TEORI PASAR MODAL DAN PORTOFOLIO

RMK DAN REVIEW ARTIKEL

MODEL PERHITUNGAN RETURN TIDAK NORMAL

Dosen: Dr. Dra. Gayatri., M.Si., Ak., CA., ACPA

Oleh:

Ida Ayu Surya Antari 2181611022

I Nyoman Endra 2181611023
I Gede Prabawa Adi Saputra 2181611024
I Gusti Ngurah Agung Dananjaya 2181611025

PROGRAM MAGISTER AKUNTANSI

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS UDAYANA
DENPASAR
2022
 MODEL PERHITUNGAN RETURN TIDAK NORMAL

A. PENDAHULUAN
Efisiensi pasar diuji dengan melihat return tidak wajar atau return taknormal
(abnormal return) yang terjadi. Pasar dikatakan tidak efisien jika satu atau bebeapa
pelaku pasar dapat menikamti return yang tidak normal dalam jangka waktu yang cukup
lama.

B. RETURN TAKNORMAL
Abnormal return atau excess return merupakan kelebihan dari return yang sesungguhnya
terjadi terhadap return normal. Return normal merupakan return ekspektasian (return
yang diharapkan oleh investor). Dengan demikian return taknormal (abnormal return)
adalah selisih antara return sesungguhnya yang terjadi dengan return ekspektasian,
sebagai berikut:

Brown dan Warner (1985) mengestimasi return ekspektasian menggunakan model

estimasi sebagai berikut:
1. Mean-Adjusted Model
Model ini menganggap bahwa return ekspektasian bernilai konstan yang sama
dengan rata-rata return realisasian sebelumnya selama periode estimasi, sebagai
berikut:
t2

∑ Ri,j
E [ Ri ,t ] =
j=t 1
T

1
2
 Notasi:

Periode estimasi umumnya merupakan periode sebelum peristiwa. Periode peristiwa

disebut dengan periode pengamatan atau jendela peristiwa.

Periode Estimasi Periode Jendela

t1 t2 t3 t0 t4

Lama dari jendela yang umumnya digunakan berkisar 3 sampai dengan 121 hari
untuk data harian dan 3 bulan sampai dengan 121 bulan untuk data bulanan.
Lamanya periode estimasi yang umum digunaka adalah berkisar 100 hari sampai
dengan 250 hari atau selama setahun untuk hari-hari perdagangan dikurangi dengan
lamanya periode jendela untuk data harian dan berkisar 24 sampai dengan 60 bulan
untuk data bulanan.

2. Market Model
Perhitungan return ekspektasian dengan model pasar dilakukan dengan 2 tahap,
yaitu: 1) Membentuk model ekspektasian dengan menggunakan data realisasi
selama periode estimasi dan 2) Menggunakan model ekspekasi ini untuk
mengestimasi return ekspektasian di periode jendela. Model ekspektasi dapat
dibentuk menggunakan teknik regresi OLS dengan persamaan:

Ri,j = αi + βi.Rm,j +εi,j

Ri,j = return realisasian sekuritas ke-i pada periode estimasi ke-j
αi = intercept untuk sekuritas ke-i
βi = koefisien slope yang merupakan Beta dari sekuritas ke-i
RMj = return indeks pasar pada periode estimasi ke-j yang dapat dihitung dengan
RMJ = (IHSGj – IHSGj-1) / IHSG j-1 dengan IHSG adalah indeks Harga
Saham Gabungan
εi,j = kesalahan residu sekuritas ke-i pada periode estimasi ke-j

3
 Cara Scholes dan William, Dimson dan fowler dan Rorke ini dapat juga
digunakan untuk menghitung return ekspektasian untuk mendapatkan abnormal
return untuk pasar saham yang tipis.

