portofolio investasi bab 22 metode studi peristiwa

1

OVERVIEW

Jenis-jenis studi peristiwa. Tujuan studi peristiwa. Metodologi studi peristiwa. Teknik – teknik perhitungan return tak

normal dan kumulatif return tak normal. Cara menerapkan metode penelitian yang

tepat untuk menguji hipotesis pasar efisien bentuk setengah kuat atau metode penelitian untuk studi peristiwa.

1/39

PENGANTAR

Studi peristiwa termasuk bagian dalam konsep hipotesis pasar efisien (efficient market hypothesis).

Studi peristiwa menyelidiki respons pasar terhadap kandungan informasi dari suatu pengumuman atau publikasi peristiwa tertentu.

Kandungan informasi dapat berupa berita baik (good news) atau berita buruk (bad news).

2/39

JENIS STUDI PERISTIWA

Peristiwa yang menjadi fokus penelitian dapat dikelompokkan ke dalam beberapa jenis antara lain:1. peristiwa konvensional2. peristiwa kluster3. peristiwa yang tak terduga4. peristiwa yang terjadi bersifat relevan

dan berurutan

3/39

STUDI PERISTIWA KONVENSIONAL Studi peristiwa konvensional mempelajari

respon pasar terhadap peristiwa yang seringkali terjadi dan diumumkan secara terbuka oleh emiten di pasar modal.

Contoh: pengumuman laba, pembayaran dividen, penawaran hak atas saham (right issue), merger dan akuisisi, pembelanjaan kapital, stock split, dan sebagainya.

Kajian teoritis diperlukan untuk melandasi argumentasi dalam menyusun hipotesis.

4/39

Karakteristik studi peristiwa konvensional: Pemicu peristiwa bisa terjadi di perusahaan lain

namun umumnya tidak pada waktu yang sama. Peristiwa bersifat lazim dan seringkali

merupakan peristiwa rutin yang terjadi dalam perusahaan.

Dampak peristiwa hanya terjadi pada perusahaan yang mengumumkan peristiwa.

Tidak terdapat peristiwa lain yang berdekatan guna menghindari ambiguitas respons pasar terhadap informasi ganda.

STUDI PERISTIWA KONVENSIONAL

5/39

STUDI PERISTIWA KLUSTER Studi peristiwa kluster atau kelompok

mempelajari respons pasar terhadap peristiwa yang diumumkan secara terbuka yang terjadi pada waktu yang sama dan berdampak pada sekelompok perusahaan.

Contoh: pengumuman pemerintah yang membuat regulasi pada industri tertentu sehingga diperkirakan berdampak pada aliran kas perusahaan dalam industri yang bersangkutan.

6/39

Respons pasar dalam studi peristiwa kluster cenderung lebih sulit diprediksi.

Studi tipe ini selain sesuai untuk menguji efisiensi informasi (kecepatan respons terhadap informasi) juga relevan untuk menguji efisiensi keputusan (ketepatan respons terhadap informasi).

Untuk menguji efisiensi keputusan, peneliti dapat memecah sampel menjadi dua bagian, yaitu kluster perusahaan utama (kelompok perusahaan yang diduga terkena dampak peristiwa) dan kluster perusahaan kontrol (kelompok perusahaan yang diduga tidak terkena dampak peristiwa).

STUDI PERISTIWA KLUSTER

7/39

STUDI PERISTIWA TAK TERDUGA Studi ini mempelajari respons pasar terhadap

suatu peristiwa yang tidak terduga (unanticipated event).

Karakteristik utama dari studi ini adalah peristiwa yang terjadi bersifat tak terduga.

Contoh: dampak kebocoran nuklir pada kelompok perusahaan tertentu.

Studi peristiwa tak terduga juga relevan untuk menguji hipotesis efisien secara informasi dan efisien secara keputusan.

