ANALISIS PENGARUH PANDEMI COVID-19 TERHADAP REAKSI PASAR MODAL INDONESIA

Anagustin Zalelijka Putri (F0317010)

Atikah Yumna Azzahra (F0317020)

Aulia Rahma Sari (F0317021)

Hanindya Hilmy Nurhidayat (F0317052)

Program Studi Akuntansi, Fakultas Ekonomi dan Bisnis, Universitas Sebelas Maret, Indonesia

BAB 1 PENDAHULUAN
1.1 Latar Belakang

Informasi merupakan hal penting ba adalah basis penyebaran Covid-19. Tercata

gi investor yang dijadikan acuan dalam me
nentukan keputusan dalam kegiatan berinve
stasi di pasar modal. Informasi yang rele
van akan menggambarkan risk dan return me
ngenai satu sekuritas. Suryawijaya dan Se
tiawan (1998) mengatakan bahwa semakin
penting peran bursa saham dalam kegiatan
ekonomi, membuat bursa saham semakin sensitif
terhadap peristiwa di sekitarnya, baik berkaitan
ataupun tidak berkaitan secara langsung dengan
peristiwa ekonomi.
Pada penghujung tahun 2019, tepatn
ya 31 Desember 2019, Cina melaporkan bahw
a telah ditemukan jenis penyakit baru.
Kantor Organisasi Kesehatan Dunia (WHO) di
China mendapatkan pemberitahuan tentang adanya
sejenis pneumonia yang penyebabnya tidak
diketahui. Infeksi pernapasan akut yang menyerang
paru-paru itu terdeteksi di kota Wuhan, Provinsi
Hubei, China. Dengan demikian, Wuhan , Cina
t pada 12 Maret 2020 Covid-19 telah menye
bar ke 118 negara. Oleh karena itu, WHO m
enetapkan Covid-19 sebagai pandemi global
Tiga bulan kemudian, pada 2 Maret
2020,
ditemukan kasus pertama Covid-19. Presiden
Joko Widodo untuk pertama kalinya
mengumumkan dua pasien positif virus corona.
Dua pasien itu adalah ibu dan anak yang diduga
tertular dari warga negara Jepang. Hingga pada p
enghujung Maret dilaporkan kasus pasien p
ositiif Covid-19 sebanyak 1.528.
Kepanikann masyarakat tergambar jelas dar
i beberapa fenomena panic buying terhadap
beberapa barang kesehatan yang ampuh meng
antisipasi penularan Covid-19 dan beberap
a bahan pokok. Sejak pertengahan Maret te
lah banyak seruan untuk melakukan kegiata
n sepperti bekerja, belajar, dann beribad
 ah dari rumah untuk meminimalisir potensi peristiwa ekonomis, politis, sosial, maupun
penyebaran Covid-19. Dampak selanjutnya a peristiwa lainnya. Variabel yang digunakan dalam
dalah penutupan beberapa usaha akibat omz penelitian ini adalah rata-rata volume trading
et yang kian menurun, activity dan rata-rata abnormal return karena
variabel-variabel tersebut umumnya dapat
Kegiatan perekonomian nasional kia
mengukur dan menguji kandungan informasi,
n lesu. Sektor pariwisata dan semua sekto
reaksi pasar, dan tingkat efisiensi pasar, selain itu
r yang berhubungan, seperti perhotelan te
variabel ini juga digunakan dalam penelitian-
rancam tutup akibat menurunnya pendapatan
penelitian terdahulu.
tetapi biaya operasional tetap mengalir.

Reaksi pasar terhadap informasi dapat Topik tentang pengaruh Covid-19 te

dilihat melalui parameter pergerakan aktivitas rhadap reaksi pasar modal di Indonesia pe
rlu diteliti untuk mengetahui apakah pand
volume perdagangan (Trading Volume Activity) di
emi tersebut berpengaruh terhadap penjual
pasar modal, peningkatan volume perdagangan di
an saham sektor perbankan yang terdaftar
pasar modal sebagai bentuk reaksi pasar modal
dalam Bursa Efek Indonesia. Berdasarkan l
terhadap suatu peristiwa. Pada penelitian ini
atar belakang di atas, peneliti tertarik
penulis menggunakan pendekatan studi peristi
membuat penelitian berjudul: “Analisis P
wa (event study), yakni sebuah pendekatan
engaruh Pandemi Covid-19 terhadap Reaksi
dalam penelitian yang bertujuan untuk mengetahui Pasar Modal Indonesia”
reaksi pasar atas terjadinya peristiwa tertentu, baik

1.2 PENELITIAN TERDAHULU Pasar pergerakan yang tidak

Penelitian terdahulu mengenai analisis re Modal biasa dari IHSG. Korelasi

aksi pasar modal terhadap pandemi Covid-1 Indonesia antara IHSG, Nilai Tukar
9. Berikut hasil penelitian terdahulu yan dan juga jumlah pasien
g sejenis dengan penelitian ini: COVID-19 juga sangat
erat. Akan tetapi yang
Peneliti Judul Pene Hasil Penelitian
paling penting adalah
litian
bukan pada
Andreas K Manajemen Kejadian turunnya IHSG ditemukannya nilai
iky (202 Risiko pada Maret 2020 di korelasi yang kuat,
0) Terhadap Indonesia, mengindikasik melainkan pada action
Black Swan an bahwa pasar memang plan yang bisa diambil
Event Maret akan bergerak ke arah untuk meredam situasi
2020 di downtrend. tersebut.
Indonesia.
Event study dan juga Enrico On Covid-19 There is evidence of a
Studi Kasus
Wilcoxon Signed Test ali (202 and Stock positive impact on the
Efek Covid- 0)
mengkonfirmasi bulan Market conditional
19 terhadap
Maret terdapat Volatility heteroscedaticity of the
 Dow Jones and S&P disasters have a
returns. VAR models stronger effect on
suggest that the number the capital market.
of reported deaths in This study examines
Italy and France have a whether investors
negative impact on the have the option to
Dow Jones returns, and a develop a strategy
positive impact on VIX. that on average will
Finally, Markov- beat the stock
Switching models suggest market based on
that at the end of three types of
February the magnitude events.
of the negative impact of Brennan D The new We have looked a
the VIX on stock market ay , Ruth normal: t its impact on
returns increased Burnice , lessons organizations op
threefold. Michael I learned from erating in emerg
Tchai  The main focus of shman Nia SARS for ing markets and
Tavor The impact this research is to gara, and corporations drawn suggestion

and Sharon of disasters examine the effects Ed Chung operating in s from this even