3. Market-Adjusted Model
Model ini 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.

C. 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 periode peristiwa. Rata-rata return
taknormal (average abnormal return) untuk hari ke-t dapat dihitung rata-rata artimatika
sebagai berikut:

Notasi:
RRTNt = rata-rata return taknormal (average abnormal return) pada hari ke-t
RTNi,a = return taknormal (abnormal return) untuk sekuritas ke-i pada hari ke-t

D. AKUMULASI RETURN TAKNORMAL

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:

4
Notasi:
ARTNi,1 = akumulasi return taknormal (cumulative abnormal return) sekuritas ke-i pada
hari ke-t, yang diakumulasi dari return taknormal (RTN) sekuritas ke-i
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 terpengaruh oleh pengumuman peristiwa

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

akumulasi rata-rata return taknormal untuk hari-hari sebelumnya. Jika Rata-rata return
taknormal hari ke-t adalah ARTNt, maka akumulasi rata-rata return taknormal hari ke-t
(ARRTNt) dapat dihitungn 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 sama dengan nol
(positif untuk kabar baik dan negatif untuk kabar buruk). Pengujian-t (t-test) digunakan
untuk maksud ini.

5
 Secara umum, pengujian-t yang menguji hipotesis nol bahwa nilai suatu
parameter sama dengan nol adalah sebagai berikut:
t = β
Kesalahan Standa Estimasi

Notasi:
t = t-hitung
β = parameter yang akan diuji signifikansinya (misalnya adalah koefisien dari regresi,
rata-rata suatu nilai dan sebagainya)

Return taknormal standarisasi (standardized abnormal return) untuk sekuritas ke-I dapat
ditulis sebagai berikut:

Notasi:
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 di periode peristiwa
KSEi = kesalahan standar estimasi untuk sekuritas ke-i

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 dengan deviasi return-return
selama periode estimasi dengan nilai standarnya digunakan adalah nilai rata-rata
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.

6
F. PENJELAS RETURN TAKNORMAL
Beberapa penelitian berusaha untuk menemukan factor-faktor spesifik
perusahaan yang dapat menjelaskan terjadinya abnormal return tersebut. Untuk
menjawab pertanyaan ini, teknik regresi banyak digunakan. Akumulasi return taknormal
(ARTN) digunakan sebagai dependen variabel dan faktor-faktor spesifik perusahaan
digunakan sebagai independen variabel sebagai berikut:

ARTNi,t4 = f (faktor-faktor spesifik-perusahaan)

Notasi:
ARTNi,t4 = akumulasi return taknormal pada hari terakhir di periode jendela, yaitu pada
hari ke-t4 untuk perusahaan ke-i. Akumulasi return taknormal ini juga dapat
dihitung dengan menjumlahkan semua return taknormal dalam periode
jendela untuk masing-maisng perusahaan ke-i.

Sejak tahun 1995, Standar Akuntansi Keuangan (SAK) No. 2 mewajibkan

perusahaan untuk menyertakan laporan arus kas dalam laporan keuangannya. Jika pasar
bereaksi dengan adanya abnormal return di sekitar tanggal pengumuman laporan
keuangan, maka dapat dikatakan bahwa laporan keuangan tersebut mengandung
informasi. Pertanyaannya sekarang adalah (1) informasi mana yang mengakibatkan
reaksi pasar, apakah informasi perubahan laba atau informasi perubahan arus kas, dan 2)
jika keduanya mengakibatkan reaksi pasar, informasi mana yang lebih kuat
mengakibatkan reaksi pasar tersebut? Untuk menjawab pertanyaan-pertanyaan ini, maka
perlu dihubungkan antara return taknormal yang terjadi dengan besarnya nilai informasi
perubahan laba dan perubahan arus kas.

7
 REVIEW ARTIKEL

Review Artikel Internasional:

Title : Evolution of Price Effects After One-Day of Abnormal Returns in the

US Stock Market
Author : Alex Plastun, Xolani Sibande, Rangan Gupta dan Mark E. Wohar
Journal : University of Pretoria Department of Economics Working Paper Series

