TUGAS EQUITY ANALYSIS

Price Momentum and Trading Volume

By CHARLES M. C. LEE and BHASKARAN SWAMINATHAN

Disusun Oleh :
01619190006 - Kevin Pratama

JURUSAN INVESTMENT MANAGEMENT

FAKULTAS MANAGEMENT
UNIVERSITAS PELITA HARAPAN

JAKARTA

2020
I. PENDAHULUAN
AKADEMIK DAN PRAKTISI KEUANGAN telah lama mengakui bahwa
volume perdagangan sebelumnya dapat memberikan informasi berharga tentang
keamanan. Namun, ada sedikit kesepakatan tentang bagaimana volume informasi
harus ditangani dan ditafsirkan. Dalam penelitian ini, peneliti menyelidiki kegunaan
volume perdagangan dalam memprediksi pengembalian cross sectional untuk
berbagai portofolio momentum harga. Studi ini disusun menjadi dua bagian. Pada
bagian pertama, peneliti mendokumentasikan interaksi antara pengembalian masa lalu
dan volume perdagangan masa lalu dalam memprediksi pengembalian di masa depan
dalam jangka menengah dan panjang. Pada bagian kedua, peneliti mengevaluasi
penjelasan alternatif untuk keteraturan empiris. peneliti berkontribusi pada literatur
tentang momentum harga dalam dua cara.
Pertama, peneliti menunjukkan bahwa efek momentum harga didokumentasikan oleh
Jegadeesh dan Titman (1993) membalikkan Horizon yang panjang. Seperti Jegadeesh
dan Titman, peneliti tidak menemukan pembalikan harga yang signifikan selama
tahun ketiga setelah pembentukan portofolio. Namun, selama Tahun 3-5, peneliti
menemukan bahwa portofolio winner awal secara signifikan berkinerja di bawah
portofolio loser awal.
Kedua, peneliti menunjukkan bahwa volume perdagangan masa lalu memprediksi
besarnya dan persistensi momentum harga di masa depan. kita dapat membuat
portofolio momentum tipe-Jegadeesh dan Titman ~ winner dikurangi loser! yang
menunjukkan kelanjutan pengembalian horizon panjang atau kelanjutan
pengembalian horizon panjang. Bukti ini menunjukkan bahwa informasi yang
terkandung dalam volume perdagangan sebelumnya dapat berguna dalam
merekonsiliasi efek perantara "underreaction" dan efek "overreaction" Horizon
panjang.
Research Question
Apakah volume perdagangan masa lalu dan return saham masa lalu dapat
memprediksi pengembalian di masa depan atas cakrawala menengah dan panjang?
Hypothesis
 H1 : Apakah volume perdagangan sebelumnya dan return saham sebelumnya
menjelaskan atau memprediksi pengembalian di masa depan?
II. TEKNIK PENGUKURAN DAN PENGOLAHAN DATA
Sampel Peneliti terdiri dari semua perusahaan yang terdaftar di NYSE dan AMEX
selama periode Januari 1965 hingga Desember 1995 dengan setidaknya dua tahun
data sebelum tanggal pembentukan portofolio. Peneliti mengecualikan perusahaan
Nasdaq dari analisis Peneliti karena dua alasan. Pertama, perusahaan Nasdaq
cenderung lebih kecil dan lebih sulit untuk berdagang dalam strategi berbasis
momentum. Kedua, volume perdagangan untuk saham Nasdaq meningkat relatif
terhadap saham NYSE dan AMEX karena penghitungan ganda perdagangan dealer.
Peneliti juga menghilangkan perusahaan yang dihapuskan dalam waktu lima hari dari
tanggal pembentukan portofolio dan perusahaan yang harga sahamnya pada tanggal
pembentukan portofolio kurang dari satu dolar. Akhirnya, untuk dimasukkan dalam
sampel Peneliti, stok juga harus memiliki informasi yang tersedia tentang
pengembalian masa lalu, volume perdagangan, kapitalisasi pasar, dan harga saham.
Pada awal setiap bulan, dari Januari 1965 hingga Desember 1995, Peneliti memberi
peringkat semua saham yang memenuhi syarat secara independen berdasarkan
pengembalian masa lalu dan volume perdagangan sebelumnya. Saham-saham
kemudian ditugaskan ke salah satu dari 10 portofolio berdasarkan pengembalian
selama bulan-bulan J sebelumnya dan satu dari tiga portofolio berdasarkan volume
perdagangan selama periode waktu yang sama. Persimpangan yang dihasilkan dari
dua peringkat independen meningkatkan 30 momentum harga-portofolio volume.
Peneliti memusatkan perhatian Peneliti pada pengembalian bulanan pemenang
ekstrim dan pecundang selama K bulan berikutnya ~ K5 3, 6, 9, atau 12! dan selama
lima tahun ke depan

