ANALISIS PENGARUH IDIOSYNCRATIC VOLATILITY TERHADAP ...
Transcript of ANALISIS PENGARUH IDIOSYNCRATIC VOLATILITY TERHADAP ...
1 Universitas Indonesia
ANALISIS PENGARUH IDIOSYNCRATIC VOLATILITY TERHADAP EXPECTED RETURN PADA SAHAM YANG TERDAFTAR DI BURSA
EFEK INDONESIA PERIODE 2006-2010
Inav Haria Chandra
Program Studi S1 Reguler
Departemen Manajemen
Fakultas Ekonomi Universitas Indonesia
Abstrak
Penelitian ini tergolong studi asset pricing yang bertujuan untuk mengetahui bagaimana hubungan suatu risiko terhadap expected return . Idiosyncratic volatility merupakan proksi alami dari idiosyncratic risk yang hanya terdapat pada suatu sekuritas. Dalam penelitian ini, nilai idiosyncratic volatility dihitung dengan pendekatan direct decomposition method, menggunakan model Fama-French Three Factor. Disamping itu, penulis mengestimasi nilai expected idiosyncratic volatility dengan model EGARCH karena sifat volatilitas yang memiliki variasi terhadap waktu (time varying). Hasil dari penelitian ini menunjukkan bahwa idiosyncratic volatility berpengaruh positif terhadap return saham pada waktu bersamaan (contemporaneous). Sedangkan nilai lagged idiosyncratic volatility juga ditemukan berpengaruh positif terhadap return. Terakhir, penulis menemukan bahwa nilai expected idiosyncratic volatility yang diestimasi dengan model EGARCH memiliki pengaruh positif terhadap return dimana hasil ini dapat digunakan untuk menggambarkan hubungan antara idiosyncratic risk dan expected return. Kata Kunci : Asset Pricing; EGARCH; Fama-Macbeth Cross-sectional regression; Fama-French
Three Factor Model; Idiosyncratic volatility
1. PENDAHULUAN
Dalam kebijakan investasi, khususnya saham, risiko dan return menjadi dasar
pertimbangan utama. Pertanyaan mengenai risiko apa sajakah yang mempengaruhi retrun saham
telah lama menjadi perhatian para peneliti dan praktisi dunia keuangan. Markowitz (1959),
Sharpe (1964) dan Lintner (1965) menunjukkan bahwa total risiko pada suatu aset, termasuk
salah satunya saham, merupakan gabungan dari systematic risk dan idiosyncratic risk. Systematic
risk merupakan faktor yang memiliki pengaruh terhadap seluruh sekuritas di suatu pasar.
Sedangkan idiosyncratic risk merupakan risiko yang hanya terdapat pada suatu sekuritas.
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
2 Universitas Indonesia
Perdebatan mengenai pengaruh idiosyncratic risk terhadap imbal hasil saham telah
banyak dijelaskan dalam berbagai literatur keuangan hingga saat ini. Sharpe (1964) menegaskan
bahwa expected return saham hanya didapatkan sebagai kompensasi atas risiko sistematik, yaitu
risiko pasar. Sebagai tambahan, Sharpe (1964) juga menyatakan.bahwa tidak ada pengaruh
apapun antara idiosyncratic risk dan expected return. Hal sebaliknya, Levy (1978) menyatakan
bahwa jika investor tidak memiliki kemampuan dalam memiliki portofolio yang terdiversifikasi
secara penuh, maka investor akan meminta kompensasi atas idiosyncratic risk. Pendapat ini
didukung oleh Malkiel dan Xu (2006) yang menyatakan bahwa idiosyncratic risk harus dijadikan
faktor yang memengaruhi harga suatu aset
Nilai idiosincratic risk tidak dapat diobservasi secara langsung. Oleh karena itu
dibutuhkan suatu proksi dalam mengukur nilai idiosyncratic risk. Sejauh ini, para peneliti telah
banyak menggunakan idiosyncratic volatility sebagai proksi dari idiosyncratic risk. Dalam
mengestimasi idiosyncratic volatility terdapat dua pendekatan, yaitu indirect decomposition
method dan direct decomposition method. Dalam pendekatan Indirect decomposition method,
nilai idiosyncratic volatility dihitung berdasarkan selisih volatilitas return saham terhadap
volatilitas return pasar. Metode ini pernah digunakan oleh: Malkiel dan Xu (1996, 2006),
Campbell et al (2001) dan Goyal dan Santa-Clara (2003). Sedangkan dalam pendekatan direct
decomposition method, nilai idiosyncratic volatility didapatkan dari perhitungan residual regresi
return saham terhadap faktor sistematis. Bali dan Cakici (2008) menggunakan model CAPM
dalam estimasi idiosyncratic volatility pada saham di AS. Sedangkan Ang et al (2006,2009)
menggunakan model Fama-French Three Factor dalam mengestimasi idiosyncratic volatility. Di
sisi lain, Fu (2009) menggunakan model EGARCH untuk estimasi nilai idiosyncratic volatility.
Dalam konteks Indonesia, penelitian mengenai idiosyncratic risk di Indonesia pernah
dilakukan oleh Yudistika (2011). Dengan menggunakan pendekatan indirect, Yudistika
menemukan bahwa idiosyncratic risk tidak memiliki pengaruh signifikan terhadap return saham
di Indonesia. Berbeda dengan penelitian sebelumnya (Yudistika, 2011), dalam penelitian ini,
penulis akan menggunakan pendekatan direct decomposition method dalam estimasi nilai
idiosyncratic volatility. Pendekatan ini dipilih karena akan memberikan hasil estimasi yang lebih
akurat dibandingkan pendekatan indirect decomposition method yang dinilai lebih sering
overestimasi (Malkiel dan Xu, 2003). Dalam penelitian ini, nilai idiosyncratic volatility akan
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
3 Universitas Indonesia
diestimasi dengan menggunakan model Fama French Three Factor (Fama dan French, 1993).