1. Research problem or question

Menurut Hipotesis Pasar Efisien seperti yang dijelaskan oleh Fama (1965,1970)
reaksi harga yang berlebihan dalam jangka pendek atau panjang seharusnya tidak ada
karena pelaku pasar harus memanfaatkan semua informasi yang tersedia untuk membuat
pilihan yang rasional. Namun, alasan reaksi harga yang berlebihan tetap bervariasi dan
sampai batas tertentu tidak pasti. Beberapa menunjuk ke ukuran pasar dan kekurangan
likuiditas sebagai penjelasan utama (Fama dan Prancis (1993)
De Bondt dan Thaler (1987) mendefinisikan reaksi pasar yang berlebihan sebagai
pembalikan harga sistematis dari harga saham yang mengalami keuntungan atau
kerugian jangka panjang, di mana pecundang mengungguli pemenang secara signifikan.
Perdebatan dalam literatur telah berpusat pada mereka yang mendukung hipotesis reaksi
berlebihan dan mereka yang tidak. Baru-baru ini, Dil dkk. (2019) menemukan bahwa
setelah satu hari pengembalian abnormal, investor bereaksi berlebihan terhadap
pergerakan harga non-informasi dan kurang bereaksi terhadap informasi publik spesifik
perusahaan yang menimbulkan pertanyaan lebih lanjut tentang alasan yang mendasari
hipotesis reaksi berlebihan.
Singkatnya berdasarkan tinjauan pustaka penelitian terdahulu, pertanyan yang
diajukan dalam penelitian ini adalah terkait efek harga setelah satu hari abnormal return
di pasa AS guna menguji hipotesis reaksi berlebihan tersebut.

2. Why is problem/question important?

Penelitian ini penting dikarenakan kurangnnya kepastian tentang keberadaan
historis dan oleh karena itu alasan reaksi berlebihan harga, terutama dalam jangka

8
pendek dan pengaruh ukuran sampel pada deteksi reaksi berlebihan harga memerlukan
studi jangka panjang untuk memastikan pemahaman historis yang lebih luas tentang
reaksi berlebihan harga (price overreaction). Dengan demikian penelitian ini
menggunakan periode pengamatan yang lebih panjang yaitu tahun 1890 hingga 2018

3. Author’s approach to solving the problem

Pendekatan yang digunakan dalam penelitian ini adalah pendekatan kuantitatif dan
menggunakan beberapa alat teknik uji statistik, data dikumpulkan dari data harian
Indeks Dow Jones selama periode 1890 hingga 2018, Data ini bersumber dari Global
Financial Database. Data ini dibagi menjadi sub-periode 10 tahun untuk memungkinkan
studi tentang evolusi efek harga setelah satu hari pengembalian abnormal. Setelah data
terkumpul lalu peneliti menganalisis efek harga setelah pengembalian abnormal satu
hari di pasar saham AS dan evolusinya pada waktunya

4. Assumptions about real world

Dalam pasar efisien reaksi berlebihan dalam jangka pendek atau panjang
seharusnya tidak ada karena pelaku pasar harus memanfaatkan semua informasi yang
tersedia untuk membuat pilihan rasional. pentingnya mempelajari reaksi berlebihan
terhadap harga jangka pendek di pasar berkembang itu dikarenakan reaksi berlebihan
tersebut cenderung menghilang dalam jangka panjang di pasar yang efisien. Kurangnya
kepastian tentang keberadaan historis dan oleh karena itu alasan untuk harga di atas
reaksi, terutama dalam jangka pendek dan pengaruh ukuran sampel pada deteksi reaksi
harga yang berlebihan hal tersebut memerlukan studi jangka panjang untuk memastikan
pemahaman historis yang lebih luas tentang reaksi harga yang berlebihan.

5. Relevant theories
Teori yang digunakan dalam penelitian jni adalah hipotesis reaksi berlebihan
(overreaction hypothesis). De Bondt dan Thaler (1987) mendefinisikan reaksi pasar
yang berlebihan sebagai pembalikan harga sistematis dari harga saham yang mengalami
keuntungan atau kerugian jangka panjang, di mana pecundang mengungguli pemenang
secara signifikan.

9
6. Hypotheses
Beberapa hipotesis dalam penelitian ini adalah sebagai berikut :
 H1: setelah satu hari pengembalian abnormal, efek harga tertentu
(momentum/kontrarian) memang muncul. Hipotesis ini terbagi menjadi dua, yaitu
H11: setelah satu hari pengembalian positif abnormal, efek harga tertentu muncul,
dan H12: setelah satu hari pengembalian negatif abnormal, efek harga tertentu
muncul
 H2: efek harga setelah satu hari pengembalian abnormal bervariasi dari waktu ke
waktu dan berkembang
 H3: efek harga setelah satu hari pengembalian abnormal dapat dimanfaatkan untuk
menghasilkan keuntungan dari perdagangan
 H4: tingkat persistensi dalam kumpulan data terkait anomali berbeda dari
persistensi kumpulan data normal

7. Independent dan Dependent Variabel

Variabel dependen dan independen dalam penelitian ini tidak disampaikan secara
eksplisit. Penelitian ini dilakukan untuk menganalisis efek harga yang muncul setelah
suatu peristiwa (abnormal return), bukan pengujian hubungan perngaruh/hubungan dari
satu variabel ke variabel lain.

