analisis pengaruh sentimen investor terhadap return

ANALISIS PENGARUH SENTIMEN INVESTOR TERHADAP RETURN

SAHAM SEKTORAL BEI PADA MASA PANDEMI COVID-19

SKRIPSI

Diajukan Kepada Fakultas Ekonomi dan Bisnis

Untuk Memenuhi Syarat-Syarat Guna Meraih Gelar Sarjana Ekonomi

Disusun Oleh :

ANISSA PUTRI FIRDAUS

NIM. 11170810000049

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

1442 H/2021 M

ANALISIS PENGARUH SENTIMEN INVESTOR TERHADAP RETURN

SAHAM SEKTORAL BEI PADA MASA PANDEMI COVID-19

SKRIPSI

Diajukan Kepada Fakultas Ekonomi dan Bisnis

Untuk Memenuhi Syarat-Syarat Guna Meraih Gelar Sarjana Ekonomi

Disusun Oleh :


NIM. 11170810000049

Di Bawah Bimbingan

Pembimbing I

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

1442 H/2021 M

i

LEMBAR PENGESAHAN UJIAN KOMPREHENSIF

Hari ini Kamis, 22 April 2021 telah dilaksanakan Ujian Komprehensif atas

mahasiswa:

1. Nama : Anissa Putri Firdaus

2. NIM : 11170810000049

3. Jurusan : Manajemen (Keuangan)

4. Judul Skripsi : Analisis Pengaruh Sentimen Investor Terhadap Return

Saham Sektoral BEI Pada Masa Pandemi COVID-19

Setelah mencermati dan memperhatikan penampilan dan kemampuan yang

bersangkutan selama proses Ujian Komprehensif, maka diputuskan mahasiswa

tersebut di atas dinyatakan LULUS dan diberi kesempatan untuk melanjutkan ke

tahap Ujian Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana

Ekonomi pada Jurusan Manajemen Fakultas Ekonomi dan Bisnis Universitas

Islam Negeri Syarif Hidayatullah Jakarta.

Jakarta, 22 April 2021

1. Deni Pandu Nugraha, M.Sc (________________)

NIDN. 2012108503 Penguji I

2. Lili Supriyadi, MM (________________)

NIP. 196005051989031005 Penguji II

ii

LEMBAR PENGESAHAN UJIAN SKRIPSI

Hari ini Rabu, 16 Juni 2021 telah dilaksanakan Ujian Skripsi atas mahasiswa:

1. Nama : Anissa Putri Firdaus

2. NIM : 11170810000049

3. Jurusan : Manajemen (Keuangan)

4. Judul Skripsi : Analisis Pengaruh Sentimen Investor Terhadap Return

Saham Sektoral BEI Pada Masa Pandemi COVID-19

Setelah mencermati dan memperhatikan penampilan dan kemampuan yang

bersangkutan selama ujian Skripsi, maka diputuskan bahwa mahasiswa tersebut di

atas dinyatakan LULUS dan Skripsi ini diterima sebagai salah satu syarat untuk

memperoleh gelar Sarjana Ekonomi pada Fakultas Ekonomi dan Bisnis

Universitas Islam Negeri Syarif Hidayatullah Jakarta.

Jakarta, 16 Juni 2021

1. Murdiyah Hayati, S.Kom., MM (________________)

NIP. 197410032003122001 Ketua

2. Dr. Indo Yama Nasarudin, S.E., M.A.B (________________)

NIP. 197411272001121002 Pembimbing I

3. Dr. Titi Dewi Warninda, S.E., M.Si (________________)

NIP. 197312212005012002 Penguji Ahli

iii

LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH

Yang bertanda tangan di bawah ini:

Nama : ANISSA PUTRI FIRDAUS

NIM : 11170810000049

Jurusan : Manajemen

Fakultas : Ekonomi dan Bisnis

Dengan ini menyatakan bahwa dalam penulisan Skripsi ini, Saya:

1. Tidak menggunakan ide orang lain tanpa mampu mengembangkan

dan mempertanggungjawabkan.

2. Tidak Melakukan plagiasi terhadap naskah karya orang lain.

3. Tidak menggunakan karya orang lain tanpa menyertakan sumber asli

atau tanpa izin dari pemilik karya.

4. Tidak melakukan pemanipulasian dan pemalsuan data.

5. Mengerjakan sendiri karya dan mampu bertanggung jawab atas karya

ini.

Jikalau di kemudian hari ada tuntuan dari pihak lain atas karya saya, dan telah

melalui pembuktian yang dapat dipertanggungjawabkan, ternayat memang

ditemukan bukti bahwa saya telah melanggar pernyataan ini, maka saya siap

dikenai sanksi berdasarkan aturan yang berlaku di Fakultas Ekonomi dan

Bisnis UIN Syarif Hidayatullah Jakarta.

Demikian Pernyataan ini saya buat dengan sesungguhnya.


Yang Menyatakan,

(ANISSA PUTRI FIRDAUS)

iv

DAFTAR RIWAYAT HIDUP

I. IDENTITAS PRIBADI

1. Nama Lengkap : ANISSA PUTRI FIRDAUS

2. Tempat, Tanggal Lahir : Banda Aceh, 30 Juli 2000

3. Alamat : Puri Serpong I, Blok H2/15

Kelurahan Setu, Kecamatan Setu,

Kota Tangerang Selatan, Banten

4. Telepon : 0812-8099-5030

5. E-mail : [email protected]

II. PENDIDIKAN FORMAL

2005 – 2011 : SDI AL-AMANAH

2011 – 2014 : SMPI AL-AMANAH

2014 – 2017 : SMAN 6 Tangerang Selatan

2017 – 2021 : S1 Manajemen – UIN Syarif

Hidayatullah Jakarta

III. PENGALAMAN ORGANISASI

2018 – 2019 : Divisi Analisis Data dan Trading

Galeri Investasi Syariah FEB

UIN Jakarta

v

ABSTRACT

This study was conducted to analyze the effect of investor sentiment on

sectoral stock returns during the COVID-19 pandemic. The samples used in this

study were chosen by using purposive sampling method. This study also used

Fama-French three factors model to increase the accuracy of the research model.

The data used in this study were data before the COVID-19 pandemic period

(March – April 2019) and data during the first case COVID-19 pandemic period

in Indonesia (Maret – April 2020) to determine the difference of the effect given

by the independent variable on dependent variables analyzed between those

periods. This study used data panel which was analyzed using the E-Views 10

program and Microsoft Excel. The results of this study indicate that investor

sentiment during the COVID-19 pandemic period had a significant positive and

greater effect than before the COVID-19 pandemic period on Stock Returns in

Agricultural Sector, Mining Sector, Basic Industry and Chemical Sector, Trade-

Services-Investment Sector, and Consumer Goods Industry Sector. Then, investor

sentiment druing the COVID-19 pandemic had a significant positive but no

greater effect on stock returns in the Property, Real Estate, and Building

Construction Sector. Meanwhile, in the Infrastructur-Utilities-Transportation

Sector, Miscellaneous Industry Sector, and Financial Sector, investor sentiment

during the COVID-19 pandemic had a positive but insignificant effect on the stock

returns.

Keywords : COVID-19, Investor Sentiment, Strock Return

vi

ABSTRAK

Penelitian ini dilakukan untuk mengetahui pengaruh sentiment investor

terhadap return saham sektoral pada masa pandemic. Adapun sampel perusahaan

tiap-tiap sektor diambil dengan menggunakan metode purposive sampling.

Penelitian ini juga menggunakan three factors model Fama-French untuk

meningkatkan keakuratan model penelitian. Adapun data yang digunakan pada

penelitian ini adalah data sebelum masa pandemic COVID-19 (Maret – April

2019) dan selama awal masa pandemic COVID-19 di Indonesia (Maret – April

2020). Penelitian ini menggunakan data panel yang dianalisis dengan

menggunakan program e-views 10 dan juga Microsoft Excel. Adapun hasil dari

penelitian ini menunjukan bahwa sentiment investor pada masa pandemi

berpengaruh positif, signifikan, dan lebih besar dibanding sebelum masa

pandemic COVID-19 terhadap return saham di Sektor Pertanian, Sektor

Pertambangan, Sektor Industri Dasar dan Kimia, sektor Perdagangan-Jasa-

Investasi, serta Sektor Industri Barang Konsumen. Kemudian sentiment investor

di masa pandemic COVID-19 berpengaruh signifikan positif, namun tidak lebih

besar dibanding sebelum masa pandemic COVID-19 terhadap return saham di

Sektor Sektor Properti, Real Estate, dan Konstruksi Bangunan. Sementara pada

Sektor Infrastruktur-Utilitas-Transportasi, Sektor Aneka Industri, dan Sektor

Keuangan sentiment investor pada masa pandemic memiliki pengaruh positif

namun tidak signifikan terhadap return saham.

Kata Kunci : Pandemi COVID-19, Sentimen Investor, Return Saham

vii

KATA PENGANTAR

Assalamualaikum Wr. Wb.

Puji syukur penulis panjatkan kehadirat Allah SWT., yang senantiasa

menganugrahkan rahmat serta hidayahnya. Shalawat serta salam juga senantiasa

dicurahkan kepada Nabi Muhammad SAW. beserta keluarga, sahabat, dan para

umatnya.

Alhamdulillah, atas izin Allah SWT., penulis dapat menyelesaikan skripsi

ini yang berjudul ―Analisis Pengaruh Sentimen Investor Terhadap Return

Saham Sektoral BEI Pada Masa Pandemi COVID-19‖. Skripsi ini disusun

sebagai upaya memperoleh gelar Sarjana Ekonomi pada Jurusan Manajemen


Untuk dapat menulis dan menyelesaikan skripsi ini, tentulah melalui

proses yang panjang. Proses tersebut tidak lepas dari bimbingan dan dukungan

dari berbagai pihak selama masa studi penulis. Untuk itu, melalui kesempatan ini

penulis ingin menyampaikan rasa terima kasih sebesar-besarnya kepada:

1. Kedua orang tua, Mama dan Papa, yang senantiasa selalu memberikan

dukungan dan nasihat kepada penulis dalam segala hal terlepas dari segala

macam situasi yang dihadapi. Dan kedua adik saya yang juga selalu

memberikan dukungan secara moral dan membuat hari-hari lebih

berwarna.

2. Ibu Prof. Dr. Hj. Amany Burhanudin Umar Lubis, Lc., MA. selaku Rektor


viii

3. Bapak Prof. Dr. Amilin, S.E.Ak, M.Si., CA., QIA., BKP., CRMP. selaku

Dekan Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif

Hidayatullah Jakarta.

4. Ibu Murdiyah Hayati, S.Kom., MM. dan Ibu Amalia, S.E., MSM. selaku

Ketua dan Sekretaris Jurusan Manajemen Fakultas Ekonomi dan Bisnis


5. Bapak Dr, Indo Yama Nasarudin, S.E., MAB selaku dosen pembimbing

akademik sekaligus dosen pembimbing skripsi. Terima kasih telah

meluangkan waktu memberikan bimbingan, arahan, dan ilmunya selama

masa studi penulis dan proses penulisan skripsi ini.

6. Seluruh Bapak/Ibu Dosen, khususnya Bapak/Ibu Dosen jurusan

Manajemen, yang senantiasa memberikan ilmu yang berharga kepada para

mahasiswanya.

7. Kepada seluruh staf dan karyawan Fakultas Ekonomi dan Bisnis

Universitas Syarif Hidayatullah Jakarta.

8. Teman-teman yang selalu menemani saya selama masa studi, Rahmi

Pratiwi, Zahrotu Diniyah, Adhelia Syafira Putri. Terima kasih sudah

menjadi teman sharing selama masa perkuliahan. Kepada teman-teman

lainnya, Ema, Nanda, Hanifa, Haspi, Samantha, Ririn, Ayu, dan yang

lainnya yang tidak bisa saya sebutkan satu persatu, terima kasih telah

memberi semangat dan dukungan selama proses perkuliahan dan penulisan

skripsi ini. Semoga sukses selalu!

9. Seluruh mahasiswa Manajemen 2017, terutama teman-teman kelas

Manajemen B dan Manajemen Keuangan.

10. The last but not least, teman-teman tangguh saya dari masa SMA. Grace,

Adisty, Adri, dan Ahda. Terima kasih loh sudah sama-sama belajar jadi

tangguh! Terima kasih sudah menciptakan kesan yang baik. Semoga kita

semangat, sukses, dan tangguh selalu!

Penulis menyadari bahwa skripsi ini masih jauh dari kata sempurna. Masih

ada beberapa keterbatasan yang tidak bisa penulis lampaui selama menyusunnya.

ix

Dengan senang hati, penulis mengharapkan kritik yang membangun serta saran

yang dapat digunakan untuk meningkatkan penelitian di selanjutnya di masa yang

akan datang. Kemudian, terlepas dari semua itu, besar pula harapannya semoga

skripsi ini mampu memberikan manfaat kepada para pembaca serta dapat

dijadikan referensi bagi penelitian selanjutnya.

Wassalamualaikum Wr. Wb.


Penulis,


x

DAFTAR ISI

LEMBAR PENGESAHAN UJIAN KOMPREHENSIF .................................... i

LEMBAR PENGESAHAN UJIAN SKRIPSI .................................................... ii

LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ........................... iii

DAFTAR RIWAYAT HIDUP ............................................................................ iv

ABSTRACT ............................................................................................................ v

ABSTRAK ............................................................................................................ vi

KATA PENGANTAR ......................................................................................... vii

DAFTAR ISI .......................................................................................................... x

DAFTAR TABEL .............................................................................................. xiii

DAFTAR GAMBAR ........................................................................................... xv

1. BAB 1 .............................................................................................................. 1

1.1 Latar Belakang .................................................................................................... 1

1.2 Identifikasi Masalah .......................................................................................... 10

1.3 Rumusan Masalah ............................................................................................. 10

1.4 Tujuan Penelitian .............................................................................................. 10

1.5 Manfaat Penelitian ............................................................................................ 11

2. BAB 2 ............................................................................................................ 12

2.1 Teori-teori Terkait dengan Penelitian ............................................................... 12

2.1.1 Investasi .................................................................................................... 12

2.1.2 Pasar Modal .............................................................................................. 14

2.1.3 Saham ........................................................................................................ 19

2.1.4 Imbal Hasil (Return) Saham ....................................................................... 27

2.1.5 Teori Keuangan Tradisional ....................................................................... 30

2.1.6 Teori Keuangan Perilaku (Behavioral Finance) ......................................... 33

2.1.7 Sentimen Investor ..................................................................................... 34

2.2 Penelitian Terdahulu ......................................................................................... 36

2.3 Kerangka Pemikiran .......................................................................................... 45

2.4 Keterkaitan Antar Variabel dan Hipotesis ......................................................... 47

2.4.1 Hubungan Sentimen Investor Terhadap Return Saham ........................... 47

3. BAB 3 ............................................................................................................ 48

xi

3.1 Populasi dan Sampel ......................................................................................... 48

3.2 Tempat dan Waktu Peneilitan .......................................................................... 55

3.3 Data dan Sumber Data ...................................................................................... 56

3.3.1 Jenis Penelitian dan Data .......................................................................... 56

3.3.2 Sumber Data ............................................................................................. 56

3.4 Metode Pengumpulan Data .............................................................................. 57

3.5 Instrumen Penelitian ......................................................................................... 58

3.6 Metode Analisis Data ........................................................................................ 58

3.6.1 Analisis Statistik......................................................................................... 58

3.6.2 Uji Asumsi Klasik dan Uji Struktur Varian Kovarian................................... 63

3.6.3 Pengujian Hipotesis ................................................................................... 71

3.7 Definisi Operasional Variabel ............................................................................ 73

3.7.1 Variabel Dependen ................................................................................... 73

3.7.2 Variabel Independen ................................................................................. 74

4. BAB 4 ............................................................................................................ 80

4.1 Gambaran Umum Objek Penelitian .................................................................. 80

4.1.1 Pertanian ................................................................................................... 80

4.1.2 Pertambangan ........................................................................................... 80

4.1.3 Industri Dasar dan Kimia ........................................................................... 81

4.1.4 Aneka Industri ........................................................................................... 81

4.1.5 Industri Barang Konsumsi ......................................................................... 82

4.1.6 Properti, Real Estate, dan Konstruksi Bangunan ...................................... 82

4.1.7 Infrastruktur, Utilitas, dan Transportasi ................................................... 82

4.1.8 Keuangan .................................................................................................. 83

4.1.9 Perdagangan, Jasa, dan Investasi .............................................................. 83

4.2 Temuan Hasil Penelitian ................................................................................... 84

4.2.1 Statistik Deskrptif ...................................................................................... 84

4.2.2 Analisis Regresi ........................................................................................ 104

4.2.3 Uji Asumsi Klasik dan Struktur Varian Kovarian ...................................... 141

4.2.4 Pengujian Hipotesis ................................................................................. 170

4.3 Pembahasan .................................................................................................... 185

xii

4.3.1 Pengaruh Sentimen Investor Terhadap Return Saham di Sektor Pertanian

Pada Masa Pandemi COVID-19 ........................................................................ 186

4.3.2 Pengaruh Sentimen Investor Terhadap Return Saham di Pertambangan


4.3.3 Pengaruh Sentimen Investor terhadap Return Saham di Sektor Industri

Dasar dan Kimia Pada Masa Pandemi COVID-19............................................. 190

4.3.4 Pengaruh Sentimen Investor Terhadap Return Saham di Sektor Aneka

Industri Pada Masa Pandemi COVID-19 .......................................................... 192

4.3.5 Pengaruh Sentimen Investor Terhadap Return Saham di Sektor Industri

Barang Konsumsi Pada Masa Pandemi COVID-19 ........................................... 194

4.3.6 Pengaruh Sentimen Investor Terhadap Return Saham di Sektor Properti,

Real Estate, dan Konstruksi Bangunan Pada Masa Pandemi COVID-19 .......... 196

4.3.7 Pengaruh Sentimen Investor Terhadap Return Saham di Sektor

Infrastruktur, Utilitas, dan Transportasi Pada Masa COVID-19 ....................... 199

4.3.8 Pengaruh Sentimen Investor Terhadap Return Saham di Sektor Keuangan


4.3.9 Pengaruh Sentimen Incestor Terhadap Return Saham di Sektor

Perdagangan, Jasa, dan Investasi Pada Masa Pandemi COVID-19 .................. 203

5. BAB 5 .......................................................................................................... 206

5.1 Kesimpulan ...................................................................................................... 206

5.2 Saran ............................................................................................................... 208

DAFTAR PUSTAKA

LAMPIRAN

xiii

DAFTAR TABEL

Tabel 3.10 Durbin Watson ................................................................................................ 67

Tabel 4.1 Statistik Deskriptif Sektor Pertanian Maret – April 2019 ................................. 84

Tabel 4.2 Statistik Deskriptif Sektor Pertanian Maret – April 2020 ................................. 85

Tabel 4.3 Statistik Deskriptif Sektor Pertambangan Maret – April 2019 ........................ 86

Tabel 4.4 Statistik Deskriptif Sektor Pertambangan Maret – April 2020 ......................... 87

Tabel 4.5 Statistik Deskriptif Sektor Industri Dasar dan Kimia Maret – April 2019........ 88

Tabel 4.6 Statistik Deskriptif Sektor Industri Dasar dan Kimia Maret – April 2020........ 89

Tabel 4.7 Statistik Deskriptif Sektor Aneka Industri Maret – April 2019 ........................ 91

Tabel 4.8 Statistik Deskriptif Sektor Aneka Industri Maret – April 2020 ........................ 92

Tabel 4.9 Statistik Deskriptif Sektor Industri Barang Konsumsi Maret – April 2019 ...... 93

Tabel 4.10 Statistik Deskriptif Sektor Industri Barang Konsumsi Maret – April 2020 .... 94

Tabel 4.11 Statistik Deskriptif Sektor Properti, Real Estate, dan Konstruksi Bangunan

Maret – April 2019 ............................................................................................................ 95

Tabel 4.12 Statistik Deskriptif Sektor Properti, Real Estate, dan Konstruksi Bangunan

Maret – April 2020 ............................................................................................................ 96

Tabel 4.13 Statistik Deskriptif Sektor Infrastruktur, Utilitas, dan Transportasi Maret –

April 2019 ......................................................................................................................... 97

Tabel 4.14 Statistik Deskriptif Sektor infrastruktur, Utilitas, dan Transportasi Maret –

April 2020 ......................................................................................................................... 99

Tabel 4.15 Statistik Deskriptif Sektor Keuangan Maret – April 2019 ............................ 100

Tabel 4.16 Statistik Deskriptif Sektor Keuangan Maret – April 2020 ............................ 101

Tabel 4.17 Statistik Deskriptif Sektor Perdagangan, Jasa, dan Investasi Maret – April

2019 ................................................................................................................................ 102

Tabel 4.18 Statistik Deskriptif Sektor Perdagangan, Jasa, dan Investasi Maret – April

2019 ................................................................................................................................ 103

Tabel 4.19 Regresi Sektor Pertanian Maret – April 2019 ............................................... 105

Tabel 4.20 Regresi Sektor Pertanian Maret – April 2020 ............................................... 107

Tabel 4.21 Regresi Sektor Pertambangan Maret – April 2019 ....................................... 109

Tabel 4.22 Regresi Sektor Pertambangan Maret – April 2020 ....................................... 111

Tabel 4.23 Regresi Sektor Industri Dasar dan Kimia Maret – April 2019...................... 113

Tabel 4.24 Regresi Sektor Industri Dasar dan Kimia Maret – April 2020...................... 115

Tabel 4.25 Regresi Sektor Aneka Industri Maret – April 2019 ...................................... 117

Tabel 4.26 Regresi Sektor Aneka Industri Maret – April 2020 ...................................... 119

Tabel 4.27 Regresi Sektor Industri Barang Konsumsi Maret – April 2019 .................... 121

Tabel 4.28 Regresi Sektor Industri Barang Konsumsi Maret – April 2020 .................... 123

Tabel 4.29 Regresi Sektor Properti, Real Estate, dan Konstruksi Bangunan Maret – April

2019 ................................................................................................................................ 125

xiv

Tabel 4.30 Regresi Sektor Properti, Real Estate, dan Konstruksi Bangunan Maret – April

2020 ................................................................................................................................ 127

Tabel 4.31 Regresi Sektor Infrastruktur, Utilitas, dan Transportasi Maret – April 2019 129

Tabel 4.32 Regresi Sektor Infastruktur, Utilitas, dan Transportasi Maret – April 2020 . 131

Tabel 4.33 Regresi Sektor Keuangan Maret – April 2019 .............................................. 133

Tabel 4.34 Regresi Sektor Keuangan Maret – April 2020 .............................................. 135

Tabel 4.35 Regresi Sektor Perdagangan, Jasa, dan Investasi Maret – April 2019 .......... 137

Tabel 4.36 Regresi Sektor Perdagangan, Jasa, dan Investasi Maret – April 2020 .......... 139

Tabel 4.37 Multikolinearitas Sektor Pertanian Maret – April 2019 ................................ 152

Tabel 4.38 Multikolinearitas Sektor Pertanian Maret – April 2020 ................................ 152

Tabel 4.39 Multikolinearitas Sektor Pertambangan Maret – April 2019 ........................ 153

Tabel 4.40 Multikolinearitas Sektor Pertambangan Maret – April 2020 ........................ 153

Tabel 4.41 Multikolinearitas Sektor Industri Dasar dan Kimia Maret – April 2019 ...... 154

Tabel 4.42 Multikolinearitas Sektor Industri Dasar dan Kimia Maret – April 2020 ...... 154

Tabel 4.43 Multikolinearitas Sektor Aneka Industri Maret – April 2019 ....................... 155

Tabel 4.44 Multikolinearitas Sektor Aneka Industri Maret – April 2020 ....................... 155

Tabel 4.45 Multikolinearitas Sektor Industri Barang Konsumsi Maret – April 2019 ..... 156

Tabel 4.46 Multikolinearitas Sektor Industri Barang Konsumsi Maret – April 2020 ..... 156

Tabel 4.47 Multikolinearitas Sektor Properti, Real Estate, dan Konstruksi Bangunan

Maret – April 2019 .......................................................................................................... 157

Tabel 4.48 Multikolinearitas Sektor Properti, Real Estate, dan Konstruksi Bangunan

Maret – April 2020 .......................................................................................................... 157

Tabel 4.49 Multikolinearitas Sektor Infrastruktur, Utilitas, dan Transportasi Maret – April

2019 ................................................................................................................................ 158

Tabel 4.50 Multikolinearitas Sektor Infrastruktur, Utilitas, dan Transportasi Maret – April

2020 ................................................................................................................................ 159

Tabel 4.51 Multikolinearitas Sektor Keuangan Maret – April 2019 .............................. 159

Tabel 4.52 Multikolinearitas Sektor Keuangan Maret – April 2020 .............................. 160

Tabel 4.53 Multikolinearitas Sektor Perdagangan, Jasa, dan Investasi Maret – April 2019

........................................................................................................................................ 160

Tabel 4.54 Multikolinearitas Sektor Perdagangan, Jasa, dan Investasi Maret – April 2020

........................................................................................................................................ 161

Tabel 4.55 Hasil Uji Varian Kovarian LM dan λLM ...................................................... 163

Tabel 4.56 Hasil Output Regresi Data Panel Estimator Terbaik Maret – April 2019 ..... 172

Tabel 4.57 Hasil Output Regresi Data Panel Estimator Terbaik Maret – April 2020 ..... 174

Tabel 4.58 Interpretasi Hasil Uji Simultan (Uji F) ......................................................... 176

Tabel 4.59 Interpretasi Hasil Ujia Parsial (Uji t) Maret – April 2019 ............................ 179

Tabel 4.60 Interpretasi Hasil Uji Parsial (Uji t) Maret – April 2020 .............................. 180

Tabel 4.61 Interpretasi Koefisien Determinasi (Adjusted R2) ........................................ 182

xv

DAFTAR GAMBAR

Gambar 1.1 Grafik IHSG dan Volume Perdagangan Februari 2019 – Februari

2020 ......................................................................................................................... 6

Gambar 1.2 Grafik Net Purchase Harian Investor Asing Selama Februari 2020 ... 6

Gambar 1.3 Grafik IHSG dan Volume Perdagangan Maret 2019 – Maret 2020 .... 7

Gambar 1.4 Grafik Net Purchase Harian Investor Asing Selama Maret 2020 ....... 8

Gambar 2.1 Kerangka Pemikiran .......................................................................... 46

Gambar 4.1 Uji Chow Sektor Peranian Maret – April 2019 ............................... 106

Gambar 4.2 Uji Lagrange Multiplier Sektor Pertanian Maret – April 2019 ....... 106

Gambar 4.3 Uji Chow Sektor Pertanian Maret – April 2020 .............................. 108

Gambar 4.4 Uji Lagrange Multiplier Sektor Pertanian Maret – April 2020 ....... 108

Gambar 4.5 Uji Chow Sektor Pertambangan Maret – April 2019 ...................... 110

Gambar 4.6 Uji Lagrange Multplier Sektor Pertambangan Maret – April 2019 110

Gambar 4.7 Uji Chow Sektor Pertambangan Maret – April 2020 ...................... 112

Gambar 4.8 Lagrange Multiplier Sektor Pertambangan Maret – April 2020 ..... 112

Gambar 4.9 Uji Chow Sektor Industri Dasar dan Kimia Maret – April 2019 .... 114

Gambar 4.10 Uji Lagrange Multiplier Sektor Industri Dasar dan Kimia Maret –

April 2019 ........................................................................................................... 114

Gambar 4.11 Uji Chow Sektor Industri Dasar dan Kimia Maret – April 2020 .. 116

Gambar 4.12 Regresi Sektor Industri Dasar dan Kimia Maret – April 2020 ...... 116

Gambar 4.13 Uji Chow Sektor Aneka Industri Maret – April 2019 ................... 118

Gambar 4.14 Uji Lagrange Mulplier Sektor Aneka Industri Maret – April 2019

............................................................................................................................. 118

Gambar 4.15 Uji Chow Sektor Aneka Industri Maret – April 2020 ................... 120

Gambar 4.16 Uji Lagrange Multiplier Sektor Aneka Industri Maret – April 2020

............................................................................................................................. 120

Gambar 4.17 Uji Chow Sektor Industri Barang Konsumsi Maret – April 2019. 122

Gambar 4.18 Uji Lagrange Multiplier Sektor Industri Barang Konsumsi Maret –

April 2019 ........................................................................................................... 122

Gambar 4.19 Uji Chow Sektor Industri Barang Konsumsi Maret – April 2020. 124

Gambar 4.20 Uji Lagrange Multiplier Sektor Industri Barang Konsumsi Maret –

April 2020 ........................................................................................................... 124

Gambar 4.21 Uji Chow Sektor Properti, Real Estate, dan Konstruksi Bangunan

Maret – April 2019 .............................................................................................. 126

Gambar 4.22 Uji Hausman Sektor Properti, Real Estate, dan Konstruksi Bangunan

Maret – April 2019 .............................................................................................. 126

xvi

Gambar 4.23 Uji Chow Sektor Properti, Real Estate, dan Konstruksi Bangunan

Maret – April 2020 .............................................................................................. 128

Gambar 4.24 Uji Lagrange Multiplier Sektor Properti, Real Estate, dan Konstruksi

Bangunan Maret – April 2020............................................................................. 128

Gambar 4.25 Uji Chow Sektor Infastruktur, Utilitas, dan Transportasi Maret –

April 2019 ........................................................................................................... 130

Gambar 4.26 Uji Lagrange Multiplier Sektor Infastruktur, Utilitas, dan

Transportasi Maret – April 2019 ......................................................................... 130

Gambar 4.27 Uji Chow Sektor Infastruktur, Utilitas, dan Transportasi Maret –

April 2020 ........................................................................................................... 132

Gambar 4.28 Uji Lagrange Multiplier Sektor Infastruktur, Utilitas, dan

Transportasi Maret – April 2020 ......................................................................... 132

Gambar 4.29 Uji Chow Sektor Keuangan Maret – April 2019........................... 134

Gambar 4.30 Uji Lagrange Multiplier Sektor Keuangan Maret – April 2019 .... 134

Gambar 4.31 Uji Chow Sektor Keuangan Maret – April 2020........................... 136

Gambar 4.32 Uji Lagrange Multiplier Sektor Keuangan Maret – April 2020 .... 136

Gambar 4.33 Uji Chow Sektor Perdagangan, Jasa, dan Investasi Maret – April

2019 ..................................................................................................................... 138

Gambar 4.34 Uji Lagrange Multiplier Sektor Perdagangan, Jasa, dan Investasi

Maret – April 2019 .............................................................................................. 138

Gambar 4.35 Uji Chow Sektor Perdagangan, Jasa, dan Investasi Maret – April

2020 ..................................................................................................................... 140

Gambar 4.36 Uji Hausman Sektor Perdagangan, Jasa, dan Investasi Maret – April

2020 ..................................................................................................................... 140

Gambar 4.37 Uji Normalitas Sektor Pertanian Maret – April 2019 ................... 142

Gambar 4.38 Uji Normalitas Sektor Pertanian Maret – April 2020 ................... 142

Gambar 4.39 Uji Normalitas Sektor Pertambangan Maret – April 2019 ............ 143

Gambar 4.40 Uji Normalitas Sektor Pertambangan Maret – April 2019 ............ 143

Gambar 4.41 Uji Normalitas Sektor Industri Dasar dan Kimia Maret – April 2019

............................................................................................................................. 144

Gambar 4.42 Uji Normalitas Sektor Industri Dasar dan Kimia Maret – April 2020

............................................................................................................................. 144

Gambar 4.43 Uji Normalitas Sektor Aneka Industri Maret – April 2019 ........... 145

Gambar 4.44 Uji Normalitas Sektor Aneka Industri Maret – April 2020 ........... 145

Gambar 4.45 Uji Normalitas Sektor Industri Barang Konsumsi Maret – April

2019 ..................................................................................................................... 146

Gambar 4.46 Uji Normalitas Sektor Industri Barang Konsumsi Maret – April

2020 ..................................................................................................................... 146

Gambar 4.47 Uji Normalitas Sektor Properti, Real Estate, dan Konstruksi


xvii

Gambar 4.48 Uji Normalitas Sektor Properti, Real Estate, dan Konstruksi


Gambar 4.49 Uji Normalitas Sektor Infastruktur, Utilitas, dan Transportasi Maret

– April 2019 ........................................................................................................ 148

Gambar 4.50 Uji Normalitas Sektor Infastruktur, Utilitas, dan Transportasi Maret

– April 2020 ........................................................................................................ 148

Gambar 4.51 Uji Normalitas Sektor Keuangan Maret – April 2019 .................. 149

Gambar 4.52 Uji Normalitas Sektor Keuangan Maret – April 2019 .................. 149

Gambar 4.53 Uji Normalitas Sektor Perdagangan, Jasa, dan Investasi Maret –

April 2019 ........................................................................................................... 150

Gambar 4.54 Uji Normalitas Sektor Perdagangan, Jasa, dan Investasi Maret –

April 2019 ........................................................................................................... 150

1

1. BAB 1

PENDAHULUAN

1.1 Latar Belakang

Dunia saat ini sedang mengalami sesuatu yang tidak terduga, yaitu

penyebaran penyakit yang disebut Coronavirus Disease 2019 (COVID-19)

yang disebabkan oleh virus SARS-CoV-2. Penyebaran ini terjadi sejak akhir

tahun 2019. Pada tanggal 31 Desember 2019, World Health Organozation

(WHO) dikabarkan mengidentifikasi kasus pneumonia—yang belum diketahui

penyebabnya—yang kemudian diketahui dan dinamai COVID-19 untuk

pertama kalinya di Kota Wuhan, China. Kemudian, di bulan Januari 2020

kasus ini terus menyebar dengan cepat ke provinsi lain di China, hal ini

didukung pula dengan adanya aktivitas masyarakat yang saling berkunjung

untuk merayakan Perayaan Tahun Baru China. Hal ini menyebabkan krisis

nasional di China, bahkan transportasi di Wuhan akhirnya ditutup. Masih pada

bulan yang sama—Januari—kasus COVID-19 juga terdeteksi di negara-

negara di luar China, seperti Jerman, Jepang, dan Vietnam. Akhirnya, WHO

pun mengumumkan darurat global terkait COVID-19 pada akhir bulan

Januari.

Tidak berhenti disitu, kasus COVID-19 terus-menerus menyebar dengan

cepat ke negara lain di seluruh dunia. Karena angka kasus COVID-19 terus-

menerus meningkat di seluruh dunia, pada tanggal 11 Maret 2020 WHO

mengumumkan COVID-19 sebagai pandemic global.

2

Seperti yang dilansir oleh World Health Organization (WHO), sampai

pada 23 November 2020 pandemic COVID-19 sudah menjangkit 218 negara

di seluruh dunia. Terdapat 57.882.183 (23/11/2020) kasus COVID-19 yang

terkonfirmasi di seluruh dunia. Di antaranya 24.563.600 kasus terkonfrimasi

di Amerika, 16.873.383 kasus terkonfirmasi di Eropa, 10.367.553 kasus

terkonfirmasi di Asia Tenggara, 3.796.649 kasus terkonfirmasi di Mediterania

Timur, 1.446.041 kasus terkonfirmasi di Afrika, dan 843.216 kasus

terkonfirmasi di Wilayah Pasifik Barat.

Pandemi ini memperngaruhi banyak hal di seluruh dunia, mulai dari segi

social hingga segi ekonomi Negara-negara yang terjangkit. Sebagaimana yang

dikutip oleh Qing He et.al (2020), Duan, Wang, dan Yang (2020) dalam

tulisannya menyatakan bahwa penyebaran COVID-19 ini berdampak cukup

parah bagi para usaha kecil dan menengah di China, yang mana mereka

memiliki peranan penting bagi perekonomian China. Hal ini disebabkan oleh

pengurangan konsumsi serta pengeluaran tetap pada biaya sewa, upah, dan

bunga. Masih dalam tulisan yang sama, diketahui bahwa merespon kejadian

penyebaran virus ini, pada tanggal 3 Februari 2020, Shanghai Securities

Composite Index menurun hingga 8%.

Pandemi COVID-19 ini dapat diaktegorikan ke dalam black swan event,

yaitu suatu peristiwa yang tidak terduga yang memiliki pengaruh yang besar di

segala sisi. Contoh lain dari peristiwa yang masuk ke dalam black swan event

adalah serangan terorisme. Black swan event ini akan menyebabkan shock,

rasa takut, dan panik dikalangan para investor internasional dan berujung pada

3

respon yang tajam berupa panic-selling (Burch, Emery, dan Fuerst (2016) di

dalam Qing He et.al (2020)). Hal terkait diteliti oleh Handoko dan Supramono

(2017) yang mengemukakan bahwa peristiwa serangan bom sarinah pada 14

Januari 2016 menumbulkan sentimen investor yang negative dan

menimbulkan overreaction. Menunjukkan bahwa black swan event memang

benar-benar mempengaruhi kondisi investor dan juga pasar. Pandemi COVID-

19 ini akan memberikan dampak yang sama bagi investor dan pasar saham.

Tidak hanya di China, COVID-19 juga mempengaruhi sebagian besar pasar

saham di dunia.

Qing He et.al (2020) melakukan penelitian terhadap 8 (delapan) negara

terdampak (Republik Rakyat Tiongkok, Italia, Korea Selatan, Perancis,

Spanyol, Jerman, dan Amerika Serikat). Hasil mengemukakan bahwa COVID-

19 ini memiliki dampak negative namun berjangka pendek pada pasar saham

dilihat dari di negara-negara tersebut. Dan pengaruh ini memiliki dampak

spill-over antara negara-negara di Asia, Eropa, dan Amerika.

HaiYue Liu et.al (2020) juga melakukan penelitian terkait hal ini pada 21

index saham di seluruh dunia. Hasil dari penelitiannya adalah semenjak

penyebaran virus ini pasar saham mengalami keterpurukan dilihat dari adanya

abnormal return yang negative. Penelitiannya ini dilakukan dengan

menambahkan sentimen pesimis investor pada return di masa depan dan juga

rasa takut akan ketidak pastian.

Terdapat beberapa event study yang dilakukan oleh beberapa peneliti

terkait COVID-19 dan pengaruhnya terhadap return dan abnormal return

4

saham di berbagai negera lain. Event study tersebut menggambarkan

bagaimana return dan/atau abnormal return saham mengalami perubahan,

bagaimana pasar saham bergerak merespon kejadian pandemic COVID-19.

Sementara itu, pergerakan saham dipengaruhi oleh banyak hal. Dalam

keuangan perilaku, salah satu hal yang mempengaruhi pergerakan saham

adalah respon investor terhadap suatu kejadian tertentu.

Ketika hendak hendak berinvestasi, keputusan yang diambil investor

dipengaruhi oleh berbagai kondisi ekonomi, baik di dalam negeri maupun di

luar negeri. Informasi-informasi dan kejadian yang tersedia—baik terkait

ekonomi, kebijakan pemerintah, politik—dan kemudian didapatkan oleh

investor dapat memicu respon, baik itu positif atau negative bergantung pada

cara berpikir investor yang rasional atau irrasional. Hal ini disebut dengan

sentiment investor (Kencana, 2019). Sentiment investor ini dapat

mempengaruhi harga dan imbal hasil.

Pengaruh sentiment investor terhadap imbal hasil (return) saham sudah

banyak diteliti oleh peneliti dari berbagai Negara. Seperti Brown dan Cliff

(2005); Baker dan Wurgler (2006); Schmeling (2009); Canbas dan Kandir

(2014); Ryu, Ryu, Yang (2019); Chakraborty dan Subramaniam (2019);

Feren dan Bangun (2019); Lestari (2019); dan masih banyak lagi. Adapun

proksi sentiment investor yang digunakan pun bermacam-macam, menurut

baker wuglr (2007) beberapa hal yang dapat dijadikan proksi untuk sentiment

investor diantaranya adalah survey terhadap investor, mutual fund flows,

trading volume, dividen premium, close-end fund discount, IPO first-day

5

returns, dan masih ada beberapa lagi. Kemudian, peneliti-peneliti lain juga

banyak yang menggunakan Consumer Condfident Index dan juga membangun

model sentiment investornya sendiri berdasarkan teori-teori yang ada.

Di Indonesia sendiri sentiment di masa COVID-19 pada pasar saham ini

sudah dirasakan sejak diumumkannya penyebaran COVID-19 di awal tahun

2020. Sentiment ini berasal dari penyebaran virus di China yang terjadi

dengan cepat. China, sebagai Negara yang ekonominya termasuk salah satu

yang terbesar di dunia, pastinya akan mempengaruhi ekonomi dunia, termasuk

Indonesia. Penyebaran virus ini menimbulkan kecemasan global. Menurut

data yang dirilis oleh BEI pada IDX Monthly Statistics, pada bulan januari

2020 IHSG turun 5.71% dibandingkan dengan bulan Desember 2019.

Kemudian, di bulan Februari 2020 IHSG juga mengalami penurunan sebesar

8.20% dibandingkan dengan bulan Januari 2020. Total volume perdagangan

saham pada bulan Januari 2020 adalah sebanyak 164,351 juta saham, yang

kemudian turun di bulan Februari 2020 menjadi 122,322 juta saham. Pada

bulan Januari 2020, selisih pembelian bersih saham investor asing adalah

sebesar 2,114juta saham dengan nilai Rp34 miliar. Namun, dibulan Februari

jumlah saham yang dijual oleh investor asing lebih banyak sehingga

menimbulkan selisih –849 juta saham atau senilai –Rp4,757 miliar.

6

Gambar 1.1 Grafik IHSG dan Volume Perdagangan Februari 2019 – Februari 2020

Gambar 1.2 Grafik Net Purchase Harian Investor Asing Selama Februari 2020

COVID-19 ini menyebar dengan sangat cepat, hingga akhirnya masuk ke

Indonesia. Kasus COVID-19 pertama di Indonesia diumumkan pada 2 Maret

7

2020. Pada hari itu pula IHSG ditutup melemah dibandingkan dengan hari

sebelumnya, dari 5,452.70 ke angka 5,361.25. Secara kesuluruhan di bulan

Maret 2020, IHSG mengalami penurunan sebesar 16.76% dibandingkan

dengan bulan Februari 2020. Di Maret 2020, BEI dan OJK menerapkan

kebijakan trading halt atau penghentian perdagangan selama 30 menit apabila

harga saham dalam sehari turun lebih dari 5%. Dengan kebijakan tersebut,

terjadi sekitar 6 kali trading halt, yaitu pada 12, 13, 17, 19, 22, dan 30 Maret

2020. Pada bulan ini juga IHSG menyentuh nilai terendah di sepanjang tahun

2020 yaitu pada 24 Maret 2020 di angka 3,937.63. Sepanjang bulan Maret

2020, transaksi perdagangan saham investor asing menghasilkan net purchase

sebesar –Rp5,591 miliar, investor asing lebih banyak menjual sahamnya

(IDX Monthly Statistic, March 2020).

Gambar 1.3 Grafik IHSG dan Volume Perdagangan Maret 2019 – Maret 2020

8

Gambar 1.4 Grafik Net Purchase Harian Investor Asing Selama Maret 2020

Pemerintah mengeluarkan rencana kebijakan PSBB pada tanggal 30 Maret

2020, yaitu kebijakan Pembatasan Sosial Berskala Besar yang mana

kebijakan ini membatasi kegiatan masyarakat yang berpengaruh terhadap

kehidupan social dan bahkan ekonominya untuk menekan angka penularan

COVID-19 yang terus bertambah di Indonesia. Investor yang mengethui hal

ini, tentunya akan memberikan respon dalam bentuk sikap investasinya.

Selama terjadinya pandemi, investor akan menganggap beberapa industri

akan mengalami kemunduran dan beberapa industri lainnya dianggap akan

mendapatkan banyak peluang untuk tumbuh dan berkembang di masa seperti

ini. Jika berdasarkan pada teori, hal ini kemungkinan akan memberikan

dampak yang berbeda-beda bagi tiap-tiap perusahaan dari berbagai sektor

tersebut.

9

Adanya kejadian tak terduga ini memberikan peluang bagi peneliti untuk

meneliti bagaimana pengaruh sentiment investor terhadap return saham pada

awal masa pandemic di Indonesia. Sebagaimana return atau imbal hasil saham

merupakan hal yang sangat diperhatikan oleh para investor. Untuk mengetahui

secara lebih jelas apakah terdapat pengaruh dan bagaimana pengaruh

sentiment investor terhadap return saham sektor industri, maka harus

dilakukan penelitian atas hal ini. Dengan didasarkan pada sentiment investor

yang ditimbulkan oleh pandemic COVID-19 dan sektor-sektor yang

terdampak secara berbeda serta penelitian sebelumnya terkait pengaruh

sentiment investor terhadap return saham, maka disusunlah penelitian yang

berjudul “Analisis Pengaruh Sentimen Investor Terhadap Return Saham

Sektoral di Indonesia Pada Masa Pandemi COVID-19”.

Peelitian ini akan dilakukan terhadap keseluruhan sektor industry yang

terdaftar di Bursa Efek Indonesia, dilandaskan dengan anggapan bahwa setiap

sektor itu berbeda sehingga besar pengaruh yang diberikan juga akan berdesa-

beda. Besar harapannya bahwa dengan penelitian ini akan diketahui sektor

mana yang dipengaruhi oleh sentiment investor dan bagaimana pengaruh

sektor tersebut. Semoga penelitian ini dapat turut berkontribusi dan

menjelaskan kondisi sentiment investor yang timbul pada masa pandemi

COVID-19 serta bagaimana pengaruhnya terhadap return saham perusahaan

di berbagai sektor yang berbeda.

10

1.2 Identifikasi Masalah

Dari latar belakang yang telah diuraikan, maka dapat diketuhi dan

dirumuskan indetifikasi masalah dalam penelitian ini, yaitu sebagai berikut:

1. Pandemic COVID-19 menimbulkan sentiment dikalangan investor, baik

dalam negeri maupun luar negeri. Pandemi ini menimbulkan rasa khawatir

dan takut akan ketidak pastian kondisi ekonomi di masa yang akan datang.

2. Ada atau tidaknya pengaruh sentiment investor terhadap imbal hasil

(return) saham tiap-tiap sektor yang tercatat di papan perdagangan Bursa

Efek Indonesia (BEI) selama masa pandemic COVID-19 di tahun 2020.

1.3 Rumusan Masalah

Berdasarkan identifikasi masalah yang telah dijelaskan, maka didapatkan

rumusan maslah sebagai berikut:

1. Bagaimana pengaruh sentiment investor terhadap imbal hasil (return)

saham tiap-tiap sektor yang tercatat di papan perdagangan Bursa Efek

Indonesia (BEI) selama masa pandemic COVID-19 di tahun 2020?

1.4 Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah sebagai berikut:

1. Untuk mengetahui bagaimana pengaruh sentiment investor terhadap imbal

hasil (return) saham tiap-tiap sektor yang tercatat di papan perdagangan

Bursa Efek Indonesia (BEI) selama masa pandemic COVID-19 di tahun

2020.

11

1.5 Manfaat Penelitian

Manfaat yang diharapkan penulis dengan dilakukannya penelitian ini adalah

sebagai berikut:

1. Bagi Akademisi

Penelitian ini dapat menjadi tambahan pengetahuan ataupun

masukan bagi bidang keilmuan terkait keuangan perilaku (behavioral

finance), khususnya mengenai pengaruh sentimen investor terhadap pasar

saham.

2. Bagi Investor

Penelitian ini dapat menjadi bahan pertimbangan pengambilan

keputusan dalam berinvestasi di saat terjadinya kejadian yang tidak

terduga yang dapat menimbulkan respon tidak biasa dari investor.

3. Bagi Perusahaan

Perusahaan dapat memanfaatkan penelitian ini sebagai bahan

pertimbangan dalam pengambilan keputusan strategi serta kebijakan

terkait kinerja perusahaan, terutama pada pasar saham.

12

2. BAB 2

TINJAUAN PUSTAKA

2.1 Teori-teori Terkait dengan Penelitian

2.1.1 Investasi

Investasi merupakan suatu komitmen dalam menempatkan

sejumalh uang atau sumber dana lainnya pada masa sekarang dengan

harapan untuk mendapatkan keuntungan di masa mendatang (Bodie

et.al, 2009 : 1). Tujuan seseorang dalam melakukan investasi

bermacam-macam. Herlianto (2013 : 2) menyebutkan bahwa tujuan

tersebut secara umum antara lain adalah untuk memperoleh

pendapatan tetap dan kehidupak yang layak di masa mendatang, untuk

mempersiapkan dana khusus di masa depan, mengontrol dan

mengendalikan perusahaan, hingga untuk menghindari risiko inflasi.

Investasi dapat dibedakan menjadi dua, yaitu investasi pada real

assets dan investasi pada financial assets.

1) Investasi Real Assets

Investasi yang dilakukan dengan cara membeli asset-aset

riil. Asset riil ini seperti tanah, bangunan, mesin, dan pengetahuan

yang dapat diguanakan untuk menciptakan suatu barang dan jasa

(Bodie et.al, 2009 : 2).

13

2) Investasi Financial Assets

Investasi yang dilakukan dengan cara membel aset-aset

finansial. Aset finansial ini seperti saham dan obligasi pada pasar

modal. Aset finansial ini dapat dikatakan adalah suatu bentuk

klaim atas pendapatan yang dihasilkan oleh aset riil (Bodie et.al,

2009 : 2).

Dalam melakukan investasi, termasuk investasi pada pasar modal,

pastilah terdapat risiko, risiko ini terbagi menjadi dua, yaitu risiko

sistematis dan risiko tidak sistematis. Risiko sistematis biasanya sulit

dihindari, misalnya seperti risiko kenaikan suku bunga dan inflasi.

Sedangkan risiko tidak sistematis adalah risiko yang berkaitan dengan

perusahaan yang menerbitkan sekuritas itu sendiri, seperti risiko

bangkrut dan risiko likuiditas (Husnan, 2005 dalam Buku 3: Pasar

modal OJK 2016 : 36).

Untuk mengurangi risiko, jangan hanya mengandalkan investasi

pada satu aset/instrument melainkan dapat dilakukan dengan

melakukan diversifikasi, yakni membentuk suatu portofolio.

Portofolio merupakan kumpulan investasi pada berbagai macam

aset/instrument (Tjolleng dan Manurung, 2013). Misalnya investasi

pada beberapa saham. Portofolio yang baik adalah portofolio yang

efisien, yaitu portofolio yang memberikan return ekspektasi yang

tertinggi dengan risiko setara atau risiko terkecil dengan return

14

ekspektasi setara (Buku 3: Pasar Modal OJK, 2016 : 37), (Tjolleng

dan Manurung, 2013).

2.1.2 Pasar Modal

Dalam buku yang diterbitkan oleh Otoritas Jasa Keuangan

mengenai Pasar Modal, pasar modal adalah fasilitas permodalan atau

pendanaan yang mana berguna untuk perusahaan dan pemerintah, yang

juga merupakan tempat dimana pemilitk dana dapat melakukan

investasi. Wardiyah (2017 : 13) menyebutkan bahwa pasar modal

adalah suatu lembaga yang melakukan kegiatan perdagangan dan

penawaran efek, dan juga sebagai tempat bagi berbagai lembaga

profesi dan perusahaan untuk menjual dan membeli efek. Sudirman

(2015 : 11) menyebutkan bahwa pasar modal adalah tempat pertemuan

bagi penjual dan pembeli, dimana modal berupa saham dan obligasi

perusahaan diperjualbelikan. Pasar modal adalah tempat dimana pihak

yang membutuhkan dana bertemu dengan pihak yang memiliki dana.

Seperti yang dilansir oleh Bursa Efek Indonesia, pasar modal adalah

pasar yang memperjualbelikan instrument keuangan.

Muklis (2016) menjelaskan bahwa pasar modal merupakan factor

penting yang membangun perekonomian nasional, dimana pasar ini

digunakan oleh berbagai perusahaan untuk meningkatkan Keuanganya.

Pasar modal secara garis besar memiliki dua fungsi, yaitu fungsi

ekonomi dan fungsi keuangan (Wardiyah, 2017 : 14), (Muklis, 2016).

Fungsi ekonomi pasar modal yaitu sebagai tempat bertemunya investor

15

dengan pihak yang mebutuhkan dana. Dimana pihak yang

membutuhkan dana (lembaga atau perusahaan) bisa memperoleh

modal atau dana dari masyarakat yang berinvetasi. Dimana modal atau

dana tersebut dapat digunakan oleh lemabaga atau perusahaan tersebut

untuk mengembangkan usahanya. Fungsi keuangan dari pasar modal

adalah sebagai tempat bagi masyarakat luas untuk melakukan invetasi

pada berbagai instrument keuangan yang tersedia dimana terdapat

kesempatan bagi masyarakat untuk mendapatkan imbal hasil dari

modal atau dana yang ditempatkan pada instrument sesuai dengan

karakteristiknya masing-masing. Rahmah (2019 : 14) menjabarkan

fungsi-fungsi pasar modal, yaitu:

1) Fungsi Pembiayaan

Pasar modal berperan sebagai alternatif dari sumber

pendanaan dan pembiayaan perusahaan.

2) Fungsi Likuiditas

Pasar modal berperan sebagai tempat transfer modal dari

pihak yang kelebhan modal kepada pihak yang membutuhkan

modal. Investor atau pihak yang kelebihan dana mendapatkan

jaminan likuiditas dengan adanya Bursa Efek. Kemudian,

perusahaan dapat memperoleh likuiditas dengan menjual surat-

surat berharga, dengan menjual surat berharga perusahaan bisa

memperoleh dana tunai dari investor yang membelinya.

3) Fungsi Alternatif Investasi

16

Investasi dapat dilakukan terhadap berbagai macam asset

atau instrument, seperti emas hingga properti. Pasar modal juga

menyediakan alternatif dari investasi tersebut, yang mana

keuntungan dan risikonya dapat diperhitungkan berdasarkan

instrument investasi yang dipilihnya.

4) Fungsi Tabungan Publik

Pasar modal juga bisa memberikan sarana tabungan

investasi dengan keuntungan lebih kepada public (masyarakat).

Yang mana dananya ini juga akan membantu perusahaan yang

membutuhkan dana, yang kemudian digunakan untuk

mengembangkan usaha dan dapat meningkatkan produktivitas

nasional.

5) Fungsi Pemerataan Pendapatan

Dengan melakukan investasi pada instrument di pasar

modal, maka investor akan mendapatkan dividen saham atau

bunga obligasi, sehingga bisa menjadi sumber pendapatan bagi

investor.

6) Fungsi Peningkatan Kesejahteraan

Pasar modal menyediakan sarana bagi para investor untuk

berinvestasi pada perusahaan. Investasi ini berupa membeli

instrument keuangan yang disediakan. Kegiatan ini dapat

membantu perusahaan dalam mendapatkan modal usaha, sehingga

mereka dapat melakukan pengembangan usaha dan dapat

17

digunakan untuk memperluas lapangan kerja. Sehingga hal ini

dapat meningkatkan kegiatan perekonomian nasional dan

memberikan peluang pendapatan kepada masyarakat luas dengan

adanya lapangan kerja baru dari usaha yang dikembangkan.

7) Fungsi Indikator Ekonomi Negara

Pasar modal berkonribusi pada produk domestic bruto suatu

Negara. Pasar modal dapat memberikan gambaran besarnya pasar

atau perdagangan dan kondisi ekonomi Negara.

8) Fungsi Kontrol Sosial

Pasar modal memliki prinsip keterbukaan informasi suatu

perusahaan yang terlibat di dalamnya, sehingga hal ini

memberikan akses control social terhadap perusahaan tersebut.

9) Fungsi Public Participation

Dengan adanya pasar modal, masyarakat mendapatkan

peluang untuk ikut serta dalam kepemelikan perusahaam go

public. Pasar modal membuka peluang penyebaran kepemilikan

perusahaan kepada masyarakat luas.

Adapun manfaat pasar modal yang dapat dirasakan, sebagaimana

yang disebutkan oleh OJK dalam buku serinya (2016), terbagi menjadi

manfaat bagi investor, perusahaan, dan pemerintah. Yang mana bagi

investor pasar modal dapat menjadi sara investasi dan peningkatan

kekayaan. Kemudian bagi perusahaan, pasar modal dapat menjadi

sumber pembiayaan, penyebaran kepemilikkan perusahaan,

18

keterbukaan dan profesioalisme. Sedangkan bagi pemerintah, pasar

modal memiliki manfaat dalam menciptakan lapangan kerja dan

mendorong laju pembagunan nasional.

Ada beberapa jenis pasar dalam pasar modal, yaitu:

1. Pasar Perdana

Pasar perdana merupakan pasar yang mana para perusahaan

(emiten) secaa perdana menawarkan Efeknya kepada masyarakat

untuk pertama kalinya (Suridrman, 2015 : 14), (Wardiyah, 2017 :

14). Umumnya, proses penawaran di pasar perdana ini disebut

dengan Initial Public Offering (IPO). Di pasar perdana ini,

perusahaan menawarkan dan menjual sekuritasnya dengan

menggunakan/melalui perusahaan efek dan lembaga pendukung

pasar modal. Pada pasar ini pihak perusahaan dan investor

berinteraksi melalui perantara, di pasar inilah perusahaan

mendapatkan dana yang diperlukan untuk pengembangan usahanya

(Wardiyah, 2017 : 17).

2. Pasar Sekunder

Setelah penawaran dan penjualan Efek di pasar perdana

berakhir, maka selanjutnya Efek dijual pada pasar sekunder. Pada

pasar ini kurs Efek menentukan harga Efek dan naik turunnya kurs

dipengaruhi oleh tingkat permintaaan dan penawaran Efek

(Sudirman, 2015 : 14). Di pasar perdana ini kegiatan jual beli

sekuritas dilakukan oleh dan antar investor.

