Information asymmetry and

stock returns
RARA FITRI
MOCH RISNANDA
INTRODUCTION

 The efficient market hypothesis (EMH)

 saham selalu diperdagangkan pada nilai wajarnya
 semua informasi yang tersedia digabungkan dengan cepat dengan asumsi bahwa pasar yang
efisien adalah tanpa gesekan
 semua peserta memiliki informasi yang sama.
 Adanya asimetri informasi di antara pelaku pasar dan menggambarkan bagaimana
penawaran –ask spread ditetapkan oleh pembuat pasar untuk mengkompensasi biaya
adverse selection yang merugikan.
 Asal usul risiko informasi Bagehot (1971), yaitu bahwa pembuat pasar menghadapi
kemungkinan berurusan dengan investor yang memiliki akses ke informasi yang lebih
besar.
INTRODUCTION

 Easley dan O'Hara (2004) mengembangkan kerangka penetapan harga aset rasional yang menggabungkan
asimetri informasi yang menunjukkan jika semuanya tetap stabil, maka premi diminta oleh investor yang
tidak memiliki informasi untuk memegang saham asimetri informasi yang tinggi.
 Mereka berpendapat bahwa pedagang yang tidak mendapat informasi menanggung risiko karena adanya
informasi asimetris dan efeknya tidak dapat didiversifikasi, sehingga mereka memerlukan kompensasi untuk
kerugian yang diharapkan ini.
 Sejak itu, ide ini telah diuji secara empiris dan sangat sedikit studi yang mengeksplorasi efek risiko
informasi pada penetapan harga sekuritas yang terlalu terbatas pada pasar AS saja, dengan beberapa di
negara berkembang lainnya.
 Tidak ada pekerjaan yang dilakukan pada masalah yang bersangkutan dalam konteks India. India adalah
ekonomi dengan pertumbuhan tercepat di dunia dan kami telah menyaksikan reformasi luar biasa di pasar
modal. Dua setengah dekade terakhir telah membawa beberapa inovasi melalui demutualisasi, perdagangan
berbasis layar, dematerialisasi sekuritas, munculnya perusahaan kliring, penyelesaian bergulir, produk
keuangan inovatif, pinjam meminjam sekuritas, profesionalisasi anggota perdagangan dan penggunaan
informasi yang intens. teknologi (TI) di pasar saham India.
REVIEW OF LITERATURE

 THE US MARKET
The effect of information-based trade on stock returns was first empirically
examined by Easley et al. (2002) for New York Stock Exchange (NYSE)-listed stocks using a
structural market microstructure model to calculate a probability of information-based trading
(PIN) by employing high-frequency data.
 Fama dan French (1993) Mereka menetapkan bahwa perbedaan 10% poin dalam PIN
antara dua saham menghasilkan variasi 2,5% per tahun dalam pengembalian yang
diharapkan. Namun, Duarte dan Young (2009) berpendapat bahwa hubungan antara PIN
dan return saham yang diharapkan adalah karena efek likuiditas dan bukan karena asimetri
informasi. Oleh karena itu, PIN dipecah menjadi dua bagian, satu karena informasi
asimetris dan lainnya karena tidak likuidnya saham yang tercatat di NYSE.
 Mereka secara empiris memverifikasi harga risiko informasi dengan menunjukkan bahwa
saham AIV tinggi menghasilkan pengembalian saham masa depan yang lebih tinggi secara
ekonomi dan statistik dibandingkan dengan saham AIV rendah untuk saham yang terdaftar
di NYSE, Amex dan National Association of Securities Dealers Automated Quotations
(NASDAQ).
 Other emerging markets
Choi dkk. (2016) mengeksplorasi hubungan antara asimetri informasi antara pedagang aktif
dan pengembalian saham yang diharapkan dengan memanfaatkan data kepemilikan portofolio
dari Bursa Efek Shanghai. Mereka menunjukkan bahwa saham dengan keuntungan informasi
yang tinggi memiliki volatilitas kepemilikan institusional yang lebih tinggi
 Mereka mengukur risiko informasi dengan menggunakan kualitas akrual dan melakukan
analisis regresi dua tahap, yaitu pada tingkat perusahaan dan portofolio untuk
mengeksplorasi harga faktor kualitas akrual. Mereka mengamati masa depan yang tinggi –
realisasi pengembalian untuk saham dengan kualitas akrual yang buruk dan juga
membuktikan penetapan harga yang signifikan dari faktor kualitas akrual ketika
ditambahkan ke model tiga faktor Fama dan Prancis.
METODOLOGI

 DATA: NIFTY 500 saham NSE India

 20 industri menyumbang 90% kapitalisasi pasar NSE
 Periode pengumpulan sampel berkisar dari 1 April 2000 hingga 31 Maret 2018, tidak
termasuk data sebelum tahun 2000
 Informasi untuk analisis ini terutama dikumpulkan dari database CMIE Prowess dan
Thomson Reuters dan sumber web seperti www.rbi.org.in dan www.nseindia.com
Penting untuk ditentukan bahwa kumpulan data lengkap tidak tersedia untuk semua 500
perusahaan sampel NSE, sepanjang rentang sampel 17 tahun; oleh karena itu, jumlah
efektif saham yang digunakan dalam penelitian ini bervariasi dari 265 hingga 490 selama
periode tersebut.
 karena tidak tersedianya rekaman frekuensi tinggi untuk stok sampel kami, proxy
asimetri informasi pasar khusus digunakan :
1. Jumlah transaksi
2. Kepemilikan institusional
3. Volatilitas Idiosyncratic
Ang dkk. (2006) mendefinisikan volatilitas istimewa sebagai " standar deviasi dari regresi
residual dari model tiga faktor Fama dan French (1993) " . Persamaan regresi untuk
memperkirakan idiosyncratic volatilitas adalah sebagai berikut:
 Ordinary least squares (OLS) regressions are estimated for information- sorted decile
portfolios using the following factor models: The standard CAPM
 The following information-adjusted asset pricing models are estimated for the information-
sorted decile portfolios:
The information-augmented standard CAPM
Autoregressive distributed lag (ARDL) model