8. Sample
Dalam artikel tidak disampaikan secara rinci terkait jumlah sampel yang digunakan,
dalam artikel disebutkan data yang digunakan berupa data harian dari Dow Jones Index
(DJI) untuk tahun 1890 hingga 2018, dimana data ini bersumber dari Global Financial
Database.

9. Statistical tests
Untuk menguji validitas hipotesis, peneliti menggunakan beberapa teknik yang
meliputi analisis rata-rata, uji parametrik (Students t-tests, analisis ANOVA), uji
nonparametrik (uji MannWhitney), pendekatan pengembalian abnormal kumulatif yang
dimodifikasi, analisis regresi dengan variabel dummy, dan pendekatan simulasi
perdagangan. Dalam kasus ini, analisis rata-rata memberikan bukti awal dari

10
pengembalian abnormal harian, sementara kedua parametrik, tes non parametrik, uji
ekor gemuk dan kurtosis dalam pengembalian harian untuk menentukan apakah semua
data termasuk dalam populasi yang sama (atau bahwa efek harga ada).
Selain itu, analisis regresi berganda dilakukan pada pengembalian abnormal untuk
memberikan bukti tambahan tentang reaksi berlebihan positif dan negatif. Untuk
menguji H4 peneliti menggunakan analisis R/S.

10. Results
 Tabel 1 menunjukkan bahwa jumlah deteksi abnormal return sangat tergantung
pada jumlah standar deviasi ditambahkan ke mean return. Tiga standar deviasi
menghasilkan jumlah abnormal return yang tidak signifikan untuk diuji secara
statistik.
 Uji-t mengungkapkan perbedaan yang signifikan secara statistik antara hari-hari
reaksi berlebihan dan hari-hari normal. Secara keseluruhan semakin lama
periodenya. Hasil empiris untuk reaksi berlebihan positif dan negatif disajikan
dalam Lampiran A dan B masing-masing. Hasil analisis rata-rata sederhana
ditampilkan pada Tabel A.1 dan Gambar A.1. Di sebagian besar periode (dengan
hanya beberapa pengecualian) pengembalian pada hari setelah reaksi berlebihan
positif berbeda dari pada hari-hari biasa. Reaksi berlebihan ini hanya berubah di
ke 21 di mana gerakan kontrarian mendominasi.
 Berdasarkan pengganda ANOVA (F/F crit rasio yang memungkinkan melihat
seberapa signifikan perbedaannya secara statistik ketika pengganda ini di atas
dapat disimpulkan bahwa ada perbedaan yang signifikan secara statistik antara
pengembalian di hari yang berbeda) dapat disimpulkan bahwa perbedaan ini
signifikan secara statistik antara tahun 1940-an dan 1980-an
 Untuk memberikan analisis perbedaan statistik yang lebih rinci, beberapa
metode parametrik (analisis ANOVA, uji-t) dan non-parametrik (uji Mann-
Whitney), serta uji teknis tambahan (pendekatan CAR yang dimodifikasi dan
analisis regresi dengan variabel dummy) digunakan
 Hasil analisis ANOVA disajikan pada Tabel A.2. Hasil uji-t (Tabel A.4) juga
menunjukkan bahwa antara tahun 1940-an dan 1980-an pengembalian pada hari
setelah reaksi berlebihan positif berbeda dari reaksi selama hari-hari normal dan

