I.

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

harga tawaran sehingga semua investor tersebut membeli saham dengan harga yang sama.
Seiring berjalannya waktu, saham mengalami fluktuasi harga yang disebabkan oleh kinerja
perusahaan itu sendiri. Semakin baik kinerja perusahaan tersebut semakin meningkat harga
sahamnya. Namun apabila yang terjadi sebaliknya di mana kinerja perusahaan buruk dan
mengakibatkan turunnya harga saham yang memicu munculnya efek disposisi di mana ada
kecenderungan investor untuk terus menahan investasinya yang telah mengalami kerugian.
Keengganan untuk merealisasikan kerugian tersebut dapat termotivasi oleh loss
aversion dalam teori prospek yang menyatakan bahwa hubungan harga aset dengan harga
referensi seorang investor mempengaruhi keperluan investor secara asimetris di mana
investor akan menolak risiko dalam domain keuntungan dan mencari risiko dalam domain
kerugian. Investor memiliki kecenderungan untuk segera menjual sahamnya ketika harga
saham tersebut naik dan menahannya ketika harga saham tersebut turun. Volume
perdagangan yang terjadi ketika saham diperdagangkan dalam kisaran harga tertentu
merupakan faktor penentu penting dari volume perdagangan di masa depan untuk hasam itu
di kisaran harga tersebut (Ferris at al. 1998). Hal yang belum diketahui saat ini adalah sejauh
mana bias perilaku investor mempengaruhi perilaku pasar agregat. Hal ini sulit untuk
diselesaikan karena harga referensi yang relevan tergantung pada harga pembelian yang unik
oleh setiap investor.
Menjadikan harga beli sebagai satu-satunya faktor penentu harga referensi dalam
menentukan keputusan investor untuk menjual atau menahan sahamnya juga masih belum
jelas kebenarannya. Dalam sebuah percobaan laboratorium, Weber dan Camerer menemukan
dua harga dari periode sebelumnya dan harga beli menjadi poin referensi penting. Menurut
sejarah harga saham maksimum dan minimum juga merupakan titik referensi potensial. Oleh
karena itu, patokan apa saja yang harus dipakai dalam menentukan harga referensi belum
diketahui.
Adanya

permasalahan-permasalahan

di atas

menarik

minat

peneliti

untuk

memecahkan permasalahan tersebut sehingga peneliti melakukan sebuah penelitian untuk

menyelidiki implikasi pasar dari efek disposisi dan untuk memberikan bukti tambahan
tentang penentuan harga referensi.

Market-wide Impact of The Disposition Effect :

Evidence from IPO Trading Volume
2. Data
Pada sesi ini kita akan mendeskripsikan data yang terdapat pada table 1 secara lebih detail.
2.1. Sampel Dasar
Data IPO diperoleh dari Securities Data Corporation (SDC). Semua data IPO U.S.
antara 1 Januari 1980 sampai 30 Desember 1996 dimana terdapat data tentang offer date,
offer price dan gross proceed yang telah disesuaikan dengan data harian dari Center for
Research in Security Prices (CRSP) tahun 1997. Prosedur penyesuaian menggunakan 6 digit
angka / symbol CUSIP untuk mengidentifikasi permasalahan. Hasilnya menampilan IPO
sebesar 7.138 setelah mengeliminasi 243 kasus yang menampilkan permasalahan yang sama.
Untuk tidak menyertakan observasi tentang IPO yang salah, peneliti tidak menyertakan
perusahaan yang memiliki sampel initial trading date di CRSP tidak jatuh dalam 0-10 hari
setelah tanggal IPO di SDC. Tersisa 5.884 perusahaan. Kemudian pengelompokan dilakukan
berdasarkan gross proceeds $3juta atau kurang (385 perusahaan), dan IPO dengan offer price
$1 atau kurang per share (36 perusahaan). Tersisa 5.463 perusahaan.Dari sampel ini, 3.948
perusahaan memiliki offer date sesuai SDC, yang juga sama dengan trading date perdana di
CRSP. Sedangkan 1.325 perusahaan memiliki hari yang sama dengan offer date di SDC
sebagai trading date perdananya. Jadi hanya 190 perusahaan yang memiliki keterlambatan 2
hari atau lebih dari first trading date di CRSP dan offer date di SDC.
Dari perusahaan-perusahaan tersebut, peneliti mengumpulkan data return dan volume
saham maksimum selama 2 tahun (508 trading days). Hal ini berarti sebanyak 162 (di luar
total 682) IPOselama tahun 1996, data saham mengerucut pada 31 Desember 1997,
menyisakan 259 observasi harian untuk IPO akhir pada tahun 1996. Peneliti tidak
menyertakan 60 perusahaan yang memiliki kurang dari satu tahun (254 tarding days) dari
observasi harian yang memungkinkan, dan 321 perusahaan yang memiliki lebih dari 15 hari
informasi volume yang tidak lengkap di CRSP. Sehingga tersisa sampel IPO sebanyak 5.082.
2.2. Karakteristik Sampel
Stastistik yang mendeskripsikan sampel dasar (N = 5.082) ditampilkan di table 2.
Lima Belas persen dari perusahaan (775) memiliki initial return negative. Perusahaanperusahaan tersebut dijuliki losers. 68% perusahaan (3.444) memiliki initial return positif
dan dijuluki sebagai winers. Sisanya sebanyak 17% perusahaan tidak memiliki initial

