I. Latar Belakang

Dalam IPO semua investor awal membeli saham dengan harga pembelian umum yaitu

harga tawaran sehingga semua investor tersebut membeli saham dengan harga yang sama.

Seiring berjalannya waktu, saham mengalami fluktuasi harga yang disebabkan oleh kinerja

perusahaan itu sendiri. Semakin baik kinerja perusahaan tersebut semakin meningkat harga

sahamnya. Namun apabila yang terjadi sebaliknya di mana kinerja perusahaan buruk dan

mengakibatkan turunnya harga saham yang memicu munculnya efek disposisi di mana ada

kecenderungan investor untuk terus menahan investasinya yang telah mengalami kerugian.

Keengganan untuk merealisasikan kerugian tersebut dapat termotivasi oleh loss

aversion dalam teori prospek yang menyatakan bahwa hubungan harga aset dengan harga

referensi seorang investor mempengaruhi keperluan investor secara asimetris di mana

investor akan menolak risiko dalam domain keuntungan dan mencari risiko dalam domain

kerugian. Investor memiliki kecenderungan untuk segera menjual sahamnya ketika harga

saham tersebut naik dan menahannya ketika harga saham tersebut turun. “Volume

perdagangan yang terjadi ketika saham diperdagangkan dalam kisaran harga tertentu

merupakan faktor penentu penting dari volume perdagangan di masa depan untuk hasam itu

di kisaran harga tersebut” (Ferris at al. 1998). Hal yang belum diketahui saat ini adalah sejauh

mana bias perilaku investor mempengaruhi perilaku pasar agregat. Hal ini sulit untuk

diselesaikan karena harga referensi yang relevan tergantung pada harga pembelian yang unik

oleh setiap investor.

Menjadikan harga beli sebagai satu-satunya faktor penentu harga referensi dalam

menentukan keputusan investor untuk menjual atau menahan sahamnya juga masih belum

jelas kebenarannya. Dalam sebuah percobaan laboratorium, Weber dan Camerer menemukan

dua harga dari periode sebelumnya dan harga beli menjadi poin referensi penting. Menurut

sejarah harga saham maksimum dan minimum juga merupakan titik referensi potensial. Oleh

karena itu, patokan apa saja yang harus dipakai dalam menentukan harga referensi belum

diketahui.

Adanya permasalahan-permasalahan di atas menarik minat peneliti untuk

memecahkan permasalahan tersebut sehingga peneliti melakukan sebuah penelitian untuk

menyelidiki implikasi pasar dari efek disposisi dan untuk memberikan bukti tambahan

tentang penentuan harga referensi.

Market-wide Impact of The Disposition Effect :

Evidence from IPO Trading Volume

2. Data

Pada sesi ini kita akan mendeskripsikan data yang terdapat pada table 1 secara lebih detail.

2.1. Sampel Dasar

Data IPO diperoleh dari Securities Data Corporation (SDC). Semua data IPO U.S.

antara 1 Januari 1980 sampai 30 Desember 1996 dimana terdapat data tentang offer date,

offer price dan gross proceed yang telah disesuaikan dengan data harian dari Center for

Research in Security Prices (CRSP) tahun 1997. Prosedur penyesuaian menggunakan 6 digit

angka / symbol CUSIP untuk mengidentifikasi permasalahan. Hasilnya menampilan IPO

sebesar 7.138 setelah mengeliminasi 243 kasus yang menampilkan permasalahan yang sama.

Untuk tidak menyertakan observasi tentang IPO yang salah, peneliti tidak menyertakan

perusahaan yang memiliki sampel initial trading date di CRSP tidak jatuh dalam 0-10 hari

setelah tanggal IPO di SDC. Tersisa 5.884 perusahaan. Kemudian pengelompokan dilakukan

berdasarkan gross proceeds $3juta atau kurang (385 perusahaan), dan IPO dengan offer price

$1 atau kurang per share (36 perusahaan). Tersisa 5.463 perusahaan.Dari sampel ini, 3.948

perusahaan memiliki offer date sesuai SDC, yang juga sama dengan trading date perdana di

CRSP. Sedangkan 1.325 perusahaan memiliki hari yang sama dengan offer date di SDC

sebagai trading date perdananya. Jadi hanya 190 perusahaan yang memiliki keterlambatan 2

hari atau lebih dari first trading date di CRSP dan offer date di SDC.

