“ANOMALI PASAR BULAN PERDAGANGAN TERHADAP RETURN SAHAM DAN
ABNORMAL RETURN”
(Studi Kasus Saham-Saham Sektor Basic Industry and Chemicals, Miscallaneus, and
Consumer Goods yang Terdaftar di Bursa Efek Indonesia (BEI) Periode 2007-2012)
Oleh
MERI WULANDARI.
NIM : 109081000077
JURUSAN MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1434 H/2013 M
vi
DAFTAR RIWAYAT HIDUP
I. IDENTITAS PRIBADI
Nama : Meri WulandariTempat, Tanggal Lahir : Boyolali, 24 Maret 1992Jenis Kelamin : PerempuanStatus : Belum MenikahAgama : IslamAlamat Rumah : Jl. Jambu RT 02 RW 011 No.51 Pisangan,
Ciputat Timur, Tangerang Selatan 15419No. Telepon/ HP : 083893190241Email : [email protected]
II. PENDIDIKAN FORMAL
1997 – 2003 : SD Negeri Pisangan III2003 – 2006 : SMP Negeri 2 Ciputat2006 – 2009 : MAN 4 Model Jakarta2009 – Sekarang : UIN Syarif Hidayatullah Jakarta
III. PENGALAMAN ORGANISASI
2006 – 2009 : Anggota OSIS SMP Negeri 2 Ciputat2009 – Sekarang : Anggota Himpunan Mahasiswa Islam
(HMI), Fakultas Ekonomi dan Bisnis UINSyarif Hidayatullah Jakarta
IV PENGALAMAN KERJA
2012 : UKM Multisari (Magang)
vii
ABSTRACT
This research aims to test the effect of trading months patterns and thecausality on stock returns and abnormal returns by using a sample of 20 companiesin the Basic Industry and Chemicals Sector, Miscallaneus, and Consumer Goodslisted on the BEI by period of research from 2007 until 2012. Testing of stock returnsand abnormal returns used GARCH method. The test results showed a significanteffect in January, March, April, May, June, July, September and December towardstock return, as well as which happened in March, April, May, June, September andDecember that significantly affect the abnormal return.
Keywords: Trading Months, Return, Abnormal Return, GARCH
viii
ABSTRAK
Penelitian ini bertujuan untuk menguji pola bulan perdagangan danpengaruhnya terhadap return saham dan abnormal return dengan menggunakansampel sebanyak 20 perusahaan pada sektor Basic Industry and Chemicals,Miscallaneus, and Consumer Goods yang terdaftar di BEI dengan waktu penelitiantahun 2007 sampai dengan 2012. Pengujian return saham dan abnormal returnmenggunakan metode GARCH. Hasil pengujian menunjukan secara signifikanadanya pengaruh bulan Januari, Maret, April, Mei, Juni, Juli, September danDesember terhadap return saham, begitu pula yang terjadi pada bulan Maret, April,Mei, Juni, September dan Desember yang secara signifikan berpengaruh terhadapabnormal return.
Kata Kunci : Bulan Perdagangan, Return, Abnormal Return, GARCH
xi
DAFTAR ISI
HALAMAN JUDUL ...................................................................................... i I
LEMBAR PENGESAHAN SKRIPSI .......................................................... ii
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ............................ iii
LEMBAR PENGESAHAN UJIAN SKRIPSI ............................................. iv
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ..................... v
DAFTAR RIWAYAT HIDUP ...................................................................... vi
ABSTRACT .. .... .............................................................................................. vii
ABSTRAK ... ...... ............................................................................................ viii
KATA PENGANTAR .................................................................................... ix
DAFTAR ISI ................................................................................................ xi
DAFTAR TABEL .......................................................................................... xiv
DAFTAR GAMBAR ..................................................................................... xv
DAFTAR LAMPIRAN ................................................................................. xvi
BAB I PENDAHULUAN........................................................................ 1
A. Latar Belakang Penelitian ....................................................... 1
B. Perumusan Masalah................................................................. 9
C. Tujuan dan Manfaat Penelitian ............................................... 10
BAB II TINJAUAN PUSTAKA .............................................................. 12
A. Landasan Teori ........................................................................ 12
1. Pasar Modal....................................................................... 12
2. Efisiensi Pasar Modal........................................................ 14
3. Anomali Pasar Efisien ....................................................... 17
a. Pengaruh Bulan Perdagangan (Month effect)............. 20
4. Return Saham .................................................................... 22
5. Expected Return ................................................................ 25
6. Abnormal Return ............................................................... 26
B. Penelitian Terdahulu ............................................................... 28
C. Kerangka Berpikir ................................................................... 35
D. Perumusahan Hipotesis ........................................................... 36
xii
BAB III METODOLOGI PENELITIAN ............................................... 38
A. Ruang Lingkup Penelitian....................................................... 38
B. Metode Penentuan Sampel ...................................................... 38
C. Metode Pengumpulan Data ..................................................... 40
D. Metode Analisis Data ............................................................. 41
1. Model Regresi Linier ........................................................ 42
2. Model ARCH dan GARCH .............................................. 48
E. Operasional Variabel............................................................... 53
BAB IV ANALISIS DAN PEMBAHASAN ............................................ 55
A. Sekilas Gambaran Umum Objek Penelitan............................. 55
1. Gambaran Umum Bursa Efek Indonesia........................... 55
2. Gambaran Umum Sektor Basic Industry and
Chemicals, Miscallaneus, and Consumer Goods ............. 56
3. Gambaran Umum perusahaan – Perusahaan yang
Termasuk Dalam Basic Indusrty and Chemicals,
Miscallaneus and consumer Goods .................................. 59
a. Polychem Indonesia Tbk ............................................ 59
b. Tiga Pilar Sejahtera Food Tbk ................................... 59
c. Astra International Tbk .............................................. 60
d. Charoen Phokphand Tbk............................................ 60
e. Davomas Abadi Tbk................................................... 60
f. Eterindo wahana Tama Tbk ....................................... 61
g. Gajah Tunggal Tbk..................................................... 61
h. Indofood Sukses Makmur Tbk................................... 62
i. Indah kiat Pulp and Paper Tbk ................................... 62
j. Indocement Tunggal Prakarsa Tbk ............................ 63
k. Kimia Farma Tbk ....................................................... 63
l. Kalbe Farma Tbk........................................................ 63
m. Multistrada Arah Sarana Tbk .................................... 64
n. Sierad Produce Tbk ................................................... 64
xiii
o. Holcim Indonesia Tbk ............................................... 65
p. Semen Indonesia (Persero) Tbk ................................ 65
q. Suparma Tbk ............................................................. 66
r. Indo Aciadatama Tbk ................................................ 66
s. Tria Sentosa Tbk ....................................................... 66
t. Unilever Indonesia .................................................... 67
B. Deskriptif Analisis Data .......................................................... 67
C. Pengujian Month of The Year Effect ...................................... 71
1. Metode Regresi OLS .......................................................... 71
2. Metode ARCH GARCH ..................................................... 77
BAB V PENUTUP .................................................................................... 8
A. Kesimpulan.............................................................................. 87
B. Implikasi.................................................................................. 88
C. Saran........................................................................................ 89
DAFTAR PUSTAKA ..................................................................................... 91
LAMPIRAN....................................................................................................... 95
ix
KATA PENGANTAR
Bismillahirrahmanirrahim,
Puji syukur penulis panjatkan kehadiran Allah SWT atas karunia, hidayah,
rahmat, dan kasih sayang-Nya yang diberikan kepada kita semua. Shalawat dan
salam semoga selalu tercurahkan kepada Nabi Muhammad SAW beserta keluarga
dan sahabat-sahabatnya.
Seiring berjalannya waktu, syukur alhamdulillah atas kasih sayang yang
Allah SWT berikan penulis dapat menyelesaikan tugas akhir pembuatan skripsi
yang berjudul “Anomali Pasar Pengaruh Bulan Perdagangan terhadap Return
Saham dan Abnormal Return (Studi Kasus Saham-Saham Sektor Basic Industry
and Chemicals, Miscallaneus, and Consumer Goods yang Terdaftar di Bursa Efek
Indonesia (BEI) Periode 2007-2012)”. Dimana skripsi ini merupakan salah satu
syarat dalam meraih gelar Sarjana Ekonomi dalam Jurusan Manajemen
konsentrasi Perbankan di Fakultas Ekonomi dan Bisnis Universitas Islam Negeri
Syarif Hidayatullah Jakarta.
Penulis penyadari isi dari penelitian skripsi ini masih jauh dari
kesempurnaan, mengingat keterbatasn, kemampuan dan pengetahuan yang
dimiliki, namun penulis berusaha semaksimal mungkin untuk menyusun skripsi
ini dengan baik.
Penulis juga menyadari bahwa sejak awal penyusunan hingga
terselesaikannya pembuatan skripsi ini telah banyak pihak yang membantu dan
memberikan dukungan. Tak lupa peneliti mengucapkan banyak terima kasih
kepada semua pihak yang telah membantu dalam proses pembuatan skripsi ini:
1. Allah SWT atas segala karunia, nikmat, hidayah, rahmat serta kasih
sayang-Nya sehingga penulis dapat menyelesaikan penulisan skripsi
ini.
2. Ayah dan ibuku tercinta yang senantiasa memberikan motivasi, arahan
serta doa yang tak henti-hentinya kepada penulis dalam menyelesaikan
skripsi ini.
x
3. Bapak Prof. Dr. Ahmad Rodoni, MM selaku pembimbing I yang telah
besedia meluangkan waktu serta sabar dalam memberikan pengarahan
dan bimbingan dalam proses penyususan skripsi ini.
4. Ibu Amalia, SE,. M.S.M selaku pembimbing II yang telah besedia
meluangkan waktu serta sabar dalam memberikan pengarahan dan
bimbingan dalam proses penyususan skripsi ini.
5. Bapak Prof. Dr. Abdul Hamid, Ms selaku Dekan Fakultas Ekonomi
dan Bisnis.
6. Bapak Dr. Ahmad Dumyathi Bashori, BA., MA selaku Ketua Jurusan
Manajemen Fakultas Ekonomi dan Bisnis yang selalu memberikan
motivasi dan pengarahan kepada penulis untuk menjadi mahasiswa
yang berhasil.
7. Seluruh dosen Fakultas Ekonomi dan Bisnis yang selama ini
memberikan arahan dan ilmunya kepada penulis.
8. Ucapan terima kasih kepada sahabat-sahabatku, Fajar, Fany, Eka, Rita,
Anggi, Zara, Nurmala, Toro, Fifi, Maharani yang telah membantu dan
memberikan semangat dalam penyusunan skripsi ini.
9. Seluruh mahasiswa Fakultas Ekonomi dan Bisnis UIN Syarif
Hidayatullah Jakarta terutama mahasiswa Jurusan Manajemen B
Angkatan 2009
Atas jasa-jasa mereka semua, penulis tidak bisa memberi apa-apa
kecuali Jazakumullah Khoiron Kasiron, semoga Allah membalas kebaikan
mereka semua dengan sebaik-baiknya.
Ciputat, September 2013
Penulis
Meri Wulandari
NIM: 109081000077
xiv
DAFTAR TABEL
No. Keterangan Halaman
1.1 Rata – rata Return Market Bulanan .................................................................72.1 Ringkasan Anomali Pasar.................................................................................202.2 Ringkasan Penelitian Terdahulu.......................................................................323.1 Daftar Perusahaan yang Menjadi Sample Penelitian .......................................394.1 Pergerakan Return Saham Periode 2007 - 2012...............................................684.2 Deskriptif Statistik Abnormal Return Saham 2007 - 2012...............................704.3 Uji Stasioneritas Data Return ...........................................................................724.4 Uji Stasioneritas Data Abnormal Return ..........................................................724.5 Uji Autokorelasi Data Return ...........................................................................734.6 Uji Autokorelasi Data Abnormal Return ..........................................................744.7 Uji Heteroskedastisitas Data Return ................................................................744.8 Uji Heteroskedastisitas Data Abnormal Return ...............................................754.9 Hasil Uji Regresi OLS Data Return .................................................................764.10 Hasil Uji Regresi OLS Data Abnormal Return ................................................774.11 Hasil Uji GARCH (1.1) Data Return ...............................................................784.12 Hasil Uji ARCH – LM Data Return .................................................................794.13 Hasil Uji GARCH (1.1) Data Abnormal Return ..............................................804.14 Hasil Uji ARCH – LM Data Abnormal Return ................................................814.14 Rangkuman Uji Keberadaan Month of The Year Effect ..................................82
xv
DAFTAR GAMBAR
No. Keterangan Halaman
2.1 Kerangka Pemikiran .........................................................................................364.1 Grafik Pergerakan Return Saham Periode 2007-2012………… 69
xvi
DAFTAR LAMPIRAN
Keterangan Halaman
Lampiran 1 : Hasil Uji Stasioneritas Return Saham..............................................................95Lampiran 2 : Hasil Uji Stasioneritas Abnormal Return Saham.............................................96Lampiran 3 : Hasil Uji Breusch-Godfrey Serial Correlation LM Test
Data Return ......................................................................................................97Lampiran 4 : Hasil Uji Breusch-Godfrey Serial Correlation LM Test
Data Abnormal Return .....................................................................................98Lampiran 5 : Hasil Uji Heteroskedastisitas Data Return Saham...........................................99Lampiran 6 : Hasil Uji Heteroskedastisitas Data Abnormal Return .....................................99Lampiran 7 : Hasil Regresi OLS Return Saham ...................................................................100Lampiran 8 : Hasil Regresi OLS Abnormal Return Saham ..................................................101Lampiran 9 : Hasil Uji GARCH (1,1) Data Return Saham ...................................................102Lampiran 10 : Hasil Uji GARCH (1,1) Data Abnormal Return Saham..................................103
1
BAB I
PENDAHULUAN
A. Latar Belakang Penelitian
Pasar modal merupakan sarana untuk menghimpun sumber dana
ekonomi yang tersedia di masyarakat yang merupakan bagian dari sistem
perekonomian suatu negara, khususnya dalam sektor keuangan. Pasar
modal mempunyai peranan yang sangat penting sebagai wahana
penyaluran dana dari pemodal (pihak yang kelebihan dana) kepada
perusahaan (pihak yang kekurangan dana) secara efisien. Tanpa ada pasar
modal maka akses ke sumber dana yang tersedia secara efisien akan
berkurang. Akibatnya, perusahaan akan menanggung biaya kapital yang
tinggi atau bahkan mengurangi kegiatan usahanya, yang pada akhirnya
akan menyebabkan kegiatan perekonomian nasional menjadi terganggu.
Selain itu, melalui mekanismenya pasar modal mengalokasikan dana yang
tersedia kepada pihak yang paling produktif untuk menggunakan dana
tersebut. Dengan demikian pasar modal juga berfungsi untuk
mengalokasikan dana secara optimal (Siwanto,2001:2).
West (1975) dalam Husnan (2005:259) konsep pasar modal yang
mulai berkembang diantaranya adalah konsep pasar modal efisien.
Efisiensi pasar dibedakan menjadi dua bagian, yaitu eksternal dan internal.
Istilah eksternal digunakan untuk menunjukan bahwa pasar berada dalam
keadaan seimbang, sehingga keputusan perdagangan saham berdasarkan
atas informasi yang tersedia di pasar tidak bisa memberikan keuntungan di
2
atas keuntungan rata-rata atau abnormal return. Sedang istilah internal
adalah untuk menunjukan bahwa pasar modal tersebut hanya memberikan
harga yang benar tetapi juga memberikan jasa yang diperlukan oleh para
pembeli dan penjual dengan biaya rendah.
Fama (1970) dalam penelitian Bachtiar (2009:488)
mengklasifikasikan informasi menjadi tiga tipe, yaitu informasi perubahan
harga diwaktu yang lalu, informasi yang tersedia bagi publik dan informasi
yang tersedia baik kepada publik maupun tidak, sehingga ada tiga bentuk
pasar untuk menyatakan efisiensi pasar modal yaitu lemah, setengah kuat
dan kuat. Adanya perilaku maksimalisasi keuntungan dari para pelaku
bursa mengakibatkan faktor informasi dengan relatif cepat diolah dan
diterjemahkan oleh para pelaku bursa dengan aksi jual ataupun beli dari
saham. Aksi jual beli akan membuat harga saham tersebut ke tingkat
yang baru sesuai dengan interaksi kekuatan permintaan saham dan
penawaran dari saham tersebut. Jika semua informasi pada suatu waktu
telah diolah dan diterjemahkan oleh para pelaku bursa, maka harga saham
yang terjadi pada waktu tersebut, akibat proses penyesuaian yang
dilakukan telah mengandung atau merefleksikan nilai semua informasi
yang ada.
Pergerakan harga saham dari waktu ke waktu adalah akibat
informasi baru yang tidak bisa diprediksi, sehingga harga saham tersebut
independen dari satu waktu ke waktu lainnya. Dengan demikian tidaklah
mungkin untuk merancang sebuah sistem transaksi atau strategi investasi
3
saham berdasarkan semua informasi yang tersedia pada suatu waktu dan
mengalami tingkat return yang melebihi dari apa yang telah diharapkan
oleh para pelaku di bursa yang juga memiliki informasi yang sama atas
dasar tingkat resiko tertentu. Bursa-Bursa saham yang mempunyai ciri
kondisi seperti di atas disebut juga sebagai bursa saham yang efisien.
Perkembangan pasar modal di Indonesia berkembang dengan
relatif pesat. Siaran pers BEI menyebutkan, nilai kapitalisasi pasar saham
per Desember 2012 meningkat 15,45 persen dari Rp 3.537 triliun pada
akhir Desember 2011 menjadi Rp 4.084 triliun. Rata-rata nilai transaksi
harian saham pada kurun waktu Januari sampai dengan 26 Desember 2012
sebesar Rp 4,53 triliun, turun 8,48 persen dibandingkan dengan periode
yang sama tahun 2011. Adapun rata-rata frekuensi transaksi harian saham
periode Januari-26 Desember 2012 sebanyak 121.809 kali. Angka ini
meningkat 7,36 persen daripada periode yang sama tahun 2011 (Harian
Kompas.com).
Rata-rata volume transaksi harian saham tahun ini mencapai 4,25
miliar lembar saham atau turun 12,75 persen dibandingkan tahun lalu yang
sebanyak 4,87 miliar lembar saham. Pada tahun 2012, sebanyak 23 emiten
baru melaksanakan penawaran saham perdana (IPO) dan mencatatkan
sahamnya di BEI. Dana yang dihimpun emiten tahun 2012 sebesar Rp
29,859 triliun, yang terdiri dari IPO sebanyak Rp 10,136 triliun, penerbitan
saham oleh emiten sebesar Rp 18,086 triliun, dan waran sebesar Rp 1,638
triliun (Harian Kompas.com).
4
Seiring dengan semakin membaiknya iklim investasi di pasar
modal, maka pembahasan mengenai proses dihasilkannya return saham
merupakan topik yang relevan bagi para investor di Indonesia. Penelitian
lebih lanjut tentang efisiensi pasar modal ternyata dengan ditemukannya
sejumlah anomali.
Anomali adalah kejadian atau peristiwa yang tidak diantisipasi dan
yang menawarkan investor peluang untuk memperoleh abnormal return
(Tendellin dan Agifari, 1999). Anomali muncul pada semua bentuk
efisiensi pasar, baik bentuk lemah, semi kuat, maupun bentuk kuat, akan
tetapi banyak bukti yang mengkaitkan antara anomali dengan pasar efisien
bentuk semi kuat. Anomali ini dapat dieksploitasi untuk menghasilkan
abnormal return. Berlawanan dengan konsep hipotesis efisiensi pasar
(Efficiency Market Hypothesis), banyak penelitian pada beberapa pasar
saham yang menyebutkan adanya beberapa fenomena yang tidak sesuai
dengan hipotesis pasar efisien, sehingga terjadi adanya abnormal return
karena peristiwa tertentu. Return saham juga dipengaruhi oleh keadaan
lingkungan atau peristiwa-peristiwa tertentu di luar pasar saham. Fluktuasi
harga saham yang dipengaruhi oleh peristiwa di luar pasar saham menarik
untuk diteliti. Sudah banyak peneliti yang melakukan penelitian berkaitan
dengan return yang tidak wajar karena adanya pengaruh istimewa terhadap
pasar modal. Salah satu peristiwa yang menyebabkan adanya abnormal
return adalah efek akhir bulan. Dari banyak penelitian di luar negeri
5
maupun di dalam negeri menunjukkan bahwa terdapat perbedaan return
saham karena pengaruh bulan perdagangan (Prasetyo, 2006:3).