Model ini dipilih karena lebih baik dalam menjelaskan return saham dibandingkan model CAPM
Dalam penelitian ini, penulis akan melakukan pengujian pengaruh idiosyncratic volatility
terhadap return secara contemporaneous dan ex-ante. Pengujian secara contemporeneous
dilakukan dengan menggunakan nilai realized idiosyncratic volatility . Pengujian secara ex-ante
dibutuhkan untuk mengetahui bagaimana pengaruh idiosyncratic volatility terhadap expected
return. Oleh karena itu, dalam pengujian secara ex-ante dibutuhkan proksi dari expected
idiosyncratic volatility. Penulis akan menggunakan nilai lagged idiosyncratic volatility sebagai
proksi dari expected idiosyncratic volatility sesuai dengan penelitian Ang et al (2006). Disamping
itu nilai expected idiosyncratic volatility juga akan diestimasi dengan menggunakan model
EGARCH sesuai dengan penelitian Fu (2009). Jadi, secara garis besar, terdapat tiga hal yang
akan diuji dalam penelitian ini. Pertana, penulis akan menguji bagaimanakah pengaruh
idiosyncratic volatility terhadap return saham secara contemporaneous. Kedua, bagaimanakah
pengaruh lagged idiosyncratic volatility terhadap return. Ketiga, bagaimanakah pengaruh
expected idiosyncratic volatility yang diestimasi menggunakan model EGARCH terhadap return.
Pengujian tersebut dilakukan dengan menggunakan Fama-Macbeth Cross-sectional regression
dan memasukkan beberapa variabel kontrol sesuai dengan perkembangan studi asset pricing.
2. TINJAUAN TEORITIS
Studi perihal asset pricing dipelopori Sharpe (1964) dan Lintner (1965) yang
mengenalkan Capital Asset Pricing Model (CAPM) sebagai model ekuilibrium. Dalam model ini,
risiko suatu saham dipengaruhi oleh faktor sistematis, yaitu risiko pasar. Namun, menurut Fama
dan French (1992), model ini tidak mampu menjelaskan anomali size, value, dan momentum
effect. Lebih jauh, Fama dan French mengenalkan model tiga faktor dengan menambahkan SMB
sebagai proksi zize dan HML sebagai proksi dari value effect. Bertolak dari penelitian Fama dan
French (1992), studi asset pricing semakin berkembang secara pesat. Likuiditas dan momentum
merupakan dua variabel yang penting dalam studi asset pricing. Penelitian mengenai likuiditas
dipelopori oleh Amihud dan Mendelson (1986) mengukur likuiditas dengan menggunakan bid-
ask spread dan menemukan bahwa saham yang memiliki spread yang lebih besar memiliki
ekspektasi return yang lebih besar. Chordia et al (2001) menggunakan turnover sebagai ukuran
likuiditas yang mencerminkan volume perdagangan. Turnover merupakan rasio antara volume
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
4 Universitas Indonesia
perdagangan dengan jumlah saham yang beredar pada suatu periode waktu. Jegadeesh dan
Titman (1993) menjadi pelopor dalam penelitian mengenai momentum. Dalam penelitiannya,
Jegadeesh dan Titman (1993) menemukan bahwa saham winner, pada rentang waktu tingga
hingga 12 bulan lalu, secara rata-rata memiliki peforma yang lebih baik dibandingkan saham
loser.
Penelitian mengenai idiosyncratic volatility dipelopori oleh studi bersifat eksplorasi oleh
Merton (1980) mengenai model expected return. Merton memprediksikan hubungan yang positif
antara idiosyncratic risk dan expected return ketika investor tidak melakukan diversifikasi atas
portfolio-nya. Menurut French, Schwart dan Stambaugh (1987), studi yang dilakukan oleh
Merton (1980) lebih menekankan hubungan market risk premium dan volatilitas pada waktu yang
bersamaan (contemporaneous) dibandingkan hubungan secara ex-ante, dengan kata lain,
perhitungan volatilitas tersebut memasukkan komponen ex-ante dan unexpected change. Dengan
dimasukkan-nya kedua komponen tersebut, maka hubungan secara ex-ante menjadi samar. Oleh
karena itu, French, Schwart dan Stambaugh menggunakan dua pendekatan statistik dalam
penelitiannya, yaitu dengan 1) menggunakan return harian dalam mengestimasi volatilitas
bulanan, dan 2) menggunakan model GARCH dalam mengestimasi ukuran ex-ante dari
volatilitas. Hasilnya, ditemukan bahwa terdapat hubungan yang positif antara expected risk
premium dan tingkat volatilitas yang diprediksi (menggunakan GARCH). Selain itu, ditemukan
juga bukti hubungan yang negatif antara komponen unexpected change dari volatilitas dan excess
holding period return (𝑅𝑚𝑡 − 𝑅𝑓𝑡).
Campbell et al (2001) melanjutkan penelitian mengenai volatilitas dengan melakukan
pendekatan disagregat pada volatilitas tersebut menjadi beberapa komponen. Menurut Campbell
et al, volatilitas secara agregat merupakan hal yang penting pada sebagian besar teori hubungan
risiko dan return. Namun, goncangan (volatility) pada tingkat industri dan perusahaan
(idiosyncratic) juga merupakan komponen yang juga penting dari return suatu saham. Atas dasar
itulah Campbell et al mencoba menjelaskan bagaimana perkembangan historis dari pergerakan
volatilitas baik pada tingkat pasar, industri, dan perusahaan. Hasilnya, pertama, mereka
menemukan bahwa terjadi tren yang positif pada volatilitas tingkat perusahaan (idiosyncratic),
disisi lain, tren yang sama tidak terjadi pada volatilitas pada tingkat pasar dan industri. Kedua,
tren peningkatan idiosyncratic volatility relatif terhadap volatilitas pasar secara implisit
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
5 Universitas Indonesia
menyatakan bahwa korelasi antara return saham individual mengalami penurunan dalam
beberapa dekade terakhir. Terakhir, mereka menemukan bahwa idiosyncratic volatility memiliki
porsi terbesar pada volatilitas total perusahaan secara rata-rata, dan juga menjadi bagian terbesar
pada pergerakan volatilitas total dari perusahaan dari waktu ke waktu.
