TUGAS RESUME

PORTOFOLIO MANAGEMENT

MODUL 30-32

Prof. Jogiyanto Hartono, MBA, CA, Ph.D

Nama:

Herman Susanto (485321)

MASTER OF BUSINESS ADMINISTRATION

MAGISTER MANAJEMEN

FAKULTAS EKONOMIKA DAN BISNIS

UNIVERSITAS GADJAH MADA

2022
 MODUL 30 EFISIENSI PASAR

30.1. Definisi Efisiensi Pasar

Efisiensi pasar didefinisikan oleh Beaver (1989) sebagai hubungan antara harga-harga
sekuritas dengan informasi. Secara detail, efisiensi pasar dapat didefinisikan dalam
beberapa macam definisi, diantaranya:
1. Definisi Efisiensi Pasar Berdasarkan Nilai Intrinsik Sekuritas
Konsep awal dari efisiensi pasar yang berhubungan dengan informasi laporan
keuangan berasal dari praktek analis sekuritas yang mencoba menemukan
sekuritas-sekuritas dengan harga yang kurang benar (mispriced). Sekuritas-
sekuritas yang dihargai kurang benar (mispriced) merupakan sekuritas-sekuritas
yang harganya menyimpang dari nilai intrinsiknya atau nilai fundamentalnya.
Untuk konteks seperti ini, maka efisiensi pasar (market efficiency) diukur dari
seberapa jauh harga-harga sekuritas menyimpang dari nilai intrisiknya (Beaver,
1989). Dengan demikian suatu pasar yang efisien menurut konsep ini dapat
didefinisikan sebagai pasar yang nilai-nilai sekuritasnya tidak menyimpang dari
nilai-nilai intrinsiknya.
2. Definisi Efisiensi Pasar Berdasarkan Akurasi dari Ekspektasi Harga
Fama (1970) mendefinisikan pasar yang efisien, yaitu suatu pasar sekuritas
dikatakan efisien jika harga-harga sekuritas “mencerminkan secara penuh”
informasi yang tersedia (a security market is efficient if security prices “fully
reflect” the information available).
Definisi tersebut menekankan pada “fully reflect: dan “information available”.
Pengertian dari fully reflect adalah bahwa harga dari sekuritas secara akurat
mencerminkan informasi yang ada, sedangkan information available yaitu
investor-investor secara akurat dapat mengekspektasi harga dari sekuritas yang
bersangkutan.
Definisi ini menimbulkan perdebatan oleh Beaver (1989) dan Dyckman dan
Morse (1986) yang menyatakan bahwa defisini ini tidak jelas. Definisi oleh Fama
(1970) hanya menunjukkan bahwa perubahan dari harga saja sudah cukup
untuk mengatakan pasar sudah efisien. Permasalahan lain dari definisi pasar ini
adalah menyangkut akurasi ekspektasi dari investor-investor terhadap harga
sekuritas. Permasalah yang timbul adalah tentang ekspektasi siapa yang akan
dipakai, apakah ekspektasi investor tertentu atau semua investor.
3. Definisi Efisiensi Pasar Berdasarkan Distribusi Normal
Definisi efisiensi pasar sebelumnya yang hanya menekankan pada akurasi
harga akibat informasi yang tersedia mengabaikan distribusi dari informasinya.
 Beaver (1989) memberikan definisi efisiensi pasar yang didasarkan pada
distribusi informasi sebagai berikut ini.
Pasar dikatakan efisien terhadap suatu sistem informasi, jika dan hanya
jika harga-harga sekuritas bertindak seakanakan setiap orang mengamati
sistem informasi tersebut. (The market is efficient with respect to some
specified information system, if and only if security prices act as if everyone
observes the information system).
Definisi ini secara implisit mengatakan bahwa jika setiap orang mengamati suatu
sistem informasi yang menghasilkan informasi, maka setiap orang dianggap
mendapatkan informasi yang sama. Beaver beragumentasi bahwajika harga-
harga sekuritas mempunyai properti seperti yang didefinisikannya, maka harga-
harga tersebut dikatakan fully reflect terhadap informasi yang tersedia. Definisi
Beaver ini mempunyai arti bahwa pasar dikatakan efisien terhadap satu set
informasi yang spesifik (dihasilkan dari suatu sistem informasi) jika harga yang
terjadi setelah informasi diterima oleh pelaku pasar sama dengan harga yang
akan terjadi jika setiap orang mendapatkan set informasi tersebut. Harga yang
terjadi di pasar yang efisien ini disebut dengan “full-information price."
Full-information price adalah harga yang terjadi setelah informasi diterima oleh
pelaku pasar yang sama dengan harga yang akan terjadi jika setiap orang
mendapatkan set informasi.
Sesuatu yang menarik dari definisi ini adalah bahwa jika semua orang sudah
mendapatkan set informasi yang sama, maka secara definisi dikatakan bahwa
pasar adalah efisien. Dengan demikian dapat dikatakan bahwa efisiensi pasar
bentuk lemah (semua informasi masa lalu yang tersedia) dan bentuk setengah
kuat (informasi yang baru dipublikasikan) selalu terjadi, karena anggapannya
informasi tersebut telah didistribusikan dan tersedia untuk publik.
Definisi dari Beaver ini juga masih menimbulkan masalah dalam hal pengujian
pasar yang efisien tersebut. Untuk menguji pasar yang efisien, maka masih
dibutuhkan suatu ukuran pembanding (benchmark). Benchmark yang digunakan
adalah return normal yang seharusnya diperoleh oleh pelaku pasar. Return hasil
dari informasi kemudian dibandingkan dengan return normal menurut
benchmark. Jika hasilnya tidak menyimpang berarti pasar sudah efisien dan
sebaliknya jika hasilnya menyimpang, maka pasar dikatakan tidak efisien. Model
CAPM bisa digunakan untuk menghitung return normal.
4. Definisi Efisiensi Pasar Berdasarkan pada Proses Dinamik
Definisi efisiensi pasar sebelumnya merupakan definisi yang didasarkan pada
lingkungan pasar efisien yang statis. Misalnya adalah definisi efisiensi pasar
menurut Beaver yang mendasarkan pada distribusi informasi yang dimiliki oleh
investor. Menurut definisi Beaver ini, pasar adalah efisien jika harga-harga
sekuritas terjadi jika setiap orang mempunyai informasi yang sama
(fullinformation prices). Definisi efisiensi pasar yang statis ini tidak
mempertimbangkan distribusi informasi yang tidak simetris dan kecepatan
proses distribusinya.
Definisi efisiensi pasar yang didasarkan pada proses dinamik
mempertimbangkan distribusi informasi yang tidak simetris dan menjelaskan
bagaimana harga-harga akan menyesuaikan karena informasi tidak simetris
tersebut. Definisi ini menekankan pada kecepatan penyebaran informasi yang
tidak simetris. Jones (1995) menjelaskan definisi pasar efisien yang
memasukkan unsur kecepatan penyesuaian, yaitu suatu pasar yang efisien
adalah pasar yang harga-harga sekuritasnya secara cepat dan penuh
mencerminkan semua informasi yang tersedia terhadap aset tersebut (an
efficient market is one in which the price of all securities quickly and fully reflect
all available information about the assets).

