ADAKAH PERILAKU HERDING PADA KONDISI BEARISH DAN BULLISH PADA

PASAR SAHAM INDONESIA ?

(Studi Kasus Pada Indeks LQ-45 Pada Periode
2 Januari 2015 – 29 Desember 2017)
Oleh:
Mukti Trio Putra
Fitri Santi

ABSTRACT

This research aims to detect the indication of herding behavior in Indonesian Stock Market.
The sampling method in this research is purposive sampling. Variables that used in the
method are return dispersions (CSAD), absolute market return, and the squared market. This
research consists 34 companies listed in LQ-45 Index during the period 2 January 2015 – 29
December 2017. The data needed is the daily return of active individual stocks and daily
return of LQ-45 Index. The analysis technique is using quantile regression. The results of this
research shows herding behavior is not found in bearish condition, neither in bullish
condition. So, herding behavior is not happened in Indonesian stock market.

Keywords: bearish,behavioral finance, bullish ,Cross-Sectional Absolute Deviation (CSAD),

herding behavior, LQ-45 Index, market return, quantile regression

PENDAHULUAN
Meningkatnya jumlah investor di pasar modal Indonesia hingga mencapai seratus ribu
per tahun dalam tiga tahun terakhir, telah menciptakan berbagai fenomena terkait keputusan
para investor. Fenomena tersebut terjadi karena pasar modal Indonesia memiliki efisiensi
pasar bentuk lemah. Fama (1970), dalam teorinya, Efficient Market Hypothesis (EMH)
menyebutkan harga saham pada efisiensi pasar bentuk lemah mencerminkan seluruh
informasi yang sudah tersedia di pasar seperti harga historical, volume perdagangan, dan
suku bunga jangka pendek. Sehingga dengan menggunakan informasi yang bisa didapat
dengan bebas dan tanpa biaya, investor akan dengan sangat mudah bereaksi terhadap signal
yang terbentuk di pasar. Efisiensi pasar bentuk lemah akan menentukan perilaku berinvestasi
investor yang lebih mengutamakan analisis teknikal dibandingkan analisis fundamental
dengan hanya melihat trend harga saham untuk mencari imbal balik yang melebihi ekspektasi
imbal balik pasar (abnormal return).
Tindakan investor dalam efisiensi pasar bentuk lemah akan menyebabkan kondisi
pasar yang lebih spekulatif dan rentan terjadinya krisis. Akan tetapi, apabila terjadi krisis,
investor akan bertindak secara irrasional dengan menarik dananya secara besar-besaran dan
secara bersama-sama. Kondisi ini akan memunculkan kelemahan Efficient Market Hypothesis
yang tidak mampu untuk menjelaskan mengapa dan bagaimana pasar kemungkinan menjadi
tidak efisien. Namun, kondisi ini dapat dijelaskan oleh faktor psikologis yang ikut
mempengaruhi keputusan seorang investor dalam melakukan keputusan investasinya yang
kemudian dikenal dengan konsep behavioral finance. Menurut (Ritter, 2003) behavioral
finance merupakan perilaku keuangan yang terdiri dari dua bagian yaitu, cognitive (cara
manusia berpikir) dan limit to arbitrage (memanfaatkan pasar yang tidak efisien). Konsep
behavioral finance mampu menjelaskan apa yang tidak dapat dijelaskan di dalam Efficient
Market Hypothesis, yakni mengapa dan bagaimana pasar kemungkinan menjadi tidak efisien.

Konsep behavioral finance tersebut mampu menjelaskan fenomena investor yang tidak
memiliki informasi lengkap di pasar cenderung untuk mengabaikan keputusan mereka sendiri
dan mengikuti perilaku investor lain di pasar. Mereka lebih percaya kepada investor lain yang
lebih berpengetahuan dan memiliki akses informasi yang lebih baik daripada mereka. Hal ini
kemudian berkembang menjadi dasar perilaku herding (Chaffai & Medhioub, 2018)

