EFISIENSI PASAR
Istilah efisiensi pada dasarnya bisa diartikan secara berbeda sesuai dengan konteks
penggunaan istilah tersebut, misalnya :
Dari sudut pandang pengalokasian aset : efisiensi diartikan sebagai suatu kondisi
dimana aset-aset yang ada sudah teralokasikan dengan optimal.
Dalam konteks aplikasi teknologi : efisisensi diartikan sebagai pengaplikasian
teknologi yang memerlukan biaya operasi yang paling murah.
Dari sudut pandang investasi : efisiensi berarti bahwa harga pasar harga pasar yang
terbentuk sudah mencerminkan semua informasi yang tersedia.
Efisiensi dalam konteks investasi juga diartikan dalam kalimat tidak seorang
investor pun bisa menambil untung dari pasar atau diistilahkan sebagai no one
can beat the market. Artinya, jika pasar efisien dan semua informasi bisa diakses
secara mudah dan dengan biaya yang murah oleh semua pihak di pasar, maka harga
yang terbentuk adalah harga keseimbangan, sehingga tidak seorang investor pun bisa
memperoleh keuntungan tak normal dengan memanfaatkan informasi yang
dimilikinya.
Pada tahun 1991, Fama mengemukakan penyempurnaan atas klasifikasi efisiensi pasar
tersebut, yaitu :
Efisinsi bentuk lemah disempurnakan menjadi suatu klasifikasi yang lebih bersifat
umum untuk menguji prediktabilitas return (return predictability). Pada
klasfikasi ini, informasi mengenai pola return sekuritas, seperti return yang tinggi
di bulan Januari dan Jumat, tidak dapat digunakan untuk memperoleh return tak
normal.
Efisiensi bentuk setengah kuat diubah menjadi studi peristiwa (event studies)
Efisiensi pasar dalam bentuk kuat disebut sebagai pengujian informasi privat
(private information.)
Contoh : rata-ratareturn saham JKL selama katakanlah 220 hari atau satu tahun
terakhir adalah 0,08%. Return aktual pada suatu hari tertentu yang sedang
diamati (misalnya tanggal 15) adalah 1,2%. Maka return tak normal pada
hari itu adalah 1,2% - 0,08% = 0,04%.
2. Market-adjusted Returns
Pergerakan saham-saham individual sering dihubungkan dengan pergerakan bersama
dalam pasar. Untuk itu, satu teknik untuk menghitung return tak normal adalah
dengan menghilangkan pengaruh pasar terhadap return harian sekuritas. Return tak
normal dihitung dengan mengurangkan return pasar pada hari t (, ) dari return
saham, seperti ditunjukkan pada persamaan berikut :
, = , ,
Contoh : ....lanjutan, diketahui pada tanggal 15, return pasar adalah 0,05. Maka return
tak normal saham JKL pada hari itu adalah 1,2% - 0,05% = 0,07%.
3. Market Model Returns
Teknik merupakan cara yang lebih canggih dengan menggambarkan hubungan antara
sekuritas dengan pasar dalam sebuah persamaan regresi linier sederhana antara return
sekuritas dengan return pasar. Market model digambarkan dengan persamaan berikut :
= 1 + +
Keterangan :
1 = intersep dalam regresi untuk sekuritas i. Ini merupakan komponen return
yang tidak tergantung dengan return pasar.
= koefisien regresi yang menyatakan slope garis regresi. Ini mengukur
perubahan yang diharapkan dalam return seluritas sehubungan dengan
perubahan dalam return pasar.
= kekeliruan regresi. Ini mengukur deviasi return yang diobservasi dengan
return yang diprediksi oleh regresi dan mempunyai nilai harapan sama
dengan nol.
Untuk menghitung return tak normal dengan menggunakan market model, nilai-nilai
1 dan dicari dengan menggunakan data return dari periode waktu yang tidak
mengandung peristiwa yang sedang diteliti.
