Machine Translated by Google

Jurnal Keuangan Eropa

ISSN: 1351-847X (Cetak) 1466-4364 (Online) Beranda Jurnal: https://www.tandfonline.com/loi/rejf20

Pengembangan pasar dan efisiensi pasar: bukti

berdasarkan uji akar unit panel nonlinier

Ceyda Aktan, Perihan Iren & Tolga Omay

Mengutip artikel ini: Ceyda Aktan, Perihan Iren & Tolga Omay (2019) Market development
and market efficiency: evidence based on nonlinear panel unit root test, The European Journal
of Finance, 25:11, 979-993, DOI: 10.1080/1351847X .2018.1560346
Untuk menautkan ke artikel ini: https://doi.org/10.1080/1351847X.2018.1560346

Dipublikasikan online: 25 Des 2018.

Kirimkan artikel Anda ke jurnal ini

Tampilan artikel: 605

Lihat artikel terkait

Lihat data Crossmark

Mengutip artikel: 10 Lihat mengutip artikel

Syarat & Ketentuan lengkap akses dan penggunaan dapat

ditemukan di https://www.tandfonline.com/action/journalInformation?journalCode=rejf20
Machine Translated by Google

JURNAL KEUANGAN EROPA

2019, VOL. 25, TIDAK. 11, 979–
993 https://doi.org/10.1080/1351847X.2018.1560346

Pengembangan pasar dan efisiensi pasar: bukti berdasarkan uji

akar unit panel nonlinier

Ceyda Aktana, Perihan Irenb dan Tolga Omayc

aLogistics Management, University of Turkish Aeronautical Association, Ankara, Turki; bCollege of Business, Universitas Zayed,
Abu Dhabi, UEA; C Departemen Ekonomi, Universitas Atilim, Ankara, Turki

ABSTRAK SEJARAH ARTIKEL

Studi ini menguji efisiensi pasar bentuk lemah dari 32 pasar saham Eropa. Memanfaatkan data Diterima 26 Juli 2018
bulanan dari Juni 2006 hingga Juni 2017, enam uji akar panel nonlinier yang baru dikembangkan Diterima 10 Desember 2018
diterapkan di tiga kelompok pasar Eropa yang berbeda: Perbatasan, Kemunculan, dan KATA KUNCI
Kembangkan. Hasilnya menunjukkan bahwa ada hubungan yang bermakna antara tingkat
efisiensi pasar; pasar saham
perkembangan ekonomi yang berbeda dan efisiensi pasar bentuk lemah. Mempertimbangkan Eropa; uji akar unit panel
struktur nonlinier dari indeks pasar saham, penggunaan model linier dapat menyebabkan nonlinier; pengembangan pasar
kesimpulan yang salah mengenai efisiensi pasar. Dengan menggunakan beberapa uji akar panel
nonlinier, hasil penelitian ini menjelaskan proses pembuatan data sebenarnya dari indeks pasar
KLASIFIKASI JEL
saham dan memodelkan efisiensi pasar yang lebih tepat.
C1; G14; G15

1. Perkenalan

Selama beberapa dekade terakhir efisiensi pasar telah menjadi trending topik dalam literatur keuangan. Fakta bahwa ini
memandu investor dalam alokasi aset mereka di arena global baru-baru ini berkontribusi pada pentingnya (Guidi, Gupta,
dan Maheshwari 2011). Jika pasar efisien secara informasi, investor kehilangan kesempatan mereka untuk meramalkan
harga saham di masa depan dan karenanya kehilangan kesempatan untuk mengalahkan pasar (Timmermann dan Granger 2004).
Hipotesis Pasar Efisien yang dikembangkan oleh Fama (1970) menyatakan bahwa pasar dimana semua informasi yang
tersedia segera tercermin dalam harga saham adalah pasar yang efisien. Di pasar ini, pergerakan harga tidak tergantung
satu sama lain, mengikuti perubahan acak dan tidak mungkin memprediksi harga di masa depan menggunakan informasi
yang tersedia dan urutan harga sebelumnya (Fama 1970). Menurut Hipotesis Pasar Efisien, efisiensi pasar dapat terdiri
dari tiga bentuk: lemah, setengah kuat, dan kuat. Dalam penelitian ini, kami fokus pada bentuk lemah dari efisiensi pasar
yang menyatakan bahwa pasar mencerminkan semua informasi masa lalu (Mobarek, Mollah, dan Bhuyan 2008). Dengan
menggunakan data dari 32 pasar saham Eropa yang berbeda, penelitian ini menganalisis bentuk efisiensi yang lemah di
pasar-pasar ini berdasarkan tingkat perkembangannya.
Perkembangan topik serta kontribusi yang dibuat lagi oleh Fama (1991, 1998) telah menciptakan pemikiran umum di
kalangan analis, peneliti, dan pengusaha untuk mempertanyakan adanya random walk di antara harga saham di pasar
keuangan. Penyimpangan dari prinsip utama Hipotesis Pasar Efisien disebut sebagai 'Anomali' (Latif et al. 2011). Namun,
sebanyak itu dikritik dan dipertanyakan, Hipotesis Pasar Efisien masih merupakan salah satu teori yang paling penting dan
diterima secara luas dalam literatur efisiensi pasar.

Meskipun banyak penelitian telah melihat efisiensi pasar, area ini masih jauh dari kesepakatan bersama tentang
efisiensi pasar yang berbeda. Beberapa dari studi ini berfokus pada wilayah yang berbeda (Huang 1995; Chan, Gup, dan
Pan 1997; Choudhry 1997), beberapa telah mengambil pasar tertentu (Ayadi dan Pyun 1994; Nivet

HUBUNGI Ceyda Aktan caktan@thk.edu.tr

© 2018 Informa UK Limited, berdagang sebagai Taylor & Francis Group

Machine Translated by Google

980 C. AKTAN ET AL.

1997; Andor, Ormos, dan Szabó 1999; Chun 2000; Chang dan Ting 2000; Panagiotidis 2005) dan beberapa telah mencoba
mengklasifikasikan pasar menurut tingkat perkembangannya (Dickinson dan Muragu 1994; Urrutia 1995; Kawakatsu dan Morey
1999; Worthington dan Higgs 2004; Chaudhuri dan Wu 2003). Mereka semua telah melihat efisiensi dari perspektif yang berbeda
dan telah memberikan landasan untuk perbandingan. Namun, masih ada kepercayaan umum di antara para peneliti bahwa
semakin maju suatu negara, semakin efisien pasarnya (Karadaglÿ dan Donmez 2012). Studi yang dilakukan oleh Harvey (1993)
menunjukkan bahwa pasar negara berkembang memiliki tiga karakteristik penting: pertama, dan yang terpenting, pasar ini
sangat dapat diprediksi, kedua pengembalian rata-rata mereka tinggi, dan terakhir korelasinya dengan pasar negara maju cukup
rendah. Karena karakteristik ini, saham dari pasar ini kemudian dapat dimasukkan ke dalam portofolio untuk memberikan
pengembalian yang lebih tinggi kepada investor sambil menjaga risiko serendah mungkin (Urrutia 1995). Ini telah mendorong
lebih banyak penelitian di pasar negara berkembang.

Berdasarkan literatur sebelumnya tentang efisiensi pasar, penelitian ini bertujuan untuk menguji efisiensi pasar bentuk lemah
dari tiga kelompok pasar saham Eropa dengan menganalisis indeks utama mereka. Pasar yang digunakan dalam studi ini
pertama-tama diklasifikasikan menurut tingkat perkembangan ekonominya dan kemudian uji akar unit panel nonlinier dilakukan
untuk mengukur efisiensinya. Terlepas dari banyaknya literatur yang menyelidiki efisiensi pasar, hanya sedikit penelitian yang
berfokus pada pasar Eropa. Eropa menampung banyak pasar yang berbeda dengan tingkat perkembangan yang berbeda.
Mempertimbangkan ukuran dan pentingnya pasar Eropa, penelitian ini menambah diskusi efisiensi pasar dengan memberikan
bukti dari wilayah geografis yang penting.
Metode konvensional untuk menguji efisiensi pasar bentuk lemah berpusat pada uji akar unit linier, uji rasio varians, dan uji
jalan. Namun, berfokus pada korelasi linier dari perubahan harga saham dan mencoba mendeteksinya telah ditunjukkan sebagai
batasan dari metode linier ini. Studi terbaru berpendapat bahwa pergerakan harga di pasar saham adalah nonlinier dan friksi
pasar bersama dengan biaya transaksi ditunjukkan sebagai sumber nonlinier ini (Hasanov dan Omay 2007). Ini mengarah pada
kesimpulan bahwa model linier untuk pengujian efisiensi tidak akan sesuai dan pemodelan data deret waktu harus melalui uji
nonlinier. Selain itu, tes panel juga mendapat perhatian dalam penelitian terbaru karena memungkinkan untuk melihat waktu
dan data cross-sectional dan meningkatkan jumlah pengamatan sambil meningkatkan keandalan estimasi.

