TUGAS

ABNORMAL RETURN

DAN PERHITUNGANNYA

Dosen Pengampu: Ni Luh Putu Widhiastuti, SE., M.Si

oleh kelompok 11 :

I wayan Sudiarta (17/2002622010077)

Muhamamad Sefirullah (30/2002622001090)

FAKULTAS EKONOMI DAN BISNIS

PROGRAM STUDI AKUNTANSI

 UNIVERSITAS MAHASARASWATI DENPASAR

TAHUN AJARAN 2021/2022

KATA PENGANTAR

Pertama-tama, puji syukur kepada Tuhan Yang Maha Esa. Atas

pertolongan Tuhan Yang Maha Esa, kami dapat

menyelesaikan Makalah yang berjudul ”Abnormal return dan

perhitungannya “ dapat diselesaikan tepat waktu. Makalah ini merupakan

syarat untuk memenuhi tugas dari Ibu Ni Luh Putu Widhiastuti, SE.,

M.Si selaku dosen mata kuliah  TEORI PORTOFOLIO DAN ANALISIS

INVESTASI'' kami juga mengucapkan terima kasih atas semua

bimbingannya untuk menyelesaikannya makalah ini.

Dalam menyelesaikan paper  ini kami  menghadapi banyak kendala,

namun dengan adanya pembagian tugas antar kelompok semua masalah

tersebut dapat dilalui. Semoga Tuhan Yang Maha Esa memberkati kita

semua. Walaupun makalah ini memiliki banyak kekurangan dalam

penyusunan dan penjelasannya, namun kami berharap makalah ini dapat

dijadikan referensi dan memberikan manfaat bagi pembaca.

 

 Denpasar, 30 juni 2022

penyusun

 ll

DAFTAR ISI

KATA PENGANTARi

DAFTAR ISIii

BAB I PENDAHULUAN1

1.1. Latar Belakang1

1.2. Rumusan Masalah1

1.3. Tujuan1

BAB II PEMBAHASAN2

2.1.Definisi Abnormal return

 2.2. Alasan terjadinya Terjadinya abnormal return

2.3. Perhitungan Abnormal return

BAB III PENUTUP

3.1 Kesimpulan

DAFTAR PUSTAKA

BAB I PENDAHULUAN

1.1 LATAR BELAKANG

Di dalam pasar yang besaing harga kesepadanan suatu aktiva

ditentukan oleh tawaran yang tersedia dan permintaan agregat. Harga

semua partisipan pasar tentang nilai dari aktiva tersebut berdasarkan

informasi yang tersedia.jika suatu informasi baru yang relevan masukke

pasar yang berhubugan dengan suatu aktiva, informasi ini akan

digunakan untuk menganalisis dan menginterpretasikan nilai dari aktiva

bersangkutan. Akibatnya adalah kemungkinan pergeseran ke harga

ekuilibrium yang baru. Harga ekuilibrium ini akan tetap bertahan sampai

suatu informasi baru lainnya merubahnya kembali ke harga kesepadanan

yang baru.

1.2 Rumusan Masalah

a . Apakah yang dimaksud dengan Return TakNormal ?

b. Bagaimana Model Perhitungan Return TakNormal?

c . Bagaimana Pengujian Statistik Terhadap Return Taknormal?

1.3 Tujuan Penulisan

a. Menjelaskan pengertian dan bentuk-bentuk return tak normal.

b. Menjelaskan tentang bagaimana model perhitungan return taknormal.

BAB II

PEMBAHASAN

2.1 DEFINISI ABNORMAL RETURN

Abnormal return atau return tidak normal adalah selesih antara tingkat

keuntungan sementara dengan tingkat keuntungan yang di

harapkan .Abnormal sering di gunakan untuk melakukan

penilaian kinerja dan surat berharga atau depat di gunakan sebagai

landasan pengujian efesiensi pasar.Selain abnormal return, terdapat pula

CAR (Cumulative Abnormal Return). CAR merupakan jumlah dari seluruh

tingkat keuntungan tidak normal.

CAR juga biasanya dihitung mencakup abnormal return dengan kurun

kecil, hanya beberapa hari.Alasannya, compounding kembali normal

setelah memberikan hasil yang jelas. CAR merupakan penjumlahan

return tak normal hari sebelumnya di dalam periode peristiwa untuk

masing-masing sekuritas

2.2 ALASAN TERJADINYA ABNORMAL RETURN

Abnormal return biasanya terjadi sekitar pengumuman sebuah

peristiwa.Peristiwa ini misalnya mencakup merger dan akuisisi,

pengumuman dividen, pengumuman perusahaan produktif, tuntutan

hukum, peningkatan suku bunga dan lainnya.