Dari perusahaan-perusahaan tersebut, peneliti mengumpulkan data return dan volume

saham maksimum selama 2 tahun (508 trading days). Hal ini berarti sebanyak 162 (di luar

total 682) IPOselama tahun 1996, data saham mengerucut pada 31 Desember 1997,

menyisakan 259 observasi harian untuk IPO akhir pada tahun 1996. Peneliti tidak

menyertakan 60 perusahaan yang memiliki kurang dari satu tahun (254 tarding days) dari

observasi harian yang memungkinkan, dan 321 perusahaan yang memiliki lebih dari 15 hari

informasi volume yang tidak lengkap di CRSP. Sehingga tersisa sampel IPO sebanyak 5.082.

2.2. Karakteristik Sampel

Stastistik yang mendeskripsikan sampel dasar (N = 5.082) ditampilkan di table 2.

Lima Belas persen dari perusahaan (775) memiliki initial return negative. Perusahaan-

perusahaan tersebut dijuliki “losers”. 68% perusahaan (3.444) memiliki initial return positif

dan dijuluki sebagai “winers”. Sisanya sebanyak 17% perusahaan tidak memiliki initial

return. Median kapitalisasi pasar untuk loser adalah $34,7 juta, sedangkan untuk kriteria

perusahaan lainnya mencapai $60 juta. Losers juga memiliki gross proceeds yang lebih kecil

dengan rata-rata rasio yang mirip.

Untuk studi tentang reference price effect, peneliti memilih subsample dari loser dan

winner. Motivasi dari prosedur ini akan dijelaskan pada sesi 3.1. Peneliti mengambil semua

perusahaan loser yang memiliki harga saham yang memotong harga penawaran dari bawah

saat pertama kali setelah 4 minggu (>20 trading days) dari tanggal permasalahan. Total ada

342 perusahaan dengan kondisi tersebut dan disertakan dalam subsample loser. Untuk

perusahaan winner peneliti mengambil semua perusahaan yang memiliki harga saham yang

memotong harga penawaran dari atas saat pertama kali setelah 4 mingu. Hasilnya terdapat

1.712 perusahaan.

Dua sesi terakhir pada table 2 menunjukkan statistic yang mendeskripsikan subsample

tersebut. Perusahaan dengan subsample winner, tampak sebagai winner secara overall,

dengan median kapitalisasi pasar $57,7 juta. Sedangkan median market kapitalisasi untuk

subsample loser adalah $34,6 juta.

3. Hipotesis dan Metoda

3.1. Prediksi pada Volume Trading

Disposition Effect memiliki dalil bahwa investor cenderung menahan “losing investment”

dan menjual “winner”. Jika perilaku ini berlaku pada jumlah besar investor IPO, maka hal ini

dapat menekan trading volume saat berada di bawah offer price, dan trading volume dapat

meningkat saat harga di “aftermarket” meningkat melampaui offer price. Hal ini dikarenakan

disposition effect membuat investor sebelumnya belum menjual saham mereka cenderung

menunda keputusan mereka hingga investasi mereka kembali menghasilkan keuntungan.

Investor yang memenangkan IPO dan kemudian harganya meningkat, tetapi kemudian

menurun hingga mendekati offer price, cenderung tertekan dan kemudian menjual saham

mereka untuk mengantisipasi terjadinya kerugian jika harga saham terus menurun.

Berdasarkan hal tersebut, peneliti membuat beberapa hipotesis :

Hipotesis 1. Trading volume lebih tinggi saat harga saham IPO lebih tinggi dari offer price.

Hipotesis 2. Terdapat peningkatan trading volume untuk initial return IPO yang negative,

saat melampaui offer price pada saat pertama kali.

Hipotesis 3. Terdapat peningkatan trading volume untuk initial return IPO yang positif, saat

jatuh di bawah offer price saat pertama kali.

