Pergeseran Beta Saham Di sekitar

Pengumuman Laba

Oleh
Lianawati & Sansaloni Butar-Butar

ABSTRACT
Beta is estimated by regressing individual return on marktet return. Estimated beta
is assumed to be constant. But empirical evidence shows that beta changes from
time to time. Beta shift may occur because stock return has unconstant
distribution or commonly reffered to non-stationarity. Events such as stock split,
stock dividend and earnings announcement may cause return distribution change
and eventualy induce beta shift. The study investigate the impact of firm size and
earnings variability on beta shift. After controlling the magnitude of beta and
earnings change, the result shows that none of the two variable affect beta shift.

KEY WORDS: Beta Shift, Stationarity, Eanings announcement, Size, Earnings

variability.

I. PENDAHULUAN
Perubahan atau pergeseran beta sekuritas dapat terjadi karena return
saham memiliki distribusi yang tidak tetap atau sering disebut nonstationarity
(Brennan dan Copeland, 1988). Peristiwa-peristiwa ekonomi seperti seperti stock
split, stock dividends dan pengumuman laba dapat menyebabkan distribusi return
berubah dan pada akhirnya menyebabkan perubahan beta saham (Kalay dan
Lowenstein, 1985; Ohlson dan Penman ,1985; Brennan dan Copeland, 1988; Ball
dan Kothari, 1991; Hsieh, Jerris dan Kross, 1999).
Kalay dan Lowenstein (1985) menguji pengaruh pengumuman dividen
kwartalan terhadap risiko saham disekitar tanggal pengumuman dividen. Hasil
pengujian menunjukkan bahwa beta saham meningkat secara signifikan disekitar
pengumuman dividen.
Brennan dan Copeland (1988) menguji perilaku anomali distribusi return
disekitar pengumuman stock split. Mereka menemukan adanya peningkatan
sementara koefisien beta. Beta mengalami kenaikan sementara sekitar 20 persen
pada saat pengumuman pemecahan saham dan meningkat sekitar 30 persen pada
saat pemecahan saham efektif diberlakukan.
Ball and Kothari (1991) mengamati perubahan beta portofolio diseputar
peristiwa pengumuman laba. Hasil pengujian dengan menggunakan jendela 21
hari menunjukkan adanya peningkatan beta sebesar 6.7 % pada hari –1, 0 dan 1.
Secara rata-rata, beta meningkat 3% lebih besar pada 10 hari setelah pengumuman
nilai dibandingkan sebelum pengumuman.
Hsieh, Jerris dan Kross (1999) menguji kembali pergeseran beta disekitar
pengumuman laba dan juga menguji faktor-faktor yang berhubungan dengan
pergeseran beta. Berbeda dengan Ball dan Kothari (1991) yang mengamati
pergeseran beta pada portofolio saham, mereka mengamati pergeseran beta untuk
masing-masing sampel saham individual dan dengan menggunakan jendela tiga
hari. Dengan menggunakan analisis regresi time series dan metode intervensi beta
Dimson, hasil analisis menunjukkan bahwa terjadi pergeseran beta pada saat
pengumuman laba.
Hsieh, Jerris dan Kross (1999) juga menguji pengaruh informasi-informasi
yang diterbitkan sebelum pengumuman laba dan ketepatan pengumuman laba
terhadap pergeseran beta di sekitar pengumuman laba. Jumlah informasi sebelum
pengumuman diproksikan dengan ukuran perusahaan dan diprediksikan ukuran
perusahaan berhubungan terbalik dengan pergeseran beta.
Penelitian ini bertujuan untuk menguji kembali pergeseran beta sekuritas
individu disekitar pengumuman laba dengan menggunakan sampel perusahaan
yang terdaftar di Bursa Efek Jakarta dan juga menguji apakah pergeseran beta ini
berhubungan dengan karakteristik-karakteristik perusahaan tertentu, seperti
ukuran perusahaan dan ketepatan pengumuman laba. Hasil penelitian ini
diharapkan menambah pemahaman tentang pengaruh pengumuman laba terhadap
return saham. Selama ini penelitian-penelitian yang menguji reaksi pasar terhadap
pengumuman laba mengasumsikan bahwa tingkat risiko beta konstan. Apabila
ternyata beta tidak konstan maka penghitungan return dalam penelitian-penelitian
tersebut bias dan hasilnya menjadi tidak bisa diandalkan.