Fenomena ini juga sering terjadi pada saat penutupan pasar (maket on

close) BEI, juga akibat peningkatan aktivitas perdagangan yang signifikan.

Hal ini tidak hanya terjadi di BEI tetapi juga NYSE. Selain peningkatan

aktivitas perdagangan, terdapat juga indikasi order imbalance yang

memiliki potensi untuk menyebabkan pergerakan harga yang lebih kuat.

2.3 PERHITUNGAN ABNORMAL RETURN

Perhitungan Abnormal Return

Studi peristiwa menganalisis return tidak normal sekuritas yang

mungkin terjadi di sekitar pengumuman suatu peristiwa. Return tidak

normal merupakan kelebihan dari return yang sesungguhnya terjadi

terhadap return normal. Return normal merupakan return ekspektasian

(return yang diharapkan oleh investor). Dengan demikian return

taknormal adalah selisih antara return sesungguhnya yang terjadi dengan

retun ekspektasian, sebagai berikut: RTNi,t = Ri,t – E[Ri,t]

Notasi :  

RTNi,t = return taknormal sekuritas ke-i pada periode peristiwa ke-t.

Ri,t = return realisasian yang terjadi untuk sekuritas ke-I pada

periode peristiwa ke-t.

E[Ri,t] = return ekspetasian sekuritas ke-I untuk periode peristiwa

ke-t.

A.Mean-Edjusted Model 

Model disesuaiakan rata-rata (mean-adjusted model) ini menganggap,

bahwa return ekspektasian bernilai konstan yang sama dengan rata-rata

return realisasi sebelumnya selama periode estimasi. 

 Periode estimasi umumnya merupakan periode sebelum periode

peristiwa. Periode peristiwa disebut juga periode pengamatan atau jendela

peristiwa (event window). Umumnya periode jendela juga melibatkan

hari sebelum tanggal peristiwa untuk mengetahui apakah terjadi

kebocoran informasi, yaitu apakah pasar sudah mendengar informasinya

sebelum informasi itu sendiri diumumkan. Periode jendela sebagai

periode pengamatan merupakan periode yang akan dihitung nilai return

tidak normalnya. 

B. Market Model 

Perhitungan return ekspektasian dengan model pasar (market model)

ini dilakukan dengan dua tahap, yaitu (1) membentuk model ekspektasi

dengan menggunakan data realisasi selama periode estimasi dan (2)

menggunakan model ekspektasi ini untuk mengestimasi

return ekspektasian di periode jendela. Model ekspektasi dapat dibentuk

menggunakan teknik regresi OLS (Ordinary Least Square) dengan

persamaan: 

 
 

Notasi: 

= 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 RMJ = (IHSGj - IHSGj-1) / ISHGj-1 dengan

IHSG adalah Indeks Harga Saham Gabungan. 

= kesalahan residu sekuritas ke-i pada periode estimasi ke-j. 

Misalnya pengumuman suatu peristiwa akan berpengaruh terhadap

sejumlah k sekuritas. 

Dengan menggunakan periode estimasi selama 200 hari, yaitu pada hari-4

sampai dengan hari -203 untuk membentuk model estimasi ini, maka

perlu dikumpulkan data return masing-masing sekuritas ke-1 sampai ke-k

dan return indeks pasar selama 200 hari tersebut sebagai berikut ini. 

 
C. Market-Adjusted Model 

Model sesuaian-pasar (market-adjusted model) mengganggap 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 samadengan

return indeks pasar. 

Misalnya pada hari pengumuman peristiwa, return indeks pasar

adalah sebesar 18%, dengan metode sesuaian-pasar (market-adjusted

method) ini, maka return ekspektasian semua sekuritas di hari yang sama

tersebut adalah sama dengan return indeks pasarnya, yaitu sebesar 18%

tersebut. Jika return suatu sekuritas pada hari pengumuman peristiwa

adalah 35%, maka besarnya abnormal return yang terjadi adalah 17%

(35% - 18%). 

.
D.Rata-Rata Return Abnormal 

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 (average abnormal return)

untuk hari ke-t dapat dihitung berdasarkan rata-rata aritmatika sebagai

berikut: 

  

Notasi: 

RRTNt= rata-rata return taknormal (average abnormal return)

pada hari ke-t. RINi,t= return taknormal (abnormal return)

untun sekuritas ke-i pada hari ke-t. 

k= jumlah sekuritas yang terpengaruh oleh peng umuman

peristiwa. 

