1

OVERVIEW
Jenis-jenis studi peristiwa.
Tujuan studi peristiwa.
Metodologi studi peristiwa.
Teknik teknik perhitungan return tak normal
dan kumulatif return tak normal.
Cara menerapkan metode penelitian yang tepat
untuk menguji hipotesis pasar efisien bentuk
setengah kuat atau metode penelitian untuk
studi peristiwa.
1/39
PENGANTAR
Studi peristiwa termasuk bagian dalam konsep
hipotesis pasar efisien (efficient market
hypothesis).
Studi peristiwa menyelidiki respons pasar
terhadap kandungan informasi dari suatu
pengumuman atau publikasi peristiwa tertentu.
Kandungan informasi dapat berupa berita baik
(good news) atau berita buruk (bad news).
2/39
JENIS STUDI PERISTIWA
Peristiwa yang menjadi fokus penelitian dapat
dikelompokkan ke dalam beberapa jenis antara
lain:
1. peristiwa konvensional
2. peristiwa kluster
3. peristiwa yang tak terduga
4. peristiwa yang terjadi bersifat relevan dan
berurutan
3/39
STUDI PERISTIWA KONVENSIONAL
Studi peristiwa konvensional mempelajari
respon pasar terhadap peristiwa yang seringkali
terjadi dan diumumkan secara terbuka oleh
emiten di pasar modal.
Contoh: pengumuman laba, pembayaran
dividen, penawaran hak atas saham (right
issue), merger dan akuisisi, pembelanjaan
kapital, stock split, dan sebagainya.
Kajian teoritis diperlukan untuk melandasi
argumentasi dalam menyusun hipotesis.
4/39
Karakteristik studi peristiwa konvensional:
Pemicu peristiwa bisa terjadi di perusahaan lain
namun umumnya tidak pada waktu yang sama.
Peristiwa bersifat lazim dan seringkali merupakan
peristiwa rutin yang terjadi dalam perusahaan.
Dampak peristiwa hanya terjadi pada perusahaan
yang mengumumkan peristiwa.
Tidak terdapat peristiwa lain yang berdekatan guna
menghindari ambiguitas respons pasar terhadap
informasi ganda.
STUDI PERISTIWA KONVENSIONAL
5/39
STUDI PERISTIWA KLUSTER
Studi peristiwa kluster atau kelompok
mempelajari respons pasar terhadap peristiwa
yang diumumkan secara terbuka yang terjadi
pada waktu yang sama dan berdampak pada
sekelompok perusahaan.
Contoh: pengumuman pemerintah yang
membuat regulasi pada industri tertentu
sehingga diperkirakan berdampak pada aliran
kas perusahaan dalam industri yang
bersangkutan.
6/39
Respons pasar dalam studi peristiwa kluster cenderung
lebih sulit diprediksi.
Studi tipe ini selain sesuai untuk menguji efisiensi
informasi (kecepatan respons terhadap informasi) juga
relevan untuk menguji efisiensi keputusan (ketepatan
respons terhadap informasi).
Untuk menguji efisiensi keputusan, peneliti dapat
memecah sampel menjadi dua bagian, yaitu kluster
perusahaan utama (kelompok perusahaan yang diduga
terkena dampak peristiwa) dan kluster perusahaan
kontrol (kelompok perusahaan yang diduga tidak
terkena dampak peristiwa).
STUDI PERISTIWA KLUSTER
7/39
STUDI PERISTIWA TAK TERDUGA