return. Median kapitalisasi pasar untuk loser adalah $34,7 juta, sedangkan untuk kriteria
perusahaan lainnya mencapai $60 juta. Losers juga memiliki gross proceeds yang lebih kecil
dengan rata-rata rasio yang mirip.
Untuk studi tentang reference price effect, peneliti memilih subsample dari loser dan
winner. Motivasi dari prosedur ini akan dijelaskan pada sesi 3.1. Peneliti mengambil semua
perusahaan loser yang memiliki harga saham yang memotong harga penawaran dari bawah
saat pertama kali setelah 4 minggu (>20 trading days) dari tanggal permasalahan. Total ada
342 perusahaan dengan kondisi tersebut dan disertakan dalam subsample loser. Untuk
perusahaan winner peneliti mengambil semua perusahaan yang memiliki harga saham yang
memotong harga penawaran dari atas saat pertama kali setelah 4 mingu. Hasilnya terdapat
1.712 perusahaan.
Dua sesi terakhir pada table 2 menunjukkan statistic yang mendeskripsikan subsample
tersebut. Perusahaan dengan subsample winner, tampak sebagai winner secara overall,
dengan median kapitalisasi pasar $57,7 juta. Sedangkan median market kapitalisasi untuk
subsample loser adalah $34,6 juta.

3. Hipotesis dan Metoda

3.1. Prediksi pada Volume Trading
Disposition Effect memiliki dalil bahwa investor cenderung menahan losing investment
dan menjual winner. Jika perilaku ini berlaku pada jumlah besar investor IPO, maka hal ini
dapat menekan trading volume saat berada di bawah offer price, dan trading volume dapat
meningkat saat harga di aftermarket meningkat melampaui offer price. Hal ini dikarenakan
disposition effect membuat investor sebelumnya belum menjual saham mereka cenderung
menunda keputusan mereka hingga investasi mereka kembali menghasilkan keuntungan.
Investor yang memenangkan IPO dan kemudian harganya meningkat, tetapi kemudian
menurun hingga mendekati offer price, cenderung tertekan dan kemudian menjual saham
mereka untuk mengantisipasi terjadinya kerugian jika harga saham terus menurun.