Return taknormal (abnormal return) yang dihitung berdasarkan model

pasar disajikan di Tabel 17.4. Dari tabel ini, rata-rata return taknormal

(RRTN) untuk tiap-tiap hari dalam periode peristiwa disajikan di Tabel

17.6 berikut ini. 

Dari hasil signifikansi rata-rata return taknormal untuk masing-

masing hari di periode peristiwa dapat ditarik kesi pulan sebagai berikut

ini. 
 1. Adanya reaksi pasar di sekitar tanggal pengumuman, yaitu pada hari

-1, 0, +1, +2 dan +3 menunjukkan bahwa peristiwa tersebut

mengandung informasi (lihat Gambar 14.2 tentang kandungan

informasi suatu pengumuman). 

2. Pasar bereaksi lambat dan berkepanjangan untuk menyerap

informasi (pasar membutuhkan waktu paling tidak sampai lima hari

untuk menuju ke keadaan ekuilibrium yang baru) yang ditunjukkan

pada masih adanya abnormal return sampai hari ke +3. Hal ini

menunjukkan pasar belum efisien bentuk setengah kuat secara

informasi (lihat Gambar 14.3 tentang efisiensi pasar secara informasi). 

3. Pasar juga belum efisien bentuk setengah kuat secara keputusan,

karena pasar belum efisien secara informasi (lihat Gambar 14.4 tentang

efisiensi pasar secara informasi dan secara keputusan). 

E.Akumulasi Return Abnormal  

Beberapa penelitian mengenai studi peristiwa juga menggunakan

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 sebagai berikut: 

   

  

Notasi: 

ARTNi,t = akumulasi return taknormal (cumulative

abnormal return) 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. 

RTNi,a = return taknormal (abnormal return) 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) atau cumulative average abnormal return (CAAR) dapat

dihitung sebagai berikut: 

  
Notasi:

ARRTNt = akumulasi rata-rata return

taknormal (cumulative average

abnormal return) pada hari ke-t.

ARTNi,t = akumulasi return taknormal

(cumulative abnormal return)

sekuritas ke-i pada hari ke-t.

k = jumlah sekuritas yang dampak oleh

pengumuman peristiwa

Akumulasi rata-rata return taknormal (ARRTN) dapat juga dihitung

dengan mengakumulasikan rata-rata return taknormal untuk hari-hari

sebelumnya. Jika rata-rata return taknormal hari ke-t (lihat persamaan 17-

4) adalah ARTN, maka akumulasi rata-rata return taknormal hari ke-t

(ARRTN.) dapat dihitung sebesar:

  

  
 Notasi: 

ARRTNt = akumulasi rata-rata return taknormal

(cumulative average abnormal return) pada hari ke-t. 

RRTNA = rata-rata return taknormal (average abnormal

return) pada hari ke-a, yaitu mulai t3 (hari awal periode

jendela) sampai hari ke-t. 

E.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 samadengan nol (positif untuk kabar baik

dan negatif 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: 

 
 β

t = 

Kesalahan Standar Estimasi 

Notasi: 

t = t-hitung 

β = parameter yang akan diuji signifikansinya (misalnya

adalah koefisien dari regresi, rata-rata   suatu nilai dan

sebagainya) 

Dengan demikian pengujian-t ini dilakukan dengan carastandarisasi dari

nilai return taknormal. Standarisasi yang dilakukan adalah dengan

membagi nilai return taknormal dengan nilai kesalahan standar

estimasinya (standar error of the estimate). Kesalahan standar estimasi

merupakan kesalahan standar pada waktu mengestimasi nilai abnormal

returnnya. Standarisasi dilakukan untuk return taknormal masing-masing

sekuritas. Return taknormal standarisasi (standardized abnormal return)

untuk sekuritas ke-i dapat ditulis sebagai berikut: 

   

RTNSi,t= return taknormal standarisasi sekuritas ke-i pada hari ke-t di

periode peristiwa. 

RTNi,t= return taknormal sekuritas ke-i pada hari ke-t

diperiode peristiwa KSEi= kesalahan standar estimasi untuk

sekuritas ke-i. 

G.Permasalahan yang timbul adalah nilai kesalahan standar estimasi

bagaimana yang dapat digunakan. Beberapa cara telah digunakan untuk

menentukan kesalahan standar estimasi yang akan digunakan, yaitu

sebagai berikut ini. 

