that is organized non-systematic risk from the portofolio. The phenomenon of persistency performance (repeat performance) of investment fond share conducted to see whether the investment fond with winner performance in one period will return to show winner in the next period. The result of research shows that the strongest persistency occurred in investment fond which is evaluated by using total data of raw return with repeat winner 73,21 %, it uses single-factor CAPM model which have 48,21 %, and multi-factor model which have repeat winner 8,23 %.
Keyword: The persistency of performance of investment fund winniner, Loser and Repeat Performance.
Abstrak Penelitian ini menguji kemampuan reksa dana saham Indonesia dalam menghasilkan kinerja yang outperformed dan terutama adanya persistensi kinerja reksa dana. Dalam penelitian yang dilakukan Jensen pada tahun 1968 disebutkan bahwa kinerja historis reksa dana bukanlah suatu indikasi dari kinerjanya dimasa depan. Namun demikian, Goetzmann & Ibbotson (1994) menemukan beberapa bukti adanya persistensi tersebut. Hal ini sejalan dengan keinginan kebanyakan investor yang lebih menyukai atau mempercayai bahwa kine1ja historis reksa dana dapat dijadikan acuan bagi kinerja reksa dana dimasa yang akan datang. Banyakuya penelitian yang menunjukkan terjadinya iukonsistensi terhadap kinerja reksa dana menjadikan pemilihan reksa drum yang sukses meajadi tugas yang menantang baik bagi calon investor individual maupun penasihat investasi. Analisis kinerja reksa dana sahrun dilakukan dengan menggunakan model Carhrui. Dengan menggunakan 12 san1pel reksa dana saham di Indonesia, hasil penelitian menunjukkan ba11wa 2 reksa dana sahrun di Indonesia memiliki kinerja yang lebih baik dari pada kinerja pasru'. Pengukuran reksa dana menggunakan rasio atau perbandingan secara lru1gsung antara kelebihru1 tingkat pengembalian portofolio terhadap tingkat pengembalian bebas resiko d!engan indikator resiko berupa resiko sistematis yang ditunjukkan dengan beta portofolio dan menggunakan perbandingru1 alpha portofolio berupa resiko non sistematis dru·i portofolio. Fenomena keberadaru1 persistensi l
performance
KATA PENGANTAR Puji
serta
syukur
penulis
panjatkan
ke
hadirat
Allah
SWT
menganugerahkan karunia, rahmat dan hidayahNya serta kesempatan sehingga penulis dapat menyelesaikan penyusunan skripsi yang be1judul " Analisis Persistensi Kinerja Reksa Dana Saham Indonesia Periode Juli 2003- Juni 2006 " . Shalawat serta salam semoga senantiasa dilimpahkan kepada Nabi besar Muhammad SAW yang telah membawa umat manusia dari zaman kebodohan menuju ummat yang lebih mulia dengan ilmu pengetahuan. Skripsi ini disusun guna memenuhi salah satu syarat meraih gelar Sarjana Ekonomi pada Faknltas Ekonomi dan Ilmu Sosial Jurusan. Manajemen Peminatan Keuangan dan Pasar Modal Universitas Islam Negeri SyarifHidayatullal1 Jakarta. Pada kesempatan ini Penulis ingin mengucapkan terima kasih yang setulus-tulusnya kepada semua pihak yang telah membantu dalam proses penyusunan skripsi ini, antara lain kepada: 1. Kedua Orang Tua Penulis tercinta atas doa yang tak pernah henti dan motivasi
untuk selalu menjadi lebih baik. Baktiku kupersembahkan hanya untuk kalian. 2. Bapak Prof. Dr. Ahmad Rodoni selaku Ketua Jurusan Manajemen Fakultas Ekonomi dan Ilnm Sosial dan selaku
dosen pembimbing I yang telah
memberikan ilmu yang sangat bermanfaat bagi Penulis dan selalu memotivasi Penulis untuk selalu berjuang. 3. Ibu Titi Dewi Warninda, SE.,MSi selaku Pembimbing II terima kasih atas kesabaran dan ketulusannya memberikan bimbingan, doa, serta dorongan agar Penulis tetap semangat dalam menyelesaikan penyusunan Skripsi ini. 4. Bapak Drs. M. Faisal Badroen, MBA selaku Dekan Fakultas Ekonomi dan Ilmu Sosial. 5. Seluruh dusen-dosen yang telal1 mendidik dan mengajarkan Penulis serta memberikan ilmu yang sangat ben11an:faat sefama masa perkuliahan dan karyawan FEIS UIN Syarif Hidayatullah Jakmia, Bu Siska, Bu Lili, Bu Umi dan khususnya Pak Rahmat ym1g telah membantu proses administrasi Penulis. ' '
7. Kakak dan Adik Penulis tersayang yang selalu memberi dukungan, motivasi dan pengorbanan yang tak temilai. 8. Teman-teman seperjuangan Penulis Hakom,Nida,.Yayat,Gudeng,Komeng Rahma, Tia dan Dini. 9. Sarijaya Sekuritas dan Bursa Efek Jakarta, Bapepam, P'efindo dan atas seluruh data-datanya. 10. Teman-teman di Ponpes Al-Hikmah Curug - Tanger:mg, Lulu, Asep, Fandi, Zuki, Mas.bashori dan malaikat kecilku Nurdin, Lutvi Syara my god always
bless you to. 11. Keluarga Besar Koperasi Mahasiswa (KOPMA) Uil'T Jakarta. 12. Teman-Teman Manajemen dan Akuntansi angkatan 2003 khususnya Manajemen D dan Keuangan B terutama Umaidi dan Furdy atas bantuannya dan masukan-masukannya yang diberikan selan1a pe:nulis menyusun skripsi. Dan buat temen-temen semua semoga kita tetap bisa. menjaga dan menjalin
Tali sillaturrahim persahabatan kita. Dengan kemampuan dan keterbatasan yang ada pada diri ini, Penulis telah berusaha semaksimal mungkin dalam menyelesaikan skripsi ini dengan sebaikbaiknya. Dengan segala kerendahan hati Penulis menerirna saran maupun kritik yang dapat menjadikan skripsi ini lebih baik. Akhir kata, Penulis berharap semoga skripsi ini dapat memberikan manfaat bagi semua pihak. Dan semoga Allah SWT senantiasa melimpahkan berkah dan rahmatNya kepada kita semua. Amin ...
Jakarta, 7 Maret 2008
Muhanunad Hasbiallah
DAFI'ARISI Halaman Judul ............................................................. ...................... Halaman Pengesal1an ......................................................,....... ........ o.
11
Daftar Riwayat Hidup ......................................... u................... u....................... v Abstract ............................................................. u
.....................
~....................... Vt
Abstrak ............................................................................................................. "
v11
l{ata Pengantar.................................................................. u ............. u . . . . . . . . . . . . . . . . . .
Vlll
Daftar Isi ......................................................................................................................
Q
D
Daftar Tabel ...... ,.......................................................................... u........................ Daftar Gambar .................................................. u
......................
u.......................
x x11 x111
Daftar Lampiran .................................................................................................... xiv
BAB I
PENDAHULUAN" ....................... u ....... uu.-........ .,....................... 1 A Latar Belakang Penelitian. ... ................... .... .. . .. ...... ... .... .. .. .... . 8 1. Identifikasi Masalah.. .. .. .. .. .. . .. .. .. .. .. .. .. . .. . .. . .. . .. . .. .. .. .. .. . .. .. .. . 8
2. Pembatasan Masalah......... ... . .. .... .. .. ... . .. ... . .. ... . ... . .. .. .. ... . .. . . 8 B. Perumusan Masalah............................... ...... .... .. . .. .... ..... .. ..... 8 C. Tujuan Penelitian................. ... ... .. . .. . ... .. ... .. . ..... . ... .. .. .. .. .. . .. ... . . 9 D. Manfaat Penelitian... .... . .... .. .. .. .. .... .. .... .. .. ... .... .. .... ... .. .... .. . .. .. . . 10
BAB II
TINJAUAN PUSTAI{A_ ............. OD@OUUU<>UOOOOUUO,,....................... 11 A
Reksa Dana........................................................................... 11
1. Pengertian Reksa Dana..................................................... 11 2. Manfaat dan Risiko Reksa Dana .. .. .. .. .... .... .. .. .. .. .... .. .. .. .. .. .. 16 3. Teori Pengukuran Kinerja Reksa Dana ..... ........................ 18 B. Penelitian Terdahulu........ .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. . . .. .. 25
C. Kerangka Pemikiran .. .. .. .. . .. .. .. .. .. .. .. .. .. ... .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 30 D. Hipotesis .. . .. ... . .. .... .. ... .. . .. .... .. .... .. . .. . .. .. .. . .... .. .... .. .... .. .. .. .. .. . .. .. 3 3
BAB ID
METODOLOGI PENELITIAN n•••••••n••<>n••••u••••u••n••• .. •••n•n•• 34
A Ruang Lingkup Penelitian.................... .... .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 34
B. Metode Penentuan Sampel ..................................................... 34
C. Metode Pengumpulan Data.................................................... 36 D. Metode Analisis .................................................................... 36 E. Operasional V ariabel penelitian..... .. . ... .. .. ... . ... .. . ... .. . ... .. .. . ... .. . . 40
BAB IV
HASIL DAN PEM:BAHASAN .................................................. 42
A. Sekilas Gambaran Umum Objek Penelitian ................... ........ 42 I. Sejarah Pasar Modal Indonesia . . ... . ... . ... .. . . .. .. .. .. .. .. . .. . .. .. .. . 42 2. Sekilas Gambaran Umum Reksa Dana di Indonesia .... .. .. 46 B Penemuan clan Pembahasan.. .. . ... .. . ... .. . .... . ... .. . .. . .. .. .. .. . .. .. . .. . ... . 48 I. Pengujian Asumsi Klasik.. .. . .. . .. . .. ... .. . ... .. . .. . ....... .. .. . ... .. .. . . 48 2. Pengukuran Kinerja Reksa Dana Model Carhart .. .. .. . ... .. .. 51 3. Hasil Pengujian Persistensi Reksa Dana saham. .. ...... .... .. .. 52
BAB V
KESIMPULAN DAN IMPLIKASI .......................................... 57
A. Kesimpulan.. ............................ ....................... ............ .......... 57 B. Implikasi ...... ............................ ............ ...... ... ...... ........ ...... .... 58
DAFfAR PUSTA.KA o•••••••••••n••n••••••••••••n•n••nH••o•u•o•ououoouoououououoooounoou~ 60 LAMPJR.AN
o•••ooooooo••ooooooooouoououoouuoou .. ooouoooooooooouoo•uo•uuooo•>•ouoouooououuoou..
63
DAFTAR TABEL
Nomor
Ketemngan
Halaman
1.1
Perkembangan Industri Reksa Dana
3
3.1
Sampel Penelitian Reksa Dana
35
4.1
Pengujian Multikolinieritas Terhadap Model Carhart
48
4.2
Pengujian Autokorelasi Terhadap Model Carhart
49
4.3
Ringkasan Statistik Estimasi berdasarkan Model Carhart
4.4
Repeat Performance berdasarkan raw return
4.5
kinerja
Reksa
Dana
51
persistensi kinerja Reksa Dana
54
Repeat Per/ormance persistensi kinerja Reksa Dana
55
berdasarkan a rata-rata dalam Model Single-Factor CAPM
4.6
Repeat Performance persistensi kinerja Reksa Dana berdasarkan a rata-rata dalam Model 3- Faktor Fama & French dan 4- Faktor Carhart
56
DAFTAR GAMBAR
Nomor
Keterangan
Halaman
2.1
Mekanisme Reksa Dana Perseroan
12
2.2
Mekanisme kontrak Investasi
13
2.3
Kerangka pemikiran penelitian
32
4.1
Grafik pengujian Heterokedastisitas terhadap model Carhart
50
DAFTAR LAMPIRAN
Nomor
Keterangan
Halaman
1.
Hasil pengujian Regresi untuk Model Carhart
63
2.
Hasil pengujian Regresi untuk masing-masing Reksa Dana
67
3.
Hasil pengujian Regresi untuk total raw return masingmasing Reksa Dana
102
4.
Data NAB,SBI, dan IHSG untuk masing-masing Reksa Dana ·
112
BABI PENDAHULUAN
A.
Latar Belakang Penelitian Perkembangan industri Reksa Dana di Indonesia dalam kurtm waktu 5 tahun terakhir semakin menarik, Hal ini ditandai dengan pesatnya pertumbuhan Reksa Dana yang berhasil dihimpun oleh perusahaan manajer investasi. Total Reksa Dana yang berhasil dihimpun pada akhir tahun 2007 sebesar Rp.91,5 triliun atau sekitar 37,75 %. Wakil ketua asosiasi pengelola Reksa Dana Indonesia (APRDI) Legowo kusumongoro menilai, Reksa Dana masih menjadi alternatif investasi. Pertun1buhan secara konservatif bisa menca9ai 25-30%, tingkat suku bunga sertifikat Bank Indonesia(SBI) yang hanya 7-8% dapat mendorong pengalihan investasi kepasar modal, sehingga dana kelolaan Reksa Dana meningkat. Meski demikian, perkembangn reksa dana pada 2008 akan dipengaruhi likuiditas global, ancan1an resesi di Ameika Serikat akibat imbas krisis subprime mortgage dan tingginya harga minyak dunia.
Kontribusi Reksa Dana kondisi ini mengindikasikan
tingginya kesadaran masyarakat untuk kembali berinvestasi pada salah satu jenis instrun1en investasi yang menarik. Berbeda dari tahun-tahun sebelumnya yaitu pada akhir tahun 2001 sebesar Rp.8 trilitm dan meningkat menjadi Rp.46,61 triliun atau 482% pada akhir tahun 2002. Pertumbuhan ini juga terjadi hingga November 2003 yang mencapai Rp. 72,83 triliun,
sampai dengan akhir tahun 2004 nilainya telah
mel1~bihi
Rp I 00 triliun.
(sumber: www.bapepam.go.id). Namun , data Biro Riset Info Bank menyebutkan, dari total 323 Reksa Dana periode Januari
2005 dan 2006, total nilai aktivanya mengalami
penurunan dari Rp 98,50 triliun menjadi Rp 29,98 triliun atau turun 69,56%. Rata-rata aktiva reksa dana turun dari Rp 304,94 miliar menjadi Rp 92,82 miliar.Total NAB juga mengalami ha! yang sama. Total NAB Reksa Dana turun dari Rp 94,98 triliun menjadi Rp 28,54 triliun atau turun 70,58%. Penurunan rata-rata Reksa Dana pada periode yang sama sebesar Rp 294,07 miliar menjadi Rp 88,37 miliar. Penurunan kinerja Reksa Dana tercermin dari pertumbuhan returnnya, yakni NAB per unit khusus pada periode JanuaJi 2005 sampai dengan Januari 2006 yang hanya mampu tumbuh 2,42%. Return yang dapat diberikan rata-rata Reksa Dana atau NAB per unitnya hanya sebesar Rpl.326,80
Ganuari
2005),
Rp
1.232,53
(November),
Rpl.252,76
(Desember), dan Rp 1.266,92 (Januari 2006). (lnfoBankNews.com : 27 November 2006). Perkembangan industri Reksa Dana. di Indonesia selama periode penelitian dapat dilihat pada table 1.1 di bawah ini.