Menggunakan data panel meningkatkan keefektifan perkiraan ekonometrik ketika derajat kebebasan meningkat dan kolinearitas
antar variabel menurun. Data panel menjawab pertanyaan yang tidak dapat dijawab dengan hanya menggunakan data deret
waktu atau data cross-sectional (Hsiao 2003). Oleh karena itu, penelitian ini berkontribusi pada literatur efisiensi pasar saat ini
dengan menggunakan tes yang lebih maju dan lebih dapat diandalkan.
Mempertimbangkan temuan terbaru mengenai sifat nonlinier pasar dan keuntungan menggunakan data panel, enam uji akar
unit panel nonlinier yang berbeda digunakan dalam penelitian ini untuk mendeteksi stasioneritas dalam 32 pasar saham berbeda
di Eropa. Pasar-pasar ini dibagi menjadi tiga kelompok menurut tingkat perkembangan ekonominya. Tes yang digunakan adalah
Ucar and Omay (2009) Test (UO); Emirmahmutoglu dan Omay (2014) Test (EO); Omay, Hasanov, and Shin (2018) Test (OHS);
Omay, Corakci, and Emirmahmutoglu (2017)
Tes (OCE); Tes Corakci, Emirmahmutoglu, dan Omay (2017) (CEO) dan Omay dan Iren (2018) FIPS.
Tes yang baru dikembangkan ini diharapkan menghasilkan hasil yang lebih akurat dan membantu kami menyelidiki efisiensi
pasar dari pendekatan yang berbeda.
Salah satu kontribusi terpenting dari penelitian ini adalah memperkenalkan teknik ekonometrik baru ke dalam literatur
efisiensi pasar. Selain itu, tidak seperti penelitian sebelumnya, penelitian ini mempertimbangkan berbagai sumber nonlinier dan
menangkap struktur indeks saham yang heterogen dan nonlinier melalui metodologi bootstrap.1 Lebih lanjut, menggunakan
struktur data panel meningkatkan kekuatan pengujian. Efek limpahan, kontaminasi dari pasar lain, atau guncangan global
menyebabkan bias ketergantungan lintas bagian (CSD) dan akibatnya menyebabkan distorsi ukuran dalam data panel.
Menggunakan metodologi bootstrap memperbaiki distorsi ukuran ini dan mengontrol CSD, yang tidak dapat dikontrol dalam
pengujian deret waktu. Selain itu, di dunia global saat ini, pergerakan modal dan keterbukaan keuangan menjadi lebih lazim,
dan hasil uji akar unit deret waktu hanya dapat tidak memihak di bawah asumsi ekonomi yang sangat tertutup. Dengan demikian,
menggunakan uji akar unit panel nonlinier dengan pendekatan sieve bootstrap, seperti yang dilakukan dalam penelitian ini,
meningkatkan keandalan dan akurasi uji efisiensi pasar.
Sisa dari penelitian ini diatur sebagai berikut: Dalam Bagian 2, tinjauan pustaka singkat diberikan. Bagian 3 menyajikan data
dan metodologi. Bagian 4 membahas hasil. Bagian 5 menyajikan pemeriksaan ketahanan dan Bagian 6 menyimpulkan.
Machine Translated by Google

JURNAL KEUANGAN EROPA 981

2. Tinjauan literatur

Efisiensi pasar merupakan topik penting bagi investor, regulator, akademisi, dan pelaku pasar. Ada banyak literatur yang
mempelajari efisiensi berbagai pasar saham. Hasilnya terlihat bertentangan satu sama lain dengan tes yang berbeda, periode
waktu yang berbeda dan panjang data yang berbeda; hasilnya diamati berubah. Pada bagian ini, beberapa studi sebelumnya
yang berfokus pada pasar Eropa diberikan.
Chan, Gup, dan Pan (1997) menguji 18 pasar saham utama (Finlandia, Prancis, Jerman, India, Italia, Jepang, Belanda,
Norwegia, Pakistan, Spanyol, Swedia, Swiss, Inggris, Australia, Belgia, Kanada, Denmark dan Amerika Serikat) menggunakan
uji akar unit Phillips–Perron (PP) pada data dari tahun 1961 hingga 1992, dan menemukan bahwa semua pasar ini
mengandung akar unit dan efisien bentuk lemah. Baik Andor, Ormos, dan Szabó (1999) dan Chun (2000) menguji pasar
Hongaria dan keduanya menyimpulkan bahwa pasar itu efisien bentuk lemah.
Hasil ini bertentangan dengan literatur sebelumnya yang menyatakan bahwa pasar negara berkembang seharusnya tidak
efisien bentuk lemah. Di pasar negara berkembang, investor dikatakan dipengaruhi oleh kurangnya peraturan, infrastruktur
teknologi yang tidak mencukupi dan tidak dapat berperilaku rasional seperti yang diasumsikan untuk pasar yang efisien dalam
Hipotesis Pasar Efisien (Worthington dan Higgs 2004) . Kawakatsu dan Morey (1999) berpendapat bahwa setelah liberalisasi
keuangan, pasar negara berkembang akan menjadi bentuk lemah efisien dan untuk menguji hipotesis mereka, mereka
menganalisis 16 pasar negara berkembang untuk menemukan bahwa pasar ini sudah efisien sebelum liberalisasi.
Gilmore dan McManus (2003) menguji tiga pasar transisi yang berlokasi di Eropa Tengah – Republik Ceko, Hongaria, dan
Polandia, menggunakan Augmented Dickey–Fuller (ADF), rasio varians, dan uji kausalitas Granger. Hasil mereka menunjukkan
bahwa pasar ini efisien bentuk lemah. Banyak juga penelitian lain yang mendukung temuan ini (Worthington dan Higgs 2004;
Narayan dan Smyth 2005; Hasanov dan Omay 2007). Namun, ada juga banyak penelitian yang mendukung pandangan
sebaliknya.
Guidi, Gupta, dan Maheshwari (2011) telah mengamati pasar saham Eropa Tengah dan Timur (Polandia, Hongaria,
Republik Ceko, Rumania, Bulgaria, Slovakia, dan Slovenia) untuk melihat apakah bentuk lemah efisien antara 1 Januari 1999
dan 10 Januari 2009, menggunakan run, uji rasio varians dan analisis autokorelasi. Analisis mereka menunjukkan bahwa
pasar ini tidak efisien dalam bentuk lemah. Nivet (1997) juga telah memberikan hasil yang serupa dan menunjukkan bahwa
pasar Polandia tidak efisien dalam bentuk lemah. Pasar saham Yunani diuji oleh Panagiotidis (2005) menggunakan data dari
Januari 1990 dan Juni 1999 dan menolak hipotesis nol dari akar unit. Dorina dan Simina (2007) mengamati delapan pasar
negara berkembang Eropa (Rumania, Hongaria, Republik Ceko, Lituania, Polandia, Slovakia, Slovenia, dan Turki)
menggunakan korelasi serial dan menjalankan pengujian. Memanfaatkan data bulanan untuk periode dari Desember 1995
sampai Februari 2007, mereka menemukan bahwa sebagian besar pasar negara berkembang ini tidak efisien dalam bentuk
lemah.
Karadaglÿ dan Donmez (2012) menguji pasar berjangka Yunani, Hungaria, Polandia, Rusia dan Turki untuk efisiensi pasar
bentuk lemah. Menggunakan data bulanan dari September 2005 hingga Juni 2011, mereka telah melakukan beberapa
pengujian yang berbeda (uji akar unit ADF, PP dan Kapetanios, Shin dan Snell (KSS), uji akar unit panel Im, Pesaran dan
Shin (IPS) dan UO) untuk memeriksa efisiensi pasar. Sementara uji akar unit linier (ADF, PP) dan uji panel linier (uji unit panel
IPS) menunjukkan bahwa pasar lemah efisien, uji nonlinier (uji akar unit KSS dan uji akar unit panel UO) menghasilkan hasil
yang berlawanan. Singkatnya, literatur efisiensi pasar terus menghasilkan hasil yang tidak meyakinkan dan dengan
pengembangan metodologi ekonometrik yang lebih andal dan konsisten, bidang tersebut masih membutuhkan lebih banyak
penelitian untuk mencapai konsensus tentang topik tersebut. Studi ini berkontribusi pada perdebatan ini dengan menggunakan
enam tes nonlinier baru yang berbeda pada kumpulan data besar yang mencakup hampir semua pasar Eropa.

3. Data dan metodologi

3.1. Data

Untuk menguji efisiensi bentuk lemah Pasar Eropa, harga penutupan bulanan dari 32 indeks harga saham utama digunakan
dalam penelitian ini. Pasar yang dipelajari adalah: Belgia, Bulgaria, Kroasia, Siprus, Republik Ceko, Denmark, Estonia,
Finlandia, Prancis, Jerman, Yunani, Hongaria, Islandia, Irlandia, Italia, Latvia, Lituania, Belanda, Norwegia, Polandia, Portugal,
Rumania , Rusia, Serbia, Slovakia, Slovenia, Spanyol, Swiss, Turki, Ukraina, dan Inggris Raya.
Machine Translated by Google

982 C. AKTAN ET AL.

Tabel 1. Klasifikasi pasar Eropa.

Pasar Indeks Kode Pasar Indeks Kode

Pasar perbatasan Pasar maju

Bulgaria SOFIX BSE SOFIX Belgium BEL 20 BFX
Kroasia CROBEX CRBEX Denmark OMX Kopenhagen 20 OMXC20
Siprus Pasar Utama Siprus CYMAIN Finlandia OMX Helsinki 25 OMXH25
Estonia Jenderal Tallinn SE OMXTGI Perancis KAK 40 FCHI
Latvia Jenderal Riga OMXRGI Jerman DAX GDAXI
Lithuania Jenderal Vilnius SE OMXVGI Irlandia ISEQ Secara keseluruhan ISEQ
Serbia Belix 15 BELEX15 Italia FTSE MIB FTMIB
Slowakia SAKSOFON SAKSOFON Belanda AEX AEX
Slovenia SBITOP Blue-Chip SBITOP Norway Tolok Ukur OSE OSEBX
Rumania BERTARUH BETI Portugal PSI 20 PSI20
Pasar negara berkembang Spanyol IBEX 35 IBEX
Republik Ceko PX PX Swedia OXM Stockholm 30 OMXS30
Yunani ATG Komposit Umum Athena Swiss SMI SSMI

Hungaria Budapest SE BUX Britania Raya FTSE 100 FTSE

Islandia ICEX Utama OMXIPI
Polandia WIG20 WIG20
Rusia MICEX MCX

Turki BIS 100 XU100

Ukraina PFTS PFTSI

Catatan: Tabel ini menunjukkan pasar yang digunakan dalam penelitian ini. Pasar diklasifikasikan ke dalam tiga kelompok menggunakan 'Kriteria Kualitas
Pasar' FTSE. Menurut tingkat perkembangan ekonominya, kelompok-kelompok tersebut disebut sebagai pasar terdepan, berkembang, dan maju.

Pasar Eropa menawarkan banyak kualitas berbeda untuk dianalisis oleh para peneliti. Memiliki negara-negara
berkembang yang berdekatan dengan negara-negara berkembang dan semuanya dikelompokkan dalam wilayah yang
relatif kecil merupakan aspek penting untuk diamati, terutama pada efek limpahan peristiwa besar, seperti krisis keuangan
global 2008, terhadap efisiensi pasar. Untuk menangkap dan mengamati dengan lebih baik karakteristik pasar Eropa ini,
mereka selanjutnya diklasifikasikan menjadi tiga kelompok menggunakan 'Kriteria Kualitas Pasar' FTSE (Maret 2017).
Menurut tingkat perkembangan ekonominya, kelompok-kelompok tersebut disebut sebagai pasar terdepan, berkembang
dan berkembang (lihat Tabel 1). Dengan cara ini, sambil menguji efisiensi 32 pasar ini, kesimpulan umum dapat ditarik
terkait efisiensinya dengan tingkat perkembangan ekonomi.
Untuk mengontrol dan menghilangkan dampak Krisis Global 2008 terhadap data, pengujian dilakukan selama dua
periode yang berbeda. Pertama, pengujian dilakukan pada seluruh dataset dari Juni 2006 hingga Juni 2017. Kemudian,
pengujian yang sama diterapkan untuk periode pasca krisis: Januari 2011 hingga Juni 2017. Untuk memeriksa ketahanan
dan melihat apakah krisis keuangan mencemari hasil , data kemudian dibagi menjadi periode sebelum dan sesudah krisis
dan pengujian diulang.