19

3. Pasar Paralel

Pasar paralel adalah pasar yang diperuntukan bagi perusahaan yang

menerbitkan Efek yang tidak memenuhi syarat listing di Bursa

Efek. Pasar Paralel ini dioperasikan oleh Persatuan Perdagangan

Uang dan Efek-Efek (PPUE) (Sudirman, 2015 : 15).

Ada beberapa instrument keuangan yang diperjual belikan di pasar

modal, diantaranya adalah saham, obligasi, option, warrant, dan right

issue.

2.1.3 Saham

Saham, sebagaimana yang dilansir oleh Bursa Efek Indonesia

(BEI), merupakan suatu tanda bahwa seseorang atau pihak tertentu

(badan usaha) menyertakan modal ke dalam sebuah perusahaan

dan/atau perseroan terbatas. Yang mana dengan melakukan

penyertaan modal tersebut, maka pihak tersebut akan memiliki klaim

atas perusahaan, mulai dari pendapatan, asset, dan juga akan

mendapatkan hak untuk hadir dalam Rapat Umum Pemegang Saham

(RUPS). Menurut Anoraga dan Pakarti (2001) seperti yang dikutip

Yafiz (2008), saham merupakan suatu surat yang menandakan

penyertaan atau kepemilikan seseorang atau suatu pihak atas

perusahaan yang melakukan penerbitan saham tersebut.

20

Menurut Siamat, yang dikutip oleh Yafiz (2008), saham dapat

dibedakan menjadi dua jenis dilihat dari hak dan kewenangan

pemegangnya, yaitu:

1. Saham Biasa (Common Stock)

Saham biasa (common stock) adalah suatu sertifikat atau

piagam yang menandakan bahwa seseorang atau suatu pihak

memegang hak kepemilikan atas suatu perusahaan dengan

berbagai aspek penting perusahaan (Mudjiyanto,2012). Saham ini

biasanya diterbitkan ketika suatu perusahaan terbuka melakukan

public offering di lantai bursa.

Adapun hak dan kewenangan pada saham biasa adalah

sebagai berikut:

a. Selama perusahaan memperoleh laba, maka dividen akan

dibayarkan.

b. Adanya hak suara (one share one vote).

c. Apabila perusahaan mengalami kebangkrutan, maka terdapat

hak untuk memdapatkan pembagian kekayaan kekuasaan

ketika perusahaan telah melunasi semua kewajiban lain.

2. Saham Preferen (Preferred Stock)

Menurut Brigham dan Houston (2010:341) saham preferen

adalah saham yang sifatnya hybrid—mirip seperti obligasi dan

saham biasa secara umum. Sifat hybridnya ini akan terlihat jelas

ketika kita mencoba untuk mengklasifikasikan saham preferen

21

dalam hubungannya dengan obligasi dan saham biasa. Sama

seperti obligasi, saham preferen memiliki nilai par dan dividen

tetap yang harus dibayarkan sebelum dividen bagi saham biasa

dibayarkan. Dalam praktiknya, saham preferen memiliki beberapa

jenis utama, yaitu:

a. Participating Preferred Stock

Selain hanya mendapatkan dividen seperti yang telah

ditentukan, pemilik saham preferen ini akan mendapatkan

dividen ekstra juga jika perusahaan berhasil mencapai target

keuangan tertentu.

b. Convertible Preferred Stock

Jenis saham preferen ini memberikan hak kepada para

pemeganganya untuk mengubah jenis saham cinvertible

preffered stock yang mereka miliki menjadi saham biasa dari

perusahaan yang sama.

c. Cumulative Preferred Stock

Saham preferen jenis ini membayar dividen tetap dengan

interval regular. Jika suatu waktu dividen tidak dibayarkan,

maka jumlah dari yang tidak dibayarkan itu akan

diakumulasikan dan kemudian dibayarkan pada waktu

berikutnya. Jadi saham ini memberikan hak kepada

pemegangnya berupa pembagian dividen yang bersifat

22

akumulatif untuk diperhitungkan pada pembayaran

berikutnya, jika suatu waktu dividen tidak dibayarkan.

d. Noncumulative Preferred Stock

Saham jenis ini memberikan hak prioritas kepada para

pemegangnya atas pembagian dividen, tetapi tidak kumulatif.

Jika suatu waktu dividen tidak dibayarkan, maka tidak akan

diakumulasikan ke waktu pembayaran berikutnya.

Adapun hak dan kewenangan yang dimiliki oleh pemegang saham

preferen adalah sebagai berikut:

a. Memiliki hak paling dulu mendapatkna dividen.

b. Tidak memiliki hak suara.

c. Dapat memengaruhi manajemen perusahaan terutama dalam

pencalonan pengurus.

d. Memiliki hak pembayaran maksimum sebesar nilai nominal

saham lebih dahulu setelah kreditor apabila perusahaan

dilikuidasi.

e. Kemungkinan dapat memperoleh tambahan dari pembagina

laba perusahaan di samping penghasian yang diterima secara

tetap.

Selain dibedakan berdasarkan hak dan wewenangnya, saham

juga dibedakan berdasarkan cara peralihannya (Yafiz, 2008),

yaitu:

23

1. Saham Atas Unjuk (Bearer Stocks)

Saham ini adalah jenis saham yang peralihannya tidak

menuliskan nama pemiliknya.

2. Saham Atas Nama (Registered Stock)

Saham ini adalah jenis saham yang perlahiannya menulis

nama pemiliknya.

Seperti yang dilansir oleh Bursa Efek Indonesia (BEI), sampai

pada tahun 2020 saham di Bursa Efek Indonesia (BEI) dapat

diklasifikasikan menjadi sembilan sektor, yaitu:

1. Sektor Pertanian (Agriculture)

Sektor pertanian ini terdiri atas usaha-usaha yang berkaitan

dengan bidang seperti:

a. Tanaman Pangan

b. Peternakan

c. Perikanan

d. Perkebunan

e. Kehutanan

2. Sektor Pertambangan (Mining)

Sektor ini terdiri dari perusahaan yang bekerja pada bidang-

bidang penggalian dan tambang, seperti:

a. Pertambangan Batu Bara

b. Gas dan Minyak Bumi

c. Penggalian Batu-Batuan, Pasir, Tanah Liat

24

d. Penambangan Garam

e. Penambangan Mineral, Bahan Kimia, dan Pupuk

f. Pertambangan Mineral

g. Penambangan Gips, Gamping, dan Aspal

3. Industri Dasar dan Kimia (Bacis Industry and Chemical)

Sektor industry dasar ini mencakup perusahaan yang

mengubah bahan dasar menjadi barang jadi dan setengah jadi

yang selanjutnya masih akan diproses. Industry kimia terdiri

dari perusahaan yang mengolah bahan kimia dasar yang

kemudian akan dimanfaatkan dalam kegiatan produksi

selanjutnya dan pada industry farmasi.

a. Semen

b. Gelas, Keramik, dan Porselen

c. Bahan-Bahan Kimia

d. Logam dan Produk Terkait

e. Plastic dan Produk Kemasan

f. Industry Kayu

g. Makanan Hewan

h. Pulp dan Kertas

i. Serta Lain-lain

4. Aneka Industri (Miscellaneous Industry)

25

Sektor ini terdiri dari perusahaan yang membuat mesin-

mesin, baik yang berat maupun yang ringan serta komponen

pendukungnya.

a. Mesin dan Alat-alat Berat

b. Otomotif dan Komponennya

c. Kabel

d. Alat Elektronik

e. Alas Kasi

f. Tekstil dan Garmen

5. Industri Barang Konsumsi (Consumer Goods Industry)

Industry ini mencakup usaha yang mengolah bahan

setengah jadi menjadi barang yang dikonsumsi oleh rumah

tangga atau pribadi.

a. Makanan dan Minuman

b. Farmasi

c. Kosmetik

d. Produsen Tembakau

e. Peralatan Rumah Tangga

6. Properti, Real Estate, dan Konstruksi Bangunan

(Property, Real Estate, and Building Construction)

Real Estate meliputi usaha yang membeli, menjual,

menyewa dan mengoperasikan bangunan, baik yang berupa

tempat tinggal ataupun bukan. Konstruksi ini mencakup usaha

26

yang membuat, memperbaiki, dan membongkar tempat

tinggal dan gedung.

a. Properti dan Real Estate

b. Konstruksi Bangunan

7. Infrastruktur, Utilitas, dan Transportasi (Infrastructure,

Utility, and Transportation)

Sektor ini meliputi perusahaan yang bekerja pada bidang

sebagai berikut:

a. Energy

b. Telekomunikasi

c. Jalan Tol, Bandara, Pelabuhan, dan Produk Terkait

d. Konstruksi Bukan Bangunan

e. Transportasi

8. Keuangan (Finance)

Sektor keuangan meliputi usaha-usaha seperti:

a. Institusi Keuangan

b. Bank

c. Asuransi

d. Perusahaan Sekuritas

e. Dan Lain Sebagainya

9. Perdagangan, Jasa, dan Investasi (Trade, Service, and

Investment)

Sektor ini terdiri dari usaha-usaha seperti:

27

a. Perdagangan Kecil atau Eceran

b. Perdagangan Besar

c. Periklanan, Percetakan, dan Media

d. Restoran, Hotel, dan Turisme

e. Fasiltas Kesehatan

f. Perusahaan Investasi

g. Computer dan Perangkatnya

h. Lain-Lain

2.1.4 Imbal Hasil (Return) Saham

Ketika berinvestasi, seorang investor pasti mempunyai tujuan. Salah

satu tujuan dari invetasi—terutama investasi saham—adalah untuk

mendapatkan return. Menurut Smart, Gitman, dan Joehnk (2014) yang

dikutip oleh Bangun et.al (2020) secara umum return diartikan

sebagai level keuntungan dari sebuah investasi. return adalah hasil

yang didapatkan dari melakukan investasi yang menjadi motivasi bagi

investor untuk melakukan investasi.

Brigham dan Houston (2018:49) menyebutkan bahwa jenis return

itu ada dua, yaitu expected return dan realized return dan keduanya

bisa mempunyai perbedaan yang cukup besar. Begitupula Jogiyanto

(2014:235) yang dikutp oleh Bangun et.al (2020) dalam tulisannya

menyatakan bahwa return saham dapat dibagi menjadi dua, sebagai

berikut:

28

a. Return Realisasian

Return realisasian adalah return yang sudah terjadi dan

dihitung menggunakan data historis yang tersedia. Return

realisasian ini digunakan sebagai data analisis investasi dan

sebagai data analisis portofolio.

b. Return Ekspektasian

Return ekspektasian adalah return yang mana para investor

berharap untuk mendapatkannya di masa yang akan datang.

Return ekspektasian ini digunakan sebagai masukan dari analisis

portofolio.

Bursa Efek Indonesia (BEI) menyatakan bahwa ada dua

keuntungan yang didapatkan oleh para investor yang berinvestasi

saham, yaitu:

1. Dividen

Dividen adalah pembagian kuntungan yang dilakukan oleh

perusahaan kepada para pemegang saham, yang mana asalnya

adalah dari keuntungan yang dihasilkan oleh perusahaan itu

sendiri. Deviden diberikan setelah didapatkannya persetujuan

pemegang saham melalui RUPS. Untuk mendapatkan dividen,

seorang investor harus berinvestasi dengan jangka waktu yang

cukup lama sampai kepemilikan saham tersebut berada pada masa

dimana diakui sebagai pemegang saham yang mempunyai hak

29

untuk mendapatkan dividen. Dividen yang diberikan perusahaan

dapat berupa:

a. Dividen Tunai, yaitu setiap pemegang saham dibagikan

dividen yang merupakan uang tunai dalam jumlah tertentu

(Rupiah) untuk setiap saham yang dimilikinya.

b. Dividen Saham, yaitu setiap pemegang saham dibagikan

dividen yang merupakan saham dengan jumlah tertentu

sehingga jumlah saham yang dimiliki si pemegang saham

bertambah dengan adanya hal ini.

Rumus perhitungan dividen:

Atau

Dimana:

D1 dan Dt = Presentasi dividen yang dibagikan

P0 dan Pt – 1 = Harga saham periode lalu

2. Capital Gain

Capital gain adalah selisih antara harga beli dan harga jual.

Aktivitas perdagangan di pasar sekunderlah yang dapat

membentuk capial gain.

30

Rumus perhitungan capital gain:

Atau

Dimana:

P1 dan Pt = Harga saham pada saat penutupan

P0 dan Pt – 1 = Harga saham periode lalu.

Return total terdiri dari dividen ditambah dengan capital gain.

Rumusnya:

Atau

2.1.5 Teori Keuangan Tradisional

Salah satu teori di bidang keuangan tradisional yang masih

banyak—bahkan selalu—didiskusikan adalah Efficient Market

Hipothesis (EMH). Efficient Market Hipothesis (EMH) telah menjadi

teori sentral bagi bidang keuangan (Burghardt, 2011). Teori EMH ini

mencapai puncak dominasinya di bidang akademik di sekitar tahun

1970-an (Shiller, 2003). EMH terbentuk berdasarkan tiga asumsi

tentang perilaku dari investor individe, yaitu :

31

1. Investor diasumsikan bersikap rasional dan karenanya mereka

menilai sekuritas secara rasional.

2. Apabila terdapat irrational investors di pasar, maka keberadaan

mereka random dan saling meniadakan serta tidak

mempengaruhi nilai fundamental sekuritas yang diperdagangkan

di pasar modal.

3. Jika terdapat irrational investor yang tidak saling berlawanan

dan bertindak dengan arah yang sama, maka terdapat

arbitrageur yang cukup untuk menetralkan dan mengurangi

pengaruh irasional serta mengembalikan harga ke level

fundamental—arbitrageur diartikan sebagai ―membeli asset di

satu pasar dengan harga yang rendah dan menjual asset yang

identik di pasar lainnya dengan harga yang lebih tinggi.

Dilakukan tanpa biaya dan risiko (dalam Burghardt (2011)

menurut Rpss, Westerfield, Jaffe 2001).

Brigham dan Houston (2018:54) menyatakan bahwa efficient market

hypothesis merupakan salah satu landasan bagi teori keuangan

modern. Menyiratkan bahwa, rata-rata, harga set hampir sama dengan

nilai-nilai instrinsiknya. Logika dibalik EMH adalah ―apabila harga

saham ―terlalu rendah‖, maka investor rasional akan dengan cepat

memanfaatkan keuntungan ini dan membeli saham tersebut,

mendorong harga saham tersebut kembali naik. Kemudiam, jika harga

32

saham ―terlalu tinggi‖, maka para investor rasional akan menjual

sahamtersebut,mendorong harga saham turun ke titik ekuilibirumnya.

Di dunia akademis, EMH ini banyak didukung tetapi banyak juga

ditantang. Mereka yang mendukung EMH, berpendapat bahwa

kekuatan-keuatan dari asumsi tersebut menjaga harga-harga dari

kesalahan sistematis (Brigham dan Houston, 2018:54). Sementara itu,

mereka yang menantang keabsahan efficient market theory (EMH) ini

dikarenakan terdapat peristiwa di dunia nyata yang nampaknya tidak

sesuai dengan hipotesis tersebut. Dalam tulisan Wendy Ary (2019)

disebutkan bahwa keabsahan EMH ini banyak mendapatkan

pertentangan dari berbagai kalangan akademisi di bidang keuangan,

salah satunya adalah mengenai perbedaan volatilitas saham dan

volatilitas dividen atau revenue emiten-emiten yang ada di pasar

dmana ternyata saham memiliki volatilitas yang lebih besar

dibandingkan dividen atau revenue diteliti oleh Shiller (1981); Black

(1986). Kemudian, masih dalam tulisan yang sama, disebutkan bahwa

terdapat studi empiris yang menentang EMH, dilakukan oleh De

Bondt dan Thaler (1985); Bernard dan Thomas (1989); Jegadeesh dan

Titman; 1993) menyatakan bahwa harga saham tidak selamanya

bergerak dalam sebuah pola acak dalam jangka panjang dan pendek.

33

2.1.6 Teori Keuangan Perilaku (Behavioral Finance)

“Great Crash of 1929, the Tronics Boom of the early 1960s, the

Go-Go Years of the late 1960s, the Nifty Fifty bubble of the early

1970s, the Black Monday crash of October 1987, and the Internet or

Dot.com bubble of the 1990s” adalah beberapa peristiwa yang

disebutkan oleh Baker dan Wurgler (2007) dalam artikelnya,

mengangkat kejadian perubahan harga saham yang dramatis,

menjadikannya bukti bahwa model keuangan standar dimana

unemotional investor selalu mendorong harga pasar modal agar sama

dengan “the rational present value of expected future cash flow”,

memiliki kesulitan untuk menjelaskan peristiwa-peristiwa tersebut.

Adanya peristiwa di dunia nyata yang tidak sesuai dengan efficient

market hypothesis (EMH) telah memacu bidang behavioral finance

atau keuangan perilaku (Brigham dan Houston, 2018:54).

Landasan utama dari behavioral finance adalah terbatasnya

arbitrage (Burghardt, 2011). Menurut Sharpe dan Alexander (1990)

yang dikutip oleh Burghardt (2011) arbitrage adalah pembelian dan

penjualan simultan atas sekuritas yang sama, atau mirip, pada dua

pasar yang berbeda untuk harga yang berbeda pula. Kenyataannya, di

dunia nyata sekuritas tidak memiliki subtitusi yang mirip, membuat

arbitrage sulit dilakukan oleh investor rasional. Meskipun terdapat

subtitusi, harganya seringkali tidak langsung menutup/bertemu harga

34

fundamental mereka karena investor irasional terus-menerus

menggerakkan harga.

Shefrin (2000) yang dikutip oleh Agustya dan Faisal (2018)

menyatakan bahwa behavioral finance adalah studi yang mempelajari

bagaimana fenomena psikologi memperngaruhi tingkah laku

Keuanganya. Behavioral finance ini mencoba untuk menjelaskan atau

memaparkan secara logis menganai apa, kenapa, dan bagaimana

hubungan keuangan dan investasi dari sudut pandang manusia—

secara psikologis (Wendy Ary (2019); Agustya dan Faisal (2018)).

2.1.7 Sentimen Investor

Sentimen investor merupakan bagian dari ekspresi behavioral

finance (Agustya dan Faisal, 2018). Mengutip Shiller (2000) dalam

tulisannya Ryu, Ryu, dan Yang (2019), studi behavioral finance

menganggap bahwa sentimen investor merupakan factor utama dalam

menjelaskan pergerakan harga asset dan juga irrational exuberance

dari pasar uang. Banerjee dan Green (2015); Shleifer (2000)

sebagaimana yang dikutip oleh Ryu, Ryu, dan Yang (2019)

menyebutkan bahwa behavioral finance bahwa perilaku perdagangan

dari noise trader dan/atau irrational investors tidak hanya

mempengaruhi harga asset tetapi juga kondisi sentimen investor.

Tidak ada definisi pasti mengenai sentimen investor, melainkan

biasanya diambil dari konsep noise trader oleh Black (1986) (Wendy

Ary, 2019). Sentimen investor bergantung secara langsung pada

35

karakteristik dari investor irasional dan dibentuk oleh irasionalitas

agregat mereka (Ryu, Ryu, dan Yang, 2019).

Baker dan Wurgler (2006) menjelaskan bahwa sentimen investor

adalah keyakinan investor tentang masa depan cash flow dan risiko

investasi yang tidak didukung dengan fakta. Lestari (2016)

menyatakan bahwa Sentimen investor merupakan kecenderungan

investor untuk melakukan spekulasi. Sentimen investor merupakan

hasil dari factor psikologis yakni keyakinan atau perasaan terhadap

situasi tertentu.

Kencana (2019) dalam tulisannya menyebutkan bahwa keputusan

investor dalam berinvestasi dipengaruhi oleh kondisi perekonomian,

baik di dalam negeri maupun luar negeri. Kondisi social, politik,

kebijakan yang dibuat pemerintah atau bank sentral, serta informasi

fundamental perusahaan bisa menjadi sumber informasi yang penting

bagi investor. Keputusan investasi investor juga dapat dipengaruhi

oleh data historis harga dan imbal hasil. Investor akan bereaksi pada

kondisi pasar terentu, dan respons yang muncul tersebut dapat

mempengaruhi fluktuasi harga dan imbal hasil (return). Respons

investor ini dapat berupa respons positif maupun negative, bergantung

pada hasil analisa yang rasional atau irrasional investor. Respons ini

disebut sentiment investor.

Adapun index sentimen investor yang dikembangkan dan digunakan

alam penelitian sebelumnya sangat beragam. Beberpa menggunakan

36

perhitungan relative strength index (RSI), psychological line index

(PLI), adjusted turnover rate (ATR), logarithm of trading volume

(LTV), the buy-sell imbalance of individual investor (IBSI), Closed-

End Fund Discount, IPO first-day returns, Mutual Fund Flows,

consumer confident index (CCI), dan lain sebagainya.

2.2 Penelitian Terdahulu

Penelitian mengenai pengaruh sentimen investor dengan return saham

sebenarnya sudah banyak dilakukan, namun dengan kondisi yang berbeda-

beda.. Berikut adalah penelitian-penelitian terdahulu terkait sentimen investor

dan return saham:

Tabel 2.1 Penelitian Terdahulu

No

.

Judul (Nama

Jurnal)

Penulis

(Tahun) Hasil

Persamaa

n Perbedaan

1. Investor

Sentiment and

Stock Return

Volatility:

Evidence from

The

Johannesburg

Stock Exchange

(Taylor &

Francis, Cogent

Economics &

Finance)

Lorraine

Rupande,

Hilary,

dan Paul-

Francois

(2019)

Investor

sentiment

dan

volatilitas

return saham

memiliki

hubungan

yang

signifikan,

yang

menunjukkan

bahwa

behavioral

Meneliti

pengaruh

dari

sentiment

investor.

Meneliti

pengaruh

terhadap

volatilitas

return saham

di

Johannesburg

Stock

Exchange.

37

finance

secara

signifikan

dapat

menjelaskan

perilaku dari

return saham

pada

Johannesburg

Stock Return.

2. Investor

Sentiment,

Market

Competition,

and Financial

Crisis: Evidence

from The Korean

Stock Market

(Taylor &

Francis,

Emerging

Market Finance

and Trade)

Ryu, Ryu,

dan Yang

(2019)

Sentimen

investor

memiliki

pengaruh yan

signifikan

terhadap

return saham

perusahaan

dengan

tingkat

persaingan

pasar yang

tinggi. ketika

krisis

keuangan

menlanda,

sentiment

investor

berpengaruh

signifikan

Meneliti

pengaruh

sentiment

investor.

Meneliti

pengaruh

terhadap

return saham

yang

perusahaan

non-

keuangan

yang

terhadaftar

pada KOSPI.

38

terhadap

return saham

perusahaan

terlepas dari

tingkat

persaingan

yang ada.

3. Investor

Sentiment, Asset

Returns, and

Firm

Characteristics:

Evidence from

the Korean Stock

Market (Taylor

& Francis,

Investment

Analyst Journal)

Yang,

Ryu, dan

Ryu

(2017)

Sentimen

investor

memiliki

hubungan

yang positif

dan

signifikan

terhadap

return

saham, hasil

ini didapat

dengan

Meneliti

pengaruh

sentiment

investor.

Meneliti

pengaruh

terhadap

return saham

perusahaan

yang

terdaftar di

KOSPI.

39

mengontrol

trading

behaviours,

factor risiko

lain, dan

karakteristik

perusahaan.

4. Analysis of

Investor

Sentiment

Impact in

Indonesia

Composite Stock

Price Index

Return Volatility

(Indonesian

Journal of

Business and

Entrepreneurshi

p (IJBE))

Rum

Puspita

Widhiarti,

Lukytawat

i

Aggraeni,

dan

Syamsul

Hidayat

Pasaribu

(2018)

Hasil

penelitian

menunjukkan

bahwa

terdapat

pengaruh

signifikan

dari

sentiment

investor

terhadap

excess

return.

Meneliti

pengaruh

sentiment

investor.

Meneliti

pengaruh

terhadap

return IHSG

dengan

menggunaka

n Tendensi

Bisnis

sebagai

proksi dari

sentiment

investor.

5. Pengaruh

Interest Rate,

Investor

Sentiment, dan

Financial

Distress

terhadap Stock

Return (Jurnal

Bina Akuntasi

Nurainun

Bangun,

Feren,

Linda

Santioso,

Henryanto

Wijaya

(2020)

Interest Rate

memiliki

pengaruh

yang positif

terhadap

stock return,

sentiment

investor

memiliki

pengaruh

Meneliti

pengaruh

sentiment

investor

terhadap

stock

return.

Dengan

trading

volume

Terdapat

variable lain

yang diteliti,

yaitu interest

rate dan

financial

distress.

Kemudian,

penelitian ini

juga hanya

40

yang positif

terhadap

stock return,

dan financial

distress

memiliki

pengaruh

yang

negative

terhadap

stock return.

sebagai

proksi

sentiment

investor.

dilakukan

terhadap

perusahaan

yang

termasuk

dalam sektor

manufaktur.

6. Pengaruh Non-

Linear Sentimen

Investor

terhadap Return

pada Perusahaan

Manufaktur di

Bursa Efek

Indonesia Tahun

2014 –2015

(Jurnal

Mahasiswa Ilmu

Ekonomi

Manajemen

Universitas

Syiah Kuala)

Fadhillah

dan Faisal

(2017)

Investor

sentiment

memiliki

pengaruh

yang

signifikan

positif

terhadap

return saham

jangka

pendek dan

jangka

panjang.

Meneliti

pengaruh

investor

sentiment.

Meneliti

pengaruh

terhadap

return saham

jangka

pendek dan

jangka

panjang

perusahaan

Manufaktur

BEI 2014 –

2015.

7. Analisis

Hubungan

Antara Sentimen

Investor dan

Anggia

Paramita

Puti

Kencana

Adanya

hubungan

antara

sentiment

Meneliti

pengaruh

sentiment

Meneliti

pengaruh

terhadap

imbal hasil

41

Imbal Hasil

Pasar Saham

dengan

Pendekatan

Aliran Dana

Reksa Dana dan

Analisis Vector

Autoregressive

(VAR) (Jurnal

Ilmiah Ekonomi

Bisnis

Gunadarma)

(2019) investor

dengan imbal

hasil pasar,

namun

dampaknya

tidak

signifikan.

investor. IHSG,

dengan

menggunaka

n mutual

fund flow

sebagai

proksi

sentiment

investor.

8. Does Investor

Sentiment Affect

Large-Cap and

Small-Cap Stock

Return? (Study

on Companies

Listed In

Indonesia Stock

Market Period

2012-2016)

(Jurnal

Administrasi

Bisnis UB)

Rosyida

Maulina

dan Nila

Firdausi

Nuzula

(2018)

Hasil

penelitian

menunjukkan

bahwa

sentimen

investor

memiliki

pengaruh

yang

signifikan

terhadap

imbal hasil

saham di

kedua

kelompok,

dan

pengaruhnya

terhadap

Meneliti

pengaruh

sentiment

investor.

Meneliti

pengaruh

terhadap

return saham

perusahaan

yang

dibedakan

menjadi

kelompok

large-cap

dan small-

cap periode

2012 – 2016.

Dimana

sentiment

investor

diukur

melalui

42

imbal hasil

saham

kelompok

small-cap

lebih

signifikan.

Seluruh

variable

sentiment

investor—

secara

parsial—

perpengaruh

signifikan

terhadap

imbal hasil

saham

kelompok

small-cap,

namun hanya

advance

decline ratio

dan dividen

premium

yang

signifikan

terhadap

imbal hasil

saham

kelompok

large-cap.

tingkat

perputaran

saham,

dividen

premium,

price earning

ratio, dan

adnace

decline ratio.

43

Kemudian,

dividen

premium

memiliki

pengaruh

negative

terhadap

imbal hasil

saham

kelompok

small-cap

tetapi positif

terhadap

imbal hasil

saham

kelompok

large-cap.

9. Sentimen

Investor dan

Ekspektasi

Pertumbuhan

Laba Jangka

Panjang pada

Industri Non

Keuangan di

Indonesia

(Jurnal Ilmiah

Mahasiswa

Ekonomi

Manajemen

Maulina

Agustya

dan Faisal

(2018)

Secara

parsial dan

simultan

sentiment

investor

memiliki

pengaruh

positif

signifikan

terhadap laba

jangka

panjang.

Meneliti

pengaruh

sentiment

investor.

Dengan

trading

volume

sebagai

proksi

sentiment

investor.

Meneliti

pengaruh

terhadap

pertumbuhan

laba jangka

panjang.

44

Univ. Syiah

Kuala)

10. Sentimen

Investor dan

Three Factor

Asset Pricing

Model (Studi

Empirik di Bura

Efek Indonesia)

(Jurnal

Manajemen dan

Keuangan

(JMK))

Willian

Wendy

Ary

Penelitian ini

menunjukkan

bahwa

penambahan

variable

sentiment

investor

meningkatka

n kinerja

three factor

asset pricing

model dan

sentiment

investor

berpengaruh

negative pada

sektor

property, real

astate, dan

konstruksi

bangunan

serta sektor

keuangan

selama

periode 2013

– 2017.

Meneliti

pengaruh

sentiment

investor.

Meneliti

apakah

penambahan

sentiment

investor pada

three factor

asset pricing

model

meningkatka

n kinerja

model

tersebut dan

sentiment

investor

diukur

dengan

Indeks

Keyakinan

Konsumen.

45

2.3 Kerangka Pemikiran

Suryana (2010) dalam tulisannya menyebutkan bahwa kerangka pemikiran

merupakan suatu uraian aliran pikiran peneliti yang disusun secara logis untuk

memecahkan suatu rumusan masalah. Kerangka pikiran adalah konstruksi

pikiran peneliti yang sifatnya logis disertai argumentasi yang sesuai dengan

pengetahuan yang telah disusun sebelumnya.

Berdasarkan penjelasan yang telah dikemukakan sebelumnya, maka dapat

dirumuskan suatu kerangka pemikiran dalam penelitian ini sebagai berikut:

46

Gambar 2.1 Kerangka Pemikiran

47

2.4 Keterkaitan Antar Variabel dan Hipotesis

2.4.1 Hubungan Sentimen Investor Terhadap Return Saham

Penelitian Baker dan Wurgler (2007) menunjukan bahwa sentimen

dari investor memiliki pengaruh yang jelas, penting, dan tetap/teratur

pada perusahaan individual dan pada pasar saham secara keseluruhan.

Bangun dan Feren (2019) pada penelitiannya menemukan bahwa

sentimen investor memiliki pengaruh yang signifikan dan positif

terhadap return saham. Hu dan Wang (2013) pada penelitiannya

menemukan bahwa sentimen individual memiliki peran penting dalam

pembentukan return saham cross-section. Wendy Ary (2019) dalam

penelitiannya menemukan bahwa sentimen investor memiliki

pengaruh signifikan dan negative terhadap return saham di sector

industry property, real estate, dan konstruksi bangunan; serta sector

keuangan, hal ini menunjukkan bahwa terdapat fenomena mispricing

di pasar modal Indonesia. Penelitian yang dilakukan oleh Oprea dan

Brad (2014) menunjukkan bahwa sentimen investor—yang diukur

dengan keyakinan konsumen—memiliki pengaruh positif terhadap

return saham.

Berdasarkan pada penjelasan di atas, maka hipotesis dalam

penelitian ini adalah sebagai berikut:

Hipotesis : Sentimen investor memiliki pengaruh signifikan terhadap

return saham sectoral di Indonesia pada masa pandemic COVID-19 di

tahun 2020.

48

3. BAB 3

METODE PENELITIAN

3.1 Populasi dan Sampel

Sebagaimana yang disebutkan oleh Rinaldi dan Mujianto (2017) dalam

tulisannya, menurut Hastono (2013:4) populasi merupakan keseluruhan unit

yang akan diamati di dalam penelitian, sedangkan sampel adalah sejumlah

dari populasi yang telah diukur karakteristinya yang nantinya akan digunakan

di dalam penelitian. Sekaran dan Bougie (2016) mengatakan bahwa populasi

adalah keseluruhan dari orang, kejadian, atau hal-hal terkait yang ingin diteliti

oleh peneliti; kemudian sampel adalah bagian dari populasi, beberapa anggota

yang dipilih dari keseluruhan populasi.

Populasi yang digunakan dalam penelitian ini adalah perusahaan-

perusahaan yang termasuk ke dalam kesembilan sektor industry yang terdaftar

di papan perdagangan Bursa Efek Indonesia (BEI) sejak sebelum dan selama

masa pandemic COVID-19. Sementara itu, sampel dalam penelitian ini

diambil dengan menggunakan purposive sampling, dimana sampel diambil

atau dipilih sesuai dengan kriteria tertentu. Adapun kriteria tersebut adalah

sebagai berikut:

1. Perusahaan tercatat di Bursa Efek Indonesia (BEI) sebagai emiten aktif

sejak sebelum dan selama masa pandemic COVID-19.

2. Memiliki data harga dan return saham lengkap yang dipublikasikan

sebelum dan selama masa pandemic COVID-19.

49

3. Melakukan perdagangan saham harian penuh selama Maret – April 2019

dan Maret – April 2020.

4. Tidak melakukan Corporate Action selama Desember 2018 hingga akhir

periode penelitian April 2020.

5. Memiliki rasio book-to-market equity yang positif, serta memiliki data

kapitalisasi pasar dan juga data book value selama periode penelitian.

Dari kriteria tesebut dipilihlah perusahaan-perusahaan di tiap-tiap sektor

yang terdaftar di BEI. Adapun jumlahnya adalah 8 perusahaan pada sektor

pertanian dan 10 perusahaan pada masing-masing sektor pertambangan,

industri dasar dan kimia, aneka industri, industri barang konsumsi, property

dan real estate, infrastruktur-utilitas-transportasi, keuangan, perdagangan-jasa-

investasi. Dan menghasilkan jumlah observasi sebanyak 240 observasi pada

sektor pertanian dan 300 observasi pada masing-masing sektor pertambangan,

industri dasar dan kimia, aneka industri, industri barang konsumsi, property

dan real estate, infrastruktur-utilitas-transportasi, keuangan, perdagangan-jasa-

investasi. Berikut adalah daftar perusahaan terpilih.

Tabel 3.1 Sampel Perusahaan Sektor Pertanian

NO. NAMA PERUSAHAAN KODE

SAHAM

1. Bisi International Tbk. BISI

2. Astra Argo Lestrai Tbk. AALI

3. Eagle High Plantations Tbk. BWPT

4. Dharma Satya Nusantara Tbk. DSNG

50

5. PP London Sumatra Indonesia Tbk. LSIP

6. Salim Ivomas Pratama Tbk. SIMP

7. Sawit Sumbermas Sarana Tbk. SSMS

8. Dharma Samudra Fishing Industries Tbk. DSFI

Tabel 3.2 Sampel Perusahaan Sektor Pertambangan


SAHAM

1. Adaro Energy Tbk. ADRO

2. Borneo Olah Sarana Sukses Tbk. BOSS

3. Garda Tujuh Buana Tbk. GTBO

4. Mitrabara Adiperdana Tbk. MBOP

5. Bukit Asam Tbk. PTBA

6. Elnusa Tbk. ELSA

7. Aneka Tambang Tbk. ANTM

8. Central Omega Resources Tbk. DKFT

9. Vale Indonesia Tbk. INCO

10. Timah Tbk. TINS

Tabel 3.3 Sampel Perusahaan Sektor Industri Dasar dan Kimia


SAHAM

1. Semen Indonesia (Persero) Tbk. SMGR

2. Waskita Beton Precast Tbk. WSBP

3. Mulia Industrindo Tbk. MLIA

51

4. Betonjaya Manunggal Tbk. BTON

5. Steel Pipe Industry of Indonesia Tbk. ISSP

6. Aneka Gas Industri Tbk. AGII

7. Ekadharma International Tbk. EKAD

8. Impack Pratama Industry Tbk. IMPC

9. Charoen Pokhpand Indonesia Tbk. CPIN

10. Pabrik Kertas Tjiwi Kimia Tbk. TKIM

Tabel 3.4 Sampel Perusahaan Sektor Aneka Industri


SAHAM

1. Garuda Maintenance Facility Aero Asia Tbk. GMFI

2. Astra International Tbk. ASII

3. Astra Otoparts Tbk. AUTO

4. Gajah Tunggal Tbk. GJTL

5. Indomobil Sukses Internasional Tbk. IMAS

6. Selamat Sempurna Tbk. SMSM

7. Indo-Rama Synthetics Tbk. INDR

8. Sri Rejeki Isman Tbk. SRIL

9. KMI Wire and Cable Tbk. KBLI

10. Voksel Electronincs VOKS

Tabel 3.5 Sampel Perusahaan Industri Barang Konsumsi


SAHAM

52

1. Budi Starch & Sweetener Tbk. BUDI

2. Indofood CBP Sukses Makmur Tbk. ICBP

3. Mayora Indah Tbk. MYOR

4. H.M. Sampoerna Tbk. HMSP

5. Wismilak Inti Timur Tbk. WIIM

6. Indofarma (Persero) Tbk. INAF

7. Kalbe Farma Tbk. KLBF

8. Kino Indonesia Tbk. KINO

9. Mustika Ratu Tbk. MRAT

10. Integra Indocabinet Tbk. WOOD

Tabel 3.6 Sampel Perusahaan Sektor Properti, Real Estate, dan

Konstruksi Bangunan


SAHAM

1. Alam Sutera Reality Tbk. ASRI

2. Bekasi Fajar Industrial Estate Tbk. BEST

3. Jaya Real Property Tbk. JRPT

4. Pakuwon Jati Tbk. PWON

5. Summarecon Agung Tbk. SMRA

6. Adhi Karya (Persero) Tbk. ADHI

7. Nusa Raya Cipta Tbk. NRCA

8. Surya Semesta Internusa Tbk. SSIA

9. Total Bangun Persada Tbk. TOTL

10. Wijaya Karya Tbk. WIKA

53

Tabel 3.7 Sampel Perusahaan Sektor Infrastruktur, Utilitas, dan

Transportasi


SAHAM

1. Perusahaan Gas Negara Tbk. PGAS

2. Terregra Asia Energy Tbk. TGRA

3. Indonesia Kendaraan Terminal Tbk. IPCC

4. Jasa Marga (Persero) Tbk. JSMR

5. Indosat Tbk. ISAT

6. Telkomunikasi Indonesia (Persero) Tbk. TLKM

7. Blue Bird Tbk. BIRD

8. Garuda Indonesia (Persero) Tbk. GIAA

9. PP Presisi Tbk. PPRE

10. Sarana Menara Nusantara Tbk. TOWR

Tabel 3.8 Sampel Perusahaan Sektor Keuangan


SAHAM

1. Bank Mandiri (Persero) Tbk. BMRI

2. Bank BRIsyariah Tbk. BRIS

3. Bank BTPN Tbk. BTPN

4. Adira Dinamika Multi Finance Tbk. ADMF

5. BFI Finance Indonesia Tbk. BFIN

6. Wahana Ottomitra Multiartha Tbk. WOMF

7. Panin Sekuritas Tbk. PANS

54

8. Asuransi Kresan Mitra Tbk. ASMI

9. Paninvest Tbk. PNIN

10. Panin Financial Tbk. PNLF

Tabel 3.9 Sampel Perusahaan Sektor Perdagangan, Jasa, dan Investasi


SAHAM

1. Colorpak Indonesia Tbk. CLPI

2. Mitra Pinasthika Mustika Tbk. MPMX

3. United Tractors Tbk. UNTR

4. Sumber Alfaria Trijaya Tbk. AMRT

5. Ramayana Lestari Sentosa Tbk. RALS

6. Panorama Sentrawisata Tbk. PANF

7. MD Pictures Tbk. FILM

8. Siloam International Hospitals Tbk. SILO

9. Metrodata Electronics Tbk. MTDL

10. Kresna Graha Investama Tbk. KREN

Sampel ini diambil sesuai dengan periode yang digunakan dalam

penelitian. Adapun penelitian ini memfokuskan pada awal munculnya kasus

COVID-19 di Indonesia, yang mana hal ini terjadi pada tanggal 2 Maret 2020.

Sehingga periode yang diambil adalah hari perdagangan pada bulan Maret,

yang kemudian angkanya dibulatkan menjadi 1 bulan atau tepatnya 30 hari

perdagangan sampai pada pertengahan April 2020 (1 Maret – 14 April 2020,

hari libur dan akhir pekan tidak termasuk). Selama periode ini, ada beberapa

55

peristiwa yang terjadi (1) Munculnya kasus COVID-19 pertama di Indonesia

pada 2 Maret 2020; (2) Penghentian kegiatan perkantoran di Jakarta pada 20

Maret 2020; (3) Pengumuman wacana pemberlakukan PSBB pada 30 Maret

2020; (4) Pelaksanaan PSBB Pertama di Jakarta pada 10 April 2020.

Memperhitungkan adanya ketidakpastian dalam pasar saham, periode

waktu yang digunakan dalam penelitian ini dapat dikatakan berjangka pendek,

yaitu 30 hari perdagangan. Hal ini dilakukan untuk mempertahankan

sentiment yang muncul karena adanya kasus COVID-19 pertama di Indonesia

dan ketidakpastian atas kondisi perekonomian Indonesia kedepannya.

Penelitian ini akan membandingkan sentiment investor pada sebelum masa

pandemi COVID-19 dan selama masa pandemic COVID-19. Maka sampel

juga akan dikumpulkan selama awal Maret – Pertengahan April 2019, dengan

jumlah 30 hari perdagangan. Pemilihan periode pembanding ini dilakukan

untuk menciptakan perbandingan yang setara dari segi waktu, awal Maret –

Pertengahan April (30 hari perdagangan), dengan faktor/kondisi sentiment

investor yang berbeda yaitu sebelum dan selama pandemic COVID-19.

3.2 Tempat dan Waktu Peneilitan

Penelitian dilakukan terhadap perusahaan yang terdaftar di Bursa Efek

Indonesia, yang letaknya di Indonesia. Adapun penelitian akan menggunakan

data yang dirilis sebelum dan selama masa pandemic COVID-19.

56

3.3 Data dan Sumber Data

3.3.1 Jenis Penelitian dan Data

Penelitian ini merupakan jenis penelitian kuantitatif yang mana

penelitian ini banyak menggunakan, menafsirkan dan menghasilkan

data-data berupa angka yang yang dinalisis (Kasiran, 2008 : 149

dalam Pandjaitan dan Ahmad 2017 : 11). Data yang digunakan dalam

penelitian ini adalah data kuantitatif berupa return saham, indeks

sentiment investor, perhitungan rasio Market Premium, Size Premium,

dan Value Premium pada Maret – April tahun 2019 dan tahun 2020.

3.3.2 Sumber Data

Sumber data penelitian dapat dikelompokkan menjadi dua jenis,

yaitu data primer dan data sekunder. Penelitian ini sendiri

menggunakan data sekunder, yaitu data yang diperoleh melalui

berbagai macam sumber yang telah ada sebelumnya (Suryana, 2010).

Data yang digunakan dalam penelitian ini, yaitu data historis harga

saham di www.investing.com sebelum (Maret – April 2019) dan

selama masa pandemic COVID-19 (Maret – April 2020), Trading

volume sebagai proksi perhitungan sentiment investor, serta data

kapitalisasi pasar dan book value yang diperoleh dari laporan

keuangan perusahaan dan IDX Monthly Statistic, yang kemudian akan

diolah dengan software Microsoft Excel dan E-views 10.

http://www.investing.com/

57

3.4 Metode Pengumpulan Data

Pengumpulan data merupakan suatu tahapan dalam penelitian yang mana

peneliti berusaha untuk mendapatkan data dari responden, pengamatan suatu

kegiatan, pencatatan anagka-angka, dan lain-lain (Wahidmurni, 2017).

Penelitian ini dilakukan dengan menggunakan berbagai data yang telah

didapatkan. Data yang didapatkan ini digunakan untuk dianalisis dan menguji

hipotesis yang telah dirumuskan sebelumnya. Data penelitian dikumpulkan

dengan menggunakan metode tertentu. Adapun metode pengumpulan data

dalam penelitian ini adalah sebagai berikut:

1. Metode Dokumentasi

Metode dokumentasi dilakukan denan mencari dan

mengumpulkan data mengenai variable-variabel yang hendak diteliti

yang berupa catatan, transkrip, buku, surat kabar, dan lain sebagainya.

Sumber informasi metode dokumentsi merupakan bahan-bahan

tertulis atau tercatat. Dengan metode ini, peneliti atau pengumpul data

memindahkan bahan-bahan tertulis yang relevan pada lembaran-

lembaran isian yang telah disiapkan untuk itu (Mustopa, 2011).

Dari metode ini, diperoleh catatan mengenai data yang

berhubungan dengan penelitian, yaitu laporan harga dan return saham,

laporan kapitalisasi pasar dan book value.

58

3.5 Instrumen Penelitian

Metode pengumpulan data yang digunakan dalam penelitian ini adalah

metode dokumentasi, maka dari itu instrument penelitian yang digunakan

adalah dokumen dan/atau dataset yang telah tersedia.

3.6 Metode Analisis Data

Metode analisis data yang digunakan pada penelitian ini adalah metode

analisis data deskriptif dengan pendekatan kuantitatif, yang mana dalam

tulusannya Wahidmurni (2017) menyebutkan bahwa analisis deskriptif

merupakan merupakan analisis data yang dilakukan dengan menggambarkan

atau menjelaskan variable-variabel di dalam penelitian berdasarkan pada data

yang diperoleh.

Penelitian ini menganalisis data dan mengukurnya. Analisis ini kemudian

dimanfaatkan untuk menggambarkan kejadian yang ada dengan angka atau

nilai-nilai yang bermakna.

3.6.1 Analisis Statistik

1. Statistik Deskriptif

Statistic deskriptif merupakan alat atau prosedur yang

digunakan untuk memberikan gambaran atau mendeskripsikan

data yang dianalisis atau diamati. Tujuannya adalah agar data

tersebut mudah dibaca, dipahami, dan digunakan.

Statistic deskriptif dalam penelitian ini digunakan untuk

mengetahui mean atau rata-rata, nilai minimun, nilai maksimum,

dan standar deviasi.

59

2. Analisis Regresi

Penelitian ini mengukur pengaruh antar variable, return

saham sebagai variabel dependen, sentimen investor sebagai

variable independent, dan variabel Market Premium-Size

Premium-dan-Value Premium sebagai variable moderator.

Penelitian ini mencoba untuk memasukkan variable sentimen

investor bersama dengan formula three factors asset pricing

model yang dikembangkan oleh Eugene Fama dan Kenneth

French. Hal ini berdasarkan pada hasil penelitian yang dilakukan

oleh Wendy Ary (2019) yang menyatakan bahwa penambahan

sentimen investor pada three-factors asset ricing model dapat

meningkatkan kinerja model tersebut, sehingga didapatkan hasil

yang lebih akurat dengan nilai adjusted R2 yang lebih besar.

Sehingga hasil penelitian ini tidak hanya bisa memberikan

gambaran pengaruh sentimen investor terhadap return saham

sectoral—yang mana merupakan tujuan utamanya. Tetapi juga

dapat memberikan gambaran dari pengaruh dari Market Premium,

Size Premium, dan Value Premium. Keputusan penggunakan

formulasi tersebut menghasilkan rumus sebagai berikut:

Ri,t – Rf = α + β1Sentt-1 + β2(Rm – Rf)t + β3SMBi,t + β4HMLi,t + εi,t

Dimana:

Ri,t – Rf = Expected return saham i

α = Konstanta

60

Rf = Risk free rate asset

Sent = Sentimen Investor (Trading Volume)

Rm = Rate of return on market

SMB = Size Premium (selisih antara value weighted

return saham berkapitalisasi kecil dan value

weighted return saham berkapitalisasi besar)

HML = Value Premium (selisih value weighted return

saham dengan book-to-market tinggi dan value

market return dengan book-to-market rendah)

β1, β2, β3, β4 = Slope regresi

Data yang digunakan dalam penelitian ini merupakan data

panel, sehingga regresi yang digunakan merupakan regresi data

panel. Widarjono (2013) menjelaskan bahwa regresi data panel

merupakan studi bagaimana variable dependen dipengaruhi oleh

satu atau lebih variable independent dengan tujuan untuk

memperkirakan nilai rata-rata variable terikat didasarkan oleh

variable bebas yang diketahui.

Terdapat tiga macam teknik estimasi regresi data panel, yaitu:

a. Common Effect Model (CEM) atau asumsi koefisien tetap

antar waktu dan individu merupakan Teknik yang paling

sederhana. Metode ini menggabungkan data cross section dan

time series tanpa memperhatikan perbedaan antar waktu dan

individu. Metode ini mengasumsikan bahwa perilaku data

61

antar perusahaan selalu sama dari waktu ke waktu. Begitupun

slope dan intersep dari masing-masing variable selalu sama

untuk semua data.

b. Fixed Effect Model (FEM) asumsi slope konstan tetapi

intersep berbeda antar individu adalah model yang

mengestimasi data panel dengan variable dummy untuk

melihat adanya perbedaan intersep. Model ini menetapkan

bahwa terdapat pebedaan intersep antar perusahaan karena

adanya perbedaan karakteristik perusahaan, namun

interserpnya akan sama sedangkan slope-nya akan selalu sama

dari waktu ke waktu.

c. Random Effect Model (REM) atau estimasi dengan pendekatan

efek acak menggunakan variable dummy untuk mengetahui

ketidaktahuan mengenai model yang sebenarnya. Namun, hal

ini menyebabkan berkurangnya degree of freedom dan

mengurani efisiensi parameter. Tetapi, masalah ini dapat

diatasi dengan menggunakan variable gangguan (error terms)

atau random effect. Pada model ini, data panel akan diestimasi

dimana variable gangguan dapat saling berhubungan antar-

waktu dan antar-perusahaan. Model ini berasumsi bahwa

setiap variable memiliki perbedaan intersepsi. Kelebihan dari

model REM ini adalah dapat menghilangkan

heterokedastisitas.

62

Widarjono (2013) juga menjelaskan bahwa ada tiga jenis model

estimasi regresi data panel, yaitu :

a. Uji Chow

Uji Chow digunakan untuk menentukan model mana yang

lebih tepat digunakan, apakah CEM atau FEM yang lebih

tepat digunakan dalam penelitian. Jika diperoleh probabilitas

< 0.05 (taraf signifikansi) maka FEM lebih tepat digunakan.

Begitupula sebaliknya, jika probabilitas > 0.05 (taraf

signifikansi), maka CEM lebih tepat digunakan.

b. Uji Hausman

Uji Hausman digunakan untuk melihat apakah FEM atau

REM yang lebih tepat digunakan pada penelitian ini. Jika

diperoleh probabilitas < 0.05 (taraf signifikansi), maka FEM

lebih tepat untuk digunakan. Sebaliknya, jika probabilitas >

0.05 (taraf signifikansi), maka REM lebih tepat untuk

digunakan.

c. Uji Lagrange Multiplier

Uji Lagrange Multiplier digunakan untuk melihat apakah

CEM atau REM yang lebih tepat digunakan pada penelitian

ini. Jika diperoleh probabilitas < 0.05 (taraf signifikansi),

maka REM lebih tepat untuk digunakan. Sebaliknya, jika

probabilitas > 0.05 (taraf signifikansi), maka CEM lebih tepat

untuk digunakan.

63

3.6.2 Uji Asumsi Klasik dan Uji Struktur Varian Kovarian

Sebelum melaksanakan uji regresi, peneliti harus terlebih dahulu

memastikan bahwa data yang diteliti sudah memenuhi persyaratan

aumsi klasik. Imam Ghazali (2016 : 167) sebagaimana yang

disebutkan dalam jurnal Wahyuni (2018), menjelaskan bahwa untuk

memberikan hasil yang Best Linear Unbiased Estimator (BLUE)

ketika melakukan analisis regresi yang memakai bentuk peramalan

dengan menggunakan Ordinary Least Square (OLS), maka harus

dilakukan uji asumsi klasik terlebih dahulu. Model regresi linear,

terutama regresi berganda yang baik adalah model yang memenuhi

kriteria Best Linear Unbiased Estimator (BLUE) (DRH Pandjaitan dan

Ahmad, 2017). Uji asumsi klasik yang digunakan dan penjelasan

mengenai masing-masing uji tersebut adalah sebagai berikut:

a. Uji Normalitas

Pandjaitan dan Ahmad (2017) menjelaskan bahwa uji

normalitas menguji data yang yang hendak dianalisis, apakah data

tersebut terdistribusi atau tersebar secara normal atau tidak.

Normal atau tidaknya suatu data biasanya dilihat dari

bentuk histogram residual yang berbentuk lonceng atau tidak,

juga bisa menggunakan scatter plot dengan melihat nilai residu

yang membentuk pola tertentu. Tetapi, melakukan uji normalitas

dengan hanya mengandalkan pengamatan terhadap grafik bisa

saja menimbulkan kekeliruan kalau tidak hati-hati. Sebetulnya,

64

ada berbagai macam cara yang bisa kita lakukan untuk melakukan

uji normalitas selain dengan grafik, seperti menggunakan rasio

skewness dan kurtosis, menggunakan uji Kolmogrof-Smirnov.

Sumber lain mengatakan kita bisa menggunakan Lilliefors,

Shapiro Wilk dan Shapiro Francia, Jarque-Bera, dan lain

sebagainya.

Jika rasio skewness dan kurtosis berada di antara -2 hingga

+2, maka data berdistribusi normal dan di luar itu data dianggap

tidak normal. Penggunaan Kolmogrof-Smirnov atau uji K-S

termasuk dalam non-parametrik karena peneliti belum megetahui

apakah data yang digunakannya termasuk data parametrik atau

bukan, dikatakan berdistribusi normal apabila nilai Sign > 0,05

(H0 diterima, H1 ditolak). Dengan menggunakan Jaque-Bera, data

dianggap berdistribusi normal apabila p value Jaque-Bera > 0,05

(H0 diterima dan H1 ditolak).

Selain itu, dalam ilmu statistic terdapat Teorema Limit

Sentral yang mana dijelaskan bahwa apabila sampel atau

observasi berjumlah besar (sekurang-kurangnya 30), maka data

akan selalu mendekati distribusi normal (Gujarati, 2006:77).

b. Uji Multikolinearitas

Pandjaitan dan Ahmad (2017) menjelaskan bahwa

multikolinearitas merupakan suatu kondisi apabila terjadi korelasi

atau hubungan yang kuat di antara variable bebas (independent)

65

dalam penelitian. Di dalam analisis regresi, suatu model dianggap

baik apabila terbebas dari multikolinearitas atau tidak terjadi

multikolinearitas.

Untuk mendeteksi ada atau tidaknya multikolinearitas dapat

dilihat dari nilai VIF (Variance Inflation Factor). Model yang

baik memiliki hasil perhitungan VIF < 10, jika nilai VIF > 10

maka terjadi multikolinearitas. Selain itu, kita juga dapat

menggunakan nilai tolerance. Yang mana jika nilai tolerance >

0,01, maka model terbebas dari masalah multikolinearitas. Jika

nilai tolerance < 0,01, maka dapat disimpulkan bahwa terdapat

masalah multikolinearitas.

Dalam Gujarati (2009), multikolinearitas dapat dideteksi

dengan berbagai cara, selain dengan melihat nilai VIF,

multikolineartias juga dapat diuji dengan melihat nilai korelasi

antar variable independen. Yaitu, apabila nilai korelasi antar

variabel independen bernilai lebih dari 0,8 maka dapat dikatakan

bahwa model terindikasi masalah multikolinearitas. Akan tetapi,

apabila nilai korelasi antar variabel independen kurang dari 0,8

maka dapat dikatakan model terbebas dari masalah

multikolinearitas.

c. Uji Struktur Varian dan Kovarian

Pada regresi sederhana, kita melakukan uji asumsi klasik,

seperti normalitas, multikolinearitas, heteroskedastisitas, dan

66

autokorelasi. Normalitas dan Multikolinearitas sudah dijelaskan di

atas. Sementara itu, Heterokedastisitas memiliki arti bahwa

variasi redisual tidak sama dari satu pengamatan ke pengamatan

lain. Sementara model regresi yang baik adalah jika pengamatan

satu dengan pengamatan yang lain sama atau disebut dengan

Homokedastisitas (Pandjaitan dan Ahmad, 2017:92). Jadi, regresi

dapat dilakukan jika tidak terjadi heteroskedastisitas.

Uji heteroskedastisitas dapat dilakukan dengan melihat

grafik scatter plot antara nilai prediksi variable terikat, ZPRED

dengan residualnya SRESID. Jika terjadi pola tertentu, maka

terjadi heterokedastisitas. Jika tidak ada pola atau menyebar,

maka tidak terjadi heteroskedastisitas. Namun, cara ini kurang

tepat karena hanya berdasarkan pada pengamatan gambar. Oleh

karena itu, kita dapat menggunakan cara uji lain, yaitu seperti Uji

Park, Uji White, dan Uji Glejser (Pandjaitan dan Ahmad,

2017:92) Gujarati (2009) dalam bukunya menyebutkan bahwa

heteroskedastisitas dapat diuji melalui cara non-formal dan cara

formal. Cara non-formal bisa dengan memperhatikan grafik.

Sementara cara formal adalah dengan melakukan uji Park, Uji

Glejser, Uji Korelasi Spearman’s Rank, Uji Goldfeld-Quandt, Uji

Breusch-Pagan-Godfrey, dan uji White.