Fenomena month effect adalah ketika keinginan pemodal atas
likuiditas suatu saham dapat berubah dari bulan ke bulan dalam satu tahun.
Hal ini berarti bahwa keinginan jual beli saham dapat berubah setiap
bulan. Jika kebutuhan likuiditas suatu saham tinggi maka pemodal
cenderung untuk memilikinya (membeli) dan begitu juga sebaliknya,
dikarenakan keinginan dan kebutuhan pemodal selalu berubah, maka pasar
mengalami perubahan baik dalam hal harga maupun kuantitas saham yang
diperjualbelikan. Hal ini disebabkan permintaan dan penawaran atas suatu
saham berinteraksi dalam pasar yang bersaing (Giovanis, 2009).
Dengan demikian, maka harga saham dapat mengalami kenaikan
maupun penurunan dari bulan ke bulan dalam satu tahun perdagangan di
pasar modal. Perilaku ini disebut month of the year effect. Month of the
year effect lebih mengacu pada adanya perbedaan atas return saham
bulanan pada tiap bulan dalam satu tahun.
Month of the year effect sudah mempengaruhi Bursa Efek
Indonesia karena Bursa Efek Indonesia sudah terintegrasi dengan Bursa
Efek Dunia (Ang, 1997) dalam Siswanto (2001). Kenaikan pada bulan
tertentu ini sebagai akibat tingkat permintaan investor akan saham
cenderung meningkat terutama saham kapitalisasi kecil jika dibandingkan
bulan-bulan lain. Hal ini di akibat fund manager aktif membelanjakan
6
bonus dari prestasi mereka selama setahun sebelumnya dalam mengelola
dana yang dipercayakan kepadanya.
Hasil bonus tersebut umumnya mereka belanjakan kembali ke
pasar modal. Aksi tersebut mengakibatkan pada bulan tertentu selalu
terjadi peningkatan frekuensi maupun volume perdagangan diberbagai
birsa dunia termasuk Indonesia. Month of the year effect ini sepenuhnya
dipengaruhi oleh Amerika Serikat, sebab negara Paman Sam tersebut
merupakan tempat berkumpulnya dana yang relatif terbesar di dunia
(Siswanto, 2001:3)
Oleh karena dalam penelitian-penelitian terdahulu ditemukan
adanya pengaruh bulan perdagangan terhadap return saham, maka berikut
ini disajikan tabel data rata-rata return market secara bulanan yang
menunjukan adanya perbedaan return pada tiap-tiap bulan perdagangan
yang ada di Bursa Efek Indonesia.
7
Tabel 1.1
Rata-rata Return Market bulanan
Tahun 2007-2012
Tahun 2007 2008 2009 2010 2011 2012Rata-rata
Januari 0,3344 0,39737 0,300469 0,49299 0,74478 1,24217 0,58538
Februari 0,0457 0,53257 0,23899 0,07904 0,0818 0,63136 0,26825
Maret 0,4498 1,37341 2,23179 2,24459 1,77992 0,62201 1,45026
April 3,043 1,28072 2,937 3,002 1,11449 0,6738 2,00851
Mei 2,3833 2,11818 3,08984 0,45517 1,79988 1,87127 1,95296
Juni 2,2924 0,06644 1,14493 1,50987 0,71026 0,65865 1,06377
Juli 0,4479 0,70846 3,04042 1,82289 2,6658 0,87135 1,59281
Agustus -0,8686 0,96654 0,13953 0,42265 1,13061 -0,80785 0,1638
September 2,2168 1,04595 1,59323 2,55553 1,07857 1,07131 1,59357
Oktober 0,2578 0,09317 0,28428 0,20615 2,80477 0,26108 0,65121
November -0,8148 0,11775 0,267633 0,04571 0,17552 0,48637 0,04635
Desember 0,2129 1,47055 0,87741 0,36313 0,54178 0,16354 0,60489
Sumber: Data sekunder yang diolah (2013)
Berdasarkan tabel 1.1 tersebut ternyata terjadi suatu fluktuasi rata-
rata return yang cukup tinggi secara bulanan. Fluktuasi return pada tiap
bulan perdagangan tersebut mungkin disebabkan adanya beda persepsi
investor dalam berinvestasi tiap-tiap bulan. Persepsi investor sangat di
pengaruhi oleh peristiwa yang terjadi pada bulan perdagangan tersebut,
seperti munculnya January effect pada berbagai bursa efek dunia. Sejak
pertengahan abad 1970-an, sejumlah penelitian empiris tentang berbagai
anomali pasar tersebut telah banyak dilakukan. Salah satunya adalah
penelitian Choudhry (2001) melakukan penelitian di Jerman, UK, dan US
selama periode sebelum perang dunia pertama. Penelitian empiris ini
dilakukan dengan menggunakan model non-linear GARCH. Hasil yang
8
signifikan terjadi pada bulan Januari di US dan UK. Namun tidak
demikian yang terjadi di Jerman, tidak terdapat January effect negara
tersebut.
Rama (2005) yang melakukan studi terhadap efek bulan
perdagangan pada varians harga indeks saham utama Asia. Dalam
penelitian tersebut diduga terdapat efek bulan perdagangan pada varians
tiga indeks saham utama Asia (HIS Hongkong, KS200 Korea dan N225
Jepang). Hasil penelitian mengungkapkan adanya efek bulan perdagangan
pada indeks saham Hang Seng (HIS), Nikkei (N225) dan (KS200) pada
periode penelitian tahun 1990 sampai dengan 2005 atau dengan sampel
192 bulan.
Hal yang serupa juga ditunjukan pada penelitian Giovanis (2009)
pada 55 pasar modal di dunia dengan menggunakan model GARCH.
Hasilnya adalah ditemukannya December effect pada 20 pasar modal
dengan return tertinggi di bulan tertentu. Sementara itu February effect
terdapat pada 9 pasar modal yang diikuti dengan January and April effect
masing-masing di 7 dan 6 pasar modal.
Berdasarkan uraian di atas, peneliti mencoba untuk melakukan
penelitian mengenai anomali pasar efisien dalam hal ini month of the year
effect terhadap return saham pada perusahaan yang terdaftar di Bursa Efek
Indonesia (BEI) yang telah dijelaskan dalam latar belakang masalah
tersebut, maka penelitian ini berjudul “Anomali Pasar Pengaruh Bulan
Perdagangan terhadap Return Saham dan Abnormal Return (Studi
9
Kasus Saham-Saham Sektor Basic Industry and Chemicals,
Miscallaneus, and Consumer Goods yang Terdaftar di Bursa Efek
Indonesia (BEI) Periode 2007-2012)”.
B. Perumusan Masalah
Orientasi tingkat return yang diharapkan oleh hampir seluruh
investor harusnya didasarkan keputusan investasi yang tepat dalam
memasuki perdagangan dan transaksi di pasar modal. Salah satu cara
membuat keputusan investasi yang tepat adalah dengan pengetahuan
tentang pola return saham untuk melihat bentuk efisiensi pasar modal serta
melihat penyimpangannya (anomali) yang ditimbulkan. Karena pada
dasarnya karakteristik investor tidak berubah pada pasar modal. Hal
tersebut yang dianalisa sebagai salah satu penyebab diduga masih
terjadinya anomali pasar efisien di pasar modal Indonesia, khususnya yaitu
kelompok industri manufaktur. Dengan pengetahuan yang memadai
mengenai hal tersebut, maka investor akan membuat keputusan yang tepat
dalam melakukan kegiatan transaksi investasi di pasar modal.
Berdasarkan alasan tersebut di atas, maka rumusan masalah dalam
penelitian ini adalah :
1. Apakah terdapat pengaruh bulan perdagangan terhadap return
saham perusahaan yang terdaftar pada Bursa Efek Indonesia
periode 2007-2012.
10
2. Apakah terdapat pengaruh bulan perdagangan terhadap
abnormal return saham perusahaan yang terdaftar pada Bursa
Efek Indonesia periode 2007-2012.
C. Tujuan dan Manfaat Penelitian
1. Tujuan Penelitian
Berdasarkan pada perumusan masalah di atas, maka tujuan dari
penelitian ini adalah sebagai berikut :
1. Untuk menganalisis pengaruh bulan perdagangan terhadap
return saham yang terdaftar pada Bursa Efek Indonesia
periode 2007-2012.
2. Untuk menganalisis pengaruh bulan perdagangan terhadap
abnormal return saham perusahaan yang terdaftar pada di
Bursa Efek Indonesia periode 2007-2012.
2. Manfaat Penelitian
Manfaat yang diharapkan dapat diperoleh dari hasil penelitian
ini adalah :
a. Bagi akademisi, untuk menambah kepustakaan di bidang
ilmu pengetahuan dan untuk memperkaya kajian ilmiah.
b. Bagi penulis, hasil penelitian dapat digunakan untuk
memperdalam ilmu pengetahuan mengenai pengaruh bulan
perdagangan terhadap return dan abnormal return saham.
11
c. Bagi umum, dapat memberikan sumbangan ilmu
pengetahuan khususnya manajemen konsentrasi keuangan
dan bagi mahasiswa yang mempunyai minat yang sama
dengan penulis.
12
BAB II
TINJAUAN PUSTAKA
A. LANDASAN TEORI
1. Pasar Modal
a. Pengertian Pasar Modal
Menurut Samsul (2006:43) secara umum pasar modal adalah
tempat atau sarana bertemunya antara permintaan dan penawaran atas
instrumen keuangan jangka panjang, umumnya lebih dari satu tahun.
Hukum mendefinisikan pasar modal sebagai “kegiatan yang
bersangkutan penawaran umum dan perdagangan efek, perusahaan
publik yang berkaitan dengan efek yang diterbitkannya, serta lembaga
dan profesi yang berkaitan dengan efek (Undang-Undang Pasar Modal
Nomor 8 Tahun 1995, ps 1 dalam Samsul, 2006:43).
Menurut Husnan (2001:3) pasar modal adalah pasar untuk
berbagai instrumen keuangan (sekuritas) jangka panjang yang bisa
diperjual belikan, baik dalam bentuk hutang maupun modal sendiri,
baik yang diterbitkan pemerintah maupun perusahaan swasta.
Pada dasarnya, pasar modal (capital market) merupakan pasar
untuk berbagai instrumen keuangan jangka panjang yang bisa diperjual-
belikan baik dalam bentuk utang, ekuitas (saham), instrumen derivatif,
maupun instrumen lainnya (Darmadji dan Fakhruddin, 2006:1).
b. Jenis Pasar Modal
Menurut Samsul (2006:46) jenis pasar modal dapat
dikategorikan menjadi 4 pasar, yaitu sebagai berikut:
13
1) Pasar Pertama
Pasar pertama merupakan tempat atau sarana bagi perusahaan
yang untuk pertama kali menawarkan saham atau obligasi ke
masyarakat umum. Penawaran umum awal ini, yang disebut juga
initial public offering (IPO) telah merubah dari perseroan tertutup
menjadi perseroan terbuka (Tbk).
2) Pasar Kedua
Pasar kedua adalah tempat atau sarana transaksi jual-beli
efek antar investor dan harga dibentuk oleh investor melalui
perantara efek.
3) Pasar Ketiga
Pasar ketiga adalah sarana transaksi jual-beli efek antara
market maker serta investor dan harga dibentuk oleh market maker.
Investor dapat memilih market maker yang memberi harga terbaik.
Market maker adalah anggota bursa. Pada market maker ini akan
bersaing dalam menentukan harga saham, karena satu jenis saham
dipasarkan oleh lebih dari satu market maker. Jadi, pasar ketiga
bukan merupakan bursa efek berskala kecil tetapi berskala besar
bahkan sangat besar.
4) Pasar Keempat
Pasar keempat adalah sarana transaksi jual-beli antara
investor jual dan investor beli tanpa melalui perantara efek.
Transaksi dilakukan secara tatap muka antara investor beli dan
14
investor jual untuk saham atas pembawa. Pasar keempat ini hanya
dilaksanakan oleh para investor besar karena dapat menghemat
biaya transaksi daripada jika dilakukan dipasar kedua.
2. Efisiensi Pasar Modal
Teori konsep pasar yang efisien atau efficiency market
hypothesis (EMH) dikembangkan oleh Fama pada tahun 1970. Efisiensi
diartikan sebagai seberapa cepat suatu pasar modal dapat menangkap
informasi yang relevan pada nantinya akan tercermin pada harga saham.
Elton dan Gruber (2010:398) mendefinisikan pasar yang efisien
yang lebih realistik adalah harga sekuritas yang mencerminkan
informasi yang tersedia sampai pada batas biaya marginal untuk
mendapatkan informasi dan transaksi tidak melebihi keuangan
marginal.
Hal ini dikarenakan pada kenyataannya biaya informasi dan
transaksi selalu positif, sehingga perluasan definisi tersebut perlu
dilakukan. Jones (2007:321) dalam mendefinisikan pasar yang efisien
lebih menekankan pada kecepatan dan ketepatan harga sekuritas dalam
mencerminkan informasi yang tersedia secara jelas mendefinisikan
pasar yang efisien sebagai pasar dimana semua sekuritasnya secara
cepat dan tepat mencerminkan semua informasi yang tersedia. Dengan
demikian harga sekuritas akan mencerminkan informasi-informasi,
seperti:
a. Semua informasi yang sudah diketahui, termasuk:
15
1) Informasi masa lalu (earning tahun lalu).
2) Informasi sekarang dan juga yang sudah diumumkan tetapi
belum dilakukan (seperti stock split, stock dividen).
b. Informasi-informasi lain yang dianggap beralasan untuk disimpulkan,
misalnya jika banyak investor percaya bahwa tingkat bunga akan
turun dalam waktu dekat, maka harga akan mencerminkan
kepercayaan investor tersebut sebelum penurunan tingkat bunga
tersebut bena-benar terjadi.
Ada beberapa kondisi yang harus terpenuhi untuk tercapainya
pasar yang efisien berikut ini (Pranomo,2009).
a. Banyak investor rasional dan berorientasi pada maksimasi
keuntungan yang secara aktif berpartisipasi di pasar dengan
menganalisis, menilai, dan berdagang saham. Investor – investor ini
adalah price taker, artinya pelaku itu sendiri tidak akan dapat
mempengaruhi harga suatu sekuritas.
b. Tidak diperlukan biaya untuk mendapatkan informasi dan informasi
tersedia bebas bagi pelaku pasar pada waktu yang hampir sama
(tidak jauh berbeda).
c. Informasi diperoleh dalam bentuk acak, dalam arti setipa
pengumuman yang ada dipasar adalah bebas atau tidak terpengaruh
dari pengumuman yang lain.
16
d. Investor beraksi dengan cepat dan sepenuhnya terhadap informasi
baru yang masuk di pasar, yang menyebabkan harga segera
melakukan penyesuaian.
Fama (1970) dalam Bodie and Kane (2006) mengklasifikasikan
bentuk pasar yang efisien kedalam tiga efficient market hypothesis
(EMH), sebagi berikut:
a. Efisiensi dalam bentuk lemah (weak form)
Pasar efisien dalam bentuk lemah berati semua informasi
dimasa lalu (historis) akan tercermin dalam harga yang berbentuk
sekarang. Oleh karena itu, informasi historis tersebut (seperti harga
dan volume perdagangan, serta peristiwa dimasa lalu) tidak bisa lagi
digunakan untuk memprediksi perubahan harga dimasa yang akan
datang, karena sudah tercermin pada harga saat ini.
b. Efisiensi dalam bentuk setengah kuat (semi strong form).
Pasar efisien dalam bentuk setengah kuat berati harga pasar
saham yang terbentuk sekarang telah mencerminkan informasi
historis ditambah dengan informasi yang dipublikasikan. Suatu pasar
dinyatakan efisien dalam bentuk setengah kuat bila informasi terserap
atau direspons dengan cepat oleh pasar.
c. Efisiensi dalam bentuk kuat (strong form)
Pasar efiesien dakam bentuk kuat berati harga pasar saham yang
terbentuk sekarang telah mencerminkan informasi historis ditambah
informasi yang dipublikasikan dan informasi yang tidak di
17
publikasikan. Pada pasar efisiein dalam bentuk kuat tidak akan ada
seorang investor pun yang bisa memperoleh return tak normal.
3. Anomali Pasar Efisien
Pengaruh akhir pekan merupakan bagian dari anomali musiman.
Anomali ini menyebutkan bahwa harga saham cenderung mengalami
kenaikan secara rata-rata pada akhir pekan. Penelitian yang mencoba
menguji ada tidaknya efek akhir pekan pada bursa saham di Indonesia
telah banyak dilakukan. Pada prinsipnya, penelitian-penelitian tersebut
dimaksudkan untuk menguji hipotesis pasar efisien dengan mencoba
membuktikan apakah seseorang mampu memperoleh abnormal return
dengan menggunakan strategi perdagangan tertentu, yang dalam hal ini
adalah hari perdagangan. Menurut teori pasar efisien, sebagaimana
dikemukakan oleh Fama (1970) dalam Ahmad Rodoni (2005), pada pasar
yang efisien, harga sekuritas mencerminkan informasi yang ada dan dalam
pasar yang efisien adalah tidak mungkin bagi seorang investor untuk
memperoleh keuntungan (abnormal return) dengan menggunakan strategi
perdagangan tertentu.
Anomali adalah hasil empiris yang tidak dapat dijelaskan oleh teori
dan fenomena yang mengindikasikan bentuk pasar yang tidak efisien. Pada
anomali terdaoat penyimpangan harga pada waktu-waktu tertentu dan hasil
yang ditimbulkan oleh anomali akan berlawanan dengan hasil yang
diharapkan pada posisi pasar modal yang efisien (Rama, 2005).
18
Menurut Gumanti dan Ma’ruf (2004) anomali adalah kejadian atau
peristiwa yang tidak diantisipasi dan menawarkan investor untuk
memperoleh abnormal return. Anomali muncul pada semua bentuk
efisiensi pasar baik bentuk lemah, semi kuat, maupun bentuk kuat. Tetapi
banyak bukti yang mengaitkan antara anomali dengan pasar efisien bentuk
semi kuat dan anomali juga dapat dieksploitasi untuk menghasilkan
abnormal return. Sedangkan Jones mendefinisikan anomali pasar sebagai
teknik atau strategi yang tampaknya bertentangan dengan pasar efisien.
(Jogianto, 2009:548).
Anomali adalah kejadian atau peristiwa yang tidak diantisipasi dan
yang menawarkan investor peluang untuk memperoleh abnormal return.
Anomali muncul pada semua bentuk efisiensi pasar, baik bentuk lemah,
semi kuat, maupun bentuk kuat. Tetapi banyak bukti yang mengkaitkan
antara anomali dengan pasar efisien bentuk semi kuat, dan perlu diketahui
bahwa anomali dapat dieksploitasi untuk menghasilkan abnormal return.
Levy (1996) dalam Prasetyo (2006) sedikitnya dikenal empat macam
anomali pasar dalam teori keuangan keempat anomali tersebut adalah
anomali perusahaan (firm anomalies), anomali musiman (seasonal
anomalies), anomali peristiwa atau kejadian (event anomalies), dan
anomali akutansi (accounting anomalies). Tabel 2.1 menyajikan
rangkuman lengkap tentang berbagai macam anomali yang telah
ditemukan di pasar sekuritas (saham).
19
Tabel 2.1
Ringkasan Anomali Pasar
No Kelompok Jenis Khusus Keterangan
1.
AnomaliPeristiwa
1.Analysts’Recomendation
Semakin banyak analis merekomendasiuntuk membeli suatu saham, semakin tinggipeluang harga akan turun
2.Insider Trading Semakin banyak saham yang dibeli olehinsiders, semakin tinggi kemungkinan hargaakan naik.
3. Listings Harga sekuritas cenderung naik setelahperusahaan mengumumkan akan melakukanpencatatan saham di Bursa
4. Value Line RatingChanges
Harga sekuritas akan terus naik setelahValue Line menempatkan rating perusahaanpada urutan tinggi
2.AnomaliMusiman
1. January Harga sekuritas cenderung naik di bulanJanuari, khususnya di hari-hari pertama
2. Week-end Harga sekuritas cenderung naik hari Jum’atdan turun hari Senin.
3. Time of Day Harga sekuritas cenderung naik di 45 menitpertama dan 15 menit terakhir perdagangan
4.End of Month Harga sekuritas cenderung naik di hari-hariakhir tiap bulan
5. Seasonal Saham perusahaan dengan penjualanmusiman tinggi cenderung naik selamamusim ramai.
6. Holidays Ditemukan return positif pada hari terakhirsebelum liburan
3.Anomali
Perusahaan
1. Size Return pada perusahaan kecil cenderunglebih besar walaupun sudah disesuaikandengan risiko.
2. Closed-end MutualFunds
Return pada close-end funds yang dijualdengan potongan cenderung lebih tinggi
20
3. Neglect Perusahaan yang tidak diikuti oleh banyakanalis cenderung menghasilkan return lebihTinggi
4. InstitutionalHoldings
Perusahaan yang dimiliki oleh sedikitinstitusi cenderung memiliki return lebihtinggi
4.AnomaliAkutansi
1. P/E Saham dengan P/E ratio rendah cenderungmemiliki return yang lebih tinggi.
2.Earnings Surprise Saham dengan capaian earnings lebih tinggidari yang diperkirakan cenderung mengalamipeningkatan harga.