8/39

STUDI PERISTIWA BERURUTAN (SEQUENTIAL EVENTS)

Studi ini mempelajari respons pasar terhadap serangkaian peristiwa-peristiwa yang terjadi secara berurutan dalam situasi ketidakpastian yang tinggi.

Dalam hal ini kecepatan dan ketepatan informasi menjadi kunci dari respons pasar.

Contoh (Mansur, Cochran, dan Phillips, 1991): meneliti kecelakaan kapal tanker Exon Valdes yang berdampak pada ditutupnya lalu lintas kapal minyak di perairan Alaska. Peristiwa berurutan terjadi karena pasar belum memperoleh informasi tingkat kebocoran kapal dan dampak luberan minyak yang menghalangi kapal-kapal tanker lainnya hingga tahap pengumuman resmi oleh otoritas perairan setempat.

9/39

TUJUAN STUDI PERISTIWA Studi peristiwa berusaha mendeteksi respon

pasar terhadap suatu peristiwa yang dipublikasikan.

Respon pasar tergantung dari kandungan informasi yang melekat dalam suatu peristiwa yang diduga berdampak pada aliran kas perusahaan di masa datang.

Tujuan studi peristiwa mencakup : pengujian teoretis pengujian respon pasar pengujian return tak normal

10/39

PENGUJIAN TEORITIS

Studi peristiwa pada dasarnya merupakan metodologi untuk pengujian teori atau hipotesis efisiensi pasar bentuk setengah kuat.

Selain teori hipotesis pasar efisien, peristiwa tertentu terkait dengan landasan teori relevan lainnya, misalnya: Studi peristiwa tentang pengumuman dividen

seringkali dikaitkan dengan teori signaling. Studi peristiwa tentang pengumuman

pemecahan saham (stock split) dapat dikaitkan dengan teori signaling dan likuiditas.

11/39

PENGUJIAN RESPON PASAR Pengujian respons pasar terkait dengan hipotesis

efisiensi informasi (kecepatan respons pasar) dan efisiensi keputusan (ketepatan respons pasar).

Efisiensi informasi (kecepatan respons pasar) relevan dengan pengujian teori atau hipotesis pasar efisien bentuk setengah kuat, sedangkan efisiensi keputusan (ketepatan respons pasar) relevan dengan pengujian teori yang terkait dengan studi peristiwa seperti telah disinggung pada tujuan pengujian teoretis.

Ketepatan respons pasar terkait dengan apakah pasar bereaksi dengan benar.

12/39

Secara empiris bentuk pengujian yang umum digunakan dalam studi peristiwa adalah bertujuan untuk menguji ada atau tidak ada return tak normal di seputar pengumuman peristiwa.

Return tak normal (RTNi) adalah selisih (positif atau negatif) dari return aktual di seputar pengumuman (Ri) dengan return harapan E(Ri):

RTNi = Ri – E(Ri)

Bila tidak terdapat peristiwa, return aktual cenderung tidak berbeda dengan return harapan.

PENGUJIAN RETURN TAK NORMAL

13/39

PROSEDUR STUDI PERISTIWA1. Mengidentifikasi bentuk, efek, dan waktu

peristiwa

14/39

2. Menentukan rentang waktu studi peristiwa: Periode estimasi (T-n-e hingga T-n) adalah

periode yang digunakan untuk meramalkan return harapan pada periode peristiwa.

Periode peristiwa (T-n hingga T+n) adalah periode di seputar peristiwa (T0) yang digunakan untuk menguji perubahan return tak normal. T-n-e T-n T0

T+n

Periode estimasi Periode peristiwa

T-n-e T-n T0

T+n

Periode estimasi Periode peristiwa

PROSEDUR STUDI PERISTIWA

15/39

3. Menentukan metoda penyesuaian return yang digunakan untuk menghitung return tak normal. Terdapat tiga metode yang secara luas digunakan

dalam penelitian studi peristiwa: Model-model statististika, yaitu: model

disesuaikan rata-rata (mean adjusted model) dan model pasar (market model).