Teitler- and on the capital Elizabeth emerging t. Crisis manage

Regev terrorism on market of three town (200 market ment plans must
the stock 4) be robust enough
(2019) types of events:
market to handle all fo
natural disasters,
rms of the unexp
artificial disasters
ected. As events
and terrorism. This
arise that give
study analyzes the
us insight into
effect of event
the unforeseen,
severity on capital
it is essential
market returns.
that organizatio
There is a
ns reexamine the
correlation between
ir crisis manage
event severity and ment plans to se
index return on the e if they were d
event day, which esigned effectiv
indicates that the ely enough to ha
higher the PI, the ndle the unique
more negative the features of our
event return. In evolving environ
conclusion, we can ment. For those
say that natural organizations th
 at have operated causes of financial
without a crisis crisis, but they
management plan, remain an important
SARS is a remind threat to economic
er of the import and market stability.
ance of designin
g such a plan. T This study

he SARS epidemic challenges the

also shows how a commonly-accepted
crisis managemen assumption that
t plan must be i market risk has a
ntegrally connec very low correlation
ted with an orga with underwriting
nization’s stra risk. It suggests that
tegic planning, beyond the
thus being emerg threshold of around
ent rather than a trillion dollars of
static in struct property
ure. It would be destruction, markets
informative to t will respond and
ake stock of wha
effects will be felt
t has transpired
on multiple
since the outbre
investment asset
ak of the SARS e
classes, even
pidemic.
impacting high
Mahalinga IMPACTS Highly destructive quality and well-
m, A., OF natural catastrophe structured
Coburn, SEVERE events certainly investment
A., Jung, NATURAL have the potential to portfolios
C. J., Yeo, CATASTRO cause market
Susana Large earthquakes
J. Z., PHES ON fluctuations in the Do
Ferreira can and do cause
Cooper. FINANCIA domestic as well as Earthquakes
and Berna immense hardship
G., Evan, L international
Karal Shake Stock to individuals and
T (2018) MARKETS markets. These risks
(2015) Markets? businesses. All the
are still less than the
24 events included
man-made risks of
in the analysis are
asset bubbles,
“extreme” in terms
interbank lending
of casualties (an
and liquidity
average of 35,000)
shortages, credit
or of the immediate
crunches, and other
 economic damages 1. Apakah terdapat perbedaan rata-rata trading
(over 2.5% of volume activity sebelum dan sesudah terkon
GDP). But there are firmasinya kasus Covid-19 di Indonesi
often gainers as well a pada perusahaan sektor perbankan ya
as losers, and our ng terdaftar dalam Bursa Efek Indones
results suggest that ia?
the net effect for
2. Apakah terdapat perbedaan rata-rata
aggregate financial
abnormal return sebelum dan sesudah terkon
markets is zero.
firmasinya kasus Covid-19 di Indonesi
This result had a
a pada perusahaan sektor perbankan ya
surprisingly small
ng terdaftar dalam Bursa Efek Indones
effect on aggregated
ia?
stock market
returns. A 1.5 Tujuan Penelitian
disaggregated Berdasarkan rumusan masalah, penelitian d
analysis of stock ilakukan dengan tujuan sebagai berikut:
market indices for
specific sectors such 1 Untuk menguji secara empiris apakah terdapat

as construction and perbedaan rata-rata trading volume activity

insurance might, sebelum dan sesudah terkonfirmasinya kas

however, tell a us Covid-19 di Indonesia pada perusaha

different story. an sektor perbankan yang terdaftar dal

am Bursa Efek Indonesia, dan

2 Untuk menguji secara empiris apakah terdapat

1.3 Perbedaan Penelitian Sebelumnya dengan
Penelitian Ini
Topik penelitian yang peneliti ambil
merupakan penelitian mengenai analisis da
mpak pandemi Covid-19 terhadap harga saha
m pada perusahaan sektor perbankan di Bur
sa Efek Indonesia. Alasan peneliti mengam
bil sampel berupa perusahaan sektor perba
nkan adalah karena sektor ini yang masih
selalu aktif walaupun seruan Stay at Home
diserukan.
perbedaan rata-rata abnormal return sebelum
dan sesudah terkonfirmasinya kasus Covi
d-19 di Indonesia pada perusahaan sekt
or perbankan yang terdaftar dalam Bursa
Efek Indonesia.
1.6 Manfaat Penelitian
Penelitian yang ideal, setidaknya mengand
ung manfaat teoritis dan manfaat praktis.
Berikut manfaat yang terkandung dalam pen
elitian ini:

1.4 Rumusan Masalah a. Manfaat Teoritis

Berdasarkan latar belakang yang dipaparka Penelitian ini diharapkan dapat menambah
n, maka peneliti merumuskan masalah sebag
wawasan bagi pembaca mengenai pasar modal,
ai berikut:
khususnya mengenai studi peristiwa (event study) y
ang berkaitan dengan pandemi dan dapat s sekuritas tersebut. Dengan efesiensi pasar,
menambah referensi bukti empiris tentang studi harga sekuritas mencerminkan seluruh informasi
peristiwa di pasar modal. yang tersedia, atas dasar ini perolehan
abnormal return secara konsisten tidak dapat
b. Manfaat Praktis
diterima oleh investor.
Penelitian ini diharapkan dapat membantu
Berdasarkan hubungan harga dengan inf
memberikan informasi bagi investor dan
ormasi atas seuah sekuritas, pasar modal
pelaku pasar modal lainnya mengenai tingkat
Indonesia tergolong dalam pasar ef
trading volume activity dan abnormal return
isien bentuk setengah kuat (semi strong).
saham yang diperdagangkan di sekitar
Fama (1970) mengklasifikasikan bentuk
peristiwa terkonfirmasinya kasus Covid-
pasar yang efisien ke dalam tiga Efficient
19 di Indonesia. Sehingga dapat digunakan
Market Hypothesis (EMH), sebagai berikut:
sebagai bahan pertimbangan dalam analisis
investasi di pasar modal terhadap informasi 1. Efisiensi dalam bentuk lemah (weak form)
serupa yang akan terjadi di kemudian hari
Pasar efesiensi dalam bentuk lemah
guna memperoleh tingkat pengembalian yang
berarti semua informasi di masa lalu
maksimal.
(historis) akan tercermin dalam harga
yang berbentuk sekarang.
BAB 2 TINJAUAN PUSTAKA / KERANGKA
TEORITIS DAN PENGEMBANGAN
2. Efisiensi dalam bentuk setengah ku
HIPOTESIS
at (semi strong)

2.1Landasan Teori Pasar efisiensi dalam bentuk

Menurut Undang-Undang Republik Indonesia setengah kuat berarti harga pasar saham

Nomor 21 Tahun 2011 tentang Otoritas Jasa yang terbentuk sekarang telah

Keuangan (OJK), yang dimaksud dengan pasar mencerminkan informasi historis

modal adalah tempat berlangsungnya kegiatan ditambah dengan semua informasi yang

yang bersangkutan dengan penawaran umum dan dipublikasikan.

perdagangan efek, perusahaan publik yang

3. Efisiensi dalam bentuk kuat (stron
berkaitan dengan efek diterbitkannya, serta
g form)
lembaga dan profesi yang berkaitan dengan efek,
Pasar efisien dalam bentuk kuat berarti
sebagaimana dimaksud dalam Undang-Undang No
harga pasar saham yang terbentuk
mor 8 Tahun 1995 tentang Pasar Modal. Pa
sekarang telah mencerminkan informasi
sar modal dapat diartikan pula sebagai
historis ditambah dan semua informasi
jembatan antara investor yang
yang dipublikasikan ditambah dengan
ingin menginvestasikan dananya ke perusah
aan atau pihak yang memerlukan dana. informasi yang tidak dipublikasikan.
Pada pasar efisensi bentuk kuat tidak
Pasar modal dikatakan efisien apabila akan ada seorang investor pun yang bisa
harga sekritas yang diperdagangkan mence memperoleh abnormal return.
rminkan semua informasi yang tersedia ata