3. Price/Sales Jika rasionya rendah cenderung berkinerjalebih baik
4. Price/Book Jika rasionya rendah cenderung berkinerjalebih baik
5.Dividend Yield Jika yield-nya tinggi cenderung berkinerjalebih baik.
6.EarningsMomentum
Saham perusahaan yang tingkatpertumbuhan earnings-nya meningkatcenderung berkinerja lebih baik.
Sumber: Haim S. Levy, 1996:436
a. Pengaruh Bulan Perdagangan
Keinginan pemodal atas likuiditas suatu saham dapat berubah
dari bulan ke bulan dalam satu tahun. Hal ini beratrti bahwa keinginan
jual beli saham dapat berubah setiap bulan. Jika kebutuhan likuiditas
suatu saham tinggi maka pemodal cenderung untuk memilikinya
(membeli) dan begitu juga sebaliknya, dikarenakan keinginan dan
kebutuhan pemodal selalu berubah, maka pasar mengalami perubahan
baik dalam hal harga maupun kuantitas saham yang diperjualbelikan.
Hal ini disebabkan permintaan dan penawaran atas suatu saham
21
berinteraksi dalam pasar yang bersaing. Dengan demikian, maka harga
saham dapat mengalami kenaikan maupun penurunan dari bulan ke
bulan dalam satu tahun perdagangan di pasar modal. Perilaku ini
disebut month of the year effect (Siswanto, 2001:15).
The average stock return in the month of January is higher than
in any other month of the year, that so-called January effect (Acket and
Athanassakos:2000) dalam Siswanto yang berarti bahwa Month of the
year effect merupakan suatu kecenderungan lebih tingginya tingkat
keuntungan rata-rata saham pada bulan Januari dibandingkan dengan
bulan-bulan lain dalam satu tahun perdagangan saham pasar modal.
Month of the year effect lebih mengacu pada adanya perbedaan atas
return saham bulanan pada tiap bulan dalam satu tahun.
January effect atau kadang disebut juga dengan January fever
yang merupakan istilah yang dimaksudkan untuk menggambarkan
bahwa pada bulan Januari setiap tahun pada umumnya menunjukan
tingkat pengembalian yang tinggi dibandingkan bulan-bulan lainnya.
Pola January effect umumnya terjadi, karena pada pertengahan
Desember pada fund manager mulai libur berkaitan dengan libur Natal
dan Tahun Baru. Para fund manager baru masuk lagi pada bulan Januari
dengan semangat optimisme dan dilengkapi dengan data-data yang
akurat sehingga biasanya mereka lakukan pembelian besar-besaran dan
tentu saja harga-harga saham akan terdongkrak naik (Darmadji dan
Fakhruddin,2001:188).
22
Namun, beberapa penelitian mengungkapkan pola January effect
mulai hilang. Hal ini membuktikan bahwa pola ini tidak selalu terjadi.
Seperti yang diungkapkan bahwa pola ini merupakan salah satu dari
penyimpangan pasar modal, jadi penyimpangan ini tidak dapat
dijelaskan secara teori walaupun dibuktikan secara empiris. Perubahan
pola pengeruh bulan perdagangan January effect juga dibuktikan dari
beberapa penelitian yang dilakukan di pasar modal Indonesia
(Siswanto, 2001:17)
Pratomo (2007) melakukan penelitian pada BEJ periode 1998-
2005 dengan sampel 43 emiten. Analisis statistik yang digunakan dalam
penelitian ini adalah regresi berganda dengan variabel dummy untuk
efek Januari dan Uji beda T untuk ukuran efek perusahaan. Hasil
menunjukan hanya pada bulan Agustus yang mempunyai rata-rata
return berbeda lebih kecil dari bulan Januari yang artinya tidak ada efek
Januari. Sedangkan Uji beda T untuk efek ukuran perusahaan tidak
diperoleh hasil yang signifikan berbeda antara perusaahaan kapitalisasi
kecil dengan kapitalisasi yang lebih besar.
4. Return Saham
Return atau pengembalian adalah keuntungan yang diperoleh
perusahaan, individu dan institusi dari hasil kebijakan investasi yang
dilakukan (Arthur, et al, 2001:197). Gitman (2009:228), mendefinisikan
return sebagai berikut: “Return is the total gain or loss experience on an
investment over a given period of time. It commonly measured as the
23
change in values plus any cash distributing during period of time,
expressed as a percentage of the beginning period investment value”. Berk
dan De Marzo (2007, 156) “return is difference between the selling price
and purchasing price of an asset plus any cash distributions expressed as
a percentage of the buying price. Sementara itu pengertian return menurut
Husnan (1998:19) “Return adalah ukuran yang mengukur besarnya
perubahan kekayaan investor baik kenaikan maupun penurunan serta
menjadi bahan pertimbangan untuk membeli atau mempertahankan
sekuritas.
Return merupakan hasil yang diperoleh dari suatu investasi. Return
dapat berupa return realisasi yang sudah terjadi atau return ekspektasi yang
belum terjadi tetapi diharapkan akan terjadi di masa yang akan datang
(Rodoni dan Ali, 2010:71). Mohamad Samsul (2006) menyatakan bahwa
return adalah pendapatan yang dinyatakan dalam presentase dari modal
awal investasi. Pendapatan investasi dalam saham ini meliputi keuntungan
jual beli saham, dimana jika untung disebut capital gain dan jika rugi
disebut capital loss. Return juga dapat diartikan sebagai tingkat
keuntungan yang dinikmati oleh investor atas suatu investasi yang
dilakukannya Para investor tentunya termotivasi untuk melakukan
investasi pada suatu instrumen yang diinginkan dengan harapan untuk
mendapatkan pengembalian investasi yang sesuai.
Tanpa adanya keuntungan yang dapat dinikmati dari suatu
investasi, tentunya investor tidak akan mau melakukan investasi. Jadi
24
setiap investasi baik jangka pendek maupun jangka panjang mempunyai
tujuan utama mendapatkan keuntungan yang disebut return baik secara
langsung maupun tidak langsung. Return saham dapat dirumuskan sebagai
berikut (Mohamad Samsul, 2006:292):
Dimana:
Pt
= harga saham pada periode t
Pt – 1
= harga saham pada periode sebelumnya (t - 1)
Komponen suatu return terdiri dari dua jenis yaitu current income
(pendapatan lancar) dan capital gain (keuntungan selisih harga). Current
income adalah keuntungan yang diperoleh melalui pembayaran yang
bersifat periodik seperti pembayaran bunga deposito, bunga obligasi,
dividen, dan sebagainya. Disebut sebagai pendapatan lancar maksudnya
adalah keuntungan yang diterima biasanya dalam bentuk kas atau setara
kas, sehingga dapat diuangkan secara cepat (Tandelilin, 2010:102)
Return dapat berupa return realisasi dan return ekspektasi. Return
realisasi (realized return) merupakan return yang telah terjadi yang
dihitung berdasarkan data historis. Return realisasi penting karena
digunakan sebagai salah satu pengukur kinerja dari perusahaan. Return
histori ini juga berguna sebagai dasar penentuan return ekspektasi dan
risiko di masa datang. Sedangkan return ekspektasi (expected return)
merupakan return yang diharapkan akan diperoleh investor di masa
Return =
25
mendatang. Berbeda dengan return realisasi yang sifatnya sudah terjadi,
return ekspektasi sifatnya belum terjadi (Rodoni dan Ali. 2010:71)
5. Expected Return
Expected return saham merupakan tingkat keuntungan yang
diharapkan oleh pemodal atas investasinya. Expected return saham
merupakan yang harus diestimasi. Estimasi expected return menurut
Brown dan Warner (1985) dalam Jogiyanto (2009) menggunakan model
sebagai berikut :
a. Mean-Adjusted Model
Model disesuaikan rata-rata (Mean-Adjusted Model) ini
mengasumsikan bahwa Expected return bernilai konstan yaitu sama
dengan rata-rata return realisasi sebelumnya selama periode estimasi
(estimation period). Periode estimasi (estimation period) pada umumnya
merupakan periode peristiwa. Periode peristiwa (event period) disebut
juga periode pengamatan atau jendela peristiwa (event window).
b. Market Model
Perhitungan menggunakan model pasar (market model) ini
dilakukan dengan dua tahapan :
1) Membentuk model ekspektasi dengan menggunakan data realisasi
selama periode estimasi.
2) Menggunakan model ekspektasi ini mengestimasi expected return di
26
periode jendela (window period).
Model ekspektasi dapat dibentuk menggunakan teknik regresi
OLS (Ordinary Least Square)
c. Market-Adjusted Model
Model disesuaikan pasar (market-adjusted model)
mengasumsikan bahwa penduga yang terbaik untuk mengestimasi
return suatu sekuritas adalah return indeks pasar pada saat tersebut.
Model ini tidak memerlukan periode estimasi untuk membentuk model
estimasi karena return sekuritas yang diestimasi adalah sama dengan
return indeks pasar. Abnormal return masing-masing sekuritas dengan
menggunakan model ini dapat dihitung dengan mengurangkan return
yang terjadi untuk masing-masing sekuritas dengan indeks pasar pada
hari yang sama.
6.Abnormal Return
Return tidak normal (abnormal return) merupakan return diluar
normal. Return yang normal adalah return yang diperoleh dari investasi
untuk kondisi yang normal. Sedangkan abnormal return terjadi karena ada
informasi baru atau peristiwa baru yang merubah nilai perusahaan dan
direaksi oleh investor dalam bentuk kenaikan atau penurunan harga saham
(volatilitas) (Jogiyanto, 2009:537).
Abnormal return adalah return yang didapat investor yang tidak
sesuai dengan pengharapan. Abnormal return adalah selisih antara return
27
yang diharapkan dengan return yang didapatkan. Selisih return akan
positif jika return yang didapatkan lebih besar dari return yang
diharapkan atau return yang dihitung. Sedangkan return akan negatif jika
return yang didapat lebih kecil dari return yang diharapkan atau return
yang dihitung (Prasetyo, 2006).
Abnormal return dapat terjadi karena adanya kejadian - kejadian
tertentu, misalnya hari libur nasional, awal bulan, awal tahun, suasana
politik yang tidak menentu, kejadian-kejadian yang luar biasa, stock split,
penawaran perdana saham, dan lain-lain (Tandellin, 1999:113).
Studi peristiwa menganalisis return tidak normal (abnormal
return) dari sekuritas yang mungkin terjadi di sekitar pengumuman dari
suatu peristiwa. Abnormal return atau excess return merupakan kelebihan
dari return yang sesungguhnya terjadi terhadap return normal. Abnormal
return adalah selisih antara return sesungguhnya yang terjadi dengan
return ekspektasi, sebagai berikut (Tandellin, 1999:114):
Dimana :
ARit= abnormal return saham i pada waktu t.
Rit = return sesungguhnya yang terjadi untuk saham i pada periode
waktu ke-t.
Rmt = return ekspektasi saham i untuk periode waktu ke-t.
Return sesungguhnya merupakan return yang terjadi pada waktu
ke-t yang merupakan selisih harga sekarang relatif terhadap harga
ARit = Rit - Rmt
28
sebelumnya, sedangkan return ekspektasi merupakan return yang
diharapkan (diestimasi) dengan menggunakan persamaan return
ekspektasi tersebut di atas.
B. Penelitian Terdahulu
David dan Choudhry (2000) melakukan penelitian pada pasar uang
dengan menguji pengaruh pengumuman makro ekonomi terhadap lima
instrumen yaitu treasury bond futures, munical bond futures, treasury note
futures, treasury bill futures dan euro dollar futures. Metode yang digunakan
yaitu dengan uji F statistik dengan periode penelitian mulai Januari 1992
sampai dengan Desember 1996. Hasil penelitian tersebut menyatakan bahwa
pada bulan Januari lebih sensitif terhadap pengumuman yang bersifat makro
ekonomi dibandingkan bulan lainnya, penelitian ini juga membuktikan bahwa
efek Januari juga terjadi pada pasar uang. Penelitian ini mendukung hipotesis
tax loss selling dan window dressing.
Siswanto (2001) menguji pengaruh bulan perdagangan saham terhadap
Indeks komposit saham yang di BEJ pada periode 1993 hingga 1999 dengan
metode ARIMA. Hasil penelitian menunjukan bulan perdagangan Januari dan
November berpengaruh positif kepada return pasar.
Ahmad dan Husein (2001) menguji perilaku musiman dari return
saham pasar modal Malaysia (KLSE) yang merupakan salah satu emerging
market di Asia Tenggara periode 1986-1996. Dengan menggunakan teknik
regresi menghasilkan bahwa return saham yang tinggi diperoleh pada bulan
Januari dan Februari.
29
Choudhry (2001) melakukan penelitian di Jerman, UK, dan US selama
periode sebelum perang dunia I. Penelitian empiris ini dilakukan dengan
menggunakan model non-linear GARCH. Hasil yang signifikan terjadi pada
bulan Januari di US dan UK. Namun tidak demikian yang terjadi di Jerman,
tidak terdapat January effect negara tersebut.
Setyawardhana (2005) melakukan studi terhadap efek bulan
perdagangan pada varians harga indeks saham utama Asia. Dalam penelitian
tersebut diduga terdapat efek bulan perdagangan pada varians tiga indeks
saham utama Asia (HIS Hongkong, KS200 Korea dan N225 Jepang). Hasil
penelitian mengungkapkan adanya efek bulan perdagangan pada indeks saham
Hang Seng (HIS), Nikkei (N225) dan (KS200) pada periode penelitian tahun
1990 sampai dengan 2005 atau dengan sampel 192 bulan.
Prasetyo (2006) dalam tesisnya berjudul “Analisis Pengaruh Hari
Perdagangan Terhadap Return, Abnormal Return, dan Volatilitas Return
Saham” menemukan bahwa tidak terdapat pengaruh hari perdagangan
terhadap return saham.
Pratomo (2007) melakukan penelitian pada BEJ periode 1998-2005
dengan sampel 43 emiten. Analisis statistik yang digunakan dalam penelitian
ini adalah regresi berganda dengan variabel dummy untuk efek Januari dan Uji
beda T untuk ukuran efek perusahaan. Hasil menunjukan hanya pada bulan
Agustus yang mempunyai rata-rata return berbeda lebih kecil dari bulan
Januari yang artinya tidak ada efek Januari. Sedangkan Uji beda T untuk efek
30
ukuran perusahaan tidak diperoleh hasil yang signifikan berbeda antara
perusaahaan kapitalisasi kecil dengan kapitalisasi yang lebih besar.
Hal yang serupa juga ditunjukan pada penelitian Giovanis (2009) pada
55 pasar modal di dunia dengan menggunakan model GARCH. Hasilnya
adalah ditemukannya December effect pada 20 pasar modal dengan return
tertinggi di bulan tertentu. Sementara itu February effect terdapat pada 9 pasar
modal yang di ikuti dengan January and April effect masing-masing di 7 dan 6
pasar modal.
As’adah (2009) pada penelitiannya yang dilakukan di pada saham yang
terdaftar di Jakarta Islamic Index (JII) mulai Desember 2003 hingga Januari
2008 dengan menggunakan metode paired sample T-Test. Hasil uji
menunjukan bahwa abnormal return tidak signifikan pada level 5% begitu juga
yang terjadi pada volume perdagangan. Sehingga dapat disimpulkan bahwa
tidak ada korelasi antara abnormal return dengan tax lossing maupun window
dressing, dengan kata lain tidak terdapat January effect dilihat dari abnormal
return maupun volume perdagangan.
Idries, Basheer, dan Ibrahim (2011) melakukan penelitian di Amman
Stock Exchange (ASE) selama periode 1992 hingga 2007. Penelitian ini
menggunakan metodologi yang diikuti oleh Jaffe dan Westerfield (1989),
Boudreaux (1995), Compton dkk. (2006) dan Floros (2008) untuk menyelidiki
keberadaan anomali bulan perdagangan Hasil penelitian ini agak menarik dan
bertentangan dengan temuan umum dari studi yang dilakukan di pasar negara
31
berkembang lainnya. Hasil menunjukkan bahwa ASE tidak signifikan
menunjukkan adanya anomali bulan.
Worthington (2011) melakukan pengujian pada pasar saham di
Australia pada periode 1996-2008 dengan menggunakan pendekatan regresi
berganda. Hasilnya menunjukan bahwa return tertinggi ada pada bulan April,
Juli dan Desember meskipun ini hanya terjadi pada perusahaan dengan
kapitalisasi yang kecil.
Dima & Kamal (2012) melakukan pengujian anomali kalender di
Amman Stick Exchange (ASE) selama periode 2002-2011. Hasil temuan
peneliti menunjukkan bahwa return secara signifikan lebih tinggi pada hari
Minggu (hari pertama perdagangan minggu) dan Kamis (hari terakhir
perdagangan minggu) dibandingkan hari-hari lain dalam seminggu. Selain itu
efek Januari juga sangat signifikan.
Debasish (2012) menyelidiki keberadaan musiman pada perilaku
harga saham di pasar saham India khususnya pada sektor Gas, Oil and
Refineries pada periode Januari 2006 dampai Desember 2010 dengan
menggunakan metode regresi berganda. Hasil penelitian menunjukan bahwa
terdapat month of the year effect pada pasar saham India.
Ricky dan Venus (2012) juga melakukan penelitian dimana ditemukan
November effect pada Index Nikei 225 di Tokyo Stock Exchange (TSE) dengan
menggunakan metode TGARCH. Hasil penelitian ini konsisten dengan bukti
sebelumnya yang mendukung hipotesis tax-loss selling pada pasar saham di
U.S. dan U.K. Adanya month of the year effect di TSE menunjukkan bahwa
32
melalui strategi waktu investasi yang benar, manajer keuangan, konselor
keuangan dan investor bisa mengambil keuntungan dari pola tersebut.
Secara ringkas hasil-hasil penelitian terdahulu dapat dilihat pada tabel
2.2 sebagai berikut:
Tabel 2.2
Ringkasan Penelitian Terdahulu
No. Peneliti Judul AlatStatistik
Hasil
1. R.Christie-David andM.Chaudry
“January Anomalies:Implications for theMarket’s Incorporationof news” (2000)
Uji Fstatistik
Terdapat Januari efek padapasar saham maupun pasaruang pada periode 1992-1996.Penelitian ini mendukung taxloss selling dan windowdressing hipotesis.
2. TommySiwanto
“Analisi PengaruhBulan PerdaganganTerhadap Return SahamPada Perusahaan-perusahaan di BEJ”(2001)
MetodeARIMA
Hasil penelitian menunjukanbulan perdagangan Januaridan November berpengaruhpositif kepada return pasar
3. AhmaddanHusein
“KLSE Long RunOverreaction and TheChinese New YearEffect” (2001)
RegresiBerganda
Return saham yang tinggidiperoleh pada bulan Januaridan Febuari.
4. TaufiqChoudhry
“Month of the yeareffect and Januaryeffect in pre-WWI stockreturns: Evidence fromA Non-Linear GARCHModel” (2001)
GARCH Hasil yang signifikan terjadipada bulan Januari di US danUK. Namun tidak demikianyang terjadi di Jerman, tidakterdapat January effect negaratersebut
5. Setyawardhana
efek bulan perdaganganpada varians hargaindeks saham utamaAsia. (2005)
Regresi Hasil penelitianmengungkapkan adanya efekbulan perdagangan padaindeks saham Hang Seng(HIS), Nikkei (N225) dan(KS200) pada periodepenelitian tahun 1990 sampaidengan 2005 atau dengan
33
sampel 192 bulan.
6 HariPrasetyo
“Analisis Pengaruh HariPerdagangan TerhadapReturn, AbnormalReturn, dan VolatilitasReturn Saham” (2006)
GARCH Dalam tesisnya, studidilakukan pada LQ 45 periodeJanuari – Desember 2005menemukan bahwa tidakterdapat pengaruh hariperdagangan terhadap returnsaham.