Gambar 30.1. Kecepatan Penyesuaian Harga Sekuritas karena Informasi

Didistribusikan
Pasar dikatakn efisien jika waktu penyesuain harga ekuilibrium yang baru
dilakukan dengan sangat cepat, yaitu sebesar t1. Sebaliknya pasar dikatakan
tidak efisien jika kecepatan penyesuaian cukup lama, yaitu sebesar t2. Ada
beberapa penjelasan yang mendasari penyebaran informasi tidak simetris
menjadi informasi yang simetris, diantaranya:
 Informasi privat disebarkan ke public secara resmi melalui pengumuman
oleh perusahaan emiten.
  Investor yang memiliki informasi privat akan menggunakannya dan setelah
itu mereka akan bersedia untuk menjualnya.
 Investor yang mendapat informasi secara privat akan melakukan tindaakan
yang spekulatif.
 Teori ekspektasi rasional yang menjelaskan bahwa investor yang tidak
mempunyai informasi privat akan mendapatkan informasi tersebut dengan
mengamati lewat perubahan harga yang terjadi.
30.2. Bentuk-bentuk Efisiensi Pasar
1. Efisiensi Pasar Secara Informasi
Fama (1970) menyajikan tiga macam bentuk dari informasi, yaitu:
A. Efisiensi pasar bentuk lemah (weak form)
Pasar yang harga-harga dari sekuritasnya secara penuh mencerminkan
(fully reflect) informasi masa lalu. Jika pasar efisien secara bentuk lemah,
maka nilai-nilai masa lalu tidak dapat digunakan untuk memprediksi harga
sekarang.
B. Efisiensi pasar bentuk setengah kuat (semistrong form)
Pasar yang harga-harga dari sekuritasnya secara penuh mencerminkan
*fully reflect) semua informasi yang dipublikasikan. Informasi yang
dipublikasikan dapat berupa:
a. Informasi yang dipublikasikan yang hanya mempengaruhi harga
sekuritas dari perusahaan yang mempublikasikan informasi tersebut.
Informasi yang dipublikasikan ini merupakan informasi dalam bentuk
pengumuman oleh perusahaan emiten. Informasi ini umumnya
berhubungan dengan peristiwa yang terjadi di perusahaan emiten
(corporate event).
b. Informasi yang dipublikasikan yang mempengaruhi hargaharga
sekuritas sejumlah perusahaan. Informasi yang dipublikasikan ini
dapat berupa peraturan pemerintah atau peraturan dari regulator
yang hanya berdampak pada harga-harga sekuritas perusahaan-
perusahaan yang terkena regulasi tersebut.
c. Informasi yang dipublikasikan yang mempengaruhi hargaharga
sekuritas semua perusahaan yang terdaftar di pasar saham.
Informasi ini dapat berupa peraturan pemerintah atau peraturan dari
regulator yang berdampak ke semua perusahaan emiten.
Jika pasar efisien dalam bentuk setengah kuat, maka tidak ada investor
atau grup dari investor yang dapat menggunakan informasi yang
 dipublikasikan untuk mendapatkan keuntungan tidak normal dalam jangka
waktu yang lama.
Tabel 30.1. Macam-macam Pengumuman yang dapat Mempengaruhi
Harga dari Sekuritas

C. Efisiensi pasar bentuk kuat (strong form)

Pasaar yang harga-harga dari sekuritasnya secara penuh mencerminkan
(fully reflect) semua informasi termasuk informasi privat.
Tujuan dari Fama (1970) membedakan ke dalam tiga macam bentuk pasar
efisien ini adalah untuk mengklasifikasikan penelitian empiris terhadapt
efisiensi pasar. Hubungan ketiga bentuk pasar tersebut dapat dilihat pada
gambar 30.2.
 Gambar 30.2. Tingkatan Kumulatif dari Ketiga Bentuk Pasar Efisien
2. Efisiensi Pasar Secara Keputusan
Pembagian efisiensi pasar oleh Fama ini didasarkan pada ketersediaan
informasi, sehingga efisiensi pasar seperti ini disebut dengan efisiensi pasar
secara informasi (informationally efficient market). Untuk informasi yang tidak
perlu diolah lebih lanjut, seperti misalnya informasi tentang pengumuman laba
perusahaan, pasar akan mencerna informasi tersebut dengan cepat. Dengan
demikian, untuk informasi seperti pengumuman laba, efisiensi pasar tidak
ditentukan dengan seberapa canggih pasar mengolah informasi laba tersebut,
tetapi seberapa luas informasi tersebut tersedia di pasar. Informasi pasar
semacam ini merupakan efisiensi pasar secara informasi.
Akan tetapi untuk informasi yang masih perlu diolah lebih lanjut, ketersediaan
informasi saja tidak menjamin pasar akan efisien.
Efisiensi pasar secara keputusan juga merupakan efisiensi pasar bentuk
setengah kuat menurut versi Fama yang didasarkan pada informasi yang
didistribusikan. Perbedaannya adalah jika efisiensi pasar secara informasi hanya
mempertimbangkan sebuah faktor saja, yaitu ketersediaan informasi,maka
efisiensi pasar secara keputusan mempertimbangkan dua buah faktor yaitu
ketersediaan informasi dan kecanggihan pelaku pasar.

Gambar 30.3. Tingkatan Kumulatif dari Keempat Bentuk Pasar Efisien.