3.2. Metodologi

Seri dari semua indeks harga saham dianalisis untuk memeriksa apakah seri ini mengandung akar unit atau apakah benar-
benar stasioner. Jika deret bergerak secara acak satu sama lain dan mengandung akar unit maka pasar tertentu itu
dikatakan efisien bentuk lemah. Hipotesis berikut diuji2:

H0: berisi akar unit (pasar efisien) (yaitu H0: ÿ = 0)

H1: stasioner (pasar tidak efisien) (yaitu H1: ÿ < 0)

Dalam literatur pendekatan yang paling umum digunakan untuk mengamati efisiensi pasar bentuk lemah adalah melalui uji
akar unit linier seperti uji ADF dan PP. Namun, penelitian terbaru mengkritik pendekatan linier ini dan menunjukkan bahwa
perilaku nonlinier harga saham tidak dapat diukur dengan benar melalui pengujian dengan struktur linier. Selain itu, uji
panel menjadi lebih berguna dalam mengukur efisiensi dibandingkan dengan uji akar unit deret waktu standar karena
menambahkan dimensi kedua pada hasil dengan memasukkan variasi lintas negara serta variasi lintas waktu. Oleh karena
itu, uji akar unit nonlinier dan uji panel semakin populer
Machine Translated by Google

JURNAL KEUANGAN EROPA 983

dalam literatur efisiensi pasar saat ini. Selain itu, uji akar unit panel generasi kedua dikembangkan berdasarkan asumsi
CSD, yang penting baik dari segi ekonomi maupun ekonometrik.
Selain itu, uji akar unit panel generasi kedua dikembangkan berdasarkan asumsi CSD, yaitu
penting dalam arti ekonomi dan ekonometri.
Dari sudut pandang ekonomi, CSD tidak dapat dihindari karena meningkatnya interkoneksi antar pasar dunia.
Terutama setelah tahun 1980-an, liberalisasi dan globalisasi menyebabkan semua pasar dan ekonomi saling terkait erat.
Indeks keterbukaan semua negara meningkat selama tahun-tahun ini. Integrasi ekonomi dan meningkatnya keterbukaan
negara-negara ini memperkenalkan beberapa bentuk kesulitan dalam studi ekonometrik.
Tanpa mempertimbangkan korelasi spasial, limpahan, variabel global/multilateral yang dihilangkan, guncangan umum
yang tidak teramati, atau saling ketergantungan residual umum, masalah ini tidak dapat ditangani dalam studi
ekonometrik. Dalam konteks ekonometrika, isu ini disebut CSD. CSD dapat muncul karena korelasi spasial, limpahan,
variabel global/multilateral yang dihilangkan, guncangan umum yang tidak teramati, atau saling ketergantungan residual
umum. Adanya kesalahan korelasi cross-sectional membuat prosedur uji akar unit panel dan kointegrasi konvensional
menjadi tidak valid. Maddala dan Wu (1999) dan Banerjee, Marcellino, dan Osbat (2004, 2005) menunjukkan bahwa
kinerja sampel terbatas generasi pertama uji akar unit panel yang mengabaikan CSD berkinerja sangat buruk untuk
panel berkorelasi cross-sectional. Breitung dan Pesaran (2008) menyoroti bahwa asumsi independensi cross-section
terlalu membatasi, terutama dalam konteks studi lintas negara.
Deret waktu dan analisis data panel generasi pertama adalah metodologi yang terlalu ketat untuk menangani semua
masalah ini. Isu CSD, yang merupakan hasil alami dari liberalisasi pasar dan globalisasi, hanya dapat diselesaikan
dengan akar unit panel generasi kedua atau metodologi kointegrasi. Jika pasar bergantung secara cross-sectional, hasil
analisis deret waktu dan data panel generasi pertama akan dipertanyakan. Berdasarkan pengetahuan ini, pertama-tama
kami menguji apakah ada masalah CSD dalam data kami dan melihat apakah metodologi yang lebih maju, yang
menangani masalah CSD akan lebih sesuai untuk analisis kami. Untuk itu, kami menggunakan tiga tes CSD yang
disarankan oleh Pesaran (2004).
Uji CSD yang diusulkan oleh Pesaran (2004) menghasilkan:

N ÿ1 N
2T
CD = ÿ ÿ (1)
ÿˆij
N(N ÿ 1)
ÿ i=1j=i+1 ÿ.

Tes CSD kedua, yang digunakan dalam Pesaran (2004), dikemukakan oleh Breusch dan Pagan (1980):

N ÿ1 N
CDLM1 = T · ÿ ÿ (2)
ÿˆij
ÿ i=1j=i+1 ÿ,

mengikuti versi skala CDLM1 yang dapat dipertimbangkan untuk menguji hipotesis ketergantungan silang bahkan untuk
N dan T besar:

N ÿ1 N
1
CDLM2 = ÿ ÿ (3)
(T · ˆÿ2 ÿ 1)
N(N ÿ 1) aku j

ÿ i=1j=i+1 ÿ.

Hasil tes CSD diberikan pada Tabel 2. Semua hasil tes mengungkapkan bahwa ada CSD dalam sampel. Ini menunjukkan
keterkaitan semua pasar.
Dalam penelitian ini, enam uji akar unit panel generasi kedua yang berbeda digunakan untuk menguji data: Uji Ucar
dan Omay (2009) (UO); Emirmahmutoglu dan Omay (2014) Test (EO); Omay, Hasanov, and Shin (2018) Test (OHS);
Omay, Corakci, dan Emirmahmutoglu (2017) Test (OCE); Tes Corakci, Emirmahmutoglu, dan Omay (2017) (CEO) dan
Omay dan Iren (2018) FIPS. Tes yang dikembangkan baru-baru ini memiliki struktur yang berbeda dan karenanya
memiliki kekuatan yang berbeda dalam menangkap stasioneritas rangkaian yang dimaksud. Semua tes menggunakan
algoritma sieve bootstrap untuk memperbaiki CSD. Rincian algoritma yang digunakan dapat ditemukan di makalah masing-masing.
Machine Translated by Google

984 C. AKTAN ET AL.

Tabel 2. Hasil uji CSD.

Bulanan CD CDLM1 CDLM2

Jan 2009–Juni 2017 Dikembangkan 67,789 (0,000) 18,007 4683.895 (0.000) 340.448 (0.000)
Muncul (0,000) 23,377 (0,000) 457.078 (0.000) 57.338 (0.000)
Perbatasan 61,975 (0,000) 14,121 691.752 (0.000) 68.173 (0.000)
Jan 2010–Juni 2017 Dikembangkan (0,000) 17,101 (0,000) 3938.008 (0.000) 285.159 (0.000)
Muncul 57,980 (0,000) 11,217 289.406 (0.000) 34.931 (0.000)
Perbatasan (0,000) 14,50) (0,000) 367.962 (0.000) 34.043 (0.000)
Jan 2011–Juni 2017 Dikembangkan 51,606 (0,000) 5,94 (0,000) 3439.788 (0.000) 248.228 (0.000)
Muncul (0,000) (0,000) 51,606 198.754 (0.000) 22.818 (0.000)
Perbatasan (0,000) 5,94 (0,000) (0,000) 313.963 (0.000) 28.351 (0.000)
Jan 2012–Juni 2017 Dikembangkan (0,000) (0,000) (0,000) 2751.198 (0.000) 197.187 (0.000)
Muncul (0,000) (0,000) (0,000) 103.531 (0.000) 10.093 (0.000)
Perbatasan (0,000) (0,000) (0,000) 143.500 (0.000) 10.382 (0.000)
Juni 2006–Des 2009 Dikembangkan (0,000) (0,000) (0,000) 2590.950 ( 0.000) 185.308 ( 0.000)
Muncul (0,000) (0,000) (0,000) 429.084 (0.000) 53.597 (0.000)
Perbatasan (0,000) (0,000) (0,000) 755.492 (0.000) 74.892 (0.000)
Juni 2006–Des 2010 Dikembangkan (0,000). 0,000) 19,382 3160.527 (0.000) 227.528 (0.000)
Muncul (0,000) 26,787 (0,000) 513.251 (0.000) 64.844 (0.000)
Perbatasan 55,926 (0,000) 20,947 831.593 (0.000) 82.914 (0.000)
Juni 2006–Des 2011 Dikembangkan (0,000) 27,759 (0,000) 3736.411 (0.000) 270.215 (0.000)
Muncul 60,825 (0,000) 22,541 591.562 (0.000) 75.309 (0.000)
Perbatasan (0,000) 29,542 (0,000) 952.034 (0.000) 95.609 (0.000)
Juni 2006–Juni 2017 Dikembangkan 80,630 (0,000) 26,191 6591.145 (0.000) 481.822 (0.000)
Muncul (0,000) 34,34) (0,000) 851.350 (0.000) 110.024 (0.000)
Perbatasan 80,630 (0,000) 26,191 (0,000) 34,34) (0,000)1364.450 (0.000)
80,630 (0,000) 26,191 (0,000) 34,34,34) 80,000)139.082
(0,000) 26,191(0.000)
(0,000) 34.

Catatan: Tabel ini menunjukkan hasil pengujian CSD untuk data bulanan yang diperoleh dari periode Januari 2009–Juni
2017, Januari 2010–Juni 2017, Januari 2011–Juni 2017, Januari 2012–Juni 2017, Juni 2006–Desember 2009, Juni 2006–
Desember 2010, Juni 2006–Desember 2011 dan Juni 2006–Juni 2017.