Kemudian autokorelasi, Pandjaitan dan Ahmad (2017)

menjelaskan bahwa pengujian ini—Autokorelasi—hanya perlu

67

dilakukan jika data berbentuk time series, apabila data berbentuk

cross section maka pengujian ini tidak perlu dilakukan. Uji

autokorelasi digunakan untuk melihat apakah terdapat hubungan

antara linear error serangkaian observasi yang diurutkan menurut

waktu (time series).

Salah satu cara untuk menguji hal ini adalah dengan

menggunakan uji Durbin-Watson. Dimana keputusan ada atau

tidaknya korelasi diambil dengan membandingkan nilai Durbin-

Watson dengan nilai dU dan dL pada tabel Durbin-Watson.

Perbandingannya adalah sebagai berikut:

Tabel 3.10 Durbin Watson

Perbandingan Arti/Makna

0 < d < Dl Terdapat autokorelasi positif

dL ≤ d ≤ dU Tidak dapat disimpulkan

4 – dL < d < 4 Terdapat autokorelasi negative

4 – dU ≤ d ≤ 4 – Dl Tidak dapat disimpulkan

dU < d < 4 – dU

Tidak terdapat autokorelasi positif atau

negative.

Penelitian ini menggunakan regrresi data panel, yang mana

berdasarkan pada tulisan Mahyus Ekananda (2016), waktu dan

observasi yang dilibatkan dalam analisis data panel sifatnya

68

beragam. Karena sifatnya yang beragam ini, akan sulit untuk

memiliki kondisi yang homokedastik dalam persamaannya.

Mahyus (2016 : 199) juga menyebutkan bahwa informasi individu

atau kelompok individu dapat hilang apabila kita menlakukan uji

asumsi klasik. Prosedur ekonometrika dasar tidak cocok dengan

data panel, karena analisis ini sendiri memiliki tujuan yang salah

satunya adalah untuk melihat keragaman data (individu/waktu).

Apabila pada regresi sederhana kita melakukan uji asumsi

klasik, seperti yang sudah dijelaskan, kemudian menemukan hasil

bahwa terdapat gejala heteroskedastisitas dan autokorelasi. Maka,

dapat dilakukan koreksi model dengan menambahkan

pembobotan ke dalam persamaan, sehingga estimasi yang

dihasilkan BLUE (Mahyus. 2016), (Gujarati, 2009).

Pada analisis data panel, hal yang dilakukan berbeda.

Estimasi yang digunakan pada data panel adalah Feasible

Generelized Least Square (FGLS) (Srihardianti et.al, 2016).

Dengan estimasi ini, yang dibicarakan adalah gejala

heteroskedastik antar persamaan (heteroscedastic cross section)

(Mahyus, 2016 : 199). Dalam analisis data panel, kita melakukan

pengujian untuk mengetahui estimator mana yang lebih baik

untuk digunakan sebagai estimasi, yang mana hal ini disesuaikan

dengan struktur matriks varian dan covarian residualnya, yang

mana yang lebih efisien. Dalam bukunya, Mahyus (2016 : 202)

69

juga menyebutkan bahwa menurut Greene dan Gujarati kondisi

struktur varian dan covarian error term dibagi menjadi:

1) Homokedastis

2) Heterokedastis tanpa korelasi antar persamaan

3) Heterokedastis dengan korelasi antar persamaan

4) Heterokedastis dengan adanya autokorelasi antar unit.

Pertama, yang dilakukan adalah melihat apakah struktur

tersebut homokedastik atau heteroskedastik. Yaitu, dengan

melakukan pemilihan estimator dengan uji Lagrange Multiplier

(LM), yang membandingkan nilai LM dengan Chi Square (X2) df

(n-1). Adapun LM dihitung sebagai:

∑(

)

Keterangan :

T = Jumlah Waktu/Periode (Time Series)

N = Jumlah cross section

σ i2 = varians residual persamaan ke i

σ2 = sum square residual

Apabila nilai LM < Chi Square (X2)df(n-1) maka struktur

homokedastik (Ho diterima). Dan apabila nilai LM > Chi Square

(X2)df(n-1) maka struktur heteroskedastik (Ho ditolak).

70

Jika uji LM telah dilakukan dan ternyata diketahui bahwa

struktur heterokedastikedastik, hal yang harus dilakukan

selanjutnya adalah melakukan pemilihan estimator dengan uji

λLM, yang membandingkan nilai λLM dengan Chi Square (X2)df

(n(n-1)/2). Untuk mengetahui apakah struktur bersifat heterokedastik

dan terdapat korelasi. λLM dihitung sebagai:

∑∑

Keterangan:

T = Jumlah waktu/periode (time series)

rij2 = residual correlation coefficient antara persamaan ke i dan

ke j.

∑ ∑

menunjukkan jumlah di atas atau dibawah

diagonal redisual correlation coefficient pada kondisi persamaan

yang diuji.

Apabila nilai λLM < Chi Square (X2)df (n(n-1)/2), maka

struktur heteroskedastik dan tidak terdapat korelasi (Ho diterima).

Namun, apabila λLM > Chi Square (X2)df (n(n-1)/2), maka struktur

heteroskedastik dan terdapat korelasi (Ho ditolak).

Apabila pengujian ini mengindikasikan struktur varian dan

kovarian heterokedastik, maka lebih baik memnggunakan

estimator heteroskedastik dengan menggunakan weight berupa

cross section weight. Namun, apabila struktur varian dan kovarian

71

heteroskedastik dan terdapat korelasi, maka estimator yang lebih

baik menggunakan struktur heteroskestik dan terdapat korelasi

dengan menggunakan weight berupa cross section SUR (Mahyus,

2016 : 253–258). Penggunaan metode ini mengatasi masalah

heteroskedastisitas dan autokorelasi (Sitorus dan Yuliana, 2018).

3.6.3 Pengujian Hipotesis

Pandjaitan dan Ahmad (2017 : 97) menyatakan bahwa hipotesis

merupakan argument atau kesimpulan yang belum menjadi suatu tesis,

masih bersifat sementara. Dalam tulisannya, Pandjaitan dan Ahmad

(2017 : 97) menyebutkan bahwa Margono (2004 : 67)

mengungkapkan arti lain dari hipotesis, yaitu sebagai suatu jawaban

yang masih sementara atas suatu permasalahan dalam penelitian yang

tingkat kebenarannya paling tinggi secara teoritis.

Pengujian hipotesis memberikan pilihan untuk memecahkan

maslah. Pengujian hipotesis dilakukan untuk menguji hipotesis yang

ada—apakah hipotesis dapat diterima atau tidak. Adapun pengujian

hipotesis yang dilakukan pada penelitian ini adalah sebagai berikut:

a. Uji Signifikansi Simultan (Uji F)

Jenis pengujian ini dilakukan untuk mengatahui apakah

variabel independen, secara bersama-sama atau simultan,

mempengaruhi variabel dependen. Pengambilan keputusan dapat

dilakukan berdasarkan nilai signifikansi. Yang mana apabila

Fhitung > Ftabel maka Ho ditolak dan Ha diterima. Atau dapat

72

menggunakan tingkat signifikasi F hitung, apabila nilainya < α

(0.05) maka Ho ditolak dan Ha diterima atau terdapat pengaruh

simultan antara variabel independen terhadap variabel dependen.

b. Uji Signifikansi Parameter Individual (Uji t)

Jenis pengujian ini dilakukan untuk mengetahui apakah

variabel independen, secara parsial atau individual,

mempengaruhi variabel dependen. Kriteria pengambilan

keputusan didasarkan pada perbandingan nilai ttabel dengan thitung,

yang mana apabila -thitung < -ttabel atau thitung > dari ttabel, maka Ho

ditolak dan Ha diterima. Dapat juga dilakukan dengan berdasar

pada nilai signifikansi (Wahyuni dan Suryakusuma, 2018) yang

mana apabila tingkat signifikansi (0.05) > p value (probabilitas),

maka Ho ditolak; dan apabila tingkat signifikansi (0.05) < p value

(probabilitas), maka Ho tidak dapat ditolak.

c. Koefisien Determinasi (Adjusted R2)

Koefisien Determinansi (Adjusted R2) ini mengukur

seberapa jauh model dalam menerangkan variasi variable

dependen. Koefisien Determinansi (Adjusted R2) merupakan

pengukuran terhadap proporsi variabel independen dalam

mempengaruhi bariabel dependen. Semakin dekat nilai koefisien

determinasi menuju 1, maka akan semakin akurat prediksinya, dan

sebaliknya.

73

3.7 Definisi Operasional Variabel

Rinaldi dan Mujianto (2017) dalam tulisannya mengutip Hatch dan

Farhady (1981) menyatakan bahwa variable merupakan objek yang memiliki

variasi antar satu dengan lainnya. Variable yang digunakan dalam penelitian

ini dibedakan menjadi variable dependen, dan variable independen.

3.7.1 Variabel Dependen

Variabel dependen adalah variable yang nilainya bergantung atau

dipengaruhi oleh nilai dari variable lainnya. Dalam penelitian ini

variable dependen yang digunakan berupa imbal hasil (return) saham.

Imbal hasil (return) saham adalah hasil atau keuntungan yang

diperoleh dari dilakukannya investasi saham. Imbal hasil (return)

saham yang digunakan dalam penelitian ini adalah imbal hasil harian

saham perusahaan pada tiap-tiap sektor industry yang tercatat di papan

perdagangan Bursa Efek Indonesia (BEI) sebelum (Maret – April

2019) dan selama masa pandemic COVID-19 (Maret – April 2020).

Dalam penelitian ini perhitungan return saham dilakukan dengan

menggunakan formulasi sebagai berikut:

Dimana:

Pt = Harga saham pada saat penutupan

Pt – 1 = Harga saham periode lalu.

74

3.7.2 Variabel Independen

Variabel Independen adalah variable yang mempengaruhi variable

lainnya, yatu variable dependen. Dalam penelitian ini variable

independen yang digunakan adalah sentiment investor.

Sentiment investor merupakan kecenderungan investor melakukan

spekulasi (Lestari, 2016), yang mana diakibartkan oleh factor

psikologis atau keyakinan (positif/optimis atau negative/pesimis) yang

dimiliki investor terutama pada situasi atau kondisi tertentu, misalnya

ketika ada informasi yang akan berpengaruh terhadap kondisi pasar.

Proksi sentiment investor yang digunakan dalam penelitian ini

adalah trading volume. Dalam artikelnya, Baker dan Wurgler (2007)

menyebutkan bahwa ada beberapa hal yang berpotensi menjadi proksi

sentiment investor, salah satunya adalah trading volume. Trading

volume juga pernah digunakan juga sebagai proksi sentiment investor

pada penelitian-penelitian sebelumnya, seperti yang dilakukan oleh

Maulina Agustya dan Faisal (2018), Feren dan Bangun (2019).

Adapun trading volume pada penelitian ini mengikuti apa yang

digunakan pada pebelitian yang dilakukan Faisal (2018), juga Feren

dan Bangun (2019). Perhitungan trading volume dilakukan dengan

menggunakan formulasi sebagai berikut:

75

Trading volume pada penelitian ini adalah trading volume activity

harian selama 30 hari dari saham perusahaan-perusahaan yang terpilih

pada masing-masing sektor usaha yang terdaftar di Bursa Efek

Indonesia pada Maret-April 2019 dan Maret-April 2020.

Selain sentiment investor, dalam penelitian ini akan ditambahkan

pula 3 (tiga) factor yang dikembangkan oleh Eugene Fama dan

Kenneth French dalam three factors asset pricing model, sebuah

model untuk menghitung return saham. Hal ini dilakukan dengan

dasar bahwa ada hal lain yang mempengaruhi return saham, sehingga

dengan ditambahkannya variable selain sentiment investor diharapkan

akan meningkatkan keakuratan penelitian. Adapun tiga factor tersebut

adalah sebagai berikut:

a. Market Premium (Rm – Rf)

Market Premium atau market return/risk merupakan

perbedaan antara return pasar dengan risk-free rate. Adapun

perhitungan dari Market Premium adalah sebagai berikut:

Market Premium = Rata-rata return pasar saham – Risk Free

Rate

Return pasar saham disini adalah return dari Indeks Harga

Saham Gabungan (IHSG) harian selama 30 Hari (Maret – April)

di tahun 2019 dan 2020. Dan Risk Free Rate menggunakan data

historis harian yang dikeluarkan oleh IndONIA Bank Indonesia.

76

b. Size Premium (SMB)

Rasio Size Premium atau small minus big (SMB) adalah

selisih dari return perusahaan small dengan return perusahaan

big. Adapun perhitungan dari Size Premium adalah sebagai

berikut:

(

) (

)

Keterangan :

SH = Return portofolio saham (equal weighted)

perusahaan siza small dengan book to market high

SM = Return portofolio saham (equal weighted)

perusahaan size small dengan book to market medium

SL = Return portofolio saham (equal weighted)

perusahaan size small dengan book to market low

BH = Return portofolio saham (equal weighted)

perusahaan size big dengan book to market high

BM = Return portofolio saham (equal weighted)

perusahaan size big dengan book to market medium

BL = Return portofolio saham (equal weighted)

perusahaan size big dengan book to market low

c. Value Premium (HML)

77

Rasio Value Premium atau high minus low (HML) adalah

selisih dari return saham perusahaan dengan book to market ratio

tinggi dan return saham perusahaan dengan book to market

rendah. Adapun perhitungan dari Value Premium adalah sebagai

berikut:

(

) (

)

Keterangan:

SH = Return portofolio saham (equal weighted)

perusahaan siza small dengan book to market high

SL = Return portofolio saham (equal weighted)

perusahaan size small dengan book to market low

BH = Return portofolio saham (equal weighted)

perusahaan size big dengan book to market high

BL = Return portofolio saham (equal weighted)

perusahaan size big dengan book to market low

Dimana formula book to market ratio adalah sebagai berikut :

Pembentukan portofolio SMB dan HML dilakukan dengan tahapan

sebagai berikut:

78

1. Mengitung size perusahaan, dengan mengestimasi kapitalisasi

pasar dengan cara mengalikan jumlah saham yang beredar dan

harga saham, harga saham yang digunakan adalah harga saham

satu bulan sebelum periode yang digunakan dalam penelitian,

yaitu harga saham pada bulan februari.

2. Dari total perusahaan yang digunakan dalam penelitian ini setiap

sektornya dibagi berdasarkan kapitalisasi pasar sebesar 50%

perusahaan small dan 50% perusahaan big, berdasarkan nilai

tengah (median).

3. Mengumpulkan total ekuitas perusahaan dari laporan keuangan

satu tahun sebelum periode penelitian dalam bentuk rupiah dan

harga saham perusahaan. Data yang digunakan adalah data t-1

(laporan keuangan dan harga saham Desember tahun 2018 dan

Desember tahun 2019).

4. Menghitung book to market dengan membagi book value—yang

merupakan hasil pembagian jumlah ekuitas t-1 dengan jumlah

saham beredar—dengan harga saham t-1.

5. Mengurutkan saham perusahaan berdasarkan nilai book to

market-nya menjadi perusahaan dengan book to market high,

medium, dan low. Masing-masing 30%, 40%, dan 30%.

Setelah membagi perusahaan berdasarkan ukuran dan book to

marketnya, kemudian dilakukanlah peneglompokkan perusahaan-

79

perusahaan tersebut kedalam golongan SH, SM, SL dan BH, BM, BL.

Yang mana:

SH = Return portofolio saham (equal weighted) perusahaan

siza small dengan book to market high

SM = Return portofolio saham (equal weighted) perusahaan

size small dengan book to market medium

SL = Return portofolio saham (equal weighted) perusahaan

size small dengan book to market low

BH = Return portofolio saham (equal weighted) perusahaan

size big dengan book to market high

BM = Return portofolio saham (equal weighted) perusahaan

size big dengan book to market medium

BL = Return portofolio saham (equal weighted) perusahaan

size big dengan book to market low

80

4. BAB 4

TEMUAN PENELITIAN DAN PEMBAHASAN

4.1 Gambaran Umum Objek Penelitian

Penelitian ini dilakukan pada tiap-tiap sektor perusahaan yang terdaftar di

Bursa Efek Indonesia (BEI). Hingga tahun 2020, sektor usaha yang terdaftar

di Bursa Efek Indonesia berjumlah Sembilan sektor. Sektor-sektor tersebut

antara lain adalah:

4.1.1 Pertanian

Sektor Pertanian di Bursa Efek Indonesia dibagi lagi menjadi 4

(empat) sub-sektor, yaitu crops, plantation, animal husbandry, dan

fishery. Berdasarkan pada data statistic bulanan BEI, pada April 2019

terdapat 21 perusahaan yang terdaftar di Sektor Pertanian. Sementara

pada April 2020, terdapat 22 perusahaan yang terdaftar di sektor ini.

Penelitian ini mengambil 8 perusahaan, yang sesuai dengan kriteria

pemilihan sampel.

4.1.2 Pertambangan

Sektor Pertambangan di Bursa Efek Indonesia dibagi lagi menjadi

4 (empat) sub-sektor, yaitu coal mining, crude petroleum & natural

gas production, metal & mineral mining, dan land/stone quarrying.

Berdasarkan pada data statistic bulanan BEI, pada April 2019 terdapat

47 perusahaan yang terdaftar di Sektor Pertambangan. Sementara pada

April 2020, terdapat 49 perusahaan yang terdaftar di sektor ini.

81


pemilihan sampel.

4.1.3 Industri Dasar dan Kimia

Sektor Industri Dasar dan Kimia di Bursa Efek Indonesia dibagi

lagi menjadi 9 (sembilan) sub-sektor, yaitu cement, ceramics-glass-

porcelain, metal & allied products, chemicals, plastics & packaging,

animal feed, wood industries, pulp & paper, dan others. Berdasarkan

pada data statistic bulanan BEI, pada April 2019 terdapat 71

perusahaan yang terdaftar di Sektor Industri Dasar dan Kimia.

Sementara pada April 2020, terdapat 78 perusahaan yang terdaftar di

sektor ini. Penelitian ini mengambil 10 perusahaan, yang sesuai

dengan kriteria pemilihan sampel.

4.1.4 Aneka Industri

Sektor Aneka Industri di Bursa Efek Indonesia dibagi lagi menjadi

6 (enam) sub-sektor, yaitu machinery & heavy equipment, automotive

& components, textile-garment, footwear, cable, dan electronics.

Berdasarkan pada data statistic bulanan BEI, pada April 2019 terdapat

46 perusahaan yang terdaftar di Sektor Aneka Industri. Sementara pada

April 2020, terdapat 52 perusahaan yang terdaftar di sektor ini.


pemilihan sampel.

82

4.1.5 Industri Barang Konsumsi

Sektor Industri Barang Konsumsi di Bursa Efek Indonesia dibagi

lagi menjadi 6 (enam) sub-sektor, yaitu food & baverages, tobacco

manufactirers, pharmaceuticals, cosmetics & household, houseware,

dan others. Berdasarkan pada data statistic bulanan BEI, pada April

2019 terdapat 52 perusahaan yang terdaftar di Sektor Industri Barang

Konsumsi. Sementara pada April 2020, terdapat 58 perusahaan yang

terdaftar di sektor ini. Penelitian ini mengambil 10 perusahaan, yang

sesuai dengan kriteria pemilihan sampel.

4.1.6 Properti, Real Estate, dan Konstruksi Bangunan

Sektor Properti, Real Estate, dan Konstruksi Bangunan di Bursa

Efek Indonesia dibagi lagi menjadi 2 (dua) sub-sektor, yaitu property

& real estate, dan building construction. Berdasarkan pada data

statistic bulanan BEI, pada April 2019 terdapat 75 perusahaan yang

terdaftar di Sektor Properti, Real Estate, dan Konstruksi Bangunan.

Sementara pada April 2020, terdapat 91 perusahaan yang terdaftar di

sektor ini. Penelitian ini mengambil 10 perusahaan, yang sesuai

dengan kriteria pemilihan sampel.

4.1.7 Infrastruktur, Utilitas, dan Transportasi

Sektor Infrastruktur, Utilitas, dan Transportasi di Bursa Efek

Indonesia dibagi lagi menjadi 5 (lima) sub-sektor, yaitu energy, toll

road-airport-harbor-and-allied products, telecommunication,

transportation, dan non building construction. Berdasarkan pada data

83

statistic bulanan BEI, pada April 2019 terdapat 73 perusahaan yang

terdaftar di Sektor Infrastruktur, Utilitas, dan Transportasi. Sementara

pada April 2020, terdapat 79 perusahaan yang terdaftar di sektor ini.


pemilihan sampel.

4.1.8 Keuangan

Sektor Keuangan di Bursa Efek Indonesia dibagi lagi menjadi 5

(lima) sub-sektor, yaitu bank, financial institution, securities company,

insurance, dan others. Berdasarkan pada data statistic bulanan BEI,

pada April 2019 terdapat 91 perusahaan yang terdaftar di Sektor

Keuangan. Sementara pada April 2020, terdapat 93 perusahaan yang

terdaftar di sektor ini. Penelitian ini mengambil 10 perusahaan, yang

sesuai dengan kriteria pemilihan sampel.

4.1.9 Perdagangan, Jasa, dan Investasi

Sektor Perdagangan, Jasa, da n Investasi di Bursa Efek Indonesia

dibagi lagi menjadi 8 (delapan) sub-sektor, yaitu wholesale (durable &

non-durabel goods), retail trade, tourism-restaurant-and-hotel,

advertising-printing-and-media, healthcare, computer & services,

investment company, dan others. Berdasarkan pada data statistic

bulanan BEI, pada April 2019 terdapat 156 perusahaan yang terdaftar

di Sektor Perdagangan, Jasa, dan Investasi. Sementara pada April

2020, terdapat 173 perusahaan yang terdaftar di sektor ini. Penelitian

84

ini mengambil 10 perusahaan, yang sesuai dengan kriteria pemilihan

sampel.

4.2 Temuan Hasil Penelitian

4.2.1 Statistik Deskrptif

Nilai statistic deskriptif dari data masing-masing variabel tiap-tiap

sektor adalah sebagai berikut:

1. Pertanian

Tahun 2019

Tabel 4.1 Statistik Deskriptif Sektor Pertanian Maret – April 2019

Sample: 3/01/2019 4/15/2019 RETURN SENT MP SMB HML Mean -0.000964 0.001418 -0.059143 0.001974 -0.002323

Median 0.000000 0.000275 -0.059093 0.001780 -0.005724

Maximum 0.095694 0.020896 -0.049402 0.028810 0.043520

Minimum -0.062092 1.09E-05 -0.077139 -0.019412 -0.035962

Std. Dev. 0.018268 0.002857 0.006704 0.011427 0.017794

Skewness 1.296280 3.380648 -0.737542 0.143410 0.539002

Kurtosis 9.358786 16.58488 3.169630 2.699551 3.034809

Observations 240 240 240 240 240

Sumber: Data diolah (2021)

Dari tabel di atas, dapat diketahui bahwa jumlah observasi

pada sektor pertanan adalah 240. Kemudian, return saham

Sektor Pertanian memiliki nilai rata-rata -0.000964, median

0.000000, nilai maksimum 0.095694, nilai minimum -

0.062092, dan standar deviasi 0.018268. Sentimen investor

memiliki nilai rata-rata 0.001418, median 0.000275, nilai

maksimum 0.020896, nilai minimum -0.0000109, dan standar

85

deviasi 0.002857. Market Premium memiliki nilai rata-rata -

0.059143, median -0.059093, nilai maksimum -0.049402, nilai

minimum -0.077139, dan standar deviasi 0.00604. Size

Premium memiliki nilai rata-rata 0.001974, median 0.001780,

nilai maksimum 0.028810, nilai minimum -0.019412, dan

standar deviasi 0.011427. Value Premium memiliki nilai rata-

rata -0.002323, median -0.005724, nilai maksimum 0.043520,

nilai minimum -0.035962, dan standar deviasi 0.017794.

Tahun 2020

Tabel 4.2 Statistik Deskriptif Sektor Pertanian Maret – April 2020

Sample: 3/02/2020 4/14/2020 RETURN SENT MP SMB HML Mean -0.001246 0.001017 -0.048632 0.002953 0.002946

Median 0.000000 0.000457 -0.049237 0.004615 -0.004025

Maximum 0.346154 0.008151 0.058729 0.108862 0.204156

Minimum -0.166667 2.85E-06 -0.111848 -0.167319 -0.055652

Std. Dev. 0.061191 0.001448 0.036298 0.052227 0.043713

Skewness 1.604080 2.494408 0.600238 -0.779165 3.109218

Kurtosis 9.475172 10.17742 3.656421 4.956156 15.32302

Observations 240 240 240 240 240



pada sektor pertanan adalah 240. Kemudian, return saham

Sektor Pertanian memiliki nilai rata-rata -0.001246, median





86


0.048632, median -0.049237, nilai maksimum 0.058729, nilai







2. Pertambangan

Tahun 2019

Tabel 4.3 Statistik Deskriptif Sektor Pertambangan Maret – April

2019

Sample: 3/01/2019 4/15/2019 RETURN SENT MP SMB HML Mean -0.002327 0.001753 -0.059143 -0.002202 0.001301

Median 0.000000 0.001046 -0.059093 -0.001303 0.001982

Maximum 0.076336 0.018467 -0.049402 0.031883 0.037894

Minimum -0.088496 4.40E-07 -0.077139 -0.029279 -0.044660

Std. Dev. 0.021142 0.002335 0.006701 0.014326 0.014925

Skewness 0.050663 2.753661 -0.737542 0.385372 -0.480141

Kurtosis 5.572127 14.64169 3.169630 3.076495 4.749816

Observations 300 300 300 300 300



pada Sektor Pertambangan adalah 300. Kemudian, return

saham Sektor Pertambangan memiliki nilai rata-rata -

0.002327, median 0.000000, nilai maksimum 0.076336, nilai

87

minimum -0.088496, dan standar deviasi 0.021142. Sentimen

investor memiliki nilai rata-rata 0.001753, median 0.001046,


standar deviasi 0.002335. Market Premium memiliki nilai rata-

rata -0.059143, median -0.059093, nilai maksimum -0.049402,

nilai minimum -0.077139, dan standar deviasi 0.006701. Size

Premium memiliki nilai rata-rata -0.002202, median -


0.029279, dan standar deviasi 0.014326. Value Premium

memiliki nilai rata-rata 0.001301, median -0.001962, nilai


deviasi 0.014925.

Tahun 2020

Tabel 4.4 Statistik Deskriptif Sektor Pertambangan Maret – April 2020

Sample: 3/02/2020 4/14/2020 RETURN SENT MP SMB HML Mean 0.006445 0.002366 -0.048632 -0.012711 0.000768

Median -0.003863 0.001365 -0.049237 -0.002680 0.005005

Maximum 2.285714 0.037397 0.058729 0.104516 0.070112

Minimum -0.139896 8.00E-08 -0.111848 -0.260498 -0.111432

Std. Dev. 0.147732 0.003694 0.036282 0.055492 0.047629

Skewness 12.35245 4.882780 0.600238 -2.617164 -0.814874

Kurtosis 190.3111 37.36223 3.656421 14.11989 2.961793

Observations 300 300 300 300 300



pada Sektor Pertambangan adalah 300. Kemudian, return

saham Sektor Pertambangan memiliki nilai rata-rata 0.006445,

88

median -0.003863, nilai maksimum 2.285714, nilai minimum -



maksimum 0.037397, nilai minimum 0.00000008, dan standar









deviasi 0.047629.

3. Industri Dasar dan Kimia

Tahun 2019

Tabel 4.5 Statistik Deskriptif Sektor Industri Dasar dan Kimia Maret –

April 2019

Sample: 3/01/2019 4/15/2019 RETURN SENT MP SMB HML Mean -0.000860 0.000905 -0.059143 -8.82E-05 0.001367

Median 0.000000 0.000502 -0.059093 0.001115 0.001891

Maximum 0.090909 0.012420 -0.049402 0.013535 0.018887

Minimum -0.104895 6.15E-06 -0.077139 -0.020512 -0.027160

Std. Dev. 0.022666 0.001335 0.006701 0.008182 0.009813

Skewness -0.277619 4.043314 -0.737542 -0.519330 -0.459470

Kurtosis 5.382028 26.46025 3.169630 2.749908 3.587520

Observations 300 300 300 300 300


89


pada Sektor Industri Dasar dan Kimia adalah 300. Kemudian,

return saham sektor dasar dan kimia memiliki nilai rata-rata -




nilai maksimum 0.012420, nilai minimum 0.00000615, dan




Premium memiliki nilai rata-rata -0.0000882, median





deviasi 0.009813.

Tahun 2020

Tabel 4.6 Statistik Deskriptif Sektor Industri Dasar dan Kimia Maret –

April 2020


Median 0.000000 0.000486 -0.049237 -0.005800 0.001315

Maximum 0.858333 0.019014 0.058729 0.048661 0.059771

Minimum -0.125000 2.78E-07 -0.111848 -0.116704 -0.040178

Std. Dev. 0.077852 0.001932 0.036282 0.028830 0.017724

Skewness 5.130217 4.259277 0.600238 -1.774237 1.013981

Kurtosis 52.12930 30.71667 3.656421 9.123614 5.779921

90

Observations 300 300 300 300 300



pada Sektor Industri Dasar dan Kimia adalah 300. Kemudian,

return saham sektor dasar dan kimia memiliki nilai rata-rata -













deviasi 0.017724.

4. Aneka Industri

91

Tahun 2019

Tabel 4.7 Statistik Deskriptif Sektor Aneka Industri Maret – April

2019

Sample: 3/01/2019 4/15/2019 RETURN SENT MP SMB HML Mean -0.002960 0.001620 -0.059143 -0.001100 -0.000919

Median -0.003086 0.000658 -0.059093 -0.006231 -0.000800

Maximum 0.198413 0.038375 -0.049402 0.045780 0.042623

Minimum -0.141129 5.96E-06 -0.077139 -0.037725 -0.043274

Std. Dev. 0.028313 0.004218 0.006701 0.018590 0.021405

Skewness 1.356578 6.130210 -0.737542 0.449459 -0.040470

Kurtosis 15.10817 45.51192 3.169630 3.157414 2.403371

Observations 300 300 300 300 300



pada Sektor Aneka Industri adalah 300. Kemudian, return

saham Sektor Aneka Industri memiliki nilai rata-rata -











memiliki nilai rata-rata -0.000919, median -0.000800, nilai

92


deviasi 0.021405.

Tahun 2020

Tabel 4.8 Statistik Deskriptif Sektor Aneka Industri Maret – April

2020


Median -0.005278 0.000429 -0.049237 0.002907 0.000450

Maximum 0.250000 0.012539 0.058729 0.100473 0.086678

Minimum -0.157895 7.22E-08 -0.111848 -0.032114 -0.063785

Std. Dev. 0.060326 0.001362 0.036282 0.028622 0.034975

Skewness 1.002417 4.759794 0.600238 1.468072 0.302603

Kurtosis 5.175394 32.42609 3.656421 5.515302 2.775701

Observations 300 300 300 300 300



pada Sektor Aneka Industri adalah 300. Kemudian, return

saham Sektor Aneka Industri memiliki nilai rata-rata -










93


rata 0.002265, median 0.000450, nilai maksimum 0.086678,


5. Industri Barang Konsumsi

Tahun 2019

Tabel 4.9 Statistik Deskriptif Sektor Industri Barang Konsumsi Maret

– April 2019


Median 0.000000 0.000186 -0.059093 -0.003389 -0.001970

Maximum 0.137681 0.021430 -0.049402 0.020161 0.031958

Minimum -0.174312 3.04E-06 -0.077139 -0.021533 -0.019274

Std. Dev. 0.024217 0.002590 0.006701 0.009525 0.010028

Skewness -0.735138 4.528902 -0.737542 0.383394 1.160048

Kurtosis 15.48068 28.55992 3.169630 2.965191 5.110385

Observations 300 300 300 300 300



pada sektor industri barang konsumen adalah 300. Kemudian,

return saham sektor industri barang konsumen memiliki nilai

rata-rata -0.002986, median 0.000000, nilai maksimum

0.137681, nilai minimum -0.174312, dan standar deviasi

0.024217. Sentimen investor memiliki nilai rata-rata 0.001133,

median 0.000186, nilai maksimum 0.021430, nilai minimum

0.00000304, dan standar deviasi 0.002590. Market Premium


94

maksimum -0.049402, nilai minimum -0.077139, dan standar

deviasi 0.006701. Size Premium memiliki nilai rata-rata -


minimum -0.021533, dan standar deviasi 0.009525. Value



0.019274, dan standar deviasi 0.010028.

Tahun 2020

Tabel 4.10 Statistik Deskriptif Sektor Industri Barang Konsumsi

Maret – April 2020

Sample: 3/02/2020 4/14/2020 RETURN SENT MP SMB HML Mean 0.003519 0.001170 -0.048632 0.004656 -0.001266

Median 0.000000 0.000494 -0.049237 0.001551 3.28E-05

Maximum 0.250000 0.012844 0.058729 0.059777 0.030494

Minimum -0.152000 3.56E-07 -0.111848 -0.038300 -0.047787

Std. Dev. 0.066202 0.001980 0.036282 0.024706 0.016194

Skewness 1.214360 3.325050 0.600238 0.504950 -0.705449

Kurtosis 5.301188 15.52728 3.656421 2.363120 3.746172

Observations 300 300 300 300 300



pada sektor industri barang konsumen adalah 300. Kemudian,

return saham sektor industri barang konsumen memiliki nilai

rata-rata 0.003519, median 0.000000, nilai maksimum

0.25000, nilai minimum -0.152000, dan standar deviasi

0.066202. Sentimen investor memiliki nilai rata-rata 0.001170,

median 0.000494, nilai maksimum 0.012844, nilai minimum

95

0.000000356, dan standar deviasi 0.001980. Market Premium



deviasi 0.036282. Size Premium memiliki nilai rata-rata


minimum -0.038300, dan standar deviasi 0.024706. Value



0.047787, dan standar deviasi 0.016194.

6. Properti, Real Estate, dan Konstruksi Bangunan

Tahun 2019

Tabel 4.11 Statistik Deskriptif Sektor Properti, Real Estate, dan

Konstruksi Bangunan Maret – April 2019


Median 0.000000 0.000701 -0.059093 -0.003998 -0.000425

Maximum 0.091667 0.010806 -0.049402 0.016436 0.035539

Minimum -0.061644 7.53E-06 -0.077139 -0.036611 -0.022523

Std. Dev. 0.022843 0.002058 0.006701 0.013264 0.015707

Skewness 0.658371 1.883420 -0.737542 -0.760687 0.514029

Kurtosis 4.506925 6.262877 3.169630 3.205102 2.383132

Observations 300 300 300 300 300



pada Sektor Properti, Real Estate, dan Konstruksi Bangunan

adalah 300. Kemudian, return saham Sektor Properti, Real

96

Estate, dan Konstruksi Bangunan memiliki nilai rata-rata













deviasi 0.015707.

Tahun 2020

Tabel 4.12 Statistik Deskriptif Sektor Properti, Real Estate, dan



Median -0.018019 0.000968 -0.049237 0.002155 0.010848

Maximum 0.248555 0.024680 0.058729 0.093293 0.041409

Minimum -0.182143 2.81E-06 -0.111848 -0.038640 -0.024643

Std. Dev. 0.068518 0.003299 0.036282 0.024553 0.019484

Skewness 1.280430 2.974406 0.600238 1.336837 0.086028

Kurtosis 5.517372 15.59007 3.656421 6.983691 1.900021

Observations 300 300 300 300 300


97


pada Sektor Properti, Real Estate, dan Konstruksi Bangunan

adalah 300. Kemudian, return saham Sektor Properti, Real

Estate, dan Konstruksi Bangunan memiliki nilai rata-rata -











rata 0.007640, median 0.010848, nilai maksimum 0.041409,


7. Infrastruktur, Utilitas, dan Transportasi

Tahun 2019

Tabel 4.13 Statistik Deskriptif Sektor Infrastruktur, Utilitas, dan

Transportasi Maret – April 2019


Median 0.000000 0.000869 -0.059093 -0.000975 -0.006407

98

Maximum 0.127148 0.127148 -0.049402 0.054538 0.061628

Minimum -0.136449 -0.115854 -0.077139 -0.058901 -0.079950

Std. Dev. 0.027083 0.011930 0.006701 0.020379 0.029458

Skewness 0.311432 0.644892 -0.737542 -0.145967 0.013895

Kurtosis 8.942939 74.78772 3.169630 4.981003 3.244118

Observations 300 300 300 300 300



pada Sektor Infrastruktur, Utilitas, dan Transportasi adalah

300. Kemudian, return saham Sektor Infrastruktur, Utilitas,

dan Transportasi memiliki nilai rata-rata -0.000589, median






0.059143, median -0.059093, nilai maksimum -0.049402, nilai







deviasi 0.029458.

99

Tahun 2020

Tabel 4.14 Statistik Deskriptif Sektor infrastruktur, Utilitas, dan



Median -0.012042 0.001160 -0.049237 1.58E-07 -0.004464

Maximum 0.214876 0.062298 0.058729 0.032084 0.016471

Minimum -0.247826 1.60E-05 -0.111848 -0.034575 -0.024027

Std. Dev. 0.059741 0.004090 0.036282 0.017332 0.010471

Skewness 0.460484 11.15291 0.600238 -0.120022 0.071557

Kurtosis 3.881649 160.0345 3.656421 2.221542 2.026331

Observations 300 300 300 300 300



pada Sektor Infrastruktur, Utilitas, dan Transportasi adalah

300. Kemudian, return saham Sektor Infrastruktur, Utilitas,

dan Transportasi memiliki nilai rata-rata -0.006649, median -




maksimum 0.062298, nilai minimum 0.0000160, dan standar







100



deviasi 0.010471.

8. Keuangan

Tahun 2019

Tabel 4.15 Statistik Deskriptif Sektor Keuangan Maret – April 2019

Sample: 3/01/2019 4/15/2019 RETURN SENT MP SMB HML Mean -0.001539 0.000475 -0.059143 0.000824 -0.004301

Median 0.000000 0.000201 -0.059093 0.001619 -0.010391

Maximum 0.083333 0.007861 -0.049402 0.028864 0.047446

Minimum -0.070093 4.76E-07 -0.077139 -0.025997 -0.037016

Std. Dev. 0.018195 0.000845 0.006701 0.014257 0.021074

Skewness 0.457285 4.862741 -0.737542 -0.079840 0.952471

Kurtosis 6.326527 34.57912 3.169630 2.110193 3.503474

Observations 300 300 300 300 300



pada sektor Keuangan adalah 300. Kemudian, return saham

Sektor Keuangan memiliki nilai rata-rata -0.001539, median




maksimum 0.007861, nilai minimum 0.000000476, dan




101






Tahun 2020

Tabel 4.16 Statistik Deskriptif Sektor Keuangan Maret – April 2020


Median -0.008000 0.000109 -0.049237 0.003055 -0.004097

Maximum 0.341772 0.006238 0.058729 0.082415 0.167886

Minimum -0.144000 2.23E-08 -0.111848 -0.127623 -0.093451

Std. Dev. 0.060165 0.001012 0.036282 0.038101 0.049922

Skewness 1.712465 2.695966 0.600238 -0.855055 1.038984

Kurtosis 8.710401 11.21711 3.656421 5.853655 5.226201

Observations 300 300 300 300 300



pada sektor Keuangan adalah 300. Kemudian, return saham

Sektor Keuangan memiliki nilai rata-rata -0.007165, median




maksimum 0.006236, nilai minimum 0.0000000223, dan




102




rata 0.003010, median -0.004097, nilai maksimum 0.167886,


9. Perdagangan, Jasa, dan Investasi

Tahun 2019

Tabel 4.17 Statistik Deskriptif Sektor Perdagangan, Jasa, dan Investasi


Sample: 3/01/2019 4/15/2019 RETURN SENT MP SMB HML Mean 0.001851 0.001391 -0.059143 0.001825 0.000401

Median 0.000000 0.000944 -0.059093 -0.000717 0.001489

Maximum 0.108696 0.015442 -0.049402 0.023893 0.023591

Minimum -0.104294 1.66E-07 -0.077139 -0.015581 -0.033128

Std. Dev. 0.024951 0.001819 0.006701 0.010518 0.011511

Skewness 0.386808 3.108719 -0.737542 0.335115 -0.469477

Kurtosis 7.731096 18.54175 3.169630 2.009382 3.958117

Observations 300 300 300 300 300



pada Sektor Perdagangan, Jasa, dan Investasi adalah 300.

Kemudian, return saham Sektor Perdagangan, Jasa, dan

Investasi memiliki nilai rata-rata 0.001851, median 0.000000,


standar deviasi 0.024951. Sentimen investor memiliki nilai


103

0.015442, nilai minimum 0.000000166, dan standar deviasi

0.001819. Market Premium memiliki nilai rata-rata -0.059143,

median -0.059093, nilai maksimum -0.049402, nilai minimum

-0.077139, dan standar deviasi 0.006701. Size Premium



deviasi 0.010518. Value Premium memiliki nilai rata-rata


minimum -0.033128, dan standar deviasi 0.011511.

Tahun 2020

Tabel 4.18 Statistik Deskriptif Sektor Perdagangan, Jasa, dan Investasi



Median -0.009167 0.000263 -0.049237 0.001577 -0.000318

Maximum 0.274074 0.007931 0.058729 0.048572 0.044481

Minimum -0.128834 4.33E-08 -0.111848 -0.061118 -0.060322

Std. Dev. 0.058036 0.001013 0.036282 0.019024 0.019063

Skewness 1.541361 4.025392 0.600238 -0.365248 -0.454627

Kurtosis 7.000729 24.49043 3.656421 5.487906 5.036142

Observations 300 300 300 300 300



pada Sektor Perdagangan, Jasa, dan Investasi adalah 300.

Kemudian, return saham Sektor Perdagangan, Jasa, dan

Investasi memiliki nilai rata-rata -0.008524, median -0.009167,


104

standar deviasi 0.058036. Sentimen investor memiliki nilai


0.007931, nilai minimum 0.0000000433, dan standar deviasi

0.001013. Market Premium memiliki nilai rata-rata -0.048632,

median -0.049237, nilai maksimum 0.058729, nilai minimum -

0.111848, dan standar deviasi 0.036282. Size Premium

memiliki nilai rata-rata -0.000770, median 0.001577, nilai


deviasi 0.019024. Value Premium memiliki nilai rata-rata -


minimum -0.060322, dan standar deviasi 0.019063.

4.2.2 Analisis Regresi

Analisis regresi yang dilakukan dalam penelitian ini adalah analisi

data panel yang dilakukan dengan variabel dependen berupa return

(imbal hasil) saham dan variabel independen utama berupa sentiment

investor. Adapun variabel independen pendukung yang digunakan

berupa fama French three factor model yaitu Market Premium, Size

Premium, dan Value Premium. Pertama, dilakukan estimasi CEM,

FEM, dan REM. Kemudian, dilanjutkan dengan uji pemilihan model,

yaitu Uji Chow, Uji Hausman, dan Uji Lagrange Multiplier. Adapun

regresi data panel yang dilakukan pada tiap-tiap sektor adalah sebagai

berikut:

105

a. Pertanian

Maret - April 2019

Estimasi CEM, FEM, dan REM pada 8 perusahaan dari

Sektor Pertanian selama 30 hari di Maret - April 2019 dengan

total 240 observasi adalah sebagai berikut.

Tabel 4.19 Regresi Sektor Pertanian Maret – April 2019

CEM

Variable Coefficient Std. Error t-Statistic Prob. C 0.037869 0.010137 3.735787 0.0002

SENT 1.005564 0.392693 2.560691 0.0111

MP 0.672627 0.171127 3.930572 0.0001

SMB -0.136784 0.104384 -1.310394 0.1913

HML 0.089762 0.066048 1.359039 0.1754

FEM


SENT 2.154778 0.574729 3.749207 0.0002

MP 0.688559 0.170476 4.039036 0.0001

SMB -0.145340 0.103973 -1.397859 0.1635

HML 0.083789 0.065795 1.273494 0.2041

REM


SENT 1.005564 0.390969 2.571976 0.0107

MP 0.672627 0.170376 3.947895 0.0001

SMB -0.136784 0.103926 -1.316169 0.1894

HML 0.089762 0.065758 1.365029 0.1735


Setelah dilakukan estimasi CEM, FEM, dan REM seperti di

atas, maka kemudian dilanjutkan dengan uji pemilihan model

sebagai berikut.

106

Uji Chow

Gambar 4.1 Uji Chow Sektor Peranian Maret – April 2019

Dari uji Chow yang dilakukan di atas, maka dapat diketahui

bahwa model CEM lebih baik daripada FEM (prob > .05).

Kemudian, dilakukan uji Lagrange Multiplier untuk

menentukan model mana yang lebih baik antara CEM dengan

REM.

Uji Lagrange Multiplier

Gambar 4.2 Uji Lagrange Multiplier Sektor Pertanian Maret –

April 2019

Dari uji tersebut dapat diketahui bahwa model yang terpilih

adalah model CEM (prob. Breusch-Pagan Cross Section >

.05).

107

Maret - April 2020


Sektor Pertanian selama 30 hari di Maret - April 2020 dengan

total 240 observasi adalah sebagai berikut.

Tabel 4.20 Regresi Sektor Pertanian Maret – April 2020

CEM


SENT 4.043984 2.060599 1.962528 0.0509

MP 0.623168 0.145239 4.290635 0.0000

SMB -0.323092 0.101658 -3.178217 0.0017

HML 0.354351 0.084619 4.187609 0.0000

FEM


SENT 6.388414 2.809216 2.274091 0.0239

MP 0.611472 0.146140 4.184149 0.0000

SMB -0.328644 0.102173 -3.216562 0.0015

HML 0.356605 0.084984 4.196139 0.0000

REM


SENT 4.043984 2.069014 1.954547 0.0518

MP 0.623168 0.145832 4.273186 0.0000

SMB -0.323092 0.102073 -3.165292 0.0018

HML 0.354351 0.084965 4.170578 0.0000




sebagai berikut.

108

Uji Chow

Gambar 4.3 Uji Chow Sektor Pertanian Maret – April 2020





REM.


Gambar 4.4 Uji Lagrange Multiplier Sektor Pertanian Maret – April

2020



.05).

109

b. Pertambangan (Mining)

Maret - April 2019


Sektor Pertambangan selama 30 hari di Maret - April 2019

dengan total 300 observasi adalah sebagai berikut.

Tabel 4.21 Regresi Sektor Pertambangan Maret – April

2019

CEM


SENT 1.110206 0.494649 2.244435 0.0255

MP 0.627183 0.180100 3.482408 0.0006

SMB -0.022595 0.081849 -0.276055 0.7827

HML 0.294752 0.082127 3.588983 0.0004

FEM


SENT 1.765184 0.785819 2.246299 0.0254

MP 0.623122 0.181819 3.427148 0.0007

SMB -0.017295 0.082758 -0.208984 0.8346

HML 0.298816 0.082978 3.601126 0.0004

REM


SENT 1.110206 0.499263 2.223693 0.0269

MP 0.627183 0.181780 3.450225 0.0006

SMB -0.022595 0.082612 -0.273504 0.7847

HML 0.294752 0.082893 3.555815 0.0004




sebagai berikut.

110

Uji Chow

Gambar 4.5 Uji Chow Sektor Pertambangan Maret – April 2019





REM.


Gambar 4.6 Uji Lagrange Multplier Sektor Pertambangan Maret –

April 2019



.05).

111

Maret - April 2020


Sektor Pertambangan selama 30 hari (Maret – April) di Maret -

April 2020 dengan total 300 observasi adalah sebagai berikut.

Tabel 4.22 Regresi Sektor Pertambangan Maret – April

2020

CEM


SENT 4.763792 2.174128 2.191128 0.0292

MP 0.601095 0.269778 2.228111 0.0266

SMB -0.636788 0.143730 -4.430443 0.0000

HML -0.520207 0.202229 -2.572367 0.0106 FEM


SENT 7.352297 2.825306 2.602301 0.0097

MP 0.549539 0.271361 2.025124 0.0438

SMB -0.649271 0.143555 -4.522797 0.0000

HML -0.525227 0.201639 -2.604793 0.0097 REM


SENT 4.904213 2.208174 2.220936 0.0271

MP 0.598298 0.269081 2.223488 0.0269

SMB -0.637465 0.143303 -4.448363 0.0000

HML -0.520479 0.201610 -2.581618 0.0103




sebagai berikut.

112

Uji Chow

Gambar 4.7 Uji Chow Sektor Pertambangan Maret – April 2020





REM.


Gambar 4.8 Lagrange Multiplier Sektor Pertambangan Maret –

April 2020



.05).

113

c. Industri Dasar dan Kimia (Basic Industry and Chemical)

Maret - April 2019


Sektor Industri Dasar dan Kimia selama 30 hari (Maret –

April) di Maret - April 2019 dengan total 300 observasi adalah

sebagai berikut.

Tabel 4.23 Regresi Sektor Industri Dasar dan Kimia Maret

– April 2019

CEM


SENT 3.630430 0.919494 3.948292 0.0001

SMB -0.363684 0.241989 -1.502895 0.1339

MP 0.824660 0.198316 4.158308 0.0000

HML 0.001471 0.193453 0.007606 0.9939

FEM


SENT 5.792549 1.313433 4.410235 0.0000

SMB -0.353435 0.240301 -1.470802 0.1424

MP 0.831666 0.196923 4.223311 0.0000

HML -0.022062 0.192345 -0.114699 0.9088

REM


SENT 3.633048 0.913513 3.977008 0.0001

SMB -0.363672 0.240259 -1.513662 0.1312

MP 0.824669 0.196899 4.188286 0.0000

HML 0.001443 0.192071 0.007512 0.9940




sebagai berikut.

114

Uji Chow

Gambar 4.9 Uji Chow Sektor Industri Dasar dan Kimia Maret –

April 2019





REM.


Gambar 4.10 Uji Lagrange Multiplier Sektor Industri Dasar dan

Kimia Maret – April 2019



.05).

115

Maret - April 2020


Sektor Industri Dasar dan Kimia selama 30 hari (Maret –


sebagai berikut.

Tabel 4.24 Regresi Sektor Industri Dasar dan Kimia Maret

– April 2020

CEM


SENT 5.042138 2.101949 2.398792 0.0171

MP 0.866538 0.114123 7.592997 0.0000

SMB -0.580068 0.156661 -3.702703 0.0003

HML 0.718363 0.258501 2.778959 0.0058

FEM


SENT 8.883156 2.791134 3.182633 0.0016

MP 0.842581 0.114591 7.352950 0.0000

SMB -0.572874 0.156551 -3.659351 0.0003

HML 0.703488 0.258355 2.722956 0.0069

REM


SENT 5.042138 2.099963 2.401060 0.0170

MP 0.866538 0.114016 7.600176 0.0000

SMB -0.580068 0.156513 -3.706203 0.0003

HML 0.718363 0.258256 2.781587 0.0058




sebagai berikut.

116

Uji Chow

Gambar 4.11 Uji Chow Sektor Industri Dasar dan Kimia Maret –

April 2020





REM.


Gambar 4.12 Regresi Sektor Industri Dasar dan Kimia Maret – April

2020



.05).

117

d. Aneka Industri (Miscellaneous Industry)

Maret - April 2019


Sektor Aneka Industri selama 30 hari (Maret – April) di Maret

- April 2019 dengan total 300 observasi adalah sebagai berikut.

Tabel 4.25 Regresi Sektor Aneka Industri Maret – April

2019

CEM


SENT 1.732914 0.363169 4.771653 0.0000

MP 1.020221 0.236105 4.321051 0.0000

SMB 0.217137 0.087756 2.474310 0.0139

HML 0.200462 0.078235 2.562290 0.0109

FEM


SENT 2.198896 0.442733 4.966636 0.0000

MP 1.032802 0.235871 4.378674 0.0000

SMB 0.209075 0.087743 2.382817 0.0178

HML 0.198355 0.078133 2.538678 0.0117

REM


SENT 1.732914 0.362656 4.778401 0.0000

MP 1.020221 0.235771 4.327162 0.0000

SMB 0.217137 0.087632 2.477809 0.0138

HML 0.200462 0.078125 2.565913 0.0108



sebagai berikut.

118

Uji Chow

Gambar 4.13 Uji Chow Sektor Aneka Industri Maret – April 2019





REM.


Gambar 4.14 Uji Lagrange Mulplier Sektor Aneka Industri Maret –

April 2019



.05).

119

Maret - April 2020


Sektor Aneka Industri selama 30 hari (Maret – April) di Maret

- April 2020 dengan total 300 observasi adalah sebagai berikut.

Tabel 4.26 Regresi Sektor Aneka Industri Maret – April

2020

CEM


SENT 0.178666 1.804158 0.099030 0.9212

MP 0.997338 0.080134 12.44584 0.0000

SMB 0.183112 0.095559 1.916213 0.0563

HML 0.230585 0.084587 2.726004 0.0068 FEM


SENT 2.233722 2.366405 0.943931 0.3460

MP 0.990779 0.080869 12.25160 0.0000

SMB 0.188061 0.096332 1.952207 0.0519

HML 0.229688 0.085213 2.695452 0.0074 REM


SENT 0.178666 1.817448 0.098306 0.9218

MP 0.997338 0.080725 12.35482 0.0000

SMB 0.183112 0.096263 1.902200 0.0581

HML 0.230585 0.085210 2.706070 0.0072




sebagai berikut.

120

Uji Chow

Gambar 4.15 Uji Chow Sektor Aneka Industri Maret – April 2020





REM.


Gambar 4.16 Uji Lagrange Multiplier Sektor Aneka Industri Maret –

April 2020



.05).

121

e. Industri Barang Konsumsi (Consumer Goods Industry)

Maret - April 2019


Sektor Industri Barang Konsumsi selama 30 hari (Maret –


sebagai berikut.

Tabel 4.27 Regresi Sektor Industri Barang Konsumsi


CEM


SENT 0.840808 0.531781 1.581115 0.1149

MP 0.724687 0.270604 2.678032 0.0078

SMB 0.133543 0.272390 0.490266 0.6243

HML 0.084588 0.246719 0.342849 0.7320

FEM


SENT 2.612750 0.760088 3.437432 0.0007

MP 0.693809 0.269356 2.575812 0.0105

SMB 0.078829 0.271487 0.290359 0.7718

HML 0.104678 0.245506 0.426378 0.6702

REM


SENT 0.840808 0.528997 1.589436 0.1130

MP 0.724687 0.269188 2.692126 0.0075

SMB 0.133543 0.270964 0.492846 0.6225

HML 0.084588 0.245428 0.344654 0.7306




sebagai berikut.

122

Uji Chow

Gambar 4.17 Uji Chow Sektor Industri Barang Konsumsi Maret –

April 2019





REM.


Gambar 4.18 Uji Lagrange Multiplier Sektor Industri Barang

Konsumsi Maret – April 2019



.05).

123

Maret - April 2020


Sektor Industri Barang Konsumsi selama 30 hari (Maret –


sebagai berikut.

Tabel 4.28 Regresi Sektor Industri Barang Konsumsi


CEM


SENT 10.07703 1.501428 6.711630 0.0000

MP 1.016763 0.093260 10.90252 0.0000

SMB 0.316733 0.131999 2.399509 0.0170

HML 0.263356 0.227201 1.159131 0.2473

FEM


SENT 12.16111 2.060342 5.902468 0.0000

MP 1.004849 0.093912 10.69988 0.0000

SMB 0.307229 0.132590 2.317130 0.0212

HML 0.273858 0.228062 1.200806 0.2308

REM


SENT 10.07703 1.506390 6.689523 0.0000

MP 1.016763 0.093568 10.86661 0.0000

SMB 0.316733 0.132435 2.391606 0.0174

HML 0.263356 0.227952 1.155313 0.2489




sebagai berikut.

124

Uji Chow

Gambar 4.19 Uji Chow Sektor Industri Barang Konsumsi Maret –

April 2020





REM.


Gambar 4.20 Uji Lagrange Multiplier Sektor Industri Barang




.05).

125

f. Properti, Real Estate, dan Konstruksi Bangunan (Property,

Real Estate, and Building Construction)

Maret - April 2019


sektor property, real estate, dan konstrusi bangunan selama 30

hari (Maret – April) di Maret - April 2019 dengan total 300

observasi adalah sebagai berikut.

Tabel 4.29 Regresi Sektor Properti, Real Estate, dan


CEM


SENT 2.420506 0.554417 4.365857 0.0000

MP 0.919013 0.187768 4.894401 0.0000

SMB -0.198137 0.103778 -1.909232 0.0572

HML 0.300153 0.082980 3.617190 0.0004

FEM


SENT 5.964177 0.873232 6.830006 0.0000

MP 0.943998 0.179417 5.261473 0.0000

SMB -0.171204 0.099266 -1.724694 0.0857

HML 0.248718 0.079898 3.112957 0.0020

REM


SENT 2.886545 0.586377 4.922678 0.0000

MP 0.922299 0.179359 5.142191 0.0000

SMB -0.194595 0.099144 -1.962744 0.0506

HML 0.293388 0.079344 3.697692 0.0003




sebagai berikut.

126

Uji Chow

Gambar 4.21 Uji Chow Sektor Properti, Real Estate, dan Konstruksi

Bangunan Maret – April 2019


bahwa model FEM lebih baik daripada CEM (prob < .05).


menentukan model mana yang lebih baik antara FEM dengan

REM

Uji Hausman

Gambar 4.22 Uji Hausman Sektor Properti, Real Estate, dan


Dari uji tersebut terlihat bahwa tidak keluar hasil yang

seharusnya, maka pemilihan model dilakukan berdasarkan

teori pemilihan model apabila T>N maka model terbaik adalan

FEM (Nachrowi dan Usman, 2006).