Berdasarkan hal tersebut, peneliti membuat beberapa hipotesis :

Hipotesis 1. Trading volume lebih tinggi saat harga saham IPO lebih tinggi dari offer price.
Hipotesis 2. Terdapat peningkatan trading volume untuk initial return IPO yang negative,
saat melampaui offer price pada saat pertama kali.
Hipotesis 3. Terdapat peningkatan trading volume untuk initial return IPO yang positif, saat
jatuh di bawah offer price saat pertama kali.
Hipotesis 4. Terdapat peningkatan trading volume untuk IPO saat harga saham mencapai
rekor baru untuk harga yang tinggi atau rendah.
3.2 mengukur tingkat penjualan
Sampai saat ini tidak ada yang metode yang secara umum diterima untuk mengukur tingkat
penjualan yang abnormal. Serupa dengan studi-studi yang baru yang saya menggunakan
turnover (jumlah saham yang diperdagangkan dibagi dengan jumlah saham yang belum
diputarkan) sebagai pengukur volume-nya. Saya mendapatkan jumlah saham harian yang
ditransaksikan dan jumlah saham yang belum diputar selama hari-hari tersebut dari file-file
CRSP untuk masing-masing perusahaan.
Tkac (1999) menyarankan penggunaan pada sebuah pengaturan untuk tingkat
perdagangan market-wide atau secara luas untuk menghitung tingkat perdagangan yang
abnormal untuk perusahaan-perusahaan individual. Saya menghitung volume pasar sebagai
berikut. Jumlah saham yang diperdagangkan adalah yang secara keseluruhan harian, tanpa
mengikutkan 30 persen perusahaan kecil. Saham kecil dikeluarkan untuk mengurangi efek
yang ditawarkan berbeda. Ukuran peringkat berdasarkan pada keuntungan pasar tahun lalu
untuk masing-masing tahun. Jumlah agregat pada saham yang belum diputarkan ditemukan
sama. Tingkat pasar normal kemudia rasio pada jumlah saham yang diperdagangkan secara
agregat pada jumlah agregat dari saham yang belum diputarkan.
Beberapa studi telah mendokumentasikan adanya hubungan yang kontemporer antara
tingkat perdagangan atau penjualan saham dan tingkat pengembalian saham. Karpoff (1987)
me-review literatur hubungan yang kuat pada eksistensi pada hubungan positif antara tingkat
pengembalian saham absolut dan volume pada data harian. Karpoff menjelaskan bahwa relasi
jumlah dan harga dapar asimetris, dalam sebuah pergerakan harga yang positif menghasilkan
perdagangan yang lebih daripada pergerakan negatif. Gallant (1992) menemukan hubungan
interaksi kompleksitas non-linear antara harga dan volume dalam investigasi pada kedua

kesenjangan dan efek kontemporer. Mereka juga mendokumentasikan hubungan positif

antara volatilitas dan volume.
3.3 Refrensi harga-harga
Saya menggunakan total return IPO untuk mendeterminasikan refrensi harga yang
penting. Sebagai contoh, saya mengatakan bahwa sebuah peristiwa penyilangan atau
penyebrangan level 1.10 dari bawah terjadi pada hari pertama ketika saham mendekat cukup
tinggi pada hasil lebih dari 10% dalam pendapatan kotor (gross gain) kepada initial investor.
Dalam beberapa kasus yang sering muncul, korespondensi pada tingkat harga saham melebihi
harga IPO sebanyak 10%. Perbedaan muncul ketika ada pembayaran dividen atau stock splits
sebelum kejadian ini terjadi. Dalam beberapa situasi mungkin menjadi lebih tepat untuk
menggunakan harga kasar relatif kepada harga isu dalam mendeterminasikan harga refrensi
yang penting. Sebagai contoh, seorang investor mungkin menempatkan pendapatan dividen
dan capital gain dalam dua akun yang terpisah dan merasa bahwa dia hanya memiliki sebuah
paper gain jika harga pasar sekarang melebihi harga yang ditawarkan, terlepas dividen
diterima atau tidak. Bagaimana pun, dalam situasi lain mungkin lebih baik menggunakan
total return. Sebagai contoh, ketika investor melihat performa saham pada partikular investasi
IPO, dia mungkin akan mempertimbangkan nilai total dari investasi, mengambil pertukaran
saham pada akun. Ketiga alternatif mungkin akan mengatur refrensi harga ketika
mengkoreksi pertukaran saham, tapi tidak untuk dividen.
Dalam memilih perusahaan saya memantau perubahan harga dan total return, dan
mengabaikan perusahaan dengan perbedaan lebih dari 5%. Hal ini mengizinkan perusahaan
dengan dividen normal untuk melewati batasannya tapi penyaringan perusahaan dengan
dividen yang tidak biasa. Saya mengacu pada harga saham dalam konteks harga saham
melewati level refrensi atau sedang berdagang dalam jarak yang partikular ketika dalam
kenyataannya saya bicara tentang return index. Indeks return saham di kalkulasikan melalui
CRSP dari closing price harian. Hal ini demikian memungkinkan bahwa ada saham yang
bisa melewati sebuah tingkat harga dalam satu hari, dan kemudian menggunakan closing
price untuk mendeterminasikan penerobosan adalah prasangka terhadap waktu yang telah
lewat.
3.4 Analisis regresi pada turnover harian
Saya menggunakan dua langkah prosedur untuk mengestimasi kebiasaan pada turnover untuk
dua contoh, yang rugi dan yang untung. Pertama saya mengestimasi sebuah model pada