 Signalling Theory
Informasi merupakan unsur penting bagi
investor dan pelaku bisnis karena informasi
menyajikan keterangan, catatan. Informasi
yang lengkap, relevan, akurat dan tepat waktu
sangat diperlukan oleh investor di pasar modal
sebagai alat analisis untuk mengambil
keputusan investasi. Menurut Jogiyanto (2000:
392), informasi yang dipublikasikan sebagai
suatu pengumuman akan memberikan sinyal
bagi investor dalam pengambilan keputusan
investasi. Jika pengumuman tersebut
mengandung nilai positif, maka diharapkan
pasar akan bereaksi pada waktu pengumuman
tersebut diterima oleh pasar. Reaksi pasar
ditunjukkan dengan adanya perubahan volume
perdagangan saham. Pada waktu informasi
diumumkan dan semua pelaku pasar sudah
menerima informasi tersebut, pelaku pasar
terlebih dahulu menginterpretasikan dan
menganalisis informasi tersebut sebagai signal
baik (good news) atau signal buruk (bad
news). Jika pengumuman informasi tersebut
sebagai sinyal baik bagi investor, maka terjadi
penambahan dalam volume perdagangan
saham.
mengukur tingkat efisiensi pasar bentuk
setengah kuat. Jika pasar bereaksi cepat
terhadap informasi yang telah dipublikasikan
maka pasar tersebut dikatakan pasar efisien.
Pengujian kandungan informasi dan pengujian
efisiensi pasar bentuk setengah kuat
merupakan dua pengujian yang berbeda.
Pengujian kandungan informasi dimaksudkan
untuk melihat reaksi dari suatu pengumuman.
Jika pengumuman mengandung informasi
(information content), maka diharapkan pasar
akan bereaksi pada waktu pengumuman
tersebut diterima oleh pasar. Reaksi ini dapat
diukur dengan menggunakan abnormal return.
Jika digunakan abnormal return, maka dapat
dikatakan bahwa suatu pengumuman yang
mempunyai kandungan informasi akan
memberikan abnormal return kepada pasar.
Sebaliknya yang tidak mengandung informasi
tidak akan memberikan abnormal return
kepada pasar.
Pengujian kandungan informasi dan pengujian
efisiensi pasar bentuk setengah kuat
merupakan dua pengujian yang berbeda.
Pengujian kandungan informasi dimaksudkan
untuk melihat reaksi dari suatu pengumuman.
Jika pengumuman mengandung informasi
(information content), maka diharapkan pasar

 Event Study akan bereaksi pada waktu pengumuman

tersebut diterima oleh pasar. Reaksi ini dapat
Menurut Hartono (2013) studi peristiwa
diukur dengan menggunakan abnormal return.
(event study) merupakan studi yang
Jika digunakan abnormal return, maka dapat
mempelajari reaksi pasar terhadap suatu
dikatakan bahwa suatu pengumuman yang
peristiwa (event) yang informasinya
mempunyai kandungan informasi akan
dipublikasikan sebagai suatu pengumuman.
memberikan abnormal return kepada pasar.
Studi peristiwa dapat digunakan untuk
Sebaliknya yang tidak mengandung informasi
menguji kandungan informasi dari suat
tidak akan memberikan abnormal return
pengumunan yang dapat digunakan untuk
kepada pasar.
 peristiwa yang terjadi tidak baik. Reaksi tidak
baik itu diakibatkan return normal lebih kecil
Pengujian kandungan informasi hanya
dibandingkan dengan return ekspektasi.
menguji reaksi dari pasar, tetapi tidak menguji
Tahap-tahap yang dilakukan untuk
seberapa cepat pasar itu bereaksi. Jika
menghitung abnormal return menurut
pengujian melibatkan kecepatan reaksi dari
Hartono, (2017:668) yang pertama yaitu
pasar untuk menyerap informasi yang
menghitung return realisai merupakan return
diumumkan, maka pengujian ini merupakan
yang sesungguhnya terjadi saat waktu ke-t,
pengujian efisiensi pasar secara informasi
yang dilanjutkan dengan menghitung return
(informationally efficient market) bentuk
pasar. Tahap berikutnya yaitu menghitung
setengah kuat. Pasar dikatan efisien bentuk
return ekspektasi merupakan return yang
setengah kuat jika investor bereaksi dengan
diharapkan akan diterima oleh investor di
cepat (quickly) untuk menyerap abnormal
masa mendatang. Menurut Brown dan Warner
return untuk menuju harga keseimbangan
(1985) dalam Hartono (2017:668) untuk
baru. Jika investor menyerap abnormal return
mengetahui besarnya return ekpektasi,
dengan lambat, maka pasar dikatakan tidak
diperlukan sebuah model estimasi. Penelitian
efisien bentuk setengah kuat secara informasi.
ini menggunakan model pasar atau market
model sebagai model estimasi karena
pendapat Brown dan Warner (1985:25)
Dalam event study dikenal istilah event menyatakan bahwa metode tersebut kuat
window (jendela peristiwa)/event date (tanggal untuk menguji berbagai macam kondisi.
peristiwa) dan estimation period (periode Metode market model ini juga mudah
estimasi). Periode peristiwa disebut juga digunakan serta banyak digunakan dalam
dengan periode pengamatan/jendela peristiwa penelitian untuk menghitung return ekpektasi
(event window) mempunyai panjang yang seperti pada penelitian Baig dan Akbar (2011);
bervariasi, lama dari jendela yang umumnya Menike et al. (2014); serta Lestari dan Nuzula
digunakan berkisar 3 hari – 121 hari untuk (2018). Setelah mendapatkan nilai actual
data harian dan 3 bulan – 121 bulan untu data return dan expected return baru dapat
bulanan. Sedangkan lama periode estimasi diketahui nilai abnormal return. Perhitungan
yang umum digunakan adalah berkisar dari dilakukan dengan mengurangkan actual return
100 hari – 300 hari untuk data harian dan dan expected return. Selanjutnya dihitung
berkisar 24 – 60 bulan untuk data bulanan. cumulative abnormal return untuk
memudahkan analisis.