III. Hasil dan Pembahasan

A. Price Momentum
Tabel I merangkum hasil dari beberapa strategi portofolio momentum harga. Setiap
Januari, saham diberi peringkat dan dikelompokkan ke dalam portofolio desil
berdasarkan pengembalian mereka selama tiga, enam, sembilan, dan 12 bulan
sebelumnya. volume perdagangan berkorelasi positif dengan pengembalian absolut,
sehingga portofolio momentum harga ekstrem menunjukkan volume perdagangan
yang lebih tinggi. Lima kolom terakhir dari Tabel I melaporkan pengembalian event-
time tahunan untuk setiap portofolio selama lima periode 12 bulan setelah tanggal
pembentukan portofolio, dengan t-statistik koreksi untuk autokorelasi hingga lag 11.

B. Volume-Based Price Momentum

Tabel II melaporkan pengembalian ke portofolio yang dibentuk berdasarkan jenis dua
arah antara momentum harga dan volume perdagangan sebelumnya. Bergantung pada
pengembalian masa lalu, stok volume rendah umumnya lebih baik daripada stok
volume tinggi selama 12 bulan ke depan. Ini terlihat dalam pengembalian negatif
yang konsisten ke portofolio V3 2 V1. Berfokus pada baris ini, jelas bahwa
pengembalian R10 2 R1 lebih tinggi untuk volume tinggi ~ V3! perusahaan daripada
untuk volume rendah ~ V1! perusahaan. Menurut hipotesis likuiditas, portofolio
dengan likuiditas yang lebih rendah harus mendapatkan pengembalian yang
diharapkan lebih tinggi. Sulit untuk memahami mengapa portofolio netral-dolar dari
saham dengan omset tinggi harus kurang likuid daripada portofolio netral-dolar dari
saham dengan omset rendah. Terlebih lagi, besarnya perbedaan itu terlalu besar untuk
bisa dijelaskan dengan likuiditas.

C. Robustness Tests
Panel A mengkonfirmasi pola-pola ini selama tiga sub-periode. Sub-periode pertama
mencakup 1965 hingga 1975, sub-periode kedua mencakup 1976 hingga 1985, dan
sub-sub periode terakhir mencakup 1986 hingga 1995. Peneliti melaporkan hasil
untuk periode pembentukan enam bulan J 6, tetapi hasilnya serupa untuk periode
pembentukan lainnya. Dalam ketiga sub periode, pemenang mengungguli pecundang,
saham volume rendah mengungguli saham volume tinggi, dan momentum lebih kuat
di antara stok volume tinggi. Bahkan, hasilnya paling kuat di sub-periode yang lebih
baru.Hasil awal Peneliti didasarkan pada 10 portofolio momentum harga dan tiga
portofolio volume perdagangan.

D. Risk Adjustments
Tabel VI menyajikan waktu acara ~ jangka panjang! momentum tahunan ke
portofolio volume dan momentum harga selama lima tahun ke depan. Hasil ini
didasarkan pada periode pembentukan portofolio enam bulan,portofolio 10
momentum, dan tiga portofolio volume.Tahun 1, Tahun 2, Tahun 3, Tahun 4, dan
Tahun 5 mewakili portofolio masing-masing dalam lima periode 12 bulan setelah
tanggal pembentukan portofolio. Untuk mengoreksi autokorelasi palsu dari
pengamatan yang tumpang tindih, Peneliti menghitung statistik-t.Koreksi terhadap
autokorelasi hingga lag 11. Hasil dalam Panel A, B, dan C menunjukkan efek
momentum harga menghilang setelah 12 bulan di tiga kelompok volume. Seperti
yang kita lihat sebelumnya, perbedaan antara pemenang volume tinggi dan rendah
tidak signifikan pada tahun pertama. Namun, pemenang volume rendah mulai
mengungguli pemenang volume tinggi di Tahun 2, dan perbedaan ini terlihat sampai
Tahun 5.