normal turnover untuk masing-masing perusahaan secara terpisah. Kemudian saya melakukan
sebuah menyatukan regresi OLS pada tahap pertama residual untuk mendeterminasikan
besarnya efek kebiasaan tersebut. Sejak IPO telah diketahui untuk mengelompokkan waktu,
periode observasi pada beberapa perusahaan dapat disamakan, menyebabkan hubungan saling
menyilang dalam residual. Saya mengembalikan isu ini pada akhir sessi, tapi pertama saya
menggambarkan regresi dalam keadaan yang lebih detail.
Dalam tahap pertama saya mengestimasi sebuah model dari turnover pada masing-masing

perusahaan (i) dengan

) hari (254-508) pada data dan

menjelaskan variabel dari semua

perusahaan, tapi mengambil nilai-nilai spesifik perusahaan.

adalah

vector pada logaritma turnover harian pada perushaan i.

dari regresi pada perusahaan i. 1 adalah

vectors of ones,

pada tahap awal menjelaskan variabel pada perusahaan i,

koefisien refresi pada perusahan i.

adalah

adalah constanta
matriks

adalah

X 1 vector pada

vector pada eror untuk perusahaan i.

Dalam tahap kedua saya melakukan penggabungan OLS regresi dengan

tentang variabel-variabel. Individual eror

menjelaskan

dari Eq. Untuk perusahaan N

menumpuk

menjadi bentuk dependen variabel Y :

Y=

Yang mana Y adalah (

X

) X 1 vector pada tumpukan eror masa

dari (1), z (

matrix pada langkah kedua yang menjelaskan variabel-variabel.

adalah

matriks pada langkah kedua yang menjelaskan variabel-variabel dengan nilai yang spesifik
pada perusahaan i, adalah
masa eror.

vector pada koefisien regresi, adalah

vector pada

Penjelasan :
Panel A menjelaskan variabel dalam perusahaan individu tahap pertama regresi. Sebuah
model pada volume normal diestimasikan untuk masing-masing perusahaan.
Dependen Variabel pada model adalah turnover harian (jumlah saham yang
diperdagangkan/jumlah saham yang beredar).
Volume variabels
1. Market Turnover
Logaritma dari jumlah keseluruhan dari saham yang diperdagangkan dibagi dengan
seluruh saham yang beredar.
2. Turnover
Logaritma dari jumlah saham sebuah perusahaan yang beredar dibagi dengan jumlah
seluruh saham yang beredar.
3. Turnover (-n)

Logaritma dari turnover pada satu hari tertentu atau hari n yang direlasikan kepada
observasi harian.
Seasoning Variabel
1. Time
time dalam bulan yang berelasi tidak begitu jauh dengan offer date.
2. Time(square)
time dalam bulan yang dikuadratkan.
Stock Return Variabel
1. R
Logaritma stock return harian.
2. MAX (R,0)
Return, jika positif dan nol jika return negatif.
3. MIN (R,0)
Nilai return absolut, jika return itu negatif dan nol jika return negatif.