 Abnormal Return

Abnormal return atau pengembalian tidak Mengapa peneliti memilih teori terseb
normal merupakan kelebihan atas return ut?
realisasi terhadap return yang diharapkan oleh
Peristiwa pandemi Covid-19 merupakan
investor (Hartono, 2017:667). Nilai abnormal
sebuah informasi yang cukup penting
return akan negatif jika reaksi pasar atas bagi investor karena pandemi terse
but sangat berpengaruh signifikan terhada
p kegiatan perekonomian global. Covi
d-19 bagaikan black swan. Black swan adalah
sebuah istilah yang mengacu pada sebuah event
dengan kemungkinan sangat kecil (nyaris
tidak bisa diprediksi, setidaknya dengan statistic)
tetapi dapat berdampak sistematik dan besar.
istilah ini diperkenalkan oleh (Taleb, 2009) dalam
bukunya yang berjudul “black swan”. Oleh kare
na itu, Signalling Theory cocok untuk
menjelaskan fenomena dalam penelitian yan
g saya lakukan.
Bagaimana teori tersebut menjelaskan
topik utama skripsi (Y)?
Dalam Signalling theory pasar modal I
ndonesia akan merespons positif apabila b
erita baik (good news) terjadi. Respons y
ang baik tercermin dalam peningkatan volu
me penjualan suatu sekuritas. Sebaliknya,
pasar modal Indonesia akan merespons nega
tif terhadap berita buruk (bad news). Res
pons yang buruk tercermin dalam penurunan
volume penjualan suatu sekuritas.
2.2Variabel Yang Muncul Dari Penjelasan T
eori
Variabel yang muncul setelah tahap penentua
n teori, adalah rata-rata volume trading activity
dan rata-rata abnormal return karena variabel-
variabel tersebut umumnya dapat mengukur dan
menguji kandungan informasi, reaksi pasar, dan
tingkat efisiensi pasar.
2.3Topik Utama/Variabel Dependen
Reaksi pasar modal Indonesia direpresenta
sikan oleh harga saham. Harga saham dapat
dipengaruhi oleh beberapa faktor. Penelit
ian ini akan menguji apakah pandemi Covi
d-19 akan memengaruhi harga saham perusah
aan sektor perbankan yang terdaftar dalam
Bursa Efek Indonesia.
2.4Kajian Variabel X terpilih sebagai var
iable utama
Ditinjau dari segi signalling theory bahwa terk
onfirmasinya kasus positif Covid-19 di In
donesia merupakan berita buruk (bad news)
karena peristiwa ini akan membatasi aktiv
itas perekonomian nasional dan berdampak
pada kelesuan ekonomi. Sehingga pasar mer
espons negatiff peluncuran tersebut.
2.5Kerangka Berpikir
2.6Hipotesis
2.6.1 Average Trading Volume Activity dan Pan
demi Covid-19 di Indonesia
Reaksi pasar terhadap informasi dapat dilihat
melalui parameter pergerakan trading volume
activity di pasar modal. Peningkatan volume
perdagangan di pasar modal sebagai bentuk reaksi
pasar modal terhadap suatu peristiwa, dapat
memiliki dua arti. Jika volume perdagangan yang
meningkat diakibatkan oleh peningkatan
permintaan, hal itu mengindikasikan bahwa
peristiwa tersebut merupakan berita baik bagi para
pelaku pasar. Sedangkan apabila peningkatan
volume perdagangan merupakan akibat dari
peningkatan penjualan, maka dapat diartikan
bahwa peristiwa tersebut merupakan kabar buruk
(Hartono, 2013). Saham bervolume tinggi akan
merespons informasi yang ada di pasar secara
cepat, sehingga akan menghasilkan return saham
(harian maupun mingguan) yang relatif lebih tinggi. H2a: Terdapat perbedaan rata-rata abnormal return
saham sebelum dan sesudah dikonfirmasinya ka
sus positif Covid-19 di Indonesia.
Berdasarkan uraian tersebut maka hipotesis yang
peneliti ajukan adalah:

H1a: Terdapat perbedaan rata-rata trading volume BAB 3 METODE PENELITIAN

activity saham sebelum dan sesudah terkonfirmas
3.1Jenis Penelitian
inya kasus positif Covid-19 di Indonesia.
Jenis penelitian yang digunakan adalah penelitian
studi peristiwa (event study). Studi peristiwa
merupakan studi yang mempelajari reaksi pasar
2.6.2 Average Abnormal Return dan Pandemi C
terhadap suatu peristiwa yang informasinya
ovid-19 di Indonesia
dipublikasikan sebagai suatu pengumuman
Reaksi pasar modal terhadap kandungan informasi (Hartono, 2013). Studi peristiwa bertujuan untuk
dalam suatu peristiwa juga dapat diukur dengan mengetahui reaksi pasar atas terjadinya peristiwa
menggunakan return sebagai nilai perubahan harga tertentu, baik peristiwa ekonomis, politis, sosial,
atau dengan menggunakan abnormal return yang maupun peristiwa lainnya. Studi peristiwa
merupakan selisih antara return aktual dengan dilakukan ketika seorang peneliti berusaha mencari
return yang diekspektasikan oleh investor yang tahu apakah suatu peristiwa memiliki kandungan
dipakai untuk menjelaskan efek dari sebuah informasi atau tidak, apakah peristiwa yang terjadi
peristiwa (Hartono, 2013). Apabila suatu itu mengakibatkan pasar bereaksi, baik reaksi
pengumuman menghasilkan abnormal return bagi positif atau negatif (Sukirno, 2003).
investor berarti pengumuman tersebut memiliki
kandungan informasi dan sebaliknya pengumuman Generalisasi suatu fenomena dan

yang tidak menghasilkan abnormal return berarti mengukur dampak peristiwa tersebut (biasanya

pengumuman tersebut tidak memiliki kandungan terhadap kemakmuran pemegang saham) dengan

informasi (Sukirno, 2003). menggunakan metode yang umum kadangkala

menghasilkan kesimpulan yang salah sehingga
untuk menghindarinya dapat digunakan metode
event study (Setyawasih, 2007). Dengan
Peristiwa terkonfirmasinya kasus positif Co
menggunakan metode ini maka pengaruh peristiwa
vid-19 di Indonesia merupakan suatu peristiwa
yang terjadi di pasar modal akan dapat diketahui
yang dinilai mengandung informasi yang dapat
secara cepat dan spesifik. Penelitian ini
memengaruhi keputusan investor dalam
menganalisis mengenai peristiwa sebelum dan
berinvestasi. Adanya rata-rata abnormal return
sesudah peluncuran dikonfirmasinya kasus p
yang berbeda antara sebelum dan sesudah peristiwa
ositif Covid-19 di Indonesia.
terkonfirmasi kasus positif Covid-19
menunjukan bahwa pasar bereaksi terhadap
peristiwa tersebut sebagai informasi yang relevan.
3.2Data Penelitian
Berdasarkan uraian tersebut maka hipotesis yang
3.2.1 Jenis dan Sumber Data
peneliti ajukan adalah:
 Penelitian ini merupakan penelitian komparatif diukur dalam penelitian. Data tersebut
yaitu melihat perbandingan rata-rata trading kemudian di tabulasi dan dianalisis sesuai
volume activity dan rata-rata abnormal return dengan kebutuhan penelitian.
saham sebelum dan sesudah peristiwa dikonfirma
2. Studi Pustaka, yaitu dengan menelaah
sinya kasus positif Covid-19 di Indones
maupun mengutip langsung dari sumber tertulis
ia. Jenis data dalam penelitian ini adalah data
lainnya yang berhubungan dengan masalah
kuantitatif. Sedangkan sumber data
penelitian yang dapat digunakan sebagai
dalam penelitian ini adalah data sekunder, yaitu
landasan teoritisnya.
data yang diperoleh tidak secara langsung yang
diperoleh dari publikasi informasi bursa, si
3.3Populasi
tus resmi Bursa Efek Indonesia, dan
sumber lain yang relevan. Menurut Menurut Djawranto (1994), populasi atau
klasifikasi pengumpulan, jenis data penelitian universe adalah jumlah keseluruhan dari satuan-
adalah data time series, yaitu data yang secara satuan atau individu-individu yang karakteristiknya
kronologis disusun menurut waktu pada hendak diteliti. Satuan-satuan tersebut dinamakan
suatu variabel tertentu. unit analisis, dan dapat berupa orang-orang,
Periode jendela (window period) yang institusi-institusi, benda-benda, dst. Dengan kata
digunakan dalam penelitian ini adalah selama 15
lain, populasi adalah kumpulan objek atau
hari bursa yaitu 7 hari sebelum peristiwa, 1 hari subjek yang mempunyai kualitas dan karakteristik
saat peristiwa, dan 7 hari setelah peristiwa. tertentu yang ditetapakan oleh peneliti untuk
Pengambilan periode ini dilakukan untuk
dipelajari dan kemudian ditarik kesimpulannya.
menghindari efek penggangu (confounding effect)
dari adanya peristiwa lain, seperti right issue, Populasi dalam penelitian ini adalah peru
pengumuman dividen, saham bonus, merger, dan sahaan sektor perbankan yang terdaftar da
peristiwa lain terkait transaksi di pasar modal dan lam PT Bursa Efek Indonesia (BEI).