Hasil penelitian Campbel et al (2001) didukung oleh temuan empiris yang dilakukan oleh
Malkiel dan Xu (2002). Dalam penelitiannya, Malkiel dan Xu (2002) menggunakan baik itu
pendekatan indirect, seperti yang dilakukan oleh Cambpell et al (2001), maupun pendekatan
direct, dengan memanfaatkan model Fama dan French (1992), dalam mengestimasi nilai
idiosyncratic volatility. Sama hal-nya dengan penelitian sebelumnya, Malkiel dan Xu (2003)
mengkonfirmasi bahwa telah terjadi peningkatan idiosyncratic volatility dalam beberapa dekade
terakhir. Lebih jauh mereka mencoba mengidentifikasi penyebab dibalik peningkatan nilai
idiosyncratic volatility. Mereka menemukan bahwa peningkatan proporsi kepemilikan investor
institusional memiliki hubungan positif dengan idiosyncratic volatility dari saham individual.
Disamping itu, ekspektasi pertumbuhan laba juga memiliki hubungan yang positif dengan
idiosyncratic volatility. Di sisi lain, mereka menemukan bahwa nilai idiosyncratic volatility yang
tinggi tidak disebabkan oleh peningkatan jumlah small stocks pada sampel penelitian-nya.
Mengenai metode pendekatan, Malkiel dan Xu (2003) berpendapat bahwa pendekatan indirect
cenderung berlebihan (overstate) dalam mengestimasi idiosyncratic volatility secara keseluruhan.
Tingkat pertumbuhan idiosyncratic volatility yang diestimasi menggunakan pendekatan indirect
cenderung lebih tinggi dibandingkan nilai yang diestimasi menggunakan pendekatan direct.
Penelitian berikutnya lebih menekankan pencarian bukti empiris “apakah idiosyncratic
volatility harus dijadikan risiko yang harus diperhatikan oleh investor”, atau dengan kata lain,
penelitian berikut mencoba menemukan bagaimana hubgungan antara idiosyncratic volatility dan
expected return. Goyal dan Santa-clara (2003) menggunakan pendekatan time-series dalam
pengujian hubungan tersebut. Mereka menggunakan average stock volatility sebagai faktor risiko
yang mempengaruhi return. Sebagai hasilnya, mereka menemukan bahwa, secara signifikan,
terdapat hubungan positif antara average stock variance (yang sebagian besar bersumber dari
idiosyncratic) dan return di pasar. Di lain hal, mereka juga menemukan bahwa lagged market
variance tidak memiliki kekuatan dalam peramalan (forecasting) return pasar.
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
6 Universitas Indonesia
Kontras dengan penelitian sebelumnya, Ang et al (2006) menemukan hasil temuan yang
berbeda dengan melakukan peneltitian secara cross-section. Secara garis besar, penelitian Ang et
al bertujuan untuk : 1) mengetahui apakah volatilitas dari pasar merupakan salah satu faktor
risiko yang harus dipertimbangkan , dan 2) mengetahui bagaimana hubungan antara idiosyncratic
volatility dan expected return.1Dalam penelitian tersebut, Ang et al menggunakan perubahan nilai
indeks VIX sebagai proksi perubahan aggregate volatility2. Penelitian ini menggunakan analisis
portfolio yang dientuk berdasarkan nilai aggregate volatility. Hasilnya, saham yang memiliki
eksposur yang tinggi terhadap aggregate volatility di masa lalu memiliki rata-rata return yang
rendah di masa depan. Selain itu, mereka juga menemukan bahwa saham yang memiliki nilai
idiosyncratic volatility yang tinggi memiliki rata-rata return yang sangat rendah, dimana
fenomena ini tidak dapat dijelaskan oleh eksposur yang bersumber dari aggregate volatility risk.
Melihat hasil yang sangat variatif pada penelitian sebelumnya, Fu (2009) mencoba
meluruskan bagaimana seharusnya hubungan idiosyncratic volatility terhadap return.
Menurutnya, nilai idiosyncratic volatility bersifat bervariasi setiap waktu (time-varying). Oleh
karena itu dibutuhkan suatu model yang mampu menangkap sifat tersebut. Fu menggunakan
model EGARCH untuk mengestimasi nilai expected idiosyncratic volatility. Hasilnya, Fu
menemukan bahwa expected idiosyncratic volatility yang diestimasi dengan model EGARCH
secara signifikan berpengaruh positif terhadap expected return. Lebih lanjut, Fu juga meng-
konfirmasi bahwa hubungan negatif yang ditemukan oleh Ang et al (2006) dipicu oleh return
reversal pada saham kecil dengan idiosyncratic volatility yang tinggi.
Dalam konteks Indonesia, penelitian mengenai pengaruh idiosyncratic risk terhadap
return pernah dilakukan oleh Yudistika (2011). Dalam penelitiannya, yudistika menggunakan
metode yang pernah digunakan oleh Goyal dan Santa-clara (2003) dalam menguji pengaruh
idiosyncratic risk terhadap return. Penelitian tersebut mengambil sampel saham dari indeks LQ-
45 pada periode 2006-2010. Hasilnya, yudistika membuktikan bahwa idiosyncratic risk tidak
memiliki pengaruh signifikan terhadap return saham IHSG.
1 Idiosyncratic volatility dihitung relatif terhadap model Fama dan French (1993). 2 VIX merupakan indeks yang dikeluarkan oleh Chicago Board Option Exchange (CBOE)
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
7 Universitas Indonesia
3. Metodologi Penelitian
3.1 Operasionalisasi variabel
Variabel dependen yang digunakan dalam penelitian ini adalah return bulanan dari
saham. Untuk menghitung return bulanan, penulis menggunakan data monthly adjusted closing
price. ini terdapat tiga variabel independen yang akan diuji pengaruhnya terhadap variabel
dependen. Ketiga variabel independen tersebut yaitu: 1) realized idiosyncratic volatility, 2)
lagged realized idiosyncratic volatility dan 3) expected idiosyncratic volatility.Untuk
mendapatkan nilai ketiga variabel independen tersebut akan dijelaskan pada bagian 3.3.1 dan
3.32
Tabel 1. Operasionalisasi Variabel
Variabel Deskripsi Keterangan Variabel dependen
Return Realized return saham. Return dihitung dengan menggunakan data adjusted closing price
Variabel independen
IVOLt Realized Idiosyncratic volatility . Didapatkan dari residual regresi return terhadap faktor sistematis (Fama-French Three Factor).
IVOL𝑡−1 Lagged Idiosyncratic volatility Merupakan nilai idiosyncratic volatility bulan lalu
E(IVOL𝑡) Expected Idiosyncratic volatility. Merupakan hasil estimasi conditional variance dari model EGARCH
Variabel Kontrol ln(ME)
Logaritma natural dari Market equity.