11
 perbedaan ini signifikan secara statistik. Hasil ini dikonfirmasi oleh uji Mann-
Whitney non-parametrik pada Tabel A.3
 Untuk mendeteksi apakah anomali ini memungkinkan pelaku pasar untuk
mengalahkan pasar, kami menggunakan pendekatan simulasi perdagangan.
Algoritme strategi perdagangan sangat sederhana. Beli tepat di awal hari setelah
reaksi berlebihan positif jika terjadi efek momentum dan jual jika terjadi efek
kontrarian. Posisi harus ditutup pada akhir hari. Biaya transaksi (spread, komisi
ke broker, komisi ke bank, dll.) diabaikan karena hampir tidak mungkin untuk
memasukkannya dengan benar selama periode yang begitu lama. Hasil simulasi
trading disajikan pada Tabel A.7 dan Gambar A.2. Efek momentum dari tahun
1940-an hingga akhir 1970-an dapat dieksploitasi, yaitu menghasilkan
keuntungan yang bukan merupakan hasil dari perdagangan acak. Hasil ini
sepenuhnya konsisten dengan hasil dari uji statistic
 Peneliti memberikan analisis serupa untuk reaksi negatif yang berlebihan.
Analisis rata-rata sederhana mendukung pengembalian yang jauh lebih tinggi
pada hari-hari setelah reaksi berlebihan negatif dibandingkan dengan hari-hari
normal (Tabel A.1 dan Gambar A.1.). Namun, perbedaan ini secara statistik
signifikan hanya untuk setengah dari periode yang dianalisis (lihat Tabel B.2 dan
B.4 untuk ANOVA parametrik dan uji-t dan B.3 untuk uji Mann-Whitney
nonparametrik).
 Periode antara tahun 1900-an dan 1930-an dicirikan oleh efek kontrarian yang
kuat, yaitu harga cenderung tumbuh setelah hari-hari dengan pengembalian
abnormal negatif. Tetapi antara 1940 dan 1949 dan antara 1970 dan 1979, efek
momentum yang sangat kuat diamati. Pada periode lain, tidak ada pola harga
yang terdeteksi atau hasilnya tidak meyakinkan.
 Secara keseluruhan, peneliti menemukan bukti meyakinkan yang mendukung
evolusi efek harga ini di pasar saham AS setelah pengembalian abnormal satu
hari. Efek ini berbeda untuk reaksi berlebihan positif dan negatif. Misalnya, efek
momentum jauh lebih khas untuk kasus reaksi berlebihan positif dan efek
kontrarian cenderung lebih sering terjadi setelah hari-hari dengan reaksi
berlebihan negatif. Periode 1940 hingga 1979 kemungkinan merupakan era
"emas" untuk anomali harga dan efek harga di pasar saham AS setelah

12
 pengembalian abnormal satu hari. Tapi sejak 1990-an anomali ini sebagian besar
telah menghilang.

11. Conclusion
Dalam makalah ini, kami telah memeriksa efek harga (momentum dan kontrarian)
setelah pengembalian abnormal satu hari di pasar saham AS (Indeks Dow Jones) selama
periode 1890 hingga 2018. Hal ini dilakukan dengan menggunakan berbagai metode
(analisis rata-rata, abnormal kumulatif yang dimodifikasi pendekatan pengembalian,
analisis regresi dengan variabel dummy, analisis R/S, uji-t Student parametrik, dan
ANOVA, uji Mann-Whitney non-parametrik dan pendekatan simulasi perdagangan)
untuk menghindari bias metodologis.
Hasilnya menunjukkan bahwa antara tahun 1940-an dan 1980-an, efek momentum
yang kuat setelah pengembalian abnormal positif hadir dan dapat dieksploitasi (adalah
mungkin untuk menghasilkan keuntungan abnormal dari perdagangan). Namun sejak
tahun 1980-an kekuatan efek harga setelah pengembalian abnormal satu hari
menghilang dan tidak lagi memberikan peluang keuntungan di pasar saham AS. Ini bisa
menjadi hasil dari evolusi pasar dan pergerakannya dari keadaan yang kurang efisien ke
keadaan yang lebih efisien. Kesimpulan ini dikonfirmasi oleh analisis ketekunan. Oleh
karena itu, hasil kami mendukung Hipotesis Pasar Adaptif.
Hasil penelitian juga menunjukkan kepada regulator dan praktisi bahwa reaksi
harga yang berlebihan memang dapat dimanfaatkan untuk keuntungan. Namun, reaksi
berlebihan ini secara historis tidak stabil dan sangat bergantung pada jendela reaksi
berlebihan, tetapi terutama ditekankan dalam jangka pendek. Oleh karena itu, dengan
teknologi yang tepat, dalam kondisi pasar yang tepat, pedagang dapat mengambil
manfaat dari anomali pasar ini. Hasilnya juga menunjukkan bahwa studi tentang reaksi
harga yang berlebihan ini mungkin telah menyebabkan hilangnya mereka dari pasar
saham AS.