 Pasar yang efisien secara informasi belum tentu efisien secara keputusan.
Pelaku pasar yang canggih akan menganalisis informasi ini lebih lanjut untuk
menentukan apakah benar ini merupakan sinyal yang valid dan dapat dipercaya.
Jika ternyata sinyal ini meruakan sinyal yang tidak valid dank arena investor
tidak canggih, reaksi mereka yang positif terhadap informasi pembayaran
dividen yang meningkat tersebut merupakan reaksi yang tidak benar, sehingga
dapat dikatakan pasar belum efisien secara keputusan, karena mereka
mengambil keputusan yang salah. Jika pasar efisien secara keputusan, maka
pelaku pasar akan dapat mengetahui bahwa sinyal tersebut adalah sinyal yang
tidak benar.
Pasar yang efisien secara informasi merupakan pasar yang adil, sehingga
penyelenggara pasar dan regulator berusaha membuat pasar saham seefisien
mungkin. Dikatakan pasar yang adil, karena diharapkan semua pelaku pasar
mendapatkan informasi yang sama kualitas dan jumlahnya dan yang diterima
pada saat yang sama, sehingga tidak ada investor yang dapat menikmati
kentungan tidak normal di atas kerugian investor yang lainnya. Oleh karena itu,
regulator pasar modal (seperti misalnya SEC di Amerika Serikat atau Bapepam
di Indonesia), berusaha untuk membuat informasi yang diperlukan menjadi
tersedia di pasar secara luas, misalnya dengan mengharuskan pengungkapan
informasi yang penting oleh perusahaan emiten.
30.3. Alasan-alasan Pasar yang Efisien dan Tidak Efisien
1. Investor adalah penerima harga, yang berarti bahwa sebagai pelaku pasar,
investor seorang diri tidak dapat mempengaruhi harga daari suatu sekuritas.
Harga dari suatu sekuritas ditentukan oleh banyak investor yang menentukan
demand dan supply.
2. Informasi tersedia secara luas kepada semua pelaku pasar pada saat yang
bersamaan dan harga untuk memperoleh informasi tersebut murah. Untuk pasar
yang efisien, harga dari informasi tersebut juga relative sangat murah untuk
diperoleh oleh public.
3. Informasi dihasilkan secara acak dan tiap-tiap pengumuman informasi sifatnya
random satu dengan yang lainnya.
4. Investor bereaksi dengan menggunakan informasi secara penuh dan cepat,
sehingga harga dari sekuritas berubah dengan semestinya mencerminkan
informasi tersebut untuk mencapat keseimbangan yang baru.
Jika kondisi-kondisi diatas tidak terpenuhi, kemungkinan pasar tidak efisien dapat
terjadi. Dengan demikian, pasar dapat menjadi tidak efisien jika kondisi-kondisi berikut
ini terjadi.
1. Terdapat sejumlah kecil pelaku pasar yang dapat mempengaruhi harga dari
sekuritas.
2. Harga daari informasi adalah mahal dan terdapat akses yang tidak seragam
antara pelaku pasar yang satu dengan yang lainnya terhadap suatu informasi
yang sama. Investor yang memiliki akses privat terhadap informasi dan
menggunakannya untuk bertransaksi disebut dengan insider trader.
3. Informasi yang disebarkan dapat diprediksi dengan baik oleh sebagian pelaku-
pelaku pasar.
4. Investor adalah individu-individu yang lugas (naïve investor) dan tidak canggih
(unsophisticated investors).
 MODUL 31 PENGUJIAN EFISIENSI PASAR
31.1. Kategori Pengujian Efisiensi Pasar
Fama (1970) membagi pengujian efisiensi pasar menjadi tiga kategori yang
dihubungkan dengan bentuk-bentuk efisiensi pasar, diantaranya:
 Pengujian-pengujian bentuk lemah (weak-form tests), yaitu seberapa kuat
informasi masa lalu dapat memprediksi return masa depan.
 Pengujian-pengujian bentuk setengah kuat (semi-strong-form tests0, yaitu
seberapa cepat harga sekuritas merefleksikan informasi yang dipublikasikan.
 Pengujian-pengujian bentuk kuat (strong-form tests), yaitu unruk menjawab
pertanyaan apakah investor mempunyai informasi privat yang tidak terefleksi di
harga sekuritas.

Fama (1991) mengusulkan untuk merubah nama ketiga macam kaategori pengujian
bentuk efisiensi pasar tersebut:

 Pengujian-pengujian efisiensi pasar bentuk lemah diganti menjadi pengujian-

pengujian terhadap pendugaan return (tests for return predictability).
 Pengujian-pengujian efisiensi pasar bentuk setengah kuat dirubah menjadi studi-
studi peristiwa (event studies).
 Pengujian-pengujian efisiensi pasar bentuk kuat diusulkan menjadi pengujian-
pengujian terhadap informasi privat (tests for private information).
31.2. Pengujian-pengujian Pendugaan Return
Pengujian dari efisiensi pasar bentuk lemah ini dapat dilakukan dengan cara pengujian
statistic atau dengan cara pengujian menggunakan aturan-aturan perdagangan teknis.
1. Pengujian Secara Statistik
Pengujian secara statistic dapat dilakukan dengan menguji indepensi dari
perubahan-perubahan harga sekuritas. Jika hasil pengujian menunjukkan
indepedensi harga-harga, maka implikasinya adalah investor tidak dapt
menggunakan nilai-nilai masa lalu dari variabel-variabel penduga untuk
memprediksi harga atau return sekarang. Pengujian statistic yang banyak
dilakukan untuk pengujian independensi adalah pengujian hubungan variabel
dengan menggunakan korelasi serial atau regresi linier dan pengujian run (run
test).
A. Pengujian Menggunakan Korelasi dan Regresi Linier
Pengujian pasar efisiensi bentuk lemah ini dilakukan untuk menguji tidak
adanya hubungan antara harga atau return sekuritas masa lalu dengan
harga atau return sekarang atau mendatang. Alasannya adalah bahwa
 harga atau return sekuritas masa lalu yang mana yang akan digunakan
untuk memprediksi harga atau return sekuritas mendatang. Pertanyaannya
apakah hasil ini dapat digunakan untuk menyimpulkan bahwa pasar sudah
efisien secara lemah, padahal kemungkinan lain misalnya jika harga dua
tahun kemarin digunakan mungkin akan didapatkan hubungan dengan
harga sekuritas tahun ini. Studi yang suudah pernah dilakukan
menggunakan perubahan harga periode kemarin untuk memprediksi
perubahan harga periode sekarang dengan model:
(31-1)
Koefisien mengukur perubahan harga yang diekspektasi dan yang tidak
berhubungan dengan perubahan harga periode lalu. Koefisien
mengukur hubungan antara perubahan harga periode lalu dengan
perubahan harga periode selanjutnya. Jika T=0, maka hubungan
perubahan harga adalah antara period eke-t dengan t-1 sebagai berikut:

Atau
( ) ( )
Beberapa peneliti juga menggunakan return, yaitu perubahan harga
relative terhadap harga periode lalu dan juga memasukkan nilai dividen ke
dalamnya sebagai berikut:
(31-2)