TINJAUAN LITERATUR
Behavioral finance adalah bidang studi yang mengkombinasikan teori psikologi dengan
ekonomi dan keuangan konvensional untuk memberikan penjelasan mengapa seseorang
membuat keputusan keuangan yang tidak rasional. Teori Behavioral Finance muncul akibat
adanya beberapa hal yang tidak dapat diungkap dengan teori Efficient Market Hypothesis
(EMH). Fama (1970) memberikan pengertian bahwa konsep pasar yang efisien berarti harga
saham yang sekaran mencerminkan segala informasi yang ada seperti informasi masa lalu,
sekarang, dan ditambah oleh informasi dari perusahaan itu sendiri. Teori EMH tidak
berasumsi bahwa pasar dapat meramalkan masa depan, tetapi beranggapan bahwa pasar
membuat perkiraan masa depan yang tidak bias. Sebaliknya, behavioral finance
mengasumsikan bahwa dalam beberapa keadaan, pasar keuangan bergerak tidak efisien.

Hal yang dapat menjembatani antara perilaku herding dengan behavioural finance yaitu
mengacu pada argumentasi dari Christie dan Huang (1995). Argumentasi tersebut adalah
bahwa ketika terjadi pergerakan harga (volatilitas) pasar yang sangat tinggi (extreme market
movements), investor kemungkinan akan menekan atau mengabaikan pendapat dan keyakinan
mereka dan lebih memilih untuk mengikuti (herding) konsensus atau sentimen pasar.
Herding di pasar keuangan diidentifikasikan sebagai orang-orang yang melakukan apa yang
dilakukan oleh semua orang, walaupun informasi privat yang mereka terima mengisyaratkan
untuk melakukan hal yang berbeda (Banerjee, 1992).

Bikhchandani dan Sharma (2001) berpendapat, penyebab timbulnya perilaku herding di

pasar keuangan disebabkan oleh tiga faktor yakni, information-based herding, reputation-
based herding, dan compensation-based herding. Bikhchandani dan Sharma (2001) juga
menambahkan bahwa ketika memiliki keterbatasan informasi, investor akan mengikuti
gerakan investor lain dalam mengambil keputusan berinvestasi yang pada akhirnya akan
mengabaikan signal miliknya dan mengikuti keputusan mayoritas dan membentuk
“information cascade”.

Penelitian ini dilakukan pada kondisi bearish dan bullish. Bearish berasal dari kata
beruang (bear). Gerakan cakar beruang yang selalu mengarah kebawah, menggambarkan
kondisi pergerakan harga saham yang menurun dalam suatu periode (Fabozzi & Francis,
1979). Bullish berasal dari kata banteng (bull). Bentuk banteng yang menanduk ke atas,
menggambarkan kondisi pergerakan harga saham yang menanjak dalam suatu periode
(Fabozzi & Francis, 1979).

Beberapa penelitian mengenai pendeteksian perilaku herding yaitu penelitian yang

dilakukan oleh Chang et al. (2000) yang meneliti untuk menemukan perilaku herding di
berbagai negara seperti Amerika Serikat, Hong Kong, Jepang, Korea Selatan, dan Taiwan
yang berlangsung dari tahun 1976 hingga 1985. Metode penelitian ini adalah dengan model
Cross-Sectional Absolute Deviation (CSAD). Hasil penelitian ini adalah perilaku herding
terdeteksi di emerging market seperti di Taiwan dan Korea Selatan yang ditandai dengan
variabel return pasar kuadrat (R2m,t) memiliki hubungan yang nonlinear dan signifikan
dengan variabel CSAD.