Studi ini mempelajari respons pasar terhadap suatu
peristiwa yang tidak terduga (unanticipated
event).
Karakteristik utama dari studi ini adalah peristiwa
yang terjadi bersifat tak terduga.
Contoh: dampak kebocoran nuklir pada kelompok
perusahaan tertentu.
Studi peristiwa tak terduga juga relevan untuk
menguji hipotesis efisien secara informasi dan
efisien secara keputusan.
8/39
STUDI PERISTIWA BERURUTAN
(SEQUENTIAL EVENTS)
Studi ini mempelajari respons pasar terhadap serangkaian
peristiwa-peristiwa yang terjadi secara berurutan dalam
situasi ketidakpastian yang tinggi.
Dalam hal ini kecepatan dan ketepatan informasi menjadi
kunci dari respons pasar.
Contoh (Mansur, Cochran, dan Phillips, 1991): meneliti
kecelakaan kapal tanker Exon Valdes yang berdampak pada
ditutupnya lalu lintas kapal minyak di perairan Alaska.
Peristiwa berurutan terjadi karena pasar belum memperoleh
informasi tingkat kebocoran kapal dan dampak luberan
minyak yang menghalangi kapal-kapal tanker lainnya hingga
tahap pengumuman resmi oleh otoritas perairan setempat.
9/39
TUJUAN STUDI PERISTIWA
Studi peristiwa berusaha mendeteksi respon pasar
terhadap suatu peristiwa yang dipublikasikan.
Respon pasar tergantung dari kandungan informasi
yang melekat dalam suatu peristiwa yang diduga
berdampak pada aliran kas perusahaan di masa
datang.
Tujuan studi peristiwa mencakup :
pengujian teoretis
pengujian respon pasar
pengujian return tak normal
10/39
PENGUJIAN TEORITIS
Studi peristiwa pada dasarnya merupakan
metodologi untuk pengujian teori atau hipotesis
efisiensi pasar bentuk setengah kuat.
Selain teori hipotesis pasar efisien, peristiwa
tertentu terkait dengan landasan teori relevan
lainnya, misalnya:
Studi peristiwa tentang pengumuman dividen
seringkali dikaitkan dengan teori signaling.
Studi peristiwa tentang pengumuman pemecahan
saham (stock split) dapat dikaitkan dengan teori
signaling dan likuiditas.
11/39
PENGUJIAN RESPON PASAR
Pengujian respons pasar terkait dengan hipotesis
efisiensi informasi (kecepatan respons pasar) dan
efisiensi keputusan (ketepatan respons pasar).
Efisiensi informasi (kecepatan respons pasar) relevan
dengan pengujian teori atau hipotesis pasar efisien
bentuk setengah kuat, sedangkan efisiensi keputusan
(ketepatan respons pasar) relevan dengan pengujian
teori yang terkait dengan studi peristiwa seperti telah
disinggung pada tujuan pengujian teoretis.
Ketepatan respons pasar terkait dengan apakah pasar
bereaksi dengan benar.
12/39
Secara empiris bentuk pengujian yang umum digunakan
dalam studi peristiwa adalah bertujuan untuk menguji
ada atau tidak ada return tak normal di seputar
pengumuman peristiwa.
Return tak normal (RTN
i
) adalah selisih (positif atau
negatif) dari return aktual di seputar pengumuman (R
i
)
dengan return harapan E(R
i
):