Peneliti yang lainnya juga menggunakan pengukuran logaritma dari return

relative sebagai berikut:

( ) ( ) (31-3)

Hubungan linier antara dua periode perubahan harga ini dapat diestimasi
dengan menggunakan koefisien korelasi atau dengan menggunakan teknik
regresi.
B. Pengujian Run
Runtun adalah urutan tanda yang sama dari perubahan-perubahan nilai.
Perubahan-perubahan harga sekuritas sebagai berikut: +++00+----- terdiri
dari 4 runtun, yaitu runtun pertama berupa tiga perubahan bentuk positif
yang sama (+++), runtun kedua berupa dua perubahan bentuk nil yang
sama (00), runtun ketiga berupa satu perubahan bentuk positif yang sama
(+), dan runtun keempat berupa lima perubahan bentuk negative yang
sama (-----).
 Jika perubahan harga sejuritas berkorelasi positif dari waktu ke waktu,
maka diharapkan akan terjadi sedikit perubahan tanda atau akan terjadi
runtuk yang sedikit. Umumnya jarang ditemui laba akuntansi yang sama
dari satu period eke periode berikutnya. Biasanya laba akuntansi
mengalami kenaikan atau penurunan. Oleh karena itu Ball dan Watts
hanya melihat runtun perubahan laba akuntansi “+” dan “-“. Jika perubahan
runtun sifatnya adalah acak, maka jumlah runtun yang diharapkan adalah:
( ) (31-4)

( ) = jumlah runtun ekspektasian

= jumlah perubahan “+”
= jumlah perubahan “-“
= jumlah dari perubahan atau sebesar N1+N2
Deviasi standar dari jumlah runtun adalah:
( )
( )
(31-5)

Nilai Z-hitung adalah:

( )
(31-6)

= jumlah sesungguhnya dari seluruh runtun.

Jika nilai Z-hitung ini signifikan, berarti perubahan laba tersebut adalah
acak. Jika nilai Z-hitung tidak signifikan, berarti perubahan laba tersebut
adalah tidak acak atau tidak mendukung hipotesis pasar efisien bentuk
lemah.
C. Pengujian Cyclical
Pola pergerakan harga atau sekuritas yang tertentu dapat terjadi untuk
pasar yang tidak efisien bentuk lemah. Pola lain yang mungkin dapat
terjadi jika pasar tidak efisien bentuk lemah adalah pola siklikal. French
(1980) menunjukkan bahwa return pada hari senin lebih rendah
dibandingkan dengan return-retunr di hari lainnya dalam satu minggu.
Gibbons dan Hess (1981) juga menemukan hal yang sama dengan yang
ditemukan oleh French, return hari senin lebih rendah dibandingkan
dengan hari-hari lainnya. Return mereka adalah raw return. Efek lain yang
diteliti adalah efek januari. Rozeff dan Kinney (1976) menunjukkan bahwa
return sekuritas pada bulan januari secara signifikan lebih besar dari
return-return bulan-bulan yang lainnya.
2. Pengujian Secara Aturan Perdagangan Teknis
Untuk pasar yang tidak efisien bentuk lemah, pergerakan return atau harga
sekuritas dari waktu ke waktu dapat mempunyai pola yang tertentu. Jika pola
linier terjadi, maka investor dapat menggunakannya sebagai strategi
perdagangan untuk mendapatkan keuntungan berlebihan. Strategi aaturan
saingan ini merupakan strategi waktu, yaitu strategi tentang kapan investor
harus membeli atau menjual suatu sekuritas. Dengan strategi ini, investor akan
membeli sekuritas jika harga dari sekuritas meningkat melebihi batas atas yang
sudah ditentukan dan menjualnya jika harganya turun lebih rendah dari batas
bawah yang sudah ditentukan. Harga sekuritas yang berada diantara dua batas
ini dianggap masih merupakan harga sekuritas yang wajar.

Gambar 31.1. Batas Membeli atau Menjual Saham

Strategi yang menggunakan filter rule ini akan menyarankan investor untuk
membeli sekuritas tersebut pada saat waktu ke t*. alasannya adalah jika harga
sekuritas sudah memecah dan mulai menembus batas atasnya, kemungkinan
besar harga sekuritas ini akan terus meningkat. Saringan (filter) untuk batas atas
harga dan batas bawah harga dapat ditentukan sebesar nilai absolut atau nilai
relative terhadap harga sebelumnya.
Penelitian yang dilakukan oleh Fama dan Blume (1969) membandingkan strategi
filter rule ini dengan strategi lainnya, yaitu buy and hold. Hasil penelitian mereka
menunjukkan bahwa strategi filter rule menghasilkan rata-rata return yang lebih
baik. Akkan tetapi selisih return yang dihasilkan tidaklah besar. Bahkan jika
diperhitungkan dengan biaya transaksi, strategi filter rule ini nampaknya tidak
cukup menguntungkan.
Penelitian lainnya dilakukan oleh Beaver dan Landsman (1981). Mereka menguji
strategifilter rule ini dengan menggunakan periode saringan yang lebih lama,
yaitu selama 20 bulan. Selama periode ini mereka membagi sekuritas ke dalam
 dua portofolio, yaitu sebuah untuk sekuritas-sekuritas pemenang dan yang
lainya untuk sekuritas-sekuritas kalah.
31.3. Studi Peristiwa
Studi peristiwa merupakan studi yang mempelajar reaksi pasar terhadap suatu
peristiwa yang informasinya dipublikasikan sebagai suatu pengumuman. Studi
peristiwa bisa digunakan untuk menguji kandungan informasi dan menguji efisiensi
pasar bentuk setengah kuat. Pengujian kandungan informasi untuk melihat reaksi dari
suatu pengumuman. Jika pengumuman mengandung informasi, maka diharapkan
pasar akan bereaksi pada waktu pengumuman tersebut diterima oleh pasar.

Gambar 31.2. Kadungan Informasi Suatu Pengumuman

Jika pengujian melibatkan kecepatan reaksi dari pasar untuk menyerap informasi yang
diumumkan, maka pengujian ini merupakan pengujian efisiensi pasar secara informasi
bentuk setengah kuat. Pengujian efisiensi pasar secara informasi bentuk setengah
kuat seharusnya dilakukan setelah pengujian kandungan informasi dan urutannya
dapat dilihat pada gambar berikut ini.