Nilai market equity didapatjan dari data market capitalization
ln(BE/ME)
Logaritma natural dari rasio Book equity terhadap Market equity
Nilai Book equity didapatkan dari shareholder’s equity
RET(-2,-7) Return kumulatif dari bulan t-7 hingga t-2. ---
Ln(TURN) Logaritma natural dari rata-rata share turnover selama 36 bulan sebelumnya.
Share turnover merupakan rasio turnover by volume terhadap jumlah saham beredar
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
8 Universitas Indonesia
Untuk hasil yang lebih valid, penulis menambahkan beberapa variabel kontrol sesuai
dengan perkembangan studi asset pricing. Adapun ketiga variabel kontrol tersebut yaitu : 1)
market equity (ME), 2) book to market equity (BE/ME), 3) share turnover, dan 4) return
kumulatif dari tujuh hingga dua bulan lalu (Ret, 2-7). Untuk variabel ME, BE/ME dan share
turnover diubah dalam bentuk logaritma.. Variabel market equity (ME) dan book-to-market
equity (BE/ME) digunakan untuk menjelaskan size dan value effect (Fama dan French, 1992).
Nilai ME didapatkan dari kapitalisasi pasar, sedangkan BE didapatkan dari shareholder’s equity.
BE/ME merupakan hasil rasio book equity terhadap market equity. Berdasarkan penelitian Fama
dan French, nilai ME pada bulan Juni digunakan untuk menjelaskan return selama 12 bulan
berikutnya. Nilai BE/ME pada akhir tahun fiskal t digunakan untuk menjelaskan return dari
bulan Juli tahun t+1 hingga bulan Juni tahun t+2. Adanya gap waktu selama 6 bulan antara ME
dan BE/ME bertujuan untuk memastikan bahwa informasi BE/ME diketahui oleh publik.
Variabel kontrol selanutnya, share turnover, digunakan sebagai proksi likuiditas.
Sebagaimana dijelaskan dalam penelitian Chordia et al (2001), share turnover merupakan rasio
jumlah saham yang diperdagangkan terhadap jumlah saham yang beredar. Untuk informasi
jumlah saham yang diperdagangkan, penulis menggunakan data volume perdagangan. Dalam
penelitian ini, variabel TURN merupakan rata-rata share turnover selama 36 periode sebelumnya.
Sedangkan variabel Ret-2-7 digunakan sebagai proksi dari momentum. Sesuai dengan penelitian
Jegadeesh (1990), nilai Ret-2,-7 merupakan return kumulatif pada saham yang pegang dari bulan
t-7 hingga bulan t-2.
3.2 Alur Penelitian
Dalam penelitian ini, penulis menggunakan model Fama-French Three Factor model
(FF-3), sebagaimana juga telah digunakan oleh Ang (2006) dan Fu (2009), dalam mengestimasi
realized idiosyncratic volatility pada saham yang terdaftar di BEI. Berebeda dengan model
CAPM, pada model Fama-French menambahkan SMB dan HML sebagai faktor sistematik.
Khusus di Indonesia, nilai SMB dan HML belum tersedia. Oleh karena itu, nilai SMB dan HML
harus dihitung terlebih dahulu. Nilai SMB dan HML didapatkan sesuai dengan penelitian yang
dilakukan oleh Fama dan French (1992). Perhitungan SMB dan HML dilakukan secara harian
dan bulanan. Nilai SMB dan HML harian dibutuhkan untuk menghitung nilai realized
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
9 Universitas Indonesia
idiosyncratic volatility. Sedangkan nilai SMB dan HML bulanan akan digunakan untuk estimasi
nilai expected idiosyncratic volatility. Setelah mendapatkan nilai variabel independen,
selanjutnya akan dilakukan regresi secara cross-section berdasarkan peneitian Fama dan Macbeth
(1973). Secara ringkas, alur dari penelitian ini dapat dilihat pada Bagan 1.
Bagan 1. Alur Penelirian
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
10 Universitas Indonesia
3.3 Metode Penglahan Data
3.3.1 Menghitung realized idiosyncratic volatility
Setelah mendapatkan nilai SMB dan HML, selanjutnya dihitung nilai realized
idiosyncratic volatility berdasarkan model berikut,
𝑅𝑖𝜏 − 𝑟𝜏 = 𝛼𝑖𝑡 + 𝑏𝑖𝑡(𝑅𝑚 − 𝑟𝜏) + 𝑠𝑖𝑡𝑆𝑀𝐵𝜏 + ℎ 𝑖𝑡𝐻𝑀𝐿𝜏 + 𝜀𝑖𝜏
(1)
dimana 𝜏 merupakan hari dan t merupakan bulan,dan 𝜏 ∈ 𝑡.Sedangkan 𝛼𝑖𝑡, 𝑏𝑖𝑡 , 𝑠𝑖𝑡 dan ℎ 𝑖𝑡
merupakan sensitivitas dari faktor. Regresi dilakukan dilakukan pada setiap saham setiap
bulannya. Kemudian dihitung idiosyncratic volatility bulanan dari saham yang merupakan
standar deviasi dari residual regresi persamaan 3,5:
𝐼𝑉𝑂𝐿𝑖𝑡 = �𝑣𝑎𝑟(𝜀𝑖𝜏)
(2)
Selanjutnya, nilai standard deviasi residual harian diubah dalam bentuk bulanan dengan
mengalikan hasil persamaan (2) dengan akar pangkat dua dari jumlah hari dalam bulan
bersangkutan.