7. AgusWahyuPratomo
“January Effect danSize Effect pada BursaEfek Jakarta Periode1998-2005”. (2007)
RegresiBerganda
Hasil menunjukan hanya padabulan Agustus yangmempunyai rata-rata returnberbeda lebih kecil dari bulanJanuari yang artinya tidak adaefek Januari. Sedangkan Ujibeda T untuk efek ukuranperusahaan tidak diperolehhasil yang signifikan berbedaantara perusaahaan kapitalisasikecil dengan kapitalisasi yanglebih besar
8. Eleftherios Giovanis
“The Month of the yearEffect: Evidence
from GARCH models inFifty Five Stock
Markets” (2009)
GARCH Hasilnya adalah ditemukannyaDecember effect pada 20 pasarmodal dengan return tertinggidi bulan tertentu. Sementaraitu February effect terdapatpada 9 pasar modal yang diikuti dengan January andApril effect masing-masing di7 dan 6 pasar modal.
9. LulukAs’adah
“Pengaruh JanuaryEffect terhadapAbnormal Return danVolume Perdaganganpada Saham di JakartaIslamic Index”. (2009)
PairedSample T-Test
Hasil uji menunjukan bahwaabnormal return tidaksignifikan pada level 5%begitu juga yang terjadi padavolume perdagangan.Sehingga dapat disimpulkanbahwa tidak ada korelasiantara abnormal returndengan tax lossing maupunwindow dressing, dengan katalain tidak terdapat Januaryeffect dilihatdari abnormal
34
return maupun volumeperdagangan.
10. AndrewWorthington
“The Month of the yearEffect in the AustralianStock Market: A ShortTechnical Note on theMarket, Industry andFirm Size Impact”.(2011)
RegresiBerganda
Dilakukan pengujian padapasar saham di Australia padaperiode 1996-2008 denganmenggunakan pendekatanregresi berganda. Hasilnyamenunjukan bahwa returntertinggi ada pada bulan April,Juli dan Desember meskipunini hanya terjadi padaperusahaan dengan kapitalisasiyang kecil.
11. Idries M.Al-Jarrah,BasheerA.Khamees,danIbrahimHashemQteish
“The "Turn of theMonth Anomaly" inAmman Stock
Exchange: Evidenceand Implications”.(2011)
RegresiBerganda
Dilakukan penelitian diAmman Stock Exchange(ASE) selama periode 1992hingga 2007. Penelitian inimenggunakan metodologiyang diikuti oleh Jaffe danWesterfield (1989),Boudreaux (1995), Comptondkk. (2006) dan Floros (2008)untuk menyelidiki keberadaanomali bulan perdaganganHasil penelitian ini agakmenarik dan bertentangandengan temuan umum daristudi yang dilakukan di pasarnegara berkembang lainnya.Hasil menunjukkan bahwaASE tidak signifikanmenunjukkan adanya anomalibulan.
12. SathyaSwaroopDebasish
“An Empirical Study onMonth of The YearEffect in Gas, Oil andRefineries Sectors inIndian Stock Market”.(2012)
RegresiBerganda
Hasil penelitian menunjukanbahwa terdapat month of theyear effect pada pasar sahamIndia.
13. DimaWaleedHannaAlrabadi& KamalAhmad
“Calendar Anomalies:The Case of AmmanStock Exchange”.(2012)
RegresiBerganda
Hasil temuan penelitimenunjukkan bahwa returnsecara signifikan lebih tinggipada hari Minggu (haripertama perdagangan minggu)dan Kamis (hari terakhir
35
AL-Qudah perdagangan minggu)dibandingkan hari-hari laindalam seminggu. Selain ituefek Januari juga sangatsignifikan.
14. RickyChee danVenusKhim
“Month of the Year andSymmetrical Effects inthe Nikkei 225” (2012)
TGARCH Hasil penelitian ini konsistendengan bukti sebelumnyayang mendukung hipotesistax-loss selling pada pasarsaham di U.S. dan U.K.Adanya month of the yeareffect di TSE menunjukkanbahwa melalui strategi waktuinvestasi yang benar, manajerkeuangan, konselor keuangandan investor bisa mengambilkeuntungan dari pola tersebut.
Sumber: Kumpulan Penelitian Terdahulu
C. Kerangka Pemikiran
Kerangka konseptual merupakan suatu model yang menerangkan
bagaimana hubungan suatu teori dengan faktor-faktor penting yang telah
diketahui dalam suatu masalah tertentu. Kerangka konseptual akan
menghubungkan secara teoritis antara variabel-variabel penelitian, yaitu
variabel independen dan variabel dependen. Dalam penelitian ini variabel
yang digunakan sebagai variabel dependen adalah return saham dan
abnormal return. Sedangkan variabel independen yaitu bulan perdagangan
yang meliputi: Januari, Februari, Maret, April, Mei, Juni, Juli, Agustus,
September, Oktober, November, dan Desember.
36
Gambar 2.1Kerangka Pemikiran
D. Perumusan Hipotesis
Hipotesis dapat didefinisikan sebagai hubungan yang diperkirakan
secara logis diantara dua atau lebih variabel yang diungkapkan dalam bentuk
pernyataan yang dapat diuji. Hubungan tersebut diperkirakan berdasarkan
jaringan asosiasi yang diterapkan dalam kerangka teoritis yang dirumuskan
untuk studi penelitian. Dengan menguji hipotesis dan menegaskan perkiraan
Bursa Efek Indonesia (BEI)
Perusahaan pada Sektor Basic Industry andChemicals, Miscallaneous, and Consumer
DependenReturn Saham dan Abnormal Return
IndependenReturn Bulan Januari sampai dengan
Desember
Uji stasioneritas
Uji autokotelasi
Uji heteroskedestisitas
Analisis Anomali MonthEffect
UjiARCH GARCH
Regresi LinierOLS
Hasil Penelitian
37
hubungan, diharapkan bahwa solusi dapat ditemukan untuk mengatasi
masalah yang dihadapi (Sekaran, 2007:135).
Hipotesis merupakan jawaban masalah atau pertanyaan penelitian
yang dikembangkan berdasarkan teori-teori yang perlu diuji melalui proses
pemilihan, pengumpulan, dan analisis data (Indriantoro dan Supomo, 2002:
81). Berdasarkan kerangka pemikiran diatas yang didukung oleh berbagai
teori dan berbagai penelitian terdahulu, maka hipotesis yang dibangun dari
penelitian ini adalah :
1. Terdapat pengaruh bulan perdagangan terhadap return saham di Bursa
Efek Indonesia.
2. Terdapat pengaruh bulan perdagangan terhadap abnormal return saham
di Bursa Efek Indonesia.
38
BAB III
METODE PENELITIAN
A. Ruang Lingkup Penelitian
Ruang lingkup penelitian ini adalah saham-saham yang masuk ke
dalam sektor Basic Industry and Chemicals, Miscallaneous, and Consumer
Goods di BEI periode Januari 2007 sampai Desember 2012. Data yang
digunakan dalam penelitian ini adalah laporan harian historical price
perusahaan yang konsisten masuk ke dalam sektor Basic Industry and
Chemicals, Miscallaneous, and Consumer Goods selama periode penelitian,
yakni antara Januari 2007 sampai dengan Desember 2012.
Alasan peneliti menggunakan sampel dari saham-saham yang
tergabung dalam sektor Basic Industry and Chemicals, Miscallaneous, and
Consumer Goods karena peneliti menilai bahwa return dan abnormal saham-
saham yang tergabung pada sektor Basic Industry and Chemicals,
Miscallaneous, and Consumer Goods memberikan tingkat return yang baik
dan mempunyai indeks yang relative stabil karena perusahaan yang digunakan
adalah perusahan dengan kapitalisasi kecil.
B. Metode Penentuan Sampel
Teknik penentuan sampel yang digunakan dalam penelitian ini dipilih
berdasarkan metode judgement sampling adalah pengumpulan data atas dasar
strategi kecakapan atau pertimbangan pribadi semata (Hamid, 2007:29).
Kriteria saham-saham yang akan dilakukan penelitian untuk dijadikan
sampel penelitian adalah sebagai berikut:
39
1. Saham perusahaan yang dipilih adalah saham perusahaan yang terdaftar
pada sektor Basic Industry and Chemicals, Miscallaneous, and Consumer
Goods sejak Januari 2007 sampai dengan Desember 2012.
2. Saham perusahaan yang digunakan dalam penelitian ini adalah saham
yang secara terus menerus terdaftar pada sektor Basic Industry and
Chemicals, Miscallaneous, and Consumer Goods selama periode
penelitian, sedangkan untuk saham yang tidak terdaftar secara terus
menerus pada sektor Basic Industry and Chemicals, Miscallaneous, and
Consumer Goods akan dikeluarkan dari objek penelitian. Pada tabel 3.1
adalah perusahaan-perusahaan yang secara terus menerus terdaftar dalam
periode penelitian.
Tabel 3. 1Daftar Perusahaan yang Menjadi Sampel Penelitian
(Periode Tahun 2007 - 2012)No Kode Perusahaan Nama Perusahaan
1. ADMG Polychem Indonesia Tbk
2. AISA Tiga Pilar Sejahtera Food Tbk
3. ASII Astra International Tbk
4. CPIN Charoen Pokphand Indonesia Tbk
5. DAVO Davomas Abadi Tbk
6. ETWA Eterindo Wahanatama Tbk
7. GJTL Gajah Tunggal Tbk.
8. INDF Indofood Sukses Makmur Tbk
9. INKP Indah Kiat Pulp & Paper Tbk
10. INTP Indocement Tunggal Prakasa Tbk
40
11. KAEF Kimia Farma Tbk
12. KLBF Kalbe Farma Tbk.
13. MASA Multistrada Arah Sarana Tbk
14. SIPD Sierad Produce Tbk
15 SMCB Holcim Indonesia Tbk
16 SMGR Semen Gresik (Persero) Tbk
17 SPMA Suparma Tbk
18 SRSN Indo Acidatama Tbk
19 TRST Trias Sentosa Tbk.
20 UNVR Unilever Indonesia Tbk.
Sumber : Bursa Efek Indonesia (BEI)
C. Metode Pengumpulan Data
Sumber data sebagai salah satu bagian penelitian yang merupakan
bagian terpenting. Metode pengumpulan data dalam penelitian ini adalah
pengumpulan data sekunder. Data sekunder merupakan data penelitian yang
diperoleh peneliti secara tidak langsung melalui media perantara. Data
sekunder umumnya berupa bukti, catatan atau laporan historis yang telah
tersusun dalam arsip (data dokumenter) yang dipublikasikan dan yang tidak
dipublikasikan (Indriantoro dan Supomo, 1999).
Dalam penelitian ini data yang sekunder yang diperoleh adalah
dengan cara melakukan studi kepustakaan untuk menunjang materi
pembahasan pada penelitian. Kegiatan-kegiatan ini dilaksanakan dengan cara
mengumpulkan informasi melalui buku-buku, jurnal literatur, majalah, koran,
website dan lain-lain yang berkaitan dan mendukung penelitian ini. Data yang
41
dimaksud dalam penelitian ini merupakan data time series yang berupa
historical price pada sektor Basic Industry and Chemicals, Miscallaneous, and
Consumer Goods periode Januari 2007 sampai dengan Desember 2012 yang di
peroleh dari yahoo! Finance.
D. Metode Analisis Data
Metode analisis data dilakukan dengan aturan yang harus dilalui
melalui beberapa tahap, yaitu:
1. Menghitung masing-masing return pasar selama periode Januari 2007
sampai Desember 2012. Return bulanan dapat dihitung dengan rumus
sebagai berikut (Mohamad Samsul, 2006:292) :
Dimana:
Rt = return pasar bulan t
Pt = harga saham penutupan pada periode t
Pt-1 = harga saham penutupan pada periode t-1
2. Mengelompokkan return yang telah dihitung ke dalam bulan perdagangan
Januari, Februari, Maret, April, Mei, Juni, Juli, Agustus, September,
November, Desember.
3. Menghitung Abnormal return dengan menggunakan model disesuaikan-
pasar (market-adjusted model) yaitu dengan mengurangkan return yang
Rt =
42
terjadi untuk masing-masing sekuritas dengan return indeks pasar pada
hari yang sama (Jogiyanto, 2009), dapat ditulis dengan rumus :
Dimana :
ARit = abnormal return saham i pada waktu t.
Rit = return sesungguhnya yang terjadi untuk saham i pada
periode waktu ke-t.
Rmt = return ekspektasi saham i untuk periode waktu ke-t.
4. Mengelompokkan abnormal return yang telah dihitung ke dalam bulan
perdagangan Januari, Februari, Maret, April, Mei, Juni, Juli, Agustus,
September, November, Desember.
5. Melakukan analisis keberadaan month of the year effect.
Pengujian ini akan mencoba untuk membuktikan keberadaan
month of the year effect di pasar modal Indonesia selama periode
observasi. Karenanya metode penelitian akan menggunakan regresi OLS
(Ordinary Least Square) dan metode Generalized Autoregressiv
Conditional Heterokedasticity (GARCH). Penjelasan model yang
digunakan adalah sebagai berikut:
1. Model regresi linier
Model regresi linear merupakan suatu model dengan
parameter linear dan secara kuantitatif dapat digunakan untuk
menganalisis pengaruh suatu variabel terhadap variabel lainnya.
ARit = Rit - Rmt
43
Terdapat dua jenis regresi linear yang biasa digunakan dalam
penelitian, yaitu regresi linear sederhana (simple regression) dan
regresi linear majemuk (multiple regression) (Nachrowi dan Usman
2006:7). Penelitian ini akan menggunakan regresi linear majemuk
sehingga pada nantinya akan dijelaskan lebih dalam mengenai
penggunaan metode tersebut (Imam Ghozali, 2005:179). Berikut ini
adalah permodelan dengan memasukkan variable dummy dengan
persamaan regresi sebagai berikut:
Rt = β1DJan + β2DFeb + β3DMar + β4DApr + β5DMei + β6DJun + β7DJul +
β8DAgt + β9DSept + β10DOkt + β11DNov + β12DDes + et
ARt = β1DJan + β2DFeb + β3DMar + β4DApr + β5DMei + β6DJun + β7DJul
+ β8DAgt + β9DSept + β10DOkt + β11DNov + β12DDes + et
Keterangan :
Rt = Return bulanan pada hari t
ARt = Abnormal Return bulanan pada hari ke t
β1, β2, .... β12 =Koefisien regresi untuk variabel dummy dari
masing-masing bulan
DJan = Dummy untuk bulan Januari
DFeb = Dummy untuk bulan Februari
DMar = Dummy untuk bulan Maret
DApr = Dummy untuk bulan April
DMei = Dummy untuk bulan Mei
DJun = Dummy untuk bulan Juni
44
DJul = Dummy untuk bulan Juli
DAgt = Dummy untuk bulan Agustus
DSept = Dummy untuk bulan September
DOkt = Dummy untuk bulan Oktober
DNov = Dummy untuk bulan November
DDes = Dummy untuk bulan Desember
Nilai DJan = 1 untuk return pada bulan perdagangan Januari
dan 0 untuk return pada bulan perdagangan lainnya. Nilai DFeb = 1
untuk return pada bulan perdagangan Februari dan 0 untuk return
pada bulan perdagangan lainnya, dan seterusnya. Koefisien regresi
ini menunjukan besarnya return rata-rata pada hari perdagangan ke-t.
Nilai-nilai penduga pada persamaan regresi harus memenuhi
persyaratan utama yaitu BLUE (Best Linear Unbiased Estimate) atau
mempunyai sifat linear, tidak bias, dan memiliki varian minimum.
Sifat-sifat tersebut didasarkan pada berbagai asumsi yang tidak boleh
dilanggar agar penduga tetap BLUE yang juga dikenal dengan
Toerema Gauss-markov (Winarno, 2009:4.2).
Suatu nilai penduga dapat dikatakan memiliki sifat BLUE
bila memenuhi persyaratan sebagai berikut: (Nachrowi dan Usman,
2006:12)
1) E (ui) = 0
Nilai rata-rata dari error adalah nol
2) Var (ui) = σ2
45
Data homokedastis, yaitu besarnya varian sama untuk setiap i
3) Cov (ui uj) = 0
Error secara statistik bersifat independent satu sama lain yang
mengindikasikan tidak adanya autokorelasi.
4) Cov (ut, xt) = 0
Tidak terdapat hubungan antara error dengan x (tidak adanya
multikolinearitas)
5) ui ˜ N (0, σ2)
ut Terdistribusi secara normal
Dalam rangka memenuhi karakteristik estimator agar dapat
bersifat BLUE, maka akan dilakukan beberapa uji pada permodelan
untuk kemudian dilakukan treatment bila ditemukan adanya
penyimpangan pada data.
1) Uji Stasioneritas
Dalam menggunakan data times series pada pengujian,
penting terlebih dahulu untuk melakukan uji stasioneritas pada
data. Data times series sendiri merupakan sekumpulan nilai
suatu variabel yang diambil pada waktu yang berbeda dan
dikumpulkan secara berkala pada interval waktu tertentu. Oleh
karenanya, data times series rentan untuk memiliki
permasalahan seperti autokorelasi (korelasi yang terjadi antar
observasi dalam satu variabel) yang mengakibatkan data tidak
stasioner.
46
Dengan demikian penting untuk menstasionerkan data
terlebih dahulu sebelum melakukan penelitian lebih lanjut.
Sekumpulan data dinyatakan stasioner jika nilai rata-rata dan
varian dari data times series tersebut tidak mengalami
perubahan secara sistematik sepanjang waktu dan konstan
(Nachrowi dan Usman, 2006:340). Pendeteksian stasioneritas
pada data akan menggunakan uji Unit Root Augmented Dickey-
Fuller. Hipotesis untuk uji ADF adalah:
H0 : δ = 0
H1 : δ ≠ 0
Hipotesis awal mengindikasikan bahwa data memiliki
unit root. Nilai uji ADF t-statistik dengan angka lebih rendah
dari critical value 5% mengindikasikan data tidak memiliki
masalah unit root atau data telah stasioner sehingga
kesimpulan yang diambil adalah tolak H0.
2) Uji autokorelasi
Autokorelasi (autocorrelation) adalah hubungan antara
residual satu observasi dengan residual observasi lainnya.
Autokorelasi lebih mudah timbul pada data yang bersifat
runtun waktu karena berdasarkan sifatnya, data masa sekarang
dipengaruhi oleh data pada masa-masa sebelumnya. (Winarno,
2009:5.26)
47
Autokorelasi yang kuat dapat menyebabkan dua
variabel yang tidak berhubungan menjadi berhubungan. Bila
metode OLS digunakan maka akan terlihat R2 yang besar
dapat menghasilkan spurius regression atau regresi palsu
(Nachrowi dan Usman, 2006:186). Cara untuk melakukan uji
autokorelasi selain dengan uji Durbin Watson juga dapat
menggunakan uji LM test atau yang juga dikenal dengan The
Breusch-Godrey (BG) test merupakan salah satu metode yang
dapat digunakan untuk mengecek adanya penyimpangan
autukorelasi pada suatu periode observasi. Penggunaan LM
test dalam mendeteksi keberadaan autokorelasi dirasa lebih
baik dibandingkan dengan menggunakan Durbin Watson
karena LM test tidak mempermasalahkan keberadaan error
pada AR dan MA sebagai variabel bebas. Adapun hipotesis
yang digunakan yaitu:
H0 = Tidak terdapat autokorelasi
H1 = Terdapat autokorelasi
Bila nilai probabilitas pada Obs*R-squared > α = 5%,
mengindikasikan data tidak ada autokorelasi sehingga
kesimpulan yang diambil adalah terima H0. Bila nilai
probabilitas pada Obs*R-squared < α = 5% maka tolak H0.
(Shochrul R. Ajija, Et.al 2011:40).
3) Heteroskedetisitas
48
Heteroskedestisitas merupakan kondisi dimana varian
tidak konstan atau berubah-ubah. Uji heteroskedestisitas dapat
dilakukan dengan menggunakan White Heterokedasticity test
ataupun dengan melihat Residual Graph. Hipotesis pada uji
Heteroskedestitas adalah sebagai berikut:
H0 = Tidak terdapat heteroskedestisitas
H1 = Terdapat heteroskedestisitas
Hipotesis awal mengindikasikan bahwa tidak terdapat
hubungan antara error dengan variabel bebas atau data telah
homokedastis. Bila nilai telah probibality pada Obs*R-squared
> α = 5%, berarti tidak terdapat heteroskedastisitas atau dengan
kata lain terima H0. Sedangkan bila nilai probabilitas pada
Obs*R-squared < α = 5%, berarti terdapat heteroskedastisitas
atau tolak H0. Uji White akan menggunakan White
Heteroskedasticity (no cross term) dikarenakan banyak
terdapat variabel bebas yang digunakan dalam permodelan
Shochrul R. Ajija, Et.al 2011:41).