Gambar 31.3. Efisiensi Pasar Secara Informasi

Pelaku pasar yang canggih akan dapat membedakan antara “lemon” dan “orange”,
yaitu mereka dapat membedakan pengumuman yang berniali ekonomis dan yang
tidak. Pelaku pasar yang canggih akan menganalisis lebih dalam informasi yang
diterima supaya mereka dapat mengambil keputusan yang tepat. Efisiensi pasar
seperti ini disebut dengan efisiensi pasar keputusan.

Gambar 31.4. Efisiensi Paasar Secara Informasi dan Secara Keputusan

Gambar 31.4 menunjukkan bahwa efisiensi pasar secara keputusan lebih tinggi
tingkatannya dibandingkan dengan efisiensi pasar secara informasi. Ini berarti bahwa
pasar yang efisien bentuk setengah kuat secara informasi belum tentu efisien secara
keputusan. Gambar 31.4 menunjukkan untuk pengujian efisiensi pasar secara
keputusan akan melibatkan empat buah faktor, yaitu: abnormal return, kecepatan
reaksi, nilai ekonomis, dan ketepatan reaksi.
1. Hasil Empiris Studi Peristiwa
A. Pemecahan Saham
Pemecahan saham adalah memecah selembar saham menjadi banyak
lembar saham. Harga perlembar saham baru setelah dilakukan stock split
adalah sebesar 1/n dari harga sebelumnya. Hal tersebut menunjukkan
bahwa stock split tidak mempunyai nilai ekonomis. Alasan tetap dilakukan
stock split padahal tidak mempunyai nilai ekonomis adalah berhubungan
dengan likuiditas harga sekuritas dan yang berhubungan dengan sinyal
yang akan disampaikan oleh perusahaan ke public. Alasan yang pertama
adalah perusahaan umumnya melakukan stock split supaya harga
sahamnya tidak terlalu tinggi, sehingga dengan harga saham yang tidak
terlalu tinggi akan meningkatkan likuiditas perdagangannya.
 Studi tentang stock split yang juga merupakan studi peristiwa (event study)
telah dilakukan oleh Fama, Fisher, Jensen dan Roll (1969). Fama, Fisher,
Jensen dan Roll (FFJR) mempelajari 940 stock split yang terjadi diantara
Januari 1927 sampai dengan Desember 1959. FFJR menghitung
cumulative abnormal return mulai bulan -30 sampai bulan +30. FFJR
menemukan adanya abnormal return 30 bulan sebelum pengumuman
stock split dilakukan. Pada waktu stock split diumumkan, abnormal return
tidak terjadi pada hari pengumuman dan hari-hari setelah hari
pengumuman. Hasil ini mendukung pasar NYSE yang efisien bentuk
setengah kuat, karena tidak adanya reaksi pasar dari stock split. Hasil dari
studi FFJR yang menemukan abnormal return mulai dari bulan -30 sulit
untuk dipercaya bahwa investor sudah mengantisipasi stock split jauh 30
bulan sebelum diumumkan. Abnormal return yang positip ini kemungkinan
terjadi karena perusahaan yang melakukan stock split adalah perusahaan
yang sebelumnya sudah mempunyai kinerja yang baik.
Studi yang dilakukan FFJR merupakan studi pertama yang menguji
hipotesis pasar efisien bentuk setengah kuat. Studi FFJR menggunakan
data bulanan. Studi-studi selanjutnya berusaha meningkatkan kekurangan-
kekurangan dari studi FFJR. Diantaranya adalah studi yang menggunakan
data harian dengan argumentasi bahwa data harian lebih dapat melihat
seberapa cepat harga sekuritas menyerap informasi yang diumumkan.
Charest (1978) mengembangkan studi yang dilakukan oleh FFJR dengan
menggunakan data harian dan mengamati tidak hanya hari pada waktu
stock split diumumkan, tetapi juga pada hari stock split diusulkan oleh
manajemen dan pada hari waktu stock split disetujui oleh pemegang
saham. Dia menemukan abnormal return hanya terjadi pada hari setelah
stock split diusulkan, tetapi secara umum pasar tampaknya efisien
terhadap stock split.
Pengumuman stock split dianggap sebagai sinyal yang positif karena
manajer perusahaan akan menyampaikan prospek masa depan yang baik
dari perusahaan ke public yang belum mengetahuinya.
B. Penawaran Perdana
Perusahaan yang baru pertama kali memperjualbelikan sahamnya ke
pasar saham disebut dengan initial public offering. Kare belum pernah
tercatat di bursa saham. Underwriter yang menjamin pelemparan perdana
akan menanggung risiko untuk menjualkan saham ini disebabkan nilai
sebenarnya dari sekuritas belum diketahui. Investor yang dapat
 kesempatan untuk membeli sekuritas yang undervalued ini akan dapat
menikmati abnormal return.
C. Pengumuman Dividen
Miller dan Modigliani (1961) menunjukkan bahwa dividen sifatnya adalah
tidak relevan di dalam menentukan nilai dari perusahaan. Jika hal ini
benar, pertanyaannya adalah mengapa masih banyak perusahaan yang
membayar dividen, bahkan meningkatkan nilai dividennya. Hasil studi-studi
tentang apakah dividen mengandung informasi yang berguna untuk pasar
juga menghasilkan kesimpulan yang masih tercampur. Watts (1973, 1976),
Ang (1975) dan Gonedes (1978) tidak menemukan bukti bahwa dividen
mengandung informasi. Akan tetapi, hasil dari studi-studi yang terbaru
lebihmendukung bahwa dividen mengandung informasi. Hasil-hasil studi
yang menemukan kandungan informasi dari pengumuman dividen
misalnya adalah Laub (1976), Charest (1978), Aharony dan Swary (1980),
Woolridge (1982), Asquith dan Mullins (1983), Venkatesh dan Chiang
(1986), Healy dan Palepu (1988), Chang dan Chen (1991), Eddy dan
Seifert (1992) dan Mande (1994).
Pendekatan yang pertama adalah memasukkan variabel dividen ke model
laba untuk memprediksi laba masa depan (misalnya adalah Laub, 1976).
Dividend mempunyai informasi jika kekuatan prediksi model laba menjadi
meningkat. Pendekatan yang kedua adalah menguji hubungan antara
variabel dividen dan variabel laba, apakah dividen menyebabkan laba atau
laba menyebabkan dividen (misalnya adalah Ang, 1975; Olson dan
McCann, 1994). Dividen dianggap membawa informasi jika dividen
menyebabkan laba. Pendekatan yang ketiga dilakukan dengan mengamati
pergerakan harga sekuritas sekitar pengumuman dari perubahan dividen
yang tidak diekspektasi (unexpected dividend changes).
D. Informasi Akuntansi
Aliran kas dan laba memberikan informasi yang bertentangan, yaitu
kenaikan laba dapat diikui oleh penurunan aliran kas dan sebaliknya. Jika
hal ini terjadi, informasi mana yang seharusnya digunakan oleh investor.
Jika informasi aliran kas lebih diyakini mewakili nilai dari perusahaan
dibandingkan dengan informasi laba, maka seharusnya investor yang
canggih menggunakan informasi aliran kas ini. untuk kondisi ekonomi
inflasi, metode FIFO menghasilkan laba bersih lebih besar dibandingkan
dengan metode LIFO dan arus kas lebih kecil dibandingkan metode LIFO.
 Tabel 31.1. Perbandingan Laba Bersih dan Aurs Kas untuk Metode
Persediaan FIFO dan LIFO