Tabel 1.1 Perkembangan Industri Reksa Dana Jumlah
Pemegang
Reksadana
Saham/U.P
1996
25
2.441
2. 782.322,5
2.942.232.210,518
1997
77
20.234
4.916.604,8
6.007.373.758,547
1998
81
15.482
2.992.171,4
3.680.892.097,256
1999
81
24.127
4.974.105,0
4.349.952.950,816
2000
94
39.487
5.515.954,1
5.006.049. 769.,959
2001
108
51.723
8.003.769,8
7.303. 771.880,360
2002
131
125.82
46.613 .833,2
41.665 .523 .049,213
2003
186
171.712
69.477.719,8
60.020. 745.572,816
2004
246
299.063
104.037.824,6 84. 700. 701. 702, 709
2005Jan 250
314.442
110.130.237, 1 90.462.181.500, 134
Peri ode
NAB (Rpjuta
Jumlah
Saham/Unit
Yang Beredar
Feb
257
320.75
113.721.016,8 91.388.765.614,909
Mar
272
346.618
105.382.373,8 82.706.198.519,840
Apr
272
339.377
86.450.940,7
67.296.428.325,250
May
279
335.283
84.930.128,4
64.961. 787.457,380
Jun
290
314.814
83.293.827,9
62. 806. 021. 756, 480
Jul
292
321.396
78.926.526,4
58.957 .959.365,684
Aug
302
323.945
65.682. 746,8
49.460.623.826, 140
Sep
311
320.512
34.011.822,2
24.703.096.431.,230
Oct
322
275.128
32.286.866, 1
23.819.715.104,146 -----
Nov
325
291.327
30.750.428,4
22.335.423.465,530
Dec
328
254.66
29.405.732,2
21.262.143.379,980
2006Jan 331
238.075
32.275.960,0
20.740.158.401,440
Feb
333
349.874
27.124.165,7
19.020.454.082.,370
Mar
342
178.052
29.038.145,7
20.598.331.532,030
Apr
352
166.635
29. 799.936,6
20.606.104.442,310
May
359
178.754
32.275.960,0
24.493 .230.851,260
Jun
359
182.446
33.894.658,9
25.834.084.886,570
Jul
360
179.726
35.842.193,6
27.029.705.567,320
Aug
359
175.069
37.970.823,7
28.397.680.148, 710
Sep
369
186.474
39.944.159,3
29.319.448.714,300
Sumber : Statistik Pasar Modal Bapepam
Berdasarkan fenomena di alas, penulis tertarik untuk kembali meneliti kinerja Reksa Dana di Indonesia, khususnya reksa di.111ll. saham. Investasi dalam Reksa Dana memberikan peluang imbal basil yang besar dan mudah, namun demikian faktor risiko juga patut dipertimbangkan oleh investor sebelum memilih Reksa Dana. Bi:rdasarkan hasil survey terhadap perilaku investor yang dilakukan oleh Investment Company Institute di Amerika Serikat dalam ha! memilih Reksa Dana, sebanyak 75 % investor mempertimbangkan faktor kinerja historis reksa dana. Bercermin dari hasil survei tersebut, standarisasi pengukuran dan evaluasi kinerja
penelitian dan poin penting bagi investor sebagai bahan pertimbangan dalam memilih Reksa Dana. Telah banyak penelitian yang dilalu1kan mengenai penilaian kinerja Reksa Dana khususnya Reksa Dana saham baik di dalam dan luar negeri dengan menggunakan data bulanan dan pendekatan imbal hasil yang diperoleh dimasa lalu umumnya teknik yang digunakan oleh estimasi kuadrat terkecil (ordinary least square) dari regresi model faktor. Salah satu penelitian awal penilaian kinerja Reksa Dana dengan menggunakan model faktor dilakukan antara Jain oleh Jensen pada tahun 1968 dengan menggunakan model single faktor CAPM (Capital Asset Pricing Model) dan ditemukan bahwa kinerja Reksa Dana di masa lalu bukan mempakan indikasi kinerja Reksa Dana dimasa depan. Selanjutnya penelitian-penelitian mengenai kinerja Reksa Dana banyak bertumpu pada penilaian berdasarkan aset-aset pasif seperti faktor ukuran (size), faktor rasio nilai buku dan nilai pasar (Fama dan French, 1993), (Elton et.al, 1993 dan (Carhat, 1997)]. Di Indonesia, penelitian kinerja Reksa Dana saham dengan basis data harian telah dilakukan oleh Aditya Warman (2003) yang menemukan bahwa kinerja portofolio Reksa Dana saham secara langsung dipengaruhi oleh IHSG harian, volatilitas Reksa Dana saham terhadap pasar dan tingkat bunga bebas risiko. Brahmana (2003) juga menernukan bahwa frekuensi data harian dapat menjelaskan kemampuan pemilihan saham (stock picking ability) dan market timing manajer investasi lebih kuat dibandingkan
Ratna wardhani (2003) melakukan penelitian ti:mtang kinerja Reksa Dana saham di Indonesia. Hasil penelitiannya menyatakan bahwa Reksa Dana yang diobservasi memiliki kinerja yang lebih buruk daripada kinerja pasar. Buruknya kinerja Reksa Dana ini sangat dipe:ngaruhi oleh ketidak mampuan manajer portofolio dalam memilih saham yang tepat atau tidak memiliki stock selection ability yang memadai. Walaupun market timing
ability dan hot hands effect dari manajer portofolo ini cukup baik, namun kontribusi negatif dari stock selection ability manjer portofolio lebih besar dari pada kontribusi positif market timing ability dan hot hands effect, sehingga keseluruhan kemampuan manajer portofolio dalam mengelola portofolionya justru menurunkan tingkat pengembalian portofolionya. Hasil penelitian di atas diperkuat oleh Victor Siagian (2005) yang menyatakan bahwa hanya dua dari enam Reksa Dana saham yang diobservasi memiliki kinerja yang Jebih baik dari kinerja pasar. Buruknya kinerja Reksa Dana ini disebabkan ketidak mampuan manjer portofolio dalam memilih saham yang tepat atau tidak memiliki stock selection ability yang memadai. Beberapa penelitian terhadap kinerja Reksa Dana saham di Indonesia telah dilakukan, namun sepanjang studi literatur yang ditemukan hanya sedikit penelitian yang menguji persistensi kinerja historis Reksa Dana. Penelitian sebelumnya yang telah menguji persistensi kinerja Reksa Dana saham di Indonesia dilakukan oleh Maleaki (2001) dengan menggunakan Model CAPM dan frekuensi data min1Hman selam;• nerioclie s,,nt,,mh"r
1997-2000 menemukan bahwa terdapat persistensi positif kinerja Reksa Dana saham. Shanti Aprilia (2003) dengan menggunakan Model CAPM, Fama & French,Model Carhart dan frekuensi data harian selama periode Juli 1999Juni 2003 Fenomena persistensi kinerja Reksa Dana saham memang terjadi di Indonesia. Dengan menggunakan data total raw return, peneliti menemukan bahwa rata-rata Reksa Dana Saham di Indonesia tidak menilai kinerja. Dalam penelitian ini penulis mencoba untuk menganalisis kinerja reksa dana saham di Indonesia dengan menggunakan penelitian kinerja reksa dana multi faktor serta melakukan pengujian terhadap persistensi reksa dana saham selama periode Juli 2003-Juni 2006 dengan menggunakan data bulanan. Periode penelitiannya adalah dari Juli 2003 sampai Juni 2006 yang dipilih karena pada periode tersebut perekonomian Indonesia diwarnai oleh nuansa optimisme yang cukup tinggi, k•,stabilan moneter yang terkendali, kondisi sosial politik yang semakin membaik seiring dengan proses pelaksanaan pemilihan pimpinan nasional yang diilai berjalan lancar dan demokratis. Berbeda dengan penelitian sebelumnya yang menggunakan model CAPM, Fama & French, Carhart serta menggunakan frekuensi data harian, penelitian yang penulis lakukan ini menggunakan model carhart dan
1. Identifikasi Masalah
Berdasarkan latar belakang tersebut, maka identifikasi masalah dalam penelitian ini adalah ; 1. Bagaimana kinerja Reksa Dana saham di Indonesia apakah lebih baik atau
lebih buruk dibandingkan dengan kinerja pasar. 2. Mengukur Apakah terdapat persistensi kinerja baik positif maupun negatif dari masing-masing Reksa Dana saham di Indonesia dan seberapa besar persistensi kinerja tersebut. 2. Pembatasan Masalah
Untuk memudahkan dalam penelitian ini, penulis membatasi masalah yang akan diteliti : 1. Analisis kinerja Reksa Dana Saham di Indonesia dengan menggunakan
Model Carhart. 2. Analisis persistensi kinerja dari masing-masing
R1~ksa
Dana dilakukan
berdasarkan data raw return dan koefisien alfa sebagai proksi kinerja abnormr.! Reksa Dana yang diperoleh sebelumnya dari Model pengukuran kinerja Reksa Dana (Model CAPM, Fama & French, dan Carhart dengan menggunakan 3(tiga) panjang periode yakni 1 Tahun, 2 Tahun, dan 3 Tahun. B.
Perumusan Masalah
Berdasarkan latar belakang penelitian di atas., maka dapat dibuat perumusan masalah sebagai berikut :
1.
Bagaimanakah kinerja historis Reksa Dana saham yang ada di Indonesia dalam periode penelitian (Juli 2003 -- Juni 2006) dengan menggunakan data bulanan dan apakah kinerja masing-masing reksa dana tersebut lebih baik (outper formed) atau lebih burnk (under pelformed) dibandingkan kinerja pasar (IHSG ) dengan menggunakan
Model Carhart. 2.
Apakah terdapat persistensi kine1ja baik posistif maupun negatif dari masing-masing Reksa Dana saham di Indonsia dan seberapa besar persistensi kinerja tersebut. Penelitian ini dibatasi pada Reksa Dana jenis terbuka (opened - end)
yang berbentuk hukum Kontrak Investasi Kolektif (KIK ) dan termasuk dalam kategori Reksa Dana saham.
C.
Tujuan Penelitian
Adapun tujuan mengenai penelitian ini yaitu : 1.
Menganalisis kinerja masing-masing Reksa Dana saham yang ada di Indonesia dan melihat perbandingannya dengan kinerja tolak ukur pasar (market benchmark) dengan menggunakan model carhart (model 4
faktor) berdasarkan frekuensi data bulanan. 2. Menganalisis persistensi kinerja historis Reksa Dana saham di Indonesia selama periode penelitian dengan meng!,>unakan data total raw return dan koefisien alfa sebagai proksi kineja abnormal reksa dana yang
diperoleh sebelumnya dari model pengukuran kineija reksa dana (model CAPM, Fama & French dan Cahart D.
Manfaat Penelitian
Berdasarkan tujuan penelitian tersebut maka peneliti sangat berharap penelitian ini dapat memberikan manfaat pada berbagai pihak, yaitu : 1.
Bagi Perusahaan atau Investor Penelitian ini diharapkan dapat memberikan pemahaman dan pl')ndidikan mengenai kondisi rill kinerja dan pernistensi kinerja Reksa Dana saham di Indonesia. Selain itu penelitian ini diharapkan dapat memberikan informasi yang dibutuhkan bagi investor sebelum berinvestasi.
2.
Bagi Penulis Manfaat
bagi
penulis
adal ah
dapat
menerapkan
atau
mengaktualisasikan keilmuan selama masa study dan memperoleh wawasan mengenai pasar modal khususnya mengenai kinerja Reksa Dana saham di Indonesia. 3.
Bagi Pihak Lain Manfaat bagi pihak lain adalah sebagai bahan referensi pelengkap dan tambahan untuk penulisan karya ilmiah atau skripsi serta sebagai bahan bacaan yang bersifat menunjang bagi rekan yang mungkin membutuhkan pemikiran-pemikiran yang terdapat dalam pembahasan ini.
BABil TINJAUAN PUSTAKA
A.
Pengertian Reksa Dana
Reksa Dana di Indonesia mulai dikenal sejak tahun 1995 yang diprakasai oleh Reksa Dana BDNI dan merupakan Reksa Dana tertutup
(closed-end fund) dengan jumlah dana kelolaan menc;apai Rp. 356 miliar. Reksa Dana adalah suatu wadah yang digunakan untuk menghimpun dana dari masyarakat pemodal untuk selanjutnya di investasikan dalam bentuk portofolio efek oleh manajer investasi. Manajer investasi adalah pihak yang bertindak mewakili kepentingan perusahaan efek untuk kegiatan yang bersangkutan dengan pengelolaan portofolio efek untuk para nasabah atau mengelola portofolio investasi kolektifuntuk sekelompok nasabah. Reksa Dana dapat dibedakan kedalam berbagai jenis, misalnya berdasarkan bentuk hukumnya Reksa Dana dapat digolongkan sebagai (Siamat, 2001): 1.
Reksa Dana Berbentuk Perseroan (Corporate Type). Dalam ha! ini perusahaan penerbit Reksa Dana menghimpun dana dengan cara menjual saham, selanjutnya dana tersebut diinvestasikan pada berbagai jenis efek (surat berharga) yang diperdagangkan di pasar modal atau pasar uang. Reksa Dana perseroan dapat dibagi menjadi Reksa Dana perseroan tertutup dan Reksa Dana perseroan terbuka. Ciri-ciri Reksa
(PT); pengelolaan kekayaan Reksa Dana didasarkan pada kontrak antara direksi perusahaan dengan manajer investasi yang ditunjuk dan penyimpanan kekayaan reksa dana didasarkan atas kontrak manajemen investasi dengan bank Kustodian. Di Indonesia, Reksa Dana berbentuk perseroan hanya ada satu yakni Reksa Dana BDNI (gambar 2.1 ). Gambar2.1. Mekanisme Reksa Dana Perseroan
BAPEPAM
Pengajuan izin usaha dan -...-~-~""" nenrrainnn nendatlaran
Penyertaan efe1.1if
Promotor (Sendiri)
Pemegang Saham (Investor) Pembeliau
i
ReksaDana CPR
-
lmhruu
Underwriter (Jika Ada)
Penjualan melalui oenawarrui umun1
l
!,
lntruksi iual/ heli
.----''---nen-vi...,mnanan i
' - - 1... 1:
Setoran tunai
Kotitrak
Bank Kustodian
···········'
i
Perantara Perdagangan Efek
PasarUang PasarModal Sumber: BAPEPAM
2.
Reksa Dana Berbentuk Kontrak Investasi Kolektif (Contractual Type). Reksa Dana bentuk Kontrak Investasi Kolektif (KIK) ini merupakan kontrak antara manajer investasi dengan bank Kustodian yang mengikat pemegang unit penyertaan, dimana manajer investasi diberi
dan KIK adalah bentuk Reksa Dana yang lebih popular dan lebih banyak di Indonesia. Ciri-ciri Reksa Dana berbentuk KIK adalah bentuk hukumnya Kontrak Investasi Kolektif (KIK); pengelolaan Reksa Dana dilakukan oleh manajer investasi berdasarkan kontrak dan penyimpanan kekayaan investasi kolektif dilaksanakan oleh bank Kustodian berdasarkan kontrak (gambar 2). Gambar2.2 Mekanisme Reksa Dana Kontrak Investasi
BAPEPAM Pengawasan
·1
Pengajuan pemyataan
IJ1s~ijuallbeli
Penjualan terus ,
menerus
Manajer
Investor
Investasi
Penawaran
~rantara
l
-·
umum Kontrnk Investasi Kolektif (KIK) Pembayarnn Penjualan Redemtion
Intruksi dan tagih
~1fModal Bank
I
~arUang
Kustodian Pe11Jualan kembali (Redemtion)
Sumber: BAPEPAM
Jika dilihat dari struktur kelembagaannya maka R.eksa Dana dapat pula dikategorikan sebagai (Siamat 2001): 1.
Reksa Dana Yang Bersifat Tertutup (Closed-End Fund), yakni reksa
kepada investor. Artinya pemegang saham tidak dapat menjual kembali sahamnya kepada manajer investasi. Jika pemilik saham hendak menjual sahamnya, ha! ini harus dilakukan melalui bursa efek tempat saham Reksa Dana tersebut dicatatkan. 2.
Reksa Dana Bersifat Terbuka (Opened-End Fund). Yakni Reksa Dana yang menawarkan dan membeli kembali saham-sahamnya dari investor sampai sejumlah modal yang sudah dikeluarkan. Pemegang saham jenis ini dapat menjual kembali saham/ unit penyertaannya setiap saat apabila diinginkan manajer investasi Reksa Dana, melalui bank Kustodian wajib membelinya sesuai dengan Nilai Aset Bersih (NAB) per saham/ unit pada saat tersebut. Secara umum Reksa Dana dapat diklasifikasikan sebagai berikut : I.
Reksa Dana Pasar Uang (Money Market Mutual Funds) Money Market Mutual funds berkonsentrasi pada investasi jangka pendek di pasar uang. Pada saat situasi ekonomi sedang overheated Reksa Dana pasar uang pali:ng berpeluang untuk memperoleh keuntungan, karena tingkat return di pasar uang lebih sering berfluktuasi secara parallel dengan kondisi ekonomi makro. Overheated Economy selalu ditandai dengan kondisi kenaikan tingkat suku bunga, yang tentunya akan berdampak pada merosotnya kinerja sektor rill. Efek selanjutnya adalah melemahnya kinerja pasar modal. Artinya perusahaan Reksa Dana vang bermain di uasar modal kuram! bemntum!
Reksa Dana pasar uang bisa digolongkan menjadi taxable fund
dan
tax
exempt
fund.
Hal
ini
penting
untuk
dipertimbangkan oleh investor sebelum memutuskan untuk memasuki
reksadana pasar uang.
Bagi investor dengan
kewajiban pajak rendah mungkin ha! ini bukan persoalan besar tapi bagi investor besar dengan kewajiban pajak tinggi ini tentu persoalan
yang
cukup
penting
yang
berpengaruh
pada
pendapatan bersih setelah pajak. 2.
Reksa Dana Pendapatan Tetap (Fixed Income Funds) Yakui reksa dana yang melakukan investasi sekurangkurangnya 80 % dari asetnya dalam bentuk efek bersifat hutang. Reksa dana ini memiliki resiko yang relatif lebih besar daripada reksa dana pasar uang. Tujuannya untuk menghasilkan tingkat pengembalian stabil.
3.
Reksa Dana Saham (Equity Funds) Yaitu Reksa Dana yang melakukan investasi sekurangkurangnya 80 % dalam bentuk efek yang b1~rsifat ekuitas, karena investasinya dilakukan pada saham, maka risikonya lebih tinggi dibanding kedua Reksa Dana di atas, namun peluang untuk menghasilkan tingkat pengembalian kepada investor lebih tinggi.
4.
Reksa Dana Campuran (Balanced Funds)
Reksa Dana ini melakukan investasi dalam efek yang bersifat hutang dengan berbagai alokasi-alokasi investasi misalnya SO % di efek hutang. 5.
Reksa Dana Sektoral (Sector Funds) Reksa Dana sektoral berinvestasi pada sektor tertentu seperti sektor teknologi atau sektor financial. Fluktuasi harga Reksa Dana ini sangat tinggi.
6.
Reksa Dana Intemasional/ Global (Intematioanall Global Fund) Reksa Dana ini menanamkan investasinya pada perusahaan yang berbasis di dalam dan luar negeri. Saat ini Reksa Dana sektoral dan intemasional belum ada di Indonesia, baik karena masih terbatasnya jumlah peminat, maupun karena BA.PEPAM yang masih membatasi pembelian instrumen investasi luar negeri.
B.
Manfaat dan Resiko Reksa Dana Berinvestasi pada Reksa Dana memberikan manfaat tidak hanya bagi investor individu namun juga bagi investor institusi seperti bank, dana pensiun, perusahaan asuransi maupun lembaga yang mi~miliki dana investasi yang ingin melakukan diversifikasi portopolio investasinya dengan mudah melalui reksa dana. Beberapa manfaat yang diberikan oleh Reksa Dana antara lain (Pratomo dan Nugraha, 2000) : 1.
Manajemen yang profesional. Sebuah Reksa Dana dikelola oleh
bertugas mencari alternatif investasi terbaik dalam cakupan investasi yang diizinkan. Manajer investasi juga memiliki akses riset yang luas dari berbagai analis yang membantu mereka dalam mengambil keputusan. 2.
Diversifikasi portofolio. Melak"ukan diversifikasi berarti menyebar risiko investasi pada berbagai instrnmen dengan tujuan untuk mengurangi resiko investasi. Jika dana yang terbatas akan sulit melakukan diversifikasi karena mahalnya harga instrnmen investasi, tetapi dengan menggabungkan dana bersama para investor lain, diversifikasi ini dimungkinkan likuiditas. Seperti membeli saham, investasi bisa dicairkan kapan saja.
3.
Bebas pajak. Pendapatan Reksa Dana bebas dari pajak penghasilan Selain mengandung manfaat, investasi pada reksa dana juga mengandung risiko investasi yaitu : a.
Risiko
berkurangnya nilai unit
penyertaan.
Hal
ini
dipngaruhi oleh fluktuasi harga efek yang dipegang dalam portofolio seperti saham, obligasi dan surat berharga lainnya. b.
Risiko likuiditas. Risiko ini terntama clihadapi oleh manajer investasi jika terjadi penarikan kembali unit-unit penyertaan yang dipegang oleh nasabah (redemption) sehingga manajer investasi dapat mengalami kesulitan dalam penyediaan uang tunai atas redemntion tersehuL
c.
Risiko anprestasi (default risk). Resiko ini muncul pada saat perusahaan asuransi yang mengasuransikan kekayaan Reksa Dana tidak segera membayar ganti mgi atau membayar lebih rendah dari nilai pertanggung jawaban saat terjadi anprestasi dari pihak-pihak yang terkait dengan Reksa Dana yakni pialang, bank Kustodian, agen pembayaran atau bencana alam yang dapat menyebabkan penurunan Nilai Aktiva Bersih (NAB) dari reksa dana.
C.
Teori Pengulmran Kinerja Reksa Dana Pengukuran kinerja Reksa Dana tercermin dari perubahan nilai asset bersih per unitnya (NAB/ unit) yang dirumuskan sebagai berikut (Husnan,
2001): NAB 1 = ( MVAt - ( LIABi ) I NSOt Dimana: NAB,
: Nilai aktiva bersih pada waktu -t ;
MVA,
: Nilai pasar dari asset pada waktu -t ;
LIAB,
: Kewajiban reksa dana pada waktu -t ;
NSO,
: Jumlah saham/ unit penyertaan yang beredar pada waktu - t
Penilaian baik tidaknya kinerja investasi portofolio yang dikelola manajer investasi bergantung tidak hanya pada NAB/ unit namun juga oleh kebiiakan dan strateui investasi vanu dilakukan oleh manaier invP.stH.
reksa dana terbuka persaham dihitung setiap hari dan diumumkan kepada masyarakat melalui media masa, sedangkan Reksa Dana tertutup dihitung seminggu sekali. Pada perhitungan NAB Reksa, Dana juga telah memasukkan komponen biaya tidak langsung seperti biaya pengelolaan investasi, biaya bank Kustodian, biaya akuntan
publik~
biaya transaksi dan
broker, biaya pajak dan biaya-biaya lainnya yang berkaitan dengan pengelulaan investasi. Pembebanan biaya ini selalu dikurangkan dari Reksa Dana setiap hari sehingga NAB/ unit bembah-rubah setiap hari. Sementara itu, bagi nasabah juga dikenakan biaya langsung
sep1~rti
biaya pembelian/
berlangganan (selling feel subcription cost) yang dikenakan saat pertama kali investor membeli unit penyertaan reksa dana dan biaya penjualan kembali (redemption fee) yang dibebankan saat inve:stor hendak menjual kembali unit penyertaannya pada manajer investasi. Tingkat pengembalian (return) investasi Re:ksa Dana dihitung berdasarkan proporsi peningkatan atau penurunan nilai aset bersih ditambah dengan distribusi pendapatan yang berasal dari penerima dividen yang dirumuskan sebagai berikut (Busse, 1999) : NABit + Di1-1 Rii=------
Dimana: Ri,
Tingkat pengembalian (return) reksa dana -t pada periode -t, mencerminkan kinerja sub periode reksa dana dalam periode-t;
NABi 1
:
Nilai Aset Bersih reksa dana -i pada akhir periode -t ;
NABi, -1 : Nilai asset bersih reksa dana -i pada awal peroide: -t ; D i1 -1
: Ex- divident reksa dana -i pada periode -t ;
Dalam berbagai literatur, pengukuran kinerja Reksa Dana banyak menggunakan pendapatan risk-a4Justed return atau pengukuran kinerja portofolio Reksa Dana dengan menggunakan faktor atau ukuran tertentu yang disesuaikan dengan risikonya. Beberapa
metod•~
pengukuran kinerja
tersebut adalah : 1.