II. LANDASAN TEORI

2.1 Reaksi pasar terhadap informasi laba

Pada saat proses pengambilan keputusan berlangsung, investor terkondisikan
pada berbagai hal yang dipercayainya. Kepercayaan yang bersifat personal ini
tumbuh dari pengalaman kumulatif investor seperti pelatihan, pendidikan dan
pengalaman investasi masa lalu (Beaver, 1998). Lebih jauh lagi, kepercayaan-
kepercayaan ini juga dipengaruhi oleh laporan keuangan masa lalu, laporan analis
dan tulisan-tulisan dalam berbagai majalah dan surat kabar.
Dengan menggunakan seluruh informasi yang dapat diperoleh dan
ditambah dengan pengalaman-penglaman masa lalu, seorang investor membangun
ekspektasi atas return yang mungkin diperoleh dari investasi yang akan dilakukan.
Namun kepercayaan seorang investor tidak selalu sama dengan investor lain
walaupun memiliki informasi yang sama. Perbedaan dalam kemampuan
mengintepretasikan berpengaruh besar dalam proses pengambilan keputusan
investasi. Jadi, sangat sulit untuk memprediksikan tindakan apa yang akan diambil
seorang investor. Dalam pasar saham, harga hanya akan bergerak apabila sebagian
besar investor memiliki putusan yang sama.
Segera setelah laba diterbitkan atau diumumkan secara luas, investor akan
membandingkan angka laba yang dilaporkan dengan laba yang diharapkan.
Seorang investor dengan ekspektasi laba yang rendah mungkin memandang laba
yang dilaporkan sebagai “good news”. Dilain pihak investor yang memiliki
ekpektasi laba yang tinggi akan menganggap ini sebagai “bad news”. Jika jumlah
investor yang memandang laba yang dilaporkan sebagai “bad news” lebih banyak
maka harga saham perusahaan akan mengalami penurunan. Dan demikian pula
sebaliknya. Mekanisme harga seperti ini dikenal dengan sebutan Efficient Market
Theory.
Secara konseptual hubungan laba-return dapat dinyatakan sebagai berikut
(Beaver, 1998) : harga saham saat ini adalah fungsi dari dividen yang diharapkan
dimasa depan. Dividen yang diharapkan dimasa depan adalah fungsi dari laba
masa depan. Karena laba berjalan dapat digunakan untuk memprediksi laba masa
depan maka laba berjalan juga dapat digunakan untuk memprediksi harga saham.
2.2 Return dan risiko sistematis
Sebelum melakukan investasi saham, investor selalu mempertimbangkan
return yang diharapkan dan risiko yang menyertainya. Semakin besar risiko suatu
sekuritas, semakin besar pula return yang dapat diharapkan dari investasi yang
dilakukan. Demikian pula sebaliknya. Risiko yang disebabkan oleh faktor diluar
perusahaan sering disebut dengan risiko sistematis atau sering disebut juga dengan
risiko pasar.
Risiko sistematis disebabkan oleh faktor-faktor yang mempengaruhi
semua perusahaan secara bersamaan, misalnya kondisi perekonomian, politik dan
kebijaksanaan pemerintah. Risiko sistematis ini selalu ada dan tidak dapat
dihilangkan dengan membentuk portofolio. Risiko tersebut sering disebut dengan
beta saham.
2.3. Pengertian Beta
Beta merupakan suatu pengukur volatilitas (volatility) return suatu
sekuritas atau return portofolio terhadap return pasar ( Jogiyanto, 2000:237).
Sedangkan volatilitas dapat didefinisikan sebagai fluktuasi dari return-return
sekuritas atau portofolio dalam suatu periode waktu tertentu .
Menurut Grinold (1992) dan Varian (1993) seperti yang dikutip Tandellin
dan Lantara (2001), konsep beta hingga saat ini merupakan konsep yang sangat
penting dalam manajemen portofolio. Beta merupakan suatu mekanisme kontrol
terhadap risiko yang masih banyak dipakai oleh para manajer portofolio karena
beta mempunyai hubungan yang sangat kuat dengan return suatu investasi.