Hasil ilustrasi diatas menunjukkan dampak berbeda dari metode akuntansi

terhadap laba dan arus kas yang juga seharusnya mempunyai dampak
yang berbeda terhadap harga sekuritas jika diyakini laba atau arus kas
menentukan harga dari sekuritas.
Ada dua hipotesis yang berhubungan dengan dampak dari perubahan
metode akuntansi yang digunakan, yaitu no-effect hypothesis dan
mechanistic hypothesis. No-effect hypothesis adalah hipotesis yang
menyatakan bahwa tidak ada perubahan harga sekuritas disebabkan oleh
perubahan dari metode atau prosedu akuntansi. Sedangkan mechanistic
hypothesis adalah hipotesis yang menyatakan bahwa ada perubahan
harga sekuritas karena pasar secara sistematis dikelabui oleh prosedur
akuntansi.
31.4. Pengujian Informasi Privat
Informasi privat yang akan diuji merupakan informasi yang tidak dapat diobservasi
secara langsung. Corporate insider dan reksa dana dianggap mempunyai informasi
privat didalam perdagangan sekuritas
1. Insider trading
Insider trading merupakan perdagangan sekuritas yang dilakukan oleh corporate
insider. Security Exchange Commision (SEC) mengharuskan insider yang
mempunyai kepemilikan lebih besar dari 10% dari saham perusahaan harus
melaporkan kegiatan transaksi sekuritasnya ke SEC secara bulanan. Informasi
ini dipublikasikan secara bulanan oleh SEC dalam publikasi “Official Summary of
Security Transactions and Holdings”.
Pendekatan yang umum dilakukan untuk menguji kegiatan insider trading adalah
dengan membuat portofolio bulanan berdasarkan sekuritas-sekuritas yang
diperdagangkan oleh insider tersebut. Saffe (1974) menunjukkan bahwa
membeli suatu sekuritas yang banyak dibeli oleh insider dan menjual sekuritas
yang banyak dijual oleh insider dapat menghasilkan abnormal return yang tinggi.
Hasil ini menunjukkan bahwa insider tampaknya mempunyai informasi privat
yang belum terefleksi di harga sekuritas.
 2. Return dari Reksa Dana
Reksa dana merupakan portofolio yang dibentuk oleh perusahaan reksa dana
dan dijual kembali kepada masyarakat dalam bentuk unti penyertaan. Tujuan
dari reksa dana adalah untuk meminimumkan risiko tidak sistematik dan untuk
menghasilkan return yang tinggi.
Studi yang meneliti kinerja dari reksa dana adalah Sharpe (1966) dan Jensen
(1986). Hasil penelitian ini menunjukkan bahwa reksa dana tidak mendapatkan
abnormal return yang berlebihan.
31.5. Anomali Pasar
Jones (1996) mendefinisikan anomaly pasar sebagai teknik atau strategi yang
tampaknya bertentangan dengan pasar efisien.
Basu (1977) melakukan penelitian dengan merangking PER dan membandingkan
hasil dari grup dengan PER tinggi dengan grup PER rendah selama 12 bulan setelah
terjadi pembelian sekuritas. Hasil yang diperoleh menunjukkan bahwa sekuritas
dengan PER rendah mengalahkan sekuritas dengan PER tinggi. Hal ini dikatakan
anomaly karena informasi PER merupakan informasi yang tersedia luas dan sudah
banyak digunakan oleh pasar dalam menilai suatu sekuritas.
 MODUL 32 RETURN TAKNORMAL
32.1. Perhitungan Return Taknormal
Abnormal return adalah kelebihan dari return yang sesungguhnya terjadi terhadap
return normal. Return normal merupakan return ekspektasian (return yang diharapkan
oleh investor). Rumus perhitungan return taknormal adalah:
[ ] (32-1)
= return taknormal sekuritas ke-i pada perioode peristiwa ke-t
= return realisasian yang terjadi untuk sekuritas ke-i pada periode peristiwa
ke-t
[ ] = return ekspektasian sekuritas ke-i untuk periode peristiwa ke-t.
Brown dan Warner (1985) mengestimasi return ekspektasian menggunakan model
estimasi mean-adjusted model, market model, dan market-adjusted model.
1. Mean-adjusted Model
Model ini menganggap bahwa return ekspektasian bernilai konstan yang sama
dengan rata-rata return realisasian sebelumnya selama periode estimasi.
Rumusnya adalah:
∑
[ ] (32-2)

[ ] = return ekspektasian sekuritas ke-i untuk periode peristiwa ke-t.

= return realisasian sekuritas ke-i pada periode estimasi ke-j
= lamanya periode estimasi, yaitu dari t1 sampai dengan t2
Periode estimasi umumnya merupakan periode sebelum periode peristiwa.
Periode peristiwa disebut juga dengan periode pengamatan atau jendela
peristiwa. Periode estimasi dan periode jendela dapat dilihat pada gambar
dibawah ini.