Model Risk-A4Justed Return (Bodie, 2002) Pengukuran kinerja Reksa Dana dengan menggunakan model risk-adjusted return ini menggunakan rasio atau perbandingan secara langsung antara kelebihan tingkat pengembalian portofolio terhadap tingkat pengembalian bebas risiko dengan indikator risiko berupa standar deviasi dari return (sharpe ratio) atau risiko sistematis yang ditunjukan dengan
p (beta)
portofolio (Treynor Ratio). Sementara
Appraisal Ratio menggunakan perbandingan a (alpha) portofolio dengan risiko non-sistematis dari portofolio tersebut. Berdasarkan appraisal ratio dapat dihitung abnonnal return per unit risiko yang pada dasarnya dapat didiversifikasi dengan pembentukan portofolio berdasarkan indek pasar. Ketiga model pembentukan pengukuran kinerja reksa dana yang telah disesuaikan dengan risiko (risk- a4Justed
return) dirumuskan sebagai berikut :
Rp - Rr) I (Ip
Treynor Ratio
=
(
Appraisal Ratio
=
Up I Ii (ep)
Dimana: Rp
: Rata-rata kinerja reksa dana sub periode tertentu;
Rr
: Rata-rata kinerja investasi bebas risiko sub periode tertentu;
op
: Standar deviasi reksa dana untuk sub periode tertentu;
PP
: Slope persamaan garis hasil regresi linear;
Up
: Alpha portofolio reksa dana.
Ii ( ep) : Standar defiasi Portofolio 2.
Model Faktor (Busse & Irvine, 2003) Kinerja abnormal Reksa Dana diukur oleh nilai a (alpha), yakni intersep dari hasil regresi antara kelebihan tingkat pengembalian reksa dana dengan tingkat pengembalian satu/ lebih aset-aset pasif Reksa Dana dan dirumuskan sebagai berikut :
Keterangan : RN;
: Kelebihan tingkat asset-asset non bernchmark pada periode-i;
Ra;
: Kelebihan tingkat pengembalian asset-aset tolak ukur (benchmark) pada pe1iode-i;
aNi : Alpha (intersep) non benchmark;
a.
~N
:
eNi
: Error
Beta (slope) non benchmark; term.
Single Factor Model (CAPM)
Model ini dikembangkan oleh Jensen yang menggunakan satu aset pasif yakni kelebihan tingkat pengembalian dari portofolio pasar. Intersep (o.) adalah basil dari regresi kelebihan dari
tingkat
pengembalian
portofolio
pasar
yang
telah
disesuaikan dengan risiko. Single faktor CAPM ini dirumuskan sebagai berikut (Busse, 1999) :
Dimana: Rit
= Tingkat pengembalian (return)
reksa dana -i pada periode -t; Rft
=
Tingkat pengembalian (return) reksa clana bebas resiko pada periode -t;
Rmt
=
Kelebihan tingkat pengembalian pasar pacla periocle -t;
Pit
=
Koefisien slope yang clihasilkan clari regresi antara Rit clengan Rmt.
Selama dua dekade terakhir kemampuan CAPM dalam menjelaskan dengan akurat atas penilaian seluruh aset semakin dipertanyakan. Penelitian yang menggunakan portofolio pasif yang terdiri atas saham dengan rasio nilai buku dengan nilai pasar yang tinggi (Faina & French, 1992), Sebagai akibatnya, single-factor
alpha
positif
adalah
bentuk
representasi
kepemilikan atas aset-aset pasif tersebut dan merupakan representasi atas keahlian dalam menydeksi surat. berharga tertentu (Elton,et al.,1993). Untuk mengatasi keterbatasan single/actor model dalam ha! pengukuran kinerja yang sensitif terhadap
benchmark
yang
tidak efisien
beberapa
studi
menyarankan penggunaan multi-faktor dengan penambahan indeks-indeks pasif pada RB,t (Busse, 2002). Fama & French ( 1993) menambahkan portofolio pasar dengan melibatkan faktor ukuran (size) dan rasio nilai buku terhadap nilai pasar (book-tomarket
equity),
sedangkan
carhart
(1997)
memasukan
momentum sebagai asset pasifyang ke-empat. b.
Multiple Factor Model Penggunaan
multiple
factor
model
cukup
banyak
digunakan dalam penilaian kinerja reksa dana. Fama & French (I 993) menunjukan bahwa beta (13) tidak daoat menielaskan
perbedaan dalam tingkat pengembalian antara portofolio yang dibentuk berdasarkan rasio nilai buku terhadap nilai pasar (book
to market value of equity). Dengan menggunakan model APT (arbit rage pricing theory), mereka menemukan bahwa sahamsaham dengan "higher betas" (disebut jugajactor loadings) pada faktor size dan market-to-book ratio akan memiliki average
return yang lebih tinggi pula. Hal ini diinterpretasikan sebagai bukti bahwa risk premium berkaitan dengan faktor-faktor tersebut. Fama & French mengusulkan model 3-faktor dengan spirit teori APT, dimana risiko ditentukan oleh sensitivitas suatu saham terhadap 3 faktor yakni (1) market portofolio, (2) portofolio yang mencerminkan relative returns antara small vs
large firms dan (3) portofolio yang mencerminkan relative returns dari perusahaan dengan rasio nilai buku terhadap nilai pasar yang tinggi vs rendah. Model 3.. factor Fama & French dirumuskan sebagai berikut (Fama & French, 1993) : Rit = Uit + bit Ru Rtt + SMB, + HML, + Eit Keterangan : Rit
: Kelebihan tingkat pengembalian portofolio -i pada waktu-t ;
Rn Rtt
: Kelebihan tingkat pengembalian dari valueweighated aggregate market proxy (setelah cllki1r~1101 rPt11rn
T_ Ri11 cntn h111nn\ ·
SMB1
:
Small Minus Big adalah return dari portofolio yang dibentuk berdasarkan nilai rata-rata tertimbang saham-saham dengan kapitalisasi pasar kecil dikurangi kapitalisasi pasar besar ;
: High Minus Low adalah return portofolio yang dibentuk berdasarkan nilai rata-rata tertimbang rasio nilai buku terhadap nilai pasar yang rendah ; B.
Penelitian Terdahulu
Penelitian yang telah dilakukan dan dipublikasikan sebelumnya meliputi penelitian tentang pengukuran kinerja Reksa Dana dan penelitian mengenai persistensi kinerja Reksa Dana. 1.
Penelitian Di Luar Negeri Penelitian klasik mengenai Reksa Dana dilakukan oleh Jensen pada tahun 1968 dan menemukan bahwa kinerja 115 Reksa Dana saham yang dipilih secara acak setelah memperhitungkan faktor biaya & risiko yang sama selama periode 1945-1964 ternyata lebih buruk
(inferior) ketimbang kinerja p01tofolio tertentu atau hanya 33,9 %
reksa dana yang mampu menghasilkan tingkat pengembalian yang positif relatif terhadap pasar. Apabila perhitungan tidak melibatkan faktor biaya, Jensen menemukan bahwa tingkat pengembalian (return) Reksa Dana terbesar secara acak berada oada market line CAPM dan
manajer investasi ternyata tidak menguasa1 informasi publik yang relevan. Penelitian terhadap persistensi kinerja Reksa Dana pada dasarnya adalah untuk mengetahui selama selang waktu tertentu yang berdekatan. Penelitian terhadap persistensi kinerja Reksa Dana yang dilakukan di Amerika Serikat banyak mengatasi model faktor dengan meregresikan tingkat pengembalian aktiva pasif (passive asset returns) dengan tingkat pengembalian Reksa Dana (funds returns). Carhart ( 1997) mengajukan model penelitian dan dikenal dengan model 4-faktor Carhart yang terdiri dari indeks S & P 500, portofolio berdasarkan rasio book-to-market, size dan prior-year stock market
return agar dapat mencangkup dampak dari anomali-anomali seperti Small firm effect, book-to-market effect dan intermediate kerm price
momentum (JegaDeesh & Titman). Hasilnya, persistensi dalam kinerja relatif diantara manajer investasi kebanyakan berkaitan dengan biayabiaya reksa dana dan momentum kepemilikan surat berharga yang dikelola oleh manajer investasi dalam sebuah reiksa dana bukan gross
investment returns. Busse & Irvine (2002) menemukan bahwa dengan menggunakan jangkauan keyakinan investor sebelumnya (prior beliefs) terhadap keahlian manajerial, Bayesian alpha dapat memprediksi kinerja reksa dana di masa depan lebih baik ketimbang pengukuran kinerja eksa dana secara tradisional seoerti sinrde-alvha .Jensen dan 4-faktor aloha
carhart. Bagi investor yang percaya pada keahlian manajerial Bayesian, ukuran Bayesian memilih reksa dana yang kemudian dipilih sebagai reksa dana yang out peiformed jika menggunakan alpha 1faktor atau 4- faktor. Sementara bagi investor yang skeptis terhadap keahlian manajer, Bayesian alpha memilih reksa dana yang kemudian dipilih
sebagai
reksa
dana
yang
out
performed
jika
mempertimbangkan faktor biaya. Dalam penelitiannya, Bayesian alpha dapat membantu investor untuk memilih reksa dana yang kinerjanya lebih baik. 2.
Penelitian di Indonesia Penelitian tentang kinerja Reksa Dana Saham pernah dilakukan oleh Maleaki (2001) menguji konsistensi rnksa dana saham dengan
track record selama tiga tahun dan menemukan bahwa secara umum Reksa Dana saham menunjukan kine1ja yang lebih baik ketimbang indeks pasar saham sebagai pembandingnya, ya:kni kine1ja yang telah pula memperhitungkan biaya operasional. Selanjutnya, selama periode penelitian ternyata terdapat konsistensi kine1ja Reksa Dana saham dimana reksa dana yang menunjukan kinerja historis superior kembali menunjukan kinerja yang baik diperiode b()ikutnya. Pengamatan dilakukan dengan menggunakan data mingguan dan penelitian kinerja menggunakan model raw return performanc:e dan risk adjusted performance (CAPM).
Dengan menggunakan style analysis yang dikembangkan oleh sharpe untuk menentukan eksposur dan kinei:ja reksa dana, Surachmat (2002) menemukan bahwa 11 dari 17 reksa dana saham di Indonesia memiliki return rata-rata dibawah style-nya wailaupun secara statistik tidak signifikan.
Sementara enam Reksa Dana lainnya dapat
mengungguli style namun hanya satu yang signifikan secara statistik. Penelitian ini menggunakan data mingguan yang dari tanggal 4 September 1998- 23 Februari 2001 (128 minggu) dan menggunakan indeks sektoral dan suku bunga deposito sebagai tolak ukur (benchmark) kelas aset utama. Aditya Warman (2002) meneliti 21 buah Reksa Dana saham dan 38 buah Reksa Dana pendapatan tetap dengan menggunakan metode pengukuran kinerja risk adjustded return yaitu rasio Jensen, Treynor, Sharpe dan Appraisal Ratio selama periode Januari 1997-Maret 2001 berdasarkan data harian. Hasil penelitiannya menunjukkan bahwa kinerja portofolio reksa dana saham secara langsung dipengamhi oleh faktor pergerakan IHSG, resiko sistematis atau volatilitas Reksa Dana saham terhadap pasar , tingkat bunga bebas risiko dan secara tidak langsung juga dipengaruhi oleh ukuran diversifikasi portofolio dan return setiap Reksa Dana saham. Sementara. itu kinerja Reksa Dana
pendapatan tetap sangat dipengaruhi oleh perubahan tingkat bunga deposito berjangka pada baak.
Manurung (2002) meneliti 20 Reksa Dana saham untuk melihat persistensi pemilihan saham dalam pembentukan portofolio di BEJ oleh manajer investasi dikaitkan dengan variabel empirik berupa kinerja perusahaan selama periode 1996-2000. Hasilnya menunjukkan bahwa variabel aset, DER, likuiditas, kapita!isasi pasar, PBV, PER, dan Volatilitas signifikan secara statistik terhadap variabel dikotomi pemilihan saham. Sementara itu sebanyak 62,5 % manajer investasi tidak konsisten dalam pemilihan saham atau menggunakan strategi acak. Variabel makro yang digunakan dalam penelitian seperti jumlah uang beredar, kurs US $ dan inflasi ternyata memberikan hasil yang signifikan terhadap return po1tofolio namun secara statistik tidak cukup signifikan untuk menolak bahwa reksa dana memberikan return yang lebih besar dari pada return IHSG atau rntu:n LQ-45. Wardhani (2003) menemukan bahwa masih banyak kinerja Reksa Dana yang lebih buruk dari pada indek pasar (underperjorm) meskipun telah menggunakan strategi aktif sebagai akibat dari besarnya biaya transaksi yang harus dikeluarkan Reksa Dana tersebut. Dalam penelitiannya pengukuran kinerja menggunakan model ujensen dan modal 4-faktor carhart. Brahmana (2003) menunjukkan bahwa telah terjadi missspesifikasi dalam pengukuran kemampuan market timing dan stock picking manajer Reksa Dana saham Indonesia clalam ha! penggunaan
frekuensi (harian clengan bulanan) dimana dinamika aktifitas manaier
Reksa Dana yang sifatnya day-to-day seharnsnya diukur dengan menggunakan data harian namun banyak penelitian diukur dengan data bulanan. Dalam penelitiannya, secara keseluruhan rata-rata manajer reksa dana saham tidak memiliki market timing dan stock picking ability atau maksimum hanya sebesar 29,41 % dan 23,53 %
saja dari seluruh sampel reksa dana saham dalam penelitian yang memiliki stock picking ability dan market timing
C.
Kerangka Pemikiran
Investasi dalam Reksa Dana memberikan peluang imbal hasil yang besar dan mudah, namun faktor risiko juga patut dipertimbangkan oleh investor sebelum memilih reksa dana karena bagaimanapun, reksa dana tidak luput dari risiko bisa jadi NAB nya turun "kata Closis besarnya return bukanlah satu-satunya parameter untuk menilai suatu instrumen investasi". Persistensi Reksa Dana pada dasamya adalah untuk mengetahui apakah kinerja suatu Reksa Dana dapat bertahan selama selang waktu tertentu yang berdekatan. Sesuai fenomena, persistensi kinerja historis Reksa Dana dapat digunakan untuk memperediksi kinerja Reksa Dana dimasa depan. Sehingga dengan dilakukannya analisis persistensi kinerja Reksa Dana saham di Indonesia, diharapkan para investor dapat mengambil keputusan yang tepat dalam memilih Reksa Dana serta memperhitungkan risiko yang dapat diprediksi. Carhart (1997) mendefinisikan persistensi sebagai "[ ... ] a positive relation between pe1formance ranf!kinf! in an initial ran!!kinf7 nerind and
the subsequent period". Defenisi persistensi yang diberikan oleh Busse (1999) menyatakan bahwa pengujian persistensi pada dasarnya mengamati kinerja Reksa Dana dalam rentang periode yang berdekatan. Berdasarkan tujuan penelitian dan teori yang ada maka dapat dibuat kerangka pemikiran sebagai berikut:
+-
Gambai-2.3
Kerangka Pemikiran Peneliticm
Out Pe1fonn/ Under Perform ?
Kinerja Pasar (Benchmark)
i.. .............. ................
........
.,
.. ......... ., •.... ,.
T Model CAPM, 3-faktor Fama dan French dlm 4-f Carhart
.
I
-:
Model Regresi
I
J
Uji Asumsi Klasik
I
•• Uji Regresi Berganda
I
Uji Persistensi Reksa Dana dengan data Raw Re tu CAPM, Alpha Fama dan French dan Alpha Car
I
•• Pensortiran ke dalam kategori winner rum lo
I
·• Perhitungan persentase Repeat Wilmer
.
I
Interpretasi
I
Kh1erja Reksa Dana Saharn ·
D.
Hipotesis Dalam penelitian ini hipotesis penelitian adalah sebagai berikut : 1. Reksa Dana saham yang diteliti selama periode penelitian memiliki kinerja lebih baik dari pada kinerja pasar, dengan asumsi variable konstan. Ho:a::;o
H1 : a>o 2. Untuk menguji persistensi kinerja reksa dana dapat diperoleh dengan hipotesis. Ho
: Rata-rata reksa dana saham di Indonesia tidak memiliki persistensi kinerj a.
H1
: Rata-rata reksa dana saham di Indonesia memiliki persistensi kinerja.
BAB ill
METODE PENELITIAN
A.
Ruang Lingkup Penelitian
Penelitian ini mengenai kinerja Reksa Dana saham di Indonesia. Data yang dibutuhkan selama penelitian yaitu IHSG, tingkat suku bunga SBI, nilai aktiva bersih per unit (NAB/unit atau NAV/unit) bulanan Reksa Dana saham masing-masing sampel, nilai buku dan harga penutupan akhir bulan dari saham-saham dalam portofolio Reksa Dana antara Juli 2003- sampai dengan Juni 2006. Data-data yang digunakan untuk keperluan analisis adalah data sekunder yang diperoleh dari publikasi bulanan BEJl,BAPEP AM, dan BI. Sedangkan untuk data saham-saham yang ada dalam portofolio Reksa Dana setiap bulan diperoleh dari laporan bulanan Bank K11stodian dari masingmasing Reksa Dana kepada BAPEP AM.
B.
Metode Penentuan Sampel
Tekuik penentuan sample yang digunakan dalam penelitian ini adalah teknik purposive sampling, yaitu pemilihan sample: berdasarkan kriteria te1tentu. Adapun Kriteria dalam pengambilan sampel pada penelitian ini, antara lain:
Data Reksa Dana saham yang sudah beroperasi sebelum bulan
1.
Januari 2003 dan masih melakukan kegiatan hingga November 2006.
2.
Tidak mengikutsertakan Reksa Dana saham yang barn berdiri dan yang dibubarkan dalam rentang waktu penelitian.
3.
Nilai aktiva bersih (NAB) dari reksa dana sahan1 yang bersangkutan tersedia.