3.3.2 Menghitung expected idiosyncratic volatility dengan EGARCH
Untuk mengetahui hubungan antara return dengan expected idiosyncratic volatility,
dibutuhkan model yang mampu menjelaskan sifat idiosyncratic volatility yang bervariasi
terhadap waktu (time varying). Untuk itu, penulis akan menggunakan model exponential
generalized autoregressive conditional heteroscedaticity (EGARCH) seperti yang digunakan
oleh Fu (2009). Konsisten dengan penelitian Fu (2009), penulis akan menggunakan model
EGARCH (p,q) dimana 1 ≤ 𝑝 ≤ 3 , 1 ≤ 𝑞 ≤ 3. Untuk lebih jelasnya, berikut penjelasan
persamaannya :
𝑅𝑖𝑡 − 𝑟𝑓 = 𝛼𝑖 + 𝛽𝑖�𝑅𝑚𝑡 − 𝑟𝑓� + 𝑠𝑖𝑆𝑀𝐵𝑡 + ℎ𝑖𝐻𝑀𝐿𝑡 + 𝜀𝑖𝑡 , 𝜀𝑖𝑡 ~ 𝑁(0,𝜎𝑖𝑡2),
(3)
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
11 Universitas Indonesia
ln𝜎𝑖,𝑡2 = 𝛼𝑖 + �𝑏𝑖,𝑙 ln𝜎𝑖,𝑡−𝑙2 + �𝑐𝑖,𝑘 �𝜃 �𝜀𝑖,𝑡−𝑘𝜎𝑖,𝑡−𝑘
� + 𝛾 ��𝜀𝑖,𝑡−𝑘𝜎𝑖,𝑡−𝑘
� − (2 𝜋⁄ )1 2� ��𝑞
𝑘=1
𝑝
𝑙=1
(4)
Persamaan (3) merupakan model Fama-french three factor, dimana 𝛼𝑖𝑖, 𝛽𝑖 , 𝑠𝑖𝑡 dan ℎ 𝑖𝑡
merupakan sensitivitas dari faktor. Residual (𝜀𝑖𝑡) diasumsikan normal dengan rerata nol dan
memiliki conditional variance (𝜎𝑖𝑡2). Persamaan (4) mencoba mengestimasi conditional variance
yang merupakan fungsi dari p-periode varians residual ( 𝜎𝑖2) masa lalu dan q-periode dari return
shock (𝜀𝑖) masa lalu. Nilai expected idiosyncratic volatility didapatkan dari hasil persamaan (4)
yang dinyatakan dalam bentuk standard deviasi (𝜎𝑖𝑡 )
Pada masing masing saham, penulis akan menggunakan 9 model EGARCH : EGARCH
(1,1), EGARCH (1,2), EGARCH (1,3), EGARCH (2,1), EGARCH (2,2), EGARCH (2,3),
EGARCH (3,1), EGARCH (3,2), dan EGARCH (3,3). Apabila terjadi konvergensi pada banyak
model, maka model terbaik dipilih berdasarkan nilai Akaike Information Criterion (AIC)
terendah. Dalam mengestimasi parameter pada persamaan (4), peneliti akan menggunakan data
satu periode penuh. Untuk menghindari look-ahead bias3, peneliti akan memperluas data hingga
30 observasi sebelum awal periode penelitian.
3.3.3 Fama Macbeth Cross-sectional Regression
Dalam penelitian ini, penulis akan menggunakan metode Fama Macbeth Cross-sectional
Regression (Fama dan Macbeth, 1973) dalam menguji variabel yang memiliki pengaruh terhadap
return. Pada setiap bulan dalam periode penelitian, akan dilakukan regresi menurut persamaan
berikut :
𝑅𝑖,𝑡 = 𝛾0,𝑡 + �𝛾𝑘,𝑡𝑋𝑘𝑖,𝑡 + 𝜀𝑖,𝑡, 𝑖 = 1,2, … ,𝑁, 𝑡 = 1,2, … ,𝑇,𝐾
𝑘=1
(5)
3 Look ahead bias merupakan bias yang terjadi karena pengguanaan informasi atau data dalam suatu penelitian atau simulasi dimana informasi atau data tersebut tidak tersedia pada waktu penelitian bersangkutan. French, Schwart dan Stambaugh (1987) menggunakan data satu periode penuh dalam mengestimasi parameter pada model GARCH. Hal serupa juga dilakukan oleh Fu (2009). Mereka berpendapat bahwa walaupun parameter tersebut berubah tiap waktu, hasil penelitian tidak mengalami perubahan.
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
12 Universitas Indonesia
dimana 𝑅𝑖,𝑡 merupakan return saham i pada bulan t. 𝑋𝑘𝑖,𝑡 merupakan variabel penjelas dari
expected return. Sedangkan T merupakan jumlah bulan yang menjadi periode observasi dalam
penelitian ini.
Untuk selanjutya akan dihitung nilai 𝛾�𝑘 dan nilan varians-nya dengan persamaan berikut :
𝛾�𝑘 =1𝑇�𝛾�𝑘,𝑡
𝑇
𝑡=1
(6)
𝑉𝑎𝑟(𝛾�𝑘) =∑ (𝛾�𝑘,𝑡 − 𝛾�𝑘)2𝑇𝑡=1
𝑇(𝑇 − 1) .
(7)
Dengan kata lain, rata-rata slope (𝛾�𝑘) merupakan rata-rata hasil estimasi cross-section selama T
bulan.
Selanjutnya akan dihitung nilai t-statistik yang merupakan rata-rata slope dibagi degan
time-series standard error-nya, yang merupakan akar pangkat dua dari persamaan 3.14 dibagi
dengan jumlah periode penelitian (T). Untuk lebih jelasnya, berikut formula untuk menghitung
nilai t-statistik:
𝑡 =𝛾�𝑘
�𝑉𝑎𝑟(𝛾�𝑘)𝑇
(8)
4. Hasil Penelitian
4.1 Deskriptif variabel dalam penelitian
Tabel 2 menunjukkan statistik deskriptif dari hasil pengolahan data yang akan diolah
selanjutnya dalam regresi cross-section Fama-Macbeth. Variabel excess return didaptakan
setelah mengurangi return dengan risk-free interest (SBI rate). Variabel book to market equity
(BE/ME), dan market equity (ME), dan Turnover (Turn) disajikan dalam bentuk logaritma
natural agar tidak terjadi kemencengan data (skewness) yang signifikan.
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
13 Universitas Indonesia
Tabel 2. Statistik deskriptif
sumber: hasil olahan penulis
Rata-rata dari return bulanan dalam periode penelitian ini adalah sebesar 2.8% dan rata-
rata excess return adalah sebesar 2.1%. Sementara itu, sebagai variabel independen, idiosyncratic
volatility (IVOL) memiliki rata-rata 12.1% selama tahun periode penelitian. Sedangkan variabel
expected idiosyncratic volatility (EIVOL) yang didapatkan dari estimasi menggunakan model
EGARCH memiliki rata-rata yang tidak jauh berbeda dari nilai aktualnya, yaitu sebesar 13.8%.