2. Model ARCH dan GARCH
Penelitian dengan menggunakan data times series sering kali
menemukan kondisi dimana varian error tidak bersifat konstan
sehingga memiliki permasalahan heterokedastis. Pada penelitian
dengan permodelan Regresi Ordinary Least Square data harus
bersifat homokedastis dimana varian error tidak berubah-ubah agar
49
estimator bersifat BLUE. Adanya penyimpangan homoskedastis
pada data dimana varian error tidak bersifat konstan, maka
dibutuhkan permodelan lain yang tidak memandang
heteroskedastisitas sebagai permasalahan, tetapi justru
memanfaatkan kondisi tersebut untuk membuat permodelan. Oleh
karena itu akan digunakan permodelan Autoregressive Conditional
Heteroskedasticity (ARCH) dan Generalized Autoregressive
Conditional Heteroskedasticity (GARCH) untuk memperoleh
estimator yang efisien (Nachrowi dan Usman, 2006:419).
Pada intinya, baik model ARCH dan GARCH berusaha untuk
mengatasi adanya heteroskedastisitas pada model dengan
menambahkan persamaan varian pada model. Kemudian model yang
ditambahkan persamaan varian tersebut diestimasi secara simultan
agar dapat diperoleh estimator yang efisien.
1) Metode ARCH
Pada uji menggunakan data return, ada kalanya terdapat
suatu permodelan dimana terjadi volatilitas yang sangat tinggi dan
ada periode lain volatilitasnya sangat rendah. Pada volatilitas
demikian menunjukan adanya heterokedastisitas karena terdapat
varian error yang besarnya bergantung pada volatilitas error dimasa
lalu. (Nachrowi dan Usman, 2006:420) Data yang demikian dapat
dimodelkan /dengan menggunakan ARCH (q).
50
Penelitian akan menggunakan trial and error untuk
menemukan persamaan. Berikut adalah persamaan dasar dengan
menggunakan permodelan ARCH : (Berument and Kiymaz,2001)
Rt = β1DJan + β2DFeb + β3DMar + β4DApr + β5DMei + β6DJun + β7DJul +
β8DAgt + β9DSept + β10DOkt + β11DNov + β12DDes + ∑ bj + 5 rt-j +
ARCH model digunakan untuk mengatasi ketidakpastian
dari resiko residual. Keuntungan pendekatan ini adalah conditional
variance atau volatilitas jangka pendek merupakan fungsi dari error
pada return saham masa lalu. Untuk menemukan permodelan yang
sesuai, dapat dilakukan penambahan jumlah orde (q) yang lebih
besar pada model ARCH (q). Penambahan orde (q) akan
mengakibatkan variance dari residualnya berubah. Selain itu, jumlah
orde (q) yang relatif besar akan mengakibatkan banyaknya parameter
yang harus diestimasi. Semakin banyak parameter yang harus
diestimasi dapat mengakibatkan ketepatan dari estimator berkurang.
Hal ini biasa dijumpai pada pengujian menggunakan data bulanan.
(Nachrowi dan Usman, 2006:421).
(a) Uji ARCH – LM pada model
Sebelum membuat permodelan menggunakan metode
ARCH, penting untuk terlebih dahulu mendeteksi keberadaan ARCH
effect. Hal ini dimaksudkan untuk mengetahui permodelan mana
yang lebih baik untuk menggunakan metode ARCH dibandingkan
51
OLS dalam memodelkan persamaan. Untuk melihat Obs*R-squared
pada ARCH-LM test program Eviews. Nilai probabilita Obs*R-
squared yang lebih kecil dari α = 5% mengindikasikan keberadaan
ARCH effect pada permodelan.
Menentukan permodelan ARCH yang sesuai akan
menggunakan trial ana error. Permodelan ARCH dapat dikatakan
baik ketika memiliki nilai adjusted R-squared tinggi, Schwarz
Criterion rendah, dan nilai AIC (Akaike) minimum. (Winarno,
2009:8.23)
Namun demikian model ARCH (q) yang baik sulit untuk
diestimasi. Untuk mengatasi hal tersebut, Bollerslev (1986)
menggunakan permodelan generelized ARCH (GARCH) untuk
mengatasi kekurangan pada ARCH.
2) Metode GARCH
Metode GARCH digunakan ketika terdapat variance error
yang besarnya bergantung pada squared error terms pada
beberapa tahun lalu. Berikut ini adalah pemodelan dari GARCH :
(Bollerslev, 1986)
= + ∑ + ∑Permodelan yang sesuai dalam menggambarkan volatilitas
return saham selama periode observasi, maka akan dilakukan
52
deteksi keberadaan month of the year efect pada hasil. Berikut
adalah hipotesis penelitian untuk uji tersebut:
H0 : β1, β2,…..β12 = 0
H1 : β1, β2,…..β12 ≠ 0
Hipotesis awal mengindikasikan bahwa terdapat
conditional variance yang bersifat konstan pada periode observasi
atau terdapat rata-rata return yang sama selama periode observasi
dimana return bulan Januari akan sama dengan return bulan
Februari, Maret, April, Mei, Juni, Juli, Agustus, September,
Oktober, November, dan Desember. Hipotesa alternatif
mengindikasikan bahwa terdapat perbedaan return antara
keduabelas bulan tersebut yang mencerminkan keberadaan month
of the year effect selama periode observasi.
Bila nilai probabilitas < α=5%, maka terdapat anomaly
month of the yaer effect atau dengan kata lain tolak H0. Hal ini
mengindikasikan bahwa return keduabelas bulan tersebut berbeda
satu sama lain. Sedangkan bila nilai probabilita > α =5%, maka tidak
terdapat anomali month of the year effect sehingga kesimpulan yang
diambil adalah terima H0. Berikut adalah diagnostic check lebih
lanjut sebagai uji kelayakan untuk model GARCH, hasil
penjumlahan koefisien ARCH dan GARCH tidak lebih dari 1
(α+β<1) (Shochrul R. Ajija, 2011).
53
E. Operational Variabel
Berikut ini akan dijelaskan mengenai defenisi operasional variabel yang
akan digunakan penelitian mengenai month of the year effect terhadap return
pasar pada perusahaan-perusahaan yang terdaftar dalam industri manufaktur
periode Januari 2007 dampai Desember 2012 yaitu sebagai berikut:
1. Variabel Independen
Variabel independen adalah variabel yang tidak terikat, bebas dan tidak
mempengaruhi varianel dependen. Berdasarkan tujuan penelitian ini adalah
untuk menganalisa ada tidaknya anomali month of the year effect di pasar
modal Indonesia. Maka variabel yang digunakan adalah return bulan Januari,
Februari, Maret, April, Mei, Juni, Juli, Agustus, September, Oktober,
November, Desember.
2. Variabel Dependen
Variabel dependen adalah variabel yang terikat dan dipengaruhi oleh
variabel Independen. Berdasarkan tujuan penelitian ini adalah untuk
menganalisis keberadaan anomali month of the year effect di pasar modal
Indonesia. Variabel yang digunakan adalah return pasar dan abnormal return.
Adapun rumus nilai return yang digunakan adalah sebagai berikut:
Dimana:
Rt = return pasar bulan t
Rt =
54
Pt = harga saham penutupan pada periode t
Pt-1 = harga saham penutupan pada periode t-1
Adapun rumus nilai abnormal return yang digunakan adalah sebagai berikut:
Dimana :
ARit = abnormal return saham i pada waktu t.
Rit = return sesungguhnya yang terjadi untuk saham i pada
periode waktu ke-t.
Rmt = return ekspektasi saham i untuk periode waktu ke-t.
ARit = Rit - Rmt
55
BAB IV
ANALISIS DAN PEMBAHASAN
A. Sekilas Gambaran Umum Objek Penelitian1. Gambaran Umum Bursa Efek Indonesia
Pada tahun 2007, bursa efek di Indonesia mengalami
perkembangan yang signifikan, yaitu mergernya kedua pasar modal di
Indonesia. Di bawah pengawasan dan koordinasi Badan Pengawas Pasar
Modal (BAPEPAM), Bursa Efek Jakarta dan Bursa Efek Surabaya
berhasil melaksanakan merger secara legal pada 1 Oktober 2007. Adapun
perkembangan perdagangan di Bursa Efek Indonesia dicerminkan dalam
suatu indeks yaitu Indeks Harga Saham Gabungan (IHSG) untuk seluruh
perusahaan terbuka dan tercatat. Perkembangan indeks di Bursa Efek
Indonesia dan nilai kapitalisasi pasarnya digambarkan dalam table berikut
ini:
Sumber: Statistik Pasar Modal 2012 oleh Bapepam LK
56
Seiring penguatan IHSG, nilai kapitalisasi pasar saham BEI juga
mengalami peningkatan sebesar 15,69%, dari Rp. 3.537,29 triliun pada
akhir tahun 2011 menjadi Rp. 4.092,23 triliun pada akhir perdagangan
tanggal 27 Desember 2012. Dilihat dari nilai bersih transaksi saham yang
dilakukan oleh investor asing, sepanjang tahun 2011 terjadi aliran masuk
dana asing (net inflow of foreign capital) sebesar Rp. 25,67 triliun. Angka
ini menurun sepanjang tahun 2012 menjadi Rp. 15,44 triliun hingga 27
Desember 2012.Sentimen negatif dari bursa AS dan Eropa di sepanjang
tahun 2012 masih mempengaruhi investor asing untuk masuk ke pasar
saham Indonesia. Ditengah keadaan demikian, Dollar AS saat ini masih
menjadi aset yang paling aman (safe haven) bagi investor asing di tengah
ketidakpastian global. Total nilai transaksi saham di BEI sepanjang tahun
2012 hingga 27 Desember 2012 mencapai Rp 1.111,14 triliun. Angka ini
menurun sebesar 10,11% dari total nilai transaksi saham sepanjang tahun
2011 sebesar Rp 1.223,44 triliun. Demikian juga, nilai transaksi rata-rata
harian mengalami penurunan dari Rp 4,95 triliun per hari pada tahun 2011
menjadi Rp 4,55 triliun per hari pada tahun 2012. (Bapepam.go.id)
2. Gambaran Umum Sektor Basic Industry and Chemicals, Miscallaneus,and Consumer Goods.
Jumlah perusahaan yang memperoleh pernyataan efektif untuk
menawarkan saham dan obligasi kepada masyarakat umum sampai dengan
tanggal 28 September 2012 adalah 659 emiten (termasuk 7 perusahaan
publik yang tercatat di bursa) dengan total nilai emisi Rp 876.962 triliun
yang tersebar diberbagai sektor industri sebagai berikut:
57
Sumber: Statistik Pasar Modal 2012 oleh Bapepam
a. Industri Dasar dan Kimia (Basic Industry and Chemicals)
Industri dasar kimia meliputi kayu dan pengolahannya,
keramik, porselen, kaca, logam dan sejenisnya, pakan ternak, plastik
dan kemasannya, pulp dan kertas serta semen. Industri dasar kimia
dapat digolongkan sebagai industri manufaktur karena industri ini
menghasilkan produk atau barang jadi dari bahan baku (sumber daya
alam) melalui proses mekanis. Dengan maraknya green energy, maka
investasi industri biodiesel makin tumbuh. Tak terkecuali Indonesia
yang merupakan prodesen minyak sawit terbesar di dunia.
Lebih jauh, selain industri biodiesel, industri fatty alcohol-
bahan pembuat kosmetik juga mencatat pertumbuhan investasi yang
cukup besar. Kedua jenis industri kimia itu mencangkup investasi baru
dan perluasan dari industri eksisting. Namun begitu hingga kini masih
ada dua masalah utama dalam industri kimia, seperti infrastruktur dan
ketersediaan gas. Indonesia masih belum punya fasilitas pergudangan
khusus untuk hasil industri yang sifatnya likuid. Sedangkan kendala
58
ketersediaan gas hingga kini belum tuntas diselesaikan pemerintah
(britama.com, 2012).
b. Aneka Industri (Miscallaneus)
Aneka industri meliputi alas kaki, kabel, otomotif dan
komponennya, tekstil, garmen, elektronik dan lain-lain. Indutri ini
dapat digolongkan sebagai industri manufaktur karena menghasilkan
produk atau barang jadi dari bahan baku melalui proses indutrialisasi.
Perkembangan industri manufaktur memburuk sejak tahun 2006
sehingga penjualan dari perusahaan-perusahaan yang termasuk dalam
sektor aneka industri mengalami penurunan. Hal ini disebabkan oleh
beberapa faktor seperti meningkatnya harga bahan bakar dan minyak
yang menyebabkan biaya produksi meningkat. Peningkatan biaya
produksi menyebabkan meningkatnya harga produk sehingga
permintaan produk menurun (britama.com, 2012).
c. Industri Barang Konsumsi (Consumer Goods)
Industri barang konsumsi meliputi farmasi, kosmetik, makanan
dan minuman peralatan rumah tangga dan rokok. Industri ini termasuk
dalam perusahaan manufaktur karena mengubah bahan baku menjadi
barang jadi melalui proses mekanis. Keadaan pasar untuk industri ini
mengalami penurunan sejak tahun 2006 dengan alasan yang sama
dengan industri dasar kimia serta aneka industri (britama.com, 2012).
59
3. Gambaran Umum Perusahaan-Perusahaan yang Termasuk dalam
Basic Industry and Chemicals, Miscallaneus, and Consumer Goods.
a. Polychem Indonesia Tbk (ADMG)
PT Polychem Indonesia Tbk (dahulu PT GT Petrochem
Industries Tbk) didirikan tanggal 25 April 1986 dan mulai berproduksi
secara komersial pada tahun 1990. Pada tanggal 17 September 1993,
ADMG memperoleh pernyataan efektif dari Bapepam-LK untuk
melakukan Penawaran Umum Perdana Saham (IPO) ADMG kepada
masyarakat sebanyak 20.000.000 dengan nilai nominal Rp1.000,- per
saham dengan harga penawaran Rp4.250,- per saham. Saham-saham
tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 20
Oktober 1993 (britama.com, 2012).
b. Tiga Pilar Sejahtera Food Tbk (AISA)
PT Tiga Pilar Sejahtera Food Tbk didirikan pada tanggal 26
Januari 1990 dengan nama PT Asia Intiselera. Perusahaan mulai
beroperasi secara komersial pada tahun 1990. Perusahaan memperoleh
pernyataan efektif dari Bapepam-LK untuk melakukan Penawaran
Umum Saham Perdana 45 juta saham dengan nilai nominal Rp500,-
per saham dan Harga Penawaran Rp950,- kepada masyarakat. Pada
tanggal 11 Juni 1997, saham tersebut telah efektif dicatatkan pada
Bursa Efek Indonesia (BEI) (britama.com, 2012).
60
c. Astra International Tbk (ASII)
PT Astra International Tbk didirikan pada tanggal 20 Februari
1957 dengan nama PT Astra International Incorporated. Berdasarkan
Anggaran Dasar Perusahaan, ASII bergerak di bidang perdagangan
umum, perindustrian, jasa pertambangan, pengangkutan, pertanian,
pembangunan dan jasa konsultasi. Ruang lingkup kegiatan utama
entitas anak meliputi perakitan dan penyaluran mobil, sepeda motor
berikut suku cadangnya, penjualan dan penyewaan alat berat,
pertambangan dan jasa terkait, pengembangan perkebunan, jasa
keuangan, infrastruktur dan teknologi informasi (britama.com, 2012).
d. Charoen Pokphand Indonesia Tbk (CPIN)
PT Charoen Pokphand Indonesia Tbk didirikan 07 Januari
1972 dalam rangka Penanaman Modal Asing. Pada tahun 1991, CPIN
memperoleh pernyataan efektif dari BAPEPAM-LK untuk melakukan
Penawaran Umum Perdana Saham (IPO) Perusahaan kepada
masyarakat sebanyak 2.500.000 dengan nilai nominal Rp1.000,- per
saham dengan harga penawaran Rp5.100,- per saham. Saham-saham
tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 18
Maret 1991 (britama.com, 2012).
e. Davomas Abadi Tbk (DAVO)
PT Davomas Abadi Tbk didirikan tanggal 14 Maret 1990 dan
memulai kegiatan usaha komersialnya pada tahun 1991. Pada tanggal
30 Nopember 1994, DAVO memperoleh pernyataan efektif dari
61
Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham
(IPO) Perusahaan kepada masyarakat sebanyak 17.250.000 dengan
nilai nominal Rp1.000,- per saham dengan harga penawaran Rp3.300,-
per saham. Saham-saham tersebut dicatatkan pada Bursa Efek
Indonesia (BEI) pada tanggal 22 Desember 1994 (britama.com, 2012).
f. Eterindo Wahanatama Tbk (ETWA)
PT Eterindo Wahanatama Tbk (ETWA) didirikan tanggal 06
Maret 1992 dan memulai kegiatan usaha komersialnya pada tahun
1996. Pada tanggal 16 April 1997, ETWA memperoleh pernyataan
efektif dari Bapepam-LK untuk melakukan Penawaran Umum
Perdana Saham (IPO) Perusahaan kepada masyarakat sebanyak
170.000.000 dengan nilai nominal Rp500,- per saham dengan harga
penawaran Rp1.300,- per saham. Saham-saham tersebut dicatatkan
pada Bursa Efek Indonesia (BEI) pada tanggal 16 Mei 1997
(britama.com, 2012).
g. Gajah Tunggal Tbk (GJTL)
PT Gajah Tunggal Tbk didirikan tanggal 24 Agustus 1951 dan
memulai kegiatan usaha komersialnya pada tahun 1953. Pada tanggal
15 Maret 1990, GJTL memperoleh pernyataan efektif dari Bapepam-
LK untuk melakukan Penawaran Umum Perdana Saham (IPO)
Perusahaan kepada masyarakat sebanyak 20.000.000 dengan nilai
nominal Rp1.000,- per saham dengan harga penawaran Rp5.500,- per
62
saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia
(BEI) pada tanggal 08 Mei 1990 (britama.com, 2012).
h. Indofood Sukses Makmur Tbk (INDF)
PT Indofood Sukses Makmur Tbk didirikan tanggal 14
Agustus 1990 dengan nama PT Panganjaya Intikusuma dan memulai
kegiatan usaha komersialnya pada tahun 1990. Pada tahun 1994,
INDF memperoleh pernyataan efektif dari Bapepam-LK untuk
melakukan Penawaran Umum Perdana Saham INDF (IPO) kepada
masyarakat sebanyak 21.000.000 dengan nilai nominal Rp1.000,- per
saham dengan harga penawaran Rp6.200,- per saham. Saham-saham
tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 14
Juli 1994 (britama.com, 2012).
i. Indah Kiat Pulp & Paper Tbk (INKP)
PT Indah Kiat Pulp & Paper Tbk didirikan tanggal 07
Desember 1976 dan memulai kegiatan usaha komersialnya pada tahun
1978. Pada tahun 1990, INKP memperoleh pernyataan efektif dari
Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham
(IPO) INKP kepada masyarakat sebanyak 60.000.000 dengan nilai
nominal Rp1.000,- per saham dengan harga penawaran Rp10.600,- per
saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia
(BEI) pada tanggal 16 Juli 1990 (britama.com, 2012).
63
j. Indocement Tunggal Prakarsa Tbk (INTP)
PT Indocement Tunggal Prakarsa Tbk didirikan tanggal 16
Januari 1985 dan memulai kegiatan usaha komersialnya pada tahun
1985. Pada tahun 1989, INTP memperoleh pernyataan efektif dari
Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham
INTP (IPO) kepada masyarakat sebanyak 89.832.150 dengan nilai
nominal Rp1.000,- per saham dengan harga penawaran Rp10.000,- per
saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia
(BEI) pada tanggal 05 Desember 1989 (britama.com, 2012).
k. Kimia Farma (Persero) Tbk (KAEF)
PT Kimia Farma (Persero) Tbk didirikan tanggal 16 Agustus
1971 dan memulai kegiatan usaha komersialnya pada tahun 1817.