Berdasarkan Kriteria tersebut diperoleh sampel 12 Reksa Dana, sehingga data pooling sejumlah 552 observasi. Tabel 3.1 Sampel Penelitian Reksa Dana Saham No
Reksa Dana
Tanggal Efoktif
1
Bahana Dana Prima
1 Agustus 1996
2
BNI Dana Berimbang
30 Septemb•er 1996
3
Si Dana Saham
9 September 1996
4
ABN Amro Dana Saham
16 Desember 1996
5
Big Nusantara
26 Februari 1997
6
Arjuna
4 Maret 1997
7
Dana Megah Kapital
19 Maret 1997
8
Panin Dana Maksima
27 Maret 1997
9
Master Dinamis
29 Juli 1997
10
Phinisi Dana Saham
7 Agustus 1998
11
Rencana Cerdas
8 Juli 1999
12
Schorder D. Prestasi Plus
12 September 2000
C.
Metode Pengumpulau Data Data yang digunakan dalam penelitian ini diantaranya : 1.
Nilai aktiva bersih Reksa Dana (net asset value), nilai buku dan harga penutupan akhir bulan dari saham-saham dalam portofolio Reksa Dana diperoleh dari BAPEP AM.
2.
Indek harga saham gabungan yang diperoleh dari database PT. Sarijaya Securities.
3.
Tingkat suku bunga SBI 1 bulan yang diperoleh dari www.bi.go.id.
D.
Metode Analisis Data 1. Model Carhart
Untuk mengukur kinerja Reksa Dana di Indonesia dalam penlitian ini yaitu dengan menggunakan Model Carhart. Berdasarkan model Cahart maka dikembangkan Model penelitian sebagai be:ikut : 1. Model p01tofolio 4 - faktor Carhart ( R;, - Rft) = a;, +
p, CRmt - Rft) + Pz s:rvm, +
p, HMLi + P• UMD, + Git Keterangan :
Rit
Tingkat pengembalian (return) reksa dana -i pada saat -t ; Tingkat pengembalian (return) aset bebas
Rmt
Tingkat pengembalian (return) pasar pada saat -t;
SMBt
Tingkat pengembalian (return) dari portofolio yang dibentuk berdasarkan factor ukuran kapitalisasi pasar (size) ;
HMLt
Tingkat pengembalian return dari portofolio reksa dana yang dibentuk berdasarkan factor rasio nilai buku terhadap nilai pasar (book-tomarket value of equity) ;
UMD,
Tingkat pengembalian return dari portofolio yang
dibentuk
berda:;arkan
satu
saham
momentum;
Intersep adalah ukuran kinerj a reksa dana ; Koefisien regresi (slope) ; : Error term
2. Uji Asumsi Klasik Dalam penggunaan analisis regresi agar menunjukkan hubungan yang valid atau tidak bias maka perlu dilakukan pengujian asumsi klasik pada model
regresi
yang digunkar1.
Pengelolaan data
menggunakan software statistic SPSS. Adapun asumsi dasar dalam pengujian asumsi klasik yang hams dipenuhi adalah :
Uji ini merupakan bentuk pengujian untuk asumsi dalam analisis regresi berganda. Asumsi multikolinearitas menyatakan bahwa variabel independen
hams
terbebas
dari
gejala
multikolinearitas.
Gejala
multikolinearitas adalah korelasi yang signifikan antar variable independent. Untuk mendeteksi adanya multikolinearitas dapat dilihat dari : a. Besarnya VIF (Variance Inflation Factor) dan Tolarance. Pedoman
suatu
model
regresi
yang
terbebas
dari
gejala
multikolinearitas adalah ; 1). Mempunyai nilai VIF di sekitar angka 1. 2). Mempunyai angka tolerance mendekati 1.
b. Uji Autokorelasi Uji ini merupakan penguJian asumsi dalam regresi di mana variable dependen tidak berkorelasi dengan dirinya sendiri. Maksud korelasi dengan diri sendiri adalah bahwa nilai variable dependen tidak berhubungan dengan nilai variabel itu sendiri, baik nilai periode sebelumnya maupun nilai periode
sesudahnya.
Untuk
mendeteksi
gejala
autokorelasi
dapat
menggunakan uji Durbin-Watson (DW). Uji menghasilkan nilai DW hitung (d) dan nilai (DW) table (dL& du). Aturan pengujiannya adalah: : Terjadi masalah autokorelasi yang positif yang perlu perbaikan : Terdapat masalah autokorelasi positiftetapi lemah. dimana nerbaikan akm1 lehih
h~ik
du
: Tidak ada masalah autokorelasi
4-du
: Masalah aotokorelasi lemah, di mana dengan perbaikan akan lebih baik : Masalah autokorelasi serius
Selain itu, untuk mendeteksi gejala autokorelasi dapat diambil patokan sebagi berikut: 1). Angka D-W di bawah-2, berarti terdapat autokorelasi positif 2). Angka D-W di antara -2 sampai +2, benl.rti tidak terdapat autokorelasi. 3). Angka D-w di atas +2, berarti terdapat autokorelasi negatif c. Uji Heteroskedastisitas Asumsi heteroskedastisitas adalah asumsi dalam regresi di mana varians dari residual tidak sama satu pengamatan kepengamatan yang lain. Dalam regresi, salah satu asumsi yang hams dipenuhi adalah bahwa varians dari residual dari satu pengamatan kepengamatan yang lain tidak memiliki pola tertentu. Pola yang tidak sama ini di1unjukan dengan nilai yang tidak sama antar satu varians dari residual. Gejala varians yang tidak sama ini disebut dengan gejala heteroskedastiitas, sedangkan adanya gejala varians yang sama dari satu pengamatan ke pengamatan yang lain disebut
dengan
homoskedastisitas.
Untuk
mendeteksi
adanya
heteroskedastisitas yaitu dengan melihat ada tidakuya pola tertentu pada grafik, dimana sumbu Y adalah Y yang telah terprediksi, dan sumbu X
adalah residual ( Y prediksi - Y sesungguhnya). Dasar pengambilan keputusan: 1). Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu
pola tertentu yang teratur (bergelombang,
melebar
kemudian menyempit), maka telah terjadi heteroskedastisitas. 2). Jika tidak ada pola yang jelas, serta titik-ti.tik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
E. Operasional Variabel Penelitian
I.
Variabel Dependen Variabel
dependen yang digunakan dalam penelitian ini
merupakan kelebihan tingkat pengembalian (return) reksa dana -i pada hari- t yang merupakan selisih antara tingkat pengembalian (return) aset bebas risiko yang diproksi dengan tingkat suku bunga SBI 1 bulan. Kelebihan tingkat pengembalian (excess return) reksa dana-i pada periode -t CRit - Rft), dimana :
R, = NAB,, - NAB,,_ 1 .,
NAB,,_1
dan
Dengan NABi,t adalah Nilai Aktiva Besih bulanan dari reksa dana-i pada saat-t dan NABi,t adalah Nilai Aktiva Bersih bulanan dari reksa dana -i pada saa t-1. 2.
Variabel Independen
Variabel kelebihan tingkat pengembalian (excess returns) dari pasar yang diproksi dengan indeks Harga saham Gabungan (IHSG) terhadap aset bebas risiko (SB! 1 bulan) dirumuskan sebagai (Rmt - Rft), dimana : IHSGt
Rmt
=
----1
II-ISGt.1
Dengan IHSGt adalah IHSG bulanan pada saat -t dan II-ISGt.1 adalah IHSG bulanan pada saat t-1.
2.
Variabel SMB, HML, dan UMD SMB adalah variabel yang merepresentasikan book to
market dari sisi kapitalisasi pasar. HML adalah variabel yang mempresentasikan book to market value of equity perusahaan (diproksi dengan II PBV). Sedangkan UMD adalah variabel yang mempresentasikan
return
berdasarkan satu momentum.
dari
portofolio
yang
dibentuk
BAB IV HASIL DAN PEMBAHASAN A. Sekilas Gambaran Um um Obyek Penelitian I. Sejarah Pasar Modal Indonesia Menurut Jogianto (20003:37) era pasar modal di Indonesia dapat dibagi menjadi enam periode. Periode pertama adalah periode jaman Belanda mulai tahun 1912 yang merupakan tahun didirikannya pasar modal yang pertama. Periode kedua adalah periode orde lama yang dimulai pada tahun 1952. periode
~..:etiga
adalah periode orde baru dengan diaktifkannya kembali pasar
modal pada tahun 1997. Periode keempat adalah periode bangunnya pasar modal pada tahun dari tidur yang panjang. Periode kelima adalah periode otomatisasi pasar modal mulai tahun 1995. periode ke:enam adalah periode krisis mo net er mulai bulan Agustus 1997.
a).
Periode Pertama (1912-1942): Periode Jaman Belanda
Pada tanggal 14 Desember 1912, suatu asosiasi 13 broker dibentuk di Jakarta. Asosiasi ini diberi nama Belandanya sebagai " Vereniging voor Ejjectenhandef' yang merupakan cikal bakal pasar modal pertama di
Indonesia . Setelah perang dunia 1, pasar modal di Surabaya mendapat giliran dibuka pada tanggal 1 Januari 1925 dan disusul di semarang pada tanggal 1 Agustus 1925. karena masih dalam jaman penjajahan Belanda dan pasar-pasar modal ini juga didirikan oleh Belanda, mayoritas saham-saham yang diperdagangkan di sana juga merupakan saham-saham perusahaan Belanda dan afiliasinva vang tergabung dalamDutch Rast Indies Trndinu
AmmriPo
b). Periode Kedua (1952-1960): Periode Orde Lama Setelah Jepang meninggalkan Indonesia, pada tanggal 1 september 1951 dikeluarkan undang-undang No. 289737/U.U. tanggal 1November1951, Bursa Efek Jakarta (BEJ) akhirnya dibuka kembali pada tanggal 3 Juni 1952. Tujuan dibukanya kembali bursa ini untuk menampung obligasi pemerintah yang sudah dikeluarkan pada tahun-tahun sebelumnya. Tujuan yang lain adalah untuk mencegah saham-saham perusahaan Belanda yang dulunya diperdagangkan di pasar modal dijakarta lari keluar negeri. Kepengurusan bursa efek ini kemudian diserahkan kepada perserikatan perdagangan Uang dan Efek-Efek (PPUE) yang terdiri dari 3 bank dengan Bank Indonesia sebagai anggota kehormatan. c). Periode Ketiga (1977-1988): Periode Orde Harn Bursa Efek Jakarta dikatakan lahir kembali pada tahun 1977 dalam periode orde baru sebagai hasil keputusan Presiden No. 52 1976. keputusan ini menetapkan pendirian pasar modal, pembentukan Badan Pembina Pasar Modal, pembntukan Badan Pengawas Pasar Modal (BAPEPAM) dan PT. Danareksa. Presiden suharto meresmikan kmbali Bursa Efek Jakarta (BEJ) pada tanggal 10 Agustus 1977. PT. Semen Cibinong merupakan perusahaan pertama yang tercatat di BEJ. Periode ini disebut juga dengan periode tidur yang panjang, karena sampai 1988 hanya sedikit sekali perusahaan yang tercatat di BEJ, yaitu hanya 24 oerusahaaan saia_ K11ranrr 1nenHrikn·vn
nn~Ar mocln1 nArln nP_r1niiP in1 rl~ri
segi investor mungkin disebabkan oleh tidak diknakannya pajak atas bunga deposito, sedangkan penerimaan dividen dikenakan pajak penghasilan sebesar 15%. d).
Periode Keempat (1988-1995): Periode Bangun dari Tidur Yang Panjang
Setelah tahun 1988, selama 3 tahun saja, yaitu sampai tahun 1990, jumlah perusahaan yang trdaftar di BEJ meningkat sampai dengan 127 perusahaan. Sampai dengan tahun 1996 jumlah perusahaan yang terdaftar menjadi 238 perusahaan. Pada periode ini , Initial Public Offering (IPO) menjadi pristiwa nasional. Peningkatan dipasar modal antara Jain disebabkan oleh deregulasi yang dilakukan oleh pemerintah sektor keuangan dan perbankan termasuk pasar modal. Deregulasi yang dianggap sangat mempengaruhi perkembangan pasar modal di indonsia antara Jain adalah pakto 27, 1988 dan pakdes 20, 1988 yang berkaitan dengan usaha perkmbangan pasar modal antara lain adalah diknakannya pajak atas bunga deposito/tabungan secara final sebesar 15%. Sementara pakdes 20, 1988 memberikan kemudahan dan kesempatan kepada swasta
nasional
diperkenankannya
untuk
menyelenggarakan Burasa Efek
company listing yang
memungkinkan
swasta
dan
perusahaan-
persahaan dapat mencatatkan seluruh saham yang ditempatkan dan disetor penuh di Bursa. e). Periode kelima (mulai 1955): Periode otomasisasi
transaksi investor asing. Pada anggal 3 september 1997 pemerintah tidak lagi memberlaknkan pembatasan 49% pemilihan asing. Ini berarti investor asing boleh memiliki saham-saham yang jumlahnya tidak terbatas. Selain itu, untuk memperbaiki perekonomian yang bergejolak ini, pemeiintah pada tanggal 1 November 1997 mengumumkan melikuidasi 16 ba:nk swasta nasional. Pengumuman yang mengejutkan ini tidak banyak membantu memperbaiki lesunya pasar saham. Bahkan IHSG untuk bulan November 1997 ini juga merosot dengan tajam.
2.
Sekilas Gambaran Umum Reksa Dana Di Ind~1nesia a). Kelahiran Reksa Dana-BDNI Reksa Dana Seiring dengan diberlaknkannya UU No. 8 1995 tentang pasa.r modal,
Reksa Dana mulai dikenal di Indonesia sejak diterbitkannya Reksa dana berbentuk perseroan, PT. BDNl Reksa Dana tahun 1995. Reksa Dana ini bersifat tertutup dimana setelah melaknkan penawara:n umum, transaksi jualbeli saham reksa dana tersebut dilaknkan melalui bursa, layaknya pusahaan publik lainnya.
b). Booming Reksa Dana: 1996-1997 Pada awal 1996, Bapepam mengeluarkan peraturan pelaksanaan tentang Reksa Dana berbentuk kontrak investasi kolekti:f. Peraturan-peraturan tersebut membuka peluang lainnya Reksa Dana berbentuk kontrak investasi kolektif ( KIK) untuk tumbuh dan berkembang. Pada saat itu sampai dengan pertengahan tahun 1997, industri ini mekar dari hanya 1 izin penerbitan meniacii 24 rll tah11n 1996 tiP.nO"an
tnt~1 a~P.t
Rn? 7R triJ,rnn
rt~n lrPn111r11!ln
berhasil mencapai puncaknya pada bulan juli 1997 (Rp. 8,3 trilyun ) dengan jumlah reksa dana sebanyak 76. karena itu, tidak salah kalau pada tahun 1996 telah dicanangkan sebagai tahun "Reksa Dana" dipasar modal oleh ketua Bapepam saat itu, Bapak I Gede Putu Arya Suta.
c). Krisis dan Dampaknya terhadap Reksa Dana Krisis moneter 1997 berimbas pada perkembangan reksa dana selanjutnya. Krisis yang mulanya berasal dari permasalahan mata uang mekar menyebar keaspek-aspek lainnya, termasuk pasar modal . Reksa Dana yang pada hakikatnya terkait dengan instrument pasar uang dan pasar modal mengalami imbasnya. Dapat terlihat bahwa asset reksa dana turun lebih dari 250% dan hanya menyisakan 15.482 pemodal di akhir tahun 1998.
d). Munculnya Reksa Dana Baru : 1999-2000 Membaiknya pasar pasca kritis telah nmibangkitkan kembali optimisme pelaku pasar. Reksa Dana pun ikut menggeliat . data bulan Januari sampai pertengahan tahun 2000 menunjukkan pertumbuhan aset reksa dana yang konsisten dan mampu menghimpun kembali dana masyarakat lebih dari Rp. 5,4 trilyun. Yang lebih menggembirakan adalah bahwa jumlah pemodal yang memasuki industri ini terus meningkat. Meskipun masih saja relatif kecil, akan tetapi jumlahnya, yang sempat turun sampai angka belasan ribu, sedikit demi sedikit merangkak naik sampai 33 .000 pernodal dengan jumlah Reksa Dana yang dapat dijadikan altrnatif sebanyak 91.
B. Penemuan dan Pembahasan 2. Pengnjian Asnmsi Klasik Dalam penggunaan penggunaan analisis regresi agar menunjukan hubungan yang valid atau tidak bisa maka perlu dilah.-ukan pengujian asumsi klasik pada model regresi yang digunakan. Adapun asumsi dasar dalam pengujian asumsi klasik yang dipenuhi adalah :
a). Multikolinearitas Uji ini bertujuan untuk apakah pada model regresi ditemukan adanya korlasi antar variabel indpenden. Jika terjadi korelasi maka dinamakan multikolinearitas ( multiko ).
1). Pengujian Multikolinearitas Teirhadap Model Carhart Uji multikolinearitas terhadap model ini menyatakan bahwa model ini tidak terdapat multiko. Hal ini dapat dilihat pada tabel 4.1 dibawah ini.
Tabel 4.1 Pengujian multikolineritas terbadap model carhart Coefficients( a)
Unstandardized Coefficients
Standardized Coefficients
Model 1
Collinearitv Statistics
T (Const ant) Rmt Rfi SMB
B
Std. Error
-.020
.012
.929
.016
.001
.000
Sig.
Beta
Tolerance
VIF
-1.700
.090
.946
58.54 4
.000
.997
1.003
.029
1.626
.105
.808
1.237
HML
7.06E-007
.000
.000
.008
.994
.811
1.232
UMD
.000
.001
.005
.304
.762
.999
1.001
a Dependent Variable: R1t - Rfi
Pada tabel diatas terlihat untuk ketiga variabel independen, nilai VIF
bebas pada model ini tidak ada yang mempunyai korlasi atau perkataan lain pada model ini tidak terjadi gejala multikolineritas.
b). Uji Autokorelasi Uji ini bertujuan untuk mnguji apakah dalam sebuah model regresi terdapat korelasi antara kesalahan pengganggu pada periode dengan kesalahan pada priod t-1 ( sebelumnya ).
1). Pengujian autokorelasi terhadap model carhart penguji autokorelasi terhadap model ini menyatakan bahwa pada model ini tidak terdapat korelasi antara kesalahan pengganggu pada priode t dengan kesalahan priode t-1 ( sebelumnya ), atau dengan perkataan lain pada model ini tidak terdapat gejala autokorelasi. Hal ini dapat dilihat pada tabel 4.2 dibawah ini.
Tabel 4.2 pengujian autokorlasi terhadap model charhart Model Summary(b) Model 1
R
R Snuare
.953(a)
.908
Adjusted R Std. Error of Snuare the Estimate Durbin-Watson .907 .02139385 1.430
a Predictors: (Constant), UMD, HML, Rmt -· Rft, SMB b Dependent Variable: Rit - Rft
Pada tabel diatas, terlihat angka D -W sebesar + 1,. Hal ini berarti angka DW terletak antara -2 dan +2, shingga pada model ini tidak terdapat gejala autokorelasi. Walaupun dalam persamaan regrsi masih terdapat outlier, namun ha! ini tidak mempengaruhi uji autokorelasi.
c. Uji heteroskedastisitas Uji ini bertujuan untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varian residual dari suatu pengamatan ke pengamatan lainnya. Gejala varian yang tidak sama ini distibut dengan gejala heteroskedastisitas, sedangkan adanya gejala vanan yang sama dari satu pengamatan ke pengamatan yang lain disebut dengan homoskedastisitas. Hasil dari uji heteroskedastisitas untuk model ini setelah dilakukan model pembuangan terhadap outlier dapat dilihat pada tabel dibawah ini.