Selain itu, sebagai variabel kontrol, Ln(ME) memiliki nilai rata-rata sebesar 19.95. Sedangkan
nilai Ln(BE/ME) memiliki nilai rata-rata 0.216, atau dengan kata lain, rata-rata perusahaan dalam
penelitian ini adalah perusahaan yang sedang bertumbuh (value growth) sebagai implikasi dari
nilai logaritma natural yang positif
4.2 Hasil Regresi Cross-section Fama-Macbeth
Seperti yang telah dijelaskan pada bagian sebelumnya, terdapat tiga variabel independen
yang diuji dalam penelitian ini. Ketiga variabel independen tersebut yaitu nilai idiosyncratic
volatility bulanan (𝐼𝑉𝑂𝐿𝑡), nilai lagged idiosyncratic volatility (𝐼𝑉𝑂𝐿𝑡−1), dan nilai expected
idiosyncratic volatility 𝐸(𝐼𝑉𝑂𝐿𝑡) yang diestimasi dengan model EGARCH. Agar mampu
menjelaskan return secara baik, penulis menambahkan market capitalization dan book to market
equity (Fama dan French, 1992) sebagai variabel kontrol. Selain itu,penilis menambahkan
variabel kontrol lainnya, yaitu variabel Turn dan Ret (-2,-7) sebagai proksi likuiditas (Chordia et
al, 2001) dan momentum (Jegadeesh, 1990). Seperti yang terlihat pada tabel 3, terdapat tiga
model yang diuji dalam penelitian ini. Nilai dalam tabel tersebut merupakan rata-rata slope dari
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
14 Universitas Indonesia
regresi dari beberapa variabel terhadap return setiap bulannya selama 60 bulan. Sedangkan nilai
yang berada dalam kurung merupakan nilai t-statistik. Nilai pada kolom terakhir merupakan rata-
rata 𝑅2 selama 60 bulan.
Tabel 3. Hasil regresi Cross-section Fama-Macbeth
Model C 𝐼𝑉𝑂𝐿𝑡 𝐼𝑉𝑂𝐿𝑡−1 𝐸(𝐼𝑉𝑂𝐿)𝑡 Ln(ME) Ln(BE/ME) Ln(Turn) Ret(-2,-7) 𝑅2 1 -0.086*** 0.378***
0.003*** 0.004*** -0.002*** -0.007*** 16.8%
(-27.074) (42.275)
(15.526) (13.192) (-16.924) (-6.616)
2 0.042***
0.033***
-0.001*** 0.006*** -0.001*** -0.017*** 8.1%
(8.130)
(10.573)
(-5.686) (18.164) (-4.158) (-13.059)
3 -0.016***
0.248*** 0.000 0.004*** -0.002*** -0.017*** 14.7% (-3.546) (36.426) (-0.313) (12.298) (-9.453) (-15.363)
*** singnifikan pada tingkat 1%
Sumber : hasil olahan penulis
Pada model 1, penulis ingin menguji hubungan dari idiosyncratic volatility terhadap
return pada waktu yang bersamaan (contemporaneous). Dengan tingkat signifikansi 1% (t-critical
= 2.66) ,maka dari hasil olah data, terlihat ada hubungan yang signifikan antara kedua variabel
tersebut, dengan nilai t-stat untuk variabel IVOL sebesar 42.27. Dengan koefisien sebesar 0.378
menunjukkan bahwa setiap peningkatan IVOL sebesar 1%, maka secara bersamaan return akan
meningkat sebesar 0.378%. Dengan demikian hipotesis yang menyatakan bahwa idiosyncratic
volatility berpengaruh positif terhadap return pada waktu yang bersamaan diterima.
Hasil ini sesuai dengan penelitian yang dilakukan oleh Fu (2009). Fu membuktikan
bahwa idiosyncratic volatility berpengaruh positif terhadap return. Namun hubungan ini hanya
bersifat “pengaruh pada waktu yang sama” (contemporaneous). Dari sudut pandang teori, kita
tidak dapat menarik kesimpulan inferensial mengenai pengaruh idiosyncratic volatility terhadap
expected return. Hal ini disebabkan oleh potensi adanya korelasi antara unexpected shock pada
return (𝑅𝑡 − 𝐸(𝑅𝑡)) dan unexpected shock pada idiosyncratic volatility(𝐼𝑉𝑂𝐿𝑡 − 𝐸(𝐼𝑉𝑂𝐿𝑡)).
Pendapat yang sama juga diberikan oleh French, Schwart dan Stambaugh (1987) dalam kritiknya
terhadap studi ekplorasi Merton (1980). Jadi, dapat disimpulkan, pengaruh idiosyncratic volatility
terhadap return pada model pertama hanya menunjukkan pengaruh pada waktu bersamaan. Hasil
ini akan digunakan sebagai referensi perbandingan pada model lainnya. Untuk dapat menjelaskan
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
15 Universitas Indonesia
hubungan idiosyncratic volatility terhadap expected return maka dibutuhkanlah proksi dari
expected idiosyncratic volatility.
Pada model ke-2, nilai idiosyncratic volatility bulan lalu (lagged) digunakan sebagai
proksi dari expected idiosyncratic volatility. Dengan tingkat signifikansi 1% (t-critical = 2.66)
,maka dari hasil olah data, terlihat ada hubungan yang signifikan antara kedua variabel tersebut,
dengan nilai t-stat untuk variabel 𝐼𝑉𝑂𝐿𝑡−1 sebesar 10.57. Dengan koefisien sebesar 0.378
menunjukkan bahwa setiap peningkatan 𝐼𝑉𝑂𝐿𝑡−1 sebesar 1%, maka return akan meningkat
sebesar 0.033%. Dengan demikian hipotesis yang menyatakan bahwa lagged idiosyncratic
volatility berpengaruh positif terhadap return diterima. Dengan kata lain saham yang memiliki
nilai idiosyncratic volatility yang tinggi akan memiliki return yang tinggi di masa depan. Hasil
ini kontras dengan penelitian yang dilakukan oleh Ang et al (2006). Dalam penelitiannya, dengan
menggunakan analisis portfolio, Ang et al menemukan bahwa saham dengan nilai idiosyncratic
volatility yang tinggi akan memiliki return yang sangat rendah (negatif) di masa depan. Dengan
menggunakan data yang sama, Fu (2009) juga menemukan bahwa lagged idiosyncratic volatility
berpengaruh negatif terhadap return. Namun, menurut Fu, hubungan negatif ini dipicu oleh
fenomena return reversal pada saham yang memiliki nilai idiosyncratic volatility yang tinggi.