aktivitas ekonomi perusahaan, serta disesuaikan

dengan jadwal perdagangan saham
ditetapkan dalam kalender bursa 2020.
3.2.2 Metode Pengumpulan Data
Metode pengumpulan data dilakukan dengan
cara:
1. Studi Obervasi, yaitu dengan mengumpulkan,
mencatat, dan mempelajari semua informasi
yang dibutuhkan sesuai dengan variabel yang
yang
3.4Sampel
Menurut Djawranto (1994), sampel a
dalah adalah sebagian dari populasi yang
karakteristiknya hendak diteliti. Sampel yan
g baik adalah sampel yang bersifat
representatif atau yang dapat menggambarkan
karakteristik populasi. Bila populasi besar,
dan peneliti tidak mungkin mempelajari
semua yang ada pada populasi, misalnya
karena keterbatasan dana, tenaga, dan waktu,
maka peneliti dapat menggunakan sampel
yang diambil dari populasi itu.
 Sampel dalam penelitian ini diambil adalah peristiwa peluncuran indeks
dengan metode purposive sampling, yaitu IDX High Dividend 20.
memilih sampel dengan kriteria tertentu
b. Variabel Terikat (Dependent Variable)
dimana sampel dipilih tidak secara acak.
Sehingga pemilihan sampel tersebut dapat Variabel terikat adalah variabel yang
mewakili populasinya yang memenuhi kriteria dipengaruhi karena adanya variabel inde
penelitian. Jumlah sampel yang digunaka penden. Variabel terikat yang digunakan
n sama dengan jumlah populasi. Oleh k dalam penelitian ini adalah reaksi pasa
arena itu, sampel yang diambil akan s r modal Indonesia yang direpresen
angat representatif terhadap populasi. tasikan pada harga saham.
Sampling Frame adalah daftar yang
memuat keseluruhan kemungkinan anggota
sampel dalam populasi. Dalam penelitian
Definisi variabel operasional penelitian
ini, semua anggota populasi dijadikan
merupakan penjelasan dari masing-masing
sampel karena jumlah populasi masih r
variabel yang digunakan dalam penelitian terhadap
elatif terjangkau.
indikator-indikator yang membentuknya.

3.5Definisi Operasional dan Pengukuran Va

riabel 3.6Pengukuran Variabel

Variabel penelitian adalah segala sesuatu yang 3.6.1 Trading Volume Activity
berbentuk apa saja yang ditetapkan oleh peneliti
Trading Volume Activity (TVA/Volume
untuk dipelajari sehingga diperoleh informasi
Perdagangan Saham) menunjukan aktivitas
tentang hal tersebut, kemudian ditarik
perdagangan sahamdan mencerminkan seberapa
kesimpulannya.
aktif dan likuid suatu saham
Definisi operasional variabel penelitian diperdagangkandipasar modal. Perhitungan TVA
menurut Sugiyono (2015, h.38) adalah suatu dilakukan dengan membandingkan jumlahsaham
atribut atau sifat atau nilai dari obyek atau kegiatan perusahaan yang diperdagangkan dengan keseluruhan
yang memiliki variasi tertentu yang telah jumlah sahamberedar perusahaan selama periode
ditetapkan oleh peneliti untuk dipelajari dan penelitian (Foster, 1986; Yusuf, dkk.,2009).
kemudian ditarik kesimpulannya. Variabel yang
Langkah-langkah:
digunakan dalam penelitian ini adalah variabel
bebas dan variabel terikat. a. Menghitung TVA tiap perusahaan selama periode
penelitian
a. Variabel Bebas (Independent Variable)
Rumus:
Variabel bebas adalah variabel yang
memengaruhi atau yang menyebabkan TVAit = Saham i ditransaksikan waktu t
timbulnya atau berubahnya
Saham i beredar waktu t
variabel terikat. Variabel bebas yang
digunakan dalam penelitian ini
b. Menghitung rata-rata TVA masing-masing ekspektasi (Hartono, 2013). Langkah-langkah menghi
perusahaan sampel pada periode sebelum dan sesudah tung abnormal return saham:
peristiwa
a. Menghitung return sesungguhnya
Rumus:
Rumus:
−1
∑−7 TVAit sebelum Pit−Pit−1
Sebelum = Tsebelum Rit = Pit−1
+1
Keterangan:
∑+7 TVAitsesudah
Sesudah = Tsesudah  Rit = return saham i pada p
eriode t
Keterangan:
 Pit = harga saham penutupan
 TVAit = trading volume activity sekuri
perusahaan i pada periode t
tas ke-I pada periode j
 Pit-1 = harga saham penutupan perusa
 T = lamanya periode (7 hari sebelum dan ses
haan i pada periode t-1
udah peristiwa)
b. Menghitung expected return harian saham,
c. Menghitung rata-rata TVA perusahaan sampel per
menggunakan market adjusted model
hari selama periode penelitian (Foster, 1986;
dimana expected return diestimasi sama dengan
Yusuf, dkk., 2009)
indeks pasarnya
Rumus:
Rumus:
n
∑i=1 TVAit E[Rit] =
TVA = n
IDXHIDIV 20 it−IDXHIDIVt−1
Keterangan: IDXHIDIVt−1

 TVAAt = average trading volume activity pad Keterangan:

a hari ke-t
 E[Rit] = return ekspektasi sek
 TVAit = trading volume activity perusahaan uritas ke-I pada periode peristiwa
ke-t
 n = jumlah sampel
 IDXHIDIV20t = indeks harga saham ID
3.6.2 Abnormal Return
X HIDIV 20 pada periode t
Abnormal reurn merupakan kelebihan dari t return
 IDXHIDIV20t-1 = indeks harga saham ID
yang sesungguhnya terjadi terhadap return
X HIDIV 20 pada periode t-1
normal. Return normal merupakan return ekspektasi
(return yang diharapkan oleh investor). Dengan c. Menghitung abnormal return yaitu selisih
demikian abnormal return adalah selisih antara return antara actual return dengan expected return.
sesungguhnya yang terjadi dengan return
Rumus:
ARit = Rit - E (Rit)  ARit = abnormal return sekuritas k
e-i pada hari ke-t
Keterangan:
 n = jumlah perusahaan sam
 ARit = abnormal return sekuritas i pel
pada periode peristiwa ke-t
3.7Metode Analisis Data
 Rit = actual return sekuritas i pa
da periode t Metode analisis data yang digunakan pada
penelitian ini yaitu menggunakan statistik
 E (Rit) = exppected return sekuritas i
deskriptif dari hasil uji beda dua rata-rata
pada periode t
hipotesis.Analisis deskriptif merupakan proses
d. Menghitung rata-rata abnormal return tiap transformasi data penelitian dalam bentuk tabulasi
saham pada periode sebelum dan sesudah sehingga mudah dipahami dan diinterprestasikan
terjadinya peristiwa (Sugiyono, 2012).

