BAHAN PPT TPM HAL 235-246

 Pola Return Sekuritas

tax-selling hypothesis merupakan penyebab tingginya return di bulan januari (khususnya hari-
hari awal bulan).
Tax loss timbul dari investor saat akhir tahun menjual sekuritas yang mengalami kerugian
sebelum akhir tahun, dan pada awal tahun membeli sekuritas yang sama. Jika jumlah tax loss
tersebut substansial maka dapat digunakan untuk menutup biaya transaksi yang terjadi.
Tindakan menjual di akhir desember dan membeli di awal januari inilah yang menyebabkan
penurunan harga pada akhir bulan desember dan kenaikan di bulan januari, sehingga
menciptakan return yang tinggi di bulan januari.
Branch (1977) dan Reignanum (1983) menemukan bahwa pembelian sekuritas yang menurun
secara subtansial di bulan desember akan mendapatkan tak normal return di bulan januari.
Branch menganalisis trading rule yang meliputi pembelian sekuritas yang mengalami return
rendah di minggu terakhir bulan desember. Dia menemukan bahwa sekuritas tersebut pada
empat minggu pertama pada tahun berikutnya akan mengalami kenaikan harga yang lebih
cepat dibandingkan dengan pasar secara keseluruhan, dengan perpebedaan risiko yang sangat
kecil.
Reignanum (1981) menemukan bahwa sekuritas yang dijual untuk tujuan tax-loss (sebagian
besar adalah small stock) umumnya ada pada bid price di bulan desember. Sehingga tax-
selling hypotesis dan penjelasan mikrostruktur secara bersamaan dapat menjelaskan adanya
return yang tinggi di bulan januari.
Penelitian yang tidak kosisten dengan tax-selling hypotesis yaitu:
Jones, pearce dan wilson (1987) menggunakan data tahun 1821-1917 yaitu pada periode
waktu sebelum dikenalkannya pajak pendapatan. Mereka menemukan bahwa januari effect
tidak berbeda secara signifikan dengan januari effect yang diketemukan setelah
dikenalkannya pajak pendapatan. Di bursa Tokyo dan Belgia, januari effect yang terjadi tidak
harus mempunyai capital gain tax. Di australia yang tidak menerapkan tahun pajak di
desember juga diketemukan adanya return yang tinggi di bulan januari sehingga bertentangan
dengan tax-selling hypotesis.
Investor yang melihat adanya return yang tinggi di bulan januari akan mulai melakukan
pembelian di akhir bulan desember untuk mendapatkan return tak normal. Perilaku pembelian
investor tersebut akan menyebabkan pola seasonal yang ada menjadi hilang. Tetapi ternyata
return yang tinggi di bulan desember tidak dapat sepenuhnya dapat dijelaskan dengan baik,
sehingga januari effect merupakan suatu penyimpangan bagi pasar yang efisien.
 Memprediksi Return dari Data Return di Waktu Lalu
Return di masa lalu dapat digunakan untuk memprediksi return di masa depan, baik jangka
panjang maupun jangka pendek.
Pengujian prediksi jangka pendek yaitu dilakukan untuk mengetahui apakah return pada
periode sebelumnya (biayanya sehari atau beberapa hari sebelumnya) dapat digunakan untuk
memprediksi return hari ini.
Ada beberapa cara pengujian yang dapat dilakukan yaitu dengan menggunakan data return
periode sebelumnya sampai dengan penggunaan trading rules yang lebih kompleks,
diantaranya sebagai berikut:
1. Uji Korelasi
Yaitu pengujian hubungan linier antara return hari ini dengan return di waktu lalu.
Semakin tinggi korelasi antara return masa lalu dengan return saat ini, berarti
semakin tinggi kemampuan return masa lalu tersebut untuk memprediksi return masa
depan.

Ket :
a : tingkat return yang diharapkan yang tidak berhubungan dengan return
sebelumnya.
b : besarnya hubungan antara return di waktu yang lalu dengan return hari ini. Jika
T=0 akan menunjukkan hubungan antara return hari ini dengan return sehari
sebelumnya, sedangkan jika T=1 menunjukkan hubungan return hari ini dengan
return dua hari sebelumnya dan seterusnya.
e : angka acak yang variabilitas return yang ridak berhubungan dengan tingkat return
sebelumnya.

Jika koefisien korelasi yang didapat kemudian dikuadratkan, maka hasilnya akan
menunjukkan besarya bagian dari return hari ini yang dapat dijelaskan oleh return
yang terjadi sebelumnya. Misalnya didapat koefisien korelasi sebesar 0,4 maka akan
diperoleh angka (0,4)² = 0,16 atau 16%. Artinya 16% dari return hari ini (sisi kiri
persamaan), dapat dijelaskan oleh return sebelumnya(sisi kanan persamaan).
2. Run Test
Koefisien korelasi cenderung sangat dipengaruhi oleh data return yang bersifat
ekstrem (terlalu besar ataupun terlalu kecil). Oleh karena itu, perlu dilakukan suatu
alternatif analisis yang bisa menghilangkan dampak dari data yang ekstrem tersebut
yaitu dengan memberikan tanda pada perubahan harga. Teknis analisis seperti ini
tidak akan terpengaruh oleh adanya perubahan – perubahan harga yang ekstrem, dan
disebut sebagai analisis run.