Gambar 4.1 • grafik pengujian heteroskedastisitas terhadap model carhart setelah tidak ada outlier. Scatterplot
Dependent Variable: Rit • Rft
~
~
0
Regression Standardized Predicted Value
Pada grafik diatas terlihat titik - titik sudah menyebar secarn acak clan tidak membentuk pola tertentu yang jelas, serta sudah tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Hal ini mengindikasikan bahwa tidak terdapat gejala heteroskedastisitas pada model regresi, sehingga model
regresi
layak dipakai
untuk
memprediksi
pengembalian reksa dana
berdasarkan masukan variabel independennya 2. Pengukuran kine1ja Reksa Dana Model Carhart Pengukuran reksadana saham dengan model 4.. faktor carhart pada model ini diregresikan yaitu faktor eksis return market (R.,,-Rr), faktor ukuran kapitalisasi pasar (SMB), faktor rasio nilai buku terhadap nilai pasar (HML), dan faktor momentum (UMD) mnunjukkan bahwa sebanyak 2 reksa dana bernilai pos;tif yaitu memiliki kinerja yang lebih baik dari kinerja pasar sedangkan 10 reksa dana lainya memiliki kofisien alpha. yang benilai negatif artinya tidak memiliki kinerja yang lebih baik dari kimirja pasar, dan hanya satu reksa dana saham yaitu Arjuna yang koefisien alphanya signifikan secara statistik. Hal ini dapat dilihat dari tabel 4.3 dibawah ini Tabel 4.3 Ringkasan Statistik Estimasi Ki11e1ja Reksadana Berdasarkan Model Carhart Reksn
•
b
Adj.R
Reim a
•
b
Adj.R
Dann
t-stat
t-stat
Square
dana
t-stat
t-stat
Square
AbN
.1.355
+1.021
an1fo
0,053
0,000
Arjuna
•
•••
1.119
0.525
0.959
0.644
Megah
Panin
... ...
0.039
Bahana
BIG
BNI
0.000
-1.184
1.117
0.132
0.000
•
...
0.682
0.855
0.622
0.000
•
...
2.091
0.980
0.973
0.882
0.775
Phinisi
-0.0808
0.831
0.068
0.000
'
**''
-0.464
0.917
0.283
0.000
'
t'l<>l
·0.0037
0.927
0.863
0.000
'
**"
Rencana
-0.489
0.933
Cerdas
0.427
0.000
'
**'~
Sechordcr
0.019
0.996
0.876
0.918
0.916
0.954
0.961
Master
-0.219
0.854
0.096
0.000
•
0.954
...
Keterangan :
TI
Sida11a
-1.0506
l.O S
saha1n
0.002
0.000
•
*''
0.968
*** : signifikan secara statistik pada level 5%. * : tidak signifikan secara statistik
3. Hasil Pengujian Persistensi Reksa dana saham Bagian ke tiga dalam pembahasan ini adalah mengevaluasi persisitensi kinerjanya reksa
dana saham dalam sampel berdasakan hasil
pengujian nerja abnormal reksa dana yang diperoleh
st~blumnya
dari model
pengukuran kinerja reksa dana ( Model Capm, Fama & French dan carhart). Pengujian persistensi dilakukan secara cross - sectional untuk melihat pola hubungan persistensi kinerja reksa dana. Periode wakt1.1 yang digunakan dibagi ke dalam dua periode yang tidak saling tumpang tindih yakni periode awal atau priode pembentukan (FP) dan periode berikutnya yang disebut sebagai periode pen5ujian (TP) . Selain itu, periode pengujian dalam satu pengamatan sub periode berikutnya. Karena keterbatasan periode penelitian, maka analisis persistensi kinerja hanya dapat mencakup priode 12-36 bulan diharapkan dapat sebagai proksi terhadap cakupan persistensi jangka pendek dan jangka panJang. Dalam analisis kinerja persistensikinerja reksa dama akan dilihat suatu kecenderungan suatu reksa dana saham akan mengala.mi pengulangan kinerja
(repeat performance) dalam suati pengamatan. Untuk itu perankingan reksadana dan pengkategorian reksa dana dalam kelompok winner atau loser akan
menentukan
persentase
pengulanag
kinerja
(persistensi)
yang
% Repeat Winner =
WW xl 00 WW+LVv
Dimana: WW : Reksa dana dengan kategori winner pada FP dan Loser pada TP; LW : Reksa dana dengan kategori loser pada FP dan winner pada TP;
Berdasarkan hasil pengnjian raw return masing-masing reksa dana saham dalam penelitian, peneliti menggunakan 3 (tiga) panjang periode yakni 12 bulan, 24 bulan dan 36 bulan. Reksa dana yang dikategorikan kedalam
kelompok winner adalah reksa dana yang memiliki total raw rum diatas nilai mediannya sementara mereka yang termasuk dalam kefompok loser adalah reksa dana dengan total raw return dibawahnya. Dalam ha! ini persistensi kinerja akan dilihat pada kedua periode sehingga pengelompokan reksa dana juga dibagi kedalam kelompok winner dikedua periode (WW), atau loser disalah satu periode dan winner di periode berikutnya (l ,W). Dalam tabel 4.4 terlihat bahwa secara rata..rata selama periode pengamatan (12-36 bulan), persistensi kinerja reksa dana saham sebesar 73,21 %. Presentase Repeat Winner paling besar te1jadi pada periode 36 -
bulanan sebesar 73,21 % dimana dari keseluruhan Reksa dana dalam sampel
LW. Sedangkan pada periode 24 - bulanan menunjukkan persentase repeat winner yang paling kecil yakni sebsar 0,347%. Persentase repeat pelformance yang dihasilkan dengan menggunakan kinerja reksa dana sebelum disesuaikan dengan risiko (total raw return) tersebut ternyata tidak cukup besar untuk dapat mengindikasikan terjadinya persistensi kinerja yang kuat, sehingga sulit untuk mengambil kesimpulan bahwa reksa dana dengan kinerja winner cenderung berulang dengan kinerja winner pula dipriodii berikutnya dan data ini tidak akan banyak memberikan manfaat dalam m1imperkirakan kinerja reksa dana saham di masa yang akan datang. Tabel 4.4. Repeat Performance Persistensi ki11erja reksa dana berdasarkan Raw Return Periode Pengamatan Periode 12 bulan Periode 24 bulan Periode 36 bulan
Kategori Kinerja
WW
LW
11 1 217
13 287 216
% Repeat Winner 45,83% 0,347% 73.21%
Keterangan : WW : Kategori FP Winner dan TP Winner LW: Kategori FP Loser dan TP Winner
Oleh karena itu, pengujian persistensi selanjutnya dilakukan dengan menggunakan model kinerja reksa dana yang telah di sesuaikan dengan risiko
(risk adjusted performance) yaitu Model Single faktor CA.PM, Faktor Fama &
dilakukan dengan mensortir reksa dana kedalam kelompok Winner dan Loser berdasarkan nilai a (alpaha) rata-rata masing-masing reksa dana dengan alpha rata-rata diatas 0% ( a rata-rata positif) dikelompokkan kedalam reksa dana
Winner dan jika memiliki alpha rata-rata dibawah 0% (a rata-rata negatif) dikelompokkan kedalam loser. Pengelompokkan reksa da.na menjadi WW dan LW seperti yang dilakukan dalam pengujian presistensi berdasarkan data raw return diatas.
Tabel 4.5.
Repeat Performance Persistensi Kine1-ja Reksa Dana
berdasarkan a rata-rata dalam l\!Iodel Single -Factor CAPM Pel'iode Pengm.iatan Periode 12 bulan Periode 24 bulan Periode 36 bulan
Kategori Kinerja
Repeat Winner
%
WW
LW
78 53 216
72 246 232
52% 17,72% 48,21%
Pada model kinerja dengan menggunakan a CAPM Tabel (4.5.),
persntase repeat winner paling tinggi
diperoleh dari pengamatan 12-
bulanan dan paling rendah terjadi pada periode pengamatan yang lebih pendek cenderung pengamatan
menunjukkan persistensi lainnya.
Penggunaan
yang model
kuat
dibandingkan
CAPM
juga
periode
menunjukkan
peningkatan persentase repeat winner sebesar 48,21 % secara keseluruhan dalam sub periode penelitian (Tabet 4.6.). Hasil ini mengindikasikan bahwa ketika kinerja reksa dana di evaluasi dengan alpha rata-rata reksa dana Winner
Hasil yang berbeda ditunjukkan dari model kinerja Fama & French dan Carhart. Kedua model ini menunjukkan persistensi yang sama sehingga dapat di simpulkan bahwa penilaian kinerja pada kedua model ini tidak tergantung pada model kinerja tersbut. Penggunaan model multi fakor ternyata tidak memberikan peningkatan repeat performance dibandingkan model-model sebelumnya yaitu
sebesar
8,23% dari keseluruhan periode pengamatan persistensi paling kuat terjadi
pada periode 12- bulanan dan pengamatan dengan pernistensi paling lemah terjadi pada priode 36- bulanan. Pengujian persisensi kedua model pengukuran kinerja diringkas dalam satu tabel karena memberi hasil yang identik. Hal ini dapat dilihat pada tabel 4.6 dibawah ini.
Tabel 4.6. Repeat Petformance berdasarkan a rata.-rata dalam Model 3faktor Fama & F1·ench dan 4-Faktor Carhart Periode Pengamatan Periode 12 bulan Periode 24 bulan Periode 36 bulan
% Repeat Winner
Kategori Kinerja WW 72 123 20
LW 78 165 223
48% 42,70% 8,23%
BABV
KESIMPULAN DAN illPLIKASI A. Kesimpulan Bercl'lsarkan hasil penelitian yang dilakukan terhadap analisis persistensi kinerja reksa dana saham di Indonesia bebe:rapa hal yang dapat disimpulkan pada periode Juli 2003- Juni 2006 di Indonesia dengan rentang waktu bulanan adalah sebagai berikut : 1. Berdasarkan Model Carhart analisis empiris dari ke 12 sampel reksa dana
saham yang diteliti, menyatakan bahwa hanya 2 reksa dana saham yang kinerjanya lebih baik dari kinerja pasar yaitu reksadana Arjuna dan reksa dana BNI dan yang lainnya memiliki kinerja lebih burnk daripada kinerja pasar yaiu reksa dana ABN Arnro, Bahana, Big Master, Megah, Panin, Phinisi, Rencana cerdas, Sechorder, dan Si Dana Saham. 2. Selama periode penelitian yakni antara bulan Juli 2003 - Juni 2006, Fenomena persistensi kinerja reksa dana saham memang terjadi di Indonesia.
Dengan menggunakan data total raw return peneliti
menemukan bahwa persistensi kinerja reksa dana secara keselurnhan hanya sebesar 73 ,21 % dengan persistensi paling kuat terjadi pada sub periode 36 - bulanan dan persistensi paling lemah tei:iadi pada sub periode 24 - bulanan. Sementara untuk menggunakan model single - faktor CAPM persistensi kinerja reksa dana meningkat menjadi 48,21 % dan penggunaan model multi faktor terjadi penurnnan persistensi dari persentase repeat
terjadi pada periode pengamatan yang relatif pendek yakni sub period 12 bulanan.
B. Implikasi Penelitian Berdasarkan hasil penilitian ini ada beberapa ha! yang dapat diimplikasiakan baik bagi kalangan peneliti dan akademisi maupun para investor. a). Implikasi untuk peneliti dan akademisi penelitian ini dapat dikembangkan dengan mempertirnbangkan ha! ha! berikut : 1. Melengkapi perhitungan return nilai aktiva bersih perunit ( NAB/unit ) dengan faktor reinvested dividen dan faktor biaya reksa dana agar memberikan perhitungan yang lebih akurat. 2. I\1engevaluasi persistensi kinerja reksa dana dengan menambahkan pengaruh style dalam penelitian kinerja ( style adjusted alpha ) 3. Dengan masih terbatasnya jumlah reksa dana saham di Indonesia dan usia reksa dana menjadikan rentang periode pengamatan tidak memungkinkan untuk menguji persistensi kinerja reksa dana tersebut berdasarkan data time series sehingga disarankan pada penelitian mengenai persistensi kinerja reksa dana selanjutnya dapat menambah periode pengamatan agar dapat mencakup pengujian dengan data time series b). Implikasi untuk investor
1. Bagi investor yang akan melakukan investasi pada reksa dana saham analisis kinerja histo1is raksa dana multi faktor akan lebih bermanfaat karena melibatkan aset - aset pasif selain portofolio pasar meskipun analisis dengan model multi faktor menjadi lebih rumit. 2). Fenomena adanya persistensi reksa dana saham yang diamati selama periode penelitian di Indonesia dapat memberikan petunjuk bagi investor untuk menganalisis sejauh mana kemampuan reksa dana saham yang mereka miliki dapat bertahan kinerjanya, secara keseluruhan selama periode penelitian (Juli 2003- Juni 2006) reksa dana saham menunjukan persistennsi kinerja dalam rentang waktu yang relatif singkat yakni antara 12 -
36 bulan.hasil ini
memberikan indikasi bahwa kepemilikan investor atas reksa dana saham mereka sebaiknya ditinjau secara berkala selama rentang periode tersebut, namun demikian perlu diperhatikan bahwa rekomendasi dilakukan atas data historis dan belum ada bukti yang signifikan cara statistik.untuk menggunakannya sebagai alat bantu prediksi kinerja reksa dana saham dimasa depan selain itu bebrapa faktor lain yang juga perlu diperhatikan investor dalam berinvestasi direksa dana adalah isu - isu terbaru seputar rencana perubahan peraturan - peraturan reksa dana yang dikeluarkan pemerintah antara lain masalah perpajakan yang sedianya akan mulai dikenakan keoada oroduk - nroduk reha rlana
DAFTAR PUSTAKA
Adityawarman, Taufik (2001), Evaluasi Kinerja Portofolio lnvestasi Reksa Dana. Tesis S-2 yang tidak dipublikasikan. Magister Manajemen Universitas Indonesia. Bodie, Zvi, Kane, A. & Markus, A.J (2002). Investments. International Edition, Mc Graw - Hill . Singapore. Brahmana, Surya Bina (2003). Analisis Kemampuan Mark.et Timing dan Stock Picking Manajer Reksa Dana Saham Indonesia. Tesis S-2 yang tidak dipublikasikan. Pasca Sarjana Ilmu Manajemen Universitas Indonesia. Busse, J.A. & Irvine, P.J (2002). Bayesian Alphas and Fund Persistence. Woking Paper. Goizueta Business School & Emory University. Atlanta GA 30322. Carhart, Mark (1997). on Persistence in Mutual fund Peiformance. The Journal of Finance. Vol. 52. No. 1. Hal. 57 - 82. Deniansyah, Buyung (2001). Optimalisasi Portofolio Investasi Reksa Dana Syariah. Tesis S-2 yang tidak dipublikasikan. Pascasarjana Ilmu Manajemen Universitas Indonesia. Deode, Shanti Aprilia.(2003) Analisis Persistensi Reksa Dana Sa11am Indonesia Periode 1999-2003. Tesis S-2 yang tidak dipublikasikan. Magister Manajemen Universitas Indonesia. Evamarta, Rahayu (2006). Membedah Portopolio Reksa dana Saham Jempolan. Majalah Swa Edisi : Oktober 2006. Elton, E.J., Gruber, M.J., Das, S. & Hlavka, M (1993). F;fficiency with Costly information : A Rein terpretation of Evidence from Managed Portofolios. The Review of Financial Studies- Vol. G. No-I-Hal. 1-22. Fama, E.F., French, K.R., & Davis, J (1998). Characteristics, Covariances, And Average Return : 1929-1997. Working Paper. Scholl of Business. University of Chicago, and Yale Scholl of Management!Massachu SettsInstitute of Technology. Goetzmann, W., & Ibbotson, R (1994). Do Winner Repeat? Patterns in Mutual Fund Return Behavior. Journal of Portofolio Management. Vol. 20. Hal. 9-18. Husnan, S (2001). Dasar-dasar Teori Portofolio dan Analisis Sekuritas, Edisi 3. Unit penerbit dan Percetakan AMP YKPN. Yogyakaita. Jensen,Michael."The Performance Of Mutual fund In Periode 1945-1964" Journal
Jogiyanto. " Teori portofolio dan Analisis investasi ", Edisi Ketiga, BPFE, Yogyakarta, 2003. Kahlil, Rowter (2006). Tingkat Pertumbuhan Reksa Dana Saham. Bisnis Indonesia Edisi : Mei 2006. Maleaki, M. M. (2001). Kinerja Reksa Dana Saham Periode September 1997Agustus 2000. Majalah Usahawan. No.06. Tahun. xxx. Edisi: Juni. Malkiel, B. G (1995). Return from Investing in Equity Mutual Funds 1971-1991. The journal offinance. Vol. 50. No. 2. Hal. 549-572. Manurung, A. H (2002). Konsistensi Pemilihan Saham Dalam Pembentukan Portofolio Optimal di BEJ oleh Manajer Investasi Dikaitkan dengan Variabel Rasio Empirik Kinerja Perusahaan. Disertasi S-3 yang tidak dipublikasikan. Nachrowi, N.D dan Usman, H (2002). Penggunaan Teknik Ekonometri : Pendekatan Populer dan Praktis. PT Raja Grafindo Persada. Jakarta. ____ (2001). Kinerja Reksa Dana Saham Majalah Investor. Edisi: 30 Maret. Pastor, L. & Stambaugh, R (2001). Mutual Fund Pelformance and Seemingly Unrelated Assets. The Journal ofFinancial Economics. Pindyck,R.S. and Rebinfeld,D.L (1998).Econometric.l\11odel and Economtric Forecasts. International Edition,Irwin/Mc Graw - hilb,4th Ed. Pleschiutschning, UIF & Grunbichler, Andreas (1999). Performance Persistence: Evidence for the European Mutual Fund Market. Working Paper. Swiss Institute ofBaking and Finance. University of St. Gallen. Pratomo, E.P. dan Nugraha, Ubaidillah. Market Timing Pada Reksa Dana Saham dan Reksa Dana Campuran. Tesis S-2 yang tidak dipublikasikan. Magister Manajemen Universitas Indonesia. Santoso, Singgih. (2001). SPSS versi 7.5 : Mengolah Data Statistick Secara Propesional PT. Elex Media Komputindo. Jakarta. Siamat, Dahlan. (2001). Manajemen Lembaga Keuangan. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Jakarta. Siagan, Victor." Analysis of Stock Mutual Fund : 1998 - 2004," Business and Entrepreneurial Review Vol.5 No. 1, Oktober 2005 Sugiarto, Agus. (2003). Reksa Dana, Perbankan Dan Sek.tor Rill. Harian Kompas Edisi : 3 Juli 2003.
Surachmat, A. G. (2002) Penentuan Exsposur dan Pengukuran Reksa Dana berdasarkan Style Analysis. Tesis S-2 yang tidak dipublikasikan. Magister Manajemen Universitas Indonesia. Wardhani, Ratna. (2003) Analisis Faktor- faktor Determinasi Kinerja Reksa dana Saham di Indonesia periode 1998-2001. Tesis S-2 yang tidak dipublikasikan. Pasca Sarjana Ilmu Manajemen Universitas Indonesia.
Lampiran I Hasil Pengujian Regresi Model Carhart
Regression Descriptive Statistics Std. Deviation
Mean Rit- Rft Rm!· Rft SMB HML UMD
.0188867 .0209144 29.34537 56 5.481048 8 .0727335
N
.07029621 .07148466
4·14 414
3.27756434
414
14.56362525
414
1.01958896
414
Correlations Rit-Rft Pearson Correlation
Rit - Rft
N
.-.