Pada model ke-3, nilai expected idiosyncratic volatility didapatkan dari estimasi
menggunakan model EGARCH. Dengan menggunakan tingkat signifikansi 1%, maka dapat
disimpulkan bahwa expected idiosyncratic volatility memiliki pengaruh positif terhadap return.
Dengan koefisien sebesar 0.248 menunjukkan bahwa setiap peningkatan 𝐸(𝐼𝑉𝑂𝐿)𝑡 sebesar 1 %
akan meningkatkan return sebesar 0.248%. Sehingga, hipotesis yang menyatakan expected
idiosyncratic volatility memiliki pengaruh positif terhadap return dapat diterima. Hasil pada
model ke-3 sesuai dengan penelitian yang dilakukan oleh Fu (2009). Dalam penelitiannya, Fu
menemukan hubungan positif antara expected idiosyncratic volatility dengan rata-rata return
secara cross-section. Lebih lanjut, hasil tersebut dapat digunakan untuk menarik kesimpulan
inferensial dari pengaruh idiosyncratic volatility dan terhadap expected return.
Variabel Ln(BE/ME) digunakan untuk menjelaskan value effect pada return. Dari hasil
diatas, penulis menemukan secara konsisten hubungan positif antara book to market equity
terhadap return. Hasil ini mengkonfirmasi hubungan positif book-to-maket equity terhadap return
dalam berbagai literatur. Berbeda hal-nya pada variabel Ln(ME) yang digunakan untuk
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
16 Universitas Indonesia
menjelaskan pengaruh ukuran perusahaan (size) terhadap return. Dari hasil diatas, penulis
menemukan pengaruh ukuran perusahaan terhadap return yang tidak konsisten dalam ketiga
model tersebut. Pada model pertama, ditemukan pengaruh positif ukuran perusahaan terhadap
return. Sedangkan pada model ke-2, pengaruh tersebut menjadi negatif. Pada model ketiga,
hubungan ukuran perusahaan terhadap return menjadi tidak signifikan. Hasil ini cukup kontras
dengan temuan size effect dalam berbagai literatur. Fama dan Frech (1992) dalam penelitiannya
menemukan pengaruh negatif dari ukuran perusahaan terhadap return . Namun, diakui oleh Fama
dan French, bahwa pengaruh size effect lebih lemah dibandingkan pengaruh book-to-market
terhadap return. Lebih jauh, menurut Merton (1987), size effect yang ditemukan pada berbagai
penelitian lebih disebabkan karena peneliti mengabaikan faktor lain seperti idiosyncratic risk.
Jadi dapat disimpulkan bahwa pengaruh ukuran perusahaan yang tidak konsisten pada hasil
regresi diatas kemungkinan besar disebabkan oleh adanya variabel idiosyncratic volatility dalam
model penelitian.
Variabel Ln(Turn) digunakan untuk menjelaskan pengaruh likuiditas terhadap return.
Berdasarkan hasil diatas, ditemukan bahwa share turnover memiliki pengaruh negatif terhadap
return, dimana pengaruh negatif tersebut konsisten pada semua model dalam penelitian ini.
Dengan kata lain, saham yang memiliki likuiditas rendah, secara rata-rata memiliki return yang
lebih tinggi dibandingkan saham yang memiliki likuiditas lebih tinggi. Sedangkan, variabel Ret(-
2,-7) digunakan untuk menjelaskan efek momentum. Berdasarkan hasil diatas, ditemukan bahwa
momentum memiliki pengaruh negatif terhadap return, dimana penaruh tersebut konsisten pada
ketiga model. Semakin tinggi return saham dalam rentang waktu tiga hingga 12 bulan lalu maka
return yang akan didapat pada bulan ini semakin rendah. Hasil ini menunjukkan bahwa efek
momentum tidak terjadi pada sampel saham. Atau dengan kata lain terjadi short-term reversal
pada saham yang memiliki return tinggi di masa lalu (winner). Hasil ini didukung oleh penelitian
yang dilakukan oleh Luxianto (2010) pada saham di Indonesia. Dalam penelitiannya, Luxianto
menunjukkan bahwa saham pada portfolio winner tidak mampu melebihi kinerja pasar secara
signifikan. Sebaliknya, saham pada portfolio loser secara signifikan mampu melebihi kinerja
pasar
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
17 Universitas Indonesia
4.3 Pembahasan Hasil Penelitian
Dari hasil pada tabel 3. pada model pertama, penulis menemukan bahwa nilai
idiosyncratic volatility mempengaruhi return pada waktu yang bersamaan. Namun, kita belum
dapat menarik kesimpulan mengenai pengaruhnya terhadap expected return. Untuk itulah
dibutuhkan proksi dari expected return yang akan dijelaskan pada model kedua dan ketiga. Pada
model kedua, penulis mencoba menggunakan nilai lagged idiosyncratic volatility sebagai proksi
dari expected idiosyncratic volatility dan menemukan pengaruh yang positif. Pada model ketiga,
nilai expected idiosyncratic volatility diestimasi menggunakan model EGARCH, dan penulis juga
menemukan pengaruh positif terhadap return.
Pertanyaan yang menarik adalah, antara lagged idiosyncratic volatility (model 2) dan
expected idiosyncratic volatility yang di etimasi dengan EGARCH (model 3), variabel apakah
yang lebih baik sebagai proksi dari expected idiosyncratic volatility. Jika melihat dari nilai 𝑅2
pada tabel 3, maka model ketiga dinilai lebih mampu menjelaskan variasi dari return
dibandingkan model kedua. Menurut Fu (2009) nilai lagged idiosyncratic volatility bukan
merupakan proksi yang baik dari expected idiosyncratic volatility. Hal ini disebabkan oleh
idiosyncratic volatility yang tidak mengikuti random walk process.