12. Improvement/Extensions
Makalah ini tidak secara langsung membahas faktor penyebab seperti ukuran
perusahaan, likuiditas, dan faktor pasar yang luas. Ini dapat menjadi area penyelidikan
untuk studi masa depan untuk menentukan apakah ukuran pasar atau kekurangan

13
likuiditas secara historis dapat menjelaskan keberadaan efek harga dengan
memanfaatkan ukuran sampel penuh dari pasar saham AS.

Review Artikel Nasional:

Title : Dampak Pengumuman Pembagian Dividen Kas Terhadap Abnormal

Return
Pada Indeks LQ-45
Author : John Iwan Kusno dan Fransisca Tharia Hartanto
Journal : Jurnal Riset Akuntansi dan Keuangan Program Studi Akuntansi
Fakultas Pendidikan Ekonomi Dan Bisnis Universitas Pendidikan
Indonesia, 6(3), 441-452. Retrieved from
http://ejournal.upi.edu/index.php/JRAK/article/view/4670

1. Research problem or question

Penelitian ini bertujuan untuk mengetahui dampak dari pengumuman dividen kas
terhadap abnormal return pada periode sebelum pengumuman, pada saat
pengumuman, dan setelah pengumuman

2. Why is problem/question important?

Dalam kenyataannya, manajer perusahaan memiliki akses untuk memperoleh
informasi yang lebih detail mengenai perusahaan dibandingkan dengan investor
luar. Karena adanya informasi yang bersifat asimetris ini, board of directors dari
suatu perusahaan dapat menggunakan dividen untuk memberi sinyal kepada
investor mengenai kinerja perusahaan yang sebenarnya.

3. Author’s approach to solving the problem

Salah satu teori lain mengenai kebijakan dividen perusahaan adalah dividend
signaling theory. Teori ini merupakan modifikasi dari teori Miller dan Modigliani.
Salah satu asumsi dari teori Miller dan Modigliani adalah adanya pasar yang
sempurna di mana semua investor memiliki informasi yang simetris.

14
4. Assumptions about real world
Bagi sebagian pemegang saham, dividen akan memberikan imbal hasil yang lebih
pasti dibandingkan dengan capital gain. Namun, sebagian pemegang saham lainnya
memiliki preferensi terhadap capital gain dibandingkan dividen. Oleh karena itu,
informasi mengenai pembagian dividen dapat memiliki reaksi pasar positif ataupun
negatif. Jika pengumuman dividen mengandung informasi, maka akan ada average
abnormal return (AAR) yang signifikan di sekitar tanggal pengumuman.

5. Relevant theories
Ada berbagai teori mengenai kebijakan dividen perusahaan. Miller dan Modigliani
(1961) menyatakan bahwa dalam pasar yang sempurna (perfect capital market),
ketika setiap investor memiliki informasi yang sama, tidak ada pajak dan biaya
transaksi, maka kebijakan dividen perusahaan tidak akan memiliki pengaruh
terhadap biaya modal ataupun kemakmuran pemegang saham. Berbeda dengan
Miller dan Modigliani, teori The Bird in The Hand yang dikemukakan oleh Lintner
(1956) menyatakan bahwa dalam pasar yang sempurna sekalipun, investor akan
lebih memilih dividen daripada potensi capital gain karena dividen memiliki resiko
yang lebih kecil. Teori ini kemudian dibantah lagi oleh Miller dan Modigliani yang
menyatakan bahwa dalam asumsi mereka, pembayaran dividen tidak akan
mempengaruhi resiko dari arus kas yang akan datang (future cash flow). Salah satu
teori lain mengenai kebijakan dividen perusahaan adalah dividend signaling theory.
Teori ini merupakan modifikasi dari teori Miller dan Modigliani. Salah satu asumsi
dari teori Miller dan Modigliani adalah adanya pasar yang sempurna di mana semua
investor memiliki informasi yang simetris. Karena adanya informasi yang bersifat
asimetris ini, board of directors dari suatu perusahaan dapat menggunakan dividen
untuk memberi sinyal kepada investor mengenai kinerja perusahaan yang
sebenarnya.