All
'
HML
UMD
.953 -.019
1.000
SMB
-.053
HML UMD
-.006 .008
.009 .003
-.434
1.000
.001
.032
.001
1.000
.000
.347
.453
.436
.141
.430
.476
.000
.261
Rit- Rft
-.019
-.006
.008
-.053
.009
.003
1.000
-.434
.032
Rmt- Rft
.000
SMB
.347
.141
HML
.453
.430
.000
UMD
.436
.476
.261
.490
Rit - Rft
414
414
414
r<mt - Rft SMB
414 414
4'14 414
414 414
414 414 414
414 414 414
HML
414
414 414
414
414
414 414
414
UMD
414
414
Variables Entered UMD, HML, Rm! - Rft, SMB(a)
.,,..,..,,,..,..,,.,.,1
i
.953
Variables Entered/Removed(b)
Model 1
SMB
1.000
Rm!- Rft
Sig. (1-tailed)
Rmt-Rft
Variables Removed
··---l....1-- __ . _ ___ ...
Method Enter
---
.490
Model Summary{b)
. Adjusted Std. Error of Medel R R Sauare R sauare the Estimate 1 .02139385 .907 .953(a) .908 a Predictors: (Constant), UMD, HML, Rmt - Rft, SMB b Dependent Variable: Rit - Rft
DurbinWatson 1.430
-
ANOVA(b) Model 1
Sum of Snuares
Regression Residual
1.854 .187
Total
2.041
Mean Snua!!-... .463
df 4 409
__ .000
413 a Predictors: (Constant), UMD, HML, Rmt - Rft, SMB b Dependent Variable: Rit - Rft
F
I
,S;;;i"'"'---1
~ 1012.4961~-.000(a)
._
Coefficients(a) Model
1
(Constant) Rmt- Rft SMB HML
-
Unstandardized Coefficients Std. B Error -.020 .011
Standardized Coefficients
-1.859
.064
.938
.015
.954
63.615
.000
.997
1.003
.001 -3.94E-006
.000
.031
1.836
.067
.808
1.237
.000 .001
-.001
-.049
.961
.811
1.232
.004
.272
.78fl
.999
1.001
UMD
.000 a Dependent Variable: R1t - Rft
t
Collinearity Statistics
Sig.
Beta
Tolerance
Coefficient Correlations(a) Model UMD 1
Correlations
UMD
SMB
1.000 -.017
1.000
.016
.434
Rm!- RI!
-.005
.016
1.000
.055
-.036 1.07E006
.434 -1.38E009
.055
1.000
-7.57E-008
-1.32E-008
6.44E009
1.88E-008
1.24E-008
1.88E008
.ODO
2.BBE-007
1.24E008
2.88E-007
1.28E-007
UMD HML
-
1.38E009 Rm! -Rft
-
7.57E008 SMB
-
1.32E008 a Dependent Variable: R1t - RI!
-.017
-r
Rmt- Rft i -.005
HML SMB Covariances
HML
VIF
-.036
Collinearity Diagnostics(a)
Model
Dimension
Eigenvalue
Condition Index
Variance Pronortions RmtSMB HML Rft
I Constant)
1
1 2 3 4 5
1.000 1.526 1.605 1.707 21.764
2.312 .992 .897 .793 .005 a Dependent Variable: Rit - Rf!
.00 .00 .00 .00 1.00
.03 .01 .72 .23 .00
.00 .00 .00 .00 1.00
.04 .00 .23 .53 .20
Residuals Statistics(a)
Minimum Predicted Value
I
N 414 414
.021
oo;!
.001
414
1.4361079 .06024054 2.816 2.837 .06116554 2.862 410.219 914.504 .993
.0223 65£1 .00000 00 (I 00 (I - 01CI -.00347 91 i' - 01 1 3. 99 (I 2 .21 1 01 Cl
.09665824 .02129000 .995 1.023 .07441551 1.027 22.294 44.945 .054
414 414 414 414 414 414 414 414 414
-.1410217 -2.387
.1506711 'l.967
.001
-.1424428 -.06383473 Std. Residual -2.984 Stud. Residual -4.454 Deleted Residual -1.44979596 Stud. Deleted Residual -4.560 Mahal. Distance .040 Cook's Distance .000 Centered Leverage Value .000 a Dependent Variable: Rit - Rf!
Std. PredicteJ Value Standard Error of Predicted Value Adjusted Predicted Value Residual
Std. Deviation
.06699473 1.000
Maximum
Mean
.0188
,.
UMD
.00 .99 .00 .01 .00
Charts mal P·P Plot ofRmgre·ssion Standardized Residual
Histogram
Dopend1tnt Variable: Rlt - Rft
Oopendont Variable: Rlt • Rft
l.\ia\U•1.:.1E-1~
.,
Sld.Cw.•0-9115 N•414
•2
·I
0
2
Regreoolon Slandardliad Residual
Seatttrplot
Dependent Vari® la: RU-RR
~
4
0
Regvuion St&n4&nllud Predi\:tod V1ilUll
0.0
Ob&orved Cum Prob
1
Lampiran II I.Output ABN AMRO
Regression Descrintive Statistics Std. Deviation .07405713 .07143090
Mean .0140397 .0207638 31.012914 7 3.3943794 .6249047
Ri-Rf Rm-Rf SMB HML UMD
N 34 34
.45836712
34
1.43922556 3.55069948
34 34 Correlations
Ri-Rf Pearson Correlation
Sig. (1-tailed)
N
Ri-Rf
SMB
HM L
UMD
1.000
.979
-.392
- 4rn
-.055
.979 -.392 -.419 -.055
1.000 -.430 -.443 -.078 .000
-.430 1.000 .961 .192 .011 .006
- 44:1 96'1 1. 000 300
-.078 .192 .309 1.000
OOi'
.378
004 000
.331 .138 .038
Rm-Rf SMB HML UMD Ri-Rf Rm-Rf
.000 .011
SMB HML UMD Ri-Rf Rm-Rf
.007 .378 34 34 34 34 34
SMB HML UMD
Model 1
Rm-Rf
.006 .004 .331 34 34
.000
34
.138 34 34 34
03!1 34 34 34
34 34 34
34 34
34 34
34 34
34 34
Variables Entered/Removedlbl Variables Entered Variables Removed UMD, Rm - Rf, SMB, HML(a)
Method Enter
a All requested variables entered. b Dependent Variable: Ri - Rf
Model Summary(b) Model 1
R .982(a)
R Souare .964
Adjusted R Souare .959
a Predictors: (Constant), UMD, Rm - Rf, SMB, HML b Dependent Variable: Ri - Rf
Std. Error of the Estimate .01503573
Durbin-Watson 2.004
ANOVAlbl Sum of Squares
Model 1
Mean Square
df
Sig.
F
Regression
.174
4
.044
Residual
.007
29
.000
Total
.181
33
.OOO(a)
192.892
a Predictors: (Constant), UMD, Rm - Rf, SMB, HML b Dependent Variable: Ri - Rf Coefficients( a) Unstandardized Coefficients Std. B Error -1.355 .672
Model
1 (Constant) Rm-Rf
a
1.021
Standardized Coefficients
Collinearity Statistics
,'
t
Tolerance
Beta -2.015 .985
.041
VIF
24.922
05 3 00 0
.800
1.250
SMB
.045
.022
.278
2.001
05 5
.765
1.063
HML UMD
-.014
.007
-.266
-1.839
078
.760
1.266
.001
.001
.050
1.241
224
.758
1.319
Dependent Vanable: R1 - Rf Coefficient Correlations(al Rm-Rf UMD
Model
1
Correlations
Covariances
HML
ISMS
UMD
1.000
-.067
.397
Rm-Rf SMB
-.067 .397
1.000 -.008
-.008 1.000
-.461 .134
HML
-.461
.134
-.958
-.958 1.000
UMD
7.17E-007
-2.31E-006
7.55E-006
-2.91E-006
-2.31E-006
.002
-7.60E-006
4.09E-005
SMB
7.55E-006
-7.60E-006
HML
-2.91E-006
4.09E-005
.001 .000
5.55E-005
Rm-Rf
.000
a Dependent Vanable: R1 - Rf
Collinearity Diagnostics(a) Model
Dimension
1
1
3.036
2
3
1.052 .843
4
.069
5
7.09E-006
Eigenvalue
Condition Index IConstantl
a Dependent Variable: R1 - Rf
-
Variance Prooortions
1.000 1.699
.00 .00
1.898
.00
6.641 654.394
.00 1.00
Rm-Rf .01
SMB .00
HML .00
UMD .01
.36
.3£1
.00 .00
.00 .00
.33 .43
.25
.00
.08
.08
.00
1.00
.92
.16
Residuals Statistics(a)
.01403!)7 .000
.07270343 1.000
N 34 34
.003
.015
.005
.002
34
-.1550773 -.03612993 -2.403 -2.539 -1. 57768404 -2.829 .762 .000 .023
1.5639941 .03165806 2.106 2.182 .03401466 2.346 32.020 2201.392 .970
.0604604 .00000000 .000 -.Ofi2 -.046420()9 -.OS7 3.81l2 64.HO .1·18
.27540388 .01409505 .937 1.036 .27102689 1.086 5.328 377.532 .161
34 34 34 34 34 34 34 34 34
Std. Predicted Value Standard Error of Predicted Value Residual Std. Residual Stud. Residual Deleted Residual Stud. Deleted Residual Mahal. Distance Cook's Distance Centered Leverage Value
Std. Deviation
.1479218 1.841
Predicted Value
Adjusted Predicted Value
Mean
-.1553674 -2.330
Minimum
Maximum
a Dependent Variable: Ri - Rf
-
Charts Hlntogram
Normal P-P Plot of Regn1ss.ion Standardized Residual
Depondont Variable: RI· Rf
Dependent Variable: RI - Rf
M-~·132£·!5
std c;w;
4
2
.,
~
Regrcatlon Standardized Residual
Scattarplot
Depoodenl Varlabfe: RI . Rf
' ' '
., '
~o
g31
N:,l.I
Obnerved cum Prob
2. Output Arjuna
Regression Descriptive Statistics
Rm-Rf SMB HML UMD
N 35 35 35 35 35
Std. Deviation
Mean Ri-Rf
.0114717
.05660931
.0244057
.06977568
28.8223714 2.3612629
.41725028 1.04475111
.0163109
.05606846
Correlations
Rm-Rf
Ri- Rf Pearson Correlation
Ri-Rf Rm-Rf
Sig. (1-tailed)
N
1.000
.761
SMB -.597
HML -.497
UMD .358
.761
1.000
-.422
-.487
.'184
SMB
-.597
-.422
1.000
.748
-.485
HML UMD
-.497
·-.487
.748
1.000
-.289
.358
.184
-.485
-.289
1.000
.000
.000
.001
.017
.006
.002
.145
.000
.002
Ri- Rf Rm-Rf SMB
.000 .000
.006
HML UMD
.001 .017
.002
.000
.145
.002
Ri-Rf
35
35
35
.046 35
Rm-Rf SMB
35 35
35 35
35 35
35 35
HML UMD
35
35 35
35 35
35
35
.046 35 35
35 35 35
35
Variables Entered/Removed(b) Model 1
Variables Entered
Variables Removed
UMD, Rm - Rf, HML, SMB(a)
::+ .J
Method Enter
a All requested vanables entered. b Dependent Variable: Ri - Rf Model Summary(b) std. Error of Adjusted R R Square Square R the Estimate .828(a) .686 .644 .03379316 a Predictors: (Constant), UMD, Rm - Rf, HML, SMB b Dependent Variable: RI - Rf Model 1
Durbin-Watson 1.730
~
j
ANOVA(b) Sum of Squares
Model 1
F
Mean Square
df
Regression
.075
4
.019
Residual Total
.034 .109
30
.001
Sig.
.OOO(a)
H>.353
34 a Predictors: (Constant), UMD, Rm - Rf, HML, SMB b Dependent Variable: Ri - Rf Coefficients( a)
Model
1
(Constant)
Unstandardized Coefficients Std. B Error 1.419 .656
Rm-Rf SMB HML UMD
Standardized Coefficients
Collinearit\ Statistics
t
Beta
Sig.
Tolerance
2.164
.039
VIF
.525
.096
.647
5.489
.000
.755
1.324
-.050 .007
.023 .009
-.368
-2. 151 .747
.359 .398
2.789
.121
.040 .461
.097
.119
.096
.816
.421
.753
2.512 1.329
a Dependent Vanable: Ri - Rf
Coefficient Correlations(a) Model
1
UMD
Correlations
Covariances
Rm-Rf
HML
SMB
UMD
1.000
-.011
-.125
.420
Rm-Rf
-.011
1.000
.283
.086
HML
-.125
.283
1.000
-.670
SMB
.420
.086
-.670
1.000
UMD
.014
.000
.000
.001
Rm-Rf HML
.000
.009
.000
.ODO
.000
SMB
.001
.000
.000 7.73E005 .000
.000 .001
a Dependent Vanable: R1 - Rf
Collinearity Dlagnostics(a) Model
Dimension
Eigenvalue Condition Index
Varianc1; Pronnrtions I Constant\
Rm- Rf
HML
UMD
1.000
.00
.01
.00
.01
.01
1.089
1.687
.00
.26
.00
.01
.28
.742
2.044
.00
.44
.00
.47
.071 5 3.72E-005 a Dependent Venable: R1 - Rf
6.586
.00 1.00
.27 .01
.OD .OD
.55
.06
1.00
.44
'18
1
1
3.098
2 3 4
288.623
SMB
Residuals Statistics( a)
-.0788171 -1.926
.1093679 2.089
.011471? .000
.04687203 1.000
N 35 35
.007
.033
.01:2
.005
35
-.1718559 -.05572556 -1.649 -1.827 -.06921493 -1.906 .388 .000 .011
.1060390 .08998233 2.663 2.890 .10599639 3.345 31.378 1.593 .923
.0095814 .00000000 .000 .004 .00189028 .021 3.886 .078 .114
.05377773 .03174314 .939 1.018 .04048027 1.086 5.186 .271 .153
35 35 35 35 35 35 35 35 35
Minimum Predicted Value Std. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std. Residual Stud. Residual Deleted Residual Stud. Deleted Residual Mahal. Distance Cook's Distance Centered Leverage Value
Maximum
Std. Deviation
Mean
a Dependent Vanable: RI - Rf
Charts > Plot of Regresulon Standardized Residual
Histogram
Dependent Variable: RI
Dependent Variable: RI· Rf
~Rf
Mu11 • IE·1' S!d.Ot~. ~
4
4
N•35
2
De!>{lndont Variablt: Ri - Rf
0
" :!.
•i
0 0
0
00
•
t•'
0 0
.j
~
0 0
0
0
0
0
o,
0
~-0~
0 0
0 0
0
0.0
Observed Cum Prob
Regression standardized Residual Scauerplot
1,
0.910
0
1.0
3.0utput Bahana
Regression Descriptive Statistics Mean .0260132
Std. Deviation .08244661
N 34
.0232841 30.0586382
.07333936 .41609523
34 34
3.0370206 .0277541
.78948199
34
.08607861
34
Ri-Rf Rm-Rf SMB HML UMD
Correlations
r Ri-Rf Pearson Correlation
Ri-Rf
UMD .439
.983
.983
1.000
-.343
-.275
.405
-.269 -.207
-.343
1.000 .973
.973 ·1.000
-.321
-.275
UMD Ri-Rf
.439
.405 .000
-.321
-.278
1.000
.062
.121
Rm-Rf
.000
.023
.057
.005 .009
SMB HML
.062 .121
.023 .057
.000
UMD
.005
.009
.032
.056
34
34
34
34
34
Rm-Rf
34
34
34
SMB
34
34
34
34 34
34 34
HML
34
34
34
UMD
34
34
34
34 34
34 34
SMB HML
N
SMfL.L_!iML -.207 -.269
1.000
Rm-Rf
Sig. (1-tailed)
•
Rm-Rf
RI-Rf
.000
-.278
.032 .056
Variables Entered/Removed(b) Model 1
;+w~
Variables Entered
Variables Remov
~[:nte:_j
UMD, HML, Rm - Rf, SMB(a)
a All requested vanables entered. b Dependent Variable: Ri - Rf Model Summary(b)
Model 1
R .988(a)
R Square .976
Adiusted R Square .973
a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf
Std. Error of the Estima~ .01 36fl912
Durbin-Watson 2.247
ANOVA(b)
1
F
Mean Square
df
Sum of Squares
Model Regression
.219
4
.055
Residual
.005
29
.ODO
Total
.224
33
Sig.
.OOO(a)
a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf Coefficients( a) Model
1
(Constant)
Unstandardized Coefficients Std. Error B
Collinearity Statistics
Sig.
t Beta
-1.184
.765
Rm-Rf
-
Standardized Coefficients
-1.548
-
Tolerance
VIF
.132
1.117
.038
.994
29.641
.ODO
.741
1.349
SMB
.041
.027
.205
1.513
.141
.646
1.330
HML
-.012
.014
-.112
-.854
.400
.548
1.537
UMD
.068
.031
.071
2.185
.03i'
.794
1.259
a Dependent Variable: R1 - Rf Coefficient Correlations( a) Model UMD 1
Correlations
Rm- Rf
SMB
1.000
-.076
-.303
.123
HML
-.076
1.000
-.236
-.973
Rm-Rf
-.303
-.236
1.000
.285
.123
-.973 -3.24E005
.285
1.000
.DOD
.000
.000
.000
.001
.000
.000
.001
SMB
Covariances
HML
UMD
UMD
.001
HML
-3.24E-005
Rm-Rf
.000
.ODO .ODO
SMB
.000
.000
a Dependent Variable: R1 - Rf
Collinearity Diagnostics(a)
Eigenvalue
Condition Index
1
3.232
2
3 4 5
Model
Rm-Rf
1.000
.00
.01
.00
.00
.01
1.196
1.644
.00
.24
.OD
.00
.26
.538
2.450
.00
.62
.00
.00
.67
Dimension 1
Variance Prooortions (Consla nt)
SMB
HML
UMD
.034
9.697
.DO
.04
.00
.06
.04
4.45E-006
852.122
1.00
.08
1.00
.94
.02
a Dependent Variable. R1 - Rf
Residuals Statistics(a)
Predicted Value Std. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual
Minimum -.1547792 -2.220
Maximum .1682932 1.747
Mean .0260132 .000
Std. Deviation .08144475 1.000
.003
.007
.005
.001
34
-.1588561
.1678831
.0261074
.08136608
34
-
.03657793
.00000000
.01281394
34
2.676 2.863
.000 -.003
.937 1.008
34 34
-
.01483404
34
1.066 2.114 .050 .064
34 34 34 34
.02355824 -1.723 -1.874
Std. Residual Stud. Residual Deleted Residual
-
.04187540
.02784485 -1.964 .395 .000 .012
Stud. Deleted Residual Mahal. Distance Cook's Distance Centered Leverage Value
.00009416 .005 3.882 .031 .118
3.322 8.200 .237 .248
N
34 34
a Dependent Vanable: R1 - Rf
Charts
n1al P-P Plot of Rogressl•Pn Standardized Residual
Histogram
Dependent Variable: RI - Rf
Dependent Variable: RI- Rf
1l o.
'·'
E o.o
i:l 1ii
i" .Jj ~~mri:,s~~~l~
0.0.-JZ:::C~p"'-''4-·'""~,=~4~~
w~34
·Z
·I
O
?