3.2.1. Uji akar unit panel nonlinier Kami

menjelaskan semua uji akar unit panel secara singkat, dalam dua kelompok: (1) nonlinier yang bergantung pada keadaan
dan (2) nonlinier yang bervariasi waktu (pemutusan struktural). Pada kelompok pertama, sebagai bentuk umum dari nonlinier
ini, kita mulai dengan uji Emirmah mutoglu dan Omay (2014) (EO) dan kemudian memberikan diskusi singkat tentang dua
uji lainnya, yang bergantung pada uji umum ini: Corakci, Emirmahmutoglu, dan Tes Omay (2017) (CEO) dan Ucar dan Omay
(UO) (2009) . Untuk pengujian akar unit panel pemutus struktural lagi kami mengikuti strategi yang sama dan mulai dengan
uji akar unit panel pemutus struktural bentuk paling umum, Omay, Corakci, dan Emirmahmutoglu (2017) (OCE) dan kemudian
menjelaskan Omay, Hasanov, dan Shin ( 2018) (OHS) dan tes Omay dan Iren (2018) (OI).

3.2.1.1. Pengujian akar unit panel nonlinier yang bergantung pada status. Mengikuti karya Ucar dan Omay (2009),
Emirmahmutoglu dan Omay (2014) telah menggabungkan uji akar unit panel nonlinier ini bersama dengan kerangka kerja
Sollis (2009) dan mengusulkan uji akar unit baru untuk panel heterogen. Pengujian menunjukkan nonlinier ESTAR simetris
atau asimetris sebagai alternatif untuk panel heterogen.
Emirmahmutoglu dan Omay (2014) mengusulkan panel heterogen asimetris nonlinier sebagai berikut:

yit = Git(ÿ1i, yi,tÿ1){Duduk(ÿ2i, yi,tÿ1)ÿ1i + (1 ÿ Duduk(ÿ2i, yi,tÿ1))ÿ2i}yi,tÿ1 + ÿit, (4)

Git(ÿ1i, yi,tÿ1) = 1 ÿ exp(ÿÿ1i, y2 i,tÿ1)ÿ1i ÿ 0 untuk semua i, (5)

Duduk(ÿ2i, yi,tÿ1) = [1 + exp(ÿÿ2i, yi,tÿ1)] ÿ1ÿ2i ÿ 0 untuk semua i, (6)

dimana ÿit ÿ iid(0, ÿ2 ). Jika ÿ1i > 0 dan ÿ2i ÿ ÿ ukuran deviasinya besar untuk variabel keadaan (yi,tÿ1) dan transisi ESTAR
Saya

terjadi antara model rezim sentral dan model rezim luar dengan ÿ1i menentukan kecepatan transisi. Mengikuti langkah-
langkah di EO (2014), mereka telah menemukan regresi bantu di bawah ini untuk
Machine Translated by Google

JURNAL KEUANGAN EROPA 985

pengujian akar unit panel nonlinier:

pi

yit = ÿ1iy3saya,tÿ1 + ÿ2iy4 i,tÿ1 + ÿijyi,tÿj + ÿit. (7)

j=1

Ucar dan Omay (UO) (2009) telah menggabungkan karya Kapetanios, Shin, dan Snell (2003) (Tes KSS) dan Im, Pesaran, dan Shin
(2003) (Tes IPS) dan muncul dengan akar unit panel baru tes dengan struktur heterogen.
Tes UO menggunakan regresi bantu berikut:

pi

yit = ÿ1iy3i,tÿ1 + ÿijyi,tÿj + ÿit. (8)

j=1

Corakci, Emirmahmutoglu, dan Omay (2017) (selanjutnya; CEO) telah menggabungkan karya Enders dan Granger (1998) (Tes EG)
dan Im, Pesaran, dan Shin (2003) (Tes IPS) dan menghasilkan panel baru uji akar unit dengan struktur heterogen. Pengujian regresi
uji CEO adalah sebagai berikut:

yit = ÿi + ÿi1Iityi,tÿ1 + ÿi2(1 ÿ Iit)yi,tÿ1 + ÿit. (9)

Regresi pengujian model panel nonlinier yang bergantung pada keadaan adalah sebagai berikut:

pi

yit = ÿ1iy3saya,tÿ1 + ÿ2iy4 i,tÿ1 + ÿijyi,tÿ1 + ÿit. (10)

j=1

pi

yit = ÿ1iy3i,tÿ1 + ÿijyi,tÿj + ÿit. (11)

j=1

yit = ÿi + ÿi1Iityi,tÿ1 + ÿi2(1 ÿ Iit)yi,tÿ1 + ÿit. (12)

Hipotesis nol dari EO menjadi H0 : ÿ1i = ÿ2i = 0 untuk semua i dalam model tambahan di mana alternatifnya adalah transisi halus
eksponensial asimetris atau sekadar pembalikan atau stasioneritas rata-rata nonlinier asimetris.
Untuk uji UO H0 : ÿ1i = 0 adalah hipotesis nol dan alternatifnya adalah transisi mulus eksponensial simetris atau sekadar
pengembalian atau stasioneritas rata-rata nonlinier simetris. Untuk uji CEO H0 : ÿ1i = ÿ2i = 0 adalah hipotesis nol dan alternatifnya
adalah stasioneritas nonlinier dengan nonlinieritas TAR.

3.2.1.2. Uji akar unit panel nonlinier (istirahat struktural) yang bergantung waktu. Omay, Corakci, dan Emirmah mutoglu
(2017) (OCE) telah mengusulkan uji akar unit panel, yang menggabungkan model smooth transition (ST) dan threshold autoregressive
(TAR) dengan menggabungkan karya Sollis (2004) dan Im , Pesaran, dan Shin (2003). Seperti pada semua pengujian di atas,
metode sieve bootstrap diimplementasikan untuk menghilangkan masalah ketergantungan cross-sectional (CSD).

Omay, Corakci, dan Emirmahmutoglu (2017) mengusulkan bahwa yit adalah proses panel ST-TAR yang memiliki perubahan
tren dan akan dihasilkan dari salah satu dari tiga proses transisi halus (ST) berikut:

Model A : yit = ÿi1 + ÿi2Sit(ÿi, ÿi) + ÿit. (13)

Model B : yit = ÿi1 + ÿi1t + ÿi2Sit(ÿi, ÿi) + ÿit. (14)

Model C : yit = ÿi1 + ÿi1t + ÿi2Sit(ÿi, ÿi) + ÿi2tSit(ÿi, ÿi) + ÿit. (15)
Machine Translated by Google

986 C. AKTAN ET AL.

Dalam pengujian ini, Sit(ÿi, ÿi) merepresentasikan fungsi transisi mulus logistik yang memiliki ukuran sampel T dan N unit. Itu
ditampilkan sebagai

Duduk(ÿi, ÿi) = [1 + exp{ÿÿi(t ÿ ÿiT)}] ÿ1, ÿi > 0. (16)

Dalam model ini, transisi yang terjadi antar rezim direpresentasikan sebagai transisi mulus yang kehalusannya
diekspresikan menggunakan parameter ÿi .
Statistik uji dihitung menggunakan metode dua langkah. Pada langkah pertama, komponen deterministik untuk
setiap unit penampang diperkirakan. Kemudian, residu kuadrat terkecil nonlinier diperoleh dari

Model A : ÿˆit = yit ÿ ˆÿi1 ÿ ˆÿi2Sit(ÿˆi, ÿˆi). (17)

Model B : ÿˆit = yit ÿ ˆÿi1 ÿ ÿˆ i1t ÿ ˆÿi2Sit(ÿˆi, ÿˆi). (18)

Model C : ÿˆit = yit ÿ ˆÿi1 ÿ ÿˆ i1t ÿ ˆÿi2Sit(ÿˆi, ÿˆi) ÿ ÿˆ i2tSit(ÿˆi, ÿˆi). (19)

Pada langkah kedua, model berikut digunakan untuk menguji akar unit:

ki
ÿˆit = ÿi1Iitÿˆi,tÿ1 + ÿi2(1 ÿ Iit)ÿˆi,tÿ1 + j=1 ÿijÿˆi,tÿj + ÿit. (20)

Hipotesis nol dari akar unit ada ketika ÿi1 = ÿi2 = 0 (untuk semua i) terhadap alternatif proses ST-TAR panel stasioner
dengan penyesuaian simetris ketika ÿi1 = ÿi2 < 0 (untuk beberapa i).
Tes Omay, Hasanov, dan Shin (2018) (selanjutnya; OHS) adalah versi khusus dari tes OCE (2017) di mana
pada langkah kedua tes IPS dikenakan sebagai pengganti tes CEO. Oleh karena itu, Persamaan (20) digunakan sebagai berikut:

ki
ÿˆit = ÿi1ÿˆi,tÿ1 + ÿijÿˆi,tÿj + ÿit. (21)
j=1

Hipotesis nol dari akar unit ada ketika ÿi1 = 0 (untuk semua i) terhadap alternatif proses ST-TAR panel stasioner dengan
penyesuaian simetris ketika ÿi1 < 0 (untuk beberapa i).
Omay dan Iren (2018) (selanjutnya; OI) Uji akar unit panel FIPS adalah bentuk OHS yang berbeda, di mana
pemutusan struktural dihilangkan oleh Fungsi Fourier Fleksibel. di(t) = ÿi,0 + ÿi,k sin (2ÿkit/T) + ÿi,k cos(2ÿkit/T) untuk
memperkirakan di(t) dengan ki adalah frekuensi dan T adalah bilangan observasi. Frekuensi 1 dinyatakan sebagai
estimasi yang baik dari model yang menunjukkan perubahan struktural. Uji regresi dari uji tersebut adalah

ui,t = ÿiui,tÿ1 + ci,1 + ci,2t + ci,3 sin2ÿkit T + c4 cos2ÿkit

T
+ ei,t. (22)

Prosedur pengujian ini dirancang untuk beberapa patahan struktural halus dan OI telah mengusulkan versi fraksional
yang sifatnya lebih umum.3 Hipotesis nol dari akar unit ada ketika ÿi1 = 0 (untuk semua i) terhadap alternatif stasioner
panel multiple proses smooth break ketika ÿi1 < 0 (untuk beberapa i).

4. Hasil empiris
Tabel 3–5 menunjukkan hasil uji akar unit panel yang diterapkan pada data dari Juni 2006 hingga Juni 2017. Hasil
Pasar Perbatasan Eropa diberikan pada Tabel 3. Dari semua uji akar unit panel di atas, hanya Omay dan Iren (2018)
Uji FIPS menunjukkan bahwa deret tersebut stasioner. Semua hasil tes lainnya menunjukkan bahwa pasar Frontier
mengandung akar unit dan karenanya efisien bentuk lemah. Tabel 4 menunjukkan hasil Pasar Negara Berkembang
Eropa, dan Tabel 5 menunjukkan hasil Pasar Negara Berkembang Eropa. Tes tidak dapat menangkap stasioneritas
dalam kedua kasus ini, menyimpulkan bahwa pasar ini efisien bentuk lemah.4
Machine Translated by Google

JURNAL KEUANGAN EROPA 987

Tabel 3. Hasil pengujian pasar perbatasan Eropa periode Juni 2006–Juni 2017.