127

Maret - April 2020


sektor property, real estate, dan konstrusi bangunan selama 30

hari (Maret – April) di Maret - April 2020 dengan total 300

observasi adalah sebagai berikut.

Tabel 4.30 Regresi Sektor Properti, Real Estate, dan


CEM


SENT 2.228170 0.905746 2.460039 0.0145

MP 1.154923 0.112590 10.25778 0.0000

SMB -0.056638 0.129370 -0.437801 0.6619

HML -0.264857 0.205840 -1.286715 0.1992

FEM


SENT 4.615474 1.211806 3.808757 0.0002

MP 1.098440 0.113629 9.666873 0.0000

SMB -0.017807 0.129365 -0.137650 0.8906

HML -0.259147 0.204771 -1.265546 0.2067

REM


SENT 2.228170 0.901001 2.472994 0.0140

MP 1.154923 0.112000 10.31180 0.0000

SMB -0.056638 0.128692 -0.440106 0.6602

HML -0.264857 0.204762 -1.293491 0.1969




sebagai berikut.

128

Uji Chow

Gambar 4.23 Uji Chow Sektor Properti, Real Estate, dan Konstruksi

Bangunan Maret – April 2020





REM.


Gambar 4.24 Uji Lagrange Multiplier Sektor Properti, Real Estate,

dan Konstruksi Bangunan Maret – April 2020



.05).

129

g. Infastruktur, Utilitas, dan Transportasi (Infrastructure, Utility,

and Transportation)

Maret - April 2019


sektor infrastruktur, Utilitas, dan ransportasi selama 30 hari di

Maret - April 2019 dengan total 300 observasi adalah sebagai

berikut.

Tabel 4.31 Regresi Sektor Infrastruktur, Utilitas, dan


CEM


SENT 0.974946 0.116397 8.376035 0.0000

MP 0.735393 0.243209 3.023714 0.0027

SMB 0.018874 0.084616 0.223060 0.8236

HML 0.134669 0.056331 2.390659 0.0174

FEM


SENT 1.048109 0.119427 8.776133 0.0000

MP 0.733033 0.241632 3.033673 0.0026

SMB 0.020813 0.084071 0.247563 0.8047

HML 0.137714 0.055980 2.460079 0.0145

REM


SENT 0.974946 0.115642 8.430745 0.0000

MP 0.735393 0.241630 3.043463 0.0025

SMB 0.018874 0.084067 0.224517 0.8225

HML 0.134669 0.055966 2.406274 0.0167


130



sebagai berikut.

Uji Chow

Gambar 4.25 Uji Chow Sektor Infastruktur, Utilitas, dan






REM.


Gambar 4.26 Uji Lagrange Multiplier Sektor Infastruktur, Utilitas,

dan Transportasi Maret – April 2019

131



.05).

Maret - April 2020


sektor infrastruktur, Utilitas, dan ransportasi selama 30 hari di

Maret - April 2020 dengan total 300 observasi adalah sebagai

berikut.

Tabel 4.32 Regresi Sektor Infastruktur, Utilitas, dan


CEM


SENT 1.279453 0.568640 2.250021 0.0252

MP 1.257961 0.073963 17.00787 0.0000

SMB -0.238952 0.161182 -1.482499 0.1393

HML 0.702274 0.281340 2.496173 0.0131

FEM


SENT 1.545613 0.624260 2.475913 0.0139

MP 1.253222 0.073741 16.99495 0.0000

SMB -0.244404 0.160461 -1.523133 0.1288

HML 0.694224 0.280038 2.479038 0.0138

REM


SENT 1.341727 0.579990 2.313364 0.0214

MP 1.256852 0.073626 17.07072 0.0000

SMB -0.240227 0.160392 -1.497755 0.1353

HML 0.700391 0.279951 2.501836 0.0129


132



sebagai berikut.

Uji Chow

Gambar 4.27 Uji Chow Sektor Infastruktur, Utilitas, dan






REM.


Gambar 4.28 Uji Lagrange Multiplier Sektor Infastruktur, Utilitas,

dan Transportasi Maret – April 2020

133



.05).

h. Keuangan (Finance)

Maret - April 2019


Sektor Keuangan selama 30 hari (Maret – April) di Maret -


Tabel 4.33 Regresi Sektor Keuangan Maret – April 2019

CEM


SENT 0.528310 1.201271 0.439792 0.6604

MP 0.604351 0.155713 3.881190 0.0001

SMB -0.224973 0.087884 -2.559868 0.0110

HML 0.059697 0.058397 1.022260 0.3075

FEM


SENT 2.130639 1.445375 1.474108 0.1416

MP 0.602314 0.156237 3.855138 0.0001

SMB -0.215640 0.088301 -2.442118 0.0152

HML 0.061735 0.058601 1.053481 0.2930

REM


SENT 0.528310 1.205287 0.438327 0.6615

MP 0.604351 0.156233 3.868259 0.0001

SMB -0.224973 0.088178 -2.551340 0.0112

HML 0.059697 0.058593 1.018854 0.3091


134



sebagai berikut.

Uji Chow

Gambar 4.29 Uji Chow Sektor Keuangan Maret – April 2019





REM.


Gambar 4.30 Uji Lagrange Multiplier Sektor Keuangan Maret –

April 2019

135



.05).

Maret - April 2020


Sektor Keuangan selama 30 hari (Maret – April) di Maret -


Tabel 4.34 Regresi Sektor Keuangan Maret – April 2020

CEM Variable Coefficient Std. Error t-Statistic Prob.

C 0.028697 0.005687 5.045694 0.0000

SENT 7.436518 2.810711 2.645778 0.0086

MP 0.849198 0.088430 9.603009 0.0000

SMB 0.223861 0.104388 2.144509 0.0328

HML 0.172217 0.086912 1.981509 0.0485

FEM


SENT 14.85968 4.134361 3.594192 0.0004

MP 0.824461 0.089000 9.263623 0.0000

SMB 0.217873 0.104409 2.086718 0.0378

HML 0.164109 0.086969 1.886980 0.0602

REM


SENT 7.436518 2.810517 2.645961 0.0086

MP 0.849198 0.088424 9.603671 0.0000

SMB 0.223861 0.104381 2.144657 0.0328

HML 0.172217 0.086906 1.981646 0.0484




sebagai berikut.

136

Uji Chow

Gambar 4.31 Uji Chow Sektor Keuangan Maret – April 2020





REM.


Gambar 4.32 Uji Lagrange Multiplier Sektor Keuangan Maret –

April 2020



.05).

137

i. Perdagangan, Jasa, dan Investasi (Trade, Service, and

Investment)

Maret - April 2019


Sektor Perdagangan, Jasa, dan Investasi selama 30 hari (Maret

– April) di Maret - April 2020 dengan total 300 observasi

adalah sebagai berikut.

Tabel 4.35 Regresi Sektor Perdagangan, Jasa, dan

Investasi Maret – April 2019

CEM


SENT 6.678241 2.830687 2.359230 0.0190

MP 0.822130 0.079397 10.35471 0.0000

SMB 0.078405 0.162605 0.482177 0.6300

HML -0.124825 0.161887 -0.771059 0.4413

FEM


SENT 12.18396 3.595705 3.388476 0.0008

MP 0.804678 0.077675 10.35957 0.0000

SMB 0.080666 0.158375 0.509335 0.6109

HML -0.118488 0.157695 -0.751376 0.4530

REM


SENT 9.175237 3.165032 2.898940 0.0040

MP 0.814215 0.077486 10.50785 0.0000

SMB 0.079430 0.158373 0.501538 0.6164

HML -0.121951 0.157683 -0.773395 0.4399




sebagai berikut.

138

Uji Chow

Gambar 4.33 Uji Chow Sektor Perdagangan, Jasa, dan Investasi






REM.


Gambar 4.34 Uji Lagrange Multiplier Sektor Perdagangan, Jasa, dan




.05).

139

Maret - April 2020


Sektor Perdagangan, Jasa, dan Investasi selama 30 hari (Maret

– April) di Maret - April 2020 dengan total 300 observasi

adalah sebagai berikut.

Tabel 4.36 Regresi Sektor Perdagangan, Jasa, dan


CEM


SENT 6.678241 2.830687 2.359230 0.0190

MP 0.822130 0.079397 10.35471 0.0000

SMB 0.078405 0.162605 0.482177 0.6300

HML -0.124825 0.161887 -0.771059 0.4413

FEM


SENT 12.18396 3.595705 3.388476 0.0008

MP 0.804678 0.077675 10.35957 0.0000

SMB 0.080666 0.158375 0.509335 0.6109

HML -0.118488 0.157695 -0.751376 0.4530

REM


SENT 9.175237 3.165032 2.898940 0.0040

MP 0.814215 0.077486 10.50785 0.0000

SMB 0.079430 0.158373 0.501538 0.6164

HML -0.121951 0.157683 -0.773395 0.4399




sebagai berikut.

140

Uji Chow

Gambar 4.35 Uji Chow Sektor Perdagangan, Jasa, dan Investasi



bahwa model FEM lebih baik daripada CEM (prob < .05).

Kemudian, dilakukan uji Hausman untuk menentukan model

mana yang lebih baik antara FEM dengan REM.

Uji Hausman

Gambar 4.36 Uji Hausman Sektor Perdagangan, Jasa, dan Investasi


Dari uji tersebut terlihat bahwa tidak keluar hasil yang

seharusnya, maka pemilihan model dilakukan berdasarkan

teori pemilihan model apabila T>N maka model terbaik adalan

FEM (Nachrowi dan Usman, 2006).

141

4.2.3 Uji Asumsi Klasik dan Struktur Varian Kovarian

Setelah didapat model terpilih, kemudian dilakukan uji asumsi

klasik normalitas dan multikolinearitas. Kemudian, terhadap

persamaan dilakukan uji struktur varian dank ovarian untuk

mengetahui apakah struktur varian dan kovarian homokedastik,

heterokedastik, dan/atau heterokedastik dengan korelasi sehingga

nantinya dapat diketahui estimator apa yang lebih baik untuk

mengestimasi persamaan yang diteliti.

a. Normalitas

Uji normaltas pada penelitian ini dilakukan dengan

menggunakan Jarque-Bera. Dilakukan dengan membandingkan

nilai Jarque-Bera dan Chi Square (X2)df(2) atau bisa juga dengan

melihat nilai probabilitasnya. Apabila nilai probabilitas Jarque-

Bera < 0,05, maka Ho ditolak yang artinya data tidak berdistirbusi

normal (Gujarati, 2009 : 132).

Berikut adalah grafik hasil uji normalitas pada tiap-tipa

sektor usaha yang terdaftar di Bursa Efek Indonesia (BEI) pada

Maret – April 2019 dan 2020.

142

1) Pertanian

Maret - April 2019

Gambar 4.37 Uji Normalitas Sektor Pertanian Maret – April 2019

Maret - April 2020

Gambar 4.38 Uji Normalitas Sektor Pertanian Maret – April 2020

143

2) Pertambangan

Maret - April 2019

Gambar 4.39 Uji Normalitas Sektor Pertambangan Maret – April

2019

Maret - April 2020

Gambar 4.40 Uji Normalitas Sektor Pertambangan Maret – April

2019

144

3) Industri Dasar dan Kimia

Maret - April 2019

Gambar 4.41 Uji Normalitas Sektor Industri Dasar dan Kimia


Maret - April 2020

Gambar 4.42 Uji Normalitas Sektor Industri Dasar dan Kimia


145

4) Aneka Industri

Maret - April 2019

Gambar 4.43 Uji Normalitas Sektor Aneka Industri Maret –

April 2019

Maret - April 2020

Gambar 4.44 Uji Normalitas Sektor Aneka Industri Maret –

April 2020

146

5) Industri Barang Konsumsi

Maret - April 2019

Gambar 4.45 Uji Normalitas Sektor Industri Barang Konsumsi


Maret - April 2020

Gambar 4.46 Uji Normalitas Sektor Industri Barang Konsumsi


147

6) Properti, Real Estate, dan Konstruksi Bangunan

Maret - April 2019

Gambar 4.47 Uji Normalitas Sektor Properti, Real Estate, dan


Maret - April 2020

Gambar 4.48 Uji Normalitas Sektor Properti, Real Estate, dan


148

7) Infrastruktur, Utilitas, dan Transportasi

Maret - April 2019

Gambar 4.49 Uji Normalitas Sektor Infastruktur, Utilitas, dan


Maret - April 2020

Gambar 4.50 Uji Normalitas Sektor Infastruktur, Utilitas, dan


149

8) Keuangan

Maret - April 2019

Gambar 4.51 Uji Normalitas Sektor Keuangan Maret – April

2019

Maret - April 2020

Gambar 4.52 Uji Normalitas Sektor Keuangan Maret – April

2019

150

9) Perdagangan, Jasa, dan Investasi

Maret - April 2019

Gambar 4.53 Uji Normalitas Sektor Perdagangan, Jasa, dan


Maret - April 2020

Gambar 4.54 Uji Normalitas Sektor Perdagangan, Jasa, dan


Dari hasil uji normalitas yang dilakukan dengan

menggunakan Jarque-Bera,dapat diketahui bahwa hampir seluruh

data yang diambil di tiap-tiap sektor tidak terdistribusi secara

normal. Dilihat dari nilai propabilitasnya yang berada dibawah

0,05 (Ho ditolak). Kecuali untuk Sektor Properti, Real Estate, dan

151

Konstruksi Bangunan yang lolos uji normalitas dengan probabilitas

sebesar 0.272796 > 0.05.

Beberapa upaya telah dilakukan demi membuat data

berdstribusi normal, seperti pembuangan outlier dan transformasi

data. Dengan upaya yang telah dilakukan, hasil yang diberikan

tetap sama, yaitu data tidak terdistribusi dengan normal. Namun

seperti yang diketahui, penelitian ini memiliki jumlah observasi

yang besar, yaitu 240 observasi untuk Sektor Pertanian dan 300

observasi untuk tiap-tiap sektor lainnya. Dalam data yang

berjumlah besar, normalitas tidaklah krusial (Gujarati, 2009 : 99).

Hal ini berdasarkan pada Teorema Limit Sentral. Gio dan Irawan

(2016 : 106) mengutip dari Mann dan Lake, mengatakan bahwa

apabila data set berukuran besar maka distribusi akan mendekati

normal, tidak peduli apakah data itu diambil dari populasi yang

berdistribusi normal atau tidak. Dikatakan bahwa observasi dapat

dianggap berukuran besar jika jumlahnya lebih dari atau sama

dengan 30 ( n ≥ 30). Berdasarkan Teorema Limit Sentral ini, maka

hasil uji normalitas dengan Jarque-Bera dapat diabaikan.

Penerapan teori statistic ini, Teorema Limit Sentral, juga

sudah pernah diterapkan pada beberapa penelitian lain seperti pada

penelitian yang dilakukan oleh Setyawati dan Hudayati (2019) dan

Merthadiyanti dan Yasa (2019).

152

b. Multikolinearitas

Uji multikolinearitas pada penelitian ini dilakukan dengan

melihat nilai korelasi antar variabel independen. Apabila korelasi

tersebut bernilai ≥ 8.0, maka dapat dikatakan terdapat gejala

multikolineartis (Gujarati, 2009 : 338). Adapun hasil uji

multikolinearitas tiap-tiap sektor adalah sebagai berikut:

1) Pertanian

Maret - April 2019

Tabel 4.37 Multikolinearitas Sektor Pertanian Maret –

April 2019

SENT MP SMB HML SENT 1.000000 -0.034945 0.026884 0.019883

MP -0.034945 1.000000 -0.204717 0.113706

SMB 0.026884 -0.204717 1.000000 -0.295044

HML 0.019883 0.113706 -0.295044 1.000000


Hasil uji multikolinearitas pada Sektor Pertanian di

Maret - April 2019 menunjukkan tidak ada masalah

multikolinearitas. Ditunjukkan dengan nilai korelasi antar

variabel independen yang nilainya < 0.8.

Maret - April 2020

Tabel 4.38 Multikolinearitas Sektor Pertanian Maret –

April 2020

SENT MP SMB HML SENT 1.000000 0.056909 -0.012764 0.016147

MP 0.056909 1.000000 -0.730164 0.199650

SMB -0.012764 -0.730164 1.000000 0.236504

HML 0.016147 0.199650 0.236504 1.000000


153

Hasil uji multikolinearitas pada Sektor Pertanian di




2) Pertambangan

Maret - April 2019

Tabel 4.39 Multikolinearitas Sektor Pertambangan


SENT MP SMB HML SENT 1.000000 0.006987 -0.043119 -0.025896

MP 0.006987 1.000000 -0.016573 0.293365

SMB -0.043119 -0.016573 1.000000 -0.172120

HML -0.025896 0.293365 -0.172120 1.000000


Hasil uji multikolinearitas pada Sektor

Pertambangan di Maret - April 2019 menunjukkan tidak

ada masalah multikolinearitas. Ditunjukkan dengan nilai

korelasi antar variabel independen yang nilainya < 0.8.

Maret - April 2020

Tabel 4.40 Multikolinearitas Sektor Pertambangan


SENT MP SMB HML SENT 1.000000 0.175129 0.054645 -0.088480

MP 0.175129 1.000000 -0.086858 -0.568160

SMB 0.054645 -0.086858 1.000000 -0.032253

HML -0.088480 -0.568160 -0.032253 1.000000


154


Pertambangan di Maret - April 2020 menunjukkan tidak




Maret - April 2019

Tabel 4.41 Multikolinearitas Sektor Industri Dasar dan



MP -0.011425 1.000000 -0.291209 -0.045302

SMB 0.035032 -0.291209 1.000000 0.741878

HML 0.059179 -0.045302 0.741878 1.000000


Hasil uji multikolinearitas pada Sektor Industri

Dasar dan Kimia di Maret - April 2019 menunjukkan tidak



Maret - April 2020

Tabel 4.42 Multikolinearitas Sektor Industri Dasar dan



MP 0.110724 1.000000 0.015668 -0.167579

SMB -0.010490 0.015668 1.000000 0.439778

HML 0.003604 -0.167579 0.439778 1.000000


155


Dasar dan Kimia di Maret - April 2020 menunjukkan tidak



4) Aneka Industri

Maret - April 2019

Tabel 4.43 Multikolinearitas Sektor Aneka Industri



MP -0.040415 1.000000 0.110332 -0.258602

SMB 0.063596 0.110332 1.000000 -0.345385

HML 0.007695 -0.258602 -0.345385 1.000000


Hasil uji multikolinearitas pada Sektor Aneka

Industri di Maret - April 2019 menunjukkan tidak ada

masalah multikolinearitas. Ditunjukkan dengan nilai


Maret - April 2020

Tabel 4.44 Multikolinearitas Sektor Aneka Industri



MP 0.072429 1.000000 0.361867 0.508592

SMB -0.015288 0.361867 1.000000 0.406066

HML 0.033917 0.508592 0.406066 1.000000


156

Hasil uji multikolinearitas pada Sektor Aneka

Industri di Maret - April 2020 menunjukkan tidak ada

masalah multikolinearitas. Ditunjukkan dengan nilai



Maret - April 2019

Tabel 4.45 Multikolinearitas Sektor Industri Barang


SENT MP SMB HML SENT 1.000000 0.001000 0.066986 0.044926

MP 0.001000 1.000000 -0.329730 0.151349

SMB 0.066986 -0.329730 1.000000 0.722140

HML 0.044926 0.151349 0.722140 1.000000



Barang Konsumsi di Maret - April 2019 menunjukkan

tidak ada masalah multikolinearitas. Ditunjukkan dengan

nilai korelasi antar variabel independen yang nilainya <

0.8.

Maret - April 2020

Tabel 4.46 Multikolinearitas Sektor Industri Barang



MP 0.117595 1.000000 -0.118898 -0.476124

SMB 0.027333 -0.118898 1.000000 0.415092

HML -0.067461 -0.476124 0.415092 1.000000


157


Barang Konsumsi di Maret - April 2020 menunjukkan

tidak ada masalah multikolinearitas. Ditunjukkan dengan

nilai korelasi antar variabel independen yang nilainya <

0.8.


Maret - April 2019

Tabel 4.47 Multikolinearitas Sektor Properti, Real

Estate, dan Konstruksi Bangunan Maret – April 2019


MP 0.029824 1.000000 -0.428664 0.286938

SMB -0.092528 -0.428664 1.000000 -0.481947

HML 0.127790 0.286938 -0.481947 1.000000


Hasil uji multikolinearitas pada Sektor Properti,

Real Estate, dan Konstruksi Bangunan di Maret - April

2019 menunjukkan tidak ada masalah multikolinearitas.

Ditunjukkan dengan nilai korelasi antar variabel

independen yang nilainya < 0.8.

Maret - April 2020

Tabel 4.48 Multikolinearitas Sektor Properti, Real

Estate, dan Konstruksi Bangunan Maret – April 2020


MP 0.247643 1.000000 0.177885 -0.632752

158

SMB -0.077296 0.177885 1.000000 0.177950

HML -0.200341 -0.632752 0.177950 1.000000


Hasil uji multikolinearitas pada Sektor Properti,

Real Estate, dan Konstruksi Bangunan di Maret - April

2020 menunjukkan tidak ada masalah multikolinearitas.





Tabel 4.49 Multikolinearitas Sektor Infrastruktur,

Utilitas, dan Transportasi Maret – April 2019


MP 0.010865 1.000000 -0.356663 0.227634

SMB -0.091783 -0.356663 1.000000 0.389849

HML -0.116291 0.227634 0.389849 1.000000


Hasil uji multikolinearitas pada Sektor Infrastruktur,

Utilitas, dan Transportasi di Maret - April 2019

menunjukkan tidak ada masalah multikolinearitas.



159

Maret - April 2020

Tabel 4.50 Multikolinearitas Sektor Infrastruktur,

Utilitas, dan Transportasi Maret – April 2020

SENT MP SMB HML SENT 1.000000 0.087382 0.069020 0.048877

MP 0.087382 1.000000 -0.382111 -0.482897

SMB 0.069020 -0.382111 1.000000 0.549582

HML 0.048877 -0.482897 0.549582 1.000000


Hasil uji multikolinearitas pada Sektor Infrastruktur,

Utilitas, dan Transportasi di Maret - April 2020




8) Keuangan

Maret - April 2019

Tabel 4.51 Multikolinearitas Sektor Keuangan Maret –

April 2019

SENT MP SMB HML SENT 1.000000 -0.008681 -0.078975 0.022804

MP -0.008681 1.000000 0.177458 0.041921

SMB -0.078975 0.177458 1.000000 -0.550680

HML 0.022804 0.041921 -0.550680 1.000000


Hasil uji multikolinearitas pada Sektor Keuangan di


160



Maret - April 2020

Tabel 4.52 Multikolinearitas Sektor Keuangan Maret –

April 2020


MP 0.138160 1.000000 -0.117900 0.413223

SMB -0.020504 -0.117900 1.000000 -0.682749

HML 0.082516 0.413223 -0.682749 1.000000


Hasil uji multikolinearitas pada Sektor Keuangan di





Maret - April 2019

Tabel 4.53 Multikolinearitas Sektor Perdagangan, Jasa,

dan Investasi Maret – April 2019


MP 0.043830 1.000000 0.163682 0.063359

SMB 0.062678 0.163682 1.000000 0.663162

HML -0.023071 0.063359 0.663162 1.000000



Perdagangan, Jasa, dan Investasi di Maret - April 2019

161




Maret - April 2020

Tabel 4.54 Multikolinearitas Sektor Perdagangan, Jasa,

dan Investasi Maret – April 2020


MP 0.113498 1.000000 -0.077411 0.029371

SMB -0.024737 -0.077411 1.000000 0.380202

HML -0.021257 0.029371 0.380202 1.000000



Perdagangan, Jasa, dan Investasi di Maret - April 2020




c. Uji Struktur Varian dan Kovarian

Pengujian struktur varian kovarian dilakukan dengan

menggunakan uji LM untuk mengetahui apakah struktur

homokedastik atau heteroskedastik. Kemudian, jika diketahui

bahwa struktur heterokedastik dilanjutkan dengan melakukan uji

λLM, untuk mengetahui struktur heteroskedastik tanpa korelasi

atau heteroskedastik dengan korelasi. Jika struktur heteroskedastik

tanpa korelasi maka estimator yang lebih baik adalah dengan

162

menggunakan struktur heteroskedastik dengan menambahkan

prosedur weighting : cross section weight. Dan apabila struktur

heteroskedastik dengan korela, maka estimator yang lebih baik

adalah dengan menggunakan struktur heteroskedastik dan terdapat

korelasi dengan menambahkan prosedur weighting: cross section

SUR (Mahyus, 2016 : 255 – 257). Pengujian ini dilakukan secara

manual menggunakan Microsoft Excel.

Uji LM dilakukan dengan membandingkan nilai LM

dengan nilai Chi Square (X2)df (n-1, prob=95%). Apabila nilai LM < Chi

Square (X2)df (n-1, prob=95%) maka struktur homokedastik, dan apabila

Apabila nilai LM > Chi Square (X2)df (n-1, prob=95%), maka struktur

heteroskedastik. Perhitungan nilai LM adalah sebagai berikut.

∑(

)

Kemudian, apabila setelah melakukan uji LM ternyata

struktur bersifat heteroskedastik (Ho ditolak), maka dilakukan

dengan melakukan uji λLM. Uji λLM dilakukan dengan

membandingkan nilai λLM dengan Chi Square (X2)df (n(n-1)/2,

prob=95%). Apabila nilai λLM < Chi Square (X2)df (n(n-1)/2, prob=95%),

maka tidak terdapat korelasi, dan apabila nilai λLM < Chi Square

(X2)df (n(n-1)/2, prob=95%), maka terdapat korelasi (Ho ditolak).

Adapun hasil pengujian struktur varian dan kovarian pada

tiap-tiap sektor adalah sebagai berikut:

163

Tabel 4.55 Hasil Uji Varian Kovarian LM dan λLM

SEKTOR TAHUN HASIL

LM λLM

AGRI

2019 119.0036 228.6416

2020 119.0026 44.0978

MINING

2019 149.0023 139.1257

2020 149.0098 203.9942

BASIC

2019 149.0029 18.3178

2020 149.0029 -41.9487

MISC

2019 149.0029 45.3224

2020 149.0021 98.7246

CGI

2019 149.0030 -13.8970

2020 146.6978 77.8808

PROPERTY

2019 149.0024 72.8448

2020 149.0022 207.3942

INFRASTRUCTURE

2019 149.0026 78.1983

2020 149.0091 157.1399

FINANCE

2019 149.0020 42.8424

2020 149.0019 131.8351

TRADE

2019 149.0033 67.1440

2020 149.0018 134.6504

KETERANGAN:

AGRI : Pertanian

164

MINING : Pertambangan

BASIC : Industri Dasar Dan Kimia

MISC : Aneka Industri

CGI : Industri Barang Konsumsi

PROPERTY : Properti, Real Estate, Dan Konstruksi Bangunan

INFRASTRUCTURE : Infrastruktur, Utilitas, Dan Transportasi

FINANCE : Keuangan

TRADE : Perdagangan, Jasa, Dan Investasi


Dari hasil pengujian LM dan λLM tersebut, maka dapat

dibuat interpretasi sebagai berikut:

1) Pertanian

Pada Sektor Pertanian, nilai Chi Square (X2)df (n-1, prob=95%)

adalah sebesar 14.067 dan Chi Square (X2)df (n(n-1)/2, prob=95%)

adalah sebesar 41.337. Pada tabel di atas dapat diketahui

bahwa pengujian uji varian dan kovarian di Maret – April

tahun 2019 dan 2020 menghasilkan LM > Chi Square (X2)df (n-

1, prob=95%) dan λLM > Chi Square (X2)df (n(n-1)/2, prob=95%). Maka

dapat disimpulkan bahwa struktur heterokedastik dan terdapat

korelasi. Jika hal ini terjadi maka dapat estimator terbaik

adalah dengan menggunakan struktur heteroskedastik dan

terdapat korelasi, menggunakan prosedur weight: cross section

SUR pada model yang terpilih, yaitu CEM (Lampiran 1 dan 2).

165

2) Pertambangan

Pada Sektor Pertambangan, nilai Chi Square (X2)df (n-1,

prob=95%) adalah sebesar 16.919 dan Chi Square (X2)df (n(n-1)/2,

prob=95%) adalah sebesar 61.656. Pada tabel di atas dapat

diketahui bahwa pengujian uji varian dan kovarian di Maret –

April tahun 2019 dan 2020 menghasilkan LM > Chi Square

(X2)df (n-1, prob=95%) dan λLM > Chi Square (X2)df (n(n-1)/2,

prob=95%). Maka dapat disimpulkan bahwa struktur

heterokedastik dan terdapat korelasi. Jika hal ini terjadi maka

dapat estimator terbaik adalah dengan menggunakan struktur

heteroskedastik dan terdapat korelasi, menggunakan prosedur

weight: cross section SUR pada model yang terpilih, yaitu

CEM (Lampiran 3 dan 4).


Pada Sektor Dasar dan Kimia, nilai Chi Square (X2)df (n-1,




April tahun 2019 dan 2020 menghasilkan LM > Chi Square

(X2)df (n-1, prob=95%) dan λLM < Chi Square (X2)df (n(n-1)/2,


166

heterokedastik dan tidak terdapat korelasi. Jika hal ini terjadi

maka dapat estimator terbaik adalah dengan menggunakan

struktur heteroskedastik dan terdapat korelasi, menggunakan

prosedur weight: cross section weight pada model yang

terpilih, yaitu CEM Lampiran 5 dan 6).

4) Aneka Industri

Pada Sektor Aneka Industri, nilai Chi Square (X2)df (n-1,




April 2019 menghasilkan LM > Chi Square (X2)df (n-1, prob=95%)

dan λLM < Chi Square (X2)df (n(n-1)/2, prob=95%). Maka dapat

disimpulkan bahwa struktur heterokedastik dan tidak terdapat

korelasi. Jika hal ini terjadi maka dapat estimator terbaik

adalah dengan menggunakan struktur heteroskedastik dan

terdapat korelasi, menggunakan prosedur weight: cross section

weight pada model yang terpilih, yaitu CEM (Lampiran 7).

Sementara pada Maret – April 2020 menghasilkan LM > Chi

Square (X2)df (n-1, prob=95%) dan λLM > Chi Square (X2)df (n(n-1)/2,

prob=95%). Yang mana hal ini menandakan struktur

heteroskedastisitas dan terdapat korelasi, maka digunakan

167

estimator terbaik dengan prosedur weight: cross section SUR

pada model yang terpilih, yaitu CEM (Lampiran 8).


Pada Sektor Industri Barang Konsumsi, nilai Chi Square

(X2)df (n-1, prob=95%) adalah sebesar 16.919 dan Chi Square (X2)df

(n(n-1)/2, prob=95%) adalah sebesar 61.656. Pada tabel di atas dapat



dan λLM < Chi Square (X2)df (n(n-1)/2, prob=95%). Maka dapat

disimpulkan bahwa struktur heterokedastik dan tidak terdapat

korelasi. Jika hal ini terjadi maka dapat estimator terbaik adalah

dengan menggunakan struktur heteroskedastik dan terdapat

korelasi, menggunakan prosedur weight: cross section weight

pada model yang terpilih, yaitu CEM. Sementara pada Maret –


dan λLM > Chi Square (X2)df (n(n-1)/2, prob=95%). Yang mana hal

ini menandakan struktur heteroskedastisitas dan terdapat

korelasi, maka digunakan estimator terbaik dengan prosedur

weight: cross section SUR pada model yang terpilih, yaitu CEM

(Lampiran 9 dan 10).


168

Pada Sektor Properti, Real Estate, dan Konstruksi

Bangunan, nilai Chi Square (X2)df (n-1, prob=95%) adalah sebesar

16.919 dan Chi Square (X2)df (n(n-1)/2, prob=95%) adalah sebesar

61.656. Pada tabel di atas dapat diketahui bahwa pengujian uji

varian dan kovarian di Maret – April tahun 2019 dan 2020

menghasilkan LM > Chi Square (X2)df (n-1, prob=95%) dan λLM >

Chi Square (X2)df (n(n-1)/2, prob=95%). Maka dapat disimpulkan

bahwa struktur heterokedastik dan terdapat korelasi. Jika hal ini

terjadi maka dapat estimator terbaik adalah dengan

menggunakan struktur heteroskedastik dan terdapat korelasi,

menggunakan prosedur weight: cross section SUR pada model

yang terpilih, yaitu FEM untuk Maret – April 2019 (Lampiran

11) dan CEM untuk Maret – April 2020 (Lampiran 12).


Pada Sektor Infratruktur, Utilitas dan Transpirtasi nilai Chi

Square (X2)df (n-1, prob=95%) adalah sebesar 16.919 dan Chi Square

(X2)df (n(n-1)/2, prob=95%) adalah sebesar 61.656. Pada tabel di atas

dapat diketahui bahwa pengujian uji varian dan kovarian di

Maret – April tahun 2019 dan 2020 menghasilkan LM > Chi



169





(Lampiran 13 dan 14).

8) Keuangan

Pada Sektor Keuangan, nilai Chi Square (X2)df (n-1, prob=95%)

adalah sebesar 16.919 dan Chi Square (X2)df (n(n-1)/2, prob=95%)

adalah sebesar 61.656. Pada tabel di atas dapat diketahui bahwa

pengujian uji varian dan kovarian di Maret – April 2019

menghasilkan LM > Chi Square (X2)df (n-1, prob=95%) dan λLM <

Chi Square (X2)df (n(n-1)/2, prob=95%). Maka dapat disimpulkan

bahwa struktur heterokedastik dan tidak terdapat korelasi. Jika

hal ini terjadi maka dapat estimator terbaik adalah dengan

menggunakan struktur heteroskedastik dan terdapat korelasi,

menggunakan prosedur weight: cross section weight pada

model yang terpilih, yaitu CEM (Lampiran 15). Sementara pada

Maret – April 2020 menghasilkan LM > Chi Square (X2)df (n-1,

prob=95%) dan λLM > Chi Square (X2)df (n(n-1)/2, prob=95%). Yang

mana hal ini menandakan struktur heteroskedastisitas dan

terdapat korelasi, maka digunakan estimator terbaik dengan

170

prosedur weight: cross section SUR pada model yang terpilih,

yaitu CEM (Lampiran 16).


Pada Sektor Perdagangan, Jasa, dan Investasi nilai Chi

Square (X2)df (n-1, prob=95%) adalah sebesar 16.919 dan Chi Square

(X2)df (n(n-1)/2, prob=95%) adalah sebesar 61.656. Pada tabel di atas

dapat diketahui bahwa pengujian uji varian dan kovarian di

Maret – April tahun 2019 dan 2020 menghasilkan LM > Chi







untuk Maret – April 2019 (Lampiran 17) dan FEM untuk Maret

– April 2020 (Lampiran 18).

4.2.4 Pengujian Hipotesis

Hipotesis diuji dengan menggunakan uji F untuk melihat pengaruh

variabel independen secara bersama-sama terhadap variabel dependen.

Kemudian dengan uji t, untuk melihat pengaruh individual dari

variabel independen terhadap variabel dependen. Lalu melihat

adjusted R2, untuk mengetahui seberapa besar pengaruh variabel

171

independen pada penelitian ini dapat menjelaskan variabel dependen

yang ada.

Adapun rangkuman dari analisis regresi data panel yang telah

dilakukan adalah sebagai berikut:

172

Tabel 4.56 Hasil Output Regresi Data Panel Estimator Terbaik Maret – April 2019

RANGKUMAN HASIL OUTPUT ANALISIS REGRESI DATA PANEL MARET – APRIL 2019

Ri – Rf SEKTOR Prob t-Statistic Prob F-

Statistic Adj. R2

C SENT MP SMB HML

AGRI 0.024408

(0.0018) +

1.064675*SENT

(0.0010) +

0.459074*MP

(0.0005) -

0.13157 *SMB

(0.0993) +

0.103259*HML

(0.0411) 0.000001 0.118147

MINING 0.022506

(0.0159) +

1.191435*SENT

(0.0049) +

0.464486*MP

(0.0030) -

0.01971*SMB

(0.7801) +

0.319593*HML

(0.0000) 0.000000 0.131249

BASIC 0.038905

(0.0000) +

2.862993*SENT

(0.0000) +

0.711500*MP

(0.0000) -

0.11022*SMB

(0.5299) +

0.014073*HML

(0.9200) 0.000000 0.148341

MISC 0.050540

(0.0000) +

0.922336*SENT

(0.0012) +

0.909506*MP

(0.0000) -

0.00038*SMB

(0.9950) +

0.120877*HML

(0.0236) 0.000000 0.105994

CGI 0.029313

(0.0039) +

0.450023*SENT

(0.4773) +

0.526063*MP

(0.0020) -

0.13157*SMB

(0.4390) +

0.140556*HML

(0.3620) 0.000087 0.064788

PROPERTY 0.040631

(0.0001) +

4.748999*SENT

(0.0000) +

0.795918*MP

(0.0000) -

0.24412*SMB

(0.0078) +

0.234251*HML

(0.0014) 0.000000 0.342598

INFRASTRUCTURE 0.024909

(0.0000) +

0.982195*SENT

(0.0000) +

0.436801*MP

(0.0000) -

0.01731*SMB

(0.6264) +

0.517916*HML

(0.0000) 0.000000 0.853454

FINANCE 0.032461

(0.0000) +

0.143819*SENT

(0.9110) +

0562719*MP

(0.0000) -

0.08592*SMB

(0.2308) +

0.052018*HML

(0.2757) 0.000072 0.066057

TRADE 0.018103

(0.0452) +

1.167823*SENT

(0.0498) +

0.319262*MP

(0.0335) +

0.314325*SMB

(0.0147) -

-0.16800*HML

(0.1467) 0.001335 0.045680

KETERANGAN:

AGRI : Pertanian





173



FINANCE : Keuangan



174

Tabel 4.57 Hasil Output Regresi Data Panel Estimator Terbaik Maret – April 2020

RANGKUMAN HASIL OUTPUT ANALISIS REGRESI DATA PANEL MARET – APRIL 2020

Ri – Rf SEKTOR Prob t-Statistic Prob F-

Statistic Adj. R2

C SENT MP SMB HML

AGRI

0.016877

(0.0003)

+ 3.788813*SENT

(0.0181) +

0.442379*MP

(0.0000) -

0.44056*SMB

(0.0000) +

0.435914*HML

(0.0000) 0.000000 0.700976

MINING

0.023988

(0.0008)

+ 3.483932*SENT

(0.0000) +

0.693462*MP

(0.0000) -

0.57941*SMB

(0.0000) -

0.56540*HML

(0.0000) 0.000000 0.515031

BASIC

0.035302

(0.0000)

+ 4.558932*SENT

(0.0019) +

0.870436*MP

(0.0000) -

0.13359*SMB

(0.1842) +

0.352165*HML

(0.0341) 0.000000 0.346495

MISC

0.044812

(0.0000)

+ 0.431126*SENT

(0.7020) +

1.018348*MP

(0.0000) +

0.186258*SMB

(0.0065) +

0.220125*HML

(0.0003) 0.000000 0.674591

CGI

0.042141

(0.0000)

+ 10.00818*SENT

(0.0000) +

1.010202*MP

(0.0000) +

0.335471*SMB

(0.0000) +

0.259820*HML

(0.0340) 0.000000 0.667779

PROPERTY

0.035743

(0.0000)

+ 1.720303*SENT

(0.0173) +

0.893173*MP

(0.0000) +

0.116782*SMB

(0.3389) -

0.63306*HML

(0.0013) 0.000000 0.463286

INFRASTRUCTURE

0.054599

(0.0000)

+ 0.830882*SENT

(0.1603) +

1.245758*MP

(0.0000) -

0.24893*SMB

(0.0511) +

0.706192*HML

(0.0016) 0.000000 0.660455

FINANCE

0.031584

(0.0000)

+ 2.646316*SENT

(0.2775) +

0.859965*MP

(0.0000) +

0.241157*SMB

(0.0098) +

0.187562*HML

(0.0157) 0.000000 0.391333

TRADE

0.027094

(0.0000)

+ 11.02193*SENT

(0.0000) +

0.874125*MP

(0.0000) +

0.066055*SMB

(0.5664) -

0.12218*HML

(0.2867) 0.000000 0.511161

KETERANGAN:

AGRI : Pertanian


175






FINANCE : Keuangan


Sumber : Data diolah (2021)

176

a. Uji Signifikansi Simultan (Uji F)

Uji signifikansi simultan (uji F) dilakukan untuk

mengetahui bagaimana pengaruh variabel independen terhadap

variabel dependen secara simultan atau bersama-sama. Apabila

nilai Prob F-Statisic lebih kecil daripada nilai α(0.05), maka dapat

dikatakan bahwa terdapat pengaruh secara simultan yang

signifikan (Sentimen Investor (SENT), Market Premium (MP),

Size Premium (SMB), dan Value Premium (HML)) terhadap

terhadap variabel dependen (Return Saham).. Namun, apabila nilai

Prob F-Statistic lebih besar daripada nilai α(0.05), maka dapat

dikatakan tidak terdapat pengaruh simultan yang signifikan dari

variabel independen (Sentimen Investor (SENT), Market Premium

(MP), Size Premium (SMB), dan Value Premium (HML)) terhadap

terhadap variabel dependen (Return Saham).

Berdasarkan pada tabel 4.56 dan tabel 4.57, berikut adalah

hasil interpretasi uji simultan untuk tiap-tiap sektornya:

Tabel 4.58 Interpretasi Hasil Uji Simultan (Uji F)

INTERPRETASI UJI SIMULTAN (UJI F)

SEKTOR Nilai Prob F-Statistic

Maret – April 2019 Maret – April 2020

PERTANIAN

Nilai Prob F-Statistic sebesar

0.000001< α(0.05). Sehingga

artinya secara simultan terdapat

pengaruh yang signifikan dari

variabel independen terhadap

variabel dependen pada


0.000001 < α(0.05). Sehingga




variabel dependen pada

177

perusahaan Sektor Pertanian

(AGRI).

perusahaan Sektor Pertanian

(AGRI).

PERTAMBANGAN

Nlai Prob F-Statistic sebesar

0.000000. < α(0.05). Sehingga




variabel dependen perusahaan

Sektor Pertambangan

(MINING).


0.000000 < α(0.05). Sehingga





Sektor Pertambangan (MINING).

INDUSTRI DASAR

DAN KIMIA


0.000000 < α(0.05). Sehingga





Sektor Industri Dasar dan Kimia

(BASIC).


0.000000 < α(0.05). Sehingga





Sektor Industri Dasar dan Kimia

(BASIC).

ANEKA INDUSTRI


0.000000 < α(0.05). Sehingga





Sektor Aneka Industri (MISC).


0.000000 < α(0.05). Sehingga





Sektor Aneka Industri (MISC).

INDUSTRI BARANG

KONSUMSI


0.000087 < α(0.05). Sehingga





Sektor Industri Barang

Konsumsi (CGI).


0.000000 < α(0.05). Sehingga





Sektor Industri Barang Konsumsi

(CGI).

PROPERTI, REAL Nilai Prob F-Statistic sebesar Nilai Prob F-Statistic sebesar

178

ESTATE, DAN

KONSTRUKSI

BANGUNAN

0.000000 < α(0.05). Sehingga





Sektor Properti, Real Estate, dan

Konstruksi Bangunan

(PROPERTY).

0.000000 < α(0.05). Sehingga





Sektor Properti, Real Estate, dan

Konstruksi Bangunan

(PROPERTY).

INFRASTRUKTUR,

UTILITAS, DAN

TRANSPORTASI


0.000000 < α(0.05). Sehingga





Sektor Infrastruktur, Utilitas,

dan Transportasi

(INFRASTRUCTURE).


0.000000 < α(0.05). Sehingga





Sektor Infrastruktur, Utilitas, dan

Transportasi

(INFRASTRUCTURE).

KEUANGAN


0.000072 < α(0.05). Sehingga





Sektor Keuangan (FINANCE).

nilai Prob F-Statistic sebesar

0.000000 < α(0.05). Sehingga





Sektor Keuangan (FINANCE).

PERDAGANGAN,

JASA, DAN

INVESTASI

nilai Prob F-Statistic sebesar

0.001335 < α(0.05). Sehingga





sektor perdagangan, jasa, dan

invesatsi (TRADE).

2020 nilai Prob F-Statistic sebesar

0.000000 < α(0.05). Sehingga





sektor perdagangan, jasa, dan

invesatsi (TRADE).

179

b. Uji Signifikansi Parameter Individual (Uji t)

Uji signifikansi parameter individual (Uji t) ini dilakukan

untuk melihat pengaruh dari masing-masing variabel independen

(Sentimen Investor (SENT), Market Premium (MP), Size Premium

(SMB), dan Value Premium (HML)) terhadap variabel dependen

(Return Saham) secara terpisah. Apabila nilai prob t-statistic lebih

kecil dari α(0.05), maka dapat dikatakan variabel independen

tersebut memiliki pengaruh yang signifikan terhadap variabel

dependen. Dan sebaliknya jika nilai prob t-statistic lebih besar dari

α(0.05), maka dapat dikatakan variabel independen tersebut tidak

memiliki pengaruh yang signifikan terhadap variabel dependen.

Berdasarkan hasil regresi data panel pada tabel 4.56 dan

4.57, maka dapat diinterpretasikan sebagai berikut:

Tabel 4.59 Interpretasi Hasil Ujia Parsial (Uji t) Maret – April 2019

INTERPRETASI HASIL UJI PARSIAL (UJI T) MARET – APRIL 2019

SEKTOR

Nilai Prob t-Statistik (Berpengaruh Signifkan atau Tidak

Signifikan Terhadap Return Saham)

Sentimen

Investor

(SENT)

MP SMB HML

PERTANIAN (AGRI)

0.0010 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0005 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0993 > 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0411 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

PERTAMBANGAN

(MINING)

0.0049 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0030 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.7801 > 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

INDUSTRI DASAR

DAN KIMIA (BASIC)

0.0000 < 0.05

(Berpengaruh

Signifikan

0.0000 < 0.05

(Berpengaruh

Signifikan

0.5299 > 0.05

(TIDAK

Berpengaruh

0.9200 > 0.05

(TIDAK

Berpengaruh

180

Terhadap

Return Saham)

Terhadap

Return Saham)

Signifikan

Terhadap

Return Saham)

Signifikan

Terhadap

Return Saham)

ANEKA INDUSTRI

(MISC)

0.0012 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.9950 > 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0236 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

INDUSTRI BARANG

KONSUMSI (CGI)

0.4773 > 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0020 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.4390 > 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

0.3629 > 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

PROPERTI, REAL

ESTATE, DAN

KONSTRUKSI

BANGUNAN

(PROPERTY)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0078 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0014 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

INFRASTRUKTUR,

UTILITAS, DAN

TRANSPPORTASI

(INFRASTRUCTURE)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.6264 > 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

KEUANGAN

(FINANCE)

0.9110 > 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.2308 > 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

0.2757 > 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

PERDAGANGAN,

JASA, DAN

INVESTASI (TRADE)

0.0498 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0335 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0147 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.1467 > 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

Tabel 4.60 Interpretasi Hasil Uji Parsial (Uji t) Maret – April 2020

HASIL INTERPRETASI UJI PARSIAL (UJI T) MARET – APRIL 2020

SEKTOR

Nilai Prob t-Statistik (Berpengaruh Signifkan atau Tidak Signifikan

Terhadap Return Saham)

Sentimen

Investor

(SENT)

MP SMB HML

PERTANIAN

(AGRI)

0.0181 < 0.05

(Berpengaruh

0.0000 < 0.05

(Berpengaruh

0.0000 < 0.05

(Berpengaruh

0.0000 < 0.05

(Berpengaruh

181

Signifikan

Terhadap

Return Saham)

Signifikan

Terhadap

Return Saham)

Signifikan

Terhadap

Return Saham)

Signifikan

Terhadap

Return Saham)

PERTAMBANGAN

(MINING)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

INDUSTRI DASAR

DAN KIMIA

(BASIC)

0.0019 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.1842 > 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0341 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

ANEKA INDUSTRI

(MISC)

0.0702 > 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0065 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0003 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

INDUSTRI

BARANG

KONSUMSI (CGI)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0340 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

PROPERTI, REAL

ESTATE, DAN

KONSTRUKSI

BANGUNAN

(PROPERTY)

0.0173 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.3389 > 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0013 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

INFRASTRUKTUR,

UTILITAS, DAN

TRANSPORTASI

(INFASTRUCTURE)

0.1603 > 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0511 < 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0016 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

KEUANGAN

(FINANCE)

0.2775 > 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0098 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0157 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

PERDAGANGAN,

JASA, DAN

INVESTASI

(TRADE)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.0000 < 0.05

(Berpengaruh

Signifikan

Terhadap

Return Saham)

0.5664 > 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

0.2867 > 0.05

(TIDAK

Berpengaruh

Signifikan

Terhadap

Return Saham)

182

c. Koefisien Determinasi (Adjusted R2)

Koefisian determinasi (Adjusted R2) dilakukan untuk

melihat sejauh mana variabel independen (Sentiment Investor

(SENT), Market Premium (MP), Size Premium (SMB), dan Value

Premium (HML) dapat menjelaskan variabel dependen (return

saham).

Sesuai dengan hasil yang ditunjukkan pada tabel 4.56 dan

4.57, maka dapat diinterpretasikan bahwa:

Tabel 4.61 Interpretasi Koefisien Determinasi (Adjusted R2)

INTERPRETASI KOEFISIEN DETERMINASI (ADJUSTED R2)

SEKTOR MARET – APRIL 2019 MARET – APRIL 2020

PERTANIAN (AGRI)

di Sektor Pertanian (AGRI)

pada Maret – April 2019,

variabel independen Sentiment

investor (SENT), Market

Premium (MP), Size Premium

(SMB), dan Value Premium

(HML) dapat menjelaskan

return saham sebesar 11,82%

(0.118174). Sedangkan sisanya

88.18% dijelaskan atau

dipengaruhi oleh variabel-

variabel lain, yang mana

variabel tersebut tidak diteliti

dalam penelitian ini.

Di Sektor Pertanian (AGRI)

pada Maret – April 2020,

variabel independen sentiment

investor (SENT), Market

Premium (MP), Size Premium

(SMB), dan Value Premium

(HML) dapat menjelaskan

return saham sebesar 70,10%







PERTAMBANGAN

(MINING)

Di Sektor Pertambangan

(MINING) pada Maret – April

2019, variabel independen

sentiment investor (SENT),

Market Premium (MP), Size

Premium (SMB), dan Value

Premium (HML) dapat

menjelaskan return saham

sebesar 13.12% (0.131249).

Sedangkan sisanya 86.88%

dijelaskan atau dipengaruhi

oleh variabel-variabel lain,

yang mana variabel tersebut

Di Sektor Pertambangan

(MINING) pada Maret – April





Premium (HML) dapat


sebesar 51.50% (0.515031).





183

tidak diteliti dalam penelitian

ini.


ini.

INDUSTRI DASAR DAN

KIMIA (BASIC)

Di Sektor Industri Dasar dan

Kimia (BASIC) pada Maret –

April 2019, variabel

independen sentiment investor

(SENT), Market Premium

(MP), Size Premium (SMB),

dan Value Premium (HML)

dapat menjelaskan return

saham sebesar 14.83%







Di Sektor Industri Dasar dan

Kimia (BASIC) pada Maret –














ANEKA INDUSTRI (MISC)

Di Sektor Aneka Industri

(MISC) pada Maret – April

2019 , variabel independen




Premium (HML) dapat


sebesar 10.59% (0.105994).






ini.

Di Sektor Aneka Industri

(MISC) pada Maret – April





Premium (HML) dapat


sebesar 67.46% (0.674591).






ini.

INDUSTRI BARANG

KONSUMSI (CGI)

Di Sektor Industri Barang

Konsumsi (CGI) pada Maret –







saham sebesar 6.48%







Di Sektor Industri Barang

Konsumsi (CGI) pada Maret –














PROPERTI, REAL Di Sektor Properti, Real Di Sektor Properti, Real

184

ESTATE, DAN

KONSTRUKSI

BANGUNAN (PROPERTY)

Estate, dan Konstruksi

Bangunan (PROPERTY) pada

Maret – April 2019, variabel













Estate, dan Konstruksi

Bangunan (PROPERTY) pada














INFASTRUKTUR,

UTILITAS, DAN

TRANSPORTASI

(INFRASTRUCTURE)

Di Sektor Infrastruktur,

Utilitas, dan Transportasi

(INFRASTRUCTURE) pada














di Sektor Infrastruktur,

Utilitas, dan Transportasi

(INFRASTRUCTURE) pada














KEUANGAN (FINANCE)

Di Sektor Keuangan

(FINANCE) pada Maret –







saham sebesar 6.60%







Di Sektor Keuangan

(FINANCE) pada Maret –














PERDAGANGAN, JASA,

DAN INVESTASI (TRADE)

Di Sektor perdagangan, jasa,

dan investasi (TRADE) pada

Di Sektor perdagangan, jasa,

dan investasi (TRADE) pada

185







saham sebesar 4.57%




















4.3 Pembahasan

Penelitian ini meneliti mengenai pengaruh sentiment investor pada masa

pandemic COVID-19 pada tahun 2020, dengan mengambil periode waktu 02

Maret – 14 April 2020 (30 hari) saat pandemic COVID-19 baru masuk ke

Indonesia terhadap return saham tiap-tiap sektor yang terdaftar di Bursa Efek

Indonesia (BEI). Yang mana periode waktu ketika COVID-19 terjadi tersebut

dibandingkan dengan Maret – April 2019—sebelum terjadinya COVID-19,

agar dapat dilihat sebesar apa perbedaan pengaruh sentiment investor pada

saham-saham di Indonesia di saat sebelum pandemic dan setelah adanya

pandemic COVID-19 di Indonesia.

Analisis regresi data panel dalam penelitian ini dilakukan dengan meneliti

pengaruh variabel independen utama yaitu sentiment investor dan variabel

independen pendukung Market Premium, Size Premium, dan Value Premium

terhadap variabel dependen return saham perusahaan. Seperti yang sudah

dijelaskan, keputusan penggunaan variabel independen pendukung tersebut

186

adalah untuk meningkatkan keakuratan model, dengan mempertimbangkan

bahwa ada factor-faktor lain yang juga mempengaruhi return saham. Namun,

dalam pembahasan ini yang akan dibahas adalah pengaruh variaben

independen utama, yaitu sentiment investor terhadap variabel dependen return

saham, sebagaimana hal ini adalah topic utama dalam penelitian ini. Berikut

pembahasan hasil penelitian pada tiap-tiap sektornya.


Pertanian Pada Masa Pandemi COVID-19

Penelitian terhadap Sektor Pertanian dilakukan pada 8 perusahaan

yang memenuhi kriteria pemilihan sampel. Regresi data panel pada

Sektor Pertanian di Maret – April 2019 menghasilkan persamaan

sebagai berikut:


Ri,t–Rf_AGRI = 0.024408 + 1.064675*SENT + 0.459074*MP –

0.13157*SMB + 0.103259*HML

Dari persamaan tersebut dapat diinterpretasikan bahwa nilai α =

0.024408 menunjukkan apabila semua variabel independen bernilai

atau sama dengan nol (0), maka variabel dependennya bernilai sebesar

0.024408. Nilai β1 = 1.064675 berarti bahwa sentiment investor

(SENT) memiliki pengaruh yang sifatnya searah dengan variabel

dependen return saham di Sektor Pertanian. Yang mana apabila

sentiment investor mengalami kenaikan atau penurunan sebesar 1,

187

maka return saham akan ikut mengalami kenaikan atau penurunan

sebesar 1.064675 dengan Market Premium (MP), Size Premium

(SMB), dan Value Premium (HML) dianggap konstan.

Regresi data panel pada Sektor Pertanian di Maret – April 2020

menghasilkan persamaan sebagai berikut:


Ri,t–Rf_AGRI = 0.016877 + 3.788813*SENT + 0.442379*MP –

0.44056*SMB + 0.435914*HML






dependen return saham di Sektor Pertanian. Yang mana apabila





Dari hasil analisis regresi juga diketahui bahwa pengaruh sentiment

investor, baik sebelum (Maret – April 2019) maupun saat pandemi

COVID-19 (Maret – April 2020), sama-sama berpengaruh secara

signifikan terhadap return saham perusahaan di Sektor Pertanian.

Akan tetapi, pengaruh sentiment investor pada masa pandemi COVID-

188

19 terhadap return saham Sektor Pertanian lebih tinggi dibandingkan

pada saat sebelum pandemic COVID-19 di Indonesia. Dilihat dari nilai

koefisiennya 3.78813*SENT > 1.064675*SENT.

Dengan ini hipotesis dapat diterima, bahwa pada Sektor Pertanian

sentiment investor berpengaruh signifikan terhadap return saham di

masa pandemic COVID-19.

4.3.2 Pengaruh Sentimen Investor Terhadap Return Saham di

Pertambangan Pada Masa Pandemi COVID-19

Penelitian terhadap Sektor Pertambangan dilakukan pada 10

perusahaan yang memenuhi kriteria pemilihan sampel. Regresi data

panel pada Sektor Pertambangan di Maret – April 2019 menghasilkan

persamaan sebagai berikut:


Ri,t–Rf_MINING = 0.022506 + 1.191435*SENT + 0.464486*MP –

0.01971*SMB + 0.319593*HML






dependen return saham di Sektor Pertambangan. Yang mana apabila

189





Regresi data panel pada Sektor Pertambangan di Maret – April

2020 menghasilkan persamaan sebagai berikut:


Ri,t–Rf_MINING = 0.023988 + 3.483932*SENT + 0.693462*MP –

0.57941*SMB – 0.56540*HML






dependen return saham di Sektor Pertambangan. Yang mana apabila








signifikan terhadap return saham perusahaan di Sektor Pertambangan.