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

Sebuah pooled regresi dengan tahap pertama residual sebagai dependen variabel
diestimasikan untuk mendeterminankan besarnya dampak dari perilaku.
1. HIIM
Previous-month-high dummy: 1. Jika return index mengindikasikan value terbesar
selama bulan sebelumnya (21 trading days). 0. Sebaliknya.
2. LOIM
Previous-month-low dummy: 1. Jika return index mengindikasikan value terkecil
selama bulan sebelumnya (21 trading days). 0. Sebaliknya.

3. 1st CROSS X B
Dummy variabel: 1. Jika stock return index melintasi level x relative pada offer price
dari bawah untuk pertama kalinya, 0. Sebaliknya. Misalnya: 1st CROSS 1.05 B mendapatkan
nilai: 1. Pada hari dimana stock price untuk pertama kalinya ditutup diatas level 1.05 times
offer price, datang dari bawah pada levelnya. ( Return index dibutuhkan pada saat stock price
disesuaikan untuk deviden dan splits ).
4. 1st CROSS X A
Dummy variabel: 1. Jika stock return index melintasi level x relative pada offer price
dari atas untuk pertama kalinya, 0. Sebalinya. Misalnya: 1st CROSS X A mendapatkan nilai:
1. Pada hari dimana stock price untuk pertama kalinya ditutup dibawah level 1.05 times offer
price, datang dari atas pada levelnya. ( Return index dibutuhkan pada saat stock price
disesuaikan untuk deviden dan splits ).
5. CROSS 1st, ... Nth x B (atau A)
Dummy variabel: 1. Dummy variabel: 1. Jika stock return index melintasi level x
relative pada offer price dari bawah ( B ), atau dari atas ( A ), 0. Sebaliknya. Dibandingkan
dengan 1st CROSS, variabel ini mengesampingkan the order of the crossing ( hal ini tidak
membuat perbedaan antara first, second, atau nth time ). Hal ini akan mendapatkan nilai. 1.
Setiap saat saham akan goes over ( CROSS 1st, ..., nth X A ) level X, seperti datang dari sisi
yang lainnya dari level x. Misalnya. CROSS 1st, ..., Nth 1.05 B mendapatkan nilai pada 1.
Pada hari dimana stock price untuk pertama kalinya ditutup diatas level dai 1.05 times offer
price, seperti saat hari-hari sebelumnya ditutup dibawah level 1.05 times offer price. ( Return
index dibutuhkan pada saat stock price disesuaikan untuk deviden dan splits ).
6. CROSS 2nd,..., Nth x
Sama seperti CROSS 1st, ... , Nth XB (atau A), kecuali first crossing
dikesampingkan. Itu adalah CROSS 2nd, ... , Nth XB
7.RANGE (x1,x2)
Dummy Variabel : Jika harga saham (menggunakan return index) adalah price range.
8. HI1M x I(R>5%)
Interaksi dari variabel dummy antara HI1M dan I(R>5%), dimana I(R>5%) adalah 1

kapanpun ketika tinggat pengembalian lebih besar atau sama dengan 5%.
9.LO1M x I(R< -5%)
Interaksi dari variabel dummy antara LO1M dan I(R<-5%), dimana I(R<-5%) adalah
1 kapanpun ketika tingkat pengembalian lebih besar atau sama dengan -5%.

Hasil Penelitian
Sesi ini mempresentasikan asil dari regresi abnormal volume. Ada dua subsamples :
Losers: Perusahaan dengan negative initial return dimana harga sahamnya bergerak
turun dibawah offer price untuk pertama kalinya antara hari 21 sampai 508 setelah issue date.
Total ada 342 perusaahn losers.
Winner : Perusahaan dengan positif initial return dimana harga sahamnya bergerak
naik melewati harga offer price untuk pertama kalinya antara hari 21 sampai 508 setelah
issue date. Total ada 1712 perusahaan winners.
Summary statistic dari basic turnover dan return variabel disajikan pada tabel berikut :