Model disesuaikan dengan pasar (market adjusted model).

Model-model ekonomika, yaitu: capital asset pricing model (CAPM) dan arbitrage pricing theory (APT).

PROSEDUR STUDI PERISTIWA

16/39

4. Menghitung return tak normal disekitar perioda peristiwa (beberapa waktu sebelum dan sesudah pengumuman peristiwa terjadi).

RTNit = Rit – E(Rit)

Dalam hal ini: RTNit = return tak normal saham i pada

perioda tRit = return aktual saham i pada perioda

tE(Rit) = return harapan atau return

prediksian

PROSEDUR STUDI PERISTIWA

17/39

Return harapan dapat diestimasi dengan: Model statistika:

Model disesuaikan rata-rata. Model ini memprediksi E(Rit) berdasarkan

rata-rata return selama periode estimasi:

E (Rit) = μi + eit

Model tersebut dapat diproksi dengan dengan cara sebagai berikut (rata-rata aritmatik):

T

RRE

nt

entit

it

)(

PROSEDUR STUDI PERISTIWA

18/39

Model pasar.Model ini memprediksi E(Rit)

berdasarkan hasil estimasi model pasar selama perioda estimasi dengan cara: 

E(Rit) = i + iRMt + it

Model disesuaikan pasar.Model ini memprediksi E(Rit) berdasarkan return indeks pasar pada hari pengumuman peristiwa.

PROSEDUR STUDI PERISTIWA

19/39

Model-model ekonomika:Capital asset pricing model:

E(Rit) = RFt + (RMt – RFt) iRMt

Arbitrage pricing model:

E(Rit) = d0 + di1F1t + di2F2t + ... + dinFnt + eit

PROSEDUR STUDI PERISTIWA

20/39

5. Menghitung rata-rata return tak normal dan return tak normal kumulatif dalam perioda peristiwa. Return tak normal rata-rata aritmatik:

= return tak normal rata-rata pada waktu ke t.

k = jumlah sekuritas

Return tak normal kumulatif (cumulative abnormal return):

tRTN

k

RTNRTN

n

iit

t

1

nt

ntiti RTNRTNK

PROSEDUR STUDI PERISTIWA

21/39

6. Merumuskan hipotesis statistis Untuk rata-rata return tak normal:

Ho : = 0Ha : # 0

Untuk rata-rata return tak normal kumulatif:

Ho : = 0Ha : # 0

RTN

RTNK

RTNK

RTN

PROSEDUR STUDI PERISTIWA

22/39

7. Menguji apakah return tak normal rata-rata atau return tak normal kumulatif berbeda dari 0. Pengujian dapat dilakukan dengan uji

parametrik atau non-parametrik.

S = __________________ KSE ( )

Untuk pengujian hipotesis, nilai t hitung dapat diperoleh:

t hitung = ____ _____ S ______

k

RTN RTN

RTN

RTN

PROSEDUR STUDI PERISTIWA

23/39

8. Interpretasi dan kesimpulan. Kesimpulan hasil studi didasarkan

pada probabilitas signifikansi kurang dari probabilitas yang disyaratkan (misalnya 0,01, 0,05, atau 0,10).

PROSEDUR STUDI PERISTIWA

24/39

Kesalahan standar estimasi berdasarkan return rata-rata periode estimasi:

Kesalahan standar estimasi berdasarkan return prediksi perioda estimasi:

ANALISIS STATISTIK: UJI STATISTIK PARAMETRIK

21

2

nT

RR

KSE

nt

jiij

i

)(

21

2

nT

RER

KSE

nt

jijij

i

)((

25/39

Kesalahan standar estimasi dengan penyesuaian dependensi sederhana:

Kesalahan standar estimasi dengan cara seksi silang:

Kesalahan standar peramalan:

1

1

nT

kenT

RTN

k

RTN

KSE

nt

entt

k

iit

nt

entit

t

kk

RTNRTNKSE

k

i

tit

t

1.