2.4. Mengestimasi Beta

Beta suatu sekuritas menunjukkan risiko sistematis yang tidak dapat
dihilangkan dengan diversifikasi. Beta suatu sekuritas diestimasi dengan
menggunakan data historis. Para peneliti umumnya menggunakan model pasar
untuk mengestimasi beta saham. Persamaannya adalah sebagai berikut:
R i = α i + β iR m + ε i
Ri adalah return saham individual pada periode t, Rmt adalah return pasar secara
keseluruhan dan βi adalah beta saham. Beta yang dihitung berdasarkan data
historis ini selanjutnya digunakan sebagai estimator beta masa mendatang.
Namun, beta yang diestimasi dengan menggunakan market model sering
kali menghasilkan estimasi yang tidak mencerminkan nilai beta suatu sekuritas
yang sesungguhnya. Nilai rata-rata beta untuk seluruh sekuritas adalah 1. Jadi,
nilai beta yang diekspektasikan untuk suatu sekuritas tanpa mengetahui
karakteristik perusahaannya adalah 1. Jika estimasi beta dengan menggunakan
market model menghasilkan nilai beta 1,5 maka kemungkinan nilai beta
sesungguhnya berkisar antara 1 dan 1,5 (Foster, 1986). Argumentasi ini
dibuktikan oleh beberapa peneliti dengan menguji keandalan beta historis dalam
memprediksi beta masa depan.
Klemkosky and Martin (1975) menemukan kemampuan beta masa lalu
untuk memprediksi beta masa depan bervariasi tergantung dari ukuran portofolio
yang dilakukan. Semakin besar jumlah saham dalam portofolio maka semakin
besar stabilitas beta portofolio tersebut selama beberapa periode.
Blume (1975) mengestimasi beta dengan menggunakan data bulanan
untuk periode tujuh tahun ; 7/54 – 6/61 dan 7/61 – 6/68 serta menguji kerelasi
beta periode tujuh tahun pertama dengan beta yang dihasilkan dari periode tujuh
tahun yang kedua. Hasil pengujian menunjukkan korelasi yang tinggi antara beta
yang dihitung dengan data tujuh tahun pertama dengan beta periode tujuh tahun
kedua. Disamping itu ditemukan juga bahwa beta yang nilainya jauh diatas satu
dalam periode tujuh tahun pertama akan cenderung menurun mendekati satu
dalam periode tujuh tahun yang kedua. Demikian pula sebaliknya, beta yang jauh
dibawah satu pada periode tujuh tahun pertama akan cenderung meningkat
mendekati satu pada periode tujuh tahun yang kedua.
Fenomena yang ditemukan oleh Blume (1975) mendorong para peneliti
memodifikasi beta historis untuk menghilangkan kecenderungan beta masa depan
mendekati satu dibandingkan beta yang dihitung dari data historis. Beberapa
teknik yang dapat digunakan untuk mengoreksi beta historis yaitu teknik Blume,
Vasicek dan bayesian.
2.5. Pergeseran beta
Teknik estimasi beta sekuritas dilakukan dengan meregres return saham
individual terhadap return pasar. Koefisien beta yang dihasilkan dari teknik regesi
ini diasumsikan stabil dari waktu ke waktu. Namun bukti-bukti empiris
menunjukkan bahwa beta saham berubah (bergeser) dari waktu ke waktu
(Bildersee dan Robert, 1981; Chen, 1981; Alexander dan Chervany, 1982; Hsu,
1984)
Perubahan atau pergeseran beta sekuritas dapat terjadi karena return
saham memiliki distribusi yang tidak tetap atau sering disebut nonstationarity
(Brennan dan Copeland, 1988). Peristiwa-peristiwa ekonomi seperti seperti stock
split, stock dividends dan pengumuman laba dapat menyebabkan distribusi return
berubah dan pada akhirnya menyebabkan perubahan beta saham (Kalay dan
Lowenstein, 1985; Ohlson dan Penman ,1985; Brennan dan Copeland, 1988; Ball
dan Kothari, 1991; Hsieh, Jerris dan Kross, 1999).
Kalay dan Lowenstein (1985) menguji apakah pengumuman dividen
kwartalan berpengaruh terhadap risiko saham disekitar tanggal pengumuman
dividen. Mereka menemukan beta saham meningkat secara signifikan disekitar
pengumuman dividen.
Ohlson dan Penman (1985) menemukan bahwa varians return saham
meningkat pada saat stock split. Mereka mengetengahkan beberapa kemungkinan
yang dapat menjelaskan kenaikan varians saham. Namun, menurut Brennan dan
Copeland (1988) penjelasan yang ditawarkan tidak konsisten dengan hasil yang
ditemukan. Selanjutnya, Brennan dan Copeland (1988) mengatakan bahwa
perilaku anomali distribusi return disebabkan terjadinya peningkatan risiko
disekitar pengumuman stock split dan melaporkan adanya peningkatan sementara
koefisien beta. Mereka mencatat kenaikan beta sementara sekitar 20 persen pada
saat pengumuman pemecahan saham dan meningkat sekitar 30 persen pada saat
pemecahan saham efektif diberlakukan.

