Stephen J. Brown
Jerold B. Warner
Disusun oleh:
Dian Purnomo Jati
NIM: 389763
Pendahuluan
• Paper ini berusaha untuk menganalisis properti dari return saham
harian dan bagaimana karakteristik dari data harian tersebut
berpengaruh terhadap metodologi event study dalam
mengidentifikasi pengaruh suatu event yang dilakukan oleh
perusahaan terhadap harga saham.
• Tidak Normal
Data harian untuk harga saham cenderung tidak normal
dibandingkan dengan data bulanan. Distribusi data return
harian cenderung fat-tailed dibandingkan distribusi
normal. Paper ini akan menganalisis properti rata-rata
excess return untuk sampel dalam jumlah yang sedikit.
Central Limit Theorm menjamin bahwa jika excess return
di dalam data cross-section bersifat independen dan
terdistribusi secara identik dari distribusi varian yang
terbatas, maka distribusi dari rata-rata excess return akan
cenderung mendekati normal seiring dengan
penambahan jumlah saham. Terdapat beberapa bukti
empiris yang memperkuat pernyataan tersebut.
Isu-Isu ketika Menggunakan Data Harian
• Estimasi Varian
Isu yang relatif penting terkait properti time series dari data harian.
Sebagai konsekuensi dari non-synchronous trading, excess return harian
akan memperlihatkan serial dependence. Isu berikutnya adalah cross-
sectional dependence. Isu berikutnya adalah terkait stationarity dari varian
harian. Terdapat bukti bahwa varian return sahan akan meningkat
diseputar peristiwa pengumuman laba.
• Sampel
Digunakan 250 sampel dari 50 sekuritas yang
dipilih secara acak dari populasi seluruh sekuritas
yang memilii ketersediaan data harian lengkap.
Hari ke-0 diidentifikasi sebagai hari kejadian
peristiwa dari masing-masing sekuritas. Untuk
masing-masing sekuritas digunakan maksimum
250 hasil observasi data return harian yang
terbagi atas 239 hari (h-244 sampai dengan h-6)
sebagai periode estimasi dan 11 hari lainnya (h-5
sampai dengan h+5) sebagai periode kejadian.
Desain Eksperimen – Pengukuran Excess Return
Dimana Ri,t adalah return sekuritas i pada hari t, sedangkan Ai,t adalah excess
return untuk sekuritas i pada hari ke t. Berikutnya excess return harian untuk
setiap sekuritas dihitung dengan mengurangkannya dengan rata-rata return
yang dihitung selama periode estimasi (-244 s/d -6).
Desain Eksperimen
Hasil pengujian untuk semua metode yang digunakan konsisten dengan hasil
simulasi yang dilakukan dan tidak terlalu sensitif dengan beberapa perubahan
prosedur eksperimen.
Clustering