Rumus: 3.7.1 Uji Normalitas

−7 Tujuan dari uji normalitas adalah untuk menguji

∑−1 ARitsebelum
apakah data memiliki distribusi normal atau
 Sebelum = Tsebelum
mendekati normal. Uji normalitas dapat
menggunakan statistik parametrik,

+7
pengujian parametrik diterapkan untuk data
∑+1 ARitsesudah dengan skala pengukuran interval dan rasio. Jika
 Sesudah = Tsesudah tipe data interval dan rasio tidak
berdistribusi normal, maka pengujian statistiknya
Keterangan:
harus menggunakan pengujian non
 ARij = abnormal return sekuritas k parametrik (Hartono, 2016). Model regresi yang
e-i pada periode ke-t memiliki distribusi data yang normal atau
mendekati normal dikatakan model regresi
 T = lamanya periode (7 hari sebe
yang baik. Deteksi uji normalitas dapat
lum dan sesudah peristiwa)
dilakukan dengan uji One Sample
e. Menghitung rata-rata abnormal terurn Kolmogorov-Smirnov Test.. Dengan tingkat
(AAR) untuk seluruh saham per hari
signifikansi 0,05 maka dasar pengambilan
selama periode peristiwa
keputusan adalah sebagai berikut (Ghozali, 2013):
Rumus:
 Jika Asymp. Sig. (2-tailed) > 0,05 maka data
n berdistribusi normal.
∑i=1 1 ARi , t
AARt = n  Jika Asymp. Sig. (2-tailed) < 0,05 maka data
tidak terdistribusi normal.
Keterangan:
3.7.2 Uji Hipotesis
 AARt = average abnormal return pada
hari ke-t
 Pengujian hipotesis dilakukan menggunakan uji Alternatif jika data tidak terdistribusi normal,
beda dua rata-rata yang berhubungan yakni uji maka akan dilakukan uji beda ratarata
paired samplet-test dengan software SPSS versi 25, WilcoxonSigned Rank Test dengan program
yaitu dengan membandingkan rata-rata trading aplikasi SPSS versi 22. Dasar penarikan
volume activity dan rata-rata abnormal return kesimpulan adalah jika nilai p-value statistik uji
sebelum dan sesudah dikonfirmasi kasus posit Wilcoxon < 0,05 maka hipotesis nol (H0) ditolak

if Covid-19. Pengujian-t untuk dua sampel yang dan Ha diterima.

berhubungan adalah menguji beda rata-rata

BAB 4 PENJELASAN
berpasangan antara dua sampel dan untuk
pengujian parametrik (Hartono, 2016). Teknik
pengujian dilakukan dengan menggunakan paired
sample t-test karena adanya data kemungkinan
terdistribusi normal, dengan rumus:

X 1−X 2
sd
t = √n
Tidak terdapat perbedaan rata-rata
Keterangan: abnormal return pada sebelum dan saat
pengumuman pasien pengidap Covid-1
 X1 = rata-rata sampel sebelum peristi
9 pertama di Indonesia. Hal ini
wa
dibuktikan dengan nilai Sig pada uji One-
 X2 = rata-rata sampel sesudah peristi Sample t Test sebesar 0,906 yang lebih bes
wa ar dari taraf signifikansi.

 Sd = standar deviasi sampel

 n = jumlah sampel pengamatan Tidak terdapat perbedaan rata-rata

Pengujian paired sample t-test, variabel abnormal return pada setelah dan saat
dibandingan antara sebelum dan sesudah pelunc pengumuman pasien pengidap Covid-
uran Indeks High Dividend 20 dengan 19 pertama di Indonesia. Hal ini
menggunakan tingkat kepercayaan 95% atau
ditunjukkan dengan Sig pada uji One-
α=5%, dengan ketentuan berikut (Ghozali, 2013):
Sample t Test sebesar 0,906 lebih besar
Jika nilai Asymp.Sig. (2-tailed) kurang dari

dari taraf signifikansi (nilai sig > 0,05).
0,05 atau 5% berarti data dalam penelitian
memiliki perbedaan signifikan. BAB 5 PENUTUP
1. Kesimpulan
 Jika nilai Asymp.Sig. (2-tailed) lebih dari 0,05
Pengumuman pasien terinfeksi Covid-19
atau 5% berarti data dalam penelitian tidak
pertamak kali di Indonesia menunjukkan
memiliki perbedaan signifikan.
analisis uji perbedaan rata-rata abnormal
return 5 gari sebelum dan 5 hari sesudah
peristiwa menunjukkan bahwa secara statistik Julia Fox-Rushby (2012). Chronic Disease
tidak terdapat perbedaan yang siginifikan Prevention and Control. Jstor.org.
antara rata-rata abnormal return 5 hari Copenhagen Consensus Center
sebelum dengan 5 hari setelah pengumuman.
Junaid Zahid (2018). Impact of Clean
2. Saran
Drinking Water and Sanitation on Water
Kepada pelaku pasar agar secara terus-menerus
Borne Diseases in Pakistan. Jstor.org.
dilakukan upaya peningkatan kepekaan
Copenhagen Consensus Center
terhadap peristiwa yang terjadi di luar
permasalahan ekonomi.

DAFTAR REFERENSI

Tavor, Tchai., & Regev, Sharon Teitler. (2019). The

impact of disasters and terrorism on the stock
market. Jamba (Journal of Disaster Risk
Studies).

Onali, Enrico (2020). Covid-19 and Stock

Market Volatility

Day , Brenance., Burnic, Ruth. , Etc.(200

4). The new normal: lessons learned from
SARS for corporations operating in emerging
market.
Emeraldgrouppublishing.com/journal/jcms.

Mahalingam, A., Coburn, A., Jung, C. J., Yeo, J. Z.,

Cooper. G., Evan, T (2018). IMPACTS OF
SEVERE NATURAL CATASTROPHES ON
FINANCIAL MARKETS. Journal Cambridge
Centre for Risk Studies

Ferreira, Susana., & Karal, Berna. (2015). Do

Earthquakes Shake Stock Markets?.
Journals.plos.org.