Hipotesis 4. Terdapat peningkatan trading volume untuk IPO saat harga saham mencapai

rekor baru untuk harga yang tinggi atau rendah.

3.2 mengukur tingkat penjualan

Sampai saat ini tidak ada yang metode yang secara umum diterima untuk mengukur tingkat

penjualan yang abnormal. Serupa dengan studi-studi yang baru yang saya menggunakan

turnover (jumlah saham yang diperdagangkan dibagi dengan jumlah saham yang belum

diputarkan) sebagai pengukur volume-nya. Saya mendapatkan jumlah saham harian yang

ditransaksikan dan jumlah saham yang belum diputar selama hari-hari tersebut dari file-file

CRSP untuk masing-masing perusahaan.

Tkac (1999) menyarankan penggunaan pada sebuah pengaturan untuk tingkat

perdagangan market-wide atau secara luas untuk menghitung tingkat perdagangan yang

abnormal untuk perusahaan-perusahaan individual. Saya menghitung volume pasar sebagai

berikut. Jumlah saham yang diperdagangkan adalah yang secara keseluruhan harian, tanpa

mengikutkan 30 persen perusahaan kecil. Saham kecil dikeluarkan untuk mengurangi efek

yang ditawarkan berbeda. Ukuran peringkat berdasarkan pada keuntungan pasar tahun lalu

untuk masing-masing tahun. Jumlah agregat pada saham yang belum diputarkan ditemukan

sama. Tingkat pasar normal kemudia rasio pada jumlah saham yang diperdagangkan secara

agregat pada jumlah agregat dari saham yang belum diputarkan.

Beberapa studi telah mendokumentasikan adanya hubungan yang kontemporer antara

tingkat perdagangan atau penjualan saham dan tingkat pengembalian saham. Karpoff (1987)

me-review literatur hubungan yang kuat pada eksistensi pada hubungan positif antara tingkat

pengembalian saham absolut dan volume pada data harian. Karpoff menjelaskan bahwa relasi

jumlah dan harga dapar asimetris, dalam sebuah pergerakan harga yang positif menghasilkan

perdagangan yang lebih daripada pergerakan negatif. Gallant (1992) menemukan hubungan

interaksi kompleksitas non-linear antara harga dan volume dalam investigasi pada kedua

kesenjangan dan efek kontemporer. Mereka juga mendokumentasikan hubungan positif

antara volatilitas dan volume.

3.3 Refrensi harga-harga

Saya menggunakan total return IPO untuk mendeterminasikan refrensi harga yang

penting. Sebagai contoh, saya mengatakan bahwa sebuah peristiwa penyilangan atau

penyebrangan level 1.10 dari bawah terjadi pada hari pertama ketika saham mendekat cukup

tinggi pada hasil lebih dari 10% dalam pendapatan kotor (gross gain) kepada initial investor.

Dalam beberapa kasus yang sering muncul, korespondensi pada tingkat harga saham melebihi

harga IPO sebanyak 10%. Perbedaan muncul ketika ada pembayaran dividen atau stock splits

sebelum kejadian ini terjadi. Dalam beberapa situasi mungkin menjadi lebih tepat untuk

menggunakan harga kasar relatif kepada harga isu dalam mendeterminasikan harga refrensi

yang penting. Sebagai contoh, seorang investor mungkin menempatkan pendapatan dividen

dan capital gain dalam dua akun yang terpisah dan merasa bahwa dia hanya memiliki sebuah

paper gain jika harga pasar sekarang melebihi harga yang ditawarkan, terlepas dividen

diterima atau tidak. Bagaimana pun, dalam situasi lain mungkin lebih baik menggunakan

total return. Sebagai contoh, ketika investor melihat performa saham pada partikular investasi

IPO, dia mungkin akan mempertimbangkan nilai total dari investasi, mengambil pertukaran

saham pada akun. Ketiga alternatif mungkin akan mengatur refrensi harga ketika

mengkoreksi pertukaran saham, tapi tidak untuk dividen.