11

2

nt

jMjM

MtMit

RR

RR

nTKSEKSP

1

2

21

1

ANALISIS STATISTIK: UJI STATISTIK PARAMETRIK

26/39

CONTOH STUDI PERISTIWA

Bagian ini memberikan ilustrasi studi peristiwa dengan contoh isu pengumuman dividen.

Bagian penting dalam studi peristiwa adalah pemahaman tentang dasar teori pasar efisien dan teori yang menjadi latar belakang suatu peristiwa.

27/39

Dasar Teori dan Hipotesis

Dasar Teori Hipotesis Pasar Efisien. Pasar akan merespons informasi yang diumumkan

secara terbuka kepada publik dan diduga memiliki kandungan penting dan secara fundamental berpotensi menyebabkan perubahan penilaian aset.

Dasar Teori Dividen. Dibutuhkan teori lain yang secara spesifik melekat

dalam suatu bentuk peristiwa yang diteliti, dalam hal ini adalah teori signaling.

Selain teori signaling, terdapat beberapa teori lain seperti teori keagenan, teori dividen tidak relevan, dan model pembayaran dividen residual.

CONTOH STUDI PERISTIWA

28/39

Data dan Sampel. Setelah identifikasi peristiwa ditentukan,

yaitu peristiwa pengumuman peningkatan dividen, maka tahap selanjutnya adalah menentukan sampel dan data.

Pada tahap ini juga perlu ditentukan periode estimasi dan periode jendela.

Tabel 22.1. menyajikan contoh ilustrasi data return saham 3 perusahaan yang melakukan peningkatan dividen.

CONTOH STUDI PERISTIWA

29/39

Dalam contoh juga disajikan data return pasar sesuai dengan periode saat pengumuman dilakukan.

Dalam contoh, data periode estimasi diambil data return saham 30 hari sebelum periode jendela (t – 40).

Periode jendela ditentukan sebanyak 10 hari sebelum pengumuman dan 10 hari setelah pengumuman. Data untuk periode jendela disajikan pada Tabel 22.2.

CONTOH STUDI PERISTIWA

30/39

Analisis Studi Peristiwa Langkah selanjutnya adalah menghitung

return tak normal (RTN). Pada tahap ini dilakukan perhitungan

return harapan terlebih dahulu. Pada contoh, pendekatan yang digunakan

dalam mengestimasi return harapan dengan menggunakan teknik model pasar:

RTNit = Rit – E(Rit)

CONTOH STUDI PERISTIWA

31/39

Pengestimasian return harapan dapat dilakukan dengan pendekatan statistik sederhana sebagai berikut:

E(Rit) = i + iRMt + it

Diperoleh:E(RAt) = 0,025 + 0,573RMAt + AtE(RBt) = -0,010 + 0,272RMBt + BtE(RCt) = -0,030 + 0,220RMCt + Ct

CONTOH STUDI PERISTIWA

32/39

Berdasarkan hasil estimasi intersep dan beta (slope) perhitungan return harapan dapat dilakukan dengan memasukkan unsur return pasar saham atau RM untuk masing-masing sampel. Dengan menggunakan data RM pada Tabel

22.2. dan memasukkannya dalam masing-masing persamaan return harapan, diperoleh hasil perhitungan seperti pada Tabel 22.3. pada kolom 3, 5, dan 7 untuk masing-masing return harapan sampel A, B, dan C secara berurutan.

CONTOH STUDI PERISTIWA

33/39

Setelah return harapan diperoleh, langkah selanjutnya adalah perhitungan return tak normal. Langkah ini dapat dilakukan dengan cara

mengurangi return saham aktual (pada Tabel 22.2) dengan return harapan (pada Tabel 22.3.).