190

Akan tetapi, pengaruh sentiment investor pada masa pandemi COVID-

19 terhadap return saham Sektor Pertambangan lebih tinggi

dibandingkan pada saat sebelum pandemic COVID-19 di Indonesia.

Dilihat dari nilai koefisiennya 3.483932*SENT > 1.191435*SENT.

Dengan ini hipotesis dapat diterima, bahwa pada Sektor

Pertambangan sentiment investor berpengaruh signifikan terhadap

return saham di masa pandemic COVID-19.

4.3.3 Pengaruh Sentimen Investor terhadap Return Saham di Sektor

Industri Dasar dan Kimia Pada Masa Pandemi COVID-19

Penelitian terhadap Sektor Industri Dasar dan Kimia dilakukan

pada 10 perusahaan yang memenuhi kriteria pemilihan sampel.

Regresi data panel pada Sektor Industri Dasar dan Kimia di Maret –

April 2019 menghasilkan persamaan sebagai berikut:


Ri,t–Rf_BASIC = 0.038905 + 2.862993*SENT + 0711500*MP –

0.11022*SMB + 0.014073*HML






191

dependen return saham di Sektor Industri Dasar dan Kimia. Yang

mana apabila sentiment investor mengalami kenaikan atau penurunan

sebesar 1, maka return saham akan ikut mengalami kenaikan atau

penurunan sebesar 2.862993 dengan Market Premium (MP), Size

Premium (SMB), dan Value Premium (HML) dianggap konstan.

Regresi data panel pada Sektor Industri Dasar dan Kimia di Maret

– April 2020 menghasilkan persamaan sebagai berikut:


Ri,t–Rf_BASIC= 0.035302+ 4.558932*SENT + 0.870436*MP –

0.13359*SMB + 0.352165*HML






dependen return saham di Sektor Industri Dasar dan Kimia. Yang






investor, baik sebelum (Maret – April 2019) maupun saat pandemic


192

signifikan terhadap return saham perusahaan di Sektor Industri Dasar

dan Kimia. Akan tetapi, pengaruh sentiment investor pada masa

pandemi COVID-19 terhadap return saham Sektor Industri Dasar dan

Kimia lebih tinggi dibandingkan pada saat sebelum pandemic COVID-

19 di Indonesia. Dilihat dari nilai koefisiennya 4.558932*SENT >

2.862993*SENT.

Dengan ini hipotesis dapat diterima, bahwa pada Sektor Industri

Dasar dan Kimia sentiment investor berpengaruh signifikan terhadap



Aneka Industri Pada Masa Pandemi COVID-19

Penelitian terhadap Sektor Aneka Industri dilakukan pada 10


panel pada Sektor Aneka Industri di Maret – April 2019 menghasilkan



Ri,t–Rf_MISC = 0.050540+ 0.922336*SENT + 0.909506*MP –

0.00038*SMB + 0.120877*HML




193



dependen return saham di Sektor Aneka Industri. Yang mana apabila





Regresi data panel pada Sektor Aneka Industri di Maret – April

2020 menghasilkan persamaan sebagai berikut:


Ri,t–Rf_MISC= 0.044812 + 0.431126*SENT + 1.018348*MP +

0.186258*SMB + 0.220125*HML






dependen return saham di Sektor Aneka Industri. Yang mana apabila





194


investor pada sebelum (Maret – April 2019) berpengaruh signifikan

terhadap return saham di Sektor Aneka Industri. Sementara pada saat

masa pandemi COVID-19 (Maret – April 2020), sentiment investor

tidak berpengaruh secara signifikan terhadap return saham perusahaan

di Sektor Aneka Industri.

Dengan ini hipotesis dapat ditolak, karena pada Sektor Aneka

Industri sentiment investor tidak berpengaruh signifikan terhadap



Industri Barang Konsumsi Pada Masa Pandemi COVID-19

Penelitian terhadap Sektor Industri Barang Konsumsi dilakukan

pada 10 perusahaan yang memenuhi kriteria pemilihan sampel.

Regresi data panel pada Sektor Industri Barang Konsumsi di Maret –

April 2019 menghasilkan persamaan sebagai berikut:


Ri,t–Rf_CGI = 0.029313+ 0.450023*SENT + 0.526063*MP –

0.13157*SMB + 0.140556*HML




195



dependen return saham di Sektor Industri Barang Konsumsi. Yang





Regresi data panel pada Sektor Industri Barang Konsumsi di Maret

– April 2020 menghasilkan persamaan sebagai berikut:


Ri,t–Rf_CGI = 0.042141+ 10.00818*SENT + 1.010202*MP +

0.335471*SMB + 0.259820*HML






dependen return saham di Sektor Industri Barang Konsumsi. Yang





196




signifikan terhadap return saham perusahaan di Sektor Industri Barang

Konsumsi. Akan tetapi, pengaruh sentiment investor pada masa

pandemi COVID-19 terhadap return saham Sektor Industri Barang

Konsumsi jauh lebih tinggi dibandingkan pada saat sebelum pandemic

COVID-19 di Indonesia. Dilihat dari nilai koefisiennya

10.00818*SENT > 0.450023*SENT.

Dengan ini hipotesis dapat diterima, bahwa pada Sektor Industri

Barang Konsumsi sentiment investor berpengaruh signifikan terhadap



Properti, Real Estate, dan Konstruksi Bangunan Pada Masa Pandemi

COVID-19

Penelitian terhadap Sektor Properti, Real Estate, dan Konstruksi

Bangunan dilakukan pada 10 perusahaan yang memenuhi kriteria

pemilihan sampel. Regresi data panel pada Sektor Properti, Real

Estate, dan Konstruksi Bangunan di Maret – April 2019 menghasilkan



197

Ri,t–Rf_PROPERTY = 0.040631+ 4.748999*SENT + 0.795918*MP

– 0.24412*SMB + 0.234251*HML






dependen return saham di Sektor Properti, Real Estate, dan Konstruksi

Bangunan. Yang mana apabila sentiment investor mengalami kenaikan

atau penurunan sebesar 1, maka return saham akan ikut mengalami

kenaikan atau penurunan sebesar 4.748999 dengan Market Premium

(MP), Size Premium (SMB), dan Value Premium (HML) dianggap

konstan.

Regresi data panel pada Sektor Properti, Real Estate, dan

Konstruksi Bangunan di Maret – April 2020 menghasilkan persamaan

sebagai berikut:


Ri,t–Rf_PROPERTY = 0.035743+ 1.720303*SENT + 0.893173*MP

+ 0.116782*SMB – 0.63306*HML





198


dependen return saham di Sektor Properti, Real Estate, dan Konstruksi

Bangunan. Yang mana apabila sentiment investor mengalami kenaikan

atau penurunan sebesar 1, maka return saham akan ikut mengalami



konstan.




signifikan terhadap return saham perusahaan di Sektor Properti, Real

Estate, dan Konstruksi Bangunan. Akan tetapi, pengaruh sentiment

investor pada masa pandemi COVID-19 terhadap return saham Sektor

Properti, Real Estate, dan Konstruksi Bangunan ternyata lebih rendah

dibandingkan pada saat sebelum pandemic COVID-19 di Indonesia.

Dilihat dari nilai koefisiennya 1.720303*SENT < 4.748999*SENT.

Dengan ini hipotesis dapat diterima, bahwa pada Sektor Properti,

Real Estate, dan Konstruksi Bangunan sentiment investor berpengaruh

signifikan terhadap return saham di masa pandemic COVID-19.

Walaupun pengaruhnya lebih rendah dibandingkan sebelum pandemic

COVID-19.

199


Infrastruktur, Utilitas, dan Transportasi Pada Masa COVID-19

Penelitian terhadap Sektor Infrastruktur, Utilitas, dan Transportasi

dilakukan pada 10 perusahaan yang memenuhi kriteria pemilihan

sampel. Regresi data panel pada Sektor Infrastruktur, Utilitas, dan

Transportasi di Maret – April 2019 menghasilkan persamaan sebagai

berikut:


Ri,t–Rf_INFRASTRUCTURE = 0.024909 + 0.982195*SENT +

0.436801*MP – 0.01731*SMB + 0.517916*HML






dependen return saham di Sektor Infrastruktur, Utilitas, dan

Transportasi. Yang mana apabila sentiment investor mengalami

kenaikan atau penurunan sebesar 1, maka return saham akan ikut

mengalami kenaikan atau penurunan sebesar 0.982195 dengan Market

Premium (MP), Size Premium (SMB), dan Value Premium (HML)

dianggap konstan.

200

Regresi data panel pada Sektor Infrastruktur, Utilitas, dan

Transportasi di Maret – April 2020 menghasilkan persamaan sebagai

berikut:


Ri,t–Rf_INFRATSRUCTURE = 0.054599 + 0.830882*SENT +

1.245758 *MP – 0.24893*SMB + 0.706192*HML






dependen return saham di Sektor Infrastruktur, Utilitas, dan

Transportasi. Yang mana apabila sentiment investor mengalami

kenaikan atau penurunan sebesar 1, maka return saham akan ikut

mengalami kenaikan atau penurunan sebesar 0.830822 dengan Market

Premium (MP), Size Premium (SMB), dan Value Premium (HML)

dianggap konstan.


investor, baik sebelum (Maret – April 2019) sentiment investor

(SENT) memiliki pengaruh secara signifikan pada return saham di

Sektor Infrastruktur, Utilitas, dan Transportasi. Namun, pada saat

pandemi COVID-19 (Maret – April 2020) sentiment investor (SENT)

201


di Sektor Infrastruktur, Utilitas, dan Transportasi.

Dengan ini hipotesis dapat ditolak, karena pada Sektor

Infrastruktur, Utilitas, dan Transportasi sentiment investor tidak

berpengaruh signifikan terhadap return saham di masa pandemic

COVID-19.


Keuangan Pada Masa Pandemi COVID-19

Penelitian terhadap Sektor Keuangan dilakukan pada 10


panel pada Sektor Keuangan di Maret – April 2019 menghasilkan



Ri,t–Rf_FINANCE = 0.032461 + 0.143819*SENT + 0.562719*MP –

0.08592*SMB + 0.052018*HML






dependen return saham di Sektor Keuangan. Yang mana apabila

202





Regresi data panel pada Sektor Keuangan di Maret – April 2020

menghasilkan persamaan sebagai berikut:


Ri,t–Rf_FINANCE = 0.031584 + 2.646316*SENT + 0.859965*MP +

0.241157*SMB + 0.187562*HML






dependen return saham di Sektor Keuangan. Yang mana apabila






investor, baik sebelum (Maret – April 2019) maupun pada saat


203


di Sektor Keuangan.

Dengan ini hipotesis dapat ditolak, karena pada Sektor Keuangan

sentiment investor tidak berpengaruh signifikan terhadap return saham

di masa pandemic COVID-19.

4.3.9 Pengaruh Sentimen Incestor Terhadap Return Saham di Sektor

Perdagangan, Jasa, dan Investasi Pada Masa Pandemi COVID-19

Penelitian terhadap Sektor Perdagangan, Jasa, dan Investasi

dilakukan pada 10 perusahaan yang memenuhi kriteria pemilihan

sampel. Regresi data panel pada Sektor Perdagangan, Jasa, dan

Investasi di Maret – April 2019 menghasilkan persamaan sebagai

berikut:


Ri,t–Rf_TRADE = 0.018103 + 1.167823*SENT + 0.319262*MP +

0.314325*SMB – 0.16800*HML






dependen return saham di Sektor Perdagangan, Jasa, dan Investasi.

204

Yang mana apabila sentiment investor mengalami kenaikan atau

penurunan sebesar 1, maka return saham akan ikut mengalami



konstan.

Regresi data panel pada Sektor Perdagangan, Jasa, dan Investasi di

Maret – April 2020 menghasilkan persamaan sebagai berikut:


Ri,t–Rf_TRADE = 0.027094 + 11.02193*SENT + 0.874125*MP +

0.066055*SMB – 0.12218*HML






dependen return saham di Sektor Perdagangan, Jasa, dan Investasi.

Yang mana apabila sentiment investor mengalami kenaikan atau

penurunan sebesar 1, maka return saham akan ikut mengalami



konstan.


investor, baik sebelum (Maret – April 2019) maupun pada saat

205


sama-sama berpengaruh secara signifikan terhadap return saham

perusahaan di Sektor Perdagangan, Jasa, dan Investasi. Akan tetapi,

pengaruh sentiment investor (SENT) pada masa pandemic COVID-19

jauh lebih besar diabndingkan saat sebelum pandemic di Indonesia.

Hal ini dapat dilihat dari nilai koefisisen sentiment investor

11.02193*SENT > 1.167823*SENT.

Dengan ini hipotesis dapat diterima, bahwa pada Sektor

Perdagangan, Jasa, dan Investasi sentiment investor berpengaruh

signifikan terhadap return saham di masa pandemic COVID-19.

Dari pembahasan ini diketahui bahwa pada beberapa sektor, sentiment

investor memiliki pengaruh yang positif atau searah dan signifikan. Hasil ini

sesuai dengan hasil dari penelitian yang dilakukan oleh Yang, Ryu, Ryu (2017) ;

serta Feren dan Nuraini Bangun (2019).

206

5. BAB 5

5.1 Kesimpulan

Penelitian ini bertujuan untuk mengetahui bagaimana pengaruh

sentiment investor pada masa pandemic COVID-19 terhadap return saham

sektoral yang terdaftar di Bursa Efek Indonesia (BEI). Penelitian ini

dilakukan pada 9 (Sembilan) sektor industri, dengan mengambil 8

perusahaan pada Sektor Pertanian dan masing-masing 10 perusahaan pada

tiap-tiap Sektor Pertambangan, Sektor Industri Dasar dan Kimia, Sektor

Aneka Industri, sektor industri barang konsumen, sektor property-real

eastate-konstruksi bangunan, sektor infrastruktur-utilitas-transportasi,

Sektor Keuangan, dan sektor perdagangan-jasa-investasi. Analisis regresi

menggunakan regresi data panel menggunakan software E-views 10

dengan jumlah observasi 240 observasi untuk Sektor Pertanian dan 300

observasi untuk masing-masing 8 sektor lainnya.

Penelitian ini juga membandingkan hasil sebelum masa pandemic

(Maret – april 2019) dan saat pandemic (Maret – April 2020), untuk

melihat bagaimana perbedaan pengaruh dari sentiment investor itu sendiri.

Penelitian ini juga menggunakan variabel independen pendukung berupa

fama-french three factor model (Market Premium (MP), Size Premium

(SMB), dan Value Premium (HML)) dengan tujuan untuk meningkatkan

keakuratan model dalam mengestimasi.

207

Adapun hasil dari penelitian ini menunjukkan bahwa dengan

menggunakan trading volume activity sebagai proksi untuk sentiment

investor, sentiment investor berpengaruh positif terhadap return saham,

baik sebelum maupun saat pandemic COVID-19 di semua sektor.

Penelitian menunjukkan bahwa baik di masa pandemic COVID-19

ataupun sebelum pandemic COVID-19, sentiment investor memiliki

pengaruh signifikan terhadap return saham. Namun, pengaruhnya ini lebih

besar dibandingkan dengan saat sebelum pandemic. Hal ini terjadi pada

Sektor Pertanian, Sektor Pertambangan, Sektor Industri Dasar dan Kimia,

dan sektor perdagangan-jasa-investasi.

Pada beberapa sektor, sentiment investor memiliki pengaruh yang

signifikan, baik di masa pandemic COVID-19 maupun sebelum pandemic

COVID-19. Namun, pengaruh tersebut lebih rendah dibandingkan dengan

pada saat sebelum pandemic. Hal ini terjadi pada Sektor Properti, Real

Estate, dan Konstruksi Bangunan.

Pada sektor industri Barang Konsumen, sentiment investor tidak

memiliki pengaruh yang signifikan pada saat sebelum pandemic COVID-

19. Namun, sentiment investor memiliki pengaruh yang signifikan dan

besar pada masa pandemic COVID-19.

Pada Sektor Infrastruktur, Utilitas, dan Transportasi sentiment

investor di masa pandemi COVID-19 justru tidak memiliki pengaruh yang

signifikan terhadap return saham. Hal ini juga berlaku pada Sektor Aneka

Industri.

208

Dari penelitian ini juga diketahui bahwa Sektor Keuangan, baik

sebelum maupun saat pandemic COVID-19 sentiment investor tidak

memiliki pengaruh yang signifikan terhadap return saham.

5.2 Saran

Berdasarkan keseluruhan penelitian dan pembahasan yang telah

dilakukan, penulis mengemukakan beberapa saran sebagai berikut:

1. Bagi peneliti lain yang ingin melakukan penelitian dengan topic yang

sama di masa mendatang, disarankan untuk menggunakan jumlah

sampel atau observasi yang lebih besar agar penelitian yang dilakukan

bisa lebih mewakili keadaan yang sesungguhnya. Perusahaan yang

diteliti dalam penelitian ini berjumlah antara 8 dan 10 perusahaan di

tiap sektornya, dipenelitian selanjutnya dapat menggunakan lebih

banyak perusahaan. Penelitian selanjutnya juga dapat memperpanjang

periode waktu yang digunakan penelitian.

2. Hendaknya mengubah proksi sentiment investor yang digunakan

dalam penelitian selanjutnya. Sehingga dapat dilihat apakah terdapat

perbedaan hasil jika menggunakan proksi sentiment investor yang

berbeda.

1

DAFTAR PUSTAKA

Agustya dan Faisal. 2018. ―Sentimen Investor Dan Ekspektasi Pertumbuhan Laba

Jangka Panjang Pada Industri Non Keuangan di Indonesia‖.

Jurnal Ilmiah Mahasiswa Ekonomi Manajemen Universitas

Syiah Kuala, Vol 3(1)

Ary, William W. 2019. ―Sentimen Investor dan Three-Factor Asset Pricing Model

(Studi Empirik di Bursa Efek Indonesia)‖. Jurnal Manajemen

dan Keuangan, Vol.8(2): 221 – 237.

Bagun, Nurainun, Feren, Linda Santioso, Henryanto Wijaya. 2020. ―Pengaruh

Interest Rate, Investor Sentiment, Financial Distress Terhadap

Stock Return‖. Jurnal Bina Akuntansi, Vol.7(1): 80 – 106

Baker, Malcolm, dan Jeffrey Wurgler. 2007. ―Investor Sentiment in The Stock

Market‖. Jounal of Economic Perpective, Vol.21(2): 129 – 151.

Baker, Malcolm, dan Jeffrey Wurgler. 2006. ―Investor Sentiment and The Cross-

Section of Stock Returns‖. The Journal of Finance, Vol. 61(4):

1645 – 1680.

Bareksa. 2020. ―IHSG Februari 2020 Longsor, Begini Knerja Empat Jenis

Reksadana‖. 02 Maret 2020

(https://www.bareksa.com/berita/id/text/2020/03/02/ihsg-

februari-2020-longsor-begini-kinerja-empat-jenis-

reksadana/24451/news)

Batubara, Mustopa M. 2011. ―Metode Penelitian Sosial Ekonomi‖. Universitas

Muhammadiyah Palembang: Palembang.

Birgham dan Houston. 2018. ―Fundamental of Financial Management 15th

Edition‖. Cancage: Boston, USA.

Burghardt, Matthias. 2011. ―Retail Investor Sentiment and Behavior‖. Gabler

Verlag, Springer Fachmedien Wiesbaden GmbH 2011. DOI:

10.1007/978-3-8349-6170-9

Bursa Efek Indonesia (BEI). ―Saham‖. (https://www.idx.co.id/produk/saham/)

______________________. ―Pengantar Pasar Modal‖.

(https://www.idx.co.id/investor/pengantar-pasar-modal/)

https://www.idx.co.id/produk/saham/

https://www.idx.co.id/investor/pengantar-pasar-modal/

2

Bodie, ZVI, Alex Kane, dan Alan J. Marcus. 2009. ―Investment Eighth Edition‖.

Mc Graw Hill: New York.

Dilla, Salsa, L.K. Sari, N.A. Achsani. 2020. ―Estimating The Effect of The

COVID-19 Outbreak Events On The Indonesian Sectoral Stock

Return‖. Jurnal Aplikasi Manajemen dan Bisnis, Vol.6 No.3;

662 – 668. DOI: 10.17388/jabm.6.3.662

Ekananda, Mahyus. 2016. ―Analisis Ekonometrika Data Panel Edisi 2‖. Mitra

Wacana Media: Jakarta.

Fadhillah, Faisal. 2017. ―Pengaruh Non-Linear Sentimen Investor terhadap

Return pada Perusahaan Manufaktur di Bursa Efek Indonesia

Tahun 2014 – 2015‖. Jurnal Ilmiah Mahasiswa Ekonomi

Manajemen, Vol. 2(3): 246 – 259.

Fama, Eugene F. dan K. R. French. 1992. ―Common Risk Factors in The Returns

on Stocks and Bonds‖. Journal of Financial Economics, Vol.33;

3 – 56.

Fama, Eugene. F dan K.R. French. 1992. ―The Cross-Section of Expected Stock

Return‖. The Journal of Finance, Vol.XLVII(2): 427 – 465.

Gio, Prana Ugiana dan Dasapta Erwin Irawan. 2016. ―Belajar Statistika dengan R

(Disertai beberapa contoh perhitungan manual)‖. USU Press:

Medan.

Gugus Tugas Percepatan Penanganan COVID-19. 2020. ―Peta Sebaran COVID-

19 di Indonesia‖. (https://covid19.go.id/peta-sebaran)

Gujarati, Damodar. 2007. ―Dasar-Dasar Ekonometrika Edisi Ketiga‖. Penerbit

Erlangga: Jakarta.

Gujarati, Damodar dan Porter. 2009. ―Basic Econometrics 5th

Edition‖. Mc Graw

Hill: New York.

HaiYue Liu, A. Manzoor, Cang Yu Wang, Lei Zhang, and Z. Manzoor. 2020.

―The COVID-19 Outbreak and Affected Countris Stock Markets

Respin‖. International Journal of Environmental Research dan

Pblic Health. DOI: 10.3390/ijerph17082800

Handoko, Wina MW dan Supramono. 2017. ―Sentimen Investor Terhadap

Peristiwa Teorisme Berbasis Fundamental Perusahaan (Studi

https://covid19.go.id/peta-sebaran

3

pada Peristiwa Serangan Bom Sarinah 14 Januari 2016)‖. Jurnal

Akuntansi dan Keuangan, Vol.19(2): 122 – 132

Hardianto dan Suherman. 2009. ―Pengujian Fama-French Three-Factor Model di

Indonesia‖. Jurnal Keuangan dan Perbankan, Vol.13(2): 198 –

208. SK. No. 167/DIKTI/Kep/2007

Herlianto, Didit. 2013. ―Manajemen Investasi Plus Jurus Mendeteksi Investasi

Bodong‖. Gosyen Publishing: Yogyakarta.

Hu, Changsheng dan Yongfeng Wang. 2013. ―Noise Trading and Stock Return:

Evidence from China‖. China Finance Review International

Vo.1(3) : 301 – 315. DOI: 10.1108/CFRI-02-2012-0017

Indonesia.go.id. 2020. ―Kasus COVID-19 Pertama, Masyarakat Jangan Panik‖. 2

Maret 2020 (https://indonesia.go.id/narasi/indonesia-dalam-

angka/ekonomi/kasus-covid-19-pertama-masyarakat-jangan-

panik)

Kencana, Anggia P.P. 2019. ―Analisis Hubungan Antara Sentimen Investor dan

Imbal Hasil Pasar Saham dengan Pendekatan Aliran Dana Reksa

dan Analisis Vector Autoregressive (VAR)‖. Jurnal Ilmiah

Ekonomi Bisnis, Vol.24(3): 204 – 2014

Kompas. 2020. ―WHO Umumkan Wabah Virsu Corona Berstatus Darurat Global,

Apa Artinya?‖. 31 Januari 2020

(https://sains.kompas.com/read/2020/01/31/113000623/who-

umumkan-wabah-virus-corona-berstatus-darurat-global-apa-

artinya?page=all)

_______. 2020. ―Rangkaian Peristiwa Pertama COVID-19‖. 18 April 2020

(https://bebas.kompas.id/baca/riset/2020/04/18/rangkaian-

peristiwa-pertama-covid-19/)

Lestari, Diyan. 2016. ―Investor Sentiment, Ekonomi Makro, dan Stock Market

Performance‖. SEMNAS FEKON 2016.

Lorraine Rupande, Muguto, Muzindutsi. 2019. ―Investor Sentiment and Stock

Return Volatility: Evidence from The Johannesburg Stock

Exchange‖. Cogent Economics and Finance, Vol.7.

Maulina, Rosyida dan N.F. Nuzula. 2018. ―Does Investor Sentiment Affect Large-

Ca and Small-Cap Stock Return? (Study on Companies Lised in

https://indonesia.go.id/narasi/indonesia-dalam-angka/ekonomi/kasus-covid-19-pertama-masyarakat-jangan-panik



https://sains.kompas.com/read/2020/01/31/113000623/who-umumkan-wabah-virus-corona-berstatus-darurat-global-apa-artinya?page=all



https://bebas.kompas.id/baca/riset/2020/04/18/rangkaian-peristiwa-pertama-covid-19/

https://bebas.kompas.id/baca/riset/2020/04/18/rangkaian-peristiwa-pertama-covid-19/

4

Indonesia Stock Market Period 2012 – 2016). Jurnal

Administrasi Bisnis (JAB) Vol.58 (1): 51 – 60.

Merthadiyanti, Luh Ade Wahyu dan Gerianta W. Yasa. 2019. ―Analisis Tarding

Volume Activity dan Bis-Ask Spread Setelah Stick Split‖. E-

Jurnal Akuntansi Universitas Udayana, Vol.21: 311 – 335.

DOI:http://doi.org/1024843/EJA.2019.v27.i01.p12

Mudjiyono. 2012. ―Investasi dalam Saham dan Obligasi dan Meminimalisasi

Risiko Sekuritas Pada Pasar Modal Indonesia‖. Jurnal STIE

Semarang, Vo.4(2). ISSN: 2252-7826.

Muklis, Faiza. 216. ―Perkembangan dan Tantangan Pasar Modal Indonesia‖. Al-

Masraf (Jurnal Lembaga Keuangan dan Perbankan) Vol.1(1): 65

– 75.

Nachrowi, Djalal dan Hardius Usman. 2006. ―Pendekatan Populer dan Praktis

Ekonometrika untuk Analisis Ekonomi dan Keuangan‖. Badan

Penerbit Universitas Indonesia: Jakarta.

Oprea, Dragos S. dan L. Brad. 2014. ―Investor Sentimen and Stock Returns:

Evidence from Romania‖. International Journal of Academic

Research in Accounting, Finance and Management Sciences,

Vol.4(2): 23 – 29. DOI: 10.6007/IJARAFMS/v4-i2/764

Otoritas Jasa Keuangan. 2016. ―Seri Literasi Keuangan untuk Tingkat Perguruan

Tinggi: Pasar Modal‖. OJK: Jakarta.

Pandjaitan, Dorothy R. H. dan Aripin Ahmad. 2017. ―Buku Ajar Metode

Penelitian Untuk Bisnis‖. Aura Publishing: Bandar Lampung.

Pitriyanti, Kadek M., Komang Dharmawan, dan G. K. Gandhiadi. 2015.

―Perbandingan Capital Asset Pricing Model (CAPM) dan Three

Factors Model Fama dan French (TFMFF) Dalam Mengestimai

Return Saham‖. E-Jurnal Matematika, Vol.4(4): 181 – 187.

ISSN: 2303-1751

Qing He, Junyi Liu, Sizhu Wang, dan Jishuang Yu. 2020. ―The Impact of

COVID-19 on Stock Market‖. Economic and Political Studies.

DOI: 10.1080/20954816.2020.1757570

Rahmah, Mas. 2019. ―Hukum Pasar Modal‖. Kencana: Jakarta.

5

Rinaldi, Sony F. dan Bagya Mujianto. 2017. ―Metodologi Penelitian dan

Statistik‖. Kementrian Kesehatan Republik Indonesia, Pusat

Pendidikan Sumber Daya Manusia Kesehatan, Badan

Pengembangan dan Pemberdayaan Sumber Daya Manusia

Kesehatan.

Ryu, D., D. Ryu, H.J. Yang. 2019. ―Investor Sentimen, Market Competition, and

Financial Crisis: Evidence from The Korean Stock Market‖.

Emerging Markets Finance and Trade. DOI:

10.1080/1540496X.2019.1675152

Sekaran, Uma dan R. Bougie. 2016. ―Research Methods for Business: A Skill-

Building Approach‖. John Wiley & Sons Ltd.: Chichester, West

Sussex, United Kingdom.

Setyawati, Vivi Yuly dan Ataina Hudayati. 2019. ―Pengaruh Komite Remunerasi

dan Peraturan Otoritas Jasa Keuangan Terhadap Kinerja

Perusahaan‖. Proceeding of National Conference on Accunting

and Finance Vol.1 :22 – 33. DOI: 10.20885/ncaf.vol1.art3

Shiller, Robert J. 2003. ―From Efficient Markets Theory to Behavioral Finance‖.

Journal of Economic Perpectives, Vol.17(1): 83 – 104.

Sidik, Syahrizal. CNBC Indonesia. 2020. ―Nih, Sejumlah Sentimen Negatif yang

Bikin IHSG Jebol 2,63%‖. 27 Februari 2020

(https://www.cnbcindonesia.com/market/20200227120756-17-

140815/nih-sejumlah-sentimen-negatif-yang-bikin-ihsg-jebol-

263)

Sitorus, Yosephine M. dan Yuliana. 2018. ―Penerapan Regresi Data PANEL Pada

Analisis Pengaruh Infrastruktur Terhadap Produktivitas

Ekonomi Provinsi-Provinsi di Luar Pulau Jawa Tahun 2010-

2014‖. Jurnal Media Statistika Vol.11(1): 1 – 15. DOI:

10.14710/medstat.11.1.1-15

Sudirman. 2015. ―Pasar Modal dan Manajemen Portofolio‖. Sultan Amai Press:

Gorontalo.

Sugianto, Danang. Detik Finance. 2020. ―Perjalanan IHSG Sejak RI Positif Virus

Corona‖. 10 April 2020 (https://finance.detik.com/bursa-dan-

valas/d-4972595/perjalanan-ihsg-sejak-ri-positif-virus-corona)

6

Suryana. 2010. ―Buku Ajar Perkuliahan Metodologi Penelitian: Model Praktis

Penelitian Kuantitatif dan Kualitatif‖. Universitas Pendidikan

Indonesia.

Srihardianti, Mariska, M. Mustafid, dan A. Prahutama. 2016. ―Metode Regresi

Data Panel Untuk Peramalan Konsumsi Energi di Indonesia‖.

Jurnal Gaussian Vol.5(3): 475 – 485. DOI:

https://doi.org/10/14710/j.gauss.v5i3.14703

Tempo. 2020. ―WHO Beri Status Pandemi untuk COVID-19, Apa Artinya?‖. 13

Maret 2020 (https://gaya.tempo.co/read/1319075/who-beri-

status-pandemi-untuk-covid-19-apa-artinya)

Tjolleng, Amir dan T. Manurung. 2013. ―Analisis Portofolio dalam Investasi

Saham Pada Pasar Modal‖. D’Cartesian: Jurnal Matematika dan

Aplikasi Vol.2(2): 33 – 40.

DOI: https://doi.org/10.35799/dc.2.2.2013.3434

Wahidmurni. 2017. ―Pemaparan Metode Penelitian Kuantitaif‖. Jurnal Fakultas

Ilmu Tarbiyah dan Keguruan UIN Maulana Malik Ibrahim

Malang.

Wahyuni, Asri N. dan Suryakusuma. 2018. ―Analisis Likuiditas, Solvabilitas, dan

Aktivitas Perusahaan terhadap Profitabilitas pada Perusahaan

Manufaktur‖. Jurnal Manajemen Vol.15(1): 1 – 17. DOI:

http://doi.org/10.25170/jm.v15i1.95

Wardiyah, Mia L. 2017. ―Manajemen Pasar Uang dan Pasar Modal‖. CV Pustaka

Setia: Bandung.

Widarjono, Agus. 2013. ―Ekonometrika: Pengantar dan aplikasinya‖. Ekonesia:

Jakarta.

Widhiarti R.P, Aggraeni, dan Pasaribu. 2018. ―Analysis of Investor Sentiment

Impact in Indonesia Composite Stock Price Index Return

Volatility‖. Indonesian Journal of Business and

Entrepreneurship, Vol.4(3): 239 – 248.

World Health Organization (WHO). 2020. ―Coronavirus Disease (COVID-19)

Pandemic‖. (https://www.who.int/emergencies/diseases/novel-

coronavirus-2019)

World Health Organization (WHO). 2020. ―Rolling Updates on Coronavirus

Disease (COVID-19)‖.

https://gaya.tempo.co/read/1319075/who-beri-status-pandemi-untuk-covid-19-apa-artinya

https://gaya.tempo.co/read/1319075/who-beri-status-pandemi-untuk-covid-19-apa-artinya

https://doi.org/10.35799/dc.2.2.2013.3434

https://www.who.int/emergencies/diseases/novel-coronavirus-2019

https://www.who.int/emergencies/diseases/novel-coronavirus-2019

7

(https://www.who.int/emergencies/diseases/novel-coronavirus-

2019/events-as-they-happen)

World Health Organization (WHO). 2020. ―WHO Coronavirus Disease (COVID-

19) Dashboard‖. (https://covid19.who.int/)

Yafiz, Muhammad. 2008. ―Saham dan Pasar Modal Syariah: Konsep, Sejarah, dan

Perkembangannya‖. MIQOT, Vol.32(2).

Yang, H.J, D. Ryu, D. Ryu.2017. ―Investor Sentiment, Asset Returns, and Firm

Characteristic: Evdenve from Korean Stock Market‖. Investment

Analysts Journal, Vol.46(2): 132 – 147. DOI:

10.1080/10293523.2016.1277850

https://www.who.int/emergencies/diseases/novel-coronavirus-2019/events-as-they-happen

https://www.who.int/emergencies/diseases/novel-coronavirus-2019/events-as-they-happen

https://covid19.who.int/

1

LAMPIRAN

Lampiran 1

Model Estimator Terbaik Sektor Pertanian Maret – April 2019

Dependent Variable: RETURN

Method: Panel EGLS (Cross-section SUR)

Date: 04/06/21 Time: 02:59

Sample: 3/01/2019 4/15/2019

Periods included: 30

Cross-sections included: 8

Total panel (balanced) observations: 240

Linear estimation after one-step weighting matrix Variable Coefficient Std. Error t-Statistic Prob. C 0.024408 0.007716 3.163107 0.0018

SENT 1.064675 0.318993 3.337613 0.0010

MP 0.459074 0.130463 3.518798 0.0005

SMB -0.131574 0.079500 -1.655012 0.0993

HML 0.103259 0.050268 2.054189 0.0411 Weighted Statistics R-squared 0.132906 Mean dependent var -0.067455

Adjusted R-squared 0.118147 S.D. dependent var 1.074342

S.E. of regression 1.002703 Sum squared resid 236.2720

F-statistic 9.005019 Durbin-Watson stat 1.951668

Prob(F-statistic) 0.000001 Unweighted Statistics R-squared 0.107630 Mean dependent var -0.000964

Sum squared resid 0.071172 Durbin-Watson stat 1.705142

Lampiran 2

Model Estimator Terbaik Sektor Pertanian Maret – April 2020



Date: 04/06/21 Time: 03:24

Sample: 3/02/2020 4/14/2020





2

SENT 3.788813 1.591090 2.381269 0.0181

MP 0.442379 0.083069 5.325455 0.0000

SMB -0.440560 0.058127 -7.579254 0.0000







Lampiran 3

Model Estimator Terbaik Sektor Pertambangan Maret – April 2019



Date: 04/10/21 Time: 04:06

Sample: 3/01/2019 4/15/2019





SENT 1.191435 0.420339 2.834464 0.0049

MP 0.464486 0.155246 2.991936 0.0030

SMB -0.019711 0.070531 -0.279460 0.7801







3

Lampiran 4

Model Estimator Terbaik Sektor Pertambangan Maret – April 2020



Date: 04/10/21 Time: 04:15

Sample: 3/02/2020 4/14/2020





SENT 3.483932 0.652526 5.339149 0.0000

MP 0.693462 0.117972 5.878178 0.0000

SMB -0.579407 0.063085 -9.184602 0.0000

HML -0.565403 0.088944 -6.356874 0.0000 Weighted Statistics R-squared 0.521519 Mean dependent var 0.029513




Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.157423 Mean dependent var 0.006445


Lampiran 5

Model Estimator Terbaik Sektor Industri Dasar dan Kimia Maret – April 2019


Method: Panel EGLS (Cross-section weights)

Date: 04/11/21 Time: 05:26

Sample: 3/01/2019 4/15/2019





SENT 2.862993 0.577477 4.957762 0.0000

MP 0.711500 0.143637 4.953449 0.0000

SMB -0.110220 0.175239 -0.628971 0.5299

4







Lampiran 6

Model Estimator Terbaik Sektor Industri Dasar dan Kimia Maret – April 2020



Date: 04/11/21 Time: 05:34

Sample: 3/02/2020 4/14/2020





SENT 4.558932 1.453202 3.137162 0.0019

MP 0.870436 0.073026 11.91948 0.0000

SMB -0.133597 0.100375 -1.330973 0.1842







5

Lampiran 7

Model Estimator Terbaik Sektor Aneka Industri Maret – April 2019



Date: 04/09/21 Time: 05:27

Sample: 3/01/2019 4/15/2019





SENT 0.922336 0.282138 3.269097 0.0012

MP 0.909506 0.161239 5.640720 0.0000

SMB -0.000375 0.059384 -0.006315 0.9950







Lampiran 8

Model Estimator Terbaik Sektor Aneka Industri Maret – April 2020



Date: 04/09/21 Time: 05:44

Sample: 3/02/2020 4/14/2020





SENT 0.431126 1.125724 0.382976 0.7020

MP 1.018348 0.056965 17.87687 0.0000

SMB 0.186258 0.067952 2.741015 0.0065

6







Lampiran 9

Model Estimator Terbaik Sektor Industri Barang Konsumsi Maret – April 2019



Date: 04/11/21 Time: 05:06

Sample: 3/01/2019 4/15/2019





SENT 0.450023 0.632391 0.711622 0.4773

MP 0.526063 0.168574 3.120664 0.0020

SMB -0.131569 0.169786 -0.774912 0.4390







7

Lampiran 10

Model Estimator Terbaik Sektor Industri Barang Konsumsi Maret – April 2020



Date: 04/11/21 Time: 05:13

Sample: 3/02/2020 4/14/2020





SENT 10.00818 1.643557 6.089342 0.0000

MP 1.010202 0.051041 19.79213 0.0000

SMB 0.335471 0.071562 4.687814 0.0000

HML 0.259820 0.121967 2.130245 0.0340 Weighted Statistics R-squared 0.672224 Mean dependent var 0.156282






Lampiran 11

Model Estimator Terbaik Sektor Properti, Real Estate, dan Konstruksi Bangunan Maret –

April 2019



Date: 04/09/21 Time: 04:20

Sample: 3/01/2019 4/15/2019





SENT 4.748999 0.682454 6.958714 0.0000

MP 0.795918 0.164270 4.845189 0.0000

8

SMB -0.244121 0.091114 -2.679303 0.0078

HML 0.234251 0.072586 3.227236 0.0014 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared 0.371180 Mean dependent var 0.134306






Lampiran 12

Model Estimator Terbaik Sektor Properti, Real Estate, dan Konstruksi Bangunan Maret –

April 2020



Date: 04/09/21 Time: 04:31

Sample: 3/02/2020 4/14/2020





SENT 1.720303 0.718386 2.394679 0.0173

MP 0.893173 0.106039 8.423075 0.0000

SMB 0.116782 0.121909 0.957947 0.3389

HML -0.633065 0.194359 -3.257194 0.0013 Weighted Statistics R-squared 0.470466 Mean dependent var -0.166061





9


Lampiran 13

Model Estimator Terbaik Sektor Infrastruktur, Utilitas, dan Tarnsportasi Maret – April

2019



Date: 04/11/21 Time: 04:12

Sample: 3/01/2019 4/15/2019





SENT 0.982195 0.024566 39.98205 0.0000

MP 0.436801 0.101987 4.282929 0.0000

SMB -0.017306 0.035508 -0.487379 0.6264







Lampiran 14

Model Estimator Terbaik Sektor Infrastruktur, Utilitas, dan Tarnsportasi Maret – April

2020



Date: 04/11/21 Time: 04:18

Sample: 3/02/2020 4/14/2020




10


SENT 0.830882 0.590223 1.407742 0.1603

MP 1.245758 0.059157 21.05842 0.0000

SMB -0.248932 0.127117 -1.958286 0.0511







Lampiran 15

Model Estimator Terbaik Sektor Keuangan Maret – April 2019



Date: 04/16/21 Time: 14:57

Sample: 3/01/2019 4/15/2019





SENT 0.143819 1.285369 0.111889 0.9110

MP 0.562719 0.126923 4.433562 0.0000

SMB -0.085919 0.071553 -1.200781 0.2308





Prob(F-statistic) 0.000072 Unweighted Statistics

11

R-squared 0.073422 Mean dependent var -0.001539


Lampiran 16

Model Estimator Terbaik Sektor Keuangan Maret – April 2020



Date: 04/11/21 Time: 05:43

Sample: 3/02/2020 4/14/2020





SENT 2.646316 2.432246 1.088013 0.2775

MP 0.859965 0.078631 10.93671 0.0000

SMB 0.241157 0.092724 2.600810 0.0098







Lampiran 17

Model Estimator Terbaik Sektor Perdagangan, Jasa, dan Investasi Maret – April 2019



Date: 04/08/21 Time: 03:53

Sample: 3/01/2019 4/15/2019




Linear estimation after one-step weighting matrix

12


SENT 1.167823 0.592770 1.970112 0.0498

MP 0.319262 0.149502 2.135503 0.0335

SMB 0.314325 0.128119 2.453391 0.0147

HML -0.168001 0.115461 -1.455044 0.1467 Weighted Statistics R-squared 0.058446 Mean dependent var 0.083780






Lampiran 18

Model Estimator Terbaik Sektor Perdagangan, Jasa, dan Investasi Maret – April 2020



Date: 04/09/21 Time: 04:10

Sample: 3/02/2020 4/14/2020





SENT 11.02193 2.293184 4.806388 0.0000

MP 0.874125 0.056684 15.42094 0.0000

SMB 0.066055 0.115081 0.573985 0.5664

HML -0.122180 0.114471 -1.067338 0.2867 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared 0.532415 Mean dependent var -0.322466




13



Lampiran 19

Data Mentah (Raw Data)