Ob11ervod Cum Prob
Rogrelillion Standardi:od Residual
Scatterptot
Dependent Variable: RI- Rf
• 0
0
0 0
0 0 -0
0 0
(loo
'
."' 0
0
•• '
4. Output BIG
Regression Descriptive Statistics Mean
N
-.0084434
Std. Deviation .06809576 .06994815 .29842821
35
SMB
.0243209 29.7947943
HML
3.4450886
.99712289
35
UMD
.0001731
.06823223
35
Ri- Rf Rm-Rf
35 35
Correlations
Ri-Rf Pearson Correlation
Ri-Rf Rm-Rf
Sig. (1-tailed)
N
Rm-Rf
1.000
.923
.923
1.000
SMB
-.462
-.296
HML
-.454
-.283
UMD
.374
.376
Ri-Rf
.ODO
SMB -.462
-.2 96 1.CI 00 .9 57
HML
UMD
-.454 -.283
.374
.957
-.466
1.000
-.423
-.423 .003
1.000
.050
.013
.000
.002
-.466 .0 03 .042
.376
.013
Rm-Rf
.000
SMB HML
.003 .003
.050
UMD
.013
.013
.o00 .o02
.006
Ri- Rf
35
35
35
35
35
Rm-Rf
35
35
35
35
35
SMB
35
35
35
35
35
HML UMD
35 35
35 35
35 35
35 35
35 35
.042
.006
Variables Entered/Removed(b) Model 1
Variables Entered
Variables Removed
UMD, Rm - Rf, HML, SMB(a)
Method Enter
a All requested variables entered. b Dependent Variable: Ri - Rf Model Summary{b) Adjusted R R R Sauare Sauare .946(a) .896 .882 a Predictors: (Constant), UMD, Rm - Rf, HML, SMB b Dependent Variable: Ri - Rf Model 1
Std. Error of th" Estimate .02340829
Durbin-Watson 1.680
ANOVA(b) Model 1
Sum of Sauares .141
Regression Residual
4
Mean Souare .035
30
.001
df
.016
F 64.432
Sia. .OOO(a)
Total
.158 34 a Predictors: (Constant), UMD, Rm - Rf, HML, SMB b Dependent Variable: Ri - Rf
Coefficients( a)
1
Model
Unstandardized Coefficients
(Constant)
B .682
Rm-Rf
Standardized Coefficients
Std. Error 1.369
Collinearity Statistics
t .498
Beta
~·
Tolerance
VIF
.622
.855
.063
.878
13.640
.000
.839
1.191
SMB
-.023
.047
-.100
-.480
.6:l5
.780
1.455
HML
-.009
.014
-.136
-.670
.508
.684
1.566
.070
-.060
-.859
.307
.714
1.401
UMD
-.060 a Dependent Vanable: R1 - Rf
Coefficient Correlations( a) Model
1
UMD
Correlations
Covariances
HML
Rrn - Rf
SMB
UMD
1.000
-.283
Rm-Rf
-.283
1.000
.025
.023
HML
-.094
.025
·1.000
-.946
SMB
.219
.023
-.946
1.000
UMD
.005
-.001
-9.12E-005
.001
Rrn - Rf
-.004
.219
-.001
.004
2.21 E-005
6.97E-005
HML
-9.12E-005
2.21E-005
.000
-.001
SMB
.001
6.97E-005
-.001
.002
a Dependent Variable: R1 - Rf
Collinearity Diagnostics(a) Model
Condition Index
Dimension
Variance Proportions
Eigenvalue 1
3.084
1.000
(Constant) .00
Rrn - Rf 01
SMB .00
HML .00
UMD .00
1.310
1.534
.00
22
.00
.00
.32
2.332
.00
.74
.00
.00
.51
.00
.03
.00 . --
.11
.12
1 2 3
.567
4
.039
~
A
I'> Ar-
'"'"''"'
-.....
8.886
....
,.. ....
.
--
--
. -
b Dependent Variable: Ri - Rf ANOVA(b)
1
Regression
'178 .044
Residual
Mean Square
df
Sum of Squares
Model
Sig.
F
4
.044
30
.001
.OOO(a)
30.304
Total
.222 34 a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf Coefficients( a)
Model
1
(Constant) Rm-Rf SMB HML UMD
Unstandardized Coefficients Std. B Error 1.064 2.091
Standardized Coefficients
Collinearity Statistics
t
Beta
.980 -.074
.104 .037
.894 -.471
1.966 9.459 -1.983
.032
.016 .077
.449 -.241
-.202 a Dependent Variable: RI - Rf
Sig. .059
Tolerance
VIF
.000 .057
.740 .117
8.547
1.351
1.970
.058
.128
7.840
-2.629
.013
.784
1.276
Rm-Rf
SMB
Coefficient Correlations( a) Model
1
Correlations
Covariances
UMD
HML
UMD
1.000
-.229
HML
-.229
Rm-Rf
-.299
SMB
.248
UMD
.006
HML
.000
Rm-Rf SMB
-.299
.248
1.000
-.198
-.931
-, 198
1.000
.284
-.931
.284
1.000
.000
-.002
.001
.000
.000
-.001
-.002
.000
.011
.001
.001
-.001
.001
.001
a Dependent Variable: R1 - Rf
Collinearity Diagnostics(a)
Eigenvalue
Condition Index
Model
Dimension
1
1
3.091
2
1.286
1.550
3
.564
2.341
4
.060
7.176
5
1.76E-005
418.612
1.000
Variance Proportions (Const antl .00
Rm-Rf .01
SMB .00
HML .00
UMD .01
.00
.22
.00
.00
.29
.00
.63
.00
.00
.64
.00
.05
.00
.14
.00
1.00
,08
1.00
.86
.06
Residuals Statlstics(a)
Minimum -. 1646234 -2.388
Maximum .1641092 2.159
Mean .0080097 .000
Std. Deviation .07228925 1.000
N 35 35
.007
.027
.014
.005
35
-.1649586 -.09096786 -2.376 -3.285
.1654224 .08319163 2.173 2.511
.0104435 .00000000 .000 -.027
.07235949 .03596268 .939 1.071
35 35 35 35
-.17385137
.11107978
.04802878
35
-4.036 .311 .000 .009
2.778 15.527 1.966 .457
1. 168 3.652 .335 .107
35 35 35 35
Predicted Value Std. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std. Residual Stud. Residual Deleted Residual Stud. Deleted Residual Mahal. Distance Cook's Distance Centered Leverage Value a Dependent Venable: R1 - Rf
-
.00243379 -.041 3.886 .084 .114
Charts Histogram
·rmal p.p Plot of Reares!rolon Standardized Residual
Dependent Variable: RI· Rf Dependent Variable: RI • Rf
Mun•·1.20&15 aa.ew.•o.u~ N~~s
·3
·2
2
·1
Regression Standardized Residual
Scatterpfot
Dependtnt Variab~: Ri. Rf
' ' '
... Observed cum Prob
'
6. Output Master
Regression Descriptive Statistics
.0154983
Std. Deviation .06149270
Mean Ri- Rf Rm-Rf
N 36
.0205317
.07259365
36
SMB
19.0166583
.47655122
36
HML
27.8424111
43.81117386
UMD
.0175986
.06197549
36 36 Correlations
I
I Rm- Rf
Ri- Rf Pearson Correlation
Ri- Rf
N
UMD
HML
SMB -.339
.340
.097
Rm-Rf
1.000 .974
1.000
-.387
.123
.353
SMB
-.339
-.387
.418
-.402
HML UMD
.097 .340
.123
1.000 .418
1.000
.094
.353
-.402
.094
1.000
.000
.021 .010
.286 .237
.021 .017
.006
.008 .292
Ri-Rf
Sig. (1-tailed1
.974
Rm-Rf SMB
.021
HML
.286
.237
.006
UMD Ri- Rf
.021 36
.017
.008
.292
36
36
36
36
Rm-Rf SMB
36 36
36 36
36 36
36 36
36 36
HML
36
36
36
36
36
UMD
36
36
36
36
36
.000 .010
Variables Entered/Removed(b) Model 1
Variables Entered
Variables Removed
UMD, HML, Rm - Rf, SMB(a)
~'"
M
Ent er
I
a All requested variables entered. b Dependent Variable: Ri - Rf Model Summary(b)
Model 1
R .977(a) .-
R Square .954 ..
Adjusted R Square .949
Std. Error of the Esti mat" 0131)5439
-
Durbin-Watson 2.474
ANOVA(b) Model 1
Reg re ssion Resid ual Total
Sig.
F
Mean Square
di
Sum of Squares .126
4
.032
.006
31
.000
-
.OOO(a)
1ll2.'166
.132 35 a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf Coefficients( a)
Model
1
(Constant) Rm-Rf SMB HML UMD
Standardized Coefficients Beta
Unstandardized Coefficients Std. Error B -.219 .854 .012 -9.37E005 .026
Collinearity Statistics t Si g.
Tolerance
VIF
-1.703
.0 98
1.008
22.556
.0 00
.089
1.700
.0 99
.737 .534
1.357 1.871
.000
-.067
-1.437
.-1 61
.682
1.467
.044
.026
.592
·"58
,-
.740
1.352
.128 .038 .007
a Dependent Vanable: R1 - Rf Coefficient Correlations(a) Model UMD 1
Correlations
Covariances
HML
Rm-Rf
SMB
UMD
1.000
-.258
-.142
.390
HML Rm-Rf
-.258
1.000
-.288
-.553
-.142
-.288
1.000
.387
SMB
.390
-.553
.387
1.000
UMD
.002
-7.45E-007
.000
-7.45E-007
4.25E-009
.000 -7.12E007
.000
-7.12E-007
HML Rm- Rf SMB
.000
-2.44E-007
a Dependent Vanable: R1 - Rf
-2.44E-007
.OO'I
9.93E-005
9.93E-
--22.L
4.58E-005
Colllnearitv Diagnosticsfal
Model 1
Eigenvalue
Dirr.ension 1
2.727
2 3 4
Condition Index
Variance Prooortions
1.000
(Constant\ .00
1.098
1.576
.605
2.123
.570
2.187
Rm-Hf .02
SMB .00
HML .03
UMD .02
.00
.25
.00
.01
.25
.00
.41
.00
.14
.46
.00
.17
.00
.52
. 11
a Dependent Variable: Ri - Rf Residuals Statistics(a) Minimum Predicted Value
Std. Residual Stud. Residual Deleted Residual Stud. Deleted Residual Mahal. Distance Cook's Distance Centered Leverage Value
N
.0154983 .000
.06007397 1.000
36 36
.003
.009
.OOfi
.001
36
-.1211453 -.03550531 -2.544 -2.710 -.04026689 -3.051 .736 .000 .021
.1235766 .02452200 1.757 1.802 .02578055 1.873 12.227 .197 .349
.015398'1 .00000000 .00()
.06005180 .0131328'1 .94'1 1.009 .01513739 1.048 2.801 .044 .080
36 36 36 36 36 36 36 36 36
Standard Error of Predicted Value Residual
Std. Deviation
Mean
.1275609 1.865
Std. Predicted Value
Adjusted Predicterj Value
Maximum
-.1190854 -2.240
.003 .00010027 -.008 3.889 .03'1 .11 'I
a Dependent Variable. R1 - Rf
Charts Histogram
nal P-P Plot of ftegnuu;:;ion Standardized Residual
Dependent Variable: Ri ~Rf
Dependent Variable: RI - Rf
MtOll•H2f·15 Sld.tm.•U41 •l
·2
·1
N •~5
0
Obt•ervnd Cum Prob
Reg:roso:lon Standardized Realdua\
Scatterplot
Dependent Variable; Ri- Rf 0
0
'0
q,
00
'
0
0 0
0
0 0
0
'
0
0
'
'
'
o'
0
'
"' 0
0
7. Output Megah
Regression Descriptive Statistics
Rm-Rf SMB HML UMD
N
Std. Deviation
Mean RI-Rf
.0259551 .0205003 31.0658229 5.3252886 .0292129
35 35 35 35 35
.06476999 .07365322 .39388607 1.07562969 .06624454
Correlations
Ri-Rf Pearson Correlation
Ri-Rf
1.000 .935 -.295 -.198 .407
Rm-Rf SMB HML UMD Ri-Rf
Sig. (1-tailed)
Rm-Rf
.000 .042 .127 .008 35 35 35 35 35
SMB HML UMD
N
Ri-Rf Rm-Rf SMB HML UMD
Rm-~MB - HML .935 -.295 -.198 1.000 -.390 -.202 .393 .000 .010 .122 .010 35 35 35 35 35
-.390 1.000 .644 -.215 .042 .010
-.202 .644 1.000 .067 .127 .122 .000
.000 .107 35 35 35 35 35
UMD
.407 .393 -.215 .067 1.000 .008 .010 .107 .351
.351 35 35 35 35 35
35 35 35 35 35
Variables Entered/Removed(b) Model
Variables Entered
Variables Removed
1 UMD, HML, Rm - Rf, SMB(a)
~~
M
Enter
_J
a All requested variables entered. b Dependent Variable: Ri - Rf Model Summary(b) Model
1
R
.944(a)
R Sauare
Adiusted R Sauare
Std. Error of ~he Estimate
.876
.02282239
.890
a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf
i Durbin-Watson I
2. 009
ANOVA(b)
1
F
Mean Square
df
Sum of Squares
Model Regression
.127
4
.032
Residual
.016
30
.001
Sig.
60.961
.OOO(a)
Total .143 34 a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf
Coefficients( a) Unstandardized Coefficients
Collinearity Statistics
Standardized Coefficients
Model
1
B -.808
Std. Error .426
Rm-Rf
.831
.061
SMB
.027
HML
-.007
(Constant)
UMD
.078 a Dependent Vanable: RI - Rf
t -1.896
Sia. .068
Tolerance
.945
13.516
.000
.747
1.338
.014
.167
1.930
.063
.988
1.049
.005
-.120
-1.455
.156
.540
1.251
.067
.080
1.167
.252
.781
1.281
Beta
VIF
Coefficient Correlations( a) Model
1
HML
UMD
Correlations
Covariances
Rm-Rf
SMB
UMD
1.000
-.268
-.338
.228
HML
-.268
1.000
.028
-.649
Rm-Rf
-.338
.028
1.000
.240
SMB
.228
-.649
.240
1.000
UMD
.004
-8.88E-005
-.001
.000
HML
-8.88E-005 -.001
2.45E-005
8.44E-006
-4.57E-005
8.44E-006
.004
.000
.000
-4.57E-005
.000
.ODO
Rm-Rf SMB a Dependent Vanable: R1 - Rf
Collinearity Diagnostics(a) Condition Index
Variance Proportions
Model
Dimension
1
1
3.340
2
1.112
1.733
.00
3
.525
2.522
.00
4
.023
12.054
.00 1.00
5
Eigenvalue
3.95E-005 a Deoendent Vancble: R1 - Rf
1.000
290.836
Rm-Rf .01
SMB .00
HML .00
UMD .02
34
.00
.00
.18
.53
.00
.00
.73
.06
.00
.60
.02
.06
1.00
40
.05
Residuals Statistics(a)
Minimum -.1251232 -2.472
Maximum .1347002 1.779
Mean .0259551 .000
Std. Deviation .06111929 1.000
N 35 35
.004
.021
.008
.003
35
-.1427445 -.04365483 -1.913 -2.081 -.05169155 -2.212 .280 .000 .008
.1312955 .04891615 2.143 2.200 .05151970 2.361 27.164 .160 .799
.0258363 .00000000 .000 -.001 .0001188'1 -.003 3.886 .032 .114
.06205048 .02143790 .939 1.004 .02472769 1.037 4.536 .048 .133
35 35 35 35 35 35 35 35 35
Predicted Value Std. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std. Residua~ Stud. Residual Deleted Residual Stud. Deleted Residual Mahal. Distance Cook's Distance
Centered Leverage Value a Dependent Variable: RI - Rf
Charts Histogram
lormal P-P Plot of Ragronsion Standardized Residual Dependent Variable: RI- Rf
Oependont Variable: RI - Rf
£ E
il
l Mn~•·1llf-14 Sl.tl.Ow.~u»
•l
N•l$
·I
Observed cum Prob
Scatterplol
Dependent Variable: RJ • Rf
•,
" ~ ' " ~• , "~, c
.Q
I., ~
~
•
' '
0
' 0
'
0
'
' 'o·&-o
0 .0
0
0
0 0
,, OJ'
_o
°
' '
'
'
'
0 0
'
0
8.0utput PANIN
Regression Descriptive Statistics
RI-Rf Rm-Rf SMB HML UMD
Mean .0245739
Std. Deviation
.0205317 30.448075 0 3.0400194
.07259365
36 36
.45170181
36
1.20066229
36
.0275D61
.D72226D4
36
N
.07117359
Correlations
-Ri- Rf Pearson Correlation
Sig. (1-tailed)
Rm-Rf
HML
1.DOO
.961
-.411
-.510
Rm -Rf
1.DOO
-.443
-.521
.387
SMB
.961 -.411
.837
-.372
HML
-.510
··.443 -.521
1.DDD .837
1.0DD
-.29D
UMD
.41D
.387
-.372
-.290
1.00D
.DOD
.OD6
.DD1
.006
.003
.DD1
.010
.ODO
.013 .043
.000
SMB HML
.006 .OD1
.D03 .D01
UMD
.006 36
.D10
.013 36
.043
36
36
36
36
36
36
36
36
SMB
36
36
36
36
36
HML UMD
36
36
36
36
36
36
36
36
36
36
Ri - Rf Rm- Rf
.ODD
Variables Removed
Variables Entered
I
Method
· IEnter
UMD, HML, Rm - Rf, SMB(a)
I
a All requested variables entered. b Dependent Variable: Ri - Rf Model Summary(b)
Model 1
R .963(a)
.410
Rm-Rf
Variables Entered/Removed(b) Model 1
UMD
Ri- Rf
Ri - Rf
N
-
SMB
R Sauare
Adjusted R Sauare
.927 .918 a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf
Std. Error of the Estimate .02038114
Durbin-Watson
-
1.705
ANOVA(b) Model 1
Regression
Sum of Squares .164
Df 4
Mean Sauare .041
.013
31
.000
Residual
Sia.
F 98.!l56
.OOO(a)
Total .177 35 a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf Coefficients( a)
Model
1
(Constant) Rm-Rf
Collinearity Statistics
Sig.