Gambar 32.1. Periode Estimasi dan Periode Jendela

Pada gambar 32.1, t1 sampai t2 merupakan periode estimasi, t3 sampai t4
merupakan periode jendela dan t0 merupakan saat terjadinya peristiwa.
2. Market Model
Perhitungan menggunakan market model dilakukan dengan dua tahap, yaitu
membentuk model ekspektasi dengan menggunakan data realisasi selama
periode estimasi dan menggunakan model ekspektasi ini untuk mengestimasi
 return ekspektasian di periode jendela. Model ekspektasi dpaat dibentuk
menggunakan teknik regresi OLS dengan persamaan:
(32-3)
= return realisasian sekuritas ke-i pada periode estimasi ke-j
= intercept untuk sekuritas ke-i
= koefisien slope yang merupakan beta dari sekuritas ke-i
= return indeks pasar pada periode estimasi ke-j yang dapat dihitung
dengan rumus ( ) dengan IHSG adalah Indeks
Harga Saham Gabungan
= kesalahan residu sekuritas ke-i pada periode estimasi ke-j
3. Market-adjusted Model
Model market-adjusted menganggap bahwa penduga yang terbaik untuk
mengestimasi return suatu sekuritas adalah return indeks pasar pada saat
tersebut. Dengan menggunakan model ini, maka tidak perlu menggunakan
periode estimasi untuk membentuk model estimasi, karena return sekuritas yang
diestimasi adalah sama dengan return indeks pasar.
32.2. Rata-rata Return Taknormal
Pengujian adanya abnormal return tidak dilakukan untuk tiap-tiap sekuritas, tetapi
dilakukan secara agregat dengan menguji rata-rata return taknormal seluruh sekuritas
secara cross-section untuk tiap-tiap hari di periode peristiwa. Rata-rata return
taknormal untuk hari ke-t dapat dihitung dengan rumus:
∑
(32-4)

= rata-rata return taknormal (average abnormal return) pada hari ke-t

= return taknormal (abnormal return) untuk sekuritass ke-i pada hari ke-t
= jumlah sekuritas yang terpengaruh oleh pengumumam peristiwa
Rata-rata return taknormal untuk tiap-tiap hari dalam periode peristiwa disajikan dalam
tabel 32.1 berikut ini.
Tabel 32.1. Contoh Hasil Rata-rata Return Taknormal Menggunakan Model Pasar
 Hasil rata-rata return taknormal pada tabel diatas dapat digambarkan secara grafis
yang tambak pada gambar 32.2. Sumbu vertikal pada gambar 32.2 ini merupakan nilai
rata-rata return taknormal dan sumbu horizontal menunjukkan hari ke-t.

Gambar 32.2. Rata-rata Return Taknormal Selama Periode Peristiwa

Hasil pada tabel 32.2 menunjukkan bahwa selama periode peristiwa, mulai dari hari -3
sampai +3 terjadi rata-rata return taknormal yang positif. Akan tetapi rata-rata return
taknormal yang secara statistic signifikan hanya terjadi di hari -1, 0, +1, +2, dan +3.
Dari hasil signifikansi rata-rata return taknormal untuk masing-masing hari di periode
peristiwa dapat ditarik kesimpulan sebagai berikut:
 Adanya reaksi pasar di sekitar tanggal pengumuman, yaitu pada hari -1, 0, +1,
+2, dan +3 menunjukkan bahwa peristiwa tersebut mengandung informasi.
 Pasar bereaksi lambat dan berkepanjangan untuk menyerap informasi yang
ditunjukkan pada masih adanya abnormal return sampai hari ke +3. Hal ini
menunjukkan pasar belum efisien bentuk setengah kuat secara informasi.
 Pasar juga belum efisien bentuk setengah kuat secara keputusan, karena pasar
belum efisien secara informasi.
32.3. Akumulasi Return Taknormal
Akumulasi return taknormal (ARTN) atau cumulative abnormal return (CAR)
merupakan penjumlahan return taknormal hari sebelumnya di dalam periode peristiwa
untuk masing-masing sekuritas.
∑ (32-5)
= akumulasi return taknormal sekuritas ke-i pada hari ke-t, yang diakumulasi
dari return taknormal(RTN) sekuritas ke-i mulai hari awal periode peristiwa (t3) sampai
hari ke-t
= return taknormal untuk sekuritas ke-i pada hari ke-a, yaitu mulai t3 (hari
awal periode jendela) sampai hari ke-t.
Jika terdapat k buah sekuritas, maka akumulasi rata-rata return taknormal (ARRTN)
dapat dihitung dengan rumus:
 ∑
(32-6)

= akumulasi rata-rata return taknormal pada hari ke-t

= akumulasi return taknormal sekuritas ke-i pada hari ke-t
= jumlah sekuritas yang terpengaruh oleh pengumuman peristiwa
Jika rata-rata return taknormal hari ke-t adalah , maka akumulasi rata-rata
return taknormal hari ke-t dapat dhitung dengan:
∑ (32-7)
= akumulasi rata-rata return taknormal pada hari ke-t
= rata-rata return taknormal pada hari ke-a, yaitu mulai t3 (hari awal periode
jendela) sampai hari ke-t
Tabel 32.1 memuat hasil rata-rata return taknormal untuk hari ke-t, mulai dari hari -3
sampai dengan +3. Akumulasi rata-rata return taknormal ini untuk tiap harinya di
periode peristiwa dapat dilihat [ada tabel berikut ini.
Tabel 32.2. Contoh Hasil Akumulasi Rata-rata Return Taknormal Menggunakan
Model Pasar

Gambar 32.3. Akumulasi Rata-rata Return Taknormal Selama Periode Peristiwa

32.4. Pengujian Statistik terhadap Return Taknormal
Pengujian statistik terhadap return taknormal mempunyai tujuan untuk melihat
signifikansi return taknormal yang ada di periode peristiwa. Signifikansi yang dimaksud
adalah bahwa abnormal return tersebut secara statistik signifikan tidak sama dengan
nol (positip untuk kabar baik dan negatip untuk kabar buruk). Pengujian-t(t-test)
digunakan untuk maksud ini.
Secara umum, pengujian-t yang menguji hipotesis nol bahwa nilai suatu parameter
sama dengan nol adalah sebagai berikut:

= parameter yang akan diuji signifikansinya.

Dengan demikian t-test ini dilakukan dengan cara standardisasi dari nilai return
taknormal. Return taknormal standardisasi untuk sekuritaas ke-i ditulis dengan rumus:

(32-8)

= kesalahan standar estimasi untuk sekuritas ke-i

Permasalahan yang timbul adalah nilai kesalahan standar estimasi yang bagaimana
yang dapat digunakan. beberapa cara telah digunakan untuk menentukan kesalahan
standar estimasi yang akan digunakan
 Kesalahan standar estimasi ditentukan berdasarkan deviasi standar return-return
selama periode estimasi dengan nilai standarnya yang digunakan adalah nilai
rata-rata returnnya.
 Kesalahan standar estimasi ditentukan berdasarkan deviasi standar return-return
selama periode estimasi dengan nilai standar yang digunakan adalah nilai
prediksi returnnya.
 Kesalahan standar estimasi ditentukan berdasarkan deviasi standar return-return
hari ke-t secara cross-section selama periode peristiwa
1. Kesalahan Standar Estimasi Berdasarkan Rata-rata Return Periode Estimasi
Cara pertama menghitung kesalahan standar estimasi adalah:
∑ ( )
√ (32-9)