Nonlinier yang Chang (2004) Mencegat ÿ1.439 (0.660) Non Stasioner/Efisien Non
bergantung pada negara Tren Intersep ÿ1.911 (0.830) Stasioner/Efisien Non
CEO (2017) PTAR (SD) Mencegat 1.526 (0.775) Stasioner/Efisien Non
Tren Intersep 2.006 (0.885) Stasioner/Efisien Non
UO (2009) PSTAR Mencegat ÿ1.528 (0.690) Stasioner/Efisien Non
Tren Intersep ÿ2.391 (0.410) Stasioner/Efisien Non
EO (2014) PAESTAR Mencegat 1.714 (0.850) Stasioner/Efisien Non
Tren Intersep 3.227 (0.630) Stasioner/Efisien Stasioner/
Istirahat struktural Omay dan Iren (2018) FIPS Mencegat ÿ2.528 (0.091) Tidak Efisien Non Stasioner/
Tren Intersep ÿ2.607 (0.194) Efisien Non- Stasioner/
K3 (2018) Model A ÿ2.198 (0.956 ) Efisien Non-Stasiun/Efisien
Model B ÿ2.613 (0.987) Non-Stasiun/Efisien Non-
Model C ÿ2.864 (0.981) Stasiun/Efisien Non-Stasiun/
Istirahat struktural ± keadaan OCE (2017) Model A 2.655 (0.990) Efisien Non-Stasiun/Efisien
nonlinier bergantung Model B 3.566 (0.994) Catatan: Tabel ini
Model C 4.356 (0.996) menunjukkan hasil Uji Chang

(2004 ) ; Omay, Corakci, dan Emirmahmutoglu (2017) Test (OCE); Ucar dan Omay (2009) Test (UO); Emirmahmutoglu dan Omay (2014) Test (EO); Omay dan Iren (2018)
Uji FIPS; Omay, Hasanov, and Shin (2018) Test (OHS) dan Corakci, Emirmahmutoglu, and Omay (2017) Test (CEO) untuk sampel European Frontier Markets. Periode
data adalah dari Juni 2006 hingga Juni 2017.

Tabel 4. Hasil pengujian pasar negara berkembang Eropa periode Juni 2006–Juni 2017.

Nonlinier yang Chang (2004) Mencegat ÿ1.754 (0.384) Non Stasioner/Efisien Non
bergantung pada negara Tren Intersep ÿ2.344 (0.463) Stasioner/Efisien Non
CEO (2017) PTAR (SD) Mencegat 2.122 (0.505) Stasioner/Efisien Non
Tren Intersep 2.858 (0.565) Stasioner/Efisien Non
UO (2009) PSTAR Mencegat ÿ1.772 (0.494) Stasioner/Efisien Non
Tren Intersep ÿ2.248 (0.598) Stasioner/Efisien Non
EO (2014) PAESTAR Mencegat 2.759 (0.392) Stasioner/Efisien Non
Tren Intersep 3.216 (0.671) Stasioner/Efisien Non
Istirahat struktural Omay dan Iren (2018) FIPS Mencegat ÿ2.534 (0.479) Stasioner/Efisien Non
Tren Intersep ÿ2.663 (0.737) Stasioner/Efisien Non
K3 (2018) Model A ÿ2.515 (0.825 ) Stasioner/Efisien Non
Model B ÿ2.586 (0.965) Stasioner/Efisien Non
Model C ÿ2.819 (0.956) Stasioner/Efisien Non
Istirahat struktural ± keadaan OCE (2017) Model A 3.337 (0.880) Stasioner/Efisien Non
nonlinier bergantung Model B 3.443 (0.923) Stasioner/Efisien Non
Model C 4.273 (0.960) Stasioner/Efisien Catatan:

Tabel ini menunjukkan hasil Uji Chang (2004 ) ; Omay, Corakci, dan Emirmahmutoglu (2017) Test (OCE); Ucar dan Omay (2009)
Tes (UO); Emirmahmutoglu dan Omay (2014) Test (EO); Omay dan Iren (2018) Uji FIPS; Omay, Hasanov, and Shin (2018) Test (OHS) dan Corakci, Emirmahmutoglu,
and Omay (2017) Test (CEO) untuk sampel Pasar Berkembang Eropa. Periode data adalah dari Juni 2006 hingga
Juni 2017.

Tabel 5. Hasil pengujian pasar negara maju Eropa periode Juni 2006–Juni 2017.

Nonlinier yang Chang (2004) Mencegat 1,792) 1,646 (0,633) Tidak Stasioner/Efisien
bergantung pada negara Tren Intersep 1,751 (0,854) ÿ2,036 Tidak Stasioner/Efisien
CEO (2017) PTAR (SD) Mencegat (0,371) ÿ2,287 (0,485) Tidak Stasioner/Efisien
Tren Intersep (0,209) (0,209) 3,015 Tidak Stasioner/Efisien
UO (2009) PSTAR Mencegat (0,422) ÿ2,547) (0,59) Tidak Stasioner/Efisien
Tren Intersep (0,59) (0,59) (0,129) Tidak Stasioner/Efisien
EO (2014) PAESTAR Mencegat (0,59) (0,487) (0,487) Tidak Stasioner/Efisien
Tren Intersep (0,487) (0,485) (0,12) Tidak Stasioner/Efisien
Istirahat struktural Omay dan Iren (2018) FIPS Mencegat (0,59) (0.12) (0.12) Tidak Stasioner/Efisien
Tren Intersep (0,485) (0.12) (0,12) Tidak Stasioner/Efisien
K3 (2018) Model A (0.12) (0.12) (0.12) Tidak Stasioner/Efisien
Model B (0.487) (0,485) (0.12) Tidak Stasioner/Efisien
Model C (0.12) (0.12) (0.12) (0.12) Tidak Stasioner/Efisien
Istirahat struktural ± keadaan OCE (2017) Model A (0.12) (0.12.12.12. ) Tidak Stasioner/Efisien
nonlinier bergantung Model B ÿ2.817 (0.985) ÿ2.802 Tidak Stasioner/Efisien
Model C (0.984) 2.764 (0.912) 3.954 (0.821) Tidak Stasioner/Efisien
4.033 (0.992)

Catatan: Tabel ini menunjukkan hasil Uji Chang (2004) ; Omay, Corakci, dan Emirmahmutoglu (2017) Test (OCE); Ucar dan Omay (2009)
Tes (UO); Emirmahmutoglu dan Omay (2014) Test (EO); Omay dan Iren (2018) Uji FIPS; Omay, Hasanov, and Shin (2018) Test (OHS) dan Corakci, Emirmahmutoglu,
and Omay (2017) Test (CEO) untuk sampel Pasar Berkembang Eropa. Periode data adalah dari Juni 2006 hingga Juni 2017.
Machine Translated by Google

988 C. AKTAN ET AL.

Tabel 6. Hasil pengujian pasar perbatasan Eropa periode Januari 2011–Juni 2017.

Nonlinier yang
bergantung pada negara
Istirahat struktural
Istirahat struktural ± keadaan
nonlinier bergantung
Chang (2004) Mencegat ÿ1.428 (0.735) ÿ1.417 Tidak Stasioner/Efisien
Tren Intersep (0.999) 2.094 (0.610) Tidak Stasioner/Efisien
CEO (2017) PTAR (SD) Mencegat 1.745 (0.990) ÿ1.537 Tidak Stasioner/Efisien
Tren Intersep (0.762) ÿ1.630 (0.961) Tidak Stasioner/Efisien
UO (2009) PSTAR Mencegat 3.107 (0.138) 3.542 Tidak Stasioner/Efisien
Tren Intersep (0.576) ÿ963 (0.17) (0.17) Tidak Stasioner/Efisien
EO (2014) PAESTAR Mencegat (0.17) (0.17) (0.17) Tidak Stasioner/Efisien
Tren Intersep (0.17) (0.17) (0.17) Tidak Stasioner/Efisien
Omay dan Iren (2018) FIPS Mencegat (0.17) (0.17) (0.17) (0.17) Tidak Stasioner/Efisien
Tren Intersep (0.17) (0.17) (0.17) (0.17) Tidak Stasioner/Efisien
K3 (2018) Model A (0.17) (0.17) (0.17) (0.17) Tidak Stasioner/Efisien
Model B (0.17) (0.17) (0.17) (0.17) Tidak Stasioner/Efisien
Model C (0.17) (0.12) ÿ12.12.12. ) Tidak Stasioner/Efisien
OCE (2017) Model A ÿ2.654 (0.980) ÿ3.094 Tidak Stasioner/Efisien
Model B (0.920) 2.897 (0.980) Tidak Stasioner/Efisien
Model C 4.160 (0.998) 5.245 (0.999) Tidak Stasioner/Efisien

Catatan: Tabel ini menunjukkan hasil Uji Chang (2004) ; Omay, Corakci, dan Emirmahmutoglu (2017) Test (OCE); Ucar dan Omay (2009) Test (UO);
Emirmahmutoglu dan Omay (2014) Test (EO); Omay dan Iren (2018) Uji FIPS; Omay, Hasanov, and Shin (2018) Test (OHS) dan Corakci,
Emirmahmutoglu, and Omay (2017) Test (CEO) untuk sampel European Frontier Markets. Periode data adalah dari Januari 2011 hingga Juni 2017.

Tabel 7. Hasil pengujian pasar negara berkembang Eropa periode Januari 2011–Juni 2017.