Trading volume akan lebih tinggi pada level di atas harga penawaran. Jika initial return akan
meningkat dan mencapai puncaknya pada level 20 (pada tabel), para investor akan
berbondong-bondong menjual sahamnya karena didasarkan atas asumsi mereka karena bad
experience (pengalaman buruk di masa lampau: harga saham yang sudah naik akan memiliki
kecenderungan untuk anjlok). Hal tersebut akan menyebabkan peningkatan dalam trading
volume.
Offer Price
Misal 100

Initial Return
Menjadi 50

Berarti Negatif
Initial Return /
Losers

Jika dilihat dari grafik, initial return IPO yang negatif berdampak lemah terhadap
peningkatan trading volume. Efek disposisi dari losers ini hanya berdampak besar pada
perusahaan kecil, sehingga sangat minim kontribusinya terhadap trading volume IPO.
/

Initial Return
Menjadi 200

Berarti Positive
Initial Return /
Winners

Adanya peningkatan dalam trading volume IPO jika initial return dalamsecondary market
meningkat.
Tabel diatas mempresentasikan hasil regresi perusahaan individu untuk loser dan winner.
Koefisien dari market turnover juga significant lebih dari 50% pada tiap perusahaan. Ada
hubungan yang kuat antara contemporaneous turnover dan stock return. Efek dari volatility
tampaknya tidak begitu significant , sejak koefisient negatif untuk losers, dan perkiraan ratarata dan median mengestimasi saham winner.

Tabel diatas memprensentasikan hasil regresi dari perusahaan losers. Hasilnya menjunjukan
peningkatan pada trading volume sampai pada minggu kedua setelah mencapai harga
tertinggi sepanjang masa. Beberapa koefisien untuk minggu pertama juga significant di level

(1.05, 1.20, 1.35), tetapi mereka tidak begitu impresif. Secara keseluruhan menjunjukan
adanya hubungan antara peningkatan volume ketika harga melebihi offer price untuk pertama
kali.

Conclusion
Makalah ini telah memeriksa pentingnya tingkat referensi yang berbeda dalam harga saham
untuk pasar sebagai suatu agregat. Penelitian ini memanfaatkan laboratorium unik untuk
menguji efek disposisi, yaitu volume perdagangan aftermarket dari initial public offering.
Ada pengaruh efek negative dari disposisi IPO initial return: perdagangan di bawah harga
penawaran yang ditekankan dibandingkan dengan perdagangan pada harga di atas harga
penawaran.
Dalam hal persentase, turnover ditemukan meningkat 68% karena harga saham tersebut
melebihi harga penawaran untuk pertama kalinya. Lebih dari setengah dari kenaikan tersebut
dijelaskan dari pencapaian harga tinggi baru bulanan. Efek marjinal pertama melintasi harga
penawaran, atau, mencapai rekor harga baru, keduanya terkait dengan perubahan omset sama
besarnya sebagai berikut pengendali dari turnover saham: peningkatan standar deviasi sebesar
satu nilai di hari turnover sebelumnya atau saat ini hari turnover pasar, atau peningkatan
standar deviasi sebesar setengah nilai dalam return hari ini.
Yang harus diperhatikan ketika menilai implikasi dari hasil di atas pada volume perdagangan
secara umum. Pengaturan ini dirancang untuk memaksimalkan dampak dari efek disposisi
yaitu: Harga penerbitan, common to all investor, membentuk natural anchoring point.
Selanjutnya IPO pada umumnya dan orang-orang di dalam subsample loser khususnya adalah
perusahaan yang relative kecil, dan hamper semua pola pasar saham yang dikenal lebih kuat
untuk perusahaan kecil daripada perusahaan besar (Loughran and Ritter, 2000). Dengan
demikian kemungkinan bahwa penelitian ini memberikan perkiraan batas atas untuk
pengaruh agregat efek disposisi. Umumnya efeknya mungkin lebih lemah.
Penelitian empiris lebih lanjut diperlukan untuk mengungkap potensi dampak titik referensi
pada pengembalian aset, selain volume yang diulas disini. Studi ini dapat menjelaskan lebih
lanjut mengenai apakah model penetapan harga asset yang menggabungkan loss aversion dan
harga referensi yang kemungkinan akan berhasil.