Selain Chang et al. (2000), Chiang dan Zheng (2010) juga melakukan penelitian untuk
menemukan perilaku herding dari delapan belas negara dari 25 Mei 1988 hingga 24 April
2009. Hasil penelitian ini adalah perilaku herding ditemukan di semua pasar yang diteliti
kecuali di Amerika Serikat dan di Amerika Latin. Selain itu, Chiang et al. (2010) melakukan
penelitian untuk menemukan perilaku herding di pasar saham Tiongkok pada periode 1
Januari 1996 sampai 30 April 2007. Hasil penelitian yang didapat adalah perilaku herding
ditemukan pada kondisi bearish dan tidak ditemukan pada kondisi bullish.
Selanjutnya, Lao dan Singh (2011) meneliti untuk membuktikan perilaku herding di
Tiongkok dan India pada periode 1 Juli 1999 sampai 30 Juni 2009. Hasil penelitian ini adalah
ditemukannya perilaku herding di Tiongkok dan India. Ahsan et al. (2013) melakukan
penelitian untuk membuktikan keberadaan perilaku herding di Dhaka Stock Exchange pada
periode 2005 sampai dengan 2011. Penelitian ini mendapatkan hasil tidak ada perilaku
herding di Dhaka Stock Exchange. Le et al. (2014) melakukan penelitian untuk membuktikan
kehadiran perilaku herding di Vietnam pada periode 2006-2012. Penelitian ini memperoleh
hasil bahwa perilaku herding terjadi di semua kondisi dan lebih banyak terjadi pada kondisi
bullish.
Sewwandi (2016) meneliti keberadaan perilaku herding di pasar saham Sri Lanka
periode Januari 2001 sampai Desember 2015. Hasil penelitian ini adalah tidak ditemukannya
keberadaan perilaku herding di pasar saham Sri Lanka. Xiaofang et al. (2017) melakukan
penelitian untuk meneliti perilaku herding pada perusahaan-perusahaan non-keuangan di Sri
Lanka pada tahun 2007 hingga tahun 2016. Penelitian ini menghasilkan tidak ada bukti
keberadaan perilaku herding di perusahaan-perusahaan non-keuangan di Sri Lanka. Chaffai
dan Medhioub (2018) melakukan penelitian untuk menemukan kehadiran perilaku herding di
Islamic Gulf Cooperation Council (GCC) pada periode 3 Januari 2010 hingga 28 Juli 2016.
Hasil penelitian ini adalah perilaku herding terdeteksi pada saat kondisi bullish dan tidak
terdeteksi pada kondisi bearish.
Keberadaan perilaku herding juga dicari di Indonesia. Gunawan et al. (2011) melakukan
penelitian untuk melihat indikasi perilaku herding di Indonesia dan Asia Pasifik dari tahun
2005 hingga 2010. Menggunakan metode CSAD dan data harga saham penutupan harian
serta data suku bunga. Hasil penelitian ini adalah perilaku herding terdeteksi pada kondisi
bearish di Indonesia yang dibuktikan dengan variabel return pasar kuadrat (R2m,t) memiliki
hubungan yang nonlinear dan signifikan dengan variabel CSAD. Perilaku herding tidak
terdeteksi pada kondisi bullish.
Ramadhan dan Mahfud (2016) melakukan penelitian untuk menemukan bukti
keberadaan perilaku herding di emerging market dengan menggunakan Indonesia sebagai
objek penelitian dan di developed market dengan menggunakan Singapura sebagai objek
pada periode 2011 – 2015. Hasil yang didapat adalah tidak ditemukannya perilaku herding
baik di Indonesia dan di Singapura. Pasaribu dan Sadalia (2018) menguji keberadaan perilaku
herding investor pada saham LQ-45 pada saham LQ-45 di pasar modal Indonesia periode
2013 hingga 2015. Hasil penelitian ini adalah tidak tidak adanya perilaku herding pada saat
kondisi bearish maupun pada saat kondisi bullish.
METODE PENELITIAN
Penelitian ini dilakukan dengan menggunakan metode penelitian analisis deskriptif
dan menggunakan pendekatan kuantitatif. Data yang digunakan merupakan data sekunder,
yakni data yang dibutuhkan dalam penelitian ini adalah data saham LQ-45 periode 2015-
2017, yaitu data closing price sebanyak 781 hari dari 34 saham perusahaan sampel dan
indeks harga saham gabungan yang diperoleh dari Bursa Efek Indonesia, website
www.duniainvestasi.com, dan website finance.yahoo.com.

Metode pengambilan sampel dalam penelitian ini dengan menggunakan metode purposive
sampling, yaitu sampel yang digunakan untuk memperkirakan karakteristik populasi
berdasarkan pada kriteria tertentu. Berikut ini adalah kriteria yang digunakan peneliti dalam
penentuan sampel:
1. Perusahaan yang terdaftar di Bursa Efek Indonesia dan termasuk dalam indeks LQ-45
periode 2015-2017.
2. Perusahaan yang selalu konsisten listed dalam indeks LQ-45 pada periode 2015-2017
3. Perusahaan yang memiliki data historis harga sahamharian yang lengkap atau
perdagangan sahamnya tidak perrnah dihentikan oleh BEI (suspend) dalam indeks LQ-45
pada periode 2015-2017.