Pada analisis run ini, perubahan harga ditandai dengan (+) bila terjadi kenaikkan
(-) bila terjadi penurunan dan 0 bila tidak terjadi perubahan. Kemudian jika
perubahan harga berhubungan positif, maka kecenderungannya a + akan diikuti oleh
a + dan a – juga diikuti oleh a - . urutan tanda yang sama diantara tanda yang berbeda
disebut dengan run.
Misalnya perubahan harga sebuah sekuritas adalah +----+++0
Dalam contoh tersebut terdapat empat run yaitu
 Satu run pertama dengan satu bentuk perubahan positif (+)
 Satu run kedua yang terdiri atas empat bentuk perubahan negatif (----)
 Satu run ketiga yang terdiri atas empat bentuk perubahan positif (++++)
 Satu run keempat berupa satu bentuk perubahan nol (0)
Bila perubahan harga sekuritas mempunyai hubungan atau korelasi yang positif dari
waktu ke waktu, maka diharapkan akan terjadi sedikit perubahan run. Sedangkan jika
terdapat korelasi negatif, maka akan banyak perubahan run yang terjadi.
Kesimpulan dari hasil uji korelasi dan run test :
 Sering terdapat adanya indikasi hubungan yang positif antara return hari ini
dengan return yang telah lalu, meskipun secara rata – rata hubungan tersebut
masih bersifat sangat lemah. Bahkan kadangkala sering juga ditemui adanya
korelasi yang bersifat negatif antara return sekarang dengan return yang lalu.
3. Filter test
Untuk menguji keberadaan pola return yang lebih kompleks yaitu dengan menguji
apakah ada strategi perdagangan (trading rule) berdasarkan informasi harga di masa
lalu yang dapat digunakan oleh investor untuk mendapatkan return tak normal di
pasar. Teknik analisis tersebut yaitu filter rule.
Teknik analisis filter rule dilakukan dengan membandingkan return yang didapat jika
melakukan strategi perdagangan aktif tertentu dengan return yang didapat jika
investor melakukan strategi beli dan simpan (buy and hold strategy).
Strategi perdagangan dilakukan dengan cara melakukan pembelian ketika harga
mengalami kenaikan sebesar x% dari batas atas yang sudah ditentukan, dan
selanjutnya menjual sekuritas tersbut ketika harganya mengalami penurunan sebesar
y% dari batas bawah yang sudah ditentukan pula, untuk menghindari kerugian lebih
lanjut.
Strategi perdagangan ini akan menunjukkan kapan investor sebaiknya melakukan
pembelian dan kapan investor sebaiknya menjual sekuritas tersebut atau sering juga
disebut dengan timing strategi.
Menurut Fama dan Blume (1966) strategi dengan menggunakan filter rule ternyata
relatif kurang menguntungkan dibandingkan dengan strategi buy and hold.
4. Relative Strenght
Kekuatan relatif (Relative Strenght) merupakan salah satu cara untuk
mengombinasikan informasi harga sekuritas di masa lalu untuk memilih saham.
Contohnya pada Levy (1967) yaitu membandingkan harga suatu saham saat ini (Pjt)
dengan harga rata – rata saham tersebut selama beberapa periode(Pjt).
Misalnya, jika harga rata-rata adalah harga rata – rata saham j pada waktu t selama 27
minggu, dan Pjt adalah harga saham j pada waktu t. Maka relative strenght saham
tersebut adalah Pjt/Pjt

Pengujian Prediksi Jangka Panjang

Fama dan French (1988) melakukan pengujian dengan menggunakan data periode
1926-1985, dan menemukan korelasi sebesar -0,25 untuk jangka waktu tiga tahun
dan korelasi sebesar -0,40 untuk jangka waktu empat tahun. Sedangkan Poterba dan
Summers (1988) melakukan pengujian dengan menggunakan metodologi yang
berbeda, juga menemukan hal yang hampir sama. Tetapi hasil ini banyak diragukan
karena adanya kelemahan dalam statistik dan setelah tahun 1940 korelasi tersebut
sangat kecil dan tidak signifikan.