PENGEMBANGAN HIPOTESIS
Uncertainty Resolution Hypothesis
Berbeda dengan penelitian sebelumnya, Ball and Kothari (1991)
mengamati perubahan beta portofolio diseputar peristiwa pengumuman laba.
Mereka beragumen bahwa informasi laba yang disajikan bagi investor dapat
mengurangi ketidak pastian aliran kas masa depan perusahaan. Namun,
meningkatnya aliran informasi disekitar pengumuman laba menyebabkan
variabilitas return meningkat pula. Meningkatnya variabilitas return
menyebabkan kovarian antara return saham meningkat. Karena kovarians antara
return saham meningkat maka kovarians dengan portofolio pasar juga akan
meningkat. Jadi, varians return dan beta diprediksikan meningkat disekitar
pengumuman laba. Mereka menamakan hipotesis ini uncertainty resolution
hypothesis. Hasil pengujian dengan menggunakan jendela 21 hari menunjukkan
adanya peningkatan beta sebesar 6.7 % pada hari –1, 0 dan 1. Secara rata-rata,
beta meningkat 3% lebih besar pada 10 hari setelah pengumuman nilai
dibandingkan sebelum pengumuman.
Hsieh, Jerris dan Kross (1999) menguji kembali pergeseran beta disekitar
pengumuman laba dan juga menguji faktor-faktor yang berhubungan dengan
pergeseran beta. Berbeda dengan Ball dan Kothari (1991) yang mengamati
pergeseran beta pada portofolio saham, dalam penelitian ini pergeseran beta
diamati untuk masing-masing sampel saham individual dan menggunakan jendela
tiga hari. Dengan menggunakan analisis regresi time series dan metode intervensi
beta Dimson, hasil penelitian mendukung hipotesis bahwa terjadi pergeseran beta
pada saat pengumuman laba.
Berdasarkan arguemen teoretis dan hasil-hasil penelitian terdahulu
berkaitan dengan perubahan risiko disekitar pengumuman laba maka hipotesis
alternatif berikut ini dapat dinyatakan.
H1: Terdapat pergeseran beta sekuritas disekitar pengumuman laba

Sumber-sumber informasi yang dapat digunakan untuk menilai perusahaan

berbeda antara perusahaan besar dan kecil. Karena selalu dalam pengamatan para
analis sekuritas, informasi berkaitan dengan perusahaan besar tersedia secara lebih
luas dan lebih cepat dipasar. Informasi tentang perusahaan besar juga dapat
diakses dari berbagai sumber. Tidak seperti perusahaan besar, informasi tentang
perusahaan kecil cenderung sangat terbatas (Brown, dkk, 1987). Akibatnya,
variabilitas return perusahaan besar dan return perusahaan kecil berbeda (Grant,
1980; Atiase, 1985). Ketika laba perusahaan besar diumumkan, sebagian pasar
pelaku pasar sudah mengantisipasinya. Pengumuman ini tidak menimbulkan
kejutan yang besar karena investor dapat mengestimasikan laba yang akan
dilaporkan dengan cukup baik melalui sumber-sumber informasi lain
Ball dan Kothari (1991) menguji apakah ada hubungan antara
meningkatnya informasi sebelum pengumuman laba dengan variasi beta.
Peningkaan informasi menjelang pengumuman laba diproksikan dengan ukuran
perusahaan (size). Mereka menghipotesiskan bahwa peningkatan beta perusahaan
kecil disekitar pengumuman laba lebih besar dibandingkan perusahaan besar.
Hasil estimasi beta disekitar pengumuman laba mendukung hipotesis ini.
Hsieh, Jerris dan Kross (1999) menguji pengaruh informasi-informasi
yang diterbitkan sebelum pengumuman laba terhadap pergeseran beta disekitar
pengumuman laba. Seperti Ball dan Kothari (1991), jumlah informasi sebelum
pengumuman diproksikan dengan ukuran perusahaan dan diprediksikan ukuran
perusahaan berhubungan negatif dengan pergeseran beta. Hasil penelitian mereka
mendukung hipotesis bahwa ukuran parusahaan dan pergeseran beta memiliki
hubungan negatif .
Hsieh, Jerris dan Kross (1999) juga menguji hubungan ketepatan
pengumuman laba terhadap pergeseran beta. Ketepatan pengumuman laba
mengacu pada sejauh mana laba periode lalu dapat secara andal digunakan untuk
memprediksi laba masa depan dan diproksikan dengan standar deviasi laba time
series yang dideflasikan dengan total aktiva. Mereka beragumen bahwa semakin
rendah variabilitas laba maka semakin andal ketepatan prediksi laba dan semakin
tinggi pula pergeseran beta. Hasil analisis regresi mendukung hipotesis yang
dibangun para peneliti.
Berdasarkan argumen teoretis dan hasil-hasil penelitian terdahulu maka
hipotesis alternatif dinyatakan sebagai berikut :
H2 : Pergeseran beta di sekitar pengumuman laba berhubungan
negatif dengan ukuran perusahaan.

H3 : Pergeseran beta di sekitar pengumuman laba berhubungan

negatif dengan variabilitas laba .

