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) 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.
■ India selama 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

■ PASAR AS
■ Pengaruh perdagangan berbasis informasi pada pengembalian saham pertama kali
diperiksa secara empiris oleh Easley et al. (2002) untuk saham yang terdaftar di Bursa
Efek New York (NYSE) menggunakan model struktur mikro pasar untuk menghitung
probabilitas perdagangan berbasis informasi (PIN) dengan menggunakan data frekuensi
tinggi.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
■ 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
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
Result
Tabel 4

■ Nilai intersep (α – ukuran pengembalian abnormal) meningkat secara monoton ketika

kita beralih dari portofolio informasi rendah ke tinggi (P1 ke P10).
■ Hasil abnormal yang dihasilkan oleh portofolio informasi tinggi (P10) yang berasal dari
jumlah transaksi, kepemilikan institusional dan volatilitas idiosinkratik ditemukan
sebesar 2,76%, 2,14% dan 1,42% dibandingkan dengan portofolio informasi rendah
(P1) adalah 0,16%, 0,36% dan 1,27%, masing-masing. Pengembalian abnormal bulanan
yang dihasilkan oleh strategi investasi long-short, yaitu P10-P1 berdasarkan jumlah
transaksi, kepemilikan institusional dan volatilitas idiosinkratik ditemukan masing-
masing sebesar 2,92%, 1,78% dan 0,15%.
■ Dari sudut pandang investor, lebih layak untuk melakukan long pada portofolio asimetri
informasi yang tinggi (P10) berdasarkan kepemilikan institusional dan volatilitas
idiosinkratik dan dapat mengadopsi strategi long-short (P10-P1) untuk jumlah transaksi
portofolio yang diurutkan.
■ Asimetri informasi dan saham mengembalikan pengembalian mereka. Nilai R2 yang
disesuaikan menurun saat kita berpindah dari P1 ke P10 yang menunjukkan bahwa
ketika asimetri informasi meningkat, variasi pengembalian portofolio yang tidak dapat
dijelaskan juga meningkat. Hal ini membuktikan aanya efek informasi yang kuat di
NSE, dimana portofolio saham informasi tinggi mengungguli portofolio saham
informasi rendah. Ini memberikan informasi asimetris positif – asosiasi pengembalian
saham di NSE karena saham asimetris informasi tinggi menawar pengembalian superior
untuk melunasi investor karena berinvestasi di saham informasi tinggi.
■ Jelas terbukti bahwa faktor risiko pasar menangkap sebagian besar variasi
pengembalian saham di NSE, meskipun tidak secara keseluruhan. Oleh karena itu, kami
memperluas pencarian kami dengan mengambil model multifaktor terkenal, yaitu model
tiga faktor Fama dan French (1993) dan model Carhart (1997).