Hubungan Return dan Karakteristik Perusahaan

Hubungan antara karakteristik perusahaan dengan return tak normal yang bisa diperoleh
investor yaitu :
 1. Size effect (ukuran perusahaan)
Banz (1981) menunjukkan adanya kecenderungan saham-saham perusahaan kecil
yang mempunyai return yang lebih tinggi dibanding saham-saham perusahaan besar.
Banz telah menemukan adanya return tak normal yang bisa diperoleh investor jika
memiliki saham dari perusahaan kecil, selama periode 1936-1977.
2. Nilai pasar dibagi dengan nilai buku (market to book)
Fama dan french (1991), Lakonishok, Shleifer, dan Vishny (1993), serta Canh,
Hamao, dan Lakonishok (1991) melakukan penelitian tentang hubungan nilai market
to book dengan return saham.
Terdapat perbedaan return antara saham yang mempunyai market to book value yang
tinggi dibanding saham yang mempunyai market to book value rendah.
Saham – saham yang mempunyai market to book yang tinggi akan cenderung
mempunyai tingkat return yang lebih besar dibandingkan dengan saham – saham
yang mempunyai market to book yang rendah.
3. Earning price (dividen dibagi dengan harga saham)
Basu (1997) melakukan penelitian mengenai hubungan antara rasio earning/price
(E/P) dengan tingkat return tak normal yang diperoleh dengan menggunakan CAPM.
Reinganum (1981) menemukan bahwa dampak E/P ini sangat berhubungan dengan
size effect. Fama dan french (1991) menemukan bahwa jika faktor ukuran
perusahaan dan market to book dikontrol (dimasukkan dalam modal ujinya), maka
dampak E/P ini akan hilang.

Hasil studi Basu menunjukkan bahwa return cenderung menjadi lebih besar ketika
bergerak dari portofolio dengan rasio P/E tinggi ke portofolio dengan rasio P/E
rendah. Dengan demikian, strategi berdasar rasio P/E akan menyarankan investor
untuk membeli saham-saham dengan rasio P/E yang rendah dan menjual yang
berasio P/E tinggi. Jika pasar adalah efisien, maka memilih saham – saham berdasar
rasio P/E seharusnya tidak memberikan return yang lebih besar dibanding saham –
saham lain yang mempunyai risiko yang sama.

 Studi Peristiwa (Event Studies)

Standar metodologi yang biasanya digunakan dalam event studies yaitu :
1. Mengumpulkan sampel
2. Mengidentifikasi hari pengumuman atau event
3. Menentukan periode analisis
4. Menghitung return aktual masing – masing sampel setiap hari selama periode
pengamatan
5. Menghitung return tak normal, yang dihitung dengan mengurangi return aktual yang
sebenarnya terjadi dengan return yang diharapkan
 6. Menghitung rata-rata return tak normal semua sampel setiap hari
7. Terkadang return tak normal harian tersebut digabungkan untuk menghitung return
tak normal kumulatif selama periode tertentu
8. Memperlajari dan mendiskusikan hasil yang diperoleh.

 Pengujian Private Informasi

Pengujian private information meliputi pengujian apakah pihak insider perusahaan dan
kelompok investor tertentu yang dianggap mempunyai informasi lebih baik, dapat
memperoleh return tak normal dibandingkan dengan return pasar umumnya.
Insider trading, pihak – pihak yang disebut inseder yaitu direktur, manajemen, karyawan atau
pemegang saham yang dianggap bisa mendapatkan informasi yang sesungguhnya mengenai
perusahan yang tidak dapat dilakukan oleh pihak lainnya. sehingga dapat dimanfaatkan
 Implikasi Pasar Modal Efisien
Implikasinya terhadap investor yang menerapkan analisis teknikal maupun analisis
fundamental dalam penilaian dan pemilihan saham.
Bagi investor yang menerapkan analisis teknikal, mereka pada dasarnya percaya bahwa
pergerakan harga saham di masa datang bisa diprediksi dari data pergerakan harga saham di
masa lampau. Sehingga investor bergantung pada informasi masa lalu tentang data harga dan
volume perdagangan saham, untuk memperkirakan harga saham di masa datang.
Dalam situasi seperti ini, jika hipotesis pasar efisien dalam bentuk lemah benar, maka
tindakan investor yang melakukan analisis teknikal sudah tidak akan memberi nilai tambah
lagi bagi investor, karena harga pasar saham yang terjadi sudah mencerminkan semua
informasi pergerakan harga dan volume saham histori.
Implikasi hipotesis pasar efisien terhadap investor yang melakukan analisis fundamental yaitu
analisis saham yang dilakukan dengan mengestimasi nilai intrinsik saham berdasarkan
informasi fundamental yang telah dipublikasi perusahaan (seperti laporan keuangan,
perubahan dividen, dan lainnya) untuk menentukan keputusan menjual atau membeli saham.
Dalam situasi seperti ini, jika hipotesis pasar efisien dalam bentuk setengah kuat adalah
benar, di mana semua informasi fundamental yang dipublikasikan perusahaan sudah
tercermin dalam harga pasar, maka tindakan investor yang melakukan analisis fundamental
untuk memperoleh tak normal return juga sudah tidak bermanfaat lagi.