Data Mentah Sektor Pertanian 2019

COMPANY Date RETURN SENT MP SMB HML

AALI

1-Mar-19 0.0100806 0.0001775 -0.0494024 0.0011213 0.0054647

4-Mar-19 0.0239521 0.0002746 -0.0601732 -0.0035368 -0.0245981

5-Mar-19 -0.0155945 0.0001117 -0.0660975 0.0089345 -0.0068622

6-Mar-19 -0.0059406 0.0001153 -0.0557360 0.0139454 0.0114219

8-Mar-19 -0.0039841 0.0001232 -0.0706656 -0.0115018 0.0155017

11-Mar-19 -0.0040000 0.0001436 -0.0614839 0.0074446 -0.0122626

12-Mar-19 -0.0140562 0.0003245 -0.0607920 0.0076160 0.0051332

13-Mar-19 0.0264766 0.0000258 -0.0547518 -0.0027026 0.0078716

14-Mar-19 -0.0079365 0.0001160 -0.0526576 -0.0190404 -0.0287969

15-Mar-19 0.0000000 0.0000955 -0.0502988 0.0187412 0.0016789

18-Mar-19 -0.0160000 0.0002230 -0.0510009 0.0024117 -0.0134036

19-Mar-19 -0.0081301 0.0001635 -0.0628017 0.0073386 -0.0103408

20-Mar-19 -0.0081967 0.0002303 -0.0580126 -0.0074645 0.0124845

21-Mar-19 -0.0289256 0.0010880 -0.0551861 0.0196845 0.0035283

22-Mar-19 0.0021277 0.0004588 -0.0548936 0.0011475 -0.0043012

25-Mar-19 -0.0276008 0.0006102 -0.0771391 0.0171701 -0.0106947

26-Mar-19 -0.0131004 0.0004744 -0.0506206 0.0062171 -0.0226309

27-Mar-19 0.0000000 0.0003010 -0.0631603 0.0288096 -0.0130429

28-Mar-19 0.0022124 0.0001632 -0.0560191 -0.0065386 -0.0125853

29-Mar-19 -0.0088300 0.0001916 -0.0612632 -0.0194117 0.0248698

1-Apr-19 0.0044543 0.0003167 -0.0606803 -0.0046397 0.0229004

2-Apr-19 0.0554324 0.0005123 -0.0553067 -0.0154929 0.0435204

4-Apr-19 0.0420168 0.0011491 -0.0559383 -0.0032839 0.0301728

5-Apr-19 0.0000000 0.0006244 -0.0621013 0.0043087 -0.0359623

8-Apr-19 -0.0080645 0.0002295 -0.0671913 0.0141837 -0.0052130

9-Apr-19 0.0060976 0.0002409 -0.0514914 -0.0065684 -0.0062360

14

10-Apr-19 -0.0080808 0.0000843 -0.0620326 0.0041368 -0.0167622

11-Apr-19 0.0000000 0.0001400 -0.0721636 0.0006144 -0.0182666

12-Apr-19 0.0020367 0.0001591 -0.0610006 0.0053108 -0.0121544

15-Apr-19 0.0000000 0.0001966 -0.0542418 -0.0097425 -0.0001198

BISI

1-Mar-19 0.0071429 0.0000728 -0.0494024 0.0011213 0.0054647

4-Mar-19 0.0178571 0.0000330 -0.0601732 -0.0035368 -0.0245981

5-Mar-19 0.0035088 0.0001061 -0.0660975 0.0089345 -0.0068622

6-Mar-19 0.0104895 0.0001530 -0.0557360 0.0139454 0.0114219

8-Mar-19 -0.0276817 0.0000384 -0.0706656 -0.0115018 0.0155017

11-Mar-19 0.0106762 0.0000421 -0.0614839 0.0074446 -0.0122626

12-Mar-19 -0.0035211 0.0000203 -0.0607920 0.0076160 0.0051332

13-Mar-19 0.0070671 0.0001612 -0.0547518 -0.0027026 0.0078716

14-Mar-19 -0.0035088 0.0000188 -0.0526576 -0.0190404 -0.0287969

15-Mar-19 0.0140845 0.0006757 -0.0502988 0.0187412 0.0016789

18-Mar-19 0.0000000 0.0001004 -0.0510009 0.0024117 -0.0134036

19-Mar-19 0.0000000 0.0003829 -0.0628017 0.0073386 -0.0103408

20-Mar-19 -0.0277778 0.0005524 -0.0580126 -0.0074645 0.0124845

21-Mar-19 0.0071429 0.0000329 -0.0551861 0.0196845 0.0035283

22-Mar-19 0.0141844 0.0000511 -0.0548936 0.0011475 -0.0043012

25-Mar-19 -0.0034965 0.0000953 -0.0771391 0.0171701 -0.0106947

26-Mar-19 0.0280702 0.0002639 -0.0506206 0.0062171 -0.0226309

27-Mar-19 0.0477816 0.0004047 -0.0631603 0.0288096 -0.0130429

28-Mar-19 -0.0032573 0.0002533 -0.0560191 -0.0065386 -0.0125853

29-Mar-19 -0.0620915 0.0001864 -0.0612632 -0.0194117 0.0248698

1-Apr-19 -0.0313589 0.0003182 -0.0606803 -0.0046397 0.0229004

2-Apr-19 -0.0035971 0.0000827 -0.0553067 -0.0154929 0.0435204

4-Apr-19 0.0072202 0.0000583 -0.0559383 -0.0032839 0.0301728

5-Apr-19 0.0250896 0.0001488 -0.0621013 0.0043087 -0.0359623

8-Apr-19 0.0000000 0.0000327 -0.0671913 0.0141837 -0.0052130

9-Apr-19 0.0034965 0.0000548 -0.0514914 -0.0065684 -0.0062360

10-Apr-19 0.0034843 0.0000723 -0.0620326 0.0041368 -0.0167622

11-Apr-19 0.0069444 0.0000710 -0.0721636 0.0006144 -0.0182666

12-Apr-19 0.0000000 0.0000407 -0.0610006 0.0053108 -0.0121544

15-Apr-19 -0.0172414 0.0000109 -0.0542418 -0.0097425 -0.0001198

SIMP

1-Mar-19 0.0000000 0.0001912 -0.0494024 0.0011213 0.0054647

4-Mar-19 -0.0084034 0.0001515 -0.0601732 -0.0035368 -0.0245981

5-Mar-19 0.0000000 0.0001925 -0.0660975 0.0089345 -0.0068622

6-Mar-19 0.0000000 0.0001558 -0.0557360 0.0139454 0.0114219

8-Mar-19 0.0000000 0.0002471 -0.0706656 -0.0115018 0.0155017

11-Mar-19 -0.0084746 0.0000573 -0.0614839 0.0074446 -0.0122626

12-Mar-19 -0.0042735 0.0000642 -0.0607920 0.0076160 0.0051332

15

13-Mar-19 0.0042918 0.0000630 -0.0547518 -0.0027026 0.0078716

14-Mar-19 -0.0042735 0.0000468 -0.0526576 -0.0190404 -0.0287969

15-Mar-19 -0.0042918 0.0000659 -0.0502988 0.0187412 0.0016789

18-Mar-19 -0.0043103 0.0000873 -0.0510009 0.0024117 -0.0134036

19-Mar-19 -0.0129870 0.0002474 -0.0628017 0.0073386 -0.0103408

20-Mar-19 -0.0043860 0.0001143 -0.0580126 -0.0074645 0.0124845

21-Mar-19 -0.0044053 0.0002025 -0.0551861 0.0196845 0.0035283

22-Mar-19 0.0088496 0.0000513 -0.0548936 0.0011475 -0.0043012

25-Mar-19 -0.0219298 0.0002385 -0.0771391 0.0171701 -0.0106947

26-Mar-19 -0.0044843 0.0000877 -0.0506206 0.0062171 -0.0226309

27-Mar-19 0.0000000 0.0000496 -0.0631603 0.0288096 -0.0130429

28-Mar-19 -0.0045045 0.0000645 -0.0560191 -0.0065386 -0.0125853

29-Mar-19 -0.0045249 0.0000799 -0.0612632 -0.0194117 0.0248698

1-Apr-19 -0.0045455 0.0001332 -0.0606803 -0.0046397 0.0229004

2-Apr-19 0.0273973 0.0002799 -0.0553067 -0.0154929 0.0435204

4-Apr-19 0.0088889 0.0003648 -0.0559383 -0.0032839 0.0301728

5-Apr-19 -0.0088106 0.0002691 -0.0621013 0.0043087 -0.0359623

8-Apr-19 -0.0177778 0.0001190 -0.0671913 0.0141837 -0.0052130

9-Apr-19 0.0045249 0.0001452 -0.0514914 -0.0065684 -0.0062360

10-Apr-19 -0.0135135 0.0001511 -0.0620326 0.0041368 -0.0167622

11-Apr-19 -0.0045662 0.0001806 -0.0721636 0.0006144 -0.0182666

12-Apr-19 -0.0229358 0.0002478 -0.0610006 0.0053108 -0.0121544

15-Apr-19 -0.0140845 0.0003363 -0.0542418 -0.0097425 -0.0001198

BWPT

1-Mar-19 0.0180723 0.0001465 -0.0494024 0.0011213 0.0054647

4-Mar-19 0.0000000 0.0005395 -0.0601732 -0.0035368 -0.0245981

5-Mar-19 -0.0236686 0.0006802 -0.0660975 0.0089345 -0.0068622

6-Mar-19 0.0060606 0.0002048 -0.0557360 0.0139454 0.0114219

8-Mar-19 -0.0060241 0.0001135 -0.0706656 -0.0115018 0.0155017

11-Mar-19 -0.0242424 0.0004610 -0.0614839 0.0074446 -0.0122626

12-Mar-19 0.0062112 0.0003202 -0.0607920 0.0076160 0.0051332

13-Mar-19 0.0185185 0.0005028 -0.0547518 -0.0027026 0.0078716

14-Mar-19 -0.0181818 0.0001843 -0.0526576 -0.0190404 -0.0287969

15-Mar-19 -0.0061728 0.0001711 -0.0502988 0.0187412 0.0016789

18-Mar-19 0.0062112 0.0003402 -0.0510009 0.0024117 -0.0134036

19-Mar-19 -0.0123457 0.0001691 -0.0628017 0.0073386 -0.0103408

20-Mar-19 0.0062500 0.0002649 -0.0580126 -0.0074645 0.0124845

21-Mar-19 0.0000000 0.0002195 -0.0551861 0.0196845 0.0035283

22-Mar-19 0.0062112 0.0002133 -0.0548936 0.0011475 -0.0043012

25-Mar-19 -0.0123457 0.0002232 -0.0771391 0.0171701 -0.0106947

26-Mar-19 0.0062500 0.0001771 -0.0506206 0.0062171 -0.0226309

27-Mar-19 -0.0062112 0.0002748 -0.0631603 0.0288096 -0.0130429

16

28-Mar-19 0.0000000 0.0003271 -0.0560191 -0.0065386 -0.0125853

29-Mar-19 -0.0125000 0.0003094 -0.0612632 -0.0194117 0.0248698

1-Apr-19 0.0189873 0.0004194 -0.0606803 -0.0046397 0.0229004

2-Apr-19 0.0372671 0.0010637 -0.0553067 -0.0154929 0.0435204

4-Apr-19 0.0538922 0.0027974 -0.0559383 -0.0032839 0.0301728

5-Apr-19 -0.0284091 0.0007454 -0.0621013 0.0043087 -0.0359623

8-Apr-19 -0.0116959 0.0005725 -0.0671913 0.0141837 -0.0052130

9-Apr-19 0.0059172 0.0002266 -0.0514914 -0.0065684 -0.0062360

10-Apr-19 -0.0117647 0.0004548 -0.0620326 0.0041368 -0.0167622

11-Apr-19 -0.0297619 0.0005461 -0.0721636 0.0006144 -0.0182666

12-Apr-19 -0.0061350 0.0002624 -0.0610006 0.0053108 -0.0121544

15-Apr-19 0.0061728 0.0001158 -0.0542418 -0.0097425 -0.0001198

DSNG

1-Mar-19 -0.0050000 0.0000180 -0.0494024 0.0011213 0.0054647

4-Mar-19 0.0000000 0.0000214 -0.0601732 -0.0035368 -0.0245981

5-Mar-19 -0.0050251 0.0000497 -0.0660975 0.0089345 -0.0068622

6-Mar-19 0.0050505 0.0000782 -0.0557360 0.0139454 0.0114219

8-Mar-19 -0.0050251 0.0000867 -0.0706656 -0.0115018 0.0155017

11-Mar-19 0.0050505 0.0000271 -0.0614839 0.0074446 -0.0122626

12-Mar-19 0.0000000 0.0000448 -0.0607920 0.0076160 0.0051332

13-Mar-19 0.0000000 0.0000361 -0.0547518 -0.0027026 0.0078716

14-Mar-19 -0.0100503 0.0000382 -0.0526576 -0.0190404 -0.0287969

15-Mar-19 0.0000000 0.0000142 -0.0502988 0.0187412 0.0016789

18-Mar-19 0.0101523 0.0001525 -0.0510009 0.0024117 -0.0134036

19-Mar-19 0.0000000 0.0000514 -0.0628017 0.0073386 -0.0103408

20-Mar-19 -0.0050251 0.0000373 -0.0580126 -0.0074645 0.0124845

21-Mar-19 -0.0050505 0.0000321 -0.0551861 0.0196845 0.0035283

22-Mar-19 0.0101523 0.0000436 -0.0548936 0.0011475 -0.0043012

25-Mar-19 0.0000000 0.0000448 -0.0771391 0.0171701 -0.0106947

26-Mar-19 -0.0201005 0.0000277 -0.0506206 0.0062171 -0.0226309

27-Mar-19 0.0153846 0.0000563 -0.0631603 0.0288096 -0.0130429

28-Mar-19 0.0050505 0.0000570 -0.0560191 -0.0065386 -0.0125853

29-Mar-19 -0.0100503 0.0000300 -0.0612632 -0.0194117 0.0248698

1-Apr-19 0.0050761 0.0000249 -0.0606803 -0.0046397 0.0229004

2-Apr-19 0.0000000 0.0000271 -0.0553067 -0.0154929 0.0435204

4-Apr-19 0.0000000 0.0000328 -0.0559383 -0.0032839 0.0301728

5-Apr-19 0.0101010 0.0002810 -0.0621013 0.0043087 -0.0359623

8-Apr-19 -0.0100000 0.0000366 -0.0671913 0.0141837 -0.0052130

9-Apr-19 0.0000000 0.0000606 -0.0514914 -0.0065684 -0.0062360

10-Apr-19 -0.0101010 0.0000307 -0.0620326 0.0041368 -0.0167622

11-Apr-19 0.0051020 0.0000431 -0.0721636 0.0006144 -0.0182666

12-Apr-19 -0.0101523 0.0000488 -0.0610006 0.0053108 -0.0121544

17

15-Apr-19 -0.0102564 0.0000336 -0.0542418 -0.0097425 -0.0001198

LSIP

1-Mar-19 0.0204918 0.0020395 -0.0494024 0.0011213 0.0054647

4-Mar-19 0.0120482 0.0015578 -0.0601732 -0.0035368 -0.0245981

5-Mar-19 0.0000000 0.0006135 -0.0660975 0.0089345 -0.0068622

6-Mar-19 -0.0079365 0.0002637 -0.0557360 0.0139454 0.0114219

8-Mar-19 -0.0120000 0.0002496 -0.0706656 -0.0115018 0.0155017

11-Mar-19 0.0000000 0.0007053 -0.0614839 0.0074446 -0.0122626

12-Mar-19 -0.0080972 0.0005364 -0.0607920 0.0076160 0.0051332

13-Mar-19 0.0163265 0.0010978 -0.0547518 -0.0027026 0.0078716

14-Mar-19 0.0000000 0.0009030 -0.0526576 -0.0190404 -0.0287969

15-Mar-19 -0.0240964 0.0009452 -0.0502988 0.0187412 0.0016789

18-Mar-19 -0.0246914 0.0011889 -0.0510009 0.0024117 -0.0134036

19-Mar-19 -0.0253165 0.0012977 -0.0628017 0.0073386 -0.0103408

20-Mar-19 0.0043290 0.0013448 -0.0580126 -0.0074645 0.0124845

21-Mar-19 -0.0258621 0.0027951 -0.0551861 0.0196845 0.0035283

22-Mar-19 0.0132743 0.0008863 -0.0548936 0.0011475 -0.0043012

25-Mar-19 -0.0524017 0.0023215 -0.0771391 0.0171701 -0.0106947

26-Mar-19 -0.0046083 0.0019047 -0.0506206 0.0062171 -0.0226309

27-Mar-19 -0.0185185 0.0009226 -0.0631603 0.0288096 -0.0130429

28-Mar-19 0.0047170 0.0019115 -0.0560191 -0.0065386 -0.0125853

29-Mar-19 -0.0234742 0.0014524 -0.0612632 -0.0194117 0.0248698

1-Apr-19 0.0048077 0.0019845 -0.0606803 -0.0046397 0.0229004

2-Apr-19 0.0956938 0.0043116 -0.0553067 -0.0154929 0.0435204

4-Apr-19 0.0917031 0.0062988 -0.0559383 -0.0032839 0.0301728

5-Apr-19 -0.0160000 0.0029765 -0.0621013 0.0043087 -0.0359623

8-Apr-19 -0.0447154 0.0023128 -0.0671913 0.0141837 -0.0052130

9-Apr-19 0.0042553 0.0011212 -0.0514914 -0.0065684 -0.0062360

10-Apr-19 -0.0338983 0.0031485 -0.0620326 0.0041368 -0.0167622

11-Apr-19 -0.0175439 0.0011951 -0.0721636 0.0006144 -0.0182666

12-Apr-19 -0.0089286 0.0010186 -0.0610006 0.0053108 -0.0121544

15-Apr-19 0.0270270 0.0016291 -0.0542418 -0.0097425 -0.0001198

SSMS

1-Mar-19 0.0000000 0.0074598 -0.0494024 0.0011213 0.0054647

4-Mar-19 0.0229358 0.0089710 -0.0601732 -0.0035368 -0.0245981

5-Mar-19 -0.0134529 0.0049063 -0.0660975 0.0089345 -0.0068622

6-Mar-19 -0.0272727 0.0072764 -0.0557360 0.0139454 0.0114219

8-Mar-19 -0.0093458 0.0064860 -0.0706656 -0.0115018 0.0155017

11-Mar-19 -0.0188679 0.0084581 -0.0614839 0.0074446 -0.0122626

12-Mar-19 -0.0048077 0.0108949 -0.0607920 0.0076160 0.0051332

13-Mar-19 0.0000000 0.0147096 -0.0547518 -0.0027026 0.0078716

14-Mar-19 0.0386473 0.0078474 -0.0526576 -0.0190404 -0.0287969

15-Mar-19 -0.0279070 0.0097628 -0.0502988 0.0187412 0.0016789

18

18-Mar-19 0.0287081 0.0121975 -0.0510009 0.0024117 -0.0134036

19-Mar-19 -0.0046512 0.0147228 -0.0628017 0.0073386 -0.0103408

20-Mar-19 0.0046729 0.0040802 -0.0580126 -0.0074645 0.0124845

21-Mar-19 -0.0186047 0.0055735 -0.0551861 0.0196845 0.0035283

22-Mar-19 0.0094787 0.0087977 -0.0548936 0.0011475 -0.0043012

25-Mar-19 -0.0093897 0.0102009 -0.0771391 0.0171701 -0.0106947

26-Mar-19 0.0189573 0.0024538 -0.0506206 0.0062171 -0.0226309

27-Mar-19 -0.0279070 0.0047281 -0.0631603 0.0288096 -0.0130429

28-Mar-19 0.0239234 0.0070246 -0.0560191 -0.0065386 -0.0125853

29-Mar-19 -0.0046729 0.0101772 -0.0612632 -0.0194117 0.0248698

1-Apr-19 0.0000000 0.0020280 -0.0606803 -0.0046397 0.0229004

2-Apr-19 -0.0187793 0.0025675 -0.0553067 -0.0154929 0.0435204

4-Apr-19 -0.0047847 0.0054403 -0.0559383 -0.0032839 0.0301728

5-Apr-19 0.0096154 0.0056368 -0.0621013 0.0043087 -0.0359623

8-Apr-19 -0.0190476 0.0008184 -0.0671913 0.0141837 -0.0052130

9-Apr-19 0.0194175 0.0013690 -0.0514914 -0.0065684 -0.0062360

10-Apr-19 0.0047619 0.0057321 -0.0620326 0.0041368 -0.0167622

11-Apr-19 -0.0047393 0.0056891 -0.0721636 0.0006144 -0.0182666

12-Apr-19 -0.0047619 0.0021865 -0.0610006 0.0053108 -0.0121544

15-Apr-19 0.0095694 0.0009579 -0.0542418 -0.0097425 -0.0001198

DSFI

1-Mar-19 -0.0081301 0.0002159 -0.0494024 0.0011213 0.0054647

4-Mar-19 0.0081301 0.0005370 -0.0601732 -0.0035368 -0.0245981

5-Mar-19 0.0564516 0.0208955 -0.0660975 0.0089345 -0.0068622

6-Mar-19 -0.0229008 0.0032204 -0.0557360 0.0139454 0.0114219

8-Mar-19 -0.0312500 0.0034043 -0.0706656 -0.0115018 0.0155017

11-Mar-19 0.0080645 0.0006882 -0.0614839 0.0074446 -0.0122626

12-Mar-19 0.0000000 0.0068066 -0.0607920 0.0076160 0.0051332

13-Mar-19 -0.0160000 0.0041059 -0.0547518 -0.0027026 0.0078716

14-Mar-19 0.0000000 0.0005571 -0.0526576 -0.0190404 -0.0287969

15-Mar-19 0.0081301 0.0010345 -0.0502988 0.0187412 0.0016789

18-Mar-19 0.0000000 0.0013615 -0.0510009 0.0024117 -0.0134036

19-Mar-19 0.0000000 0.0009377 -0.0628017 0.0073386 -0.0103408

20-Mar-19 0.0000000 0.0009230 -0.0580126 -0.0074645 0.0124845

21-Mar-19 0.0080645 0.0014761 -0.0551861 0.0196845 0.0035283

22-Mar-19 0.0080000 0.0003053 -0.0548936 0.0011475 -0.0043012

25-Mar-19 -0.0079365 0.0006840 -0.0771391 0.0171701 -0.0106947

26-Mar-19 0.0000000 0.0006835 -0.0506206 0.0062171 -0.0226309

27-Mar-19 0.0000000 0.0004251 -0.0631603 0.0288096 -0.0130429

28-Mar-19 0.0080000 0.0007368 -0.0560191 -0.0065386 -0.0125853

29-Mar-19 -0.0079365 0.0017224 -0.0612632 -0.0194117 0.0248698

1-Apr-19 -0.0080000 0.0006752 -0.0606803 -0.0046397 0.0229004

19

2-Apr-19 0.0080645 0.0006832 -0.0553067 -0.0154929 0.0435204

4-Apr-19 0.0000000 0.0005034 -0.0559383 -0.0032839 0.0301728

5-Apr-19 0.0080000 0.0012961 -0.0621013 0.0043087 -0.0359623

8-Apr-19 -0.0079365 0.0012086 -0.0671913 0.0141837 -0.0052130

9-Apr-19 0.0000000 0.0003525 -0.0514914 -0.0065684 -0.0062360

10-Apr-19 -0.0080000 0.0003911 -0.0620326 0.0041368 -0.0167622

11-Apr-19 0.0080645 0.0013584 -0.0721636 0.0006144 -0.0182666

12-Apr-19 -0.0080000 0.0001075 -0.0610006 0.0053108 -0.0121544

15-Apr-19 -0.0080645 0.0001283 -0.0542418 -0.0097425 -0.0001198

Data Mentah Sektor Pertanian 2020


AALI

2-Mar-20 -0.0306122 0.0004601 -0.0626180 0.0479179 0.0368200

3-Mar-20 0.0210526 0.0005765 -0.0166012 0.0899511 0.2041564

4-Mar-20 0.0051546 0.0005460 -0.0219978 -0.0446357 0.0055597

5-Mar-20 0.0205128 0.0006340 -0.0482555 -0.0412389 -0.0015729

6-Mar-20 -0.0251256 0.0001941 -0.0706790 0.0188065 -0.0377979

9-Mar-20 -0.1546392 0.0013223 -0.1118480 0.1088619 0.0020647

10-Mar-20 -0.0121951 0.0008570 -0.0294524 -0.0172153 -0.0348202

11-Mar-20 -0.0617284 0.0009074 -0.0587351 0.0322854 -0.0039741

12-Mar-20 -0.0986842 0.0008748 -0.0960094 0.0396416 -0.0359017

13-Mar-20 -0.0693431 0.0024637 -0.0434872 0.0170166 -0.0307712

16-Mar-20 -0.0666667 0.0009419 -0.0898856 0.0579631 0.0171378

17-Mar-20 -0.0672269 0.0011996 -0.0953557 0.0385006 -0.0108539

18-Mar-20 -0.0675676 0.0010823 -0.0737785 0.0452503 -0.0125090

19-Mar-20 -0.0685990 0.0004245 -0.0964494 0.0013298 -0.0556524

20-Mar-20 -0.0186722 0.0011380 -0.0211534 -0.0319541 0.0296680

23-Mar-20 -0.0697674 0.0012717 -0.0922471 0.0346191 -0.0068637

24-Mar-20 -0.0250000 0.0014529 -0.0563396 -0.0642357 0.0220345

26-Mar-20 0.2121212 0.0030364 0.0587294 -0.1673191 0.0061214

27-Mar-20 0.0576923 0.0032684 0.0044972 -0.0319406 -0.0337569

30-Mar-20 -0.0636364 0.0015739 -0.0720181 0.0468335 0.0145274

31-Mar-20 0.0485437 0.0010357 -0.0152531 -0.0508343 -0.0202561

1-Apr-20 -0.0231481 0.0015470 -0.0592551 0.0191137 0.0155146

2-Apr-20 0.0094787 0.0016968 -0.0283685 -0.0210622 0.0215818

3-Apr-20 0.0422535 0.0024098 -0.0229080 -0.0034910 0.0141192

6-Apr-20 0.0900901 0.0024679 -0.0023812 -0.0248400 -0.0170939

7-Apr-20 0.0909091 0.0029299 -0.0499505 -0.0397612 -0.0040751

8-Apr-20 -0.0303030 0.0022654 -0.0750387 0.0435406 -0.0157609

20

9-Apr-20 0.0000000 0.0014527 -0.0383441 -0.0093449 -0.0064103

13-Apr-20 0.0195313 0.0008344 -0.0485231 -0.0130659 0.0313608

14-Apr-20 0.0268199 0.0005375 -0.0252576 0.0079003 -0.0042050

BISI

2-Mar-20 -0.0425532 0.0000188 -0.0626180 0.0479179 0.0368200

3-Mar-20 0.0111111 0.0000119 -0.0166012 0.0899511 0.2041564

4-Mar-20 0.0329670 0.0000061 -0.0219978 -0.0446357 0.0055597

5-Mar-20 -0.0106383 0.0000165 -0.0482555 -0.0412389 -0.0015729

6-Mar-20 -0.0322581 0.0000266 -0.0706790 0.0188065 -0.0377979

9-Mar-20 0.0000000 0.0000040 -0.1118480 0.1088619 0.0020647

10-Mar-20 -0.0055556 0.0000044 -0.0294524 -0.0172153 -0.0348202

11-Mar-20 0.0000000 0.0000365 -0.0587351 0.0322854 -0.0039741

12-Mar-20 -0.0782123 0.0000073 -0.0960094 0.0396416 -0.0359017

13-Mar-20 0.0000000 0.0000455 -0.0434872 0.0170166 -0.0307712

16-Mar-20 -0.0666667 0.0000505 -0.0898856 0.0579631 0.0171378

17-Mar-20 0.0000000 0.0000415 -0.0953557 0.0385006 -0.0108539

18-Mar-20 -0.0649351 0.0000341 -0.0737785 0.0452503 -0.0125090

19-Mar-20 -0.0694444 0.0000199 -0.0964494 0.0013298 -0.0556524

20-Mar-20 -0.0373134 0.0001372 -0.0211534 -0.0319541 0.0296680

23-Mar-20 -0.0697674 0.0000547 -0.0922471 0.0346191 -0.0068637

24-Mar-20 0.0000000 0.0000089 -0.0563396 -0.0642357 0.0220345

26-Mar-20 0.0000000 0.0002135 0.0587294 -0.1673191 0.0061214

27-Mar-20 -0.0083333 0.0004961 0.0044972 -0.0319406 -0.0337569

30-Mar-20 -0.0084034 0.0000182 -0.0720181 0.0468335 0.0145274

31-Mar-20 0.0508475 0.0009841 -0.0152531 -0.0508343 -0.0202561

1-Apr-20 -0.0241935 0.0000388 -0.0592551 0.0191137 0.0155146

2-Apr-20 0.0330579 0.0001462 -0.0283685 -0.0210622 0.0215818

3-Apr-20 0.0240000 0.0000414 -0.0229080 -0.0034910 0.0141192

6-Apr-20 0.1328125 0.0000810 -0.0023812 -0.0248400 -0.0170939

7-Apr-20 0.0758621 0.0001492 -0.0499505 -0.0397612 -0.0040751

8-Apr-20 -0.0641026 0.0001799 -0.0750387 0.0435406 -0.0157609

9-Apr-20 0.0068493 0.0001219 -0.0383441 -0.0093449 -0.0064103

13-Apr-20 0.0068027 0.0000152 -0.0485231 -0.0130659 0.0313608

14-Apr-20 0.0540541 0.0000448 -0.0252576 0.0079003 -0.0042050

SIMP

2-Mar-20 -0.0217391 0.0006113 -0.0626180 0.0479179 0.0368200

3-Mar-20 0.0518519 0.0002661 -0.0166012 0.0899511 0.2041564

4-Mar-20 0.0774648 0.0002995 -0.0219978 -0.0446357 0.0055597

5-Mar-20 0.0522876 0.0003349 -0.0482555 -0.0412389 -0.0015729

6-Mar-20 -0.0559006 0.0001650 -0.0706790 0.0188065 -0.0377979

9-Mar-20 -0.0986842 0.0003540 -0.1118480 0.1088619 0.0020647

10-Mar-20 0.0000000 0.0004266 -0.0294524 -0.0172153 -0.0348202

11-Mar-20 -0.0291971 0.0001428 -0.0587351 0.0322854 -0.0039741

21

12-Mar-20 -0.0827068 0.0002602 -0.0960094 0.0396416 -0.0359017

13-Mar-20 -0.0655738 0.0011854 -0.0434872 0.0170166 -0.0307712

16-Mar-20 -0.0614035 0.0005100 -0.0898856 0.0579631 0.0171378

17-Mar-20 -0.0560748 0.0003703 -0.0953557 0.0385006 -0.0108539

18-Mar-20 -0.0643564 0.0005122 -0.0737785 0.0452503 -0.0125090

19-Mar-20 -0.0476190 0.0003718 -0.0964494 0.0013298 -0.0556524

20-Mar-20 0.0500000 0.0004538 -0.0211534 -0.0319541 0.0296680

23-Mar-20 -0.0634921 0.0000987 -0.0922471 0.0346191 -0.0068637

24-Mar-20 0.0564972 0.0001420 -0.0563396 -0.0642357 0.0220345

26-Mar-20 0.1871658 0.0003243 0.0587294 -0.1673191 0.0061214

27-Mar-20 -0.0360360 0.0004835 0.0044972 -0.0319406 -0.0337569

30-Mar-20 -0.0467290 0.0000671 -0.0720181 0.0468335 0.0145274

31-Mar-20 0.0294118 0.0001744 -0.0152531 -0.0508343 -0.0202561

1-Apr-20 0.0095238 0.0002148 -0.0592551 0.0191137 0.0155146

2-Apr-20 0.0660377 0.0002457 -0.0283685 -0.0210622 0.0215818

3-Apr-20 0.0265487 0.0001656 -0.0229080 -0.0034910 0.0141192

6-Apr-20 0.0431034 0.0004269 -0.0023812 -0.0248400 -0.0170939

7-Apr-20 0.0330579 0.0006252 -0.0499505 -0.0397612 -0.0040751

8-Apr-20 -0.0640000 0.0002537 -0.0750387 0.0435406 -0.0157609

9-Apr-20 0.0000000 0.0002862 -0.0383441 -0.0093449 -0.0064103

13-Apr-20 0.0598291 0.0003398 -0.0485231 -0.0130659 0.0313608

14-Apr-20 0.0000000 0.0002502 -0.0252576 0.0079003 -0.0042050

BWPT

2-Mar-20 0.0348837 0.0012240 -0.0626180 0.0479179 0.0368200

3-Mar-20 0.1011236 0.0010822 -0.0166012 0.0899511 0.2041564

4-Mar-20 0.0510204 0.0016768 -0.0219978 -0.0446357 0.0055597

5-Mar-20 -0.0097087 0.0024652 -0.0482555 -0.0412389 -0.0015729

6-Mar-20 -0.0686275 0.0013355 -0.0706790 0.0188065 -0.0377979

9-Mar-20 -0.0947368 0.0019592 -0.1118480 0.1088619 0.0020647

10-Mar-20 0.0465116 0.0011375 -0.0294524 -0.0172153 -0.0348202

11-Mar-20 -0.0333333 0.0004731 -0.0587351 0.0322854 -0.0039741

12-Mar-20 -0.0804598 0.0009970 -0.0960094 0.0396416 -0.0359017

13-Mar-20 -0.0125000 0.0010488 -0.0434872 0.0170166 -0.0307712

16-Mar-20 -0.0632911 0.0004323 -0.0898856 0.0579631 0.0171378

17-Mar-20 -0.0675676 0.0007560 -0.0953557 0.0385006 -0.0108539

18-Mar-20 -0.0579710 0.0005768 -0.0737785 0.0452503 -0.0125090

19-Mar-20 -0.0615385 0.0000148 -0.0964494 0.0013298 -0.0556524

20-Mar-20 0.0000000 0.0015306 -0.0211534 -0.0319541 0.0296680

23-Mar-20 -0.0655738 0.0005468 -0.0922471 0.0346191 -0.0068637

24-Mar-20 0.0175439 0.0006266 -0.0563396 -0.0642357 0.0220345

26-Mar-20 0.2758621 0.0022380 0.0587294 -0.1673191 0.0061214

27-Mar-20 0.0135135 0.0021336 0.0044972 -0.0319406 -0.0337569

22

30-Mar-20 -0.0666667 0.0002875 -0.0720181 0.0468335 0.0145274

31-Mar-20 0.0142857 0.0007232 -0.0152531 -0.0508343 -0.0202561

1-Apr-20 -0.0422535 0.0017827 -0.0592551 0.0191137 0.0155146

2-Apr-20 0.0441176 0.0012370 -0.0283685 -0.0210622 0.0215818

3-Apr-20 0.0704225 0.0016277 -0.0229080 -0.0034910 0.0141192

6-Apr-20 0.1052632 0.0024669 -0.0023812 -0.0248400 -0.0170939

7-Apr-20 0.0000000 0.0012474 -0.0499505 -0.0397612 -0.0040751

8-Apr-20 -0.0357143 0.0006267 -0.0750387 0.0435406 -0.0157609

9-Apr-20 0.0493827 0.0006372 -0.0383441 -0.0093449 -0.0064103

13-Apr-20 -0.0235294 0.0010619 -0.0485231 -0.0130659 0.0313608

14-Apr-20 0.0240964 0.0004887 -0.0252576 0.0079003 -0.0042050

DSNG

2-Mar-20 0.0102564 0.0000212 -0.0626180 0.0479179 0.0368200

3-Mar-20 -0.0101523 0.0000064 -0.0166012 0.0899511 0.2041564

4-Mar-20 0.0051282 0.0000379 -0.0219978 -0.0446357 0.0055597

5-Mar-20 0.0306122 0.0000583 -0.0482555 -0.0412389 -0.0015729

6-Mar-20 -0.0099010 0.0000163 -0.0706790 0.0188065 -0.0377979

9-Mar-20 -0.0300000 0.0000464 -0.1118480 0.1088619 0.0020647

10-Mar-20 -0.0051546 0.0000106 -0.0294524 -0.0172153 -0.0348202

11-Mar-20 -0.0103627 0.0000296 -0.0587351 0.0322854 -0.0039741

12-Mar-20 -0.0575916 0.0000669 -0.0960094 0.0396416 -0.0359017

13-Mar-20 0.0000000 0.0000162 -0.0434872 0.0170166 -0.0307712

16-Mar-20 -0.0111111 0.0000130 -0.0898856 0.0579631 0.0171378

17-Mar-20 -0.0617978 0.0000059 -0.0953557 0.0385006 -0.0108539

18-Mar-20 0.0239521 0.0000106 -0.0737785 0.0452503 -0.0125090

19-Mar-20 -0.0175439 0.0000048 -0.0964494 0.0013298 -0.0556524

20-Mar-20 0.0119048 0.0000308 -0.0211534 -0.0319541 0.0296680

23-Mar-20 0.0000000 0.0000374 -0.0922471 0.0346191 -0.0068637

24-Mar-20 0.0000000 0.0000395 -0.0563396 -0.0642357 0.0220345

26-Mar-20 0.0176471 0.0000427 0.0587294 -0.1673191 0.0061214

27-Mar-20 0.0115607 0.0000555 0.0044972 -0.0319406 -0.0337569

30-Mar-20 -0.0685714 0.0000147 -0.0720181 0.0468335 0.0145274

31-Mar-20 0.0061350 0.0000266 -0.0152531 -0.0508343 -0.0202561

1-Apr-20 0.0060976 0.0000761 -0.0592551 0.0191137 0.0155146

2-Apr-20 0.0000000 0.0000455 -0.0283685 -0.0210622 0.0215818

3-Apr-20 0.0060606 0.0000873 -0.0229080 -0.0034910 0.0141192

6-Apr-20 0.0120482 0.0000782 -0.0023812 -0.0248400 -0.0170939

7-Apr-20 0.0059524 0.0000913 -0.0499505 -0.0397612 -0.0040751

8-Apr-20 0.0000000 0.0001351 -0.0750387 0.0435406 -0.0157609

9-Apr-20 -0.0295858 0.0000615 -0.0383441 -0.0093449 -0.0064103

13-Apr-20 -0.0182927 0.0000548 -0.0485231 -0.0130659 0.0313608

14-Apr-20 0.0000000 0.0001140 -0.0252576 0.0079003 -0.0042050

23

LSIP

2-Mar-20 -0.0257732 0.0019260 -0.0626180 0.0479179 0.0368200

3-Mar-20 0.0687831 0.0017099 -0.0166012 0.0899511 0.2041564

4-Mar-20 0.0198020 0.0023197 -0.0219978 -0.0446357 0.0055597

5-Mar-20 0.0194175 0.0020999 -0.0482555 -0.0412389 -0.0015729

6-Mar-20 -0.0571429 0.0021540 -0.0706790 0.0188065 -0.0377979

9-Mar-20 -0.1666667 0.0052116 -0.1118480 0.1088619 0.0020647

10-Mar-20 -0.0060606 0.0036242 -0.0294524 -0.0172153 -0.0348202

11-Mar-20 -0.0609756 0.0021005 -0.0587351 0.0322854 -0.0039741

12-Mar-20 -0.0974026 0.0038947 -0.0960094 0.0396416 -0.0359017

13-Mar-20 0.0143885 0.0035080 -0.0434872 0.0170166 -0.0307712

16-Mar-20 -0.0638298 0.0008894 -0.0898856 0.0579631 0.0171378

17-Mar-20 -0.0681818 0.0039763 -0.0953557 0.0385006 -0.0108539

18-Mar-20 -0.0650407 0.0019290 -0.0737785 0.0452503 -0.0125090

19-Mar-20 -0.0695652 0.0010544 -0.0964494 0.0013298 -0.0556524

20-Mar-20 0.0467290 0.0039869 -0.0211534 -0.0319541 0.0296680

23-Mar-20 -0.0357143 0.0017138 -0.0922471 0.0346191 -0.0068637

24-Mar-20 0.1296296 0.0023091 -0.0563396 -0.0642357 0.0220345

26-Mar-20 0.2377049 0.0041394 0.0587294 -0.1673191 0.0061214

27-Mar-20 0.1059603 0.0046229 0.0044972 -0.0319406 -0.0337569

30-Mar-20 -0.0658683 0.0003534 -0.0720181 0.0468335 0.0145274

31-Mar-20 0.0769231 0.0023870 -0.0152531 -0.0508343 -0.0202561

1-Apr-20 -0.0654762 0.0017340 -0.0592551 0.0191137 0.0155146

2-Apr-20 0.0000000 0.0015417 -0.0283685 -0.0210622 0.0215818

3-Apr-20 0.0191083 0.0030923 -0.0229080 -0.0034910 0.0141192

6-Apr-20 0.0375000 0.0029066 -0.0023812 -0.0248400 -0.0170939

7-Apr-20 0.0722892 0.0049228 -0.0499505 -0.0397612 -0.0040751

8-Apr-20 -0.0674157 0.0022653 -0.0750387 0.0435406 -0.0157609

9-Apr-20 0.0240964 0.0017013 -0.0383441 -0.0093449 -0.0064103

13-Apr-20 -0.0294118 0.0005138 -0.0485231 -0.0130659 0.0313608

14-Apr-20 -0.0060606 0.0014671 -0.0252576 0.0079003 -0.0042050

SSMS

2-Mar-20 0.0370370 0.0076879 -0.0626180 0.0479179 0.0368200

3-Mar-20 -0.0416667 0.0068942 -0.0166012 0.0899511 0.2041564

4-Mar-20 -0.0248447 0.0022517 -0.0219978 -0.0446357 0.0055597

5-Mar-20 -0.0127389 0.0056017 -0.0482555 -0.0412389 -0.0015729

6-Mar-20 0.0645161 0.0081509 -0.0706790 0.0188065 -0.0377979

9-Mar-20 -0.0727273 0.0060869 -0.1118480 0.1088619 0.0020647

10-Mar-20 0.0196078 0.0059487 -0.0294524 -0.0172153 -0.0348202

11-Mar-20 0.0192308 0.0023850 -0.0587351 0.0322854 -0.0039741

12-Mar-20 0.0062893 0.0075629 -0.0960094 0.0396416 -0.0359017

13-Mar-20 0.0125000 0.0001486 -0.0434872 0.0170166 -0.0307712

16-Mar-20 -0.0246914 0.0003542 -0.0898856 0.0579631 0.0171378

24

17-Mar-20 -0.0253165 0.0016081 -0.0953557 0.0385006 -0.0108539

18-Mar-20 0.0129870 0.0010426 -0.0737785 0.0452503 -0.0125090

19-Mar-20 0.0769231 0.0003356 -0.0964494 0.0013298 -0.0556524

20-Mar-20 0.0000000 0.0013351 -0.0211534 -0.0319541 0.0296680

23-Mar-20 -0.0297619 0.0006982 -0.0922471 0.0346191 -0.0068637

24-Mar-20 0.0245399 0.0018049 -0.0563396 -0.0642357 0.0220345

26-Mar-20 0.1377246 0.0020146 0.0587294 -0.1673191 0.0061214

27-Mar-20 0.0052632 0.0010338 0.0044972 -0.0319406 -0.0337569

30-Mar-20 -0.0366492 0.0008909 -0.0720181 0.0468335 0.0145274

31-Mar-20 0.0163043 0.0009168 -0.0152531 -0.0508343 -0.0202561

1-Apr-20 0.0320856 0.0008364 -0.0592551 0.0191137 0.0155146

2-Apr-20 0.0362694 0.0009313 -0.0283685 -0.0210622 0.0215818

3-Apr-20 0.0050000 0.0009827 -0.0229080 -0.0034910 0.0141192

6-Apr-20 0.0398010 0.0010660 -0.0023812 -0.0248400 -0.0170939

7-Apr-20 -0.0334928 0.0011370 -0.0499505 -0.0397612 -0.0040751

8-Apr-20 -0.0346535 0.0010470 -0.0750387 0.0435406 -0.0157609

9-Apr-20 0.0256410 0.0009793 -0.0383441 -0.0093449 -0.0064103

13-Apr-20 0.0000000 0.0012408 -0.0485231 -0.0130659 0.0313608

14-Apr-20 -0.0100000 0.0009408 -0.0252576 0.0079003 -0.0042050

DSFI

2-Mar-20 0.0985915 0.0001937 -0.0626180 0.0479179 0.0368200

3-Mar-20 0.3461538 0.0007288 -0.0166012 0.0899511 0.2041564

4-Mar-20 -0.0761905 0.0000192 -0.0219978 -0.0446357 0.0055597

5-Mar-20 -0.0515464 0.0002327 -0.0482555 -0.0412389 -0.0015729

6-Mar-20 0.0000000 0.0002011 -0.0706790 0.0188065 -0.0377979

9-Mar-20 -0.0108696 0.0002026 -0.1118480 0.1088619 0.0020647

10-Mar-20 -0.0659341 0.0000457 -0.0294524 -0.0172153 -0.0348202

11-Mar-20 0.0000000 0.0000852 -0.0587351 0.0322854 -0.0039741

12-Mar-20 -0.0352941 0.0000102 -0.0960094 0.0396416 -0.0359017

13-Mar-20 -0.0243902 0.0001507 -0.0434872 0.0170166 -0.0307712

16-Mar-20 0.0500000 0.0000122 -0.0898856 0.0579631 0.0171378

17-Mar-20 -0.0119048 0.0000230 -0.0953557 0.0385006 -0.0108539

18-Mar-20 0.0120482 0.0000129 -0.0737785 0.0452503 -0.0125090

19-Mar-20 -0.0595238 0.0001387 -0.0964494 0.0013298 -0.0556524

20-Mar-20 0.0000000 0.0000368 -0.0211534 -0.0319541 0.0296680

23-Mar-20 0.0000000 0.0000828 -0.0922471 0.0346191 -0.0068637

24-Mar-20 -0.0126582 0.0001576 -0.0563396 -0.0642357 0.0220345

26-Mar-20 0.0000000 0.0000616 0.0587294 -0.1673191 0.0061214

27-Mar-20 0.0000000 0.0002189 0.0044972 -0.0319406 -0.0337569

30-Mar-20 0.0256410 0.0000047 -0.0720181 0.0468335 0.0145274

31-Mar-20 -0.0375000 0.0000029 -0.0152531 -0.0508343 -0.0202561

1-Apr-20 0.0259740 0.0000035 -0.0592551 0.0191137 0.0155146

25

2-Apr-20 0.0000000 0.0000075 -0.0283685 -0.0210622 0.0215818

3-Apr-20 0.0253165 0.0001712 -0.0229080 -0.0034910 0.0141192

6-Apr-20 -0.0123457 0.0000876 -0.0023812 -0.0248400 -0.0170939

7-Apr-20 -0.0125000 0.0001429 -0.0499505 -0.0397612 -0.0040751

8-Apr-20 0.0000000 0.0001500 -0.0750387 0.0435406 -0.0157609

9-Apr-20 0.0000000 0.0000121 -0.0383441 -0.0093449 -0.0064103

13-Apr-20 0.0126582 0.0000159 -0.0485231 -0.0130659 0.0313608

14-Apr-20 0.0000000 0.0002060 -0.0252576 0.0079003 -0.0042050

Data Mentah Sektor Pertambnagan 2019


ADRO

1-Mar-19 0.0000000 0.0024303 -0.0494024 -0.0074725 -0.0035827

4-Mar-19 0.0763359 0.0045306 -0.0601732 -0.0243416 0.0378937

5-Mar-19 -0.0070922 0.0030966 -0.0660975 0.0039677 0.0039156

6-Mar-19 -0.0285714 0.0013488 -0.0557360 0.0097053 -0.0135873

8-Mar-19 0.0220588 0.0015669 -0.0706656 0.0044137 0.0000948

11-Mar-19 0.0359712 0.0039912 -0.0614839 -0.0091350 0.0181598

12-Mar-19 -0.0381944 0.0021173 -0.0607920 0.0236901 -0.0178781

13-Mar-19 0.0397112 0.0042913 -0.0547518 -0.0143012 0.0170119

14-Mar-19 0.0104167 0.0023757 -0.0526576 -0.0060023 0.0121121

15-Mar-19 -0.0240550 0.0029855 -0.0502988 -0.0067552 -0.0148304

18-Mar-19 0.0070423 0.0009523 -0.0510009 0.0037870 -0.0028847

19-Mar-19 0.0034965 0.0007480 -0.0628017 -0.0011561 0.0097276

20-Mar-19 -0.0034843 0.0007238 -0.0580126 -0.0183883 -0.0049009

21-Mar-19 -0.0034965 0.0011462 -0.0551861 0.0030540 0.0087760

22-Mar-19 0.0000000 0.0005229 -0.0548936 -0.0060390 -0.0103004

25-Mar-19 -0.0421053 0.0024494 -0.0771391 -0.0014508 -0.0446596

26-Mar-19 0.0000000 0.0013547 -0.0506206 -0.0120849 0.0032574

27-Mar-19 -0.0146520 0.0011020 -0.0631603 0.0050280 0.0086668

28-Mar-19 0.0037175 0.0009517 -0.0560191 0.0318827 0.0029594

29-Mar-19 -0.0037037 0.0016439 -0.0612632 -0.0205665 -0.0115374

1-Apr-19 -0.0037175 0.0011959 -0.0606803 -0.0292788 0.0106758

2-Apr-19 -0.0111940 0.0013947 -0.0553067 -0.0122316 -0.0022659

4-Apr-19 -0.0339623 0.0030868 -0.0559383 0.0101624 -0.0018294

5-Apr-19 -0.0156250 0.0021709 -0.0621013 0.0275547 0.0034961

8-Apr-19 0.0039683 0.0019386 -0.0671913 -0.0235869 -0.0157734

9-Apr-19 0.0237154 0.0028434 -0.0514914 0.0011349 0.0190090

26

10-Apr-19 0.0154440 0.0022465 -0.0620326 -0.0079086 0.0192836

11-Apr-19 -0.0114068 0.0008301 -0.0721636 -0.0005768 -0.0029167

12-Apr-19 0.0000000 0.0011407 -0.0610006 0.0078717 0.0010048

15-Apr-19 -0.0115385 0.0008372 -0.0542418 0.0029550 0.0099207

BOSS

1-Mar-19 -0.0049505 0.0010585 -0.0494024 -0.0074725 -0.0035827

4-Mar-19 0.0099502 0.0010348 -0.0601732 -0.0243416 0.0378937

5-Mar-19 0.0049261 0.0041698 -0.0660975 0.0039677 0.0039156

6-Mar-19 0.0000000 0.0010976 -0.0557360 0.0097053 -0.0135873

8-Mar-19 0.0049020 0.0010197 -0.0706656 0.0044137 0.0000948

11-Mar-19 0.0000000 0.0010400 -0.0614839 -0.0091350 0.0181598

12-Mar-19 0.0000000 0.0017310 -0.0607920 0.0236901 -0.0178781

13-Mar-19 0.0000000 0.0010806 -0.0547518 -0.0143012 0.0170119

14-Mar-19 -0.0048780 0.0011136 -0.0526576 -0.0060023 0.0121121

15-Mar-19 -0.0147059 0.0010570 -0.0502988 -0.0067552 -0.0148304

18-Mar-19 0.0049751 0.0018402 -0.0510009 0.0037870 -0.0028847

19-Mar-19 0.0099010 0.0010704 -0.0628017 -0.0011561 0.0097276

20-Mar-19 -0.0343137 0.0009123 -0.0580126 -0.0183883 -0.0049009

21-Mar-19 -0.0177665 0.0000110 -0.0551861 0.0030540 0.0087760

22-Mar-19 -0.0051680 0.0001651 -0.0548936 -0.0060390 -0.0103004

25-Mar-19 0.0025974 0.0002098 -0.0771391 -0.0014508 -0.0446596

26-Mar-19 -0.0207254 0.0014389 -0.0506206 -0.0120849 0.0032574

27-Mar-19 -0.0343915 0.0001791 -0.0631603 0.0050280 0.0086668

28-Mar-19 0.0054795 0.0002071 -0.0560191 0.0318827 0.0029594

29-Mar-19 0.0027248 0.0002323 -0.0612632 -0.0205665 -0.0115374

1-Apr-19 -0.0027174 0.0015941 -0.0606803 -0.0292788 0.0106758

2-Apr-19 -0.0272480 0.0001214 -0.0553067 -0.0122316 -0.0022659

4-Apr-19 -0.0056022 0.0001277 -0.0559383 0.0101624 -0.0018294

5-Apr-19 0.0000000 0.0001230 -0.0621013 0.0275547 0.0034961

8-Apr-19 -0.0225352 0.0012489 -0.0671913 -0.0235869 -0.0157734

9-Apr-19 -0.0057637 0.0000538 -0.0514914 0.0011349 0.0190090

10-Apr-19 -0.0115942 0.0001370 -0.0620326 -0.0079086 0.0192836

11-Apr-19 -0.0029326 0.0001617 -0.0721636 -0.0005768 -0.0029167

12-Apr-19 0.0000000 0.0013771 -0.0610006 0.0078717 0.0010048

15-Apr-19 0.0029412 0.0001361 -0.0542418 0.0029550 0.0099207

GTBO

1-Mar-19 0.0000000 0.0000072 -0.0494024 -0.0074725 -0.0035827

4-Mar-19 0.0000000 0.0000048 -0.0601732 -0.0243416 0.0378937

5-Mar-19 -0.0081301 0.0000049 -0.0660975 0.0039677 0.0039156

6-Mar-19 0.0245902 0.0001417 -0.0557360 0.0097053 -0.0135873

8-Mar-19 -0.0480000 0.0000070 -0.0706656 0.0044137 0.0000948

11-Mar-19 0.0000000 0.0000203 -0.0614839 -0.0091350 0.0181598

12-Mar-19 0.0084034 0.0000219 -0.0607920 0.0236901 -0.0178781

27

13-Mar-19 -0.0083333 0.0000116 -0.0547518 -0.0143012 0.0170119

14-Mar-19 0.0000000 0.0000025 -0.0526576 -0.0060023 0.0121121

15-Mar-19 0.0000000 0.0000363 -0.0502988 -0.0067552 -0.0148304

18-Mar-19 -0.0084034 0.0000178 -0.0510009 0.0037870 -0.0028847

19-Mar-19 0.0338983 0.0000645 -0.0628017 -0.0011561 0.0097276

20-Mar-19 -0.0245902 0.0000004 -0.0580126 -0.0183883 -0.0049009

21-Mar-19 0.0084034 0.0000243 -0.0551861 0.0030540 0.0087760

22-Mar-19 -0.0166667 0.0000172 -0.0548936 -0.0060390 -0.0103004

25-Mar-19 -0.0254237 0.0001421 -0.0771391 -0.0014508 -0.0446596

26-Mar-19 0.0347826 0.0000102 -0.0506206 -0.0120849 0.0032574

27-Mar-19 -0.0504202 0.0000330 -0.0631603 0.0050280 0.0086668

28-Mar-19 0.0176991 0.0000634 -0.0560191 0.0318827 0.0029594

29-Mar-19 -0.0086957 0.0000068 -0.0612632 -0.0205665 -0.0115374

1-Apr-19 0.0000000 0.0000055 -0.0606803 -0.0292788 0.0106758

2-Apr-19 -0.0087719 0.0000210 -0.0553067 -0.0122316 -0.0022659

4-Apr-19 0.0000000 0.0000012 -0.0559383 0.0101624 -0.0018294

5-Apr-19 0.0000000 0.0000007 -0.0621013 0.0275547 0.0034961

8-Apr-19 -0.0884956 0.0000083 -0.0671913 -0.0235869 -0.0157734

9-Apr-19 0.0194175 0.0000449 -0.0514914 0.0011349 0.0190090

10-Apr-19 0.0095238 0.0000074 -0.0620326 -0.0079086 0.0192836

11-Apr-19 0.0000000 0.0000099 -0.0721636 -0.0005768 -0.0029167

12-Apr-19 -0.0094340 0.0000182 -0.0610006 0.0078717 0.0010048

15-Apr-19 0.0285714 0.0000304 -0.0542418 0.0029550 0.0099207

MBAP

1-Mar-19 0.0000000 0.0000139 -0.0494024 -0.0074725 -0.0035827

4-Mar-19 -0.0133779 0.0000407 -0.0601732 -0.0243416 0.0378937

5-Mar-19 0.0067797 0.0000439 -0.0660975 0.0039677 0.0039156

6-Mar-19 -0.0134680 0.0000314 -0.0557360 0.0097053 -0.0135873

8-Mar-19 0.0000000 0.0000970 -0.0706656 0.0044137 0.0000948

11-Mar-19 -0.0068259 0.0001323 -0.0614839 -0.0091350 0.0181598

12-Mar-19 0.0103093 0.0001344 -0.0607920 0.0236901 -0.0178781

13-Mar-19 0.0034014 0.0001723 -0.0547518 -0.0143012 0.0170119

14-Mar-19 -0.0067797 0.0001066 -0.0526576 -0.0060023 0.0121121

15-Mar-19 0.0000000 0.0000496 -0.0502988 -0.0067552 -0.0148304

18-Mar-19 -0.0034130 0.0000859 -0.0510009 0.0037870 -0.0028847

19-Mar-19 -0.0034247 0.0000706 -0.0628017 -0.0011561 0.0097276

20-Mar-19 -0.0034364 0.0001868 -0.0580126 -0.0183883 -0.0049009

21-Mar-19 0.0000000 0.0000656 -0.0551861 0.0030540 0.0087760

22-Mar-19 0.0000000 0.0001142 -0.0548936 -0.0060390 -0.0103004

25-Mar-19 -0.0068966 0.0000457 -0.0771391 -0.0014508 -0.0446596

26-Mar-19 0.0000000 0.0000888 -0.0506206 -0.0120849 0.0032574

27-Mar-19 0.0000000 0.0001012 -0.0631603 0.0050280 0.0086668

28

28-Mar-19 0.0034722 0.0001566 -0.0560191 0.0318827 0.0029594

29-Mar-19 -0.0034602 0.0000604 -0.0612632 -0.0205665 -0.0115374

1-Apr-19 -0.0069444 0.0000414 -0.0606803 -0.0292788 0.0106758

2-Apr-19 0.0034965 0.0000059 -0.0553067 -0.0122316 -0.0022659

4-Apr-19 -0.0174216 0.0001295 -0.0559383 0.0101624 -0.0018294

5-Apr-19 0.0035461 0.0000190 -0.0621013 0.0275547 0.0034961

8-Apr-19 -0.0353357 0.0002873 -0.0671913 -0.0235869 -0.0157734

9-Apr-19 0.0183150 0.0000205 -0.0514914 0.0011349 0.0190090

10-Apr-19 -0.0107914 0.0000269 -0.0620326 -0.0079086 0.0192836

11-Apr-19 -0.0036364 0.0000164 -0.0721636 -0.0005768 -0.0029167

12-Apr-19 -0.0072993 0.0000126 -0.0610006 0.0078717 0.0010048

15-Apr-19 -0.0073529 0.0000482 -0.0542418 0.0029550 0.0099207

PTBA

1-Mar-19 0.0150754 0.0008821 -0.0494024 -0.0074725 -0.0035827

4-Mar-19 0.0049505 0.0011270 -0.0601732 -0.0243416 0.0378937

5-Mar-19 -0.0221675 0.0012329 -0.0660975 0.0039677 0.0039156

6-Mar-19 0.0176322 0.0009462 -0.0557360 0.0097053 -0.0135873

8-Mar-19 -0.0099010 0.0010271 -0.0706656 0.0044137 0.0000948

11-Mar-19 -0.0050000 0.0011439 -0.0614839 -0.0091350 0.0181598

12-Mar-19 0.0075377 0.0007739 -0.0607920 0.0236901 -0.0178781

13-Mar-19 0.0024938 0.0009194 -0.0547518 -0.0143012 0.0170119

14-Mar-19 0.0000000 0.0012471 -0.0526576 -0.0060023 0.0121121

15-Mar-19 0.0024876 0.0026103 -0.0502988 -0.0067552 -0.0148304

18-Mar-19 0.0024814 0.0009356 -0.0510009 0.0037870 -0.0028847

19-Mar-19 -0.0049505 0.0010014 -0.0628017 -0.0011561 0.0097276

20-Mar-19 0.0074627 0.0010965 -0.0580126 -0.0183883 -0.0049009

21-Mar-19 -0.0024691 0.0017762 -0.0551861 0.0030540 0.0087760

22-Mar-19 0.0148515 0.0013128 -0.0548936 -0.0060390 -0.0103004

25-Mar-19 0.0121951 0.0015440 -0.0771391 -0.0014508 -0.0446596

26-Mar-19 0.0240964 0.0020409 -0.0506206 -0.0120849 0.0032574

27-Mar-19 -0.0400000 0.0015844 -0.0631603 0.0050280 0.0086668

28-Mar-19 0.0220588 0.0010238 -0.0560191 0.0318827 0.0029594

29-Mar-19 0.0071942 0.0016435 -0.0612632 -0.0205665 -0.0115374

1-Apr-19 0.0047619 0.0008435 -0.0606803 -0.0292788 0.0106758

2-Apr-19 -0.0071090 0.0006701 -0.0553067 -0.0122316 -0.0022659

4-Apr-19 -0.0214797 0.0022764 -0.0559383 0.0101624 -0.0018294

5-Apr-19 -0.0243902 0.0019605 -0.0621013 0.0275547 0.0034961

8-Apr-19 0.0175000 0.0012736 -0.0671913 -0.0235869 -0.0157734

9-Apr-19 0.0000000 0.0006671 -0.0514914 0.0011349 0.0190090

10-Apr-19 -0.0098280 0.0012498 -0.0620326 -0.0079086 0.0192836

11-Apr-19 -0.0049628 0.0004484 -0.0721636 -0.0005768 -0.0029167

12-Apr-19 0.0049875 0.0007098 -0.0610006 0.0078717 0.0010048

29

15-Apr-19 -0.0148883 0.0011395 -0.0542418 0.0029550 0.0099207

ELSA

1-Mar-19 0.0108696 0.0024044 -0.0494024 -0.0074725 -0.0035827

4-Mar-19 0.0053763 0.0027906 -0.0601732 -0.0243416 0.0378937

5-Mar-19 0.0053476 0.0038176 -0.0660975 0.0039677 0.0039156