1. Kesalahan standar estimasi ditentukan berdasarkan deviasi standar

return-return selama periode estimasi dengan nilai standarnya yang

digunakan adalah nilai ratarata returnnya. 

2. Kesalahan standar estimasi ditentukan berdasarkan deviasi standar

return-return selama periode estimasi dengan nilai standar yang

digunakan adalah nilai prediksi returnnya. 

3. Kesalahan standar estimasi ditentukan berdasarkan deviasi standar

return-return hari ke-t secara cross-section selama periode peristiwa. 

Cara pertama dan kedua dilakukan untuk masing-masing sekuritas ke-

i. Cara kesatu dan kedua ini membutuhkan periode estimasi, sehingga

hanya dapat diterapkan untuk model pasar (market model) dan model

sesuaian-rata-rata (mean-adjusted model) dan tidak sesuai untuk model

sesuaian-pasar (marketadjusted model), karena model ini tidak

menggunakan periode estimasi. 

Cara ketiga dilakukan secara agregat untuk semua sekuritas (cross-

section). Cara ketiga ini hanya membutuhkan periode peristiwa dan tidak

membutuhkan periode estimasi. Oleh karena itu, model sesuaian-pasar

(market-adjusted model) tepat digunakan untuk cara ketiga ini. Model-

model yang lainnya, yaitu market-model dan mean-adjusted model dapat

juga menggunakan cara ketiga ini. 

  

Kesalahan Standar Estimasi Secara Cross-section  

Cara ketiga dari perhitungan kesalahan standar estimasi didasarkan

pada deviasi standar return-return taknormal dari ksekuritas secara cross-

section untuk setiap hari di periode peristiwa. Cara ketiga ini menghitung

kesalahan standar estimasi langsung di periode peristiwa, tidak

menggunakan periode estimasi. Cara ketiga ini lebih tepat digunakan

untuk model sesuaian-pasar (market-adjusted model) yang hanya

menggunakan periode peristiwa dan tidak menggunakan periode estimasi.

Kesalahan standar estimasi ini adalah: 

 
 KSEt = 

Notasi: 

KSEt = kesalahan standar estimasi untuk hari ke-t di periode

peristiwa. return taknormal sekuritas ke-i untuk hari ke-t di

periode peristiwa. 

i,t = rata-rata return taknormal k-sekuritas untuk hari

ke-t di periode peristiwa. k = jumlah sekuritas. 

Sebagai ilustrasi perhitungan, misalnya return taknormal pada

hari -3 untuk sekuritas ke-1 adalah sebesar 0,11, untuk sekuritas

ke-2 adalah sebesar 0,06 dan untuk sekuritas ke-k adalah sebesar

0,10 (lihat Tabel 17.5 untuk data ini). Rata-rata return taknormal

untuk hari-3 ini adalah sebesar: 

 
 -3 = (0,11 +0,06 +...+0,10) / k 

= 0,07

  

Besarnya KSE-3 adalah sebesar: 

KSE-3 = [((0,11 -0,07)2 + (0,06 -0,07)2 

+ ... + (0,10 -0,07)2)/(k-1)]1/2 

· (1/k)1/2 

= 0,65

dan besarnya t-hitung adalah 0,07 / 0,65 = 0,108. KSE dan thitung

untuk hari-hari lain di periode jendela dapat dihitung

dengan cara yang sama. 

banyak digunakan misalnya adalah leverage (total ekuitas dibagi dengan

total utang).
 BAB III

PENUTUP

1.1 .KESIMPULAN

Abnormal return merupakan return yang tidak normal dan terjadi karena

adanya informasi atau peristiwa baru yang mampu mengubah nilai

perusahaan dan direaksi oleh pasar dalam bentuk kenaikan atau

penurunan harga saham. Apabila suatu peristiwa memiliki kandungan

informasi, maka peristiwa tersebut akan memberikan abnormal return

kepada pasar. Demikian pula sebaliknya. Pasar menganggap informasi

baru tersebut merupakan berita baik . jika abnormal return yang

dihasilkan bernilai positif, sedangkan jika abnormal return yang terjadi

bernilai negatif, maka pasar menganggap bahwa informasi baru tersebut

merupakan berita buruk

DAFTAR PUSTAKA

Suhendra, E.S., dan S.W. Handayani. 2012. Impacts of Redenomination

on Economics Indicators. International Conference on Eurasian

Economics, 18-

Hartono, Jogiyanto. 2017. Teori Portofolio dan Analisis Investasi. BPFE-

Yogyakarta :