Dalam memilih perusahaan saya memantau perubahan harga dan total return, dan

mengabaikan perusahaan dengan perbedaan lebih dari 5%. Hal ini mengizinkan perusahaan

dengan dividen normal untuk melewati batasannya tapi penyaringan perusahaan dengan

dividen yang tidak biasa. Saya mengacu pada harga saham dalam konteks harga saham

melewati level refrensi atau sedang berdagang dalam jarak yang partikular ketika dalam

kenyataannya saya bicara tentang return index. Indeks return saham di kalkulasikan melalui

CRSP dari closing price harian. Hal ini demikian memungkinkan bahwa ada saham yang

bisa melewati sebuah tingkat harga dalam satu hari, dan kemudian menggunakan closing

price untuk mendeterminasikan penerobosan adalah prasangka terhadap waktu yang telah

lewat.

3.4 Analisis regresi pada turnover harian

Saya menggunakan dua langkah prosedur untuk mengestimasi kebiasaan pada turnover untuk

dua contoh, yang rugi dan yang untung. Pertama saya mengestimasi sebuah model pada

normal turnover untuk masing-masing perusahaan secara terpisah. Kemudian saya melakukan

sebuah menyatukan regresi OLS pada tahap pertama residual untuk mendeterminasikan

besarnya efek kebiasaan tersebut. Sejak IPO telah diketahui untuk mengelompokkan waktu,

periode observasi pada beberapa perusahaan dapat disamakan, menyebabkan hubungan saling

menyilang dalam residual. Saya mengembalikan isu ini pada akhir sessi, tapi pertama saya

menggambarkan regresi dalam keadaan yang lebih detail.

Dalam tahap pertama saya mengestimasi sebuah model dari turnover pada masing-masing

perusahaan (i) dengan ) hari (254-508) pada data dan menjelaskan variabel dari semua

perusahaan, tapi mengambil nilai-nilai spesifik perusahaan.

adalah vector pada logaritma turnover harian pada perushaan i. adalah constanta

dari regresi pada perusahaan i. 1 adalah vectors of ones, matriks

pada tahap awal menjelaskan variabel pada perusahaan i, adalah X 1 vector pada

koefisien refresi pada perusahan i. adalah vector pada eror untuk perusahaan i.

Dalam tahap kedua saya melakukan penggabungan OLS regresi dengan menjelaskan

tentang variabel-variabel. Individual eror dari Eq. Untuk perusahaan N menumpuk

menjadi bentuk dependen variabel Y :

Y =

Yang mana Y adalah ( ) X 1 vector pada tumpukan eror masa dari (1), z ( )

X matrix pada langkah kedua yang menjelaskan variabel-variabel. adalah

matriks pada langkah kedua yang menjelaskan variabel-variabel dengan nilai yang spesifik

pada perusahaan i, β adalah vector pada koefisien regresi, adalah vector pada

masa eror.

Penjelasan :

Panel A menjelaskan variabel dalam perusahaan individu tahap pertama regresi. Sebuah

model pada volume normal diestimasikan untuk masing-masing perusahaan.

“Dependen Variabel” pada model adalah turnover harian (jumlah saham yang

diperdagangkan/jumlah saham yang beredar).

Volume variabels

1. Market Turnover

Logaritma dari jumlah keseluruhan dari saham yang diperdagangkan dibagi dengan

seluruh saham yang beredar.

2. Turnover

Logaritma dari jumlah saham sebuah perusahaan yang beredar dibagi dengan jumlah

seluruh saham yang beredar.

3. Turnover (-n)

Logaritma dari turnover pada satu hari tertentu atau hari –n yang direlasikan kepada

observasi harian.

Seasoning Variabel

1. Time

“time” dalam bulan yang berelasi tidak begitu jauh dengan offer date.

2. Time(square)

“time” dalam bulan yang dikuadratkan.

Stock Return Variabel

1. R

Logaritma stock return harian.

2. MAX (R,0)

Return, jika positif dan nol jika return negatif.

3. –MIN (R,0)

Nilai return absolut, jika return itu negatif dan nol jika return negatif.