Pada tanggal 14 Juni 2001, KAEF memperoleh pernyataan efektif dari
Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham
KAEF (IPO) kepada masyarakat sebanyak 500.000.000 saham seri B
dengan nilai nominal Rp100,- per saham dengan harga penawaran
Rp200,- per saham. Saham-saham tersebut dicatatkan pada Bursa Efek
Indonesia (BEI) pada tanggal 04 Juli 2001 (britama.com, 2012).
l. Kalbe Farma Tbk (KLBF)
PT Kalbe Farma Tbk didirikan tanggal 10 September 1966 dan
memulai kegiatan usaha komersialnya pada tahun 1966. Pada tahun
1991, KLBF memperoleh pernyataan efektif dari Bapepam-LK untuk
melakukan Penawaran Umum Perdana Saham (IPO) KLBF kepada
64
masyarakat sebanyak 10.000.000 dengan nilai nominal Rp1.000,- per
saham dengan harga penawaran Rp7.800,- per saham. Saham-saham
tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 30
Juli 1991 (britama.com, 2012).
m. Multistrada Arah Sarana Tbk (MASA)
PT Multistrada Arah Sarana Tbk didirikan tanggal 20 Juni
1988 dengan nama PT Oroban Perkasa dan mulai beroperasi secara
komersial pada tahun 1995. Pada tanggal 18 Maret 2005, MASA
memperoleh pernyataan efektif dari Bapepam-LK untuk melakukan
Penawaran Umum Perdana Saham MASA (IPO) kepada masyarakat
sebanyak 1.000.000.000 dengan nilai nominal Rp140,- per saham
dengan harga penawaran Rp170,- per saham. Saham-saham tersebut
dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 09 Juni
2005 (britama.com, 2012).
n. Sierad Produce Tbk (SIPD)
PT Sierad Produce Tbk didirikan 06 September 1985 dan
mulai beroperasi secara komersial pada tahun 1985. Pada tanggal 29
Nopember 1996, SIPD memperoleh pernyataan efektif dari Bapepam-
LK untuk melakukan Penawaran Umum Perdana Saham (IPO) SIPD
kepada masyarakat sebanyak 250.000.000 dengan nilai nominal
Rp500,- per saham dengan harga penawaran Rp900,- per saham.
Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI)
pada tanggal 27 Des 1996 (britama.com, 2012).
65
o. Holcim Indonesia Tbk (dahulu PT Semen Cibinong Tbk) (SMCB)
PT Holcim Indonesia Tbk (dahulu PT Semen Cibinong Tbk)
didirikan 15 Juni 1971 dan mulai beroperasi secara komersial pada
tahun 1975. Pada tanggal 06 Agustus 1977, SMCB memperoleh
pernyataan efektif dari Bapepam-LK untuk melakukan Penawaran
Umum Perdana Saham SMCB (IPO) kepada masyarakat sebanyak
178.750 dengan nilai nominal Rp1.000,- per saham dengan harga
penawaran Rp10.000,- per saham. Saham-saham tersebut dicatatkan
pada Bursa Efek Indonesia (BEI) pada tanggal 10 Agustus 1977
(britama.com, 2012).
p. Semen Indonesia (Persero) Tbk (dahulu bernama PT Semen Gresik
(Persero) Tbk) (SMGR)
PT Semen Indonesia (Persero) Tbk (dahulu bernama PT
Semen Gresik (Persero) Tbk) didirikan 25 Maret 1953 dengan nama
“NV Pabrik Semen Gresik” dan mulai beroperasi secara komersial
pada tanggal 07 Agustus 1957. Pada tanggal 04 Juli 1991, SMGR
memperoleh pernyataan efektif dari Bapepam-LK untuk melakukan
Penawaran Umum Perdana Saham SMGR (IPO) kepada masyarakat
sebanyak 40.000.000 dengan nilai nominal Rp1.000,- per saham
dengan harga penawaran Rp7.000,- per saham. Saham-saham tersebut
dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 08 Juli 1991
(britama.com, 2012).
66
q. Suparma Tbk (SPMA)
PT Suparma Tbk (SPMA) didirikan tanggal 25 Agustus 1976
dan memulai kegiatan usaha komersialnya pada bulan April 1978.
Pada bulan Juli 2000, Perusahaaan mengeluarkan dividen saham
sebanyak 157.755.240 saham. Dalam rapat umum luar biasa para
pemegang saham bulan Oktober 2000, para pemegang saham
menyetujui antara lain perubahan jumlah dividen saham sehingga
seluruhnya menjadi 64.074.658 saham (britama.com, 2012).
r. Indo Acidatama Tbk (SRSN)
PT Indo Acidatama Tbk didirikan pada awalnya bernama PT
Sarasa Nugraha Tbk tanggal 7 Desember 1982 dan memulai kegiatan
komersil garmen sejak 1 Februari 1984 dan kimia sejak tahun 1989.
Pada tanggal 2 Desember 1992, Perusahaan memperoleh pernyataan
efektif dari Bapepam-LK untuk melakukan Penawaran Umum
Perdana atas 5.000.000 saham Perusahaan kepada masyarakat dengan
nilai nominal Rp1.000,- per saham dan harga penawaran Rp3.500 per
saham (britama.com, 2012).
s. Trias Sentosa Tbk (TRST)
PT Trias Sentosa Tbk didirikan tanggal 23 Nopember 1979
dan memulai operasi komersialnya pada tahun 1986. Pada tanggal 22
Mei 1990, TRST memperoleh pernyataan efektif dari Bapepam-LK
untuk melakukan Penawaran Umum Perdana Saham TRST kepada
masyarakat sebanyak 3.000.000 dengan nilai nominal Rp1.000,- per
67
saham dengan harga penawaran Rp2.050,- per saham. Saham-saham
tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 02
Juli 1990 (britama.com, 2012).
t. Unilever Indonesia Tbk (UNVR)
PT Unilever Indonesia Tbk didirikan pada tanggal 5 Desember
1933 dengan nama Lever’s Zeepfabrieken N.V. dan mulai beroperasi
secara komersial tahun 1933. Berdasarkan Anggaran Dasar
Perusahaan, ruang lingkup kegiatan usaha Perusahaan meliputi bidang
produksi, pemasaran dan distribusi barang-barang konsumsi yang
meliputi sabun, deterjen, margarin, makanan berinti susu, es krim,
produk–produk kosmetik, minuman dengan bahan pokok teh dan
minuman sari buah (britama.com, 2012).
B. Deskriptif Analisis Data
Penelitian ini bertujuan untuk mengetahui pengaruh bulan
perdagangan terhadap return saham dan abnormal return saham selama tahun
2007 hingga 2012. Sebelumnya akan telebih dahulu dilihat deskripsi terhadap
return saham pada bulan Januari, Februari, Maret, April, Mei, Juni, Juli,
Agustus, September, November dan Desember yang diperoleh dari rata-rata
20 perusahaan Sektor Basic Industry and Chemicals, Miscallaneus, and
Consumer Goods selama tahun 2007 sampai dengan 2012.
68
Tabel 4.1Pergerakan Return Saham 2007-2012
No.Kode
Perusahaan2007 2008 2009 2010 2011 2012
1 ADMG -0,1267 0,7494 0,7383 1,3989 2,3583 -0,22472 AISA 1,7439 -0,427 -0,124 1,0748 -0,163 1,0093 ASII 0,6228 0,1208 1,3135 0,3858 0,479 0,072944 CPIN 0,381 -0,1575 2,0180 1,7707 0,9778 0,72945 DAVO -0,086 0,4498 -0,752 1,0693 0,3411 06 ETWA 1,1986 -0,1988 0,8018 0,2545 1,0852 -0,19117 GJTL -0,1623 0,959 0,7345 1,7379 0,9809 -0,378 INDF 0,6971 -0,583 1,6994 0,4262 0,4121 0,25689 INKP 0,1076 0,987 0,0621 0,1699 0,5481 -0,554410 INTP 0,3837 -0,078 1,3338 0,0857 0,5093 0,307711 KAEF 0,9856 0,4855 0,7544 0,6891 1,7126 1,307512 KLBF 0,0694 0,239 1,426 1,055 0,414 0,40713 MASA 0,0662 0,4129 0,9525 0,8732 0,7336 0,00214 SIPD 0,3611 0,2995 0,0423 0,2417 0,3341 0,096915 SMCB 1,0704 -1,0246 1,1465 0,7654 0,2975 0,24616 SMGR 0,0791 0,2867 1,0034 0,1872 0,9085 0,360917 SPMA 0,4612 1,1505 1,2604 0,0593 0,6707 0,265218 SRSN 1,4283 -0,0262 0,014 0,2624 0,1743 0,193119 TRST 0,4829 0,0606 0,3197 0,2654 1,5603 -0,178920 UNVR 0,2373 0,2526 0,3997 0,4175 0,2939 0,1779
Sumber: Data Penelitian yang diolah (2013)
Berdasarkan tabel 4.1 ternyata terjdi fluktuasi rata-rata return jika
dilihat dari tahun ke tahun. Fluktuasi return pada setiap perusahaan
disebabkan oleh perbedaan persepsi masing-masing investor. Persepsi
investor sangat dipengaruhi oleh peristiwa-peristiwa tertentu, seperti misalnya
yang terjadi pada perusahaan Holcim Indonesia Tbk yang mengalami
perubahan yang sangat fluktuatif dari tahun 2007 dengan return positif
sebesar 1,0704 anjlok pada tahun 2008 menuju angka -1,0246. Hal ini
disebabkan IHSG yang sedang mengalami gejolak akibat indeks regional dan
indeks global. Pergerakan return saham perusahaan terus mengalami naik
turun. Keadaan pasar yang sedang tidak stabil ini menimbulkan resiko yang
69
cukup besar tehadap pasar modal dan juga saham perusahaan Davomas Abadi
Tbk. Return pasar akan mempengaruhi pergerakan return saham Davomas
Abadi Tbk yang juga sangat fluktuatif. Bila harga saham Davomas Abadi Tbk
mengalami kenaikan, maka return saham Davomas Abadi Tbk juga ikut naik,
tetapi kenaikan return saham ini juga diikuti dengan naiknya tingkat resiko
yang lebih besar pada saham tersebut, sehingga investor pun menjadi berhati-
hati terhadap kenaikan return ini mengingat keadaan indeks regional yang
belum stabil.
Grafik 4.1
Pergerakan Return Saham Periode 2007-2012
Sumber: Data Penelitian yang diolah (2013)
-1,5
-1
-0,5
0
0,5
1
1,5
2
2,5
3
ADMG
AISA ASII
CPIN
DAVO
ETWA
GJTL
INDFINKPINTP
KAEF
KLBF
MASA
SIPD
SMGR
SPMA
SRSN
SRSNTRST
UNVR
2007
2008
2009
2010
2011
2012
70
Pengukuran reaksi pasar dengan abnormal return saham dilakukan
dengan menggunakan model market adjusted model. Dalam hal ini abnormal
return saham merupakan selisih antara return saham dengan return pasar.
Deskripsi dari abnormal return saham selama tahun 2007-2012 adalah
sebagai berikut :
Tabel 4.2
Deskriptif Statistik Abnormal Return Saham 2007-2012
Bulan Mean Median Maximum Minimum Std. Dev. Obs
Januari -0,60520 -0,450522 -0,332979 -1,207254 0,343591 6
Februari -0,27132 -0,187551 -0,059852 -0,620347 0,242452 6
Maret -1,40572 -1,585272 -0,404865 -2,154962 0,753351 6
April -1,95217 -2,045019 -0,659517 -2,954886 1,036874 6
Mei -1,94176 -2,012643 -0,513987 -2,977199 0,813198 6
Juni -1,04281 -0,892394 -0,106701 -2,274091 0,757745 6
Juli -1,52998 -1,299456 -0,350781 -2,894210 1,057103 6
Agustus -0,19374 -0,275402 0,815051 -1,200808 0,864525 6
September -1,57852 -1,367878 -1,019586 -2,419296 0,655996 6
Oktober -0,66488 -0,281149 -0,140830 0,093180 1,057253 6
November -0,32960 -0,220871 -0,074402 -0,813307 0,277652 6
Desember -0,56428 -0,413684 -0,154309 -1,378232 0,469070 6
Sumber: Data Penelitian yang diolah (2013)
Berdasarkan hasil statistik deskriptif dari tabel 4.2, menunjukan hasil
yang beragam pada bulan-bulan perdagangan untuk setiap tahunnya. Pola
abnormal return saham yang terjadi menunjukkan bahwa secara rata-rata
total 72 bulan perdagangan saham selama tahun 2007-2012 adalah berbeda
dengan pola return saham.
71
Secara keseluruhan diperoleh abnormal return saham negatif sebesar -
9,614912 atau secara rata-rata terjadi reaksi negatif dari investor selama tahun
2007-2012 untuk saham-saham sektor manufaktur. Berdasarkan bulan
perdagangan saham, bulan Februari menunjukkan adanya abnormal return
saham negatif yang berbeda dengan return saham. Hal ini terjadi karena
kondisi pasar secara umum menunjukkan kenaikan return saham yang lebih
tajam dibanding pada saham saham sektor manufaktur sehingga return saham
meskipun positif namun lebih besar dari return pasar.
C. Pengujian Month of the Year Effect
Pengujian menggunakan variabel bulan dalam setahun dengan
menggunakan metode regresi OLS dan ARCH/GARCH. Permodelan ini akan
dipilih dengan hasil output yang paling baik menggambarkan month of the
year effect.
1. Metode Regresi OLS
Terlebih dahulu, data return pasar penutupan selama periode
2007-2012 akan diuji menggunakan Regresi Ordinary Least Square.
a. Uji Stasioneritas
1) Uji Stasioneritas Data Return
72
Tabel 4.3Uji Stasioneritas Data Return
Null Hypothesis: RETURN has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=11)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -7.419159 0.0000Test critical values: 1% level -3.525618
5% level -2.90295310% level -2.588902
*MacKinnon (1996) one-sided p-values.
Sumber:Data penelitian yang diolah (2013).
Dari hasil uji Augmented Dickey Fuller (ADF) t-statistic
menunujukan angka -7,419159 lebih rendah dari critical values
5% sebesar -2,90293. Hal ini mengindikasikan bahwa data tidak
memiliki masalah unit root atau data telah stasioner.
2) Uji Stasioneritas Data Abnormal Return
Tabel 4.4Uji Stasioneritas Data Abnormal Return
Null Hypothesis: ABNORMAL_RETURN has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=11)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -7.706220 0.0000Test critical values: 1% level -3.525618
5% level -2.90295310% level -2.588902
*MacKinnon (1996) one-sided p-values.
Sumber:Data penelitian yang diolah (2013
Dari hasil uji Augmented Dickey Fuller (ADF) t-statistic
menunujukan angka -7,706220 lebih rendah dari critical values
73
5% sebesar -2,90293. Hal ini mengindikasikan bahwa data tidak
memiliki masalah unit root atau data telah stasioner.
b. Uji Autokorelasi
1) Uji Autokorelasi Data Return
Autokorelasi menunjukan korelasi diantara anggota
serangkaian observasi yang diurutkan menurut waktu atau ruang.
Untuk mendeteksi adanya autokorelasi dapat menggunakan
Lagrange Multiplier test (LM Test).
Tabel 4.5
Uji Autokorelasi Data Return
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.052112 Prob. F(2,58) 0.9493Obs*R-squared 0.129150 Prob. Chi-Square(2) 0.9375
Sumber: Data penelitian yang diolah (2013)
Uji autokorelasi menggunakan Lagrange Multiplier test
(LM Test) untuk memperkuat pendugaan. Hasilnya adalah, nilai
Prob. Chi-Square(2) dari Obs*R-squared menunjukan angka
0,9375 yang berada diatas α=5%. Hal ini menunjukan bahwa
permodelan tidak terdapat autokorelasi.
74
2) Uji Autokorelasi Data Abnormal ReturnTabel 4.6
Uji Autokorelasi Data Abnormal Return
Sumber: Data penelitian yang diolah (2013)
Hasil uji autokorelasi menggunakan Lagrange Multiplier
test (LM Test) adalah, nilai Prob. Chi-Square(2) dari Obs*R-
squared menunjukan angka 0,8861 yang berada diatas α=5%. Hal
ini menunjukan bahwa permodelan tidak terdapat autokorelasi.
c. Uji Heteroskedastisitas
1) Uji Heteroskedastisitas Data Return
Tabel 4.7
Uji Heteroskedestisitas Data Return
Heteroskedasticity Test: White
F-statistic 1.423998 Prob. F(11,60) 0.1860Obs*R-squared 14.90546 Prob. Chi-Square(11) 0.1869Scaled explained SS 10.41591 Prob. Chi-Square(11) 0.4934
Sumber: Data penelitian yang diolah (2013)
Selanjutnya akan dilakukan uji keberadaan heterokedastis
sebagai salah satu uji kelayakan model menggunakan metode
regresi Ordinary Least Squared. Pengujian menggunakan White
Heterokedsticity test menunjukan hasil Prob. Chi-Square(11) dari
Obs*R-Squared tidak signifikan pada level α=5% yaitu 0,1869.
Hal ini mengindikasikan bahwa permodelan tidak memiliki
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.097725 Prob. F(2,58) 0.9070Obs*R-squared 0.241813 Prob. Chi-Square(2) 0.8861
75
masalah heterokedastisitas. Hal ini Berarti Regresi OLS dapat
digunakan pada permodelan.
2) Uji Heteroskedastisitas Data Abnormal Return
Tabel 4.8
Uji Heteroskedastisitas Data Abnormal Return
Heteroskedasticity Test: White
F-statistic 1.535048 Prob. F(11,60) 0.1429Obs*R-squared 15.81257 Prob. Chi-Square(11) 0.1482Scaled explained SS 11.72313 Prob. Chi-Square(11) 0.3848
Sumber: Data penelitian yang diolah
Selanjutnya akan dilakukan uji keberadaan heterokedastis
sebagai salah satu uji kelayakan model menggunakan metode
regresi Ordinary Least Squared. Pengujian menggunakan White
Heterokedsticity test menunjukan hasil Prob. Chi-Square(11) dari
Obs*R-Squared tidak signifikan pada level α=5% yaitu 0,1482.
Hal ini mengindikasikan bahwa permodelan tidak memiliki
masalah heterokedastisitas. Hal ini berarti Regresi OLS dapat
digunakan pada permodelan.
76
Tabel 4.9
Hasil Uji Regresi OLS Data Return
Dependent Variable: RETURNMethod: Least SquaresDate: 07/16/13 Time: 01:14Sample: 2007M01 2012M12Included observations: 72
Variable Coefficient Std. Error t-Statistic Prob.
JANUARI -0.019516 0.449500 -0.043417 0.9655FEBUARI -0.336642 0.449500 -0.748925 0.4568MARET 0.845370 0.449500 1.880690 0.0649APRIL 1.403618 0.449500 3.122624 0.0028
MEI 1.348064 0.449500 2.999032 0.0039JUNI 0.458877 0.449500 1.020862 0.3114JULI 0.987924 0.449500 2.197829 0.0318
AGUSTUS -0.441093 0.449500 -0.981298 0.3304SEPTEMBER 0.988678 0.449500 2.199507 0.0317
OKTOBER 0.046322 0.449500 0.103052 0.9183NOVEMBER -0.558540 0.449500 -1.242581 0.2189DESEMBER 0.604896 0.317844 1.903121 0.0618
R-squared 0.472503 Mean dependent var 0.998485Adjusted R-squared 0.375795 S.D. dependent var 0.985431S.E. of regression 0.778556 Akaike info criterion 2.488261Sum squared resid 36.36899 Schwarz criterion 2.867705Log likelihood -77.57739 Hannan-Quinn criter. 2.639319F-statistic 4.885882 Durbin-Watson stat 1.920444Prob(F-statistic) 0.000024
Sumber: Hasil Output Eviews 7
Berdasarkan hasil output diatas maka nampak bahwa return
Januari, Februari, Maret, Juni, Agustus, Oktober, November,
Desember tidak signifikan secara statistik pada α=5%, sedangkan
bulan perdagangan April, Mei, Juli, September memiliki
probabilitas < 0,05 yang artinya signifikan pada tingkat 5%.
77
Tabel 4.10Hasil Uji Regresi OLS Data Abnormal Return
Dependent Variable: ABNORMAL_RETURNMethod: Least SquaresDate: 08/13/13 Time: 17:59Sample: 2007M01 2012M12Included observations: 72
Variable Coefficient Std. Error t-Statistic Prob.