Bursa Efek Indonesia (BEI) selaku regulator pasar modal di Indonesia, memiliki
kebijakan untuk mengevaluasi kinerja saham yang tergabung ke dalam Indeks LQ-45 dan
diseleksi ulang dua kali dalam setahun pada bulan Februari dan Agustus setiap
tahunnya.Sehingga, dari 55 perusahaan yang termasuk dalam indeks LQ-45 selama 1 Januari
2015 hingga 31 Desember 2017, terdapat 34 perusahaan yang keberadaannya selalu konsisten
dan memenuhi kriteria sampel.

Variabel yang digunakan pada penelitian ini, mengacu pada metode Cross-Sectional
Absolute Deviation (CSAD) dari (Chang et al., 2000), yaitu variabel independen (Variabel X)
yang terdiri dari return pasar absolut (|Rm,t|) dan return pasar kuadrat (R2m,t), serta variabel
dependen (variabel Y) penelitian ini adalah nilai dispersi return saham atau nilai Cross-
Sectional Absolute Deviation (CSAD).
Return pasar absolut (|Rm,t|) adalah nilai absolut untuk selisih dari harga yang tercantum
di suatu indeks harga saham gabungan pada akhir periode dengan awal periode. Return pasar
absolut (|Rm,t|) dapat diukur dengan menggunakan pengukuran sebagai berikut:
 ....................................................................................................(1)
dimana, |Rm,t| merupakan return market pada periode t, |Pi,t| merupakan nilai indeks pasar
pada periode t, serta |Pi,t-1| merupakan nilai indeks pasar pada periode t-1 (periode
sebelumnya).
Return pasar kuadrat (R2m,t) adalah nilai kuadrat untuk selisih dari harga yang tercantum
di suatu indeks harga saham gabungan pada akhir periode dengan awal periode. Return pasar
kuadrat (R2m,t) dapat diukur dengan menggunakan pengukuran sebagai berikut:

..................................................................................................(2)
dimana, (Rm,t)2 merupakan return market/pasar pada periode t, (Pi,t)2 merupakan nilai indeks
pasar pada periode t, serta (Pi,t-1)2 merupakan nilai indeks pasar pada periode t-1 (periode
sebelumnya).
Nilai dispersi return saham (CSAD) adalah nilai untuk mengukur seberapa jauh
perbedaan return dari aset individual jika dibandingkan dengan rata-rata return pasar.
Sehingga, untuk mencari nilai dispersi return saham (CSAD) diperlukan return saham
individual dan return pasar yang dapat diukur dengan pengukuran sebagai berikut:

..........................................................................................................(3)
dimana, Ri,t merupakan return saham individual pada periode t, Pi,t merupakan harga saham
pada periode t, dan Pi,t-1 merupakan harga saham pada periode t-1 (periode sebelumnya).

..............................................................................................................(4)
dimana, Rm,t merupakan return market/pasar pada periode t, Pi,t merupakan nilai indeks pasar
pada periode t, serta Pi,t-1 merupakan nilai indeks pasar pada periode t-1 (periode
sebelumnya).
Setelah memperoleh nilai return saham individual dan nilai return pasar, nilai dispersi
return saham (CSAD) dapat diukur dengan pengukuran berikut:

............................................................................................(5)
dimana, Ri,t merupakan return saham individual pada periode t periode yang sama, Rm,t
merupakan return pasar pada periode t periode yang sama, dan N adalah jumlah perusahaan
dalam sampel.

Penjelasan tersebut menimbulkan beberapa hipotesis penelitian ini yakni:

H1: Terdapat perilaku herding saat kondisi bearish pada indeks LQ-45, ditandai dengan
adanya hubungan yang non-linear dan signifikan antara return pasar dan Cross-
Sectional Absolute Deviation.
H2: Terdapat perilaku herding saat kondisi bullish pada indeks LQ-45, ditandai dengan
adanya hubungan yang non-linear dan signifikan antara return pasar dan Cross-
Sectional Absolute Deviation.
H3: Terdapat perilaku herding pada indeks LQ-45 yang ditandai dengan adanya hubungan
yang non-linear dan signifikan antara return pasar dan Cross-Sectional Absolute
Deviation pada kondisi bearish dan kondisi bullish.