6. Hypotheses
H1a : Terdapat abnormal return positif sebelum pengumuman pembagian dividen
H1b : Terdapat abnormal return negatif setelah pengumuman pembagian dividen

15
7. Independent dan Dependent Variable
Dividen, Abnormal Return, Imbal Hasil Saham, Efisiensi Pasar

8. Sample
Populasi yang digunakan dalam penelitian ini adalah seluruh perusahaan yang
terdaftar dalam BEI yaitu sebanyak 501 perusahaan. Metode yang digunakan untuk
pemilihan sampel adalah purposive sampling dengan kriteria :
a. Perusahaan yang secara konsisten masuk ke dalam indeks LQ-45 pada periode
Februari 2015 sampai Januari 2017.
b. Perusahaan membagikan dividen kas setidaknya satu kali pada periode Januari
2015 sampai dengan Desember 2016.
Berdasarkan kedua kriteria tersebut, didapatkan 40 perusahaan yang memenuhi
kriteria sampling.

9. Statistical tests
Penelitian ini menggunakan metode event study yang bertujuan untuk mempelajari
ada atau tidaknya reaksi pasar terhadap suatu peristiwa. Event date yang digunakan
dalam penelitian ini adalah tanggal pengumuman dividen (t = 0). Reaksi pasar
ditunjukkan dengan adanya perubahan harga saham dan diukur dengan
menggunakan abnormal return. Variabel operasional yang digunakan dalam
penelitian ini adalah rata-rata abnormal return enam hari sebelum sampai dengan
enam hari sesudah tanggal pengumuman pembagian dividen (announcement date).
Model yang digunakan dalam penelitian ini adalah market adjusted return. Model
ini mengasumsikan bahwa ex ante expected returns Antara sekuritas yang satu
dengan yang lain adalah sama, namun tidak berarti konstan. Karena market
portfolio of risky assets M merupakan persamaan linear dari kombinasi seluruh
saham yang ada di dalam indeks, maka ekspektasi imbal hasil sekuritas ke-i pada
periode t (E(Ri,t)) sama dengan ekspektasi imbal hasil pasar pada periode t
(E(Rmt)) untuk sekuritas ke-i. Dengan demikian, abnormal return dari sekuritas ke-
i merupakan selisih antara imbal hasil sekuritas ke-i pada periode t dengan
ekspektasi imbal hasil sekuritas ke-i pada periode t. Rata-rata abnormal return

16
 merupakan rata-rata dari selisih antara imbal hasil yang sesungguhnya dengan
ekspektasi imbal hasil suatu sekuritas. Periode yang digunakan untuk menghitung
ekspektasi imbal hasil adalah 120 hari sebelum event window.

Keterangan :
𝐴𝐴𝑅𝑖,𝑡 = rata-rata abnormal return pada periode ke-t
𝐴𝑅𝑖,𝑡 = abnormal return sekuritas ke-i pada periode ke-t
𝑅𝑖,𝑡 = imbal hasil sesungguhnya sekuritas ke-I pada periode ke-t
𝐸(𝑅𝑖,𝑡) = ekspektasi imbal hasil sekuritas ke-I pada periode ke-t
𝛼𝑖 = intercept untuk sekuritas ke-i
𝛽𝑖 = slope dari sekuritas ke-i
𝑅𝑚,𝑡 = imbal hasil IHSG pada periode ke-t
𝜀𝑖,𝑡 = kesalahan residu sekuritas ke-i pada periode ke-t atau abnormal return

10. Results
Sebelum pengumuman pembagian dividen kas, rata-rata abnormal return
menunjukkan hasil yang positif. Dari enam hari pengamatan sebelum pengumuman
dividen berlangsung, hanya satu hari yang menunjukkan abnormal return negatif.
Namun demikian, pengujian secara statistik tidak menunjukkan hasil yang
signifikan. Hal ini menunjukkan bahwa pasar tidak bereaksi pada periode sebelum
pengumuman pembagian dividen kas. Dengan demikian, hipotesa pertama
mengenai adanya abnormal return positif sebelum pengumuman pembagian
dividen kas tidak terbukti. Setelah pengumuman pembagian dividen kas, rata-rata
abnormal return menunjukkan hasil yang negatif dan fluktuatif. Dari enam hari
pengamatan setelah pengumuman dividen berlangsung, hanya satu hari yang
menunjukkan abnormal return positif. Rata-rata abnormal return yang signifikan
pada level 5% ditemukan pada t+2, t+4, dan t+5. Pada H+2, ditemukan nilai rata-
rata abnormal return sebesar -0,51% dan nilai signifikansi t sebesar -2,08. Pada t+4,
ditemukan nilai rata-rata abnormal return sebesar -0,62% dan nilai signifikansi t
sebesar -2,30. Nilai signifikansi t tertinggi ditemukan pada t+5 dengan nilai rata-