JANUARI -0.040921 0.427781 -0.095658 0.9241FEBRUARI 0.292966 0.427781 0.684849 0.4961
MARET -0.841436 0.427781 -1.966976 0.0538APRIL -1.387888 0.427781 -3.244386 0.0019
MEI -1.377477 0.427781 -3.220048 0.0021JUNI -0.478527 0.427781 -1.118626 0.2678JULI -0.965697 0.427781 -2.257456 0.0276
AGUSTUS 0.370543 0.427781 0.866198 0.3898SEPTEMBER -1.014236 0.427781 -2.370923 0.0210
OKTOBER -0.100597 0.427781 -0.235159 0.8149NOVEMBER 0.234685 0.427781 0.548611 0.5853DESEMBER -0.564286 0.302487 -1.865488 0.0670
R-squared 0.459304 Mean dependent var -1.006668Adjusted R-squared 0.360177 S.D. dependent var 0.926302S.E. of regression 0.740939 Akaike info criterion 2.389215Sum squared resid 32.93944 Schwarz criterion 2.768659Log likelihood -74.01174 Hannan-Quinn criter. 2.540273F-statistic 4.633466 Durbin-Watson stat 2.022613Prob(F-statistic) 0.000044
Sumber: Hasil Output Eviews 7
Berdasarkan hasil output diatas maka nampak bahwa return
Januari, Februari, Maret, Juni, Agustus, Oktober, November tidak
signifikan secara statistik pada α=5%, sedangkan bulan
perdagangan April, Mei, Juli, September, Desember memiliki
probabilitas < 0,05 yang artinya signifikan pada tingkat 5%.
2. Metode ARCH GARCH
a. Uji GARCH (1,1) Data Return
78
Metode selanjutnya yang akan digunakan dalam memprediksi ada
tidaknya Month of the Year Effect adalah ARCH/GARCH. Model yang
digunakan yaitu GARCH (1,1).
Tabel 4.11
Hasil Uji GARCH (1,1) Data Return
Dependent Variable: RETURNMethod: ML - ARCH (Marquardt) - Normal distributionDate: 07/16/13 Time: 01:20Sample: 2007M01 2012M12Included observations: 72Convergence achieved after 75 iterationsPresample variance: backcast (parameter = 0.7)GARCH = C(13) + C(14)*RESID(-1)^2 + C(15)*GARCH(-1)
Variable Coefficient Std. Error z-Statistic Prob.
JANUARI 0.041920 0.469488 0.089290 0.9289FEBRUARI -0.332070 0.665097 -0.499281 0.6176
MARET 1.049901 0.307382 t3.415628 0.0006APRIL 1.015992 0.318526 3.189671 0.0014
MEI 1.251441 0.430312 2.908217 0.0036JUNI 0.182308 0.350041 0.520819 0.6025JULI 0.865994 0.382834 2.262061 0.0237
AGUSTUS -0.285180 0.373577 -0.763375 0.4452SEPTEMBER 1.003903 0.371430 2.702808 0.0069
OKTOBER -0.016681 0.454760 -0.036681 0.9707NOVEMBER -0.423369 0.611492 -0.692355 0.4887DESEMBER 0.543313 0.269810 2.013688 0.0440
Variance Equation
C 0.048820 0.028106 1.736964 0.0824RESID(-1)^2 -0.163721 0.047011 -3.482606 0.0005GARCH(-1) 1.092305 0.072780 15.00834 0.0000
R-squared 0.434708 Mean dependent var 0.998485Adjusted R-squared 0.331071 S.D. dependent var 0.985431S.E. of regression 0.805965 Akaike info criterion 2.382277Sum squared resid 38.97481 Schwarz criterion 2.856583Log likelihood -70.76198 Hannan-Quinn criter. 2.571100Durbin-Watson stat 1.900199
Sumber: Hasil Output Eviews 7 (2013)
Tabel hasil 4.6 menunjukan bahwa koefisien variabel
Maret, April, Mei, Juli, Desember signifikan pada level α=5%,
79
sementara Januari, Februari, Juni, Agustus, September Oktober,
November, tidak signifikan. Koefisien ARCH (1) dan GARCH (1)
pada variance equation juga menunjukan hasil yang signifikan.
Berikut akan dilakukan diagnostic check lebih lanjut sebagi uji
kelayakan untuk model tersebut (Shochrul R. Ajija, 2011:112):
1. Hasil penjumlahan koefisien ARCH dan GARCH tidak
lebih dari 1 (α+β<1).
Penjumlahan kedua koefisien menunjukan nilai
lebih kecil dari satu yaitu 0.928584 yang mengindikasikan
bahwa model telah mencapai stasioner.
2. Tidak ada lagi ARCH effect.
Tabel 4.12
Hasil Uji ARCH-LM Data Return
Heteroskedasticity Test: ARCH
F-statistic 0.022883 Prob. F(1,69) 0.8802Obs*R-squared 0.023539 Prob. Chi-Square(1) 0.8781
Sumber: Data penelitian yang diolah (2013)
Berdasarkan uji ARCH-LM tabel 4.4, p-value
Obs*R-squared sudah menunjukan angka yang signifikan
(lebih besar dari α=5%), yang menunjukan tidak adanya
gangguan heteroskedestisitas. Hal ini menunjukan bahwa
sudah tidak terdapat ARCH-Effect pada permodelan.
80
2) Uji GARCH (1,1) Data Abnormal Return
Tabel 4.13
Hasil Uji GARCH (1,1) Data Abnormal Return
Sumber: Hasil Output Eviews 7 (2013)
Tabel hasil 4.13 menunjukan bahwa koefisien variabel
Maret, April, Mei, Juli, September, Desember signifikan pada level
α=5%, sementara Januari, Februari, Juni, Agustus, Oktober,
Dependent Variable: ABNORMAL_RETURNMethod: ML - ARCH (Marquardt) - Normal distributionDate: 08/13/13 Time: 18:25Sample: 2007M01 2012M12Included observations: 72Failure to improve Likelihood after 125 iterationsPresample variance: backcast (parameter = 0.7)GARCH = C(13) + C(14)*RESID(-1)^2 + C(15)*GARCH(-1)
Variable Coefficient Std. Error z-Statistic Prob.
JANUARI -0.128812 0.385761 -0.333917 0.7384FEBRUARI 0.269325 0.590565 0.456046 0.6484
MARET -1.055949 0.273728 -3.857665 0.0001APRIL -0.927922 0.304560 -3.046759 0.0023
MEI -1.287398 0.405954 -3.171293 0.0015JUNI -0.213351 0.262077 -0.814076 0.4156JULI -0.866688 0.340488 -2.545431 0.0109
AGUSTUS 0.234701 0.343401 0.683461 0.4943SEPTEMBER -1.006332 0.375357 -2.680996 0.0073
OKTOBER -0.063874 0.439309 -0.145398 0.8844NOVEMBER 0.270444 0.676814 0.399584 0.6895DESEMBER -0.506650 0.244425 -2.072824 0.0382
Variance Equation
C 0.043561 0.026193 1.663040 0.0963RESID(-1)^2 -0.155410 0.048150 -3.227610 0.0012GARCH(-1) 1.088077 0.068298 15.93143 0.0000
R-squared 0.412372 Mean dependent var -1.006668Adjusted R-squared 0.304641 S.D. dependent var 0.926302S.E. of regression 0.772426 Akaike info criterion 2.301684Sum squared resid 35.79855 Schwarz criterion 2.775989Log likelihood -67.86061 Hannan-Quinn criter. 2.490506Durbin-Watson stat 1.991792
81
November, tidak signifikan. Koefisien ARCH (1) dan GARCH (1)
pada variance equation juga menunjukan hasil yang signifikan.
Berikut akan dilakukan diagnostic check lebih lanjut sebagi uji
kelayakan untuk model tersebut (Shochrul R. Ajija, 2011:112):
1. Hasil penjumlahan koefisien ARCH dan GARCH tidak
lebih dari 1 (α+β<1).
Penjumlahan kedua koefisien menunjukan nilai
lebih kecil dari satu yaitu 0.932667 yang mengindikasikan
bahwa model telah mencapai stasioner.
2. Tidak ada lagi ARCH effect.
Tabel 4.14
Hasil Uji ARCH-LM Data Abnormal Return
Sumber: Data penelitian yang diolah (2013)
Berdasarkan uji ARCH-LM tabel 4.14, p-value
Obs*R-squared sudah menunjukan angka yang signifikan
(lebih besar dari α=5%), yang menunjukan tidak adanya
gangguan heteroskedestisitas. Hal ini menunjukan bahwa
sudah tidak terdapat ARCH-Effect pada permodelan.
Heteroskedasticity Test: ARCH
F-statistic 4.415584 Prob. F(1,69) 0.0393Obs*R-squared 4.270298 Prob. Chi-Square(1) 0.3388
82
Tabel berikut merupakan rangkuman daru uji keberadaan
month of the year effect untuk semua model pada masing-masing
variabel tidak bebas.
Tabel 4.15
Rangkuman Uji Keberadaan Month of the Year Effect
Bulan
Perdagangan
Metode
Return Abnormal Return
OLS
GARCH
(1,1) OLS
GARCH
(1,1)
Januari -0.0195 0.04192 -0.0409 -0.128812
Februari -0.3366 -0.33207 0.29297 0.269325
Maret 0.84537 1.049901* -0.8414* -1.055949*
April 1.40362* 1.015992* -1.3879* -0.927922*
Mei 1.34806* 1.25144* -1.3775 -1.287398*
Juni 0.45888 0.182308 -0.4785 -0.213351
Juli 0.98792* 0.865994* -0.9657* -0.866688*
Agustus -0.4411 -0.28518 0.37054 0.234701
September 0.98868* 1.003903* -1.0142* -1.006332*
Oktober 0.04632 -0.016681 -0.1006 -0.063874
November -0.5585 -0.42337 0.23469 0.270444
Desember 0.6049 0.543313* -0.5643 -0.50665*
Sumber : Hasil Olahan Peneliti (2013)Ket : *Signifikan pada level 5%
Tampak pada hasil pengujian untuk masing-masing
variabel terikat menunjukan nilai return yang beragam dan hasil
analisis GARCH lebih baik dalam menggambarkan month of the
year effect daripada model OLS. Hal ini terjadi karena data time
83
series mempunyai tingkat volatilitas yang tinggi. Volatilitas data
adalah sesuatu yang sering kali terjadi di pasar keuangan yang sulit
di hindari. Pada kondisi seperti itu maka perilaku data time series
sangat berbeda dengan asumsi bahwa data time series
kecenderungannya mempunyai varian kesalahan pengganggu
(error term) yang konstan dari waktu ke waktu, berdasarkan
kenyataan bahwa varian residual dari time series tidak konstan dan
banyak mengalami perubahan dari suatu periode ke periode yang
lain (heteroskedastis).
Terjadinya heteroskedastis, karena berhubungan langsung
dengan variable independen, untuk itu agar permodelan terbebas
dari masalah heteroskedastis maka hanya perlu transformasi
persamaan regresi. Model GARCH berbeda dengan asumsi
tersebut, heteroskedastisitas terjadi karena data time series
menunjukan unsure volatilitasnya. Untuk itu karena tingginya
volatilitas data, diperlukan permodelan sebagai pendekatan untuk
mengukur masalah volatilitas residual. Salah satu pendekatan
untuk memprediksi volatilitas varian residual adalah dengan
memasukan variabel independen yang mampu memprediksi
volatilitas residual, karena itulah dirasa model GARCH lebih baik
dalam memprediksi (Hamja, 2012:266).
Untuk hasil perhitungan pada variabel tidak bebas return
saham pada bulan Maret, April, Mei, Juli, September, dan
84
Desember menunjukan nilai probabilita yang signifikan pada level
5% dan memiliki return positif. Hal ini mengindikasikan bahwa
terjadi month of the year effect.
Berdasarkan hasil penelitian yang dilakukan tidak terjadi
tingkat pengembalian yang tinggi pada Januari. Adapun tingkat
pengembalian yang tinggi terjadi pada Desember sehingga dapat
disebut December effect. Manurung (1996, 2006, dan 2008) telah
ditemukan adanya efek Desember. Penelitian tersebut juga
menemukan bahwa bursa mengalami penurunan pada Juli sampai
Oktober dan mengalami kenaikan pada November. Broto (2011)
mendukung hasil penelitian Manurung tersebut, yang menyatakan
efek Desember yang terjadi di Indonesia. Terjadinya tingkat
pengembalian pada Desember dikarenakan bursa saham Indonesia
belum efisien dan banyak pihak (terutama investor asing)
menyatakan bursa Indonesia merupakan bursa spekulasi dan masih
jauh untuk bursa investasi. (Idhamazhari.blogspot.com)
Faktor utama yang membuat pernyataan tersebut
dikarenakan investor yang masih dikuasai oleh sedikit investor
yang sudah bisa memahami permainan saham tersebut. Artinya,
jumlah investor yang setiap hari melakukan perdagangan tidak
begitu banyak dan paling banyak 10.000 investor walaupun
rekening investor sudah mencapai ratusan ribu. Berdasarkan empiri
yang diuraikan sebelumnya, investor Indonesia sebaiknya
85
melakukan transaksi pada Desember untuk mendapatkan tingkat
pengembalian yang lebih baik. Untuk mendapatkan hasil investasi
yang lebih baik sekali, investor melakukan pembelian pada
pertengahan Oktober dan menjualnya pada akhir Desember.
Penelitian ini mendukung penelitian Andrew Worthington
(2011) melakukan pengujian pada pasar saham di Australia pada
periode 1996-2008 dengan menggunakan pendekatan regresi
berganda. Hasilnya menunjukan bahwa return tertinggi ada pada
bulan April, Juli dan Desember meskipun ini hanya terjadi pada
perusahaan dengan kapitalisasi yang kecil.
Untuk hasil perhitungan pada variabel tidak bebas abnornal
return saham pada bulan Maret, April, Mei, Juli, dan September
dan Desember menunjukan nilai probabilita yang signifikan pada
level 5% dan memiliki abnormal return negatif. Dari hasil output
tidak dapat dipungkiri bahwa terdapat fenomena month of the year
effect. Hal ini sejalan dengan penelitian Eleftherios Giovanis
(2009) pada 55 pasar modal di dunia dengan menggunakan model
GARCH. Hasilnya adalah ditemukannya December effect pada 20
pasar modal dengan return tertinggi di bulan tertentu. Sementara
itu February effect terdapat pada 9 pasar modal yang di ikuti
dengan January and April effect masing-masing di 7 dan 6 pasar
modal.
86
Ricky Chee dan Venus Khim (2012) juga melakukan
penelitian dimana ditemukan November effect pada Index Nikei
225 di Tokyo Stock Exchange (TSE) dengan menggunakan metode
TGARCH. Hasil penelitian ini konsisten dengan bukti sebelumnya
yang mendukung hipotesis tax-loss selling pada pasar saham di
U.S. dan U.K. Adanya month of the year effect di TSE
menunjukkan bahwa melalui strategi waktu investasi yang benar,
manajer keuangan, konselor keuangan dan investor bisa
mengambil keuntungan dari pola tersebut.
87
BAB V
PENUTUP
A. Kesimpulan
Dari hasil analisis data dan pembahasan hasil penelitian yang telah
dilakukan, maka dapat disimpulkan sebagai berikut:
1. Hasil penelitian menunjukan ditemukan adanya fenomena Month of
the Year Effect pada Bursa Efek Indonesia (BEI) periode 2007-2012
dengan menggunakan model GARCH. Hal ini ditunjukan pada bulan
perdagangan Januari, Maret, April, Mei, Juni, Juli, September, dan
Desember memiliki return positif sedangkan Februari, Agustus,
Oktober dan November memiliki return negatif. Namun hanya pada
bulan perdagangan Januari, Maret, April, Mei, Juni, Juli, September,
dan Desember yang memiliki pengaruh signifikan terhadap return
saham.
2. Hasil penelitian menunjukan ditemukan adanya fenomena Month of
the Year Effect pada Bursa Efek Indonesia (BEI) periode 2007-2012
dengan menggunakan model GARCH. Hal ini ditunjukan pada bulan
perdagangan Februari, Agustus dan November memiliki abnormal
return positif sedangkan Januari, Maret, April, Mei, Juni, Juli,
September, Oktober dan Desember memiliki abnormal return negatif.
Namun hanya pada bulan perdagangan Maret, April, Mei, Juli,
September, dan Desember yang memiliki pengaruh signifikan
terhadap abnormal return saham.
88
3. Hasil penelitian menunjukan bahwa model GARCH lebih baik
menggambarkan month of the year effect daripada model OLS. Hasil
perhitungan pada variabel tidak bebas return saham untuk bulan
perdagangan Maret, April, Mei, Juli, September, dan Desember
menunjukan nilai probabilita yang signifikan pada level 5% dan
memiliki return positif dan hasil perhitungan pada variabel tidak
bebas abnornal return saham untuk bulan perdagangan Maret, April,
Mei, Juli, dan September dan Desember menunjukan nilai probabilita
yang signifikan pada level 5% dan memiliki abnormal return negatif
B. Implikasi
1. Implikasi Bagi Investor
Bagi investor sebaiknya memperhatikan resiko dalam melakukan
investasi. Karena resiko bisa jadi merupakan salah satu pertimbangan
bagi investor untuk memegang sebuah aset dalam rangka mendapatkan
return yang diinginkan. Namun resiko tersebut tidak menjadi penyebab
keberadaan month of the year effect. Selain itu, investor dapat
mempelajari pola return pasar sebagai salah satu strategi dalam
melakukan jual beli saham dimasa yang akan datang dalam rangka
mengambil keuntungan yang ada di dalam pasar.
89
2. Implikasi Bagi Perusahaan
Hasil penelitian ini dapat dijadikan informasi tambahan dan
pertimbangan bagi perusahaan dalam melakukan kebijakan yang
berhubungan dengan investasi.
3. Implikasi Bagi Akademik
Analisis terhadap anomali dapat dilakukan dengan metode
GARCH yang memiliki kemampuan untuk memformulasikan sebuah
model yang tepat untuk return dan melakukan estimasi terhadap month of
the year effect. Hasil penelitian ini dapat dijadikan tambahan
pengetahuan bagi penelitian selanjutnya.
C. Saran
Disadari bahwa penelitian ini masih banyak terdapat kekurangan dan
keterbatasan. Karenanya, berikut akan disajikan saran-saran terkait untuk
perkembangan penelitian selanjutnya.
1. Peneliti yang akan datang disarankan dapat menggunakan teknik analisis
lain dalam mengestimasi return saham dan abnormal return. Peneliti
dapat menggunakan metode Box Jenkins (ARIMA) serta
membandingkannya dengan metode yang telahdigunakan dalam
penelitian ini, untuk mengetahui model mana yang memberikan hasil
terbaik.
90
2. Peneliti berikutnya sebaiknya perlu melakukan analisis terhadap semua
emiten yang listed di BEI agar dapat memberikan pandangan yang lebih
luas lagi bagi para investor yang ingin berinvestasi.
3. Periode pengamatan pada penelitian yang akan datang sebaiknya
diperpanjang agar diperoleh hasil penelitian yang lebih baik lagi.
4. Peneliti yang akan datang perlu mencoba untuk membedakan antara
saham berkapitalisasi kecil dan besar. Hal ini untuk mendapatkan
gambaran dan bukti empiris yang sesuai dengan penelitian-penelitian
yang ada di luar negeri. Sehingga dapat diperoleh bukti lain mengenai
pengaruh bulan perdagangan terhadap return saham dan abnormal
return.
91
DAFTAR PUSTAKA
Achsien, Iggie H. “Investasi Syariah di Pasar Modal Menggagas Konsep danPraktek Manajemen Portofolio Syariah”. Jakarta: Gramedia. 2000.
Akbar, Imam. “Pengujian Anomaly Pasar Efisien pada Bursa Efek Indonesia”. UINSyarif Hidayatullah. Jakarta. 2008.
As’adah, Luluk. “Pengaruh January Effect Terhadap Abnormal Return dan VolumePerdagangan pada Saham di Jakarta Islamic Index”. UIN Sunan Kali Jaga.Yogyakarta. 2009.
Bachtiar, Yanuar. “Day of The Week Effect terhadap Retutn dan VolumePerdagangan Saham LQ45 dan Non LQ45”. Jurnal Keuangan dan Perbankan,Vol. 13 No. 3; hal 487-497, 2009.
Bodie, Kane, Marcus. “Investment”. Edisi 6. Salemba Empat. Jakarta. 2006.
Bollerslev, T. “Generalized Autoregressive Conditional Heteroscedasticity”. Journalof Econometrics, Vol.31. 1986.
Chia Jiun, Ricky Chee dan Liew Sen, Venus Khim. “Month-of-the-Year andSymmetrical Effects in the Nikkei 225”, IOSR Journal of Business andManagement (IOSRJBM) ISSN: 2278-487X Volume 3, Issue 2. 2012.