Nonlinier yang Chang (2004) Mencegat ÿ1.400 (0.804) Non Stasioner/Efisien Non
bergantung pada negara Tren Intersep ÿ1.868 (0.962) Stasioner/Efisien Non
CEO (2017) PTAR (SD) Mencegat 2.387 (0.890) Stasioner/Efisien Non
Tren Intersep 1.814 (0.820) Stasioner/Efisien Non
UO (2009) PSTAR Mencegat ÿ1.258 (0.918) Stasioner/Efisien Non
Tren Intersep ÿ1.763 (0.946) Stasioner/Efisien Non
EO (2014) PAESTAR Mencegat 2.908 (0.147) Stasioner/Efisien Non
Tren Intersep 2.977 (0.655) Stasioner/Efisien Stasioner/
Istirahat struktural Omay dan Iren (2018) FIPS Mencegat ÿ3.138 (0.095) Tidak Efisien Non Stasioner/
Tren Intersep ÿ3.253 (0.231) Efisien Non- Stasioner/
K3 (2018) Model A ÿ2.196 (0.980 ) Efisien Non-Stasiun/Efisien
Model B ÿ3.287 (0.400) Non-Stasiun/Efisien Non-
Model C ÿ3.851 (0.202) Stasiun/Efisien Non-Stasiun/
Istirahat struktural ± keadaan OCE (2017) Model A 4.053 (0.880) Efisien Stasioner/Tidak
nonlinier bergantung Model B 5.711 (0.601) Efisien Catatan: Tabel ini
Model C 7.917 (0.099) menunjukkan hasil Uji Chang

(2004) ; Omay, Corakci, dan Emirmahmutoglu (2017) Test (OCE); Ucar dan Omay (2009) Test (UO); Emirmahmutoglu dan Omay (2014) Test (EO); Omay
dan Iren (2018) Uji FIPS; Omay, Hasanov, and Shin (2018) Test (OHS) dan Corakci, Emirmahmutoglu, and Omay (2017) Test (CEO) untuk sampel Pasar
Berkembang Eropa. Periode data adalah dari Januari 2011 hingga Juni 2017.

Pengujian yang sama diulangi untuk mengontrol dampak Krisis Keuangan Global tahun 2008. Tabel 6–78
memberikan hasil pengujian ini untuk periode waktu kedua dan yang lebih singkat untuk Pasar Perbatasan Eropa,
Pasar Berkembang Eropa, dan Pasar Berkembang Eropa. Melihat hasil untuk periode waktu antara Januari 2011 dan
Juni 2017, stasioneritas diamati di kelompok Pasar Berkembang Eropa dan Pasar Berkembang Eropa. Untuk Pasar
Berkembang Eropa, inefisiensi pasar, yang tidak diamati dalam periode sampel penuh, sebenarnya terdeteksi melalui
uji CEO PTAR (2017) pada periode pasca-2011. Dalam pengertian itu, kita dapat menyimpulkan bahwa pasar ini dapat
diprediksi dalam nonlinier TAR dan sebagai hasilnya, inefisiensi pasar dapat dibuktikan untuk negara-negara Eropa
maju untuk periode pasca-krisis. Di sisi lain, grup Pasar Perbatasan Eropa ditemukan lemah dalam bentuk efisien di
semua uji akar unit panel yang diterapkan.
Hasil Uji FIPS Omay dan Iren (2018) menunjukkan bahwa antara Juni 2006 dan Juni 2017, Pasar Perbatasan Eropa
tidak efisien. Namun pengujian yang sama ketika diterapkan pada periode waktu tidak termasuk waktu krisis
menunjukkan bahwa kelompok pasar ini sebenarnya efisien.
Di negara-negara Eropa Berkembang, stasioneritas dalam kerangka jeda struktural dan nonlinier yang bergantung
pada negara diamati. Dalam pengertian ini, pasar ini dapat diperkirakan dan tidak efisien. Ini juga bisa
Machine Translated by Google

JURNAL KEUANGAN EROPA 989

Tabel 8. Hasil pengujian pasar negara maju Eropa periode Januari 2011–Juni 2017.

Nonlinier yang Chang (2004) Mencegat 1.388 (0.768) Tidak Stasioner/Efisien

bergantung pada negara Tren Intersep ÿ1.925 (0.806) Tidak Stasioner/Efisien
CEO (2017) PTAR (SD) Mencegat 2.691 (0.422) Tidak Stasioner/Efisien
Tren Intersep 5.040 (0.092) Stasioner/Tidak efisien
UO (2009) PSTAR Mencegat ÿ2.164 (0.265) Tidak Stasioner/Efisien
Tren Intersep ÿ2.607 (0.257) Tidak Stasioner/Efisien
EO (2014) PAESTAR Mencegat (0.367) (0,367) Tidak Stasioner/Efisien
Tren Intersep (0.13) (0,367) Tidak Stasioner/Efisien
Istirahat struktural Omay dan Iren (2018) FIPS Mencegat (0.13) (0.13) Tidak Stasioner/Efisien
Tren Intersep (0.13) (0.13.0.3.391 Tidak Stasioner/Efisien
Omay, Hasanov, dan Shin (2018) Model A (0.13. ) ÿ3.278 Tidak Stasioner/Efisien
Model B (0.554) ÿ3.688 Tidak Stasioner/Efisien
Model C (0.600) 5.308 Tidak Stasioner/Efisien
Istirahat struktural ± keadaan OCE (2017) Model A (0.364) 5.812 Tidak Stasioner/Efisien
nonlinier bergantung Model B (0.560) 7.323 Tidak Stasioner/Efisien
Model C (0.482) Tidak Stasioner/Efisien

Catatan: Tabel ini menunjukkan hasil Uji Chang (2004) ; Omay, Corakci, dan Emirmahmutoglu (2017) Test (OCE); Ucar dan Omay (2009) Test (UO);
Emirmahmutoglu dan Omay (2014) Test (EO); Omay dan Iren (2018) Uji FIPS; Omay, Hasanov, and Shin (2018) Test (OHS) dan Corakci, Emirmahmutoglu,
and Omay (2017) Test (CEO) untuk sampel Pasar Berkembang Eropa. Periode data adalah dari Januari 2011 hingga Juni 2017.

disimpulkan bahwa pasar berkembang memiliki jeda struktural dan nonlinier tipe TAR. Hasanov dan Omay (2008) telah menunjukkan
bahwa meskipun dinamika nonlinier dari pasar maju telah diselidiki sebelumnya; pasar berkembang dan perbatasan, yang memiliki
dinamika berbeda, telah diabaikan.
Volatilitas ditemukan tinggi di pasar berkembang ini di mana perubahan harga terjadi dengan cepat dan instan karena tingginya
jumlah biaya transaksi dan heterogenitas dalam keyakinan agen. Oleh karena itu, jenis perilaku ini hanya dapat ditangkap melalui
nonlinier tipe TAR seperti yang dapat dilihat dari hasilnya. Tes akar unit linier tidak akan cukup untuk menangkap perubahan cepat
ini dan penyimpangan dari kesetimbangan.
Pasar keuangan diketahui mengalami perubahan rezim tipe TAR. Oleh karena itu, hasil dari ketiga kelompok tersebut telah
mendukung literatur yang ada tentang efisiensi pasar. Untuk negara-negara berkembang, diamati bahwa mereka memiliki jeda
struktural tambahan.

5. Pemeriksaan ketahanan

Kami telah mengulangi pengujian kami untuk periode waktu yang berbeda dan untuk frekuensi data yang berbeda – bulanan dan
mingguan – untuk memeriksa kekokohan hasil kami. Kami telah membagi data menjadi dua bagian sebagai pra-krisis dan pasca-krisis.
Untuk periode sebelum krisis, kami menggunakan tiga rentang data yang berbeda: Juni 2006 hingga Desember 2009, Juni 2006
hingga Desember 2010, dan Juni 2006 hingga Desember 2011. Untuk periode pascakrisis, kami menggunakan empat rentang data
yang berbeda: Januari 2009 hingga Juni 2017, Januari 2010 hingga Juni 2017, Januari 2011 hingga Juni 2017 dan Januari 2012
hingga Juni 2017.
Perbandingan hasil uji akar unit panel nonlinier menggunakan frekuensi bulanan diberikan pada Tabel 9. Konsisten dengan
hasil kami sebelumnya, pemeriksaan ketahanan ini menunjukkan bahwa untuk pasar Perbatasan, efisiensi ditolak hanya untuk
sampel penuh; sementara di semua periode waktu lainnya pasar ini ditemukan efisien. Negara-negara berkembang dan maju
menghadapi inefisiensi pasar hanya pada periode pasca krisis. Namun, jika periode data mencakup tahun 2009 dan 2010, pasar
tersebut tidak menunjukkan stasioneritas. Ini seharusnya karena efek krisis yang berkelanjutan. Ketika periode data diambil setelah
periode krisis benar-benar berakhir, pasar ini ditemukan tidak efisien. Selama periode pra-krisis, semua kelompok negara dianggap
efisien.
Hasil analisis menggunakan frekuensi data mingguan ditunjukkan pada Tabel 10. Karena ketersediaan data, kami dapat
menjalankan pengujian ini hanya untuk sampel pasar maju. Hasilnya mengkonfirmasi hasil kami dengan frekuensi data bulanan dan
menunjukkan bahwa pasar negara maju Eropa tidak efisien selama periode pasca krisis. Seperti pada frekuensi bulanan, ketika data
terkontaminasi dampak krisis, pengujian tidak menunjukkan stasioneritas.
Machine Translated by Google

990 C. AKTAN ET AL.

Tabel 9. Hasil uji akar unit panel nonlinier (data bulanan).

123 4 5 6 7 8
Pra-krisis Pra-krisis Pra-krisis Sampel Penuh Pasca krisis Pasca krisis Pasca krisis Pasca krisis

DIKEMBANGKAN CEO OCE

MUNCUL OI, OCE OI, OHS, OCE
PERBATASAN OI

Catatan: Tabel ini menampilkan hasil uji akar unit panel nonlinier menggunakan data bulanan. Sel yang diarsir mewakili stasioneritas.
Kolom 1 merupakan hasil data bulanan Juni 2006 sampai Desember 2009. Kolom 2 merupakan hasil data bulanan Juni 2006 sampai
Desember 2010. Kolom 3 merupakan hasil data bulanan Juni 2006 sampai Desember 2011. Kolom 4 merupakan hasil data bulanan
Juni 2006 sampai Juni 2017. Kolom 5 merupakan hasil data bulanan Januari 2009 sampai Juni 2017. Kolom 6 merupakan hasil data
bulanan Januari 2010 sampai Juni 2017. Kolom 7 merupakan hasil data bulanan Januari 2011 sampai Juni 2017. Kolom 8 merupakan
hasil data bulanan dari Januari 2012 sampai Juni 2017.