Penelitian ini menggunakan uji regresi kuantil untuk menganalisis hubungan antara
CSAD dan return pasar untuk mendeteksi perilaku herding. Melalui uji regresi kuantil,
perilaku herding dapat dideteksi pada ekor distribusi return pasar dengan regresi kuantil
(Chaffai & Medhioub, 2018). Chang et al. (2000) mengemukakan bahwa perilaku herding
yang terjadi atas konsensus pasar akan membentuk hubungan nonlinear antara CSAD dengan
rata-rata imbal balik pasar. Pada pendeteksian perilaku herding dengan menggunakan uji
regresi kuantil, perilaku herding akan terdeteksi apabila koefisin variabel return pasar kuadrat
bernilai negatif dan signifikan pada signifikansi 5% (α = 5%).

HASIL DAN PEMBAHASAN

Koefisien variabel return pasar kuadrat (R2m,t) digunakan untuk mendeteksi peilaku
herding karena model regresi yang terbentuk dalam mendeteksi adanya perilaku herding
adalah model regresi kuadratik. Chiang et al. (2010) menyatakan bahwa perilaku herding
akan terdeteksi apabila koefisien variabel R2m,t bernilai negatif dan signifikan pada
signifikansi 5%. Koefisien variabel return pasar absolut (|Rm,t|) tidak digunakan untuk
mendeteksi perilaku herding karena hanya dapat digunakan ketika model regresi yang
terbentuk adalah linier sesuai dengan teori yang dikemukakan Chang et al. (2000) bahwa
perilaku herding yang terjadi atas konsensus pasar akan membentuk hubungan nonlinear
antara CSAD dengan rata – rata imbal balik pasar. Hasil uji regresi kuantil dapat dapat dilihat
pada tabel 1, yakni sebagai berikut:

Tabel 1 Hasil Uji Regresi Kuantil

Kondisi
Kuantil ke- C RMT_ABS R2MT
Pasar
Koefisien -0.007959 -0.200212 3.858631
0.010 t hitung -14.32821 -2.016077 1.828369
Signifikansi 0.0000 0.0441 0.0679
Bearish
Koefisien -0.002068 -0.049055 0.078099
0.250 t hitung -4.661936 -0.462612 0.019216
Signifikansi 0.0000 0.6438 0.9847
Koefisien 0.000000 -0.038527 1.175126
Normal 0.500 t hitung 0.000000 -0.649761 0.517332
Signifikansi 1.0000 0.5160 0.6051
Koefisien 0.002093 0.071581 -0.238519
0.750 t hitung 3.916753 0.576338 -0.052391
Signifikansi 0.0001 0.5646 0.9582
Bullish
Koefisien 0.009165 0.144061 -1.901878
0.990 t hitung 9.565027 1.048549 -0.963037
Signifikansi 0.0000 0.2947 0.3358

Berdasarkan tabel 1, hipotesis 1 yang menyatakan bahwa terdapat perilaku herding

saat kondisi bearish pada saham perusahaan yang terdaftar di Indeks LQ-45 yang ditandai
dengan adanya hubungan yang signifikan antara return pasar dan Cross-Sectional Absolute
Deviation tidak terbukti. Hal ini berdasarkan hasil uji regresi kuantil pada nilai 0.010 dan
0.250 yang mepresentasikan periode bearish menunjukkan hubungan yang linear dan tidak
signifikan pada signifikansi 5%.

Hipotesis 2 yang menyatakan bahwa terdapat perilakuherding saat kondisi bullish

pada saham perusahaan yang terdaftar di Indeks LQ-45 yang ditandai dengan adanya
hubungan yang signifikan antara return pasar dan Cross-Sectional Absolute Deviation tidak
terbukti. Hal ini berdasarkan hasil uji regresi kuantil pada nilai 0.750 dan 0.990 yang
mepresentasikan periode bullish menunjukkan hubungan yang nonlinear dan tidak signifikan
pada taraf nyata 5%.