Choudhry, Taufiq. “Month of the year effect and January effect in pre-WWI stockreturns: Evidence from A Non-Linear GARCH Model”. International Journalof Finance & Economic. 2001.
Debasish, Sathya Swaroop Debasish. “An Empirical Study on Month of The Year Effect inGas, Oil and Refineries Sectors in Indian Stock Market”, International Journal ofManagement and Strategy (IJMwS) Vol. No.3 Issue 5. 2012.
Elton, Edwin J and Martin J, Gruber. “Modern Potofolio Theory anf InvestementAnalysis”. 8th Edition. USA. 2010.
Fabbozi, F. “Manajemen Investasi”. Salemba Empat. Jakarta. 1999.
Ghozali, Imam. “Aplikasi Analisis Multivariate Dengan Program SPSS”. BadanPenerbit Universitas Diponegoro. Semarang. 2005
92
Giovanis, Eleftherios. “The Month of the year Effect: Evidence from GARCH modelsin Fifty Five Stock Markets”, Munich Personal RePEc Archive (MPRA) Paper22328. 2009.
Gitman, Lawrence J, Joehnk, Michael D. “Invesment”. Edisi 10. Pearson Education.Boston. 2008.
Gujarati, Damodar N. “Basic Economics”. Pentige Hall Ltd. 1995.
Gumanti, Tatang Ary dan Utami, Elok Sri. “Bentuk Pasar Efisien danPengujiannya”, Jurnal Ekonomi Akutansi, Fakultas Ekonomi – UniversitasKristen Petra. 2002.
Hamid, Abdul. “Pedoman Penulisan Skripsi”. FEB UIN Syarif Hidayatullah, Jakarta,2012.
Hamja, Yahya. “Materi Kuliah Ekonometri” . FEB UIN Syarif Hidayatullah, Jakarta,2012.
Huda, Nurul dan Mustafa Edwin Nasution. “Investasi Pada Pasar Modal Syariah".Kencana. Jakarta. 2007.
Indriantoro, Nur dan Bambang Supomo. “Metodologi Penelitian Bisnis”. BPFE:Yogyakarta. 1999.
Keown J, Arthur, Scott, Jr, David Scott, Martin, John D, and Petty, J William“Dasar-dasar Manajemen Keuanagan” Salemba Empat. Jakarta. 2001.
Jogiyanto, H.M. “Teori Portofolio dan Analisis Investasi”. Edisi ke-4, cetakan ke-1,BPFE: Yogyakarta. 2009.
Jonathan , Berk, and Peter De Marzo. “Corporate Finance”, Addison Wesley,
Boston. 2007.
Jones, Charles p. “Invesment, Tenth Edition”. USA. 2007.
Levy, Haim S. “Intoduction Investement”. South Western Publishing. 1996.
M. Al-Jarrah, Idries. A. Khamees, Basheer. "Turn of the Month Anomaly" in AmmanStock Exchange: Evidence and Implications”, Journal of Money, Investmentand BankingISSN 1450-288X Issue 21. 2011.
93
Nachrowi, Djalal Nachrowi. Usman, Hardius. “Analisis Ekonometrika untuk Ekonomidan Keuangan”. LPFEUI. Jakarta. 2006.
Nazir, Mohammad. “ Metode Penelitian, Cetakan Ketiga”. Ghalia Indonesia. Jakarta.1998.
Pranomo Sari, Maylia. “Pengujian Efisiensi Pasar dan Anomali Pasar: Revisi GAPEMH (Efficiency Market Hypothesis)”. Jurnal Dinamika Akutansi. 2009.
Prasetyo, Hari. “Analisis Pengaruh Hari Perdagangan Terhadap Return, AbnormalReturn, dan Volatilitas Return Saham”. Tesis Universitas Diponegoro.Semarang. 2006.
R. A, Shochrul, Dyah, Rahmat, Martha. “Cara Cerdas Menguasai EViews”.Salemba Empat. Jakarta. 2011.
R. Christie-David and M. Chaudhry. “January Anomalies: Implications for theMarket’s Incorporation of News”, The Financial review, Vol:3 p.79-96. 2000.
Rodoni, Ahmad dan Hamid, Abdul. “Analisis Investasi dan Manajemen Resiko”.UIN Syarif Hidayatullah. Jakarta. 2010.
Rodoni, Ahmad. “Analisis Teknikal dan Fundamental pada Pasar Modal”. CSES.Jakarta. 2005.
Rodoni, Ahmad dan Ali, Herni. “Manajemen Keuangan”. Mitra Wacana Media.Jakarta. 2010.
Samsul, Mohamad. “Pasar Modal dan Manajemen Portofolio”. Erlangga. Jakarta.2006.
Sekaran, Uma. “Research Method for Bussiness (Metode Penelitian Untuk Bisnis)Edisi 4”. Salemba Empat. Jakarta. 2007.
Setyawardhana, Rama. “Efek Bulan Perdagangan pada Varians Harga Index SahamUtama Asia”. Jurnal Bisnis dan Manajemen, Vol. 5 No. 2; hal 197-210. 2005.
Sjahrial, Dermawan. “Manajemen Keuangan Edisi 2”. Mitra Wacana Media. Jakarta.2008.
Siswanto, Tomy. “Analisis Anomali Bulan Perdagangan Terhadap Return Saham”.Tesis Universitas Diponegoro. Semarang. 2001.
94
Suad, Husnan. “Dasar-dasar Teori Portofolio dan analisis Sekuritas”. UPP AMPYKPN: Yogyakarta. 1998.
Tendelilin, Eduardus. “Portofolio dan Investasi teori dan Aplikasi, Edisi Pertama”.BPFE Yogyakarta. 2010.
Tendellin, S dan Agifari, 1999. Pengaruh Hari Perdagangan terhadap Return Sahamdi BEJ. Jurnal Ekonomi dan Bisnis Indonesia, 14 (4): 111-123.
Tjiptono Darmadji dan Hendy M. Fakhruddin. “Pasar Modal di Indonesia”. PenerbitSalemba Empat. Jakarta. 2001.
Wahyu, Agus Pratomo. “January Effect dan Siza Effect Pada Bursa Efek Jakarta(BEJ) Periode 1998-2005” Tesis Universitas Diponegoro. Semarang. 2007.
Waleed, Dima dan Ahmad, Kamal. “Calendar Anomalies: The Case of Amman StockExchange”. International Journal of Business and Management; Vol. 7, No.24. 2012.
Winarno, Wing W. “Analisis Ekonometrika dan Statistik dengan Eviews”. Jakarta:Penerbit Sekolah Tinggi Ilmu Manajemen YKPN. 2007.
Wong, Kee Mei dan Ho, Mun Chong. “An emperical Analysis of the Monthly Effect:The Case of the Malaysian Stock Market”. Working Paper Series inEconomics No.2007-4. 2007.
Worthington, Andrew “The Month-of-the-year Effect in the Australian StockMarket: A Short Technical Note on the Market, Industry and Firm SizeImpacts”, Australasian Accounting Business and Finance Journal Volume5mIssue 1 Australasian Accounting Business and Finance Journal. 2012.
http://m.kompas.com/health/read/2012/12/29/0257289/Tahun.2012.IHSG.Menguat.hingga.12.94.Persen
http://economy.okezone.com/read/2010/01/06/279/291364/large
http://idhamazhari.blogspot.com/2012/01/investasi-adakah-efek-januari.html
http://satrio.blog.kontan.co.id/2011/01/03/januari-effect-atau-januari-gak-ngefek/
www.britama.com
www.finance.yahoo.com.
95
LAMPIRAN
LAMPIRAN 1: Hasil Uji Stasioneritas Return Saham
Null Hypothesis: RETURN has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=11)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -7.419159 0.0000Test critical values: 1% level -3.525618
5% level -2.90295310% level -2.588902
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test EquationDependent Variable: D(RETURN)Method: Least SquaresDate: 07/16/13 Time: 01:07Sample (adjusted): 2007M02 2012M12Included observations: 71 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
RETURN(-1) -0.885590 0.119365 -7.419159 0.0000C 0.894938 0.167984 5.327531 0.0000
R-squared 0.443745 Mean dependent var 0.002408Adjusted R-squared 0.435684 S.D. dependent var 1.315103S.E. of regression 0.987918 Akaike info criterion 2.841331Sum squared resid 67.34276 Schwarz criterion 2.905068Log likelihood -98.86724 Hannan-Quinn criter. 2.866677F-statistic 55.04392 Durbin-Watson stat 2.019338Prob(F-statistic) 0.000000
96
LAMPIRAN 2: Hasil Uji Stasioneritas Abnormal Return Saham
Null Hypothesis: ABNORMAL_RETURN has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=11)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -7.706220 0.0000Test critical values: 1% level -3.525618
5% level -2.90295310% level -2.588902
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test EquationDependent Variable: D(ABNORMAL_RETURN)Method: Least SquaresDate: 08/14/13 Time: 02:07Sample (adjusted): 2007M02 2012M12Included observations: 71 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
ABNORMAL_RETURN(-1) -0.922464 0.119704 -7.706220 0.0000C -0.939920 0.164296 -5.720904 0.0000
R-squared 0.462557 Mean dependent var -0.002974Adjusted R-squared 0.454768 S.D. dependent var 1.260980S.E. of regression 0.931105 Akaike info criterion 2.722875Sum squared resid 59.81998 Schwarz criterion 2.786612Log likelihood -94.66206 Hannan-Quinn criter. 2.748221F-statistic 59.38583 Durbin-Watson stat 2.019929Prob(F-statistic) 0.000000
97
LAMPIRAN 3: Hasil Uji Breusch-Godfrey Serial Correlation LM Test Data Return
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.052112 Prob. F(2,58) 0.9493Obs*R-squared 0.129150 Prob. Chi-Square(2) 0.9375
Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 07/16/13 Time: 01:10Sample: 2007M01 2012M12Included observations: 72Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
JANUARI 0.002299 0.456831 0.005033 0.9960FEBRUARI 0.002299 0.456831 0.005033 0.9960
MARET 0.002299 0.456831 0.005033 0.9960APRIL 0.002299 0.456831 0.005033 0.9960
MEI 0.002299 0.456831 0.005033 0.9960JUNI 0.002299 0.456831 0.005033 0.9960JULI 0.002299 0.456831 0.005033 0.9960
AGUSTUS 0.002299 0.456831 0.005033 0.9960SEPTEMBER 0.002299 0.456831 0.005033 0.9960
OKTOBER 0.002299 0.456831 0.005033 0.9960NOVEMBER 0.001383 0.456808 0.003027 0.9976DESEMBER -0.002299 0.323069 -0.007117 0.9943RESID(-1) 0.035551 0.131400 0.270559 0.7877RESID(-2) 0.021919 0.131504 0.166681 0.8682
R-squared 0.001794 Mean dependent var 5.21E-16Adjusted R-squared -0.221942 S.D. dependent var 0.715709S.E. of regression 0.791155 Akaike info criterion 2.542021Sum squared resid 36.30376 Schwarz criterion 2.984706Log likelihood -77.51276 Hannan-Quinn criter. 2.718255F-statistic 0.008017 Durbin-Watson stat 2.000168Prob(F-statistic) 1.000000
98
LAMPIRAN 4: Hasil Uji Breusch-Godfrey Serial Correlation LM Test Data AbnormalReturn
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.097725 Prob. F(2,58) 0.9070Obs*R-squared 0.241813 Prob. Chi-Square(2) 0.8861
Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 08/14/13 Time: 02:10Sample: 2007M01 2012M12Included observations: 72Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
JANUARI -0.001427 0.434420 -0.003284 0.9974FEBRUARI -0.001427 0.434420 -0.003284 0.9974
MARET -0.001427 0.434420 -0.003284 0.9974APRIL -0.001427 0.434420 -0.003284 0.9974
MEI -0.001427 0.434420 -0.003284 0.9974JUNI -0.001427 0.434420 -0.003284 0.9974JULI -0.001427 0.434420 -0.003284 0.9974
AGUSTUS -0.001427 0.434420 -0.003284 0.9974SEPTEMBER -0.001427 0.434420 -0.003284 0.9974
OKTOBER -0.001427 0.434420 -0.003284 0.9974NOVEMBER 0.000817 0.434395 0.001881 0.9985DESEMBER 0.001427 0.307222 0.004643 0.9963RESID(-1) -0.013830 0.131237 -0.105384 0.9164RESID(-2) 0.056155 0.131342 0.427548 0.6706
R-squared 0.003359 Mean dependent var -2.58E-16Adjusted R-squared -0.220027 S.D. dependent var 0.681128S.E. of regression 0.752339 Akaike info criterion 2.441406Sum squared resid 32.82881 Schwarz criterion 2.884091Log likelihood -73.89063 Hannan-Quinn criter. 2.617641F-statistic 0.015035 Durbin-Watson stat 2.004670Prob(F-statistic) 1.000000
99
LAMPIRAN 5: Hasil Uji Heteroskedastisitas Data Return
Heteroskedasticity Test: White
F-statistic 1.423998 Prob. F(11,60) 0.1860Obs*R-squared 14.90546 Prob. Chi-Square(11) 0.1869Scaled explained SS 10.41591 Prob. Chi-Square(11) 0.4934
Heteroskedasticity Test: ARCH
F-statistic 0.022883 Prob. F(1,69) 0.8802Obs*R-squared 0.023539 Prob. Chi-Square(1) 0.8781
LAMPIRAN 6: Hasil Uji Heteroskedastisitas Data Abnormal Return
Heteroskedasticity Test: White
F-statistic 1.535048 Prob. F(11,60) 0.1429Obs*R-squared 15.81257 Prob. Chi-Square(11) 0.1482Scaled explained SS 11.72313 Prob. Chi-Square(11) 0.3848
Heteroskedasticity Test: ARCH
F-statistic 0.003643 Prob. F(1,69) 0.9520Obs*R-squared 0.003749 Prob. Chi-Square(1) 0.9512
100
LAMPIRAN 7: HasilRegresi OLS Return Saham
Dependent Variable: RETURNMethod: Least SquaresDate: 07/16/13 Time: 01:14Sample: 2007M01 2012M12Included observations: 72
Variable Coefficient Std. Error t-Statistic Prob.
JANUARI -0.019516 0.449500 -0.043417 0.9655FEBRUARI -0.336642 0.449500 -0.748925 0.4568
MARET 0.845370 0.449500 1.880690 0.0649APRIL 1.403618 0.449500 3.122624 0.0028
MEI 1.348064 0.449500 2.999032 0.0039JUNI 0.458877 0.449500 1.020862 0.3114JULI 0.987924 0.449500 2.197829 0.0318
AGUSTUS -0.441093 0.449500 -0.981298 0.3304SEPTEMBER 0.988678 0.449500 2.199507 0.0317
OKTOBER 0.046322 0.449500 0.103052 0.9183NOVEMBER -0.558540 0.449500 -1.242581 0.2189DESEMBER 0.604896 0.317844 1.903121 0.0618
R-squared 0.472503 Mean dependent var 0.998485Adjusted R-squared 0.375795 S.D. dependent var 0.985431S.E. of regression 0.778556 Akaike info criterion 2.488261Sum squared resid 36.36899 Schwarz criterion 2.867705Log likelihood -77.57739 Hannan-Quinn criter. 2.639319F-statistic 4.885882 Durbin-Watson stat 1.920444Prob(F-statistic) 0.000024
101
LAMPIRAN 8: HasilRegresi OLS Abnormal Return Saham
Dependent Variable: ABNORMAL_RETURNMethod: Least SquaresDate: 08/14/13 Time: 02:13Sample: 2007M01 2012M12Included observations: 72
Variable Coefficient Std. Error t-Statistic Prob.
JANUARI -0.040921 0.427781 -0.095658 0.9241FEBRUARI 0.292966 0.427781 0.684849 0.4961
MARET -0.841436 0.427781 -1.966976 0.0538APRIL -1.387888 0.427781 -3.244386 0.0019
MEI -1.377477 0.427781 -3.220048 0.0021JUNI -0.478527 0.427781 -1.118626 0.2678JULI -0.965697 0.427781 -2.257456 0.0276
AGUSTUS 0.370543 0.427781 0.866198 0.3898SEPTEMBER -1.014236 0.427781 -2.370923 0.0210
OKTOBER -0.100597 0.427781 -0.235159 0.8149NOVEMBER 0.234685 0.427781 0.548611 0.5853DESEMBER -0.564286 0.302487 -1.865488 0.0670
R-squared 0.459304 Mean dependent var -1.006668Adjusted R-squared 0.360177 S.D. dependent var 0.926302S.E. of regression 0.740939 Akaike info criterion 2.389215Sum squared resid 32.93944 Schwarz criterion 2.768659Log likelihood -74.01174 Hannan-Quinn criter. 2.540273F-statistic 4.633466 Durbin-Watson stat 2.022613Prob(F-statistic) 0.000044
102
LAMPIRAN 9: Hasil Uji GARCH (1,1) Data Return Saham
Dependent Variable: RETURNMethod: ML - ARCH (Marquardt) - Normal distributionDate: 07/16/13 Time: 01:20Sample: 2007M01 2012M12Included observations: 72Convergence achieved after 75 iterationsPresample variance: backcast (parameter = 0.7)GARCH = C(13) + C(14)*RESID(-1)^2 + C(15)*GARCH(-1)
Variable Coefficient Std. Error z-Statistic Prob.
JANUARI 0.041920 0.469488 0.089290 0.9289FEBRUARI -0.332070 0.665097 -0.499281 0.6176
MARET 1.049901 0.307382 3.415628 0.0006APRIL 1.015992 0.318526 3.189671 0.0014
MEI 1.251441 0.430312 2.908217 0.0036JUNI 0.182308 0.350041 0.520819 0.6025JULI 0.865994 0.382834 2.262061 0.0237
AGUSTUS -0.285180 0.373577 -0.763375 0.4452SEPTEMBER 1.003903 0.371430 2.702808 0.0069
OKTOBER -0.016681 0.454760 -0.036681 0.9707NOVEMBER -0.423369 0.611492 -0.692355 0.4887DESEMBER 0.543313 0.269810 2.013688 0.0440
Variance Equation
C 0.048820 0.028106 1.736964 0.0824RESID(-1)^2 -0.163721 0.047011 -3.482606 0.0005GARCH(-1) 1.092305 0.072780 15.00834 0.0000
R-squared 0.434708 Mean dependent var 0.998485Adjusted R-squared 0.331071 S.D. dependent var 0.985431S.E. of regression 0.805965 Akaike info criterion 2.382277Sum squared resid 38.97481 Schwarz criterion 2.856583Log likelihood -70.76198 Hannan-Quinn criter. 2.571100Durbin-Watson stat 1.900199
103
LAMPIRAN 10: Hasil Uji GARCH (1,1) Data Abnormal Return
Dependent Variable: ABNORMAL_RETURNMethod: ML - ARCH (Marquardt) - Normal distributionDate: 08/14/13 Time: 02:16Sample: 2007M01 2012M12Included observations: 72Failure to improve Likelihood after 125 iterationsPresample variance: backcast (parameter = 0.7)GARCH = C(13) + C(14)*RESID(-1)^2 + C(15)*GARCH(-1)
Variable Coefficient Std. Error z-Statistic Prob.
JANUARI -0.128812 0.385761 -0.333917 0.7384FEBRUARI 0.269325 0.590565 0.456046 0.6484
MARET -1.055949 0.273728 -3.857665 0.0001APRIL -0.927922 0.304560 -3.046759 0.0023
MEI -1.287398 0.405954 -3.171293 0.0015JUNI -0.213351 0.262077 -0.814076 0.4156JULI -0.866688 0.340488 -2.545431 0.0109
AGUSTUS 0.234701 0.343401 0.683461 0.4943SEPTEMBER -1.006332 0.375357 -2.680996 0.0073
OKTOBER -0.063874 0.439309 -0.145398 0.8844NOVEMBER 0.270444 0.676814 0.399584 0.6895DESEMBER -0.506650 0.244425 -2.072824 0.0382
Variance Equation
C 0.043561 0.026193 1.663040 0.0963RESID(-1)^2 -0.155410 0.048150 -3.227610 0.0012GARCH(-1) 1.088077 0.068298 15.93143 0.0000
R-squared 0.412372 Mean dependent var -1.006668Adjusted R-squared 0.304641 S.D. dependent var 0.926302S.E. of regression 0.772426 Akaike info criterion 2.301684Sum squared resid 35.79855 Schwarz criterion 2.775989Log likelihood -67.86061 Hannan-Quinn criter. 2.490506Durbin-Watson stat 1.991792