III. METODOLOGI PENELITIAN

3.1 Sampel dan Data

Penentuan sampel dilakukan dengan metode purposive sampling, dimana
sampel perusahaan yang terpilih didasarkan pada kriteria-kriteria tertentu, yaitu
sebagai berikut :
1. Tercatat di Bursa Efek Jakarta dari tahun 2000 hingga 2002.
2. Menerbitkan laporan keuangan tahunan secara rutin pada kurun waktu
2000 sampai 2002 melalui surat kabar harian Bisnis Indonesia (surat kabar
harian Bisnis Indonesia dipilih karena merupakan sumber informasi yang
cukup dipercaya dan dikenal masyarakat secara luas )
3. Data total aktiva, laba, return saham dan return pasar dapat diakses dari
Indonesian Capital Market Directory, pojok BEJ ( Bursa Efek Jakarta)
Fakultas Ekonomi Universitas Katolik Soegijapranata Semarang.
Berdasarkan kriteria-kriteria diatas, sampel akhir yang berhasil dikumpulkan
adalah 65 perusahaan. Untuk mengestimasi beta digunakan return harian. Total
observasi yang diperoleh adalah 2925 observasi.
3.2 Model Penelitian
 Dalam penelitian ini ada dua model regresi yang digunakan untuk menguji
hipotesis. Model pertama yaitu regresi model pasar (market model regression)
yang digunakan untuk menguji apakah terdapat pergeseran beta di sekitar
pengumuman laba. Beta diestimasi dengan menggunakan metode intervensi
Dimson (Dimson Intervention model) seperti yang dilakukan oleh Hsieh, Jerris
dan Kross (1999). Namun dalam penelitian ini Model Dimson menggunakan satu
lags dan satu leads serta menggunakan periode pengamatan (event window)
selama 15 hari yaitu 7 hari sebelum tanggal pengumuman, pada hari pengumuman
dan 7 hari setelah tanggal pengumuman. Berikut adalah model regresi pertama :
Rt = α + β1 ( Rmt-1) + β2 ( Rmt) + β3 ( Rmt+1) + β4 ( δt)
+ β5 ( δt Rmt) + et
dimana :
Rt = return sekuritas periode ke t
Rmt = return indeks pasar periode ke t
= intersep dari regresi untuk masing-masing perusahaan
= 1 untuk 7 hari sebelum pengumuman laba
dan 0 untuk 7 hari setelah pengumuman
β4 = abnormal return pada saat pengumuman laba
β5 = besarnya perubahan (pergeseran) beta pada saat pengumuman laba
et = kesalahan residu untuk persamaan regresi
Untuk menguji hubungan antara pergeseran beta dengan karakteristik
(fundamental) perusahaan yaitu ukuran perusahaan dan earning variability, maka
dilakukan regresi dengan menggunakan pergeseran beta sebagai variabel
dependen dan menggunakan ukuran perusahaan dan earning variability sebagai
variabel independen. Berikut adalah model regesi kedua :
β5 = γ0 + γ1 SIZEi + γ2 SDINCi + γ3 ΔEPSi + γ4 BETAi + et
dimana :
β5 = Pergeseran beta perusahaan i selama periode pengumuman laba yang
diperoleh dari model intervensi Dimson
SIZEi = ukuran perusahaan yang diukur dengan logaritma dari total asset, se-
bagai pengganti jumlah informasi sebelum pengumuman
SDINCi = earning variability, variablitas laba time series, sebagai proksi dari
ketepatan pengumuman laba perusahaan.
EPSi = besarnya earning per share ( laba per lembar ) untuk perusahaan i
(merupakan variabel kontrol)
BETAi = Beta, setelah dikoreksi dengan metode koreksi Fowler dan Rorke
(merupakan variabel kontrol)
et = kesalahan residual dari persamaan regresi
s/d = parameter regresi
Standar deviasi dari laba time series (SDINC) dihitung dengan
menggunakan rumus sebagai berikut : (Hsieh, Jerris dan Kross , 1999).
SDINC = √ ( ∑ ( IIQ – I ) 2 / N-1) / ( ∑ TA )2
Keterangan :
IIQ = net income perusahaan i pada tahun ke t
I = rata – rata net income perusahaan i
 N = banyaknya net income yang tersedia selama tahun 2000 sampai
dengan tahun 2002 ( N = 3).
Variabel EPS dan variabel BETA berfungsi sebagai variabel kontrol. Hipotesis
pertama memprediksikan terdapat pergeseran beta sekuritas disekitar
pengumuman laba. Langkah-langkah pengujiannnya adalah:
 Menentukan tanggal pengumuman laporan keuangan tahunan dan
peiode pengamatan ( event window) .Dalam penelitian ini, peneliti
menggunakan data laporan keuangan tahunan selama tahun 2000
sampai dengan tahun 2002 dan periode pengamatan selama 15 hari
yaitu 7 hari sebelum tanggal pengumuman laporan keuangan, pada hari
pengumuman laporan keuangan dan 7 hari setelah tanggal
pengumuman laporan keuangan.
 Menghitung return saham dan return pasar harian selama periode
pengamatan untuk masing – masing perusahaan sampel. Return saham
harian dihitung dengan rumus :
Rit = (Pit – Pit-1)/ Pit-1
Keterangan :
Rit = returns saham i pada hari t
Pit = harga penutupan saham i pada hari t
Pit-1 = harga penutupan saham i pada hari t-1