E. Long-Horizon Results

Tahun 1, Tahun 2, Tahun 3, Tahun 4, dan Tahun 5 mewakili pengembalian

tahunan masing-masing portofolio dalam lima periode 12 bulan setelah tanggal
pembentukan portofolio. Portofolio benchmark dibentuk setiap bulan menggunakan
semua perusahaan NYSE0AMEX yang tersedia saat itu. Pengembalian portofolio
yang disesuaikan dengan tolak ukur tahunan dihitung sebagai rata-rata tertimbang
dari pengembalian yang disesuaikan untuk masing-masing saham. Seperti yang kita
lihat sebelumnya, perbedaan pengembalian antara pemenang volume tinggi dan
rendah tidak signifikan pada tahun pertama. Namun, pemenang volume rendah mulai
mengungguli pemenang volume tinggi di Tahun 2, dan perbedaan ini terlihat hingga
Tahun 5.

F. Pembalikan Harga Momentum

Pembalikan harga lebih jelas di antara pecundang volume rendah ~ R1V1! dan
pemenang volume tinggi ~ R10V3 !. Pengamatan ini menunjukkan dua strategi
momentum harga berbasis volume. Peneliti merujuk pada yang pertama, yang
melibatkan pembelian pemenang volume rendah dan penjualan pecundang volume
 tinggi, sebagai strategi tahap awal, untuk menangkap gagasan bahwa stok dalam
portofolio ini menunjukkan momentum harga di masa depan dalam horizon yang
lebih panjang.

IV. KESIMPULAN

Dalam penelitian ini, penulis telah memulai proses memahami peran volume
perdagangan dalam prediksi pengembalian saham cross-sectional. Temuan peneliti
menetapkan beberapa keteraturan penting tentang peran volume perdagangan dalam
memprediksi pengembalian lintas bagian.

Pertama, peneliti menunjukkan bahwa volume perdagangan, yang diukur

dengan rasio turnover, tidak mungkin menjadi proksi likuiditas. Volume
perdagangan tidak sangat berkorelasi dengan ukuran perusahaan, dan efek volume
tidak tergantung pada efek ukuran perusahaan.

Kedua, hasil peneliti menunjukkan bahwa efek volume perdagangan terhadap

momentum harga lebih kompleks daripada yang disarankan oleh penelitian
sebelumnya.

Ketiga, peneliti menunjukkan bahwa efek momentum harga dilaporkan oleh

Jegadeesh dan Titman ~ 1993! akhirnya berbalik dan bahwa waktu pembalikan ini
dapat diprediksi berdasarkan volume perdagangan sebelumnya.

Akhirnya, peneliti menunjukkan bahwa teori perilaku investor yang ada tidak
sepenuhnya menjelaskan semua bukti. Model yang disajikan dalam Daniel et al. ~
1998 !, Barberis et al. ~ 1998 !, dan Hong and Stein ~ 1999! menangkap semangat
temuan peneliti, karena mereka memodelkan harga sebagai awalnya bereaksi, dan
pada akhirnya bereaksi berlebihan, dengan berita mendasar. Namun, tidak satu pun
dari model ini yang memasukkan volume perdagangan secara eksplisit.Untuk
meringkas, penulis menyarankan diagram konseptual sederhana, siklus hidup
momentum ~ hipotesa MLC!. Menurut hipotesis MLC, perusahaan bergerak melalui
periode glamor dan pengabaian relatif. peneliti menyarankan bahwa volume
perdagangan dapat memainkan peran yang berguna dalam mengidentifikasi di mana
saham berada dalam siklus ini. Ketika saham menurun popularitasnya, volume
perdagangan mereka turun dan mereka menjadi terabaikan. Ketika saham meningkat
popularitasnya, volume perdagangan mereka meningkat.