Tabel 10. Hasil uji akar unit panel nonlinier (data mingguan).
123 4 5 6 7 8
Pra-krisis Pra-krisis Pra-krisis Sampel Penuh Pasca krisis Pasca krisis Pasca krisis Pasca krisis

DIKEMBANGKAN EO, OI OI

Catatan: Tabel ini menunjukkan hasil uji akar unit panel nonlinier menggunakan data mingguan. Sel yang diarsir mewakili stasioneritas. Kolom 1 merupakan hasil data
mingguan dari tanggal 4 Juni 2006 sampai dengan 27 Desember 2009. Kolom 2 merupakan hasil data mingguan dari tanggal 4 Juni 2006 sampai dengan 26
Desember 2010. Kolom 3 merupakan hasil data mingguan dari tanggal 4 Juni 2006 sampai dengan 25 Desember 2011 Kolom 4 merupakan hasil data mingguan dari
tanggal 4 Juni 2006 sampai dengan 25 Juni 2017 Kolom 5 merupakan hasil data mingguan dari tanggal 4 Januari 2009 sampai dengan 25 Juni 2017 Kolom 6
merupakan hasil data mingguan dari tanggal 3 Januari 2010 sampai dengan 25 Juni 2017. Kolom 7 merupakan hasil pendataan mingguan dari 2 Januari 2011 sampai
dengan 25 Juni 2017. Kolom 8 merupakan hasil pendataan mingguan dari 1 Januari 2012 sampai dengan 25 Juni 2017.

Menggunakan data frekuensi yang lebih tinggi menghasilkan hasil yang konsisten dan menunjukkan bahwa hasil kami kuat.
Namun, perlu dicatat bahwa, dalam data mingguan, kami memiliki struktur frekuensi tinggi yang tidak ada dalam data bulanan.
Oleh karena itu, hasil pengujian data mingguan dan bulanan memiliki sedikit perbedaan perbandingan. Itu sebabnya tes yang
berbeda memberikan hasil yang berbeda ketika frekuensi data berbeda.
Jika dibandingkan dengan data mingguan, data bulanan (frekuensi rendah) kehilangan beberapa fitur penting akibat efek
pembulatan. Di sisi lain, dalam data mingguan (frekuensi tinggi) efek nonlinier terlihat jelas. Namun, dalam data gabungan, seperti
frekuensi bulanan, efek ini hilang tetapi jeda struktural atau perilaku yang berubah-ubah waktu dapat dengan mudah dideteksi.
Pengujian akar unit panel kami yang diterapkan pada data mingguan dan bulanan menunjukkan efek ini secara eksplisit. Tes EO
dan UO cukup umum untuk mengklasifikasikan perilaku halus yang bervariasi waktu ini sebagai nonlinier yang bergantung pada
keadaan, sedangkan uji jeda struktural seperti OI mengenali perilaku yang bergantung pada keadaan sebagai jeda yang mulus
(lihat Enders dan Lee 2012 untuk perbandingan jenis ini perilaku). Oleh karena itu, dalam data mingguan, uji OI juga ampuh karena
fitur ini. Selain itu, untuk data bulanan, uji dominan tampaknya adalah uji OI, dan untuk data mingguan, uji EO atau nonlinier yang
bergantung pada negara. Selanjutnya, tes lain juga mendukung argumen ini. Menggunakan data bulanan, uji OHS dan CEO, yang
juga merupakan uji kerusakan struktural, memberikan hasil stasioneritas seperti uji OI.

6. Kesimpulan

Studi ini menguji efisiensi pasar bentuk lemah dari 32 pasar saham Eropa menggunakan enam uji akar unit panel nonlinier yang
baru dikembangkan. Hasilnya menunjukkan bahwa ada hubungan antara berbagai tingkat pembangunan ekonomi dan efisiensi
pasar bentuk lemah.
Hasil menunjukkan bahwa dalam periode penuh, hanya pasar perbatasan Eropa yang ditemukan stasioner menggunakan Uji
FIPS Omay dan Iren (2018) sedangkan pasar lain terlihat mengandung unit root dan karenanya, bentuk lemah efisien. Namun,
ketika tes yang sama dijalankan setelah efek Krisis Global 2008 mulai memudar, semua pasar, selain pasar Perbatasan Eropa,
tidak bergerak. Omay dan Iren (2018) Tes FIPS, Tes CEO dan OCE berhasil menangkap stasioneritas ini pada data pasca 2011.

Kontribusi penelitian ini terhadap literatur efisiensi pasar saat ini ada tiga: Pertama, pasar keuangan disebut memiliki
karakteristik nonlinear; oleh karena itu, pengujian pasar ini menggunakan tes nonlinier, seperti
Machine Translated by Google

JURNAL KEUANGAN EROPA 991

dilakukan dalam penelitian ini, akan menghasilkan hasil yang lebih sesuai daripada menggunakan uji akar unit
linier konvensional. Khususnya, untuk pasar perbatasan dan negara berkembang, penelitian sebelumnya yang
menguji efisiensi bentuk lemah melalui uji akar unit linier umumnya menyimpulkan bahwa pasar ini efisien. Namun,
tes nonlinier menangkap stasioneritas dalam seri ini, menunjukkan bahwa harus ada friksi pasar dan biaya
transaksi dalam jumlah besar di pasar ini. Ini memberikan alasan untuk peluang arbitrase di pasar ini. Kedua,
terlepas dari banyak penelitian yang dilakukan tentang efisiensi pasar, hanya sedikit yang berfokus hanya pada
pasar Eropa. Mempertimbangkan pentingnya lokasi pasar-pasar ini, ukuran dan perbedaan dalam perkembangan
ekonomi mereka, ada baiknya dan perlu mempelajari pasar Eropa. Dan terakhir, menggunakan data saat ini
diyakini berkontribusi pada peningkatan literatur tentang efisiensi pasar.
Studi ini juga memiliki beberapa implikasi kebijakan yang penting mengingat semakin efisien pasar ditemukan,
semakin kecil kemungkinan investor dapat menghasilkan pengembalian yang berlebihan dan mengalahkan pasar.
Efisiensi pasar berarti harga terbentuk secara acak, analisis teknikal dan fundamental menjadi tidak relevan.
Banyak dari studi sebelumnya merujuk pada pasar negara berkembang dan berkembang sebagai pasar yang
tidak efisien dan potensinya untuk memberi investor pengembalian di atas normal. Ketika masa krisis dimasukkan
dalam sampel, hasil penelitian kami mendukung argumen ini karena hanya pasar perbatasan yang tidak efisien
dibandingkan dengan pasar negara berkembang dan maju di Eropa. Namun, pasca 2011, setelah efek krisis
keuangan global dihilangkan dari data, kebalikan dari argumen di atas diamati dari hasil. Mungkin ada banyak
alasan untuk ini, seperti efek limpahan, bencana alam, atau serangan teror baru-baru ini, yang dapat dianalisis
lebih lanjut dalam penelitian mendatang. Ini akan menarik untuk memperluas studi ini untuk melihat bentuk semi-
kuat dari efisiensi pasar dalam pasar ini dan untuk menguji anomali alasan di balik inefisiensi pasar saham.

Catatan

1. Keuntungan metodologi bootstrap sehubungan dengan solusi lain dari ketergantungan lintas bagian, seperti yang umum
penaksir efek berkorelasi dapat ditemukan dalam Omay, Hasanov dan Shin (2018).
2. Literatur efisiensi dan kointegrasi pasar semi-kuat dapat diikuti dari Crowder dan Wohar (1998), Breitung
dan Pesaran (2008), dan Chowdhury (1991).
3. Estimator Common Correlated Effect (CCE) dari Pesaran (2007) dan estimator lain yang digunakan untuk menghasilkan nilai kritis menghadapi
masalah perbedaan bobot dan kombinasi frekuensi (struktur pemutusan heterogen) dalam sampel panel untuk setiap dimensi N dan T. Oleh
karena itu, mereka tidak dapat menghasilkan nilai kritis untuk kombinasi pemutusan apa pun, sehingga lebih lanjut berkontribusi pada
kesalahan spesifikasi model. Untungnya, pendekatan sieve bootstrap memberikan pendekatan yang kuat dari struktur umum tetapi tidak
diketahui dari distribusi yang bergantung pada frekuensi k dari uji akar unit panel dengan putus. Oleh karena itu, pendekatan fleksibel ini
memungkinkan pengujian sampel yang menunjukkan derajat kombinasi heterogen apa pun dari frekuensi tajam (frekuensi kumulatif), halus
(frekuensi tunggal), bilangan bulat, dan/atau pecahan. Selain itu, metodologi sieve bootstrap dari Chang (2004) memberikan solusi yang baik
untuk CSD dalam pengaturan jeda struktural. Tes FIPS dari Omay dan Iren (2018) menggunakan kerangka pengujian akar unit panel Im,
Pesaran, dan Shin (2003) dan metodologi bootstrap saringan Chang (2004) untuk meningkatkan uji akar unit untuk panel heterogen dengan
jeda heterogen.
4. Kami telah menerapkan uji akar unit tradisional pada data kami untuk memeriksa kekokohan hasil kami. Untuk tujuan itu, kami telah
menjalankan kembali analisis kami menggunakan uji ADF dan PP, yang kompatibel dengan uji akar unit panel Chang (2004) dan melihat
hasil yang konsisten dengan estimasi panel. Namun, dalam analisis deret waktu, ketergantungan cross-section tidak dimasukkan ke dalam
analisis; oleh karena itu, lebih banyak negara mungkin telah menemukan efisiensi menggunakan tes deret waktu. Namun, di dunia global
saat ini, ketergantungan lintas bagian (efek limpahan, faktor global) merupakan pertimbangan penting yang tidak boleh diabaikan, karena
mengabaikannya dapat menyebabkan hasil yang salah.

Pernyataan pengungkapan
Tidak ada potensi konflik kepentingan yang dilaporkan oleh penulis.