RTN
i
= R
i
E(R
i
)

Bila tidak terdapat peristiwa, return aktual cenderung
tidak berbeda dengan return harapan.
PENGUJIAN RETURN TAK NORMAL
13/39
PROSEDUR STUDI PERISTIWA
1. Mengidentifikasi bentuk, efek, dan waktu
peristiwa

14/39
peristiwa apa yang memiliki nilai informasi;
apakah nilai informasi peristiwa memiliki
efek negatif atau positif terhadap return
tak normal perusahaan tertentu; dan
bilamana peristiwa terjadi atau dipublikasi.
2. Menentukan rentang waktu studi peristiwa:
Periode estimasi (T
-n-e
hingga T
-n
) adalah
periode yang digunakan untuk meramalkan
return harapan pada periode peristiwa.
Periode peristiwa (T
-n
hingga T
+n
) adalah
periode di seputar peristiwa (T
0
) yang
digunakan untuk menguji perubahan return tak
normal.
T
-n-e
T
-n
T
0
T
+n



Periode estimasi Periode peristiwa
PROSEDUR STUDI PERISTIWA
15/39
3. Menentukan metoda penyesuaian return yang
digunakan untuk menghitung return tak normal.
Terdapat tiga metode yang secara luas
digunakan dalam penelitian studi peristiwa:
Model-model statististika, yaitu: model
disesuaikan rata-rata (mean adjusted model)
dan model pasar (market model).
Model disesuaikan dengan pasar (market
adjusted model).
Model-model ekonomika, yaitu: capital asset
pricing model (CAPM) dan arbitrage pricing
theory (APT).
PROSEDUR STUDI PERISTIWA
16/39
4. Menghitung return tak normal disekitar perioda
peristiwa (beberapa waktu sebelum dan sesudah
pengumuman peristiwa terjadi).
RTN
it
= R
it
E(R
it
)

Dalam hal ini:
RTN
it
= return tak normal saham i pada perioda t
R
it
= return aktual saham i pada perioda t
E(R
it
) = return harapan atau return prediksian
PROSEDUR STUDI PERISTIWA
17/39
Return harapan dapat diestimasi dengan:
Model statistika:
Model disesuaikan rata-rata.
Model ini memprediksi E(R
it
) berdasarkan rata-
rata return selama periode estimasi:
E (R
it
) =
i
+ e
it

Model tersebut dapat diproksi dengan dengan
cara sebagai berikut (rata-rata aritmatik):
T
R
R E
n t
e n t
it
it

=
=
= ) (
PROSEDUR STUDI PERISTIWA
18/39
Model pasar.
Model ini memprediksi E(R
it
) berdasarkan
hasil estimasi model pasar selama perioda
estimasi dengan cara:
E(R
it
) = o
i
+ |
i
RM
t
+ c
it

Model disesuaikan pasar.
Model ini memprediksi E(R
it
) berdasarkan
return indeks pasar pada hari pengumuman
peristiwa.
PROSEDUR STUDI PERISTIWA
19/39
Model-model ekonomika:
Capital asset pricing model:

E(R
it
) = RF
t
+ (RM
t
RF
t
) |
i
RM
t


Arbitrage pricing model:

E(R
it
) = d
0
+ d
i1
F
1t
+ d
i2
F
2t
+ ... + d
in
F
nt
+ e
it
PROSEDUR STUDI PERISTIWA
20/39
5. Menghitung rata-rata return tak normal dan return tak
normal kumulatif dalam perioda peristiwa.
Return tak normal rata-rata aritmatik:



= return tak normal rata-rata pada waktu ke t.
k = jumlah sekuritas
Return tak normal kumulatif (cumulative abnormal
return):
t RTN
k
RTN
RTN
n
i
it
t

=
=
1

+ =
=
=
n t
n t
it i
RTN RTNK
PROSEDUR STUDI PERISTIWA
21/39
6. Merumuskan hipotesis statistis
Untuk rata-rata return tak normal:
Ho : = 0
Ha : # 0

Untuk rata-rata return tak normal
kumulatif:
Ho : = 0
Ha : # 0
RTN
RTNK
RTNK
RTN
PROSEDUR STUDI PERISTIWA
22/39
7. Menguji apakah return tak normal rata-rata atau
return tak normal kumulatif berbeda dari 0.
Pengujian dapat dilakukan dengan uji
parametrik atau non-parametrik.
S = __________________
KSE ( )

Untuk pengujian hipotesis, nilai t hitung dapat
diperoleh:

t hitung = ____ E _____ S ______
\ k
RTN
RTN
RTN
RTN
PROSEDUR STUDI PERISTIWA
23/39
8. Interpretasi dan kesimpulan.
Kesimpulan hasil studi didasarkan
pada probabilitas signifikansi kurang
dari probabilitas yang disyaratkan
(misalnya 0,01, 0,05, atau 0,10).
PROSEDUR STUDI PERISTIWA
24/39
Kesalahan standar estimasi berdasarkan return
rata-rata periode estimasi:



Kesalahan standar estimasi berdasarkan return
prediksi perioda estimasi:
ANALISIS STATISTIK: UJI STATISTIK
PARAMETRIK
2
1
2

=
n T
R R
KSE
n t
j
i ij
i
) (
2
1
2

=
n T
R E R
KSE
n t
j
ij ij
i
) ( (
25/39
Kesalahan standar estimasi dengan penyesuaian
dependensi sederhana:



Kesalahan standar estimasi dengan cara seksi silang:




Kesalahan standar peramalan:
1
1

|
|
|
|
.
|

\
|

= =

=
n T
k e n T
RTN
k
RTN
KSE
n t
e n t t
k
i
it
n t
e n t
it
t
( )
( )
k
k
RTN RTN
KSE
k
i
t
it
t
1
.
1
1
2

=

=
( )
( )

+ =
n t
j
M j M
M t M
i t
R R
R R
n T
KSE KSP
1
2
2
1
1
ANALISIS STATISTIK: UJI STATISTIK
PARAMETRIK
26/39
CONTOH STUDI PERISTIWA
Bagian ini memberikan ilustrasi studi peristiwa
dengan contoh isu pengumuman dividen.
Bagian penting dalam studi peristiwa adalah
pemahaman tentang dasar teori pasar efisien
dan teori yang menjadi latar belakang suatu
peristiwa.
27/39
Dasar Teori dan Hipotesis
Dasar Teori Hipotesis Pasar Efisien.
Pasar akan merespons informasi yang diumumkan
secara terbuka kepada publik dan diduga memiliki
kandungan penting dan secara fundamental berpotensi
menyebabkan perubahan penilaian aset.
Dasar Teori Dividen.
Dibutuhkan teori lain yang secara spesifik melekat
dalam suatu bentuk peristiwa yang diteliti, dalam hal
ini adalah teori signaling.
Selain teori signaling, terdapat beberapa teori lain
seperti teori keagenan, teori dividen tidak relevan, dan
model pembayaran dividen residual.
CONTOH STUDI PERISTIWA
28/39
Data dan Sampel.
Setelah identifikasi peristiwa ditentukan,
yaitu peristiwa pengumuman peningkatan
dividen, maka tahap selanjutnya adalah
menentukan sampel dan data.
Pada tahap ini juga perlu ditentukan periode
estimasi dan periode jendela.
Tabel 22.1. menyajikan contoh ilustrasi data
return saham 3 perusahaan yang melakukan
peningkatan dividen.
CONTOH STUDI PERISTIWA
29/39
Dalam contoh juga disajikan data return
pasar sesuai dengan periode saat
pengumuman dilakukan.
Dalam contoh, data periode estimasi diambil
data return saham 30 hari sebelum periode
jendela (t 40).
Periode jendela ditentukan sebanyak 10 hari
sebelum pengumuman dan 10 hari setelah
pengumuman. Data untuk periode jendela
disajikan pada Tabel 22.2.
CONTOH STUDI PERISTIWA
30/39
Analisis Studi Peristiwa
Langkah selanjutnya adalah menghitung
return tak normal (RTN).
Pada tahap ini dilakukan perhitungan return
harapan terlebih dahulu.
Pada contoh, pendekatan yang digunakan
dalam mengestimasi return harapan dengan
menggunakan teknik model pasar:

RTN
it
= R
it
E(R
it
)
CONTOH STUDI PERISTIWA
31/39
Pengestimasian return harapan dapat dilakukan
dengan pendekatan statistik sederhana sebagai
berikut:
E(R
it
) = o
i
+ |
i
RM
t
+ c
it