Return pasar harian dihitung dengan rumus :

Rmt = (IHSGt- IHSGt-1)/IHSGt-1
Keterangan :
Rmt = returns pasar harian
IHSGt = indeks harga saham gabungan pada hari t
IHSGt-1 = indeks harga saham gabungan pada hari t-1

 Menentukan variabel dummy. 1 untuk 7 hari sebelum pengumuman

laba dan 0 untuk 7 hari setelah pengumuman laba.
 Melakukan regresi model pasar (market model regression). Beta
diestimasi dengan menggunakan metode intervensi Dimson (Dimson
Intervention model) yang menggunakan satu lags dan satu leads serta
menggunakan periode pengamatan (event window) selama 15 hari
yaitu 7 hari sebelum tanggal pengumuman laporan keuangan, pada hari
pengumuman laporan keuangan dan 7 hari setelah tanggal
pengumuman laporan keuangan.
 Membuat keputusan. H1 diterima bila p-value < 0.05

Hipotesis kedua dan ketiga menyatakan bahwa pergeseran beta di sekitar

pengumuman laba berhubungan negatif dengan ukuran perusahaan dan ketepatan
pengumuman laba (berbanding terbalik dengan variabilitas laba time series).
Langkah-langkah pengujiannya adalah:
 Menentukan besarnya perubahan (pergeseran) beta pada saat
pengumuman laba ( β5) yang telah diperoleh dari persamaan model
regresi yang pertama.
  Menghitung besarnya logaritma dari rata-rata total asset sebagai proksi
dari ukuran perusahaan ( SIZE ).
 Menghitung besarnya standar deviasi dari laba time series (SDINC)
dengan menggunakan rumus sebagai berikut.
 Menghitung besarnya beta koreksi (BETA), yang akan digunakan
sebagai variabel kontrol (Hsieh, Jerris dan Kross , 1999). Beta yang
telah diperoleh dari model regresi yang pertama dikoreksi terlebih
dahulu dari bias beta saham yang terjadi dengan menggunakan metode
koreksi beta Fowler dan Rorke. Untuk satu periode lag dan lead,
Koreksi beta dapat dilakukan sebagai berikut (Jogijanto, 1998):
 Melakukan regresi model kedua dengan persamaan : (Hsieh, Jerris dan
Kross , 1999).
β5 = γ0 + γ1 SIZEi + γ2 SDINCi + γ3 ΔEPSi + γ4 BETAi + et

IV. ANALISIS DAN PEMBAHASAN

4.1. Statistik Deskriptif

Proses pengujian hipotesis pertama dilakukan dengan analisis regresi
berganda pada semua perusahaan sampel yaitu sebanyak 65 perusahaan untuk
melihat adanya pergeseran beta sekuritas ( β5 ) di sekitar pengumuman laba.
Semua perusahaan sampel diregres secara bersama-sama (pooled regression)
dengan menggunakan persamaan sebagai berikut :
Rt = α + β1 ( Rmt-1) + β2 ( Rmt) + β3 ( Rmt+1) + β4 ( δt) + β5 ( δt Rmt) + et
Dari hasil persamaan regresi di atas diperoleh deskripsi sampel statistik berupa
nilai rata – rata (mean), standar deviasi dan jumlah sampel seperti yang tercantum
pada tabel 4.1 berikut ini :
Tabel 4.1
Deskripsi Statistik Sampel
Mean Std. Deviation N

RT .0030512 .05256978 2925

RMTM1 .0029939 .01328535 2925
RMT .0032238 .01317121 2925
RMTP1 .0033055 .01297634 2925
DMY .4666667 .49897295 2925
DMYRMT .0007056 .00842247 2925
Sumber : data sekunder yang diolah
Dari hasil pengujian deskriptif seperti yang tercantum dalam tabel di atas
terlihat bahwa jumlah sampel observasi ( N ) yang diperoleh adalah sebanyak
2925 . Untuk koefisien pergeseran beta ( DMYRMT) didapatkan nilai rata – rata
sebesar 0.0007056 dan nilai standar deviasi sebesar 0.00842247.

4.2 Pengujian Hipotesis Satu

Pengujian pergeseran beta dilakukan untuk semua perusahaan secara pool-
cross sectional. Tabel 4.2 menyajikan hasil pengujian regresi model 1.

Tabel 4.2
 Hasil Analisis Regresi

Koefisien T Sig.