= kesalahan standar estimasi untuk sekuritas ke-i

= return sekuritas ke-i untuk hari ke-j selama periode estimasi
= rata-rata return sekuritas ke-i selama periode estimasi
= jumlah hari di periode estimasi, yaitu dari hari ke-t1 sampai dengan
hari ke-t2
Pengujian t umumnya dilakukan untuk return portofolio pada hari-t di periode
peristiwa. Portofolio sekuritas ini terdiri dari k-buah sekuritas yang terpengaruh
oleh pengumuman peristiwa bersangkutan. Besarnya return taknormal
standardisasi untuk portofolio k-buah sekuritas ini untuk hari ke-t adalah:
∑
(32-10)
√
 Tabel 32.3. Signifikansi Return Taknormal di Periode Peristiwa

Jika return taknormal masing-masing sekuritas pada hari ke-t ( )

merupakan return-return yang independen dan terdistribusi secara identik
(independent and identically distributed atau iid), maka return taknormal
standarisasinya ( ) mempunyai distribusi normal untuk nilai k yang besar.
Implikasinya adalah return taknormal standarisasinya ( ) yang merupakan
t-hitung adalah juga merupakan z-hitung untuk nilai k yang besar.
Brown dan Warner (1980) menggunakan metode yang disebut dengan crude
dependence adjustment untuk mengatasi masalah return sekuritas-sekuritas
yang melanggar asumsi independen. Kesalahan standar estimasi berdasarkan
metode crude dependence adjustment adalah sebesar:

∑ ∑ ∑
√∑ ( )
(32-11)

2. Kesalahan Standar Estimasi Berdasarkan Rata-rata Prediksi Return Periode

Estimasi
Cara kedua menghitung kesalahan standar estimasi berdasarkan deviasi nilai-
nilai return dari nilai estimasinya selama periode estimasi. Dengan demikian
perbedaan cara pertama dan kedua dalam menghitung kesalahan standar
estimasi adalah terletaj di standar yang digunakan untuk mengukur
penyimpangan return-returnnya selama periode estimasi. Cara kedua ini ditulis
dengan rumus:
∑ ( ( ))
√ (32-12)

Return estimasi untuk hari ke-j dapat diperoleh dengan memasukkan nilai return
indeks pasar pada hari ke-j yang sama di model estimasi masing-masing
sekuritas. Dari perhitungan sebelumnya, model estimasi untuk masing-masing
sekuritas adalah:
 Kesalahan standar estimasi, baik dengan cara pertama atau cara kedua,
dihitung dengan nilai-nilai di periode estimasi. Kesalahan standar estimasi ini
dapat disesuaikan dengan nilai return indeks pasar di periode peristiwa. Hasil
dari penyesuaian ini disebut dengan kesalahan standar peramalan (standard
error of the forecast).
( ̅̅̅̅̅)
√ ( ̅̅̅̅) (32-13)

= kesalahan standar peramalan sekuritas ke-i hari ke-t di periode

peristiwa
Dari rumus (32-13) terlihat bahwa kesalahan standar peramalan ( ) nilainya
berbeda untuk hari yang berbeda di periode peristiwa, sedangkan kesalahan
standar estimasi nilainya sama untuk tiap hari di periode peristiwa untuk masing-
masing sekuritas. Kedua kesalahan standar ini banyak digunakan di beberapa
penelitian. Beberapa penelitian menggunakan kesalahan standar estimasi dan
beberapa yang lainnya menggunakan kesalahan standar peramalan.
Penggunaan kesalahan standar peramalan lebih mencerminkan keadaan pasar
di hari ke-t di periode peristiwa. Jika digunakan kesalahan standar peramalan,
maka hasil dari return taknormal standarisasi tampak di Tabel 32.4.
Tabel 32.4. Contoh Hasil Return Taknormal Standarisasi Menggunakan
Kesalahan Standar Peramalan

3. Kesalahan Standar Estimasi Secara Cross-Section

Cara ketiga dari perhitungan kesalahan standar estimasi didasarkan pada
deviasi standar return-return taknormal dari k-sekuritas secara cross-section
untuk setiap hari di periode peristiwa. Cara ketiga lebih tepat digunakan untuk
 model sesuaian-pasar yang hanya menggunakan periiode peristiwa. Rumus
cara ini adalah:
∑ ( ̅ )
√ (32-14)
√

32.5. Penjelasan Return Taknormal

Beberapa penelitian berusaha untuk menemukan faktor-faktor spesifik perusahaan
yang dapat menjelaskan terjadinya abnormal return tersebut. Akumulasi return
taknormal digunakan sebagai dependen variabel dan faktor-faktor spesifik perusahaan
digunakan sebagai independen variabel.
( ) (32-15)
Misalnya suatu studi peristiwa tentang pengumuman perubahan laba menemukan
bahwa perubahan laba mengandung informasi, yaitu terdapat adanya abnormal return
di sekeliling tanggal pengumuman perubahan laba tersebut. Hasil ini hanya
menunjukkan bahwa perubahan laba mengakibatkan adanya reaksi pasar, tetapi tidak
menjelaskan seberapa besar respon pasar tersebut berhubungan dengan besarnya
(magnitude) dari perubahan labanya. Untuk mengetahui hubungan ini, umumnya
digunakan persamaan regresi sebagai berikut ini.

Sejak tahun 1995, Standar Akuntansi Keuangan (SAK) no. 2 mewajibkan perusahaan
untuk menyertakan laporan arus kas dalam laporan keuangannya. Dengan demikian
pada waktu laporan keuangan diumumkan ke publik, tidak hanya informasi laba
perusahaan saja yang diterima publik, tetapi juga informasi arus kas. Jika pasar
bereaksi dengan adanya abnormal return di sekitar tanggal pengumuman laporan
keuangan, maka dapat dikatakan bahwa laporan keuangan tersebut mengandung
informasi.
Beberapa studi juga ingin melihat apakah variabel-variabel spesifik perusahaan yang
lainnya, seperti ukuran perusahaan (size), pertumbuhan perusahaan (growth), dan
risiko perusahaan (risk) juga menjelaskan besarnya abnormal return yang terjadi.
Persamaan regresinya adalah:

Pengukuran SIZE yang umumnya digunakan adalah nilai total aset atau penjualan
bersih atau nilai ekuitas. Pengukuran GROWTH yang banyak digunakan adalah
pertumbuhan laba, pertumbuhan penjualan atau diwakili dengan nilai pasar dibagi
dengan nilai buku. Pengukuran RISK yang banyak digunakan misalnya adalah
leverage (total ekuitas dibagi dengan total hutang).