Diperoleh:
E(R
At
) = 0,025 + 0,573RM
At
+ c
At
E(R
Bt
) = -0,010 + 0,272RM
Bt
+ c
Bt
E(R
Ct
) = -0,030 + 0,220RM
Ct
+ c
Ct
CONTOH STUDI PERISTIWA
32/39
Berdasarkan hasil estimasi intersep dan beta
(slope) perhitungan return harapan dapat
dilakukan dengan memasukkan unsur return
pasar saham atau RM untuk masing-masing
sampel.
Dengan menggunakan data RM pada Tabel 22.2. dan
memasukkannya dalam masing-masing persamaan
return harapan, diperoleh hasil perhitungan seperti
pada Tabel 22.3. pada kolom 3, 5, dan 7 untuk
masing-masing return harapan sampel A, B, dan C
secara berurutan.
CONTOH STUDI PERISTIWA
33/39
Setelah return harapan diperoleh, langkah
selanjutnya adalah perhitungan return tak
normal.
Langkah ini dapat dilakukan dengan cara
mengurangi return saham aktual (pada Tabel
22.2) dengan return harapan (pada Tabel 22.3.).
Hasil perhitungan return tak normal disajikan
pada Tabel 22.3. pada kolom 4, 6, dan 8 untuk
masing-masing return tak normal saham (RTN) A,
B, dan C secara berurutan.
CONTOH STUDI PERISTIWA
34/39
Tahap selanjutnya adalah menghintung rata-
rata return tak normal dan return tak normal
kumulatif dalam periode peristiwa.
Return tak normal rata-rata (mean abnormal
return) aritmatik.
Return tak normal rata-rata semua sekuritas untuk
setiap interval waktu dalam periode peristiwa.
Return tak normal kumulatif (cumulative
abnormal return): Return tak normal kumulatif
untuk setiap sekuritas selama periode peristiwa.
CONTOH STUDI PERISTIWA
35/39
Kemudian menguji apakah return tak normal
rata-rata atau return tak normal kumulatif
berbeda dari 0, atau apakah return tak normal
sebelum peristiwa berbeda dari return sesudah
peristiwa.
Pengujian dilakukan dengan uji t. Return tak normal
yang telah distandarisasi merupakan nilai t hitung
untuk setiap sekuritas.
Kesalahan standar estimasi dihitung dengan cara
menghitung deviasi standar return saham
berdasarkan data return selama periode estimasi,
yaitu t-51 hingga t-11.
CONTOH STUDI PERISTIWA
36/39
Berdasarkan pendekatan tersebut diperoleh KSE
(atau deviasi standar) untuk masing-masing
saham A, B, dan C adalah 0,243, 0,197, dan
0,188.
Hasil KSE digunakan untuk membagi return tak
normal pada periode jendela sehingga
diperoleh hasil return tak normal yang telah
distandarisasi (RTNS). Hasil tersebut disajikan
pada Tabel 22.4.
Tahap Nilai RTNS individual sesungguhnya
merupakan t hitung untuk saham individu,
namun untuk pengujian statistik pada
umumnya dilakukan berdasarkan portofolio
atau cross section sample.
CONTOH STUDI PERISTIWA
37/39
Untuk pengujian hipotesis nilai t hitung
kolektif dapat dihasilkan.
Hasil lengkap perhitungan RTNS dan t
hitung disajikan pada Tabel 22.4.
RTNS untuk A, B, dan C disajikan pada
kolom 3, 4, dan 5.
Hasil uji t hitung kolektif disajikan pada
kolom 6.
Berdasarkan uji t diketahui bahwa
observasi ke -7, -2, -1, 0, 1, 5, dan 6
lebih besar dari t tabel.
CONTOH STUDI PERISTIWA
38/39
N t
SD R
A
=
0.24316
SD R
B
=
0.19715
SD R
C
=
0.1884
t hitung
1 2 3 4 5 6
31 -10 -1.204 0.052 0.436 -0.414
32 -9 0.286 -0.334 0.453 0.234
33 -8 0.355 -1.651 0.356 -0.543
34 -7 -0.944 0.052 -2.431 -1.919
35 -6 0.725 0.751 -0.228 0.720
36 -5 0.101 1.094 0.161 0.783
37 -4 -0.440 -0.443 0.161 -0.417
38 -3 -0.285 0.052 0.307 0.043
39 -2 -1.555 -1.363 -1.462 -2.529
40 -1 2.490 2.133 4.887 5.491
41 0 -0.272 2.909 3.026 3.270
42 1 0.558 1.691 0.608 1.649
43 2 0.127 -0.366 -0.328 -0.328
44 3 -0.371 -0.780 -0.106 -0.726
45 4 -0.887 -0.011 -0.252 -0.664
46 5 0.798 2.046 1.149 2.305
47 6 6.216 4.163 6.757 9.894
48 7 -1.076 -0.536 -0.500 -1.220
49 8 -0.656 0.046 -0.839 -0.837
50 9 -0.248 -1.423 0.720 -0.549
51 10 0.137 0.633 -0.889 -0.069

CONTOH STUDI PERISTIWA
39/39