Hipotesis 3 menyatakan terdapat perilaku herding pada saham perusahaan yang

terdaftar di Indeks LQ-45, yang ditandai dengan adanya hubungan yang signifikan antara
return pasar dan Cross-Sectional Absolute Deviation. Berdasarkan hasil penelitian, tidak
terdapat perilaku herding pada saat bearish maupun bullish pada saham perusahaan yang
terdaftar di Indeks LQ-45.

Hasil penelitian ini menunjukkan bahwa volatilitas harga saham di Indonesia tidak
dipengaruhi oleh investor yang bertindak tidak rasional karena perilaku herding. Volatilitas
harga saham dipengaruhi oleh investor yang bereaksi terhadap signal yang didapatkan dari
informasi lengkap seperti harga historis, volume perdagangan dan suku bunga jangka pendek
yang semakin mudah didapatkan karena pertumbuhan teknologi informasi yang cepat. Hal ini
sesuai dengan teori Efficient Market Hypothesis (EMH) bentuk lemah yang dikemukakan
oleh Fama (1970).

PENUTUP
Penelitian ini bertujuan untuk melihat apakah terjadi perilaku herding di pasar saham
Indonesia khususnya di Indeks LQ-45 periode Januari 2015 – Desember 2017. Variabel
independen penelitian ini adalah return pasar yang dipresentasikan oleh return pasar absolut
(|Rm,t|) dan return pasar kuadrat (R2m,t). Variabel dependen penelitian ini adalah Cross-
Sectional Absolute Deviation (CSAD). Kesimpulan dalam penelitian ini berdasarkan hasil
dan pembahasan adalah sebagai berikut:
1. Pada saat kondisi bearish, perilaku herding tidak terjadi di pasar modal Indonesia.
Selama periode bearish, tidak ditemukan adanya hubungan non-linier antara CSAD dan
return pasar secara signifikan. Hal ini terlihat pada saat kondisi bearish, hubungan antara
CSAD dan return pasar linier dan tidak signifikan. Sehingga dapat disimpulkan bahwa
selama kondisi bearishpada periode pengamatan, investor di pasar modal Indonesia
cenderung bertindak rasional dalam mengambil keputusan investasi.
2. Pada saat kondisi bullish, perilaku herding tidak terjadi di pasar modal Indonesia. Selama
kondisi bullish, tidak ditemukan adanya hubungan non-linier antara CSAD dan return
pasar secara signifikan. Hal ini terlihat pada saat kondisi bullish, hubungan antara CSAD
dan return pasar nonlinier akan tetapi tidak signifikan. Sehingga dapat disimpulkan
 bahwa selama kondisi bullish pada periode pengamatan, investor di pasar modal
Indonesia cenderung bertindak rasional dalam mengambil keputusan investasi.
3. Tidak ditemukannya perilaku herding pada kondisi bearish dan bullish menunjukkan
bahwa tidak terjadi perilaku herding di pasar saham Indonesia khusunya di Indeks LQ-45
periode Januari 2015 – Desember 2017. Hal ini menjelaskan bahwa volatilitas harga
saham di pasar saham Indonesia dipengaruhi oleh investor yang bereaksi terhadap signal
yang didapatkan dari informasi lengkap seperti harga historis, volume perdagangan dan
suku bunga jangka pendek yang semakin mudah didapatkan karena pertumbuhan
teknologi informasi yang cepat.

Berdasarkan hasil penelitian ini maka saran yang dapat diberikan pada penelitian ini adalah
Investor harus selalu berperilaku rasional ketika menghadapi kondisi bearish maupun bullish.
Investor harus selalu menganalisis berbagai informasi yang tersedia di pasar terlebih dahulu
dengan menggunakan teknik analisis fundamental dan teknik analisis teknikal. Selain itu,
sebaiknya investor merencanakan investasinya dalam waktu yang panjang sebelum membuat
keputusan investasi. Hal ini untuk mencegah investor bertindak secara irasional dan membuat
keputusan investasi yang mengikuti konsensus pasar. Membuat keputusan investasi yang
mengikuti konsensus pasar, investor akan berpeluang besar untuk terjebak dalam arah gerak
pasar sehingga membuat investasi menjadi merugi.