B
Konstanta -5.918E-04 -.408 .684
RMTM1 7.197E-02 .975 .330
RMT .924 9.733 .000
RMTP1 8.163E-02 1.082 .279
DMY 8.797E-04 .440 .660
DMYRMT -.329 -2.216 .027
Sumber : data sekunder yang diolah

Hasil uji regresi tersebut menunjukkan adanya pergeseran beta

(DMYRMT) yang secara statistik signifikan pada level 5%. Dengan demikian
hasil dari tabel 4.2 ini mendukung hipotesis 1 yang menyatakan bahwa terdapat
pergeseran beta di sekitar pengumuman laba.
Untuk menghitung besarnya pergeseran beta ( β 5) masing-masing
perusahaan sampel, regresi model pertama diulang lagi untuk masing – masing
perusahaan sampel.
4.3. Pengujian Hipotesis Dua dan Tiga
Pengujian terhadap hipotesis kedua dan ketiga menggunakan regresi
berganda dengan persamaan :
β5 = γ0 + γ1 SIZEi + γ2 SDINCi + γ3 ΔEPSi + γ4 BETAi + et
Dalam persamaan regresi ini , EPS dan BETA digunakan sebagai variabel kontrol.
Hal ini perlu dilakukan karena hasil penelitian sebelumnya menunjukkan bahwa
kedua variabel tersebut mempengaruhi variabel pergeseran beta ( Hsieh, Jerris dan
Kross ,1999).
Sebelum melakukan analisis regresi berganda, terlebih dahulu dilakukan
uji asumsi klasik yaitu uji normalitas, uji autokorelasi, uji heterokedastisitas dan
uji multikolinieritas. Dari hasil regresi, diketahui bahwa data sampel adalah
berdistribusi normal. Hal ini terlihat pada nilai p-value Kolmogorov Smirnov
(0.2) yang lebih dari 0.05. Dalam menguji normalitas data ini, peneliti
menggunakan teknik trimming dimana ada satu buah sampel (PT. Bakrie &
Brother (BNBR)) yang dihilangkan karena diidendifikasi sebagai outlier.,
sehingga junlah sampel penelitian menjadi 64 perusahaan Hasil uji autokorelasi
juga menunjukkan bahwa nilai Durbin Watson adalah sebesar 1.995, sehingga
dapat disimpulkan tidak ada gejala autokorelasi. Selain itu dari hasil uji
heterokedastisitas menunjukkan bahwa nilai koefisien β untuk variabel TA dan
SDINC yang diteliti adalah tidak signifikan. Hal ini berarti tidak terjadi
heterokedastisitas. Dari hasil pengujian nilai VIF juga menunjukkan bahwa
nilainya semua berkisar mendekati angka satu jadi dapat disimpulkan bahwa tidak
terdapat gejala multikonilieritas. Berdasarkan hasil uji asumsi klasik tersebut
menunjukkan bahwa model yang digunakan dalam penelitian ini telah reliable
untuk digunakan sebagai dasar analisis. Tabel 4.3 menampilkan hasil pengujian
model 2.
 Tabel 4.3
Hasil Analisis Regresi
Koefisien t Sig.

Konstanta 4.835E-02 .049 .961

TA -2.209E-03 -.013 .989
SDINC -.236 -.106 .916
EPS -1.088E-04 -.771 .444
BETA -.122 -1.172 .246
Sumber : data sekunder yang diolah

Berdasarkan tabel 4.3, p-value untuk tota asset (TA) adalah sebesar 0.989
sedangkan p-value untuk SDINC adalah sebesar 0.916. Hal ini menunjukkan
bahwa ukuran perusahaan yang diproksikan dengan total asset ( TA) dan
variabilitas laba yang diproksikan dengan standar deviasi dari laba time series
(SDINC) secara statistik tidak berhubungan dengan pergeseran beta. Dengan
demikian hipotesis alternatif 2 dan 3 tidak dapat diterima, yang berarti
pergeseran beta di sekitar pengumuman laba tidak berhubungan secara signifikan
dengan ukuran perusahaan (logaritma dari total asset) dan ketepatan pengumuman
laba (berbanding terbalik dengan variabilitas laba)