Dari hasil regresi cross-section Fama Macbeth secara keseluruhan, dapat disimpulkan
bahwa idiosyncratic volatility berpengaruh positif terhadap expected return Hasil dalam
penelitian ini memberikan bukti empiris lain dari pengaruh idiosyncratic risk dalam konteks
Indonesia. Pada penelitian sebeumnya, Yudistika (2011) tidak menemukan pengaruh
idiosyncratic risk terhadap return pada pasar modal Indonesia. Menurut penulis penelitian yang
dilakukan oleh Yudistika memiliki beberapa kelemahan. Pertama, sampel penelitian hanya
berjumlah 18 saham yang terdaftar di LQ-45 dimana jumlah tersebut dirasa belum cukup untuk
mewakili karakteristik saham di Indonesia. Disamping itu, dalam penelitiannya Yudistika tidak
melakukan kontrol terhadap variabel lain yang secara empiris berpengaruh terhadap return
sehingga hasil penelitian dirasa kurang valid.
Hasil dari penelitian ini memberikan implikasi perihal asset pricing dan keuangan
perusahaan. Hasil ini dapat menjadi bahan pertimbangan bagi investor dan manajer perusahaan
dalam menghitung cost of equity . Karena idiosyncratic volatility terbukti mempengaruhi return,
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
18 Universitas Indonesia
investor sebaiknya menggunakan faktor ini dalam mengestimasi return yang diharapkan.
Investor dapat mengurangi risko dari investasi dengan menghindari saham yang memiliki nilai
idiosyncratic volatility yang tinggi. Dari sudut pandang perusahaan, nilai idiosyncratic volatility
yang tinggi akan menurunkan nilai perusahaan di mata investor. Hal ini disebabkan oleh investor
yang menginginkan return yang lebih tinggi sebagai kompensasi tingginya nilai risiko dari
perusahaan.
5. Kesimpulan
Berdasarkan hasil analisis pada bagian pembahasan, ditemukan bahwa realized
idiosyncratic volatility berpengaruh positif terhadap return pada waktu yang bersamaan
(contemporaneous). Sehingga, saham yang memiliki nilai realized idiosyncratic volatility yang
tinggi akan memberikan return yang lebih tinggi pada saat itu. Disamping itu, nilai lagged
idiosyncratic volatility berpengaruh positif terhadap return. Dengan kata lain, saham dengan
realized idiosyncratic volatility yang tinggi pada saat ini, cenderug memiliki return yang tinggi di
masa depan. Terakhir, sebagai expected idiosyncratic volatility , nilai conditional volatility yang
diestimasi dengan model EGARCH ditemukan berpengaruh positif terhadap return. Lebih jauh,
hasil ini dapat digunakan untuk kesimpulan inferensial mengenai pengaruh idiosyncratic
volatility terhadap expectd return
Referensi
Amihud, Y., Mendelson, H. (1986). Asset Pricing and The Bid Ask Spread. Journal of Financial
Economics, 17, 223-249
Ang, A., Hodrick, R. J., Xing, Y., Zhang, X. (2006). The cross-section of volatility and expected
returns. Journal of Finance, 61(1), 259-299.
Bali, T. G., Cakici, N. (2008). Idiosyncratic Volatility and the Cross-section of Expected Returns.
Journal of Financial and Quantitative Analysis, 43(1), 29
Cambell, J. Y., Lettau, M., Malkiel, B. G., & X u, Y. (2001). Have Individual Stocks Become
More Volatile? An Empirical Exploration of Idiosyncratic Risk. Journal of Finance, 56,
1-43.
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
19 Universitas Indonesia
Chordia, T., Subrahmanyam, A. Anshuman, V. (2001). Trading Activity and Expected Stock
Returns. Journal of Financial Economics, 59, 3-32.
Fama, E. F., & French, K. R. (1992). The Cross Section of Expected Returns. Journal of Finance,
47, 427-465.
Fama, E.F., Macbeth, J. (1973). Risk and Return Equilibrium: Empirical Test. Journal of Political
Economy 81, 607-636.
French, K.R., Schwert, G.W., Stambaugh, R.F. (1987). Expected Stock Returns and Volatility.
Journal of Financial Economics, 19, 3-29.
Fu, F. (2009). Idiosyncratic Risk and the Cross-section of Expected Stock Returns. Journal of
Financial Economics, 91, 24-37.
Goyal, A.,Santa-clara, P. (2003). Idiosyncratic risk matters! Journal of Finance, 58, 975-1007.
Jegadeesh, N., Titman, S. (1993). Returns to buying winners and selling losers: implication for
stock market efficiency. Journal of Finance 48, 65-92.
Levy, H. (1978). Equilibrium in an imperfect market: A constraint on the number of securities in
the portfolio. American economic review 68, 642-658.
Lintner, J. (1965). The Valuationof Risk Asset and the Selection of Risky Investment in Stock
Portfolios and Capital Budget, Review of Economic and Statistics 47, 13-37
Luxianto, Rizky. (2010). Comparison in Measuring Effectiveness of Momentum and Contrarian
Trading Strategy in Indonesia Stock Exchange. Tesis. Fakultas Ekonomi Universitas
Indonesia.
Malkiel, B. G., Xu, Y. (1996). Risk and Return Revisited. The Journal of Portfolio
Management,Spring , 9-14.
Malkiel, B. G., Xu, Y.(2003). Investigating the behaviour of Idiosyncratic Volatility. Journal of
Business, 76(4), 613-644.
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013
20 Universitas Indonesia
Malkiel, B. G., & Xu, Y. (2006). Idiosyncratic risk and security returns. Princeton University &
The University of Texas at Dallas.
Merton, R. C. (1980). On Estimating the Expected Return on The Market: An Expliratory
Investigation. Journal of Financial Economics. 8, 323-361.
Markowitz, H. (1959). Portfolio Selection. Efficient Diversification of Investments, Yale
University Press.
Sharpe, W. (1964). “Capital Asset Prices : a theory of market equilibrium”, Journal of Finance
19, 425-442
Yudistika, W. (2011). Analisis Pengaruh Idiosyncratic Risk terhadap return saham Pada Pasar
Saham Indonesia Periode penelitian 2006-2010. Skripsi. Fakultas Ekonomi Universitas
Indonesia
Analisis pengaruh..., Inav Haria Chandra, FE UI, 2013