Bagi Peneliti selanjutnya yang ingin meneliti perilaku herding diharapkan dapat menganalisis
dengan metode penelitian yang lain, seperti metode VAR dan metode Kalman Filter. Selain
itu, untuk penelitian selanjutnya dapat menggunakan atau memperluas sektor atau indeks
saham yang lainnya. Peneliti selanjutnya juga diharapkan untuk meneliti perilaku herding
pada saat periode-periode tertentu, seperti December Effect, January Effect, dan pra dan
pasca pemilu.

DAFTAR PUSTAKA
Ahsan, A., Sarkar, A. H. J. J. o. A. B., & Economics. (2013). Herding in Dhaka stock
exchange. 14(2): 11-19.
Banerjee, A. V. (1992). A Simple Model of Herd Behaviour. Quarterly Journal of
Economics, 107(3): 797-817.
Bikhchandani, S., & Sharma, S. (2001). Herd Behaviour in Financial Markets: A Review.
IMF Staff Paper, 47(3): 279-310.
Bodie, Z., Kane, A., & Markus, A. J. (2009). Investments (8th ed.). Singapore: McGraw-Hill.
Buhai, S. J. A. A. (2005). Quantile regression: overview and selected applications. 4(2005):
1-17.
Caporale, G. M., Howells, P. G., & Soliman, A. M. (2004). Stock Market Development and
Economic Growth: The Causal Linkage. Journal of Economic Development, 29(1):
33-50.
Chaffai, M., & Medhioub, I. (2018). Herding Behavior in Islamic GCC Stock Market: A
Daily Analysis. International Journal of Islamic and Middle Eastern Finance and
Management, 11(2): 182-193. doi:https://doi.org/10.1108/IMEFM-08-2017-0220
Chang, E. C., Cheng, J. W., & Khorana, A. (2000). An Eximination of Herd Behaviour in
Equity Markets: An International Perspective. Journal of Banking and Finance, 24:
1651-1679.
Chiang, T. C., Li, J., & Tan, L. J. (2010). Empirical investigation of herding behavior in
Chinese stock markets: Evidence from quantile regression analysis. Global Finance
Journal, 21(1): 111-124.
Chiang, T. C., & Zheng, D. (2010). An Empirical Analysis of Herd Behavior in Global Stock
Markets. Journal of Banking and Finance, 34: 1911-1921.
Christie, W. G., & Huang, R. G. (1995). Following the Pied Piper: Do Individual Returns
Herd around the Market? Financial Analyst Journal, 51(4): 31-37.
Demirer, R., & Lien, D. (2001). A New Measure to Test Herd Formtion in Equity Markets.
School of Business Working Paper(290).
Fabozzi, F. J., & Francis, J. C. J. T. j. o. F. (1979). Mutual fund systematic risk for bull and
bear markets: an empirical examination. 34(5): 1243-1250.
Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. The
Journal of Finance, 25(2): 383-417.
Fuller, R. J. (2000). Behavioral FInance and The Source of Alpha. Journal of Pension Plan
Investing, 2(3).
Ghozali, I. (2013). Aplikasi Analisis Multivariate Dengan Program SPSS. Semarang: Badan
Penerbit Universitas Diponegoro.
Gujarati, D. N. (2012). Dasar-Dasar Ekonometrika (3 ed.). Jakarta: Penerbit Erlangga.
Gujarati, D. N., & Porter, D. C. J. J. S. E. (2012). Dasar-Dasar Ekonometrika, Edisi 5.
Gunawan, H. W., Achsani, N. A., & Rahman, L. O. A. (2011). Pendeteksian Perilaku
Herding Pada Pasar Saham Indonesia dan Asia Pasifik. Forum Statistika dan
Komputasi, 16(2): 16-23.
Gutierrez, R. C., & Kelley, E. K. (2009). Institutional Herding and Future Stock Returns.
Working Paper University of Oregon.
Hirshleifer, D., & Hong Teoh, S. J. E. F. M. (2003). Herd behaviour and cascading in capital
markets: A review and synthesis. 9(1): 25-66.