Referensi
Andor, G., M. Ormos, dan B. Szabó. 1999. "Return Predictability di Pasar Modal Hungaria." Politeknik Periodika. Ilmu Sosial dan Manajemen 7
(1): 29–45.
Ayadi, OF, dan CS Pyun. 1994. "Aplikasi Uji Rasio Varians ke Pasar Sekuritas Korea." Jurnal Perbankan dan
Keuangan 18 (4): 643–658.
Banerjee, A., M. Marcellino, dan C. Osbat. 2004. “Beberapa Perhatian dalam Penggunaan Metode Panel untuk Seri Macroeco yang Terintegrasi
Data nomik.” Jurnal Ekonometrika 7 (2): 322–340.
Machine Translated by Google

992 C. AKTAN ET AL.

Banerjee, A., M. Marcellino, dan C. Osbat. 2005. “Menguji PPP: Haruskah Kita Menggunakan Metode Panel?” Ekonomi Empiris 30 (1):
77–91.
Breitung, J., dan MH Pesaran. 2008. “Akar Unit dan Kointegrasi dalam Panel.” Dalam The Econometrics of Panel Data, diedit oleh H.
Herrmann, T. Liebig, dan KH Tödter, 279–322. Berlin: Springer.
Breusch, TS, dan AR Pagan. 1980. “Uji Pengali Lagrange dan Penerapannya pada Spesifikasi Model dalam Ekonometrika.”
Tinjauan Studi Ekonomi 47 (1): 239–253.
Chan, KC, BE Gup, dan MS Pan. 1997. "Efisiensi dan Integrasi Pasar Saham Internasional: Studi Delapan Belas Negara."
Jurnal Keuangan Bisnis dan Akuntansi 24 (6): 803–813.
Chang, Y. 2004. "Tes Akar Unit Bootstrap di Panel dengan Ketergantungan Lintas Bagian." Jurnal Ekonometrika 120 (2):
263–293.
Chang, KP, dan KS Ting. 2000. "Uji Rasio Varians dari Hipotesis Jalan Acak untuk Pasar Saham Taiwan." Terapan
Ekonomi Keuangan 10 (5): 525–532.
Chaudhuri, K., dan Y.Wu. 2003. "Random Walk Versus Melanggar Tren Harga Saham: Bukti dari Pasar Berkembang." Jurnal Perbankan dan
Keuangan 27 (4): 575–592.
Choudhry, T. 1997. "Tren Stokastik Harga Saham: Bukti dari Pasar Amerika Latin." Jurnal Ekonomi Makro 19 (2):
285–304.
Chowdhury, AR 1991. "Efisiensi Pasar Berjangka: Bukti dari Tes Kointegrasi." Jurnal Pasar Berjangka 11 (5): 577–589.
Chun, RM 2000. “Voucher Kompensasi dan Pasar Ekuitas: Bukti dari Hungaria.” Jurnal Perbankan dan Keuangan 24 (7):
1155–1178.
Corakci, A., F. Emirmahmutoglu, dan T. Omay. 2017. “Pengkajian Ulang Hipotesis Paritas Suku Bunga Riil (RIPH) Menggunakan Uji Akar Unit
Panel dengan Asimetri dan Ketergantungan Penampang.” Jurnal Ekonomi Eropa: Empirica 44 (1): 91–120.
Crowder, WJ, dan ME Wohar. 1998. “Kointegrasi, Peramalan, dan Harga Saham Internasional.” Jurnal Keuangan Global 9 (2):
181–204.
Dickinson, JP, dan K. Muragu. 1994. "Efisiensi Pasar di Negara Berkembang: Studi Kasus Bursa Efek Nairobi."
Jurnal Keuangan Bisnis dan Akuntansi 21 (1): 133–150.
Dorina, L., dan U.Simina. 2007. “Menguji Efisiensi Pasar Saham di Negara Berkembang.” Jurnal Fakultas
Ilmu Ekonomi-Ekonomi Seri 2: 827–831.
Emirmahmutoglu, F., dan T. Omay. 2014. “Memeriksa Kembali Hipotesis PPP: Unit Panel Heterogen Asimetris Nonlinier
Uji Akar.” Pemodelan Ekonomi 40: 184–190.
Enders, W., dan CWJ Granger. 1998. “Unit-root Tests dan Penyesuaian Asimetris dengan Contoh Menggunakan Term Structure
Suku Bunga.” Jurnal Statistik Bisnis dan Ekonomi 16 (3): 304–311.
Enders, W., dan J. Lee. 2012. “Uji Akar Unit Menggunakan Deret Fourier untuk Mendekati Pemutusan Halus.” Buletin Ekonomi dan Statistik Oxford
74 (4): 574–599.
Fama, EF 1970. "Pasar Modal yang Efisien: Tinjauan Teori dan Pekerjaan Empiris." Jurnal Keuangan 25 (2): 383–417.
Fama, EF 1991. “Pasar Modal yang Efisien: II.” Jurnal Keuangan 46 (5): 1575–1617.
Fama, EF 1998. “Efisiensi Pasar, Pengembalian Jangka Panjang, dan Keuangan Perilaku.” Jurnal Ekonomi Keuangan 49: 283–306.
Gilmore, CG, dan GM McManus. 2003. “Pengujian Acak dan Efisiensi Pasar Ekuitas Eropa Tengah.” Manajerial
Keuangan 29 (4): 42–61.
Guidi, F., R. Gupta, dan S. Maheshwari. 2011. “Efisiensi Pasar Bentuk Lemah dan Anomali Kalender untuk Pasar Ekuitas Eropa Timur.” Jurnal
Keuangan Pasar Berkembang 10 (3): 337–389.
Harvey, CR 1993. "Peningkatan Portofolio Menggunakan Pasar Berkembang Dan Informasi Pengkondisian." Dalam Investasi Portofolio Di Negara
Berkembang, diedit oleh Stijn Claessens dan Sudarshan Gooptu, 110–144. Washington, DC: Bank Dunia.
Hasanov, M., dan T. Omay. 2007. “Apakah Pasar Saham Transisi Efisien? Bukti dari Uji Akar Unit Nonlinier.” Pusat
Tinjauan Bank 7 (2): 1–7.
Hasanov, M, dan T. Omay. 2008. “Nonlinearitas di Pasar Saham Berkembang: Bukti Dari Dua Pasar Berkembang Terbesar di Eropa
ket.” Ekonomi Terapan 40 (20): 2645–2658.
Hsiao, C. 2003. Analisis Data Panel. edisi ke-2. Cambridge: Cambridge University Press.
Huang, BN 1995. “Apakah Harga Pasar Saham Asia Mengikuti Random Walks? Bukti dari Uji Rasio Varians. ”Keuangan Terapan
Ekonomi 5 (4): 251–256.
Im, KS, MH Pesaran, and Y. Shin. 2003. “Menguji Akar Unit dalam Panel Heterogen.” Jurnal Ekonometrika 115 (1):
53–74.
Kapetanios, G., Y. Shin, dan A. Snell. 2003. "Menguji Unit Root dalam Kerangka STAR Nonlinier." Jurnal Ekonometrika
112 (2): 359–379.
Karadagli, EC, dan MG Donmez. 2012. “Analisis Nonlinier Efisiensi Bentuk Lemah Pasar Berjangka Indeks Saham di CCE
Ekonomi Baru.” Jurnal Riset Internasional Keuangan dan Ekonomi 95: 61–71.
Kawakatsu, H., dan MR Morey. 1999. "Liberalisasi Finansial dan Efisiensi Pasar Saham: Sebuah Pemeriksaan Empiris Sembilan Negara Pasar
Berkembang." Jurnal Manajemen Keuangan Multinasional 9 (3): 353–371.
Latif, M., S. Arshad, M. Fatima, and S. Farooq. 2011. “Efisiensi Pasar, Anomali Pasar, Penyebab, Bukti, dan Beberapa Perilaku
Aspek Anomali Pasar.” Jurnal Penelitian Keuangan dan Akuntansi 2 (9): 1–13.
Maddala, GS, dan S.Wu. 1999. "Studi Perbandingan Uji Akar Unit dengan Data Panel dan Uji Sederhana Baru." Buletin Oxford
Ekonomi dan Statistik 61 (S1): 631–652.
Machine Translated by Google

JURNAL KEUANGAN EROPA 993

Mobarek, A., AS Mollah, dan R. Bhuyan. 2008. “Efisiensi Pasar di Pasar Saham yang Muncul: Bukti dari Bangladesh.” Jurnal Keuangan
Pasar Berkembang 7 (1): 17–41.
Narayan, PK, dan R.Smyth. 2005. “Apakah Harga Saham OECD Ditandai dengan Random Walk? Bukti dari Tren Berurutan
Break dan Model Data Panel.” Ekonomi Keuangan Terapan 15 (8): 547–556.
Nivet, JF 1997. "Pasar Saham dalam Transisi: Eksperimen Warsawa." Ekonomi Transisi 5 (1): 171–183.
Omay, T., A. Corakci, dan F. Emirmahmutoglu. 2017. "Suku Bunga Riil: Nonlinier dan Jeda Struktural." Ekonomi Empiris
52 (1): 283–307.
Omay, T., M. Hasanov, dan Y. Shin. 2018. "Pengujian untuk Akar Unit di Panel Dinamis dengan Istirahat Halus dan Kesalahan
Ketergantungan Cross-sectional." Ekonomi Komputasi 52 (1): 167–193. doi:10.1007/s10614-017-9667-7.
Omay, T., dan P.Iren. 2018. Pengendalian Heterogen Struktur Pecahan Halus Pada Pengujian Akar Unit Panel. Kertas Kerja.
Panagiotidis, T. 2005. “Kapitalisasi dan Efisiensi Pasar. Apakah Itu Penting? Bukti dari Bursa Efek Athena.” Ekonomi Keuangan Terapan
15 (10): 707–713.
Pesaran, MH 2004. Tes Diagnostik Umum untuk Ketergantungan Penampang pada Panel. Kertas Kerja CESifo, No. 1229. Munich: Pusat
Studi Ekonomi dan Institut Ifo (CESifo).
Pesaran, MH 2007. “Uji Akar Unit Panel Sederhana dengan Adanya Ketergantungan Penampang.” Jurnal Ekonometrika Terapan
22 (2): 265–312.
Sollis, R. 2004. "Penyesuaian Asimetris dan Transisi Halus: Kombinasi Beberapa Tes Akar Unit." Jurnal Time Series
Analisis 25 (3): 409–417.
Sollis, R. 2009. "Uji Akar Unit Sederhana Terhadap Nonlinier STAR Asimetris dengan Penerapan Nilai Tukar Riil di Negara Nordik."
Pemodelan Ekonomi 26 (1): 118–125.
Timmermann, A., dan CW Granger. 2004. "Hipotesis dan Peramalan Pasar yang Efisien." Jurnal Peramalan Internasional
20 (1): 15–27.
Ucar, N., dan T. Omay. 2009. “Pengujian Unit Root pada Panel Heterogen Nonlinier.” Surat Ekonomi 104 (1): 5–8.
Urrutia, JL 1995. "Pengujian Jalan Acak dan Efisiensi Pasar untuk Pasar Ekuitas Berkembang Amerika Latin." Jurnal Keuangan
Penelitian 18 (3): 299–309.
Worthington, AC, dan H. Higgs. 2004. "Random Walks dan Efisiensi Pasar di Pasar Ekuitas Eropa." Jurnal Global dari
Keuangan dan Ekonomi 1 (1): 59–78.