Beta
t -1.092
.283
Tolerance
VIF
.917
.058
.935
15.762
.ODO
.666
.016
.014
.101
1.106
.277
.281
-.005
.006
-.090
-.965
.342
.267
SMB HML
Standardized Coefficients
Unstandardized Coefficients Std. Error B .425 -.464
UMD
.054
.059
.060
1.098
.:181
.786
1.5 02 3.5 62 3.7
44 1.2 73
a Dependent Vanable: R1 - Rf Coefficient Correlations(a) UMD
Model
1
Correlations
Covariances
Rm-Rf
HML
SMB
UMD
1.000
-.135
HML
-.135
1.000
.3:29
-.793
Rm-Rf
-.294
.329
1.000
-.060
-.294
.253
SMB
.253
-.793
-.O!lO
1.000
UMD
.003
-4.03E-005
-.001
.000
HML
-4.03E-005
3.08E-005
.000
-6.34E-005
-.001
.000
.003
-5.04E-005
.000
-6.34E-005
-5.04E-005
.000
Rm-Rf SMB a Dependent Vanable: R1 - Rf
Collinearity Diagnostic.s(a) Model
Dimension
Eigenvalue
Condition Index
1
1
3.163
2
1.000
Variance Prooortions J.Q9nstant\ .00
Rm-Rf .01
SMB .00
HML .00
UMD .02 .20
1.231
1.603
.00
.25
.00
.00
3
.547
2.405
.00
.48
.00
.00
.70
4
.059
7.315
.00
.26
.00
.38
.02
3.09E-005 a Dependent Variable: R1 - Rf
319.799
1.00
.00
1.00
.62
.07
5
Residuals Statistics( a) Minimum -. 1427052 -2.441
Maximum '1510293 1.845
Mean .0245739 .000
Std. Deviation .06854023 1.000
N 36 36
.004
.020
.007
.003
36
-.1110052 -.03101788 -1.522 -1.577 -. 10070419 -1.618 .275 .000 .008
'1444741 .04388092 2.153 2.209 .04617782 2.367 32.890 4.724 .940
.0271037 .00000000 .000 -.016 -.00252984 -.009 3.889 .158 .111
.06363184 .01918118 .941 1.013 .02751824 1.035 5.314 .784 '152
36 36 36 36 36 36 36 36 36
Predicted Value Std. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std. Residual Stud. Residual Deleted Residual Stud. Deleted Residual Mahal. Distance Cook's Distance Centered Leverage Value a Dependent Variable: R1 - Rf
Charts ·ma1
Histogram
P~P
Plot of R.egresnlon Standardized Residual
Dependent Variable: RI· Rf
Oitpendant Variable: RI· Rf
M1~n•HE·lS S\'J.Dw~0.041
.;
.\
0
l
N •36
2
Ollsenrod Cum Prob
Regression standardized Reslduaf
Scattorplot
Dependent Variable: Ri ~Rf
0
'
0 0
o,
o•
0
0
0
0
0
. 'B
0
0
Oo
'
0 0 0
0
0 0 0
'
0
9.0ntput Pinisi
Regression Variables Entered/Removed(b) Variables Entered
Model 1
Variables Removed
Meth2[J Enter
UMD, HML, Rm - Rf, SMB(a)
_J
a All requested vanables entered. b Dependent Variable: Ri - Rf
Model Summary(b)
Model 1
R
R Square
.962(a)
Adjusted R Square
.926
Std. Error of the Estimate
Durbin-Watson 1.537
.02062825
.916
-
a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf
ANOVA(b) Model 1
Sum of Squares
df
Mean Square
Regression
.164
4
Residual
.013
31
Total
.177
35
1
(Constant)
Unstandardized Coefficients Std. Error B -.057
.326
::I
96.415
Standardized Coefficients t
'
:Sig.
1--
Beta
-.174.
.863
Rm -Rf
.927
.058
.946
16.093
.000
SMB
.002
.011
.010
.135
.894
HML
.004 .040
.008 .055
.029
.418
.679
.043
.731
UMD
.OOO(a)
0
a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf Coefficients( a)
Model
I
---
a Dependent Vanable: R1 - Rf
.470
Residuals Statistics(a) Minimum Predicted Value Std. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual .......
'
.....
.
.
Maximum
-
Mean
-.1253245
.1523670
.0245739
-2.189
1.866
.000
.004
.011
Lltd. Deviation
N
.06847472
36
1.000
36
.007
.002
36
I
-.1199921
.1459122
.0246766
.06867615
36
-,02802240
.04463182
.00000000
.01941374
36
Stud. Residual Deleted Residual
-1.509
2.220
-,03457454
.04698484
-1.542 .360 .000 .010
2.381 8.340 .141 .238
Stud. Deleted Residual Mahal. Distance Cook's Distance Centered Leverage Value
-.002 ,00010272 ,006 3.889 .033 .111
1.014
36
.02257709
36
1.036 2.330 .039 .067
36 36 36 36
a Dependent Variable: Ri - Rf
Charts Histogram
Nonna! P.P P!Ot of Regression Standardized Residual
Dependent Variable: RI. Rr
Dtlpondont Variable: RI ·Rf
/
0
0
./
•
00 0
Moon•9.37E·ta
iliif"'"""i--'~·f.;"'·•o.~1 -2
-I
0
1
2
Scatwrplot
Dependent Variable: RI • Rt
0 0
0 ~
0 0
0
0 0
0
oO 00
0
0
~o'b, 0
Q
02
04
oG
Obt.orvml Cum Prob
Regreoolon standardized Residual
0 0
o.a
10. Output Rencana Cerdas
Regression Descriptive Statistics Std. Deviation .06970359
.0205317
.07259365
36
30,6286417 2.1965583
.51217777
36
.71998464 .07214492
36 36
Rm-Rf SMB HML UMD
N
Mean .0267339
Ri-Rf
.0310706
36
Correlations
Pearson Correlation
Ri-Rf Rm-Rf
N
Rm-Rf
1.000
.976
SMB -.350
-..l08 -. 845 068
UMD .436 .396
.976
1.000
-.391
-.350
-.391
1.000
HML
-.308 .436
-.345 .396 .000
.968 -.395
1.()00
-.351
-. :l51
.018
034
1.000 .004
020
.008
000
.009
-.395
Rm-Rf
.000
SMB
.018
.009
HML
.034
.020
.000
UMD
.004
.008
.009
018
Ri-Rf
36
36
36
36
36
Rm-Rf
36
36
36
36
36
SMB
36
36
36
36
36
36 36
36
HML
36
36
UMD
36
36
36
36
36
.009
Variables Entered/Removed(b) Model 1
I-IM L
SMB UMD Ri-Rf
Sig. (1-tailed)
Ri-Rf
Variables Entered
Variables Removed
UMD, HML, Rm - Rf, SMB(a)
.018
--
Method Enter
a All requested variables entered. b Dependent Variable: Ri - Rf
Model Summary(b)
Model 1
R .979(a)
R Square .959
Adiusted R Souare .954
Std. Error of the Estin1at13 .01500860
Durbin-Watson
2.204
----
ANOVA(b) Model 1
I Regression
Sum of Squares .163
df 4
Mean Square .041
.007 .170
31
.000
Residual Total
Sig.
F 180.979
.OOO(a)
35 a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf Coefficients( a) Unstandardized Coefficients Std. B Error
Model
(Constant)
1
Standardized Coefficients t
Beta
-.489
.608
.933
.040
SMB
.017
HML UMD
-.006 .074
Rm-Rf
Collinearttv Statistics ~;ig.
Tolerance
VIF
-.805
.427
.972
23.390
.000
.768
1.303
.021
.122
.057
17.656
-.063 .077
.796 -.425
.432
.014 .040
.•374 .074
.060 .767
16.635 1.303
-
1.852
a Dependent Var.1able: RI - Rf Coefficient Correlations( a) Model
UMD
1.000
HML -.100
HML
-.100
1.000
Rm- Rf SMB
-.271 .172
-.114 -.963
UMD
.002
-5,76E-005
HML
-5,76E-005
.000
I'lm - Rf -.271 -.114 1.000 .185 .000 -6, 551~-005
.000
-6,55E-005 .000
.002 .000
UMD 1
Correlations
Covariances
Rm-Rf SMB
.000
SMB :172 -.963
.185 1.000 .000 .000 .000 .000
a Dependent Variable. R1 - Rf Collinearity Diagnostics(a)
.
Model
Dimension
1
1 2
3 4 ~
Eigenvalue
Condition Index
(Constant)
3.245 1.178
1.000
.00
1.660
.528 .048
2.478 8.194
.00 .00 .00
................ '"'"""
................. ,..
,
--
-
-
Variance Prooortions Rm - F:f .(11
SMB
·10 ;9
.e
,(16
·-
.
HML
.00
.00
UMD .02
.00 .00 .00
.00
.19
.00 .08
.68 .08 --
--
--
Residuals Statistics(a) Maximum .1501386 1.808
Mean .0267339 .ODO
Std. Deviation .06825742 1.000
N 36 36
.003
.007
.005
.001
36
-.1203044 -,02927529 -1.951 -2.199
.1513109 .03495414 2.329 2.563
.0268326 .00000000 .ODO -.003
.06820066 .01412495 .941 1.019
36 36 36 36
-,03719855
.04234704
.01659728
36
-2.354 .350 .000 .010
2.841 6.978 .278 .199
1.056 1.983 .063 .057
36 36 36 36
Predicted Value Std. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std. Residual Stud. Residual Deleted Residual
-
Minimum -.1219207 -2.178
Stud. Deleted Residual Mahal. Distance Cook's Distance Centered Leverage Value
-
,00009866 -.001 3.889 .036 .111
a Dependent Vanable: R1 - Rf
Charts HistoDram
nnal P-P Plot of Regression Standardized Residual
Dependent Varlabla: RI- Rf
Dependent Variable: RI - Rf
MOM•·l-7&17
Std
·2
0f~.•0.M1
''"®
·I
Rogresslon Standardized Residual
Ob~mrvud
Scatterplot
Dependent Variable; RI· Rf
~
"~
0 1
]
•
~
,
•'
0
Q
0 0
8'9 0
0 0 0
a'
"'
0
0
aO.
Q
0
Q
0
o;
0 0 0
0
Cun1 Prob
11. Output Schroder
Regression Descriptive Statistics Mean
N
Std. Deviation
Ri - Rf
.0259500
.07605566
36
Rm-Rf
.0205317
.07259365
36
SMB
30.8794222
.46736627
HML
3.5813806
1.58531891
36 36
UMD
.0291350
.07734248
.. 36
_
Correlations
Pearson Correlation
Ri-Rf
Ri -Rf 1.000
Rm-Rf .980
SMB -.384
HML -.38:3
UMD .449
.980
1.000
-.363
-.361i
.398 -.432
Rm-Rf
Sig. (1-tailed)
SMB
-.384
-.363
1.000
.961)
HML
-.383
-.365
.969
1.001)
-.404
UMD
.449
.398
-.432
-.404
1.000
.000
.010
.01·1
.003
"°14
.008
.00()
.004
Ri-Rf Rm-Rf
.000
SMB
.010
.0·15
HML
.011
,0'14
.000
.oo;r
UMD N
.015
.007
.003
.008
,004
Ri-Rf
36
36
36
3(l
Rm-Rf
36
36
36
36
36
SMB
36
36
36
3fl
36
HML
36
36
36
3()
36
UMD
36
36
36
3()
36
36
Variables Entered/Removed(b) Model 1
Variables Entered
Variables Removed
UMD, Rm - Rf, HML, SMB(a)
Meth Enter
a All requested variables entered. b Dependent Variable: Ri - Rf Model Summary(b)
Model 1
R .983(a)
R Sauare .965
Adjusted R Souare .961
a Predictors: (Constant), UMD, Rm - Rf, HML, SMB b Dependent Variable: Ri - Rf
Std. Error of the Estimate .01501628
D~in-Watson
2.033
ANOVA(b) Model 1
df
Sum of Squares
Regression Residual
.195 .007
4 31
Total
.202
35
Mean Square
I
.049
Sig.
F
.OOO(a)
216.714
.000
a Predictors: (Constant), UMD, Rm - Rf, HML, SMB b Dependent Variable: Ri - Rf
Coefficients( a) Model
Unstandardized Coefficients
B 1
(Constant)
.019
Rm-Rf
.996
.039
SMB
.000
HML
.000
.022 .007 .038
.065 a Dependent Variable: R1 - Rf
Collinearity Statistics
Sig.
t
Std. Error .667
UMD
-
Standardized Coefficients
Beta
Tolerance
VIF
.977
.950
.029 25.341
.000
.792
1.263
-.003
-.021
.983
.659
1.303
-.007
-.054
.957 I
.861
1.028
.066
1.709
.091
I
.741
1.349
Coefficient Correlations( a) Model UMD 1
Correlations
Covariances
HML
Rm-Rf
SMB
UMD
1.000
-.292
- 083
Rm-Rf
-.292
1.000
075·
HML
-.083
.075
1. 000
-.961
SMB
.173
-
UMD
.001
-.008 .000
961 -2.06E-005
1.000 .000
.002 1.93E-005 -7.46E-006
1.93E-005-
-7. 46E-006
4.24E-005
.000
000
.000
Rm-Rf HML SMB
.000 -2.00E-005 .000
'173 -.008
a Dependent Variable: R1 - Rf Collinearity Diagnostics(a)
Model
Dimension
Eigenvalue
Condition Index
1
Varianc:e Proportions (Constant)
Rm-l'lf
I SMB
HML
UMD
1 2
3.136
1.000
.00
.00
.02
1.587
.00
.01 I .27;
.00
1.245
.OD
.DO
.2D
3 4
.540
2.4D9
.00
.134
.00
.63
.07 .OD,
.00
.00 .08
1.00
-9'' ~
.D79
6.319
.00
6.8DE-006 a Dependent Variable. R1 - Rf
679.170
1.00
5
'13 .03
Residuals Statistics(a)
Predicted Value Std. Predicted Value Standard Error of Predicted Vah:e Adjusted Predictec Value Residual Std. Residual Stud. Residual Deleted Residual Stud. Deleted Residual Mahal. Distance Cook's Distance Centered Leverage Value
-
-
.1663203 1.878
Mean .0259500 .000
Std. Deviation .07473115 1.000
.003
.009
.005
.001
36
-.1387845 -.04282968 -2.852 -3.231 -.05495338 -3.902 .858 .000 .025
.1576092 .02803651 1.867 2.132 .03666076 2.270 10.560 .591 .302
.0260340 .00000000 .000 -.003 -.00008404 -.015 3.889 .044 .111
.07465622 .01413218 .941 1.034 .01710162 1.122 2.439 .110 .070
36 36 36 36 36 36 36 36 36
Minimum -.1374588 -2.187
Maximum
N
36 36
a Dependent Variable: R1 - Rf
Charts Histogram
nal P-P Plot of Regression Standardla:ed Residual
Oopondent Variable: RI· Rf
Dependent Variable: RI - Rf
Mun~UE·\5
std. Dfv •• 0.941
·J
·2
"'u
·I
Scatterplot
Dependcrt Variable: Ri ·Rf
!
!•
'
1
]
i'
0
•• i' ~
•
0
' t
•'
'
0.6
Obtlorvnd Cum Prob
RegroHlon Standatdlzed Rasldual
' ' " 'S, ~oo''
of
,~
' '
0.8
,,
12. Output Si Dana Saham
Regression Descriptive Statistics
N
Mean .0290883 .0205317
Std. Deviation .07340036 .07259365
36 36
SMB
30,3714222
.55790450
36
HML
2.9551944
1.16646207
36
UMD
.0333022
.07391141
36
Ri- Rf Rm-Rf
Correlations
Ri- Rf Pearson Correlation
Sig. (1-tailed)
Ri- Rf Rm-Rf
SMB
HML.
UMD
1.000
.978
-.342
-.285
.978
1.000 -.404
-.404
-.324
.410 -.346
SMB
-.342
HML UMD
-.285 .441
Ri-Rf
.441
1.000
.954
-.324
.954
.410
-.346
1.000 -.241
-.241 1.000
.046 .027
.004 .007
.000
.019
.000
Rm-Rf
N
Rm-Rf
.021 .007
.000
SMB
.021
.007
HML
.046
.027
.000
UMD
.079
.004
.007
.019
.079
Ri- Rf
36
36
36
36
36
Rm-Rf SMB
36 36
36 36
36 36
36 36
36 36
HML
36
36
36
36
36
UMD
36
36
-36
36
36
Variables Entered/Removed(b) Model
Variables Entered UMD, HML, Rm - Rf, SMB a) a All requested variables entered. b Dependent Variable: Ri - Rf
Variables Removed
1
Model Summary(b) Adjusted R Std. Error of Square R Square the Estimate R .01322082 .971 .968 .986(a) a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf ANOVA(b) Model 1
Dlirbin-Watson 2.077
Standard Error of Predicted Value Adjusted Predicted Value Residual Std. Residual Stud. Residual Deleted Residual Stud. Deleted Residual Mahal. Distance Cook's Distance Centered Leverage Value
.003
.009
.005
.001
36
-.1273306 -,02235663 -1.691 -1.741 -,02368776 -1.803 .829 .000 .024
.1492735 .02654247 2.008 2.092 .02882704 2.221 13.895 .147 .397
.0289758 .00000000 .000 .004 .00011252 .007 3.889 .031 .111
.07229828 .01244243 .941 1.008 .01431513 1.027 2.794 .033 .080
36 36 36 36 36 36 36 36 36
a Dependent Variable: Ri - Rf
Charts ormal
P~P
Plot of Regression Standardized Residual
Hlatogrum Dependent Vadable: RI - Rf
Oepondont Varloblo: RI· Rf
l.!<•n•-OUlS-l~
50! Oov •O.!l4\
-2
.1
0
I
2
H =lG
Rcigr11Hion Standllnilzed R11$ltlual O~reiv11d
Oepeodoot Vllfiablo; RI. Rf
i'"
L
•! i·
I
_,
.
Rt{lfllHion Standllrdlzod Pradia:«I Vi;1uo
''
Cum Prob
Lampiranm Hasil Output RAW RETURN
Summarize Case Processing Summary(a)
-
Cases Included N
Excluded
Percent
RAW RETURN
100.0%
432 a Limited to first 432 cases. Case Summaries( a)
1
2
RAW RETURN .0422
3
.0254 .1520
4
.0653
5
-.0107
6
.1114
7
.1280
8 9 10
.0420
11
-.0535
12
-.0016
13 14 15
.0223 -.0063 .0760
16 17
.0361 .1393
18 19
.0494
.0064 .0774
20
.0148 .0398
21
-.0085
22 23
-.0689 .0043
24
-.0174
25 26
-.0034
27
-.1149
-.1565
N
"
Total
Percent 0
.0%1
Percent
N 432
100.0%
29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73
-.1310 .0083 .0475 .0237 .0828 -.9539 20.7154 -.0137 .0563 .0443 .1657 .0567 .0013 .1096 .1488 .0678 .0137 .1046 -.0354 -.0111 .0616 -.0064 .0833 .0568 .1419 .0339 .0690 .0263 -.0012 -.0394 .0198 .0014 .0232 -.1306 -.1249 -.1004 -.0711 .0213 .0927 .0440 .0921 .1285 -.0608 -.0360 .0729
76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 1 ?1
.0956 -.0036 .1299 .1424 .0626 .0085 .1082 -.0241 -.0054 .0422 .0107 .0606 .0456 .1407 .0283 .0452 .0304 .0210 -.0562 .0165 .0082 .0211 -.1320 -.1347 -.1288 -.0805 .0093 .0539 -.0033 .0837 .1080 -.0659 .0003 .0594 .0411 .1462 .0919 -.0084 .1245 .1351 .0524 .0008 .0967 -.0314 -.0114
123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 1fiA
.0682 .0386 .1347 .0706 .0446 .0472 -.0053 -.0359 .0183 .0132 .0381 -.1281 -.1174 -.0966 -.0693 -.0015 .0773 .0230 .0856 .1043 -.0798 -.0103 .0605 .0623 .1605 .0663 -.0065 .1283 .1298 .0605 -.0021 .0757 -.0622 -.0015 .0281 -.0030 .0853 .0465 .1336 .0216 .0465 .0272 .0046 -.0603 .0077
170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 ,.,,~
-.1425 -.1151 -.1121 -.0851 .0194 .0599 -.0006 .0758 .1061 -.0730 -.0148 .0777 .0550 .1821 .1050 -.0109 .1056 .0997 .0481 -.0268 .0898 -.0692 .0101 .0444 -.0185 .0608 .0489 .1449 .0202 .0582 .0436 .0559 -.0414 -.0050 -.0198 .0019 -.1460 -.1136 -.0709 -.0786 .0038 .0705 .0378 .0796 .0894 -.0458
'1 ·;
i'
'
I !