Hwang, S., & Salmon, M. (2004). Market Stress and Herding. Journal of Empirical Finance,
11(4): 585-616.
Jogiyanto, H. M. J. Y. B. (2003). Teori portofolio dan analisis investasi.
Keynes, J. M. (1936). The General Theory of Employement, Interest and Money. London:
Macmillan.
Kole, E., & Dijk, D. J. C. v. (2010). How to Identify and Predict Bull and Bear Markets?
Econometric Institute, Erasmus School of Economics, Erasmus University Rotterdam.
Lakonishok, J., Shleifer, A., & Vishny, R. W. (1992). The Impact of Institutional Trading on
Stock Prices. Journal of financial economics, 32(1): 23-43.
Lao, P., & Singh, H. J. J. o. A. e. (2011). Herding behaviour in the Chinese and Indian stock
markets. 22(6): 495-506.
Le, U. M., Truong, H. N. J. A. J. o. F., & Accounting. (2014). An Exploratory Study of Herd
Behaviour in Vietnamese Stock Market: A New Method. 464-475.
Moosa, I. (2016). Exchange rate forecasting: techniques and applications: Springer.
Pasaribu, H. Z., & Sadalia, I. (2018). Analisis Perilaku Hearding Investor Pada Saham LQ-
45 di Pasar Modal Indonesia. Paper presented at the Talenta Conference Series:
Local Wisdom, Social, and Arts (LWSA).
Ramadhan, T., & Mahfud, M. K. (2016). Deteksi Perilaku Herding Pada Pasar Saham
Indonesia & Singapura Tahun 2011-2015. Diponegoro Journal of Management, 5(2):
1-9.
Ricciardi, V., & Simon, H. K. (2000). What is Behavioral Finance. Business, Education &
Technology Journal, 2(2).
Ritter, J. R. (2003). Behavioral Finance. Pasific-Basin Finance Journal, 11(4): 429-437.
Scharfstein, D. S., & Stein, J. C. (1990). Herd Behaviour and Investment. American
Economic Review, 80: 465-479.
Sekaran, U. (2007). Metodologi Penelitian untuk Bisnis. Jakarta: Salemba Empat.
Setiyono, Tandeilin, E., Hartono, J., & Hanafi, M. M. (2013). Detecting the Existence of
Herding Behavior in Intraday Data: Evidence from the Indonesia Stock Exchange.
Gadjah Mada International Journal of Business, 15(1): 27-44.
Sewwandi. (2016). Herding in Colombo Stock Exchange. EPRA International Journal of
Multidisciplinary Research, 2(3): 182-186.
Shiu, Y., Lu, T. J. I. J. o. E., & Finance. (2011). Pinpoint and synergistic trading strategies of
candlesticks. 3(1): 234-244.
Statman, M. (1999). Behavioral Finance: Past Battles and Future Engangements. Association
for Investment Management and Research, 55(6): 18-26.
Tan, L., Chiang, T. C., Mason, J. R., & Nelling, E. (2008). Herding Behaviour in Chinese
Stock Markets: An Examination of A and B Shares. Pacific-Basin Finance Journal,
16: 61-77.
Tandelilin, E. (2001). Analisis investasi dan manajemen portofolio. In: Yogyakarta: Bpfe.
Tandelilin, E. (2010). Portofolio dan Investasi: Teori dan aplikasi: Kanisius.
Van Campenhout, G., & Verhestraeten, J.-F. (2010). Herding behavior among financial
analysts: a literature review. Retrieved from
Widyastuti, T., & Andamari, B. G. J. J. A. d. A. (2013). Faktor Fundamental, Suku Bunga
Dan Nilai Tukar Terhadap Return Saham. 10(1): 13-28.
Winarto, W. W. (2007). Analisis Ekonometrika dengan Eviews. Yogyakarta: Unit Penerbitan
dan Percetakan.
Xiaofang, C., KV, A. S. J. I., & MANAGEMENT. (2017). Empirical Study on Herding
Behavior in Sri Lankan Stock Market: Evidence from Quantile Regression Approach.
Zouaoui, M., Nouyrigat, G., & Beer, F. (2011). How does Investor Sentiment Affect Stock
Market Crises? Evidence from Panel Data. Financial Review, 46(4): 723-747.