André Lwoff (2012). The development and

reception of the virus concept in the
Netherlands. Jstor.org. Copenhagen
Consensus Center
Lampiran. Daftar Return Saham (Actual Return) masing-masing sampel

PER EMITEN
IOD
E AGRO AGRS ARTO BAB BACA BBCA BBHI BBKP BBMD BBNI BBRI BBTN BBYB BCIC
P

-5 -
-0,037735849 -0,018987342 0 0 0 -0,126213592 -0,108695652 -0,25 -0,007067138 0,014527845 -0,028571429 0 0
0,058823529

-4
-0,0875 0,007142857 0 0 0 0,00074239 -0,024193548 0,017391304 -0,145907473 -0,009836066 0,006864989 -0,004694836 0 0

-3
-0,053846154 -0,025157233 0,045317221 0 0 -0,000736377 0,019230769 0,035087719 -0,016806723 -0,016722408 0 -0,012787724 0,014925373 0

-2
-0,005208333 0,011560694 0 0 -0,007407407 0,013545817 -0,027027027 0 -0,012345679 0,013114754 0,033653846 0,03038674 0,014084507 0

-1
-0,015 0,005617978 0 0 0 0,006477733 0 0,007407407 -0,008163265 0,013986014 0,012690355 0,002624672 0 0

0 -
0 0,00625 0 0,006493506 -0,002225519 0 -0,0078125 -0,0041841 0,003246753 0,002272727 0,023696682 0 0
0,006968641

1
0,009433962 0,040935673 0,25 0 0 -0,001588562 0,005681818 -0,022900763 -0,004166667 0,013333333 -0,038461538 -0,008064516 -0,006944444 0

2
0 0,012658228 0,007017544 0 0 0,008982036 -0,024793388 -0,015384615 -0,004166667 0,037037037 0,00456621 0,019323671 -0,028985507 0

3 0 0,089655172 0 0 0 -0,020249221 -0,037383178 -0,041666667 0 -0,030821918 -0,078125 -0,025069638 0 0

4 0,015306122 0,042857143 -0,04 0 -0,047619048 -0,036519037 0 -0,051428571 0 -0,062271062 -0,03373494 -0,034883721 0 0

5 -0,097560976 -0,012578616 -0,02972973 0 -0,171122995 -0,038575668 0,104761905 -0,01754386 0 -0,006896552 -0,026200873 -0,031088083 0 0
Daftar Return Saham (Actual Return) masing-masing sampel

PER EMITEN
IOD
E BEK
BDMN BGTG BINA BJBR BJTM BKSW BMAS BNBA BNGA BNII BNLI BRIS
S BMRI

-5 -
-
-0,033333333 0 -0,019230769 0,033333333 -0,02955665 0,008064516 0 0,027972028 -0,013071895 -0,006289308 -0,005555556 0,005025126 0,0127
0,020833333
38854

-4 - -
-0,015772871 0 0 0,011235955 0,015384615 -0,008 0,08227848 0,02962963 0 -0,012987013 -10 -0,027027027 0,030418251 0,0157
1 48031

-3 -
-0,023668639 0 0 0,028735632 -0,053191489 -0,008 0 0 -0,039215686 0 20 -0,037037037 0,044444444 0,0454
54545

-2
- 0,0192
0 0 0 -0,006134969 0,004201681 0 0 0 0,026666667 0,006410256 0,005235602 -0,019047619
0,003984064 30769

-1 - -
-0,016627078 0 -0,029411765 0 -0,092896175 -0,007246377 0 0,018181818 0,00621118 -15 -0,009259259 0
0,00877193 0,134057971

0 -
0,03468208
0,010498688 0 0 0,030864198 -0,037656904 0 0 0,003246753 0 15 0,009708738 0,024 0,0125
1
78616

1
- 0,0051
0,010917031 0 0 -0,01744186 0,015243902 -0,007751938 0 -0,027210884 0,007604563 0,006369427 15 -0,009174312
0,016666667 54639

2
0,0051
-0,016317016 0 0 0,023809524 -0,024064171 0,00729927 0 0,013333333 0,047272727 0,00621118 0 -0,009345794 0,003623188
81347

3 -
0,0191
-0,010752688 0 0 -0,04494382 -0,009708738 0 0,21212121 -0,02994012 0,006451613 0,012820513 0,005494505 0 0
0828
2

4 0,002590674 0 -0,015873016 -0,052325581 -0,031496063 0,007407407 - -0,016483516 0 0,006369427 0,010638298 0 0,004 -

 0,04402515 0,0185
7 18519

5 -
-
-0,039393939 0 0 0,094972067 0 -0,008064516 0 0 -0,010204082 -0,019480519 -0,044585987 -0,065934066 0,1269
0,038297872
84127

Daftar Return Saham (Actual Return) masing-masing sampel

PER EMITEN
IOD
E BSIM BSWD BTPN BTPS BVIC DNAR INPC MAYA MCOR MEGA NISP NOBU PNBN PNBS SDRA

-5 - - - -
- 0,10526315
0,01 0 0,049019 0,02433628 0,05555555 0 -0,017857143 0,09890109 0 0 0,008695652 0 -0,05
0,008196721 8
608 3 6 9

-4 - -
0,00738916 - -
0 0 0,003703 0 0,2333333 0 0 0 0 0 0 0
3 0,020833333 0,017316017
704 33

-3 - - - - - -
- -
0,009 0 0,021052 0,03809523 0,07936507 0 0 0,19753086 0,00460829 -0,00591716 0 0 0
0,059405941 0,025974026
90099 632 8 9 4 5

-2 - -
0,01918465
0,070 0 0 -0,025 0,0285714 -0,015873016 0 0,007633588 0 -0,00591716 0 0,023529412 0 0,011904762
2
79646 29

-1 0,037 - - -
0,0360360
03703 0 0,009174 0,02977667 0,02285714 0 0 -0,00729927 0 -0,005952381 -0,005649718 -0,00754717 0 0
36
7 312 5 3

0 0,019 - -
0,003086 0,02117647 -
04761 0 0,02564102 0 0 0 0,007575758 0,08333333 0,005952381 0 0 0
42 1 0,007662835
9 6 3

1 -
- -
0,042 0,003144 0,00771604 -
0 0,05729166 0,04945054 0 0 -0,02173913 0 0 0 0 0
37288 654 9 0,019379845
7 9
1
2 - -
0,028301 0,05943152 0,1535087 0,03478260
0,008 0 0,00574712 0,014925373 0 0,022058824 0,011904762 0,035087719 -0,00754717 0 0
887 5 72 9
62069 6

3 0,012 -
0,024137 0,01449275 0,0101010 -
14574 0 0,04393305 -0,035087719 0 0,008 0,00990099 0 0 0 0
931 4 1 0,008510638
9 4

4 0,009 -
0,05012531 - 0,12280701
43396 0 0,012195 -0,0125 0 0 0 -0,022988506 0,106741573 0 0 0,045751634
3 0,007575758 8
2 122

5 - - -
- 0,18518518 -
0,04 0 0,028673 0,06930693 0,05172413 0 0 0 0 0 0 0,038961039
0,105263158 5 0,035555556
835 1 8
LAMPIRAN. DATA RETURN PASAR (EXPECTED RETURN)

PERIODE EXPECTED RETURN

-5 -0,019478376

-4 -0,024654133

-3 -0,026894006

-2 0,00109494

-1 -0,008362818

0 0,000159388

1 0,001948685

2
0,013592233

3 4,56017E-05

4 0,000501871

5 -0,001891178
 EMITEN

AGRS ARTO BABP BACA BBCA BBHI BBKP BBMD BBNI BBRI BBTN BBYB

-
0,006900 -0,010251 0,019478 -0,151645 -0,019097 0,124240 0,001935 0,019478 0,012582 -0,006722 0,0194
0,011610