6-Mar-19 0.0000000 0.0022823 -0.0557360 0.0097053 -0.0135873

8-Mar-19 -0.0106383 0.0035956 -0.0706656 0.0044137 0.0000948

11-Mar-19 -0.0161290 0.0040737 -0.0614839 -0.0091350 0.0181598

12-Mar-19 0.0218579 0.0034236 -0.0607920 0.0236901 -0.0178781

13-Mar-19 0.0053476 0.0021909 -0.0547518 -0.0143012 0.0170119

14-Mar-19 0.0159574 0.0109233 -0.0526576 -0.0060023 0.0121121

15-Mar-19 -0.0209424 0.0047860 -0.0502988 -0.0067552 -0.0148304

18-Mar-19 -0.0106952 0.0017343 -0.0510009 0.0037870 -0.0028847

19-Mar-19 -0.0054054 0.0018636 -0.0628017 -0.0011561 0.0097276

20-Mar-19 -0.0108696 0.0028273 -0.0580126 -0.0183883 -0.0049009

21-Mar-19 0.0109890 0.0014269 -0.0551861 0.0030540 0.0087760

22-Mar-19 0.0000000 0.0008366 -0.0548936 -0.0060390 -0.0103004

25-Mar-19 -0.0489130 0.0048700 -0.0771391 -0.0014508 -0.0446596

26-Mar-19 0.0057143 0.0029150 -0.0506206 -0.0120849 0.0032574

27-Mar-19 0.0000000 0.0027947 -0.0631603 0.0050280 0.0086668

28-Mar-19 0.0397727 0.0049574 -0.0560191 0.0318827 0.0029594

29-Mar-19 -0.0163934 0.0015654 -0.0612632 -0.0205665 -0.0115374

1-Apr-19 0.0500000 0.0074208 -0.0606803 -0.0292788 0.0106758

2-Apr-19 -0.0158730 0.0052735 -0.0553067 -0.0122316 -0.0022659

4-Apr-19 -0.0053763 0.0023655 -0.0559383 0.0101624 -0.0018294

5-Apr-19 0.0000000 0.0013182 -0.0621013 0.0275547 0.0034961

8-Apr-19 -0.0054054 0.0014391 -0.0671913 -0.0235869 -0.0157734

9-Apr-19 0.0217391 0.0035935 -0.0514914 0.0011349 0.0190090

10-Apr-19 -0.0053191 0.0026327 -0.0620326 -0.0079086 0.0192836

11-Apr-19 -0.0053476 0.0017062 -0.0721636 -0.0005768 -0.0029167

12-Apr-19 0.0161290 0.0069715 -0.0610006 0.0078717 0.0010048

15-Apr-19 0.0000000 0.0019645 -0.0542418 0.0029550 0.0099207

ANTM

1-Mar-19 0.0394089 0.0048963 -0.0494024 -0.0074725 -0.0035827

4-Mar-19 -0.0047393 0.0041973 -0.0601732 -0.0243416 0.0378937

5-Mar-19 -0.0142857 0.0052607 -0.0660975 0.0039677 0.0039156

6-Mar-19 0.0096618 0.0036559 -0.0557360 0.0097053 -0.0135873

8-Mar-19 -0.0526316 0.0057029 -0.0706656 0.0044137 0.0000948

11-Mar-19 0.0050505 0.0055431 -0.0614839 -0.0091350 0.0181598

12-Mar-19 -0.0251256 0.0060018 -0.0607920 0.0236901 -0.0178781

13-Mar-19 -0.0051546 0.0041122 -0.0547518 -0.0143012 0.0170119

14-Mar-19 0.0000000 0.0002728 -0.0526576 -0.0060023 0.0121121

15-Mar-19 0.0103627 0.0030198 -0.0502988 -0.0067552 -0.0148304

30

18-Mar-19 -0.0205128 0.0039569 -0.0510009 0.0037870 -0.0028847

19-Mar-19 0.0052356 0.0029038 -0.0628017 -0.0011561 0.0097276

20-Mar-19 0.0000000 0.0023023 -0.0580126 -0.0183883 -0.0049009

21-Mar-19 0.0052083 0.0017842 -0.0551861 0.0030540 0.0087760

22-Mar-19 -0.0051813 0.0016138 -0.0548936 -0.0060390 -0.0103004

25-Mar-19 -0.0416667 0.0043939 -0.0771391 -0.0014508 -0.0446596

26-Mar-19 -0.0054348 0.0026525 -0.0506206 -0.0120849 0.0032574

27-Mar-19 -0.0163934 0.0024599 -0.0631603 0.0050280 0.0086668

28-Mar-19 -0.0222222 0.0042393 -0.0560191 0.0318827 0.0029594

29-Mar-19 0.0056818 0.0030564 -0.0612632 -0.0205665 -0.0115374

1-Apr-19 0.0621469 0.0055187 -0.0606803 -0.0292788 0.0106758

2-Apr-19 -0.0212766 0.0042501 -0.0553067 -0.0122316 -0.0022659

4-Apr-19 -0.0054348 0.0020598 -0.0559383 0.0101624 -0.0018294

5-Apr-19 -0.0109290 0.0014087 -0.0621013 0.0275547 0.0034961

8-Apr-19 -0.0220994 0.0029419 -0.0671913 -0.0235869 -0.0157734

9-Apr-19 0.0169492 0.0022226 -0.0514914 0.0011349 0.0190090

10-Apr-19 -0.0055556 0.0018871 -0.0620326 -0.0079086 0.0192836

11-Apr-19 0.0000000 0.0015377 -0.0721636 -0.0005768 -0.0029167

12-Apr-19 -0.0167598 0.0018874 -0.0610006 0.0078717 0.0010048

15-Apr-19 0.0056818 0.0012799 -0.0542418 0.0029550 0.0099207

DKFT

1-Mar-19 0.0165289 0.0000474 -0.0494024 -0.0074725 -0.0035827

4-Mar-19 0.0000000 0.0000168 -0.0601732 -0.0243416 0.0378937

5-Mar-19 -0.0081301 0.0000487 -0.0660975 0.0039677 0.0039156

6-Mar-19 0.0163934 0.0000192 -0.0557360 0.0097053 -0.0135873

8-Mar-19 -0.0080645 0.0000181 -0.0706656 0.0044137 0.0000948

11-Mar-19 0.0162602 0.0000291 -0.0614839 -0.0091350 0.0181598

12-Mar-19 -0.0080000 0.0000126 -0.0607920 0.0236901 -0.0178781

13-Mar-19 0.0000000 0.0000226 -0.0547518 -0.0143012 0.0170119

14-Mar-19 -0.0080645 0.0000239 -0.0526576 -0.0060023 0.0121121

15-Mar-19 -0.0162602 0.0001363 -0.0502988 -0.0067552 -0.0148304

18-Mar-19 0.0000000 0.0000269 -0.0510009 0.0037870 -0.0028847

19-Mar-19 -0.0082645 0.0000287 -0.0628017 -0.0011561 0.0097276

20-Mar-19 0.0000000 0.0000207 -0.0580126 -0.0183883 -0.0049009

21-Mar-19 0.0000000 0.0000278 -0.0551861 0.0030540 0.0087760

22-Mar-19 0.0000000 0.0000189 -0.0548936 -0.0060390 -0.0103004

25-Mar-19 -0.0416667 0.0000533 -0.0771391 -0.0014508 -0.0446596

26-Mar-19 -0.0173913 0.0001046 -0.0506206 -0.0120849 0.0032574

27-Mar-19 -0.0088496 0.0000420 -0.0631603 0.0050280 0.0086668

28-Mar-19 0.0714286 0.0000315 -0.0560191 0.0318827 0.0029594

29-Mar-19 -0.0250000 0.0000234 -0.0612632 -0.0205665 -0.0115374

1-Apr-19 -0.0512821 0.0000615 -0.0606803 -0.0292788 0.0106758

31

2-Apr-19 -0.0270270 0.0000320 -0.0553067 -0.0122316 -0.0022659

4-Apr-19 -0.0185185 0.0000292 -0.0559383 0.0101624 -0.0018294

5-Apr-19 0.0377358 0.0000284 -0.0621013 0.0275547 0.0034961

8-Apr-19 0.0090909 0.0000109 -0.0671913 -0.0235869 -0.0157734

9-Apr-19 0.0090090 0.0000194 -0.0514914 0.0011349 0.0190090

10-Apr-19 -0.0178571 0.0000549 -0.0620326 -0.0079086 0.0192836

11-Apr-19 -0.0090909 0.0000282 -0.0721636 -0.0005768 -0.0029167

12-Apr-19 0.0091743 0.0000226 -0.0610006 0.0078717 0.0010048

15-Apr-19 -0.0181818 0.0000170 -0.0542418 0.0029550 0.0099207

INCO

1-Mar-19 0.0374332 0.0021760 -0.0494024 -0.0074725 -0.0035827

4-Mar-19 -0.0025773 0.0010523 -0.0601732 -0.0243416 0.0378937

5-Mar-19 0.0000000 0.0009818 -0.0660975 0.0039677 0.0039156

6-Mar-19 0.0051680 0.0012247 -0.0557360 0.0097053 -0.0135873

8-Mar-19 -0.0616967 0.0016591 -0.0706656 0.0044137 0.0000948

11-Mar-19 -0.0164384 0.0009265 -0.0614839 -0.0091350 0.0181598

12-Mar-19 0.0000000 0.0009150 -0.0607920 0.0236901 -0.0178781

13-Mar-19 0.0000000 0.0005866 -0.0547518 -0.0143012 0.0170119

14-Mar-19 -0.0027855 0.0003586 -0.0526576 -0.0060023 0.0121121

15-Mar-19 0.0167598 0.0004680 -0.0502988 -0.0067552 -0.0148304

18-Mar-19 -0.0412088 0.0014537 -0.0510009 0.0037870 -0.0028847

19-Mar-19 0.0171920 0.0008123 -0.0628017 -0.0011561 0.0097276

20-Mar-19 0.0084507 0.0010503 -0.0580126 -0.0183883 -0.0049009

21-Mar-19 0.0027933 0.0010415 -0.0551861 0.0030540 0.0087760

22-Mar-19 -0.0139276 0.0005092 -0.0548936 -0.0060390 -0.0103004

25-Mar-19 -0.0367232 0.0010361 -0.0771391 -0.0014508 -0.0446596

26-Mar-19 0.0029326 0.0004379 -0.0506206 -0.0120849 0.0032574

27-Mar-19 -0.0146199 0.0006330 -0.0631603 0.0050280 0.0086668

28-Mar-19 -0.0118694 0.0004646 -0.0560191 0.0318827 0.0029594

29-Mar-19 0.0180180 0.0006798 -0.0612632 -0.0205665 -0.0115374

1-Apr-19 0.0530973 0.0012214 -0.0606803 -0.0292788 0.0106758

2-Apr-19 -0.0280112 0.0008934 -0.0553067 -0.0122316 -0.0022659

4-Apr-19 0.0000000 0.0007934 -0.0559383 0.0101624 -0.0018294

5-Apr-19 -0.0057637 0.0004470 -0.0621013 0.0275547 0.0034961

8-Apr-19 -0.0231884 0.0008470 -0.0671913 -0.0235869 -0.0157734

9-Apr-19 -0.0089021 0.0009511 -0.0514914 0.0011349 0.0190090

10-Apr-19 -0.0209581 0.0011555 -0.0620326 -0.0079086 0.0192836

11-Apr-19 0.0305810 0.0011380 -0.0721636 -0.0005768 -0.0029167

12-Apr-19 -0.0059347 0.0004196 -0.0610006 0.0078717 0.0010048

15-Apr-19 0.0059701 0.0005904 -0.0542418 0.0029550 0.0099207

TINS 1-Mar-19 0.0036496 0.0184672 -0.0494024 -0.0074725 -0.0035827

4-Mar-19 -0.0145455 0.0072845 -0.0601732 -0.0243416 0.0378937

32

5-Mar-19 0.0553506 0.0110000 -0.0660975 0.0039677 0.0039156

6-Mar-19 -0.0034965 0.0074612 -0.0557360 0.0097053 -0.0135873

8-Mar-19 -0.0666667 0.0057697 -0.0706656 0.0044137 0.0000948

11-Mar-19 0.0150376 0.0047221 -0.0614839 -0.0091350 0.0181598

12-Mar-19 -0.0592593 0.0096129 -0.0607920 0.0236901 -0.0178781

13-Mar-19 0.0078740 0.0065229 -0.0547518 -0.0143012 0.0170119

14-Mar-19 0.0078125 0.0020520 -0.0526576 -0.0060023 0.0121121

15-Mar-19 -0.0038760 0.0037516 -0.0502988 -0.0067552 -0.0148304

18-Mar-19 -0.0272374 0.0073621 -0.0510009 0.0037870 -0.0028847

19-Mar-19 0.0200000 0.0037257 -0.0628017 -0.0011561 0.0097276

20-Mar-19 0.0352941 0.0079555 -0.0580126 -0.0183883 -0.0049009

21-Mar-19 -0.0151515 0.0021828 -0.0551861 0.0030540 0.0087760

22-Mar-19 -0.0038462 0.0046044 -0.0548936 -0.0060390 -0.0103004

25-Mar-19 -0.0617761 0.0090401 -0.0771391 -0.0014508 -0.0446596

26-Mar-19 0.0164609 0.0040119 -0.0506206 -0.0120849 0.0032574

27-Mar-19 -0.0040486 0.0021579 -0.0631603 0.0050280 0.0086668

28-Mar-19 -0.0162602 0.0024362 -0.0560191 0.0318827 0.0029594

29-Mar-19 0.0371901 0.0040024 -0.0612632 -0.0205665 -0.0115374

1-Apr-19 0.0517928 0.0060915 -0.0606803 -0.0292788 0.0106758

2-Apr-19 0.0606061 0.0135529 -0.0553067 -0.0122316 -0.0022659

4-Apr-19 -0.0178571 0.0050857 -0.0559383 0.0101624 -0.0018294

5-Apr-19 0.0072727 0.0044923 -0.0621013 0.0275547 0.0034961

8-Apr-19 -0.0072202 0.0040739 -0.0671913 -0.0235869 -0.0157734

9-Apr-19 0.0181818 0.0054283 -0.0514914 0.0011349 0.0190090

10-Apr-19 0.0000000 0.0048826 -0.0620326 -0.0079086 0.0192836

11-Apr-19 -0.0214286 0.0018154 -0.0721636 -0.0005768 -0.0029167

12-Apr-19 -0.0364964 0.0035757 -0.0610006 0.0078717 0.0010048

15-Apr-19 0.0227273 0.0029931 -0.0542418 0.0029550 0.0099207

Data Mentah Sektor Pertambangan 2020


ADRO

2-Mar-20 -0.0346320 0.0012857 -0.0626180 -0.2604982 -0.0184610

3-Mar-20 0.0224215 0.0028448 -0.0166012 -0.0098189 -0.0275292

4-Mar-20 0.0570175 0.0026584 -0.0219978 0.0161596 -0.0116881

5-Mar-20 -0.0248963 0.0019996 -0.0482555 0.0021992 0.0205241

6-Mar-20 -0.0127660 0.0010516 -0.0706790 0.0007649 -0.0006586

9-Mar-20 -0.1293103 0.0026704 -0.1118480 0.0116541 0.0555278

10-Mar-20 0.0198020 0.0014944 -0.0294524 -0.0252121 -0.0074096

11-Mar-20 -0.0631068 0.0022122 -0.0587351 0.0010709 0.0000927

12-Mar-20 -0.1398964 0.0023728 -0.0960094 0.0071436 0.0541912

33

13-Mar-20 0.0000000 0.0028161 -0.0434872 -0.0204036 0.0643616

16-Mar-20 -0.0662651 0.0008361 -0.0898856 -0.0051109 0.0515831

17-Mar-20 -0.0645161 0.0014873 -0.0953557 0.0017761 0.0317328

18-Mar-20 -0.0482759 0.0026727 -0.0737785 -0.0163829 0.0367310

19-Mar-20 -0.0652174 0.0017911 -0.0964494 -0.0098004 0.0388138

20-Mar-20 0.1550388 0.0043514 -0.0211534 -0.0503534 -0.0506211

23-Mar-20 0.0402685 0.0034883 -0.0922471 0.0131977 0.0360815

24-Mar-20 0.0967742 0.0025775 -0.0563396 0.0060335 -0.0948671

26-Mar-20 0.1352941 0.0037686 0.0587294 -0.0539793 -0.0963129

27-Mar-20 0.0259067 0.0024073 0.0044972 0.0160581 0.0054722

30-Mar-20 -0.0656566 0.0008895 -0.0720181 -0.0352548 0.0192219

31-Mar-20 0.0702703 0.0025950 -0.0152531 -0.0195051 -0.0796453

1-Apr-20 0.0303030 0.0017528 -0.0592551 -0.0002482 0.0408155

2-Apr-20 0.0196078 0.0009355 -0.0283685 -0.0228993 0.0701118

3-Apr-20 0.0576923 0.0013466 -0.0229080 0.0542670 -0.0321940

6-Apr-20 0.0454545 0.0012973 -0.0023812 -0.0473852 0.0114853

7-Apr-20 -0.0086957 0.0016411 -0.0499505 0.0097345 0.0177926

8-Apr-20 -0.0657895 0.0013894 -0.0750387 0.0200492 0.0045385

9-Apr-20 -0.0234742 0.0009869 -0.0383441 0.1045161 -0.1114322

13-Apr-20 0.0000000 0.0004269 -0.0485231 -0.0347098 0.0022209

14-Apr-20 0.0384615 0.0007541 -0.0252576 -0.0343807 -0.0074334

BOSS

2-Mar-20 0.0113636 0.0003012 -0.0626180 -0.2604982 -0.0184610

3-Mar-20 0.0224719 0.0007672 -0.0166012 -0.0098189 -0.0275292

4-Mar-20 0.0329670 0.0124279 -0.0219978 0.0161596 -0.0116881

5-Mar-20 -0.0319149 0.0040295 -0.0482555 0.0021992 0.0205241

6-Mar-20 -0.0109890 0.0008007 -0.0706790 0.0007649 -0.0006586

9-Mar-20 -0.0888889 0.0005845 -0.1118480 0.0116541 0.0555278

10-Mar-20 -0.0121951 0.0016936 -0.0294524 -0.0252121 -0.0074096

11-Mar-20 -0.0246914 0.0043082 -0.0587351 0.0010709 0.0000927

12-Mar-20 -0.0759494 0.0005901 -0.0960094 0.0071436 0.0541912

13-Mar-20 -0.0684932 0.0002221 -0.0434872 -0.0204036 0.0643616

16-Mar-20 -0.0588235 0.0002202 -0.0898856 -0.0051109 0.0515831

17-Mar-20 -0.0625000 0.0000616 -0.0953557 0.0017761 0.0317328

18-Mar-20 -0.0666667 0.0001344 -0.0737785 -0.0163829 0.0367310

19-Mar-20 -0.0535714 0.0001946 -0.0964494 -0.0098004 0.0388138

20-Mar-20 0.0000000 0.0050555 -0.0211534 -0.0503534 -0.0506211

23-Mar-20 -0.0377358 0.0013036 -0.0922471 0.0131977 0.0360815

24-Mar-20 0.1176471 0.0012671 -0.0563396 0.0060335 -0.0948671

26-Mar-20 0.0701754 0.0010679 0.0587294 -0.0539793 -0.0963129

27-Mar-20 0.0163934 0.0007803 0.0044972 0.0160581 0.0054722

30-Mar-20 -0.0645161 0.0007374 -0.0720181 -0.0352548 0.0192219

34

31-Mar-20 0.0689655 0.0003146 -0.0152531 -0.0195051 -0.0796453

1-Apr-20 -0.0483871 0.0006542 -0.0592551 -0.0002482 0.0408155

2-Apr-20 -0.0508475 0.0024828 -0.0283685 -0.0228993 0.0701118

3-Apr-20 0.0892857 0.0006979 -0.0229080 0.0542670 -0.0321940

6-Apr-20 -0.0163934 0.0011573 -0.0023812 -0.0473852 0.0114853

7-Apr-20 0.0000000 0.0008440 -0.0499505 0.0097345 0.0177926

8-Apr-20 -0.0166667 0.0004439 -0.0750387 0.0200492 0.0045385

9-Apr-20 0.2881356 0.0056344 -0.0383441 0.1045161 -0.1114322

13-Apr-20 -0.0657895 0.0009181 -0.0485231 -0.0347098 0.0022209

14-Apr-20 -0.0281690 0.0021714 -0.0252576 -0.0343807 -0.0074334

GTBO

2-Mar-20 0.0000000 0.0000027 -0.0626180 -0.2604982 -0.0184610

3-Mar-20 0.0000000 0.0000095 -0.0166012 -0.0098189 -0.0275292

4-Mar-20 0.0600000 0.0000094 -0.0219978 0.0161596 -0.0116881

5-Mar-20 -0.0094340 0.0000001 -0.0482555 0.0021992 0.0205241

6-Mar-20 -0.0476190 0.0000066 -0.0706790 0.0007649 -0.0006586

9-Mar-20 -0.0500000 0.0000527 -0.1118480 0.0116541 0.0555278

10-Mar-20 -0.0526316 0.0000760 -0.0294524 -0.0252121 -0.0074096

11-Mar-20 -0.1000000 0.0000136 -0.0587351 0.0010709 0.0000927

12-Mar-20 -0.0617284 0.0000433 -0.0960094 0.0071436 0.0541912

13-Mar-20 0.1184211 0.0000810 -0.0434872 -0.0204036 0.0643616

16-Mar-20 0.0588235 0.0000882 -0.0898856 -0.0051109 0.0515831

17-Mar-20 -0.0666667 0.0000044 -0.0953557 0.0017761 0.0317328

18-Mar-20 -0.0595238 0.0000068 -0.0737785 -0.0163829 0.0367310

19-Mar-20 0.0000000 0.0000580 -0.0964494 -0.0098004 0.0388138

20-Mar-20 0.0632911 0.0000474 -0.0211534 -0.0503534 -0.0506211

23-Mar-20 0.0595238 0.0000129 -0.0922471 0.0131977 0.0360815

24-Mar-20 -0.0449438 0.0000152 -0.0563396 0.0060335 -0.0948671

26-Mar-20 -0.0588235 0.0000328 0.0587294 -0.0539793 -0.0963129

27-Mar-20 0.0375000 0.0000136 0.0044972 0.0160581 0.0054722

30-Mar-20 -0.0481928 0.0000124 -0.0720181 -0.0352548 0.0192219

31-Mar-20 -0.0126582 0.0000037 -0.0152531 -0.0195051 -0.0796453

1-Apr-20 -0.0384615 0.0000002 -0.0592551 -0.0002482 0.0408155

2-Apr-20 0.0666667 0.0000027 -0.0283685 -0.0228993 0.0701118

3-Apr-20 0.0000000 0.0000167 -0.0229080 0.0542670 -0.0321940

6-Apr-20 0.0000000 0.0000134 -0.0023812 -0.0473852 0.0114853

7-Apr-20 -0.0250000 0.0000246 -0.0499505 0.0097345 0.0177926

8-Apr-20 -0.0384615 0.0000009 -0.0750387 0.0200492 0.0045385

9-Apr-20 0.1066667 0.0001866 -0.0383441 0.1045161 -0.1114322

13-Apr-20 -0.0602410 0.0000145 -0.0485231 -0.0347098 0.0022209

14-Apr-20 -0.0128205 0.0000116 -0.0252576 -0.0343807 -0.0074334

MBAP 2-Mar-20 -0.0111421 0.0000519 -0.0626180 -0.2604982 -0.0184610

35

3-Mar-20 0.0197183 0.0000193 -0.0166012 -0.0098189 -0.0275292

4-Mar-20 0.0497238 0.0000051 -0.0219978 0.0161596 -0.0116881

5-Mar-20 0.0157895 0.0000001 -0.0482555 0.0021992 0.0205241

6-Mar-20 0.0000000 0.0000069 -0.0706790 0.0007649 -0.0006586

9-Mar-20 -0.0103627 0.0000001 -0.1118480 0.0116541 0.0555278

10-Mar-20 -0.0052356 0.0000054 -0.0294524 -0.0252121 -0.0074096

11-Mar-20 -0.0131579 0.0000047 -0.0587351 0.0010709 0.0000927

12-Mar-20 -0.0400000 0.0000270 -0.0960094 0.0071436 0.0541912

13-Mar-20 -0.0611111 0.0000956 -0.0434872 -0.0204036 0.0643616

16-Mar-20 -0.0680473 0.0000877 -0.0898856 -0.0051109 0.0515831

17-Mar-20 0.0000000 0.0000024 -0.0953557 0.0017761 0.0317328

18-Mar-20 -0.0507937 0.0000011 -0.0737785 -0.0163829 0.0367310

19-Mar-20 -0.0668896 0.0000077 -0.0964494 -0.0098004 0.0388138

20-Mar-20 0.0394265 0.0000243 -0.0211534 -0.0503534 -0.0506211

23-Mar-20 0.0103448 0.0000029 -0.0922471 0.0131977 0.0360815

24-Mar-20 0.0238908 0.0000025 -0.0563396 0.0060335 -0.0948671

26-Mar-20 0.0333333 0.0000931 0.0587294 -0.0539793 -0.0963129

27-Mar-20 0.0645161 0.0000228 0.0044972 0.0160581 0.0054722

30-Mar-20 -0.0696970 0.0000052 -0.0720181 -0.0352548 0.0192219

31-Mar-20 0.0097720 0.0000216 -0.0152531 -0.0195051 -0.0796453

1-Apr-20 0.0032258 0.0000083 -0.0592551 -0.0002482 0.0408155

2-Apr-20 -0.0675241 0.0000058 -0.0283685 -0.0228993 0.0701118

3-Apr-20 0.0827586 0.0000790 -0.0229080 0.0542670 -0.0321940

6-Apr-20 -0.0127389 0.0000405 -0.0023812 -0.0473852 0.0114853

7-Apr-20 0.0064516 0.0000186 -0.0499505 0.0097345 0.0177926

8-Apr-20 0.0192308 0.0000105 -0.0750387 0.0200492 0.0045385

9-Apr-20 -0.0408805 0.0000042 -0.0383441 0.1045161 -0.1114322

13-Apr-20 0.0426230 0.0000042 -0.0485231 -0.0347098 0.0022209

14-Apr-20 0.0062893 0.0000112 -0.0252576 -0.0343807 -0.0074334

PTBA

2-Mar-20 -0.0178571 0.0033854 -0.0626180 -0.2604982 -0.0184610

3-Mar-20 0.0772727 0.0026460 -0.0166012 -0.0098189 -0.0275292

4-Mar-20 0.0421941 0.0028678 -0.0219978 0.0161596 -0.0116881

5-Mar-20 -0.0040486 0.0025911 -0.0482555 0.0021992 0.0205241

6-Mar-20 -0.0040650 0.0016084 -0.0706790 0.0007649 -0.0006586

9-Mar-20 -0.0979592 0.0033295 -0.1118480 0.0116541 0.0555278

10-Mar-20 0.0452489 0.0020474 -0.0294524 -0.0252121 -0.0074096

11-Mar-20 -0.0476190 0.0021353 -0.0587351 0.0010709 0.0000927

12-Mar-20 -0.0636364 0.0020130 -0.0960094 0.0071436 0.0541912

13-Mar-20 -0.0436893 0.0053887 -0.0434872 -0.0204036 0.0643616

16-Mar-20 -0.0685279 0.0017237 -0.0898856 -0.0051109 0.0515831

17-Mar-20 -0.0681199 0.0020210 -0.0953557 0.0017761 0.0317328

36

18-Mar-20 -0.0672515 0.0026022 -0.0737785 -0.0163829 0.0367310

19-Mar-20 -0.0689655 0.0002427 -0.0964494 -0.0098004 0.0388138

20-Mar-20 0.2121212 0.0069302 -0.0211534 -0.0503534 -0.0506211

23-Mar-20 -0.0694444 0.0064915 -0.0922471 0.0131977 0.0360815

24-Mar-20 0.0686567 0.0042455 -0.0563396 0.0060335 -0.0948671

26-Mar-20 0.1284916 0.0036291 0.0587294 -0.0539793 -0.0963129

27-Mar-20 0.0099010 0.0062399 0.0044972 0.0160581 0.0054722

30-Mar-20 -0.0686275 0.0014601 -0.0720181 -0.0352548 0.0192219

31-Mar-20 0.1473684 0.0029181 -0.0152531 -0.0195051 -0.0796453

1-Apr-20 -0.0596330 0.0026527 -0.0592551 -0.0002482 0.0408155

2-Apr-20 -0.0097561 0.0020691 -0.0283685 -0.0228993 0.0701118

3-Apr-20 0.0394089 0.0022430 -0.0229080 0.0542670 -0.0321940

6-Apr-20 0.0236967 0.0016202 -0.0023812 -0.0473852 0.0114853

7-Apr-20 -0.0277778 0.0018739 -0.0499505 0.0097345 0.0177926

8-Apr-20 -0.0500000 0.0016526 -0.0750387 0.0200492 0.0045385

9-Apr-20 -0.0075188 0.0008375 -0.0383441 0.1045161 -0.1114322

13-Apr-20 0.0101010 0.0005020 -0.0485231 -0.0347098 0.0022209

14-Apr-20 0.0400000 0.0013830 -0.0252576 -0.0343807 -0.0074334

ELSA

2-Mar-20 0.0288462 0.0043503 -0.0626180 -0.2604982 -0.0184610

3-Mar-20 0.0841121 0.0054297 -0.0166012 -0.0098189 -0.0275292

4-Mar-20 0.0000000 0.0044551 -0.0219978 0.0161596 -0.0116881

5-Mar-20 0.0086207 0.0033175 -0.0482555 0.0021992 0.0205241

6-Mar-20 -0.0170940 0.0034914 -0.0706790 0.0007649 -0.0006586

9-Mar-20 -0.1217391 0.0074176 -0.1118480 0.0116541 0.0555278

10-Mar-20 0.0000000 0.0058108 -0.0294524 -0.0252121 -0.0074096

11-Mar-20 -0.0445545 0.0060479 -0.0587351 0.0010709 0.0000927

12-Mar-20 -0.0984456 0.0061282 -0.0960094 0.0071436 0.0541912

13-Mar-20 0.0114943 0.0058239 -0.0434872 -0.0204036 0.0643616

16-Mar-20 -0.0681818 0.0018523 -0.0898856 -0.0051109 0.0515831

17-Mar-20 -0.0670732 0.0023492 -0.0953557 0.0017761 0.0317328

18-Mar-20 -0.0653595 0.0032049 -0.0737785 -0.0163829 0.0367310

19-Mar-20 -0.0699301 0.0006170 -0.0964494 -0.0098004 0.0388138

20-Mar-20 0.0375940 0.0045012 -0.0211534 -0.0503534 -0.0506211

23-Mar-20 -0.0652174 0.0029479 -0.0922471 0.0131977 0.0360815

24-Mar-20 0.0775194 0.0053617 -0.0563396 0.0060335 -0.0948671

26-Mar-20 0.0791367 0.0075058 0.0587294 -0.0539793 -0.0963129

27-Mar-20 0.0266667 0.0094637 0.0044972 0.0160581 0.0054722

30-Mar-20 -0.0584416 0.0015979 -0.0720181 -0.0352548 0.0192219

31-Mar-20 0.0413793 0.0030766 -0.0152531 -0.0195051 -0.0796453

1-Apr-20 -0.0662252 0.0057645 -0.0592551 -0.0002482 0.0408155

2-Apr-20 0.2836879 0.0252348 -0.0283685 -0.0228993 0.0701118

37

3-Apr-20 0.1270718 0.0373968 -0.0229080 0.0542670 -0.0321940

6-Apr-20 0.0490196 0.0167606 -0.0023812 -0.0473852 0.0114853

7-Apr-20 0.0280374 0.0127000 -0.0499505 0.0097345 0.0177926

8-Apr-20 -0.0636364 0.0077779 -0.0750387 0.0200492 0.0045385

9-Apr-20 0.0970874 0.0229062 -0.0383441 0.1045161 -0.1114322

13-Apr-20 -0.0530973 0.0138205 -0.0485231 -0.0347098 0.0022209

14-Apr-20 -0.0093458 0.0072916 -0.0252576 -0.0343807 -0.0074334

ANTM

2-Mar-20 0.0173913 0.0049008 -0.0626180 -0.2604982 -0.0184610

3-Mar-20 0.0512821 0.0042120 -0.0166012 -0.0098189 -0.0275292

4-Mar-20 0.0243902 0.0038818 -0.0219978 0.0161596 -0.0116881

5-Mar-20 0.0000000 0.0022324 -0.0482555 0.0021992 0.0205241

6-Mar-20 -0.0317460 0.0020704 -0.0706790 0.0007649 -0.0006586

9-Mar-20 -0.0901639 0.0043879 -0.1118480 0.0116541 0.0555278

10-Mar-20 0.0360360 0.0031749 -0.0294524 -0.0252121 -0.0074096

11-Mar-20 -0.0608696 0.0035299 -0.0587351 0.0010709 0.0000927

12-Mar-20 -0.0925926 0.0041035 -0.0960094 0.0071436 0.0541912

13-Mar-20 -0.0244898 0.0048743 -0.0434872 -0.0204036 0.0643616

16-Mar-20 -0.0669456 0.0023841 -0.0898856 -0.0051109 0.0515831

17-Mar-20 -0.0672646 0.0018778 -0.0953557 0.0017761 0.0317328

18-Mar-20 -0.0673077 0.0032787 -0.0737785 -0.0163829 0.0367310

19-Mar-20 -0.0670103 0.0003736 -0.0964494 -0.0098004 0.0388138

20-Mar-20 0.0331492 0.0068540 -0.0211534 -0.0503534 -0.0506211

23-Mar-20 -0.0695187 0.0037509 -0.0922471 0.0131977 0.0360815

24-Mar-20 0.0459770 0.0064559 -0.0563396 0.0060335 -0.0948671

26-Mar-20 0.1428571 0.0111211 0.0587294 -0.0539793 -0.0963129

27-Mar-20 0.1057692 0.0121838 0.0044972 0.0160581 0.0054722

30-Mar-20 -0.0608696 0.0031065 -0.0720181 -0.0352548 0.0192219

31-Mar-20 0.0416667 0.0037163 -0.0152531 -0.0195051 -0.0796453

1-Apr-20 -0.0311111 0.0033800 -0.0592551 -0.0002482 0.0408155

2-Apr-20 0.0366972 0.0034779 -0.0283685 -0.0228993 0.0701118

3-Apr-20 0.0265487 0.0048158 -0.0229080 0.0542670 -0.0321940

6-Apr-20 0.1637931 0.0093576 -0.0023812 -0.0473852 0.0114853

7-Apr-20 0.0277778 0.0106702 -0.0499505 0.0097345 0.0177926

8-Apr-20 -0.0630631 0.0037465 -0.0750387 0.0200492 0.0045385

9-Apr-20 0.0000000 0.0043953 -0.0383441 0.1045161 -0.1114322

13-Apr-20 0.0288462 0.0030062 -0.0485231 -0.0347098 0.0022209

14-Apr-20 0.0373832 0.0035102 -0.0252576 -0.0343807 -0.0074334

DKFT

2-Mar-20 -0.1016949 0.0014900 -0.0626180 -0.2604982 -0.0184610

3-Mar-20 0.0660377 0.0011621 -0.0166012 -0.0098189 -0.0275292

4-Mar-20 0.0265487 0.0010591 -0.0219978 0.0161596 -0.0116881

5-Mar-20 0.0000000 0.0004923 -0.0482555 0.0021992 0.0205241

38

6-Mar-20 -0.0344828 0.0002295 -0.0706790 0.0007649 -0.0006586

9-Mar-20 -0.1071429 0.0015764 -0.1118480 0.0116541 0.0555278

10-Mar-20 0.1000000 0.0029463 -0.0294524 -0.0252121 -0.0074096

11-Mar-20 -0.0909091 0.0010255 -0.0587351 0.0010709 0.0000927

12-Mar-20 -0.0100000 0.0009279 -0.0960094 0.0071436 0.0541912

13-Mar-20 -0.0303030 0.0020828 -0.0434872 -0.0204036 0.0643616

16-Mar-20 -0.0625000 0.0011899 -0.0898856 -0.0051109 0.0515831

17-Mar-20 -0.0666667 0.0009405 -0.0953557 0.0017761 0.0317328

18-Mar-20 -0.0595238 0.0008556 -0.0737785 -0.0163829 0.0367310

19-Mar-20 -0.0632911 0.0019161 -0.0964494 -0.0098004 0.0388138

20-Mar-20 -0.0135135 0.0005653 -0.0211534 -0.0503534 -0.0506211

23-Mar-20 -0.0547945 0.0004395 -0.0922471 0.0131977 0.0360815

24-Mar-20 0.0144928 0.0005069 -0.0563396 0.0060335 -0.0948671

26-Mar-20 0.0714286 0.0010629 0.0587294 -0.0539793 -0.0963129

27-Mar-20 0.1200000 0.0012661 0.0044972 0.0160581 0.0054722

30-Mar-20 -0.0595238 0.0000861 -0.0720181 -0.0352548 0.0192219

31-Mar-20 0.0253165 0.0001815 -0.0152531 -0.0195051 -0.0796453

1-Apr-20 0.0246914 0.0002115 -0.0592551 -0.0002482 0.0408155

2-Apr-20 0.0361446 0.0004004 -0.0283685 -0.0228993 0.0701118

3-Apr-20 0.0813953 0.0007263 -0.0229080 0.0542670 -0.0321940

6-Apr-20 0.0967742 0.0007901 -0.0023812 -0.0473852 0.0114853

7-Apr-20 -0.0294118 0.0008426 -0.0499505 0.0097345 0.0177926

8-Apr-20 -0.0606061 0.0003434 -0.0750387 0.0200492 0.0045385

9-Apr-20 0.0215054 0.0002338 -0.0383441 0.1045161 -0.1114322

13-Apr-20 0.0105263 0.0003473 -0.0485231 -0.0347098 0.0022209

14-Apr-20 0.0416667 0.0003348 -0.0252576 -0.0343807 -0.0074334

INCO

2-Mar-20 0.0204082 0.0012558 -0.0626180 -0.2604982 -0.0184610

3-Mar-20 0.0880000 0.0018657 -0.0166012 -0.0098189 -0.0275292

4-Mar-20 -0.0036765 0.0009535 -0.0219978 0.0161596 -0.0116881

5-Mar-20 -0.0147601 0.0010354 -0.0482555 0.0021992 0.0205241

6-Mar-20 -0.0374532 0.0006156 -0.0706790 0.0007649 -0.0006586

9-Mar-20 -0.1322957 0.0013283 -0.1118480 0.0116541 0.0555278

10-Mar-20 0.0403587 0.0018446 -0.0294524 -0.0252121 -0.0074096

11-Mar-20 -0.0603448 0.0015780 -0.0587351 0.0010709 0.0000927

12-Mar-20 -0.1146789 0.0009543 -0.0960094 0.0071436 0.0541912

13-Mar-20 -0.0103627 0.0019614 -0.0434872 -0.0204036 0.0643616

16-Mar-20 -0.0680628 0.0004042 -0.0898856 -0.0051109 0.0515831

17-Mar-20 -0.0674157 0.0003739 -0.0953557 0.0017761 0.0317328

18-Mar-20 -0.0692771 0.0004888 -0.0737785 -0.0163829 0.0367310

19-Mar-20 -0.0679612 0.0002061 -0.0964494 -0.0098004 0.0388138

20-Mar-20 0.0486111 0.0025825 -0.0211534 -0.0503534 -0.0506211

39

23-Mar-20 -0.0397351 0.0009221 -0.0922471 0.0131977 0.0360815

24-Mar-20 0.1068966 0.0014242 -0.0563396 0.0060335 -0.0948671

26-Mar-20 0.1775701 0.0015479 0.0587294 -0.0539793 -0.0963129

27-Mar-20 0.0582011 0.0020441 0.0044972 0.0160581 0.0054722

30-Mar-20 0.0100000 0.0008136 -0.0720181 -0.0352548 0.0192219

31-Mar-20 0.0693069 0.0009240 -0.0152531 -0.0195051 -0.0796453

1-Apr-20 -0.0601852 0.0010364 -0.0592551 -0.0002482 0.0408155

2-Apr-20 0.0886700 0.0010767 -0.0283685 -0.0228993 0.0701118

3-Apr-20 0.0497738 0.0009779 -0.0229080 0.0542670 -0.0321940

6-Apr-20 0.0603448 0.0013265 -0.0023812 -0.0473852 0.0114853

7-Apr-20 -0.0609756 0.0014083 -0.0499505 0.0097345 0.0177926

8-Apr-20 -0.0432900 0.0007752 -0.0750387 0.0200492 0.0045385

9-Apr-20 0.0271493 0.0004434 -0.0383441 0.1045161 -0.1114322

13-Apr-20 0.0440529 0.0005824 -0.0485231 -0.0347098 0.0022209

14-Apr-20 0.0590717 0.0010503 -0.0252576 -0.0343807 -0.0074334

TINS

2-Mar-20 2.2857143 0.0026729 -0.0626180 -0.2604982 -0.0184610

3-Mar-20 0.0434783 0.0020427 -0.0166012 -0.0098189 -0.0275292

4-Mar-20 0.0500000 0.0026641 -0.0219978 0.0161596 -0.0116881

5-Mar-20 -0.0158730 0.0022927 -0.0482555 0.0021992 0.0205241

6-Mar-20 -0.0322581 0.0012189 -0.0706790 0.0007649 -0.0006586

9-Mar-20 -0.1166667 0.0022200 -0.1118480 0.0116541 0.0555278

10-Mar-20 0.0377358 0.0020674 -0.0294524 -0.0252121 -0.0074096

11-Mar-20 -0.0727273 0.0024075 -0.0587351 0.0010709 0.0000927

12-Mar-20 -0.0823529 0.0021526 -0.0960094 0.0071436 0.0541912

13-Mar-20 0.0000000 0.0022375 -0.0434872 -0.0204036 0.0643616

16-Mar-20 -0.0683761 0.0018401 -0.0898856 -0.0051109 0.0515831

17-Mar-20 -0.0688073 0.0018345 -0.0953557 0.0017761 0.0317328

18-Mar-20 -0.0689655 0.0017601 -0.0737785 -0.0163829 0.0367310

19-Mar-20 -0.0687831 0.0012995 -0.0964494 -0.0098004 0.0388138

20-Mar-20 0.0795455 0.0049979 -0.0211534 -0.0503534 -0.0506211

23-Mar-20 -0.0684211 0.0013003 -0.0922471 0.0131977 0.0360815

24-Mar-20 0.0112994 0.0019162 -0.0563396 0.0060335 -0.0948671

26-Mar-20 0.1508380 0.0036587 0.0587294 -0.0539793 -0.0963129

27-Mar-20 0.0485437 0.0053198 0.0044972 0.0160581 0.0054722

30-Mar-20 -0.0370370 0.0013461 -0.0720181 -0.0352548 0.0192219

31-Mar-20 0.0288462 0.0011898 -0.0152531 -0.0195051 -0.0796453

1-Apr-20 -0.0327103 0.0016491 -0.0592551 -0.0002482 0.0408155

2-Apr-20 0.0628019 0.0012365 -0.0283685 -0.0228993 0.0701118

3-Apr-20 0.0181818 0.0026450 -0.0229080 0.0542670 -0.0321940

6-Apr-20 0.1495536 0.0058684 -0.0023812 -0.0473852 0.0114853

7-Apr-20 0.0194175 0.0053736 -0.0499505 0.0097345 0.0177926

40

8-Apr-20 -0.0666667 0.0026160 -0.0750387 0.0200492 0.0045385

9-Apr-20 0.0204082 0.0011931 -0.0383441 0.1045161 -0.1114322

13-Apr-20 0.0300000 0.0021664 -0.0485231 -0.0347098 0.0022209

14-Apr-20 0.0388350 0.0017456 -0.0252576 -0.0343807 -0.0074334

Data Mentah Sektor Industri Dasar dan Kimia 2019


AGII

1-Mar-19 -0.0163934 0.0001686 -0.0494024 -0.0010961 0.0057436

4-Mar-19 -0.0083333 0.0001607 -0.0601732 0.0031599 0.0051262

5-Mar-19 0.0084034 0.0004418 -0.0660975 0.0018575 -0.0091521

6-Mar-19 0.0083333 0.0000646 -0.0557360 0.0080575 0.0169430

8-Mar-19 -0.0495868 0.0004399 -0.0706656 -0.0109693 -0.0098417

11-Mar-19 0.0086957 0.0000443 -0.0614839 -0.0059123 -0.0062936

12-Mar-19 0.0000000 0.0000608 -0.0607920 0.0135353 0.0057705

13-Mar-19 -0.0086207 0.0000443 -0.0547518 -0.0000671 -0.0047480

14-Mar-19 0.0000000 0.0000802 -0.0526576 -0.0115235 -0.0026471

15-Mar-19 0.0086957 0.0000573 -0.0502988 -0.0156326 -0.0107131

18-Mar-19 0.0000000 0.0001346 -0.0510009 -0.0071511 -0.0016357

19-Mar-19 -0.0086207 0.0000973 -0.0628017 -0.0060846 0.0046107

20-Mar-19 0.0086957 0.0000331 -0.0580126 0.0048101 0.0051909

21-Mar-19 0.0000000 0.0002908 -0.0551861 -0.0205120 -0.0271599

22-Mar-19 0.0000000 0.0000303 -0.0548936 0.0048290 0.0046120

25-Mar-19 -0.0172414 0.0003217 -0.0771391 0.0040913 -0.0036364

26-Mar-19 0.0000000 0.0000450 -0.0506206 0.0041722 0.0103322

27-Mar-19 -0.0087719 0.0000790 -0.0631603 0.0053003 0.0012213

28-Mar-19 0.0000000 0.0001569 -0.0560191 0.0015556 0.0162310

29-Mar-19 -0.0088496 0.0003109 -0.0612632 0.0086928 0.0138174

1-Apr-19 -0.0089286 0.0001854 -0.0606803 0.0103283 0.0188868

2-Apr-19 0.0180180 0.0001846 -0.0553067 -0.0016848 -0.0088233

4-Apr-19 -0.0176991 0.0002251 -0.0559383 0.0100690 0.0025615

5-Apr-19 0.0000000 0.0002200 -0.0621013 -0.0044511 -0.0045034

8-Apr-19 -0.0090090 0.0002440 -0.0671913 0.0006752 0.0000558

9-Apr-19 0.0090909 0.0000755 -0.0514914 -0.0093179 -0.0077802

10-Apr-19 -0.0090090 0.0002280 -0.0620326 0.0051699 0.0054485

11-Apr-19 0.0000000 0.0000398 -0.0721636 0.0117888 0.0127125

12-Apr-19 -0.0181818 0.0002041 -0.0610006 -0.0051115 0.0095709

15-Apr-19 0.0092593 0.0000740 -0.0542418 -0.0012239 -0.0009014

BTON

1-Mar-19 0.0000000 0.0005617 -0.0494024 -0.0010961 0.0057436

4-Mar-19 0.0000000 0.0004292 -0.0601732 0.0031599 0.0051262

5-Mar-19 -0.0072464 0.0008919 -0.0660975 0.0018575 -0.0091521

41

6-Mar-19 -0.0072993 0.0007932 -0.0557360 0.0080575 0.0169430

8-Mar-19 -0.0294118 0.0009408 -0.0706656 -0.0109693 -0.0098417

11-Mar-19 0.0000000 0.0008708 -0.0614839 -0.0059123 -0.0062936

12-Mar-19 -0.0075758 0.0002346 -0.0607920 0.0135353 0.0057705

13-Mar-19 -0.0152672 0.0005179 -0.0547518 -0.0000671 -0.0047480

14-Mar-19 0.0077519 0.0004969 -0.0526576 -0.0115235 -0.0026471

15-Mar-19 -0.0076923 0.0004683 -0.0502988 -0.0156326 -0.0107131

18-Mar-19 0.0000000 0.0005718 -0.0510009 -0.0071511 -0.0016357

19-Mar-19 0.0000000 0.0003847 -0.0628017 -0.0060846 0.0046107

20-Mar-19 0.0232558 0.0004829 -0.0580126 0.0048101 0.0051909

21-Mar-19 0.0000000 0.0003181 -0.0551861 -0.0205120 -0.0271599

22-Mar-19 0.0000000 0.0001751 -0.0548936 0.0048290 0.0046120

25-Mar-19 -0.0151515 0.0004010 -0.0771391 0.0040913 -0.0036364

26-Mar-19 0.0153846 0.0005281 -0.0506206 0.0041722 0.0103322

27-Mar-19 0.0000000 0.0003735 -0.0631603 0.0053003 0.0012213

28-Mar-19 -0.0075758 0.0001846 -0.0560191 0.0015556 0.0162310

29-Mar-19 -0.0229008 0.0012331 -0.0612632 0.0086928 0.0138174

1-Apr-19 -0.0156250 0.0007503 -0.0606803 0.0103283 0.0188868

2-Apr-19 0.0238095 0.0005796 -0.0553067 -0.0016848 -0.0088233

4-Apr-19 0.0000000 0.0003306 -0.0559383 0.0100690 0.0025615

5-Apr-19 -0.0232558 0.0003646 -0.0621013 -0.0044511 -0.0045034

8-Apr-19 0.0000000 0.0005063 -0.0671913 0.0006752 0.0000558

9-Apr-19 0.0158730 0.0003656 -0.0514914 -0.0093179 -0.0077802

10-Apr-19 0.0078125 0.0000947 -0.0620326 0.0051699 0.0054485

11-Apr-19 0.0000000 0.0002064 -0.0721636 0.0117888 0.0127125

12-Apr-19 -0.0077519 0.0002632 -0.0610006 -0.0051115 0.0095709

15-Apr-19 -0.0078125 0.0005886 -0.0542418 -0.0012239 -0.0009014

CPIN

1-Mar-19 -0.0239726 0.0002450 -0.0494024 -0.0010961 0.0057436

4-Mar-19 0.0105263 0.0002954 -0.0601732 0.0031599 0.0051262

5-Mar-19 0.0000000 0.0003343 -0.0660975 0.0018575 -0.0091521

6-Mar-19 0.0000000 0.0002417 -0.0557360 0.0080575 0.0169430

8-Mar-19 -0.0208333 0.0002184 -0.0706656 -0.0109693 -0.0098417

11-Mar-19 -0.0106383 0.0001512 -0.0614839 -0.0059123 -0.0062936

12-Mar-19 -0.0035842 0.0001864 -0.0607920 0.0135353 0.0057705

13-Mar-19 0.0503597 0.0002184 -0.0547518 -0.0000671 -0.0047480

14-Mar-19 0.0342466 0.0005996 -0.0526576 -0.0115235 -0.0026471

15-Mar-19 0.0596026 0.0014286 -0.0502988 -0.0156326 -0.0107131

18-Mar-19 -0.0187500 0.0003618 -0.0510009 -0.0071511 -0.0016357

19-Mar-19 -0.0254777 0.0002272 -0.0628017 -0.0060846 0.0046107

20-Mar-19 -0.0098039 0.0002313 -0.0580126 0.0048101 0.0051909

21-Mar-19 0.0363036 0.0003521 -0.0551861 -0.0205120 -0.0271599

42

22-Mar-19 -0.0127389 0.0003348 -0.0548936 0.0048290 0.0046120

25-Mar-19 -0.0064516 0.0004061 -0.0771391 0.0040913 -0.0036364

26-Mar-19 0.0259740 0.0002134 -0.0506206 0.0041722 0.0103322

27-Mar-19 -0.0411392 0.0003076 -0.0631603 0.0053003 0.0012213

28-Mar-19 -0.0561056 0.0006082 -0.0560191 0.0015556 0.0162310

29-Mar-19 -0.1048951 0.0019016 -0.0612632 0.0086928 0.0138174

1-Apr-19 0.0000000 0.0010513 -0.0606803 0.0103283 0.0188868

2-Apr-19 0.0156250 0.0004976 -0.0553067 -0.0016848 -0.0088233

4-Apr-19 -0.0500000 0.0006530 -0.0559383 0.0100690 0.0025615

5-Apr-19 0.0242915 0.0009016 -0.0621013 -0.0044511 -0.0045034

8-Apr-19 0.0355731 0.0006540 -0.0671913 0.0006752 0.0000558

9-Apr-19 0.0076336 0.0006931 -0.0514914 -0.0093179 -0.0077802

10-Apr-19 -0.0189394 0.0011108 -0.0620326 0.0051699 0.0054485

11-Apr-19 -0.0424710 0.0004186 -0.0721636 0.0117888 0.0127125

12-Apr-19 -0.0564516 0.0006133 -0.0610006 -0.0051115 0.0095709

15-Apr-19 0.0299145 0.0005307 -0.0542418 -0.0012239 -0.0009014

EKAD

1-Mar-19 -0.0117647 0.0003002 -0.0494024 -0.0010961 0.0057436

4-Mar-19 0.0000000 0.0000215 -0.0601732 0.0031599 0.0051262

5-Mar-19 0.0178571 0.0002513 -0.0660975 0.0018575 -0.0091521

6-Mar-19 0.0000000 0.0001314 -0.0557360 0.0080575 0.0169430

8-Mar-19 0.0000000 0.0000076 -0.0706656 -0.0109693 -0.0098417

11-Mar-19 -0.0058480 0.0000197 -0.0614839 -0.0059123 -0.0062936

12-Mar-19 -0.0117647 0.0000451 -0.0607920 0.0135353 0.0057705

13-Mar-19 0.0000000 0.0002281 -0.0547518 -0.0000671 -0.0047480

14-Mar-19 0.0000000 0.0000962 -0.0526576 -0.0115235 -0.0026471

15-Mar-19 0.0119048 0.0000062 -0.0502988 -0.0156326 -0.0107131

18-Mar-19 0.0000000 0.0000216 -0.0510009 -0.0071511 -0.0016357

19-Mar-19 -0.0058824 0.0001676 -0.0628017 -0.0060846 0.0046107

20-Mar-19 -0.0059172 0.0000109 -0.0580126 0.0048101 0.0051909

21-Mar-19 0.0000000 0.0000170 -0.0551861 -0.0205120 -0.0271599

22-Mar-19 0.0000000 0.0000100 -0.0548936 0.0048290 0.0046120

25-Mar-19 0.0000000 0.0019364 -0.0771391 0.0040913 -0.0036364

26-Mar-19 -0.0059524 0.0000489 -0.0506206 0.0041722 0.0103322

27-Mar-19 0.0059880 0.0000540 -0.0631603 0.0053003 0.0012213

28-Mar-19 0.0000000 0.0000371 -0.0560191 0.0015556 0.0162310

29-Mar-19 -0.0238095 0.0003729 -0.0612632 0.0086928 0.0138174

1-Apr-19 0.0182927 0.0001979 -0.0606803 0.0103283 0.0188868

2-Apr-19 -0.0059880 0.0001560 -0.0553067 -0.0016848 -0.0088233

4-Apr-19 0.0000000 0.0000531 -0.0559383 0.0100690 0.0025615

5-Apr-19 0.0000000 0.0001248 -0.0621013 -0.0044511 -0.0045034

8-Apr-19 -0.0060241 0.0000122 -0.0671913 0.0006752 0.0000558

43

9-Apr-19 0.0060606 0.0001474 -0.0514914 -0.0093179 -0.0077802

10-Apr-19 -0.0060241 0.0000502 -0.0620326 0.0051699 0.0054485

11-Apr-19 -0.0060606 0.0001621 -0.0721636 0.0117888 0.0127125

12-Apr-19 0.0000000 0.0000654 -0.0610006 -0.0051115 0.0095709

15-Apr-19 0.0182927 0.0001583 -0.0542418 -0.0012239 -0.0009014

IMPC

1-Mar-19 -0.0105820 0.0000494 -0.0494024 -0.0010961 0.0057436

4-Mar-19 -0.0481283 0.0000525 -0.0601732 0.0031599 0.0051262

5-Mar-19 0.0337079 0.0000848 -0.0660975 0.0018575 -0.0091521

6-Mar-19 -0.0434783 0.0000583 -0.0557360 0.0080575 0.0169430

8-Mar-19 0.0340909 0.0000822 -0.0706656 -0.0109693 -0.0098417

11-Mar-19 0.0109890 0.0000662 -0.0614839 -0.0059123 -0.0062936

12-Mar-19 0.0054348 0.0000794 -0.0607920 0.0135353 0.0057705

13-Mar-19 -0.0324324 0.0000452 -0.0547518 -0.0000671 -0.0047480

14-Mar-19 0.0055866 0.0000583 -0.0526576 -0.0115235 -0.0026471

15-Mar-19 0.0111111 0.0000638 -0.0502988 -0.0156326 -0.0107131

18-Mar-19 0.0000000 0.0000334 -0.0510009 -0.0071511 -0.0016357

19-Mar-19 -0.0109890 0.0000608 -0.0628017 -0.0060846 0.0046107

20-Mar-19 0.0000000 0.0000330 -0.0580126 0.0048101 0.0051909

21-Mar-19 0.0111111 0.0000644 -0.0551861 -0.0205120 -0.0271599

22-Mar-19 0.0109890 0.0000729 -0.0548936 0.0048290 0.0046120

25-Mar-19 -0.0108696 0.0000758 -0.0771391 0.0040913 -0.0036364

26-Mar-19 -0.0549451 0.0000397 -0.0506206 0.0041722 0.0103322

27-Mar-19 0.0406977 0.0000968 -0.0631603 0.0053003 0.0012213

28-Mar-19 -0.0335196 0.0000822 -0.0560191 0.0015556 0.0162310

29-Mar-19 0.0000000 0.0000769 -0.0612632 0.0086928 0.0138174

1-Apr-19 -0.0173410 0.0000416 -0.0606803 0.0103283 0.0188868

2-Apr-19 0.0235294 0.0000771 -0.0553067 -0.0016848 -0.0088233

4-Apr-19 0.0114943 0.0000946 -0.0559383 0.0100690 0.0025615

5-Apr-19 0.0170455 0.0000750 -0.0621013 -0.0044511 -0.0045034

8-Apr-19 -0.0558659 0.0000595 -0.0671913 0.0006752 0.0000558

9-Apr-19 0.0236686 0.0000930 -0.0514914 -0.0093179 -0.0077802

10-Apr-19 -0.0115607 0.0000151 -0.0620326 0.0051699 0.0054485

11-Apr-19 -0.0233918 0.0000873 -0.0721636 0.0117888 0.0127125

12-Apr-19 0.0419162 0.0001101 -0.0610006 -0.0051115 0.0095709

15-Apr-19 -0.0114943 0.0000377 -0.0542418 -0.0012239 -0.0009014

ISSP

1-Mar-19 0.0260870 0.0011814 -0.0494024 -0.0010961 0.0057436

4-Mar-19 -0.0084746 0.0015531 -0.0601732 0.0031599 0.0051262

5-Mar-19 -0.0256410 0.0017329 -0.0660975 0.0018575 -0.0091521

6-Mar-19 0.0263158 0.0015268 -0.0557360 0.0080575 0.0169430

8-Mar-19 -0.0256410 0.0023346 -0.0706656 -0.0109693 -0.0098417

11-Mar-19 -0.0614035 0.0020661 -0.0614839 -0.0059123 -0.0062936

44

12-Mar-19 0.0093458 0.0033876 -0.0607920 0.0135353 0.0057705

13-Mar-19 -0.0092593 0.0014178 -0.0547518 -0.0000671 -0.0047480

14-Mar-19 0.0186916 0.0013873 -0.0526576 -0.0115235 -0.0026471

15-Mar-19 0.0000000 0.0013240 -0.0502988 -0.0156326 -0.0107131

18-Mar-19 -0.0183486 0.0007697 -0.0510009 -0.0071511 -0.0016357

19-Mar-19 -0.0186916 0.0022072 -0.0628017 -0.0060846 0.0046107

20-Mar-19 0.0000000 0.0014330 -0.0580126 0.0048101 0.0051909

21-Mar-19 -0.0190476 0.0012877 -0.0551861 -0.0205120 -0.0271599

22-Mar-19 0.0097087 0.0006188 -0.0548936 0.0048290 0.0046120

25-Mar-19 -0.0384615 0.0021736 -0.0771391 0.0040913 -0.0036364

26-Mar-19 0.0400000 0.0028853 -0.0506206 0.0041722 0.0103322

27-Mar-19 -0.0192308 0.0013999 -0.0631603 0.0053003 0.0012213

28-Mar-19 0.0000000 0.0008762 -0.0560191 0.0015556 0.0162310

29-Mar-19 -0.0294118 0.0010097 -0.0612632 0.0086928 0.0138174

1-Apr-19 0.0909091 0.0124197 -0.0606803 0.0103283 0.0188868

2-Apr-19 -0.0462963 0.0032745 -0.0553067 -0.0016848 -0.0088233

4-Apr-19 0.0000000 0.0018650 -0.0559383 0.0100690 0.0025615

5-Apr-19 -0.0097087 0.0008835 -0.0621013 -0.0044511 -0.0045034

8-Apr-19 -0.0196078 0.0018153 -0.0671913 0.0006752 0.0000558

9-Apr-19 0.0000000 0.0017227 -0.0514914 -0.0093179 -0.0077802

10-Apr-19 0.0300000 0.0015351 -0.0620326 0.0051699 0.0054485

11-Apr-19 -0.0194175 0.0008348 -0.0721636 0.0117888 0.0127125

12-Apr-19 0.0198020 0.0022712 -0.0610006 -0.0051115 0.0095709

15-Apr-19 -0.0097087 0.0004625 -0.0542418 -0.0012239 -0.0009014

MLIA

1-Mar-19 0.0080000 0.0011085 -0.0494024 -0.0010961 0.0057436

4-Mar-19 0.0119048 0.0004198 -0.0601732 0.0031599 0.0051262

5-Mar-19 -0.0078431 0.0004610 -0.0660975 0.0018575 -0.0091521

6-Mar-19 0.0118577 0.0006068 -0.0557360 0.0080575 0.0169430

8-Mar-19 0.0117188 0.0005720 -0.0706656 -0.0109693 -0.0098417

11-Mar-19 0.0193050 0.0006165 -0.0614839 -0.0059123 -0.0062936

12-Mar-19 0.0151515 0.0005760 -0.0607920 0.0135353 0.0057705

13-Mar-19 0.0335821 0.0012714 -0.0547518 -0.0000671 -0.0047480

14-Mar-19 0.0288809 0.0009821 -0.0526576 -0.0115235 -0.0026471