V. KESIMPULAN DAN SARAN

5.1 Kesimpulan
Berdasarkan hasil analisis data dan pengujian hipotesis terhadap sampel
yang diambil dari Bursa Efek Jakarta, maka dapat disimpulkan sebagai berikut :
1. Berdasarkan hasil pengujian persamaan regresi pertama untuk semua
perusahaan sampel maka dapat disimpulkan bahwa terdapat pergeseran beta
sekuritas di sekitar pengumuman laba. Hal ini sesuai dengan hasil penelitian
Hsieh, Jerris dan Kross (1999).
2. Berdasarkan hasil pengujian persamaan regresi kedua yang bertujuan untuk
melihat apakah pergeseran beta di sekitar pengumuman laba berhubungan
terbalik dengan ukuran perusahaan, maka dapat disimpulkan bahwa hubungan
antara pergeseran beta di sekitar pengumuman laba dengan ukuran perusahaan
seperti yang diprediksikan ( berhubungan terbalik ) namun tidak signifikan.
Hal ini berbeda dengan hasil penelitian yang dilakukan oleh Su Jane Hsieh,
Scott I Jerris dan William Kross (1999).
3. Berdasarkan hasil pengujian persamaan regresi kedua yang bertujuan untuk
melihat apakah pergeseran beta di sekitar pengumuman laba berhubungan
positif dengan ketepatan pengumuman laba ( berbanding terbalik dengan
variabilitas laba), maka dapat disimpulkan bahwa hubungan antara pergeseran
beta di sekitar pengumuman laba dengan variabilitas laba seperti yang
diprediksikan ( berhubungan terbalik ) namun tidak signifikan. Hal ini tidak
konsisten dengan hasil penelitian yang dilakukan oleh Su Jane Hsieh, Scott I
Jerris dan William Kross (1999).
5.2 Saran dan Keterbatasan
 Untuk penelitian selanjutnya perlu juga dilakukan pengujian pergeseran
beta disekitar pengumuman deviden dan pengumuman pemecahan saham ( stock
split ).
Adanya perbedaan tanggal pengumuman laporan keuangan yang diumumkan oleh
Bapepam dengan tanggal pengumuman laporan keuangn di Surat kabar dapat
menyebabkan ketidakakuratan dalam menangkap reaksi investor atas
pengumuman laba.
DAFTAR PUSTAKA

Alexander, G.J., and Benston, P.George, 1982, “More on eta as a Random

Coefficient,” Jounal of Financial and Quantitative Analysis No. 1.

Ball, R. dan P. Brown, 1968,”An Empirical Evaluation of Accounting Income

Numbers, “Journal of Accounting Research, Vol. 6, hal 159-178

Ball, R. Dan S. P. Kothari, 1991,” Security Return Around Earnings

Announcement, The Accounting Review, Vol. 9, No. 1, hal 3-18

Beaver, W. H., 1968,”The Information Content of Annual Earning

Announcement,” Journal of Accounting Research, Vol 6, No. 2, hal 67-
100

Beaver, W.H, 1998,”Financial Reporting : An Accounting Revolution, 3 rd

Edition, Prentice hall.

Beaver, W. H.; P. Kettler, dan M. Scholes, 1970,” The Association Between

Market Determined and Accounting Determined Risk Measures,” The
accounting Review 45, hal 654-682

Bildersee, John S., dan Roberts, Gordon, 1981,”Beta Instability When Interest
Rate Levels Change,” Jounal of Financial and Quantitative Analysis.

Blume, E. M., 1971,” On The Assessment of Risk, “Journal of Finance, Vol. 1,

hal 1-10

Blume, E. M., 1975, “ Betas and Their Regression Tendencies,” Journal of

Finance, Vol. X, No. 3

Brennan, M.J., and Copeland T.E, 1988, “Beta Changes around Stock Splits: A
Note,” The Journal of Finance, Vol. XLIII

Brown L.D., R.L Hagerman., P.A Grifin., and M.E Zmijewski, 1987, “An
Evaluation of Alternative Proxies For The Markets Assesment of
Unexpected Earnings, “Journal of Accounting And Economics 9.
Foster, G, 1986, Financial Statement Analysis, Second Edition, Prentice Hall
International.

Foster, G.,C. Olsen dan T. Shevlin, 1984,” Earning Releases, Anomalies, and the
Behavior of security Returns,” The Accounting Review, Vol. LIX, hal 574-
603

Hayn, C., 1995,” The Information Content of Losses, “Journal of Accounting &
Economics, Vol. 20, hal 125-153

Hsieh, Su Jane, Scott I Jerris, dan William Kross, 1999,” Quarterly earnings
Announcements and Market Risk Adjustments,” Journal of Business
Finance & Accounting, April/May 1999

Hsu, D.A, 1984, ”The Behavior of Stock Returns: Is it Stationary or

Evalutionary?” Jounal of Financial and Quantitative Analysis 19, No.1.

Husnan, Suad, 1996, Dasar-dasar Teori Portofolio dan Analisis Sekuritas,

Yogyakarta, UPP AMP YKPN

Jogiyanto H..M, 2000, Teori Portofolio dan Analisis Investasi, Yogyakarta, BPFE

Kalay, A., and U. Lowenstein, 1985,”Predictable Events and Excess Returns: The
Case of Dividend Announcements, “ Journal of Financial Economics 14

Klemkosky, R. C. dan Martin J. D., 1975,” The Adjustment of Beta Forecasts,”

Journal of Finance, Vol 4, hal 1123-1128

Ohlson, J.A., and S.H Penman, 1985, “Volatility Increase Subsequent to Stock
Splits: An Empirical Aeration, “ Journal of Financial Economics 14