2. Menggunakan data return di masa yang lalu, baik untuk prediktabilitas jangka
pendek maupun jangka panjang
Memprediksi Return dari Data Return di Waktu Lalu
a. Prediksi Jangka Pendek
Biasanya dilakukan untuk mengetahui apakah return pada periode
sebelumnya (biasanya sehari atau beberapa hari sebelumnya) dapat
digunakan untuk memprediksi return hari ini. Ada beberapa cara pengujian
yang dapat dilakukan, yaitu sebagai berikut :
1. Uji Korelasi
Uji korelasi adalah pengujian hubungan linear antara return hari ini
dengan return di waktu lalu. Semakin tinggi korelasi antara return masa
lalu dengan return saat ini, berarti semakin tinggi kemampuan return
masa lalu tersebut untuk memprediksi return masa depan. Secara
sistematis, bentuk persamaannya bisa ditulis sebagai berikut :
= + 1 +
Dalam hal ini :
a = tingkat return harapan yang tidak berhubungan dengan return
sebelumnya
b = besarnya hubungan antara return di waktu yang lalu dengan return
hari ini
e = angka random yang merupakan variabilitas return yang tidak
berhubung-an dengan tingkat return sebelumnya .
2. Run Test
Run test adalah teknik analisis yang tidak akan terpengaruh oleh adanya
perubahan-perubahan harga yang ekstrem (terlalu besar ataupun terlalu
kecil).
Pada analisis run ini, perubahan harga ditandai dengan (+) bila terjadi
kenaikan harga, (-) bila terjadi penurunan dan 0 bila tidak terjadi
perubahan. Kemudian jika perubahan harga berhubungan positif, maka
kecenderungannya a+ akan diikuti oleh a+ dan a- juga diikuti oleh a-.
Urutan tanda yang sama diantara tanda yang berbeda disebut dengan run.
Misalnya : perubahan harga sebuah sekuritas adalah +----+++0. Dalam
contoh tersebut, terdapat empat run, terdiri dari satu run
pertama dengan satu bentuk perubahan positif (+), satu run
kedua yang terdiri dari empat bentuk perubahan negatif (---),
satu run ketiga yang terdiri dari tiga bentuk perubahan positif
(+++), dan satu run keempat berupa satu bentuk perubahan
nol (0).
Bila perubahan sekuritas mempunyai hubungan atau korelasi yang
posotof dari waktu ke waktu, maka diharapkan akan terjadi sedikit
perubahan run. Sedangkan, jika terdapat korelasi negatif, maka akan
banyak perubahan run yang terjadi.
Dalam sebuah pasar yang efisien di mana terdapat korelasi return yang
tinggi, biasanya akan diikuti oleh komponen biaya transaksi yang relatif
tinggi pula, sehingga akhirnya return tak normal yang didapat akan
berkurang setelah dikurangi dengan biaya transaksi yang harus
ditanggung investor.
3. Filter Test
Filter rule merupakan cara sederhana untuk menguji keberadaan pola
return yang lebih kompleks dengan menguji apakah ada strategi
perdagangan (trading rule) berdasarkan informasi harga di masa lalu
yang dapat digunakan oleh investor untuk mendapatkan return tak normal
di pasar.
Teknik analisis filter rule biasanya dilakukan dengan membandingkan
return yang didapat jika melakukan strategi perdagangan aktif tertentu
dengan return yang didapat jika investor melakukan strategi beli dan
simpan (buy and hold strategy).
Pengujian mengenai filter rule ini secara intensif pernah dilakukan oleh
Fama dan Blume (1966), dengan membandingkan return yang
menggunakan strategi filter rule dengan strategi buy and hold. Hasil yang
diperoleh menunjukkan bahwa strategi dengan menggunakan filter rule
ternyata relatif kurang menguntungkan dibandingkan dengan strategi buy
and hold.
4. Relative Strenght
Salah satu contoh aturan relative strength pernah dikemukakan oleh Levy
(1967), yaitu dengan membandingkan harga satu saham saat ini ( )
dengan harga rata-rata saham tersebut selama beberapa periode ( ).
Misalnya : jika rata-rata ( ) adalah harga rata-rata saham j pada waktu t
selama 27 minggu, dan adalah harga saham j pada waktu t. Maka
relative strenght saham tersebut adalah sebesar / . Menurut Levy,
sekuritas yang dipilih adalah sekuritas yang mempunyai rasio X%
tertinggi, dan saham tersebut bisa dibeli dengan jumlah uang tertentu.
Selanjutnya, dalam periode berikunya, jika relative strenght sebesar K%,
maka saham tersebut harus dijual dan dana yang diperoleh dari hasil
penjualan tersebut harus diinvestasikan kembali pada saham-saham yang
termasuk dalam X% rasio tertinggi. Levy telah menguji bahwa untuk nilai
X dan K yang menguntungkan adalah sebesar X=5% dan K=70%.