17
 rata abnormal return sebesar -0,58%. Dengan demikian, hipotesa kedua penelitian
mengenai adanya abnormal return negatif setelah pengumuman pembagian dividen
kas terbukti. Dengan kata lain, pasar bereaksi negatif terhadap pengumuman
pembagian dividen kas pada t+2, t+4, dan t+5.
Hasil penelitian ini sedikit berbeda dengan hasil penelitian Joshi (2017). Walaupun
pasar bereaksi positif sebelum pengumuman dividen berlangsung, namun reaksi ini
tidak signifikan secara statistik. Dengan kata lain, tidak ada kebocoran informasi
terkait dengan pembagian dividen. Sesudah pengumuman dividen, pasar bereaksi
negatif dan signifikan. Hal ini menunjukkan adanya koreksi terhadap harga saham
perusahaan setelah pengumuman dividen. Karena rata-rata abnormal return positif
sebelum pengumuman dividen tidak menunjukkan hasil yang signifikan, dapat
dikatakan overreaction tidak terjadi di Indonesia. Namun demikian, adanya
keterlambatan reaksi pasar menunjukkan bahwa masih ada distribusi informasi
yang asimetris antar investor.

11. Conclusions
Berdasarkan indeks LQ45 yang telah diteliti dengan periode waktu Februari 2015
sampai Januari 2016, dapat diperoleh beberapa kesimpulan antara lain:
a. Ada abnormal return yang signifikan negatif pada saham indeks LQ45 dengan
pengumuman dividen kas pada t+2, t+4, dan t+5. Hal ini menunjukan bahwa
masih ada keterlambatan reaksi pasar untuk mengambil keputusan dari
informasi yang sudah tersedia di pasar.
b. Tidak ditemukan abnormal return yang signifikan pada saham indeks LQ45
dengan pengumuman dividen kas pada H-6 sampai dengan hari pengumuman
pembagian dividen. Hal ini menunjukkan bahwa tidak terjadi kebocoran
informasi mengenai besaran dividen yang berpotensi menyebabkan terjadinya
insider trading.
Hasil penelitian ini menunjukkan adanya keterlambatan reaksi pasar terhadap
pengumuman pembagian dividen kas pada periode 2015 – 2016. Hal ini disebabkan
karena abnormal return yang signifikan baru ditemukan pada periode setelah
pengumuman pembagian dividen kas tersebut dilaksanakan. Keterlambatan pasar

18
 bereaksi dapat disebabkan karena informasi masih bersifat asimetris. Dengan kata
lain, pasar di Indonesia masih belum efisien.

12. Improvement/Extensions
Model penelitian ini masih menggunakan market model untuk mendapatkan
abnormal return. Penelitian ini juga tidak mempertimbangkan adanya confounding
effect pada tanggal pengumuman dividen kas. Untuk mengembangkan penelitian
ini ke depannya, dapat digunakan model yang lainnya seperti market adjusted
model dan mean adjusted model untuk mendapatkan abnormal return. Confounding
effect serta penambahan jumlah sampel juga dapat dipertimbangkan untuk
mengetahui apakah ada perbedaan dengan hasil yang diperoleh dari penelitian ini.

19
 REFERENSI

Hartono, Jogiyanto. 2017. Teori Portofolio dan Analisis Investasi Edisi Kesebelas.
BPFE:Yogyakarta.
Kusno, John Iwan dan Fransisca Tharia Hartanto. 2018. Dampak Pengumuman
Pembagian Dividen Kas Terhadap Abnormal Return Pada Indeks LQ-45. Jurnal
Riset Akuntansi dan Keuangan Program Studi Akuntansi Fakultas Pendidikan
Ekonomi Dan Bisnis Universitas Pendidikan Indonesia, 6(3), 441-452. Retrieved
from http://ejournal.upi.edu/index.php/JRAK/article/view/4670
Alex Plastun, Xolani Sibande, Rangan Gupta dan Mark E. Wohar. 2020. Evolution of
Price Effects After One-Day of Abnormal Returns in the US Stock Market.
University of Pretoria Department of Economics Working Paper Series

20