Panel B. Menjelaskan variabel in pooled (tahap kedua) regresi [Z ini (2)]

Sebuah pooled regresi dengan tahap pertama residual sebagai dependen variabel

diestimasikan untuk mendeterminankan besarnya dampak dari perilaku.

1. HIIM

Previous-month-high dummy: 1. Jika return index mengindikasikan value terbesar

selama bulan sebelumnya (21 trading days). 0. Sebaliknya.

2. LOIM

Previous-month-low dummy: 1. Jika return index mengindikasikan value terkecil

selama bulan sebelumnya (21 trading days). 0. Sebaliknya.

3. 1st CROSS X B

Dummy variabel: 1. Jika stock return index melintasi level x relative pada offer price

dari bawah untuk pertama kalinya, 0. Sebaliknya. Misalnya: 1st CROSS 1.05 B mendapatkan

nilai: 1. Pada hari dimana stock price untuk pertama kalinya ditutup diatas level 1.05 times

offer price, datang dari bawah pada levelnya. ( Return index dibutuhkan pada saat stock price

disesuaikan untuk deviden dan splits ).

4. 1st CROSS X A

Dummy variabel: 1. Jika stock return index melintasi level x relative pada offer price

dari atas untuk pertama kalinya, 0. Sebalinya. Misalnya: 1st CROSS X A mendapatkan nilai:

1. Pada hari dimana stock price untuk pertama kalinya ditutup dibawah level 1.05 times offer

price, datang dari atas pada levelnya. ( Return index dibutuhkan pada saat stock price

disesuaikan untuk deviden dan splits ).

5. CROSS 1st, ... Nth x B (atau A)

Dummy variabel: 1. Dummy variabel: 1. Jika stock return index melintasi level x

relative pada offer price dari bawah ( B ), atau dari atas ( A ), 0. Sebaliknya. Dibandingkan

dengan 1st CROSS, variabel ini mengesampingkan the order of the crossing ( hal ini tidak

membuat perbedaan antara first, second, atau nth time ). Hal ini akan mendapatkan nilai. 1.

Setiap saat saham akan goes over ( CROSS 1st, ..., nth X A ) level X, seperti datang dari sisi

yang lainnya dari level x. Misalnya. CROSS 1st, ..., Nth 1.05 B mendapatkan nilai pada 1.

Pada hari dimana stock price untuk pertama kalinya ditutup diatas level dai 1.05 times offer

price, seperti saat hari-hari sebelumnya ditutup dibawah level 1.05 times offer price. ( Return

index dibutuhkan pada saat stock price disesuaikan untuk deviden dan splits ).

6. CROSS 2nd,..., Nth x

Sama seperti CROSS 1st, ... , Nth XB (atau A), kecuali “first crossing”

dikesampingkan. Itu adalah CROSS 2nd, ... , Nth XB

7.RANGE (x1,x2)

Dummy Variabel : Jika harga saham (menggunakan return index) adalah price range.

8. HI1M x I(R>5%)

Interaksi dari variabel dummy antara HI1M dan I(R>5%), dimana I(R>5%) adalah 1

kapanpun ketika tinggat pengembalian lebih besar atau sama dengan 5%.

9.LO1M x I(R< -5%)

Interaksi dari variabel dummy antara LO1M dan I(R<-5%), dimana I(R<-5%) adalah

1 kapanpun ketika tingkat pengembalian lebih besar atau sama dengan -5%.

Hasil Penelitian

Sesi ini mempresentasikan asil dari regresi abnormal volume. Ada dua subsamples :

Losers: Perusahaan dengan negative initial return dimana harga sahamnya bergerak

turun dibawah offer price untuk pertama kalinya antara hari 21 sampai 508 setelah issue date.

Total ada 342 perusaahn losers.

Winner : Perusahaan dengan positif initial return dimana harga sahamnya bergerak

naik melewati harga offer price untuk pertama kalinya antara hari 21 sampai 508 setelah issue

date. Total ada 1712 perusahaan winners.