-
0,067511 -0,015346 -0,022965 -0,022965 -0,011865 0,024654 -0,026774 0,024654 -0,037617 -0,009081 0,01023 0,0246
0

0,00182
0,116549 0,026894 0,026894 0,026894 0,006645 -0,010489 -0,014773 0,026894 -0,003928 -0,051231 0,0268
4

0,01822
0,011563 0,005923 -0,001095 -0,001095 0,007887 -0,025888 -0,016480 -0,005262 0,035942 0,003471 -0,0300
9

0,00029
0,049298 0,258363 0,008363 0,008363 0,006774 0,014045 -0,014538 0,004196 0,021696 -0,030099 0,0014
8

0,02353
0,006091 -0,007128 0,006334 0,006334 -0,002385 -0,000159 -0,007972 -0,004343 0,003087 0,002113 -0,0001
7

0,00067
0,003669 -0,001949 -0,001949 -0,001949 0,004529 -0,001949 0,005459 -0,010112 0,012037 0,010742 -0,0019
6

- 0,01679
-0,013592 -0,021000 -0,021000 -0,000046 -0,040619 -0,013592 -0,025938 -0,000477 0,020062 0,0004
0,002032 5

-
-
0,045272 -0,000046 -0,000046 -0,000782 0,019185 0,035042 -0,016852 -0,016768 -0,000046 0,01283 0,0148
0,025203
3

-
0,006641 -0,000502 -0,000502 -0,000502 0,000241 -0,024695 0,016889 -0,146409 -0,010338 0,006363 0,00519 -0,0005
7

-
-
-0,056932 0,001891 0,001891 0,001891 -0,124322 -0,106804 -0,248109 -0,005176 0,016419 0,02668 0,0018
0,017096
0

Lampiran. Data Abnormal Return masing-masing

sampel
 Emiten

Periode BDMN BEKS BGTG BINA BJBR BJTM BKSW BMAS BMRI BNBA BNGA BNII BNLI BRIS

-5 -0,0375028 0,0018912 0,0018912 0,0968632 0,0018912 -0,0061733 0,0018912 0,0018912 -0,0083129 -0,0175893 -0,0426948 -0,0640429 -0,0364067 -0,1250929

-4 0,0020888 -0,0005019 -0,0163749 -0,0528275 -0,0319979 0,0069055 -0,044527 -0,0169854 -0,0005019 0,0058676 0,0101364 -0,0005019 0,0034981 -0,0190204

-3 -0,0107983 -4,56E-05 -4,56E-05 -0,0449894 -0,0097543 -4,56E-05 -0,2121668 -0,0299857 0,006406 0,0127749 0,0054489 -4,56E-05 -4,56E-05 0,0190627

-2 -0,0299092 -0,0135922 -0,0135922 0,0102173 -0,0376564 -0,006293 -0,0135922 -0,0002589 0,0336805 -0,0073811 -0,0135922 -0,022938 -0,009969 -0,0084109

-1 0,0089683 -0,0019487 -0,0019487 -0,0193905 0,0132952 -0,0097006 -0,0019487 -0,0291596 0,0056559 0,0044207 14,998051 -0,011123 -0,0186154 0,003206

0 0,0103393 -0,0001594 -0,0001594 0,0307048 -0,0378163 -0,0001594 0,0345227 -0,0001594 0,0030874 -0,0001594 14,999841 0,0095493 0,0238406 -0,012738

1 -0,0082643 0,0083628 -0,0210489 0,0083628 -0,0845334 0,0011164 -0,0004091 0,0083628 0,0265446 0,014574 -14,991637 -0,0008964 -0,1256952 0,0083628

2 -0,0010949 -0,0010949 -0,0010949 -0,0072299 0,0031067 -0,0010949 -0,0010949 -0,0010949 0,0255717 0,0053153 0,0041407 -0,0201426 -0,005079 0,0181358

3 0,0032254 0,026894 0,026894 0,0556296 -0,0262975 0,018894 0,026894 0,026894 -0,0123217 0,026894 20,026894 -0,010143 0,0713385 -0,0185605

4 0,0088813 0,0246541 0,0246541 0,0358901 0,0400387 0,0166541 -0,0576243 0,0542838 0,0246541 0,0116671 -9,9753459 -0,0023729 0,0550724 0,0089061

5 -0,013855 0,0194784 0,0002476 0,0528117 -0,0100783 0,0275429 0,0194784 0,0474504 0,0064065 0,0131891 0,0139228 0,0245035 -0,001355 0,0067395
 Emiten

Periode

BSIM BSWD BTPN BTPS BVIC DNAR INPC MAYA MCOR MEGA NISP NOBU PNBN PNBS SDRA

-5 0,0418912 0,0018912 -0,0267827 -0,0674158 -0,049833 0,0018912 0,0018912 0,0018912 -0,103372 0,1870764 0,0018912 0,0018912 -0,0336644 0,0018912 0,0408522

-4 0,0089321 -0,0005019 -0,012697 0,0496234 -0,0130019 -0,0005019 -0,0005019 -0,0005019 -0,0080776 0,1223051 -0,0234904 0,1062397 -0,0005019 -0,0005019 0,0452498

-3 0,0121001 -4,56E-05 0,0240923 -0,0439787 0,0144472 0,0100554 -0,0351333 -4,56E-05 0,0079544 0,0098554 -4,56E-05 -4,56E-05 -0,0085562 -4,56E-05 -4,56E-05

-2 -0,0222129 -0,0135922 0,0147097 0,0458393 -0,0193394 0,1399165 0,0013331 -0,0135922 0,0084666 0,0211904 -0,0016875 0,0214955 -0,0211394 -0,0135922 -0,0135922

-1 -0,0443216 -0,0019487 0,001196 -0,0592404 -0,0513992 -0,0019487 -0,0019487 0,0057674 -0,0236878 -0,0019487 -0,0019487 -0,0019487 -0,0213285 -0,0019487 -0,0019487

0 0,0188882 -0,0001594 0,002927 0,0210171 -0,0258004 -0,0001594 -0,0001594 -0,0001594 0,0074164 -0,0834927 0,005793 -0,0001594 -0,0078222 -0,0001594 -0,0001594

1 0,0453999 0,0083628 -0,0008115 -0,0214139 -0,0144943 0,0443989 0,0083628 0,0083628 0,0010635 0,0083628 0,0024104 0,0027131 0,0008156 0,0083628 0,0083628
2 -0,0718914 -0,0010949 -0,0010949 0,0180897 -0,0260949 -0,0296664 -0,016968 -0,0010949 0,0065386 -0,0010949 -0,0070121 -0,0010949 0,0224345 -0,0010949 0,0108098

3 0,016993 0,026894 0,0058414 -0,0112012 -0,0524711 0,026894 0,026894 -0,1706369 -0,0325119 0,0222857 0,0209768 0,026894 0,00092 0,026894 0,026894

4 0,0246541 0,0246541 0,0209504 0,0320433 0,0246541 -0,2086792 0,0246541 0,0246541 0,0038208 0,0246541 0,0246541 0,0246541 0,0073381 0,0246541 0,0246541

5 0,0294784 0,0194784 -0,0295412 -0,0048579 -0,0360772 0,0194784 0,0016212 -0,0794227 0,0112817 0,1247415 0,0194784 0,0194784 0,028174 0,0194784 -0,0305216