Hasil perhitungan return tak normal disajikan pada Tabel 22.3. pada kolom 4, 6, dan 8 untuk masing-masing return tak normal saham (RTN) A, B, dan C secara berurutan.

CONTOH STUDI PERISTIWA

34/39

Tahap selanjutnya adalah menghintung rata-rata return tak normal dan return tak normal kumulatif dalam periode peristiwa. Return tak normal rata-rata (mean abnormal

return) aritmatik. Return tak normal rata-rata semua sekuritas

untuk setiap interval waktu dalam periode peristiwa.

Return tak normal kumulatif (cumulative abnormal return): Return tak normal kumulatif untuk setiap sekuritas selama periode peristiwa.

CONTOH STUDI PERISTIWA

35/39

Kemudian menguji apakah return tak normal rata-rata atau return tak normal kumulatif berbeda dari 0, atau apakah return tak normal sebelum peristiwa berbeda dari return sesudah peristiwa. Pengujian dilakukan dengan uji t. Return tak

normal yang telah distandarisasi merupakan nilai t hitung untuk setiap sekuritas.

Kesalahan standar estimasi dihitung dengan cara menghitung deviasi standar return saham berdasarkan data return selama periode estimasi, yaitu t-51 hingga t-11.

CONTOH STUDI PERISTIWA

36/39

Berdasarkan pendekatan tersebut diperoleh KSE (atau deviasi standar) untuk masing-masing saham A, B, dan C adalah 0,243, 0,197, dan 0,188. Hasil KSE digunakan untuk membagi return tak

normal pada periode jendela sehingga diperoleh hasil return tak normal yang telah distandarisasi (RTNS). Hasil tersebut disajikan pada Tabel 22.4.

Tahap Nilai RTNS individual sesungguhnya merupakan t hitung untuk saham individu, namun untuk pengujian statistik pada umumnya dilakukan berdasarkan portofolio atau cross section sample.

CONTOH STUDI PERISTIWA

37/39

Untuk pengujian hipotesis nilai t hitung kolektif dapat dihasilkan. Hasil lengkap perhitungan RTNS dan

t hitung disajikan pada Tabel 22.4. RTNS untuk A, B, dan C disajikan

pada kolom 3, 4, dan 5. Hasil uji t hitung kolektif disajikan

pada kolom 6. Berdasarkan uji t diketahui bahwa

observasi ke -7, -2, -1, 0, 1, 5, dan 6 lebih besar dari t tabel.

CONTOH STUDI PERISTIWA

38/39

N t SD RA = 0.24316

SD RB = 0.19715

SD RC= 0.1884

t hitung

1 2 3 4 5 6 31 -10 -1.204 0.052 0.436 -0.414 32 -9 0.286 -0.334 0.453 0.234 33 -8 0.355 -1.651 0.356 -0.543 34 -7 -0.944 0.052 -2.431 -1.919 35 -6 0.725 0.751 -0.228 0.720 36 -5 0.101 1.094 0.161 0.783 37 -4 -0.440 -0.443 0.161 -0.417 38 -3 -0.285 0.052 0.307 0.043 39 -2 -1.555 -1.363 -1.462 -2.529 40 -1 2.490 2.133 4.887 5.491 41 0 -0.272 2.909 3.026 3.270 42 1 0.558 1.691 0.608 1.649 43 2 0.127 -0.366 -0.328 -0.328 44 3 -0.371 -0.780 -0.106 -0.726 45 4 -0.887 -0.011 -0.252 -0.664 46 5 0.798 2.046 1.149 2.305 47 6 6.216 4.163 6.757 9.894 48 7 -1.076 -0.536 -0.500 -1.220 49 8 -0.656 0.046 -0.839 -0.837 50 9 -0.248 -1.423 0.720 -0.549 51 10 0.137 0.633 -0.889 -0.069

CONTOH STUDI PERISTIWA

39/39