Summary statistic dari basic turnover dan return variabel disajikan pada tabel berikut :

Trading volume akan lebih tinggi pada level di atas harga penawaran. Jika initial return akan

meningkat dan mencapai puncaknya pada level 20 (pada tabel), para investor akan

berbondong-bondong menjual sahamnya karena didasarkan atas asumsi mereka karena bad

experience (pengalaman buruk di masa lampau: harga saham yang sudah naik akan memiliki

kecenderungan untuk anjlok). Hal tersebut akan menyebabkan peningkatan dalam trading

volume.

Jika dilihat dari grafik, initial return IPO yang negatif berdampak lemah terhadap

peningkatan trading volume. Efek disposisi dari losers ini hanya berdampak besar pada

perusahaan kecil, sehingga sangat minim kontribusinya terhadap trading volume IPO.

/

Offer PriceMisal 100

Initial Return Menjadi 50

Berarti Negatif Initial Return /

Losers

Initial Return Menjadi 200

Berarti Positive Initial Return /

Winners

Adanya peningkatan dalam trading volume IPO jika initial return dalamsecondary market

meningkat.

Tabel diatas mempresentasikan hasil regresi perusahaan individu untuk loser dan winner.

Koefisien dari market turnover juga significant lebih dari 50% pada tiap perusahaan. Ada

hubungan yang kuat antara contemporaneous turnover dan stock return. Efek dari volatility

tampaknya tidak begitu significant , sejak koefisient negatif untuk losers, dan perkiraan rata-

rata dan median mengestimasi saham winner.

Tabel diatas memprensentasikan hasil regresi dari perusahaan losers. Hasilnya menjunjukan

peningkatan pada trading volume sampai pada minggu kedua setelah mencapai harga

tertinggi sepanjang masa. Beberapa koefisien untuk minggu pertama juga significant di level

(1.05, 1.20, 1.35), tetapi mereka tidak begitu impresif. Secara keseluruhan menjunjukan

adanya hubungan antara peningkatan volume ketika harga melebihi offer price untuk pertama

kali.

Conclusion

Makalah ini telah memeriksa pentingnya tingkat referensi yang berbeda dalam harga saham

untuk pasar sebagai suatu agregat. Penelitian ini memanfaatkan laboratorium unik untuk

menguji efek disposisi, yaitu volume perdagangan aftermarket dari initial public offering.

Ada pengaruh efek negative dari disposisi IPO initial return: perdagangan di bawah harga

penawaran yang ditekankan dibandingkan dengan perdagangan pada harga di atas harga

penawaran.

Dalam hal persentase, turnover ditemukan meningkat 68% karena harga saham tersebut

melebihi harga penawaran untuk pertama kalinya. Lebih dari setengah dari kenaikan tersebut

dijelaskan dari pencapaian harga tinggi baru bulanan. Efek marjinal pertama melintasi harga

penawaran, atau, mencapai rekor harga baru, keduanya terkait dengan perubahan omset sama

besarnya sebagai berikut pengendali dari turnover saham: peningkatan standar deviasi sebesar

satu nilai di hari turnover sebelumnya atau saat ini hari turnover pasar, atau peningkatan

standar deviasi sebesar setengah nilai dalam return hari ini.

Yang harus diperhatikan ketika menilai implikasi dari hasil di atas pada volume perdagangan

secara umum. Pengaturan ini dirancang untuk memaksimalkan dampak dari efek disposisi

yaitu: Harga penerbitan, common to all investor, membentuk natural anchoring point.

Selanjutnya IPO pada umumnya dan orang-orang di dalam subsample loser khususnya adalah

perusahaan yang relative kecil, dan hamper semua pola pasar saham yang dikenal lebih kuat

untuk perusahaan kecil daripada perusahaan besar (Loughran and Ritter, 2000). Dengan

demikian kemungkinan bahwa penelitian ini memberikan perkiraan batas atas untuk

pengaruh agregat efek disposisi. Umumnya efeknya mungkin lebih lemah.

Penelitian empiris lebih lanjut diperlukan untuk mengungkap potensi dampak titik referensi

pada pengembalian aset, selain volume yang diulas disini. Studi ini dapat menjelaskan lebih

lanjut mengenai apakah model penetapan harga asset yang menggabungkan loss aversion dan

harga referensi yang kemungkinan akan berhasil.