15-Mar-19 0.0035088 0.0006138 -0.0502988 -0.0156326 -0.0107131

18-Mar-19 0.0069930 0.0005415 -0.0510009 -0.0071511 -0.0016357

19-Mar-19 0.0034722 0.0004813 -0.0628017 -0.0060846 0.0046107

20-Mar-19 0.0069204 0.0005272 -0.0580126 0.0048101 0.0051909

21-Mar-19 -0.0446735 0.0016389 -0.0551861 -0.0205120 -0.0271599

22-Mar-19 0.0143885 0.0006467 -0.0548936 0.0048290 0.0046120

25-Mar-19 -0.0035461 0.0005392 -0.0771391 0.0040913 -0.0036364

26-Mar-19 0.0284698 0.0012667 -0.0506206 0.0041722 0.0103322

45

27-Mar-19 0.0276817 0.0013092 -0.0631603 0.0053003 0.0012213

28-Mar-19 0.0168350 0.0016805 -0.0560191 0.0015556 0.0162310

29-Mar-19 0.0198675 0.0021400 -0.0612632 0.0086928 0.0138174

1-Apr-19 0.0032468 0.0008953 -0.0606803 0.0103283 0.0188868

2-Apr-19 0.0000000 0.0009603 -0.0553067 -0.0016848 -0.0088233

4-Apr-19 0.0129450 0.0010431 -0.0559383 0.0100690 0.0025615

5-Apr-19 0.0095847 0.0010271 -0.0621013 -0.0044511 -0.0045034

8-Apr-19 0.0031646 0.0009770 -0.0671913 0.0006752 0.0000558

9-Apr-19 0.0031546 0.0009268 -0.0514914 -0.0093179 -0.0077802

10-Apr-19 0.0062893 0.0010082 -0.0620326 0.0051699 0.0054485

11-Apr-19 -0.0156250 0.0012707 -0.0721636 0.0117888 0.0127125

12-Apr-19 -0.0063492 0.0014511 -0.0610006 -0.0051115 0.0095709

15-Apr-19 0.0000000 0.0015138 -0.0542418 -0.0012239 -0.0009014

SMGR

1-Mar-19 0.0177866 0.0007708 -0.0494024 -0.0010961 0.0057436

4-Mar-19 0.0019417 0.0006042 -0.0601732 0.0031599 0.0051262

5-Mar-19 -0.0038760 0.0005632 -0.0660975 0.0018575 -0.0091521

6-Mar-19 -0.0116732 0.0002969 -0.0557360 0.0080575 0.0169430

8-Mar-19 -0.0177165 0.0003512 -0.0706656 -0.0109693 -0.0098417

11-Mar-19 0.0040080 0.0003182 -0.0614839 -0.0059123 -0.0062936

12-Mar-19 -0.0119760 0.0002755 -0.0607920 0.0135353 0.0057705

13-Mar-19 0.0262626 0.0005486 -0.0547518 -0.0000671 -0.0047480

14-Mar-19 0.0236220 0.0005254 -0.0526576 -0.0115235 -0.0026471

15-Mar-19 0.0057692 0.0017987 -0.0502988 -0.0156326 -0.0107131

18-Mar-19 0.0172084 0.0007429 -0.0510009 -0.0071511 -0.0016357

19-Mar-19 -0.0150376 0.0005635 -0.0628017 -0.0060846 0.0046107

20-Mar-19 -0.0057252 0.0007724 -0.0580126 0.0048101 0.0051909

21-Mar-19 0.0518234 0.0023276 -0.0551861 -0.0205120 -0.0271599

22-Mar-19 -0.0018248 0.0005957 -0.0548936 0.0048290 0.0046120

25-Mar-19 -0.0201097 0.0008295 -0.0771391 0.0040913 -0.0036364

26-Mar-19 0.0354478 0.0006035 -0.0506206 0.0041722 0.0103322

27-Mar-19 -0.0072072 0.0005550 -0.0631603 0.0053003 0.0012213

28-Mar-19 0.0090744 0.0004474 -0.0560191 0.0015556 0.0162310

29-Mar-19 0.0035971 0.0010378 -0.0612632 0.0086928 0.0138174

1-Apr-19 -0.0107527 0.0006606 -0.0606803 0.0103283 0.0188868

2-Apr-19 -0.0144928 0.0007040 -0.0553067 -0.0016848 -0.0088233

4-Apr-19 0.0183824 0.0014229 -0.0559383 0.0100690 0.0025615

5-Apr-19 -0.0144404 0.0004887 -0.0621013 -0.0044511 -0.0045034

8-Apr-19 -0.0054945 0.0011131 -0.0671913 0.0006752 0.0000558

9-Apr-19 0.0276243 0.0015653 -0.0514914 -0.0093179 -0.0077802

10-Apr-19 0.0250896 0.0009474 -0.0620326 0.0051699 0.0054485

11-Apr-19 -0.0454545 0.0009507 -0.0721636 0.0117888 0.0127125

46

12-Apr-19 -0.0476190 0.0013212 -0.0610006 -0.0051115 0.0095709

15-Apr-19 -0.0134615 0.0019720 -0.0542418 -0.0012239 -0.0009014

TKIM

1-Mar-19 -0.0022371 0.0005283 -0.0494024 -0.0010961 0.0057436

4-Mar-19 0.0067265 0.0004720 -0.0601732 0.0031599 0.0051262

5-Mar-19 -0.0267261 0.0005925 -0.0660975 0.0018575 -0.0091521

6-Mar-19 0.0068650 0.0006184 -0.0557360 0.0080575 0.0169430

8-Mar-19 0.0022727 0.0002463 -0.0706656 -0.0109693 -0.0098417

11-Mar-19 -0.0113379 0.0003621 -0.0614839 -0.0059123 -0.0062936

12-Mar-19 -0.0619266 0.0007311 -0.0607920 0.0135353 0.0057705

13-Mar-19 -0.0391198 0.0007231 -0.0547518 -0.0000671 -0.0047480

14-Mar-19 0.0610687 0.0008287 -0.0526576 -0.0115235 -0.0026471

15-Mar-19 0.0551559 0.0013470 -0.0502988 -0.0156326 -0.0107131

18-Mar-19 0.0363636 0.0009085 -0.0510009 -0.0071511 -0.0016357

19-Mar-19 0.0438596 0.0009460 -0.0628017 -0.0060846 0.0046107

20-Mar-19 -0.0063025 0.0008150 -0.0580126 0.0048101 0.0051909

21-Mar-19 0.0042283 0.0002303 -0.0551861 -0.0205120 -0.0271599

22-Mar-19 -0.0105263 0.0003060 -0.0548936 0.0048290 0.0046120

25-Mar-19 -0.0340426 0.0005397 -0.0771391 0.0040913 -0.0036364

26-Mar-19 0.0154185 0.0003782 -0.0506206 0.0041722 0.0103322

27-Mar-19 -0.0260304 0.0002575 -0.0631603 0.0053003 0.0012213

28-Mar-19 0.0378619 0.0003695 -0.0560191 0.0015556 0.0162310

29-Mar-19 -0.0536481 0.0008767 -0.0612632 0.0086928 0.0138174

1-Apr-19 -0.0136054 0.0004289 -0.0606803 0.0103283 0.0188868

2-Apr-19 0.0022989 0.0002873 -0.0553067 -0.0016848 -0.0088233

4-Apr-19 -0.0550459 0.0005471 -0.0559383 0.0100690 0.0025615

5-Apr-19 0.0000000 0.0004099 -0.0621013 -0.0044511 -0.0045034

8-Apr-19 0.0000000 0.0004819 -0.0671913 0.0006752 0.0000558

9-Apr-19 0.0218447 0.0005560 -0.0514914 -0.0093179 -0.0077802

10-Apr-19 0.0071259 0.0002630 -0.0620326 0.0051699 0.0054485

11-Apr-19 -0.0259434 0.0003402 -0.0721636 0.0117888 0.0127125

12-Apr-19 0.0217918 0.0002003 -0.0610006 -0.0051115 0.0095709

15-Apr-19 -0.0047393 0.0002853 -0.0542418 -0.0012239 -0.0009014

WSBP

1-Mar-19 0.0000000 0.0013877 -0.0494024 -0.0010961 0.0057436

4-Mar-19 -0.0051813 0.0016957 -0.0601732 0.0031599 0.0051262

5-Mar-19 -0.0104167 0.0026059 -0.0660975 0.0018575 -0.0091521

6-Mar-19 0.0052632 0.0017351 -0.0557360 0.0080575 0.0169430

8-Mar-19 -0.0052356 0.0013377 -0.0706656 -0.0109693 -0.0098417

11-Mar-19 0.0157895 0.0023685 -0.0614839 -0.0059123 -0.0062936

12-Mar-19 -0.0155440 0.0025666 -0.0607920 0.0135353 0.0057705

13-Mar-19 0.0052632 0.0021931 -0.0547518 -0.0000671 -0.0047480

14-Mar-19 0.0052356 0.0027622 -0.0526576 -0.0115235 -0.0026471

47

15-Mar-19 0.0000000 0.0014638 -0.0502988 -0.0156326 -0.0107131

18-Mar-19 0.0000000 0.0012381 -0.0510009 -0.0071511 -0.0016357

19-Mar-19 0.0052083 0.0026559 -0.0628017 -0.0060846 0.0046107

20-Mar-19 0.0155440 0.0064995 -0.0580126 0.0048101 0.0051909

21-Mar-19 0.0102041 0.0048944 -0.0551861 -0.0205120 -0.0271599

22-Mar-19 0.0000000 0.0040765 -0.0548936 0.0048290 0.0046120

25-Mar-19 -0.0202020 0.0021831 -0.0771391 0.0040913 -0.0036364

26-Mar-19 0.0103093 0.0010080 -0.0506206 0.0041722 0.0103322

27-Mar-19 0.0051020 0.0024929 -0.0631603 0.0053003 0.0012213

28-Mar-19 0.0101523 0.0049976 -0.0560191 0.0015556 0.0162310

29-Mar-19 0.0100503 0.0052792 -0.0612632 0.0086928 0.0138174

1-Apr-19 0.0298507 0.0068006 -0.0606803 0.0103283 0.0188868

2-Apr-19 -0.0096618 0.0026879 -0.0553067 -0.0016848 -0.0088233

4-Apr-19 0.0048780 0.0036670 -0.0559383 0.0100690 0.0025615

5-Apr-19 -0.0145631 0.0036061 -0.0621013 -0.0044511 -0.0045034

8-Apr-19 -0.0098522 0.0048673 -0.0671913 0.0006752 0.0000558

9-Apr-19 0.0248756 0.0031000 -0.0514914 -0.0093179 -0.0077802

10-Apr-19 -0.0145631 0.0019835 -0.0620326 0.0051699 0.0054485

11-Apr-19 0.0000000 0.0017906 -0.0721636 0.0117888 0.0127125

12-Apr-19 0.0394089 0.0072098 -0.0610006 -0.0051115 0.0095709

15-Apr-19 0.0189573 0.0076870 -0.0542418 -0.0012239 -0.0009014

Data Mentah Sektor Industri Dasar dan Kimia 2020


AGII

2-Mar-20 0.0000000 0.0000062 -0.0626180 -0.1167038 -0.0012360

3-Mar-20 0.0380952 0.0000010 -0.0166012 -0.0183155 0.0144247

4-Mar-20 0.0183486 0.0000231 -0.0219978 0.0112548 -0.0143110

5-Mar-20 -0.0090090 0.0000165 -0.0482555 0.0036430 0.0024189

6-Mar-20 0.0000000 0.0000022 -0.0706790 -0.0108779 0.0011151

9-Mar-20 -0.0454545 0.0000083 -0.1118480 0.0090951 -0.0072933

10-Mar-20 0.0285714 0.0000058 -0.0294524 0.0073317 -0.0103000

11-Mar-20 -0.0277778 0.0000265 -0.0587351 0.0103350 -0.0026491

12-Mar-20 -0.0590476 0.0000558 -0.0960094 -0.0088150 0.0026983

13-Mar-20 -0.0080972 0.0000526 -0.0434872 -0.0116665 0.0042289

16-Mar-20 -0.0040816 0.0000477 -0.0898856 -0.0071586 0.0063658

17-Mar-20 -0.0122951 0.0000791 -0.0953557 -0.0133897 0.0069987

18-Mar-20 -0.0331950 0.0000096 -0.0737785 -0.0067964 0.0022401

19-Mar-20 -0.0600858 0.0000053 -0.0964494 -0.0048041 0.0015787

20-Mar-20 0.0045662 0.0000046 -0.0211534 -0.0173005 -0.0153072

23-Mar-20 -0.0681818 0.0000390 -0.0922471 0.0116616 0.0013463

48

24-Mar-20 -0.0682927 0.0001001 -0.0563396 -0.0096772 0.0083730

26-Mar-20 0.0471204 0.0000446 0.0587294 0.0175768 0.0061387

27-Mar-20 0.0050000 0.0001702 0.0044972 -0.0377415 -0.0401781

30-Mar-20 0.0945274 0.0000102 -0.0720181 0.0486614 0.0285734

31-Mar-20 0.2272727 0.0001549 -0.0152531 0.0379344 0.0402256

1-Apr-20 -0.0648148 0.0000332 -0.0592551 0.0366166 0.0597708

2-Apr-20 -0.0693069 0.0003236 -0.0283685 0.0111352 0.0012828

3-Apr-20 -0.0680851 0.0001970 -0.0229080 0.0325227 -0.0093324

6-Apr-20 0.0000000 0.0001047 -0.0023812 -0.0336716 -0.0058546

7-Apr-20 0.0045662 0.0003953 -0.0499505 -0.0078466 -0.0077369

8-Apr-20 -0.0136364 0.0000698 -0.0750387 0.0080107 0.0006919

9-Apr-20 0.0046083 0.0000188 -0.0383441 -0.0083024 -0.0118412

13-Apr-20 0.0045872 0.0000085 -0.0485231 0.0076884 0.0234332

14-Apr-20 0.0000000 0.0000781 -0.0252576 -0.0071755 -0.0071569

BTON

2-Mar-20 0.1250000 0.0000028 -0.0626180 -0.1167038 -0.0012360

3-Mar-20 -0.1166667 0.0002439 -0.0166012 -0.0183155 0.0144247

4-Mar-20 0.1320755 0.0000593 -0.0219978 0.0112548 -0.0143110

5-Mar-20 0.0000000 0.0003056 -0.0482555 0.0036430 0.0024189

6-Mar-20 -0.0555556 0.0000021 -0.0706790 -0.0108779 0.0011151

9-Mar-20 0.0058824 0.0000265 -0.1118480 0.0090951 -0.0072933

10-Mar-20 0.0233918 0.0000232 -0.0294524 0.0073317 -0.0103000

11-Mar-20 0.0000000 0.0000022 -0.0587351 0.0103350 -0.0026491

12-Mar-20 -0.0400000 0.0000319 -0.0960094 -0.0088150 0.0026983

13-Mar-20 0.0059524 0.0000760 -0.0434872 -0.0116665 0.0042289

16-Mar-20 -0.0650888 0.0000013 -0.0898856 -0.0071586 0.0063658

17-Mar-20 -0.0632911 0.0000104 -0.0953557 -0.0133897 0.0069987

18-Mar-20 -0.0675676 0.0000043 -0.0737785 -0.0067964 0.0022401

19-Mar-20 -0.0652174 0.0000006 -0.0964494 -0.0048041 0.0015787

20-Mar-20 -0.0697674 0.0000608 -0.0211534 -0.0173005 -0.0153072

23-Mar-20 -0.0666667 0.0000079 -0.0922471 0.0116616 0.0013463

24-Mar-20 -0.0625000 0.0002329 -0.0563396 -0.0096772 0.0083730

26-Mar-20 0.0095238 0.0000254 0.0587294 0.0175768 0.0061387

27-Mar-20 0.0377358 0.0000483 0.0044972 -0.0377415 -0.0401781

30-Mar-20 0.1000000 0.0000106 -0.0720181 0.0486614 0.0285734

31-Mar-20 0.0330579 0.0000449 -0.0152531 0.0379344 0.0402256

1-Apr-20 0.0000000 0.0000311 -0.0592551 0.0366166 0.0597708

2-Apr-20 0.0400000 0.0000389 -0.0283685 0.0111352 0.0012828

3-Apr-20 0.2692308 0.0000257 -0.0229080 0.0325227 -0.0093324

6-Apr-20 0.0242424 0.0000850 -0.0023812 -0.0336716 -0.0058546

7-Apr-20 0.0059172 0.0001675 -0.0499505 -0.0078466 -0.0077369

8-Apr-20 0.0000000 0.0000388 -0.0750387 0.0080107 0.0006919

49

9-Apr-20 -0.0529412 0.0000003 -0.0383441 -0.0083024 -0.0118412

13-Apr-20 0.0062112 0.0000053 -0.0485231 0.0076884 0.0234332

14-Apr-20 -0.0123457 0.0000576 -0.0252576 -0.0071755 -0.0071569

CPIN

2-Mar-20 -0.0175439 0.0005828 -0.0626180 -0.1167038 -0.0012360

3-Mar-20 0.0758929 0.0005707 -0.0166012 -0.0183155 0.0144247

4-Mar-20 0.0663900 0.0004063 -0.0219978 0.0112548 -0.0143110

5-Mar-20 0.0116732 0.0003614 -0.0482555 0.0036430 0.0024189

6-Mar-20 -0.0461538 0.0003277 -0.0706790 -0.0108779 0.0011151

9-Mar-20 -0.0645161 0.0005370 -0.1118480 0.0090951 -0.0072933

10-Mar-20 0.0129310 0.0004218 -0.0294524 0.0073317 -0.0103000

11-Mar-20 0.0042553 0.0003525 -0.0587351 0.0103350 -0.0026491

12-Mar-20 -0.0762712 0.0003142 -0.0960094 -0.0088150 0.0026983

13-Mar-20 0.0183486 0.0007656 -0.0434872 -0.0116665 0.0042289

16-Mar-20 -0.0675676 0.0003794 -0.0898856 -0.0071586 0.0063658

17-Mar-20 -0.0685990 0.0005150 -0.0953557 -0.0133897 0.0069987

18-Mar-20 -0.0684647 0.0006013 -0.0737785 -0.0067964 0.0022401

19-Mar-20 -0.0690423 0.0002159 -0.0964494 -0.0048041 0.0015787

20-Mar-20 0.0071770 0.0011146 -0.0211534 -0.0173005 -0.0153072

23-Mar-20 -0.0688836 0.0006270 -0.0922471 0.0116616 0.0013463

24-Mar-20 -0.0229592 0.0008738 -0.0563396 -0.0096772 0.0083730

26-Mar-20 0.0992167 0.0008390 0.0587294 0.0175768 0.0061387

27-Mar-20 0.1662708 0.0005270 0.0044972 -0.0377415 -0.0401781

30-Mar-20 -0.0672098 0.0004705 -0.0720181 0.0486614 0.0285734

31-Mar-20 0.0786026 0.0008359 -0.0152531 0.0379344 0.0402256

1-Apr-20 -0.0384615 0.0005777 -0.0592551 0.0366166 0.0597708

2-Apr-20 0.0294737 0.0004456 -0.0283685 0.0111352 0.0012828

3-Apr-20 -0.0081800 0.0006712 -0.0229080 0.0325227 -0.0093324

6-Apr-20 -0.0020619 0.0012995 -0.0023812 -0.0336716 -0.0058546

7-Apr-20 0.0082645 0.0009779 -0.0499505 -0.0078466 -0.0077369

8-Apr-20 -0.0696721 0.0008046 -0.0750387 0.0080107 0.0006919

9-Apr-20 -0.0374449 0.0008104 -0.0383441 -0.0083024 -0.0118412

13-Apr-20 -0.0114416 0.0004157 -0.0485231 0.0076884 0.0234332

14-Apr-20 0.0740741 0.0013722 -0.0252576 -0.0071755 -0.0071569

EKAD

2-Mar-20 0.0111732 0.0004644 -0.0626180 -0.1167038 -0.0012360

3-Mar-20 0.0220994 0.0003612 -0.0166012 -0.0183155 0.0144247

4-Mar-20 0.0540541 0.0005440 -0.0219978 0.0112548 -0.0143110

5-Mar-20 0.0000000 0.0002678 -0.0482555 0.0036430 0.0024189

6-Mar-20 -0.0410256 0.0002154 -0.0706790 -0.0108779 0.0011151

9-Mar-20 -0.0534759 0.0007904 -0.1118480 0.0090951 -0.0072933

10-Mar-20 0.0225989 0.0000685 -0.0294524 0.0073317 -0.0103000

11-Mar-20 -0.0276243 0.0003442 -0.0587351 0.0103350 -0.0026491

50

12-Mar-20 -0.0454545 0.0006755 -0.0960094 -0.0088150 0.0026983

13-Mar-20 -0.0119048 0.0005256 -0.0434872 -0.0116665 0.0042289

16-Mar-20 -0.0361446 0.0003548 -0.0898856 -0.0071586 0.0063658

17-Mar-20 -0.0687500 0.0004903 -0.0953557 -0.0133897 0.0069987

18-Mar-20 -0.0536913 0.0002935 -0.0737785 -0.0067964 0.0022401

19-Mar-20 -0.0354610 0.0001799 -0.0964494 -0.0048041 0.0015787

20-Mar-20 0.0000000 0.0001925 -0.0211534 -0.0173005 -0.0153072

23-Mar-20 0.0294118 0.0000560 -0.0922471 0.0116616 0.0013463

24-Mar-20 0.0500000 0.0000914 -0.0563396 -0.0096772 0.0083730

26-Mar-20 0.1564626 0.0003377 0.0587294 0.0175768 0.0061387

27-Mar-20 -0.0117647 0.0006312 0.0044972 -0.0377415 -0.0401781

30-Mar-20 -0.0416667 0.0001865 -0.0720181 0.0486614 0.0285734

31-Mar-20 0.0434783 0.0000673 -0.0152531 0.0379344 0.0402256

1-Apr-20 -0.0476190 0.0002012 -0.0592551 0.0366166 0.0597708

2-Apr-20 0.0375000 0.0000834 -0.0283685 0.0111352 0.0012828

3-Apr-20 0.0000000 0.0001528 -0.0229080 0.0325227 -0.0093324

6-Apr-20 0.0240964 0.0000867 -0.0023812 -0.0336716 -0.0058546

7-Apr-20 -0.0117647 0.0002517 -0.0499505 -0.0078466 -0.0077369

8-Apr-20 -0.0119048 0.0000505 -0.0750387 0.0080107 0.0006919

9-Apr-20 0.0120482 0.0000425 -0.0383441 -0.0083024 -0.0118412

13-Apr-20 0.0059524 0.0000990 -0.0485231 0.0076884 0.0234332

14-Apr-20 0.0236686 0.0000335 -0.0252576 -0.0071755 -0.0071569

IMPC

2-Mar-20 -0.0092593 0.0000516 -0.0626180 -0.1167038 -0.0012360

3-Mar-20 0.0000000 0.0000439 -0.0166012 -0.0183155 0.0144247

4-Mar-20 0.0000000 0.0000281 -0.0219978 0.0112548 -0.0143110

5-Mar-20 0.0046729 0.0000495 -0.0482555 0.0036430 0.0024189

6-Mar-20 0.0000000 0.0000346 -0.0706790 -0.0108779 0.0011151

9-Mar-20 -0.0325581 0.0000415 -0.1118480 0.0090951 -0.0072933

10-Mar-20 -0.0096154 0.0000396 -0.0294524 0.0073317 -0.0103000

11-Mar-20 0.0000000 0.0000660 -0.0587351 0.0103350 -0.0026491

12-Mar-20 0.0000000 0.0000527 -0.0960094 -0.0088150 0.0026983

13-Mar-20 0.0000000 0.0000430 -0.0434872 -0.0116665 0.0042289

16-Mar-20 0.0048544 0.0000325 -0.0898856 -0.0071586 0.0063658

17-Mar-20 0.0000000 0.0000561 -0.0953557 -0.0133897 0.0069987

18-Mar-20 0.0048309 0.0000725 -0.0737785 -0.0067964 0.0022401

19-Mar-20 0.0000000 0.0000582 -0.0964494 -0.0048041 0.0015787

20-Mar-20 0.0048077 0.0000827 -0.0211534 -0.0173005 -0.0153072

23-Mar-20 0.0000000 0.0000792 -0.0922471 0.0116616 0.0013463

24-Mar-20 0.0047847 0.0000963 -0.0563396 -0.0096772 0.0083730

26-Mar-20 0.0047619 0.0000992 0.0587294 0.0175768 0.0061387

27-Mar-20 0.0047393 0.0001145 0.0044972 -0.0377415 -0.0401781

51

30-Mar-20 -0.0047170 0.0000508 -0.0720181 0.0486614 0.0285734

31-Mar-20 0.0047393 0.0000760 -0.0152531 0.0379344 0.0402256

1-Apr-20 -0.0047170 0.0000833 -0.0592551 0.0366166 0.0597708

2-Apr-20 0.0000000 0.0001108 -0.0283685 0.0111352 0.0012828

3-Apr-20 0.0047393 0.0001081 -0.0229080 0.0325227 -0.0093324

6-Apr-20 0.0047170 0.0001126 -0.0023812 -0.0336716 -0.0058546

7-Apr-20 0.0000000 0.0000988 -0.0499505 -0.0078466 -0.0077369

8-Apr-20 0.0000000 0.0000866 -0.0750387 0.0080107 0.0006919

9-Apr-20 0.0046948 0.0001198 -0.0383441 -0.0083024 -0.0118412

13-Apr-20 0.0000000 0.0001163 -0.0485231 0.0076884 0.0234332

14-Apr-20 0.0046729 0.0001239 -0.0252576 -0.0071755 -0.0071569

ISSP

2-Mar-20 -0.0413793 0.0014650 -0.0626180 -0.1167038 -0.0012360

3-Mar-20 0.0863309 0.0012203 -0.0166012 -0.0183155 0.0144247

4-Mar-20 0.0198675 0.0006265 -0.0219978 0.0112548 -0.0143110

5-Mar-20 -0.0194805 0.0006658 -0.0482555 0.0036430 0.0024189

6-Mar-20 -0.0264901 0.0002703 -0.0706790 -0.0108779 0.0011151

9-Mar-20 -0.0884354 0.0008922 -0.1118480 0.0090951 -0.0072933

10-Mar-20 0.0074627 0.0003055 -0.0294524 0.0073317 -0.0103000

11-Mar-20 -0.0370370 0.0005780 -0.0587351 0.0103350 -0.0026491

12-Mar-20 -0.1000000 0.0005298 -0.0960094 -0.0088150 0.0026983

13-Mar-20 0.0000000 0.0005939 -0.0434872 -0.0116665 0.0042289

16-Mar-20 -0.0683761 0.0013546 -0.0898856 -0.0071586 0.0063658

17-Mar-20 -0.0642202 0.0008455 -0.0953557 -0.0133897 0.0069987

18-Mar-20 -0.0588235 0.0002982 -0.0737785 -0.0067964 0.0022401

19-Mar-20 -0.0625000 0.0001461 -0.0964494 -0.0048041 0.0015787

20-Mar-20 0.1111111 0.0009337 -0.0211534 -0.0173005 -0.0153072

23-Mar-20 -0.0600000 0.0002298 -0.0922471 0.0116616 0.0013463

24-Mar-20 0.0319149 0.0001434 -0.0563396 -0.0096772 0.0083730

26-Mar-20 0.0927835 0.0006019 0.0587294 0.0175768 0.0061387

27-Mar-20 0.0377358 0.0005700 0.0044972 -0.0377415 -0.0401781

30-Mar-20 -0.0545455 0.0000491 -0.0720181 0.0486614 0.0285734

31-Mar-20 0.0576923 0.0003228 -0.0152531 0.0379344 0.0402256

1-Apr-20 0.3454545 0.0111206 -0.0592551 0.0366166 0.0597708

2-Apr-20 -0.0135135 0.0190139 -0.0283685 0.0111352 0.0012828

3-Apr-20 0.0821918 0.0092839 -0.0229080 0.0325227 -0.0093324

6-Apr-20 0.0063291 0.0051665 -0.0023812 -0.0336716 -0.0058546

7-Apr-20 -0.0377358 0.0023968 -0.0499505 -0.0078466 -0.0077369

8-Apr-20 -0.0653595 0.0008292 -0.0750387 0.0080107 0.0006919

9-Apr-20 -0.0699301 0.0016137 -0.0383441 -0.0083024 -0.0118412

13-Apr-20 0.0751880 0.0017708 -0.0485231 0.0076884 0.0234332

14-Apr-20 0.0209790 0.0008919 -0.0252576 -0.0071755 -0.0071569

52

MLIA

2-Mar-20 0.0000000 0.0060946 -0.0626180 -0.1167038 -0.0012360

3-Mar-20 0.0884956 0.0069045 -0.0166012 -0.0183155 0.0144247

4-Mar-20 -0.0325203 0.0054124 -0.0219978 0.0112548 -0.0143110

5-Mar-20 0.0504202 0.0071054 -0.0482555 0.0036430 0.0024189

6-Mar-20 -0.0400000 0.0040831 -0.0706790 -0.0108779 0.0011151

9-Mar-20 -0.1250000 0.0031656 -0.1118480 0.0090951 -0.0072933

10-Mar-20 -0.0971429 0.0031937 -0.0294524 0.0073317 -0.0103000

11-Mar-20 0.0084388 0.0037741 -0.0587351 0.0103350 -0.0026491

12-Mar-20 -0.0167364 0.0032537 -0.0960094 -0.0088150 0.0026983

13-Mar-20 -0.0042553 0.0034444 -0.0434872 -0.0116665 0.0042289

16-Mar-20 -0.0213675 0.0033740 -0.0898856 -0.0071586 0.0063658

17-Mar-20 -0.0174672 0.0028772 -0.0953557 -0.0133897 0.0069987

18-Mar-20 0.0000000 0.0032624 -0.0737785 -0.0067964 0.0022401

19-Mar-20 -0.0044444 0.0023848 -0.0964494 -0.0048041 0.0015787

20-Mar-20 0.0044643 0.0035146 -0.0211534 -0.0173005 -0.0153072

23-Mar-20 0.0000000 0.0034791 -0.0922471 0.0116616 0.0013463

24-Mar-20 0.0000000 0.0035884 -0.0563396 -0.0096772 0.0083730

26-Mar-20 0.1111111 0.0043048 0.0587294 0.0175768 0.0061387

27-Mar-20 0.0600000 0.0044203 0.0044972 -0.0377415 -0.0401781

30-Mar-20 -0.0094340 0.0033234 -0.0720181 0.0486614 0.0285734

31-Mar-20 0.0666667 0.0042779 -0.0152531 0.0379344 0.0402256

1-Apr-20 0.0446429 0.0048111 -0.0592551 0.0366166 0.0597708

2-Apr-20 0.0940171 0.0066863 -0.0283685 0.0111352 0.0012828

3-Apr-20 -0.0468750 0.0025129 -0.0229080 0.0325227 -0.0093324

6-Apr-20 0.0163934 0.0049500 -0.0023812 -0.0336716 -0.0058546

7-Apr-20 -0.0080645 0.0036633 -0.0499505 -0.0078466 -0.0077369

8-Apr-20 -0.0081301 0.0018515 -0.0750387 0.0080107 0.0006919

9-Apr-20 -0.0163934 0.0041358 -0.0383441 -0.0083024 -0.0118412

13-Apr-20 0.0000000 0.0042376 -0.0485231 0.0076884 0.0234332

14-Apr-20 0.0083333 0.0050522 -0.0252576 -0.0071755 -0.0071569

SMGR

2-Mar-20 -0.0071599 0.0008646 -0.0626180 -0.1167038 -0.0012360

3-Mar-20 0.0504808 0.0006139 -0.0166012 -0.0183155 0.0144247

4-Mar-20 0.0251716 0.0011063 -0.0219978 0.0112548 -0.0143110

5-Mar-20 -0.0089286 0.0008119 -0.0482555 0.0036430 0.0024189

6-Mar-20 -0.0270270 0.0006438 -0.0706790 -0.0108779 0.0011151

9-Mar-20 -0.1180556 0.0007243 -0.1118480 0.0090951 -0.0072933

10-Mar-20 -0.0026247 0.0010934 -0.0294524 0.0073317 -0.0103000

11-Mar-20 -0.0447368 0.0007068 -0.0587351 0.0103350 -0.0026491

12-Mar-20 -0.1157025 0.0013211 -0.0960094 -0.0088150 0.0026983

13-Mar-20 -0.0560748 0.0030579 -0.0434872 -0.0116665 0.0042289

16-Mar-20 -0.0693069 0.0007146 -0.0898856 -0.0071586 0.0063658

53

17-Mar-20 -0.0673759 0.0020549 -0.0953557 -0.0133897 0.0069987

18-Mar-20 -0.0418251 0.0015225 -0.0737785 -0.0067964 0.0022401

19-Mar-20 -0.0674603 0.0010471 -0.0964494 -0.0048041 0.0015787

20-Mar-20 0.2000000 0.0027702 -0.0211534 -0.0173005 -0.0153072

23-Mar-20 -0.0673759 0.0014048 -0.0922471 0.0116616 0.0013463

24-Mar-20 -0.0684411 0.0016763 -0.0563396 -0.0096772 0.0083730

26-Mar-20 0.1102041 0.0016485 0.0587294 0.0175768 0.0061387

27-Mar-20 0.1727941 0.0023692 0.0044972 -0.0377415 -0.0401781

30-Mar-20 -0.0689655 0.0008744 -0.0720181 0.0486614 0.0285734

31-Mar-20 0.0269360 0.0016236 -0.0152531 0.0379344 0.0402256

1-Apr-20 0.0098361 0.0011136 -0.0592551 0.0366166 0.0597708

2-Apr-20 -0.0259740 0.0011821 -0.0283685 0.0111352 0.0012828

3-Apr-20 0.0266667 0.0006724 -0.0229080 0.0325227 -0.0093324

6-Apr-20 0.0551948 0.0012231 -0.0023812 -0.0336716 -0.0058546

7-Apr-20 -0.0030769 0.0012210 -0.0499505 -0.0078466 -0.0077369

8-Apr-20 -0.0216049 0.0010781 -0.0750387 0.0080107 0.0006919

9-Apr-20 0.0220820 0.0006178 -0.0383441 -0.0083024 -0.0118412

13-Apr-20 -0.0493827 0.0004579 -0.0485231 0.0076884 0.0234332

14-Apr-20 -0.0064935 0.0013522 -0.0252576 -0.0071755 -0.0071569

TKIM

2-Mar-20 0.8583333 0.0005283 -0.0626180 -0.1167038 -0.0012360

3-Mar-20 0.0067265 0.0004720 -0.0166012 -0.0183155 0.0144247

4-Mar-20 -0.0267261 0.0005925 -0.0219978 0.0112548 -0.0143110

5-Mar-20 0.0068650 0.0006184 -0.0482555 0.0036430 0.0024189

6-Mar-20 0.0022727 0.0002463 -0.0706790 -0.0108779 0.0011151

9-Mar-20 -0.0113379 0.0003621 -0.1118480 0.0090951 -0.0072933

10-Mar-20 -0.0619266 0.0007311 -0.0294524 0.0073317 -0.0103000

11-Mar-20 -0.0391198 0.0007231 -0.0587351 0.0103350 -0.0026491

12-Mar-20 0.0610687 0.0008287 -0.0960094 -0.0088150 0.0026983

13-Mar-20 0.0551559 0.0013470 -0.0434872 -0.0116665 0.0042289

16-Mar-20 0.0363636 0.0009085 -0.0898856 -0.0071586 0.0063658

17-Mar-20 0.0438596 0.0009460 -0.0953557 -0.0133897 0.0069987

18-Mar-20 -0.0063025 0.0008150 -0.0737785 -0.0067964 0.0022401

19-Mar-20 0.0042283 0.0002303 -0.0964494 -0.0048041 0.0015787

20-Mar-20 -0.0105263 0.0003060 -0.0211534 -0.0173005 -0.0153072

23-Mar-20 -0.0340426 0.0005397 -0.0922471 0.0116616 0.0013463

24-Mar-20 0.0154185 0.0003782 -0.0563396 -0.0096772 0.0083730

26-Mar-20 -0.0260304 0.0002575 0.0587294 0.0175768 0.0061387

27-Mar-20 0.0378619 0.0003695 0.0044972 -0.0377415 -0.0401781

30-Mar-20 -0.0536481 0.0008767 -0.0720181 0.0486614 0.0285734

31-Mar-20 -0.0136054 0.0004289 -0.0152531 0.0379344 0.0402256

1-Apr-20 0.0022989 0.0002873 -0.0592551 0.0366166 0.0597708

54

2-Apr-20 -0.0550459 0.0005471 -0.0283685 0.0111352 0.0012828

3-Apr-20 0.0000000 0.0004099 -0.0229080 0.0325227 -0.0093324

6-Apr-20 0.0000000 0.0004819 -0.0023812 -0.0336716 -0.0058546

7-Apr-20 0.0218447 0.0005560 -0.0499505 -0.0078466 -0.0077369

8-Apr-20 0.0071259 0.0002630 -0.0750387 0.0080107 0.0006919

9-Apr-20 -0.0259434 0.0003402 -0.0383441 -0.0083024 -0.0118412

13-Apr-20 0.0217918 0.0002003 -0.0485231 0.0076884 0.0234332

14-Apr-20 -0.0047393 0.0002853 -0.0252576 -0.0071755 -0.0071569

WSBP

2-Mar-20 -0.0268817 0.0023036 -0.0626180 -0.1167038 -0.0012360

3-Mar-20 0.0662983 0.0018059 -0.0166012 -0.0183155 0.0144247

4-Mar-20 0.0880829 0.0025304 -0.0219978 0.0112548 -0.0143110

5-Mar-20 -0.0190476 0.0019333 -0.0482555 0.0036430 0.0024189

6-Mar-20 -0.0291262 0.0006408 -0.0706790 -0.0108779 0.0011151

9-Mar-20 -0.1200000 0.0018572 -0.1118480 0.0090951 -0.0072933

10-Mar-20 0.0227273 0.0016357 -0.0294524 0.0073317 -0.0103000

11-Mar-20 -0.0611111 0.0014777 -0.0587351 0.0103350 -0.0026491

12-Mar-20 -0.0828402 0.0014199 -0.0960094 -0.0088150 0.0026983

13-Mar-20 0.0258065 0.0017076 -0.0434872 -0.0116665 0.0042289

16-Mar-20 -0.0691824 0.0006506 -0.0898856 -0.0071586 0.0063658

17-Mar-20 -0.0675676 0.0012691 -0.0953557 -0.0133897 0.0069987

18-Mar-20 -0.0652174 0.0014528 -0.0737785 -0.0067964 0.0022401

19-Mar-20 -0.0697674 0.0012848 -0.0964494 -0.0048041 0.0015787

20-Mar-20 -0.0166667 0.0022925 -0.0211534 -0.0173005 -0.0153072

23-Mar-20 -0.0677966 0.0013892 -0.0922471 0.0116616 0.0013463

24-Mar-20 0.0636364 0.0014646 -0.0563396 -0.0096772 0.0083730

26-Mar-20 0.1111111 0.0032279 0.0587294 0.0175768 0.0061387

27-Mar-20 0.0538462 0.0039476 0.0044972 -0.0377415 -0.0401781

30-Mar-20 -0.0656934 0.0008243 -0.0720181 0.0486614 0.0285734

31-Mar-20 0.0234375 0.0010527 -0.0152531 0.0379344 0.0402256

1-Apr-20 -0.0305344 0.0017943 -0.0592551 0.0366166 0.0597708

2-Apr-20 0.0708661 0.0016186 -0.0283685 0.0111352 0.0012828

3-Apr-20 0.0367647 0.0030164 -0.0229080 0.0325227 -0.0093324

6-Apr-20 0.2269504 0.0088368 -0.0023812 -0.0336716 -0.0058546

7-Apr-20 -0.0115607 0.0072569 -0.0499505 -0.0078466 -0.0077369

8-Apr-20 -0.0643275 0.0024997 -0.0750387 0.0080107 0.0006919

9-Apr-20 -0.0125000 0.0024683 -0.0383441 -0.0083024 -0.0118412

13-Apr-20 0.0379747 0.0023062 -0.0485231 0.0076884 0.0234332

14-Apr-20 0.0304878 0.0018389 -0.0252576 -0.0071755 -0.0071569

55

Data Mentah Sektor Aneka Industri 2019


ASII

1-Mar-19 0.0104895 0.0013898 -0.0494024 0.0325407 -0.0426140

4-Mar-19 -0.0103806 0.0007777 -0.0601732 0.0457799 0.0110659

5-Mar-19 0.0209790 0.0014996 -0.0660975 -0.0070801 -0.0190818

6-Mar-19 0.0034247 0.0008804 -0.0557360 0.0032207 -0.0059567

8-Mar-19 -0.0238908 0.0021488 -0.0706656 -0.0069910 -0.0012797

11-Mar-19 0.0034965 0.0012091 -0.0614839 0.0082998 -0.0210044

12-Mar-19 0.0000000 0.0012229 -0.0607920 -0.0065021 0.0033317

13-Mar-19 -0.0104530 0.0011208 -0.0547518 -0.0118247 0.0287021

14-Mar-19 0.0246479 0.0009920 -0.0526576 -0.0262425 0.0055242

15-Mar-19 -0.0068729 0.0019661 -0.0502988 -0.0104363 0.0287644

18-Mar-19 0.0242215 0.0010323 -0.0510009 0.0306412 -0.0432744

19-Mar-19 -0.0135135 0.0013064 -0.0628017 0.0063645 0.0196501

20-Mar-19 -0.0068493 0.0010200 -0.0580126 -0.0150539 -0.0268721

21-Mar-19 0.0000000 0.0010614 -0.0551861 -0.0154219 0.0024774

22-Mar-19 0.0000000 0.0005715 -0.0548936 0.0196831 -0.0130804

25-Mar-19 -0.0275862 0.0015574 -0.0771391 -0.0094469 -0.0038668

26-Mar-19 0.0141844 0.0008275 -0.0506206 -0.0073672 -0.0184113

27-Mar-19 -0.0069930 0.0005847 -0.0631603 0.0232524 0.0426228

28-Mar-19 0.0035211 0.0006127 -0.0560191 0.0088391 -0.0139347

29-Mar-19 0.0280702 0.0013029 -0.0612632 -0.0333958 0.0118977

1-Apr-19 -0.0068259 0.0005448 -0.0606803 -0.0377249 0.0265252

2-Apr-19 0.0240550 0.0009281 -0.0553067 0.0104988 -0.0298293

4-Apr-19 0.0167785 0.0011514 -0.0559383 -0.0059598 -0.0205607

5-Apr-19 0.0033003 0.0007433 -0.0621013 -0.0168595 0.0043950

8-Apr-19 -0.0065789 0.0008674 -0.0671913 0.0068601 -0.0084792

9-Apr-19 0.0198675 0.0011061 -0.0514914 -0.0075871 -0.0003210

10-Apr-19 -0.0032468 0.0006344 -0.0620326 0.0010060 0.0087403

11-Apr-19 -0.0162866 0.0005828 -0.0721636 -0.0050256 0.0286672

12-Apr-19 -0.0099338 0.0005165 -0.0610006 0.0094933 -0.0049571

15-Apr-19 0.0167224 0.0007411 -0.0542418 -0.0165561 0.0235859

AUTO

1-Mar-19 0.0061538 0.0000351 -0.0494024 0.0325407 -0.0426140

4-Mar-19 -0.0061162 0.0000760 -0.0601732 0.0457799 0.0110659

5-Mar-19 -0.0123077 0.0001058 -0.0660975 -0.0070801 -0.0190818

6-Mar-19 0.0093458 0.0000717 -0.0557360 0.0032207 -0.0059567

8-Mar-19 -0.0030864 0.0001763 -0.0706656 -0.0069910 -0.0012797

11-Mar-19 0.0000000 0.0000503 -0.0614839 0.0082998 -0.0210044

12-Mar-19 0.0000000 0.0001509 -0.0607920 -0.0065021 0.0033317

13-Mar-19 0.0061920 0.0000891 -0.0547518 -0.0118247 0.0287021

14-Mar-19 0.0030769 0.0001544 -0.0526576 -0.0262425 0.0055242

56

15-Mar-19 0.0000000 0.0000984 -0.0502988 -0.0104363 0.0287644

18-Mar-19 -0.0030675 0.0001034 -0.0510009 0.0306412 -0.0432744

19-Mar-19 0.0030769 0.0000863 -0.0628017 0.0063645 0.0196501

20-Mar-19 -0.0061350 0.0000727 -0.0580126 -0.0150539 -0.0268721

21-Mar-19 -0.0030864 0.0000698 -0.0551861 -0.0154219 0.0024774

22-Mar-19 0.0000000 0.0000128 -0.0548936 0.0196831 -0.0130804

25-Mar-19 -0.0309598 0.0002785 -0.0771391 -0.0094469 -0.0038668

26-Mar-19 0.0095847 0.0000322 -0.0506206 -0.0073672 -0.0184113

27-Mar-19 0.0000000 0.0000181 -0.0631603 0.0232524 0.0426228

28-Mar-19 -0.0094937 0.0000608 -0.0560191 0.0088391 -0.0139347

29-Mar-19 -0.0063898 0.0000398 -0.0612632 -0.0333958 0.0118977

1-Apr-19 0.0385852 0.0001939 -0.0606803 -0.0377249 0.0265252

2-Apr-19 0.0000000 0.0000793 -0.0553067 0.0104988 -0.0298293

4-Apr-19 -0.0154799 0.0000517 -0.0559383 -0.0059598 -0.0205607

5-Apr-19 0.0188679 0.0000652 -0.0621013 -0.0168595 0.0043950

8-Apr-19 -0.0030864 0.0000999 -0.0671913 0.0068601 -0.0084792

9-Apr-19 0.0000000 0.0000341 -0.0514914 -0.0075871 -0.0003210

10-Apr-19 0.0000000 0.0000880 -0.0620326 0.0010060 0.0087403

11-Apr-19 0.0000000 0.0002210 -0.0721636 -0.0050256 0.0286672

12-Apr-19 -0.0061920 0.0001775 -0.0610006 0.0094933 -0.0049571

15-Apr-19 -0.0124611 0.0001095 -0.0542418 -0.0165561 0.0235859

GJTL

1-Mar-19 -0.0129032 0.0015328 -0.0494024 0.0325407 -0.0426140

4-Mar-19 0.0130719 0.0034712 -0.0601732 0.0457799 0.0110659

5-Mar-19 -0.0258065 0.0027885 -0.0660975 -0.0070801 -0.0190818

6-Mar-19 -0.0066225 0.0007032 -0.0557360 0.0032207 -0.0059567

8-Mar-19 -0.0266667 0.0009706 -0.0706656 -0.0069910 -0.0012797

11-Mar-19 -0.0342466 0.0029476 -0.0614839 0.0082998 -0.0210044

12-Mar-19 -0.0283688 0.0023232 -0.0607920 -0.0065021 0.0033317

13-Mar-19 0.0437956 0.0014198 -0.0547518 -0.0118247 0.0287021

14-Mar-19 -0.0069930 0.0005051 -0.0526576 -0.0262425 0.0055242

15-Mar-19 0.0281690 0.0012773 -0.0502988 -0.0104363 0.0287644

18-Mar-19 0.0068493 0.0026849 -0.0510009 0.0306412 -0.0432744

19-Mar-19 -0.0204082 0.0007730 -0.0628017 0.0063645 0.0196501

20-Mar-19 -0.0069444 0.0045366 -0.0580126 -0.0150539 -0.0268721

21-Mar-19 -0.0069930 0.0015304 -0.0551861 -0.0154219 0.0024774

22-Mar-19 -0.0070423 0.0038217 -0.0548936 0.0196831 -0.0130804

25-Mar-19 -0.0283688 0.0016086 -0.0771391 -0.0094469 -0.0038668

26-Mar-19 -0.0072993 0.0009681 -0.0506206 -0.0073672 -0.0184113

27-Mar-19 -0.0073529 0.0011404 -0.0631603 0.0232524 0.0426228

28-Mar-19 0.0370370 0.0010801 -0.0560191 0.0088391 -0.0139347

29-Mar-19 -0.0071429 0.0018303 -0.0612632 -0.0333958 0.0118977

57

1-Apr-19 0.0000000 0.0006475 -0.0606803 -0.0377249 0.0265252

2-Apr-19 -0.0071942 0.0004175 -0.0553067 0.0104988 -0.0298293

4-Apr-19 -0.0144928 0.0009798 -0.0559383 -0.0059598 -0.0205607

5-Apr-19 -0.0147059 0.0016185 -0.0621013 -0.0168595 0.0043950

8-Apr-19 0.0000000 0.0005038 -0.0671913 0.0068601 -0.0084792

9-Apr-19 0.0149254 0.0007257 -0.0514914 -0.0075871 -0.0003210

10-Apr-19 0.0000000 0.0006611 -0.0620326 0.0010060 0.0087403

11-Apr-19 -0.0220588 0.0010340 -0.0721636 -0.0050256 0.0286672

12-Apr-19 -0.0075188 0.0004592 -0.0610006 0.0094933 -0.0049571

15-Apr-19 0.0227273 0.0004101 -0.0542418 -0.0165561 0.0235859

GMFI

1-Mar-19 0.0327869 0.0015451 -0.0494024 0.0325407 -0.0426140

4-Mar-19 0.1984127 0.0068616 -0.0601732 0.0457799 0.0110659

5-Mar-19 -0.0397351 0.0028856 -0.0660975 -0.0070801 -0.0190818

6-Mar-19 0.0896552 0.0043558 -0.0557360 0.0032207 -0.0059567

8-Mar-19 -0.0506329 0.0025567 -0.0706656 -0.0069910 -0.0012797

11-Mar-19 -0.0400000 0.0007096 -0.0614839 0.0082998 -0.0210044

12-Mar-19 0.0486111 0.0028199 -0.0607920 -0.0065021 0.0033317

13-Mar-19 -0.0132450 0.0011198 -0.0547518 -0.0118247 0.0287021

14-Mar-19 -0.0134228 0.0004691 -0.0526576 -0.0262425 0.0055242

15-Mar-19 -0.0204082 0.0007035 -0.0502988 -0.0104363 0.0287644

18-Mar-19 0.0277778 0.0004056 -0.0510009 0.0306412 -0.0432744

19-Mar-19 -0.0540541 0.0008775 -0.0628017 0.0063645 0.0196501

20-Mar-19 0.0071429 0.0004471 -0.0580126 -0.0150539 -0.0268721

21-Mar-19 -0.0141844 0.0002750 -0.0551861 -0.0154219 0.0024774

22-Mar-19 0.0071942 0.0003355 -0.0548936 0.0196831 -0.0130804

25-Mar-19 -0.0571429 0.0005092 -0.0771391 -0.0094469 -0.0038668

26-Mar-19 -0.0530303 0.0012057 -0.0506206 -0.0073672 -0.0184113

27-Mar-19 0.0320000 0.0007343 -0.0631603 0.0232524 0.0426228

28-Mar-19 -0.0077519 0.0003552 -0.0560191 0.0088391 -0.0139347

29-Mar-19 -0.0156250 0.0001286 -0.0612632 -0.0333958 0.0118977

1-Apr-19 0.0396825 0.0004597 -0.0606803 -0.0377249 0.0265252

2-Apr-19 0.0152672 0.0007649 -0.0553067 0.0104988 -0.0298293

4-Apr-19 0.0300752 0.0005846 -0.0559383 -0.0059598 -0.0205607

5-Apr-19 -0.0364964 0.0001990 -0.0621013 -0.0168595 0.0043950

8-Apr-19 -0.0454545 0.0004680 -0.0671913 0.0068601 -0.0084792

9-Apr-19 0.0238095 0.0002717 -0.0514914 -0.0075871 -0.0003210

10-Apr-19 -0.0232558 0.0002691 -0.0620326 0.0010060 0.0087403

11-Apr-19 -0.0158730 0.0001617 -0.0721636 -0.0050256 0.0286672

12-Apr-19 0.0000000 0.0001374 -0.0610006 0.0094933 -0.0049571

15-Apr-19 0.0161290 0.0002387 -0.0542418 -0.0165561 0.0235859

IMAS 1-Mar-19 -0.0652997 0.0001313 -0.0494024 0.0325407 -0.0426140

58

4-Mar-19 -0.0161998 0.0004321 -0.0601732 0.0457799 0.0110659

5-Mar-19 -0.0295026 0.0003379 -0.0660975 -0.0070801 -0.0190818

6-Mar-19 0.0102510 0.0008920 -0.0557360 0.0032207 -0.0059567

8-Mar-19 -0.0132960 0.0001705 -0.0706656 -0.0069910 -0.0012797

11-Mar-19 -0.0202128 0.0002478 -0.0614839 0.0082998 -0.0210044

12-Mar-19 -0.0137532 0.0001977 -0.0607920 -0.0065021 0.0033317

13-Mar-19 -0.0069725 0.0001732 -0.0547518 -0.0118247 0.0287021

14-Mar-19 0.0351072 0.0001903 -0.0526576 -0.0262425 0.0055242

15-Mar-19 0.0167797 0.0003248 -0.0502988 -0.0104363 0.0287644

18-Mar-19 -0.0231742 0.0004623 -0.0510009 0.0306412 -0.0432744

19-Mar-19 -0.0136592 0.0000751 -0.0628017 0.0063645 0.0196501

20-Mar-19 -0.0069242 0.0000945 -0.0580126 -0.0150539 -0.0268721

21-Mar-19 0.0069725 0.0000622 -0.0551861 -0.0154219 0.0024774

22-Mar-19 -0.0349854 0.0004176 -0.0548936 0.0196831 -0.0130804

25-Mar-19 -0.0105740 0.0005437 -0.0771391 -0.0094469 -0.0038668

26-Mar-19 -0.0183206 0.0000570 -0.0506206 -0.0073672 -0.0184113

27-Mar-19 0.0147745 0.0000405 -0.0631603 0.0232524 0.0426228

28-Mar-19 -0.0252874 0.0000439 -0.0560191 0.0088391 -0.0139347

29-Mar-19 0.0483491 0.0002725 -0.0612632 -0.0333958 0.0118977

1-Apr-19 -0.0033746 0.0000886 -0.0606803 -0.0377249 0.0265252

2-Apr-19 -0.0071482 0.0000201 -0.0553067 0.0104988 -0.0298293

4-Apr-19 -0.0287988 0.0000852 -0.0559383 -0.0059598 -0.0205607

5-Apr-19 0.0000000 0.0000430 -0.0621013 -0.0168595 0.0043950

8-Apr-19 -0.0632072 0.0002894 -0.0671913 0.0068601 -0.0084792

9-Apr-19 0.0316535 0.0002377 -0.0514914 -0.0075871 -0.0003210

10-Apr-19 -0.0117077 0.0000447 -0.0620326 0.0010060 0.0087403

11-Apr-19 0.0000000 0.0000278 -0.0721636 -0.0050256 0.0286672

12-Apr-19 -0.0077614 0.0000258 -0.0610006 0.0094933 -0.0049571

15-Apr-19 0.0000000 0.0000749 -0.0542418 -0.0165561 0.0235859

INDR

1-Mar-19 0.0156250 0.0000194 -0.0494024 0.0325407 -0.0426140

4-Mar-19 0.0000000 0.0000527 -0.0601732 0.0457799 0.0110659

5-Mar-19 -0.0115385 0.0001444 -0.0660975 -0.0070801 -0.0190818

6-Mar-19 -0.0077821 0.0000245 -0.0557360 0.0032207 -0.0059567

8-Mar-19 -0.0196078 0.0000403 -0.0706656 -0.0069910 -0.0012797

11-Mar-19 0.0240000 0.0000344 -0.0614839 0.0082998 -0.0210044

12-Mar-19 -0.0429688 0.0000130 -0.0607920 -0.0065021 0.0033317

13-Mar-19 -0.0081633 0.0000223 -0.0547518 -0.0118247 0.0287021

14-Mar-19 -0.0041152 0.0000238 -0.0526576 -0.0262425 0.0055242

15-Mar-19 -0.0165289 0.0000469 -0.0502988 -0.0104363 0.0287644

18-Mar-19 0.0084034 0.0000280 -0.0510009 0.0306412 -0.0432744

19-Mar-19 -0.0083333 0.0000145 -0.0628017 0.0063645 0.0196501

59

20-Mar-19 0.0000000 0.0000269 -0.0580126 -0.0150539 -0.0268721

21-Mar-19 0.0084034 0.0000312 -0.0551861 -0.0154219 0.0024774

22-Mar-19 0.0291667 0.0000060 -0.0548936 0.0196831 -0.0130804

25-Mar-19 -0.0202429 0.0000136 -0.0771391 -0.0094469 -0.0038668

26-Mar-19 0.0000000 0.0000214 -0.0506206 -0.0073672 -0.0184113

27-Mar-19 0.0206612 0.0000241 -0.0631603 0.0232524 0.0426228

28-Mar-19 0.0000000 0.0000139 -0.0560191 0.0088391 -0.0139347

29-Mar-19 0.0040486 0.0000358 -0.0612632 -0.0333958 0.0118977

1-Apr-19 -0.1411290 0.0003177 -0.0606803 -0.0377249 0.0265252

2-Apr-19 -0.0516432 0.0000889 -0.0553067 0.0104988 -0.0298293

4-Apr-19 -0.0891089 0.0003067 -0.0559383 -0.0059598 -0.0205607

5-Apr-19 0.0826087 0.0000889 -0.0621013 -0.0168595 0.0043950

8-Apr-19 -0.0301205 0.0000934 -0.0671913 0.0068601 -0.0084792

9-Apr-19 -0.0165631 0.0000642 -0.0514914 -0.0075871 -0.0003210

10-Apr-19 0.0210526 0.0000151 -0.0620326 0.0010060 0.0087403

11-Apr-19 0.0061856 0.0000217 -0.0721636 -0.0050256 0.0286672

12-Apr-19 -0.0163934 0.0000180 -0.0610006 0.0094933 -0.0049571

15-Apr-19 -0.0291667 0.0000688 -0.0542418 -0.0165561 0.0235859

KLBI

1-Mar-19 0.0000000 0.0009918 -0.0494024 0.0325407 -0.0426140

4-Mar-19 0.0123457 0.0011260 -0.0601732 0.0457799 0.0110659

5-Mar-19 -0.0182927 0.0010317 -0.0660975 -0.0070801 -0.0190818

6-Mar-19 -0.0310559 0.0035949 -0.0557360 0.0032207 -0.0059567

8-Mar-19 0.0128205 0.0009704 -0.0706656 -0.0069910 -0.0012797

11-Mar-19 0.0189873 0.0035351 -0.0614839 0.0082998 -0.0210044

12-Mar-19 0.0062112 0.0040713 -0.0607920 -0.0065021 0.0033317

13-Mar-19 -0.0185185 0.0033045 -0.0547518 -0.0118247 0.0287021

14-Mar-19 -0.0188679 0.0034422 -0.0526576 -0.0262425 0.0055242

15-Mar-19 0.0064103 0.0028499 -0.0502988 -0.0104363 0.0287644

18-Mar-19 0.0063694 0.0318148 -0.0510009 0.0306412 -0.0432744

19-Mar-19 0.1139241 0.0319074 -0.0628017 0.0063645 0.0196501

20-Mar-19 -0.0511364 0.0108774 -0.0580126 -0.0150539 -0.0268721

21-Mar-19 -0.0299401 0.0054043 -0.0551861 -0.0154219 0.0024774

22-Mar-19 0.0246914 0.0058570 -0.0548936 0.0196831 -0.0130804

25-Mar-19 -0.0662651 0.0109152 -0.0771391 -0.0094469 -0.0038668

26-Mar-19 0.0000000 0.0073438 -0.0506206 -0.0073672 -0.0184113

27-Mar-19 0.1290323 0.0383750 -0.0631603 0.0232524 0.0426228

28-Mar-19 -0.0228571 0.0115619 -0.0560191 0.0088391 -0.0139347

29-Mar-19 -0.0292398 0.0156292 -0.0612632 -0.0333958 0.0118977

1-Apr-19 0.0060241 0.0075772 -0.0606803 -0.0377249 0.0265252

2-Apr-19 0.0059880 0.0115555 -0.0553067 0.0104988 -0.0298293

4-Apr-19 -0.0059524 0.0077423 -0.0559383 -0.0059598 -0.0205607

60

5-Apr-19 -0.0059880 0.0016900 -0.0621013 -0.0168595 0.0043950

8-Apr-19 -0.0180723 0.0047695 -0.0671913 0.0068601 -0.0084792

9-Apr-19 0.0000000 0.0087740 -0.0514914 -0.0075871 -0.0003210

10-Apr-19 0.0122699 0.0072001 -0.0620326 0.0010060 0.0087403

11-Apr-19 0.0121212 0.0045611 -0.0721636 -0.0050256 0.0286672

12-Apr-19 -0.0179641 0.0025288 -0.0610006 0.0094933 -0.0049571

15-Apr-19 0.0121951 0.0080446 -0.0542418 -0.0165561 0.0235859

SMSM

1-Mar-19 -0.0061350 0.0014268 -0.0494024 0.0325407 -0.0426140

4-Mar-19 -0.0185185 0.0006582 -0.0601732 0.0457799 0.0110659

5-Mar-19 -0.0251572 0.0007523 -0.0660975 -0.0070801 -0.0190818

6-Mar-19 0.0032258 0.0006696 -0.0557360 0.0032207 -0.0059567

8-Mar-19 0.0000000 0.0007797 -0.0706656 -0.0069910 -0.0012797

11-Mar-19 -0.0096463 0.0008009 -0.0614839 0.0082998 -0.0210044

12-Mar-19 -0.0064935 0.0007433 -0.0607920 -0.0065021 0.0033317

13-Mar-19 0.0000000 0.0007129 -0.0547518 -0.0118247 0.0287021

14-Mar-19 0.0098039 0.0006147 -0.0526576 -0.0262425 0.0055242

15-Mar-19 -0.0032362 0.0006730 -0.0502988 -0.0104363 0.0287644

18-Mar-19 0.0032468 0.0006735 -0.0510009 0.0306412 -0.0432744

19-Mar-19 0.0129450 0.0009302 -0.0628017 0.0063645 0.0196501

20-Mar-19 0.0543131 0.0023500 -0.0580126 -0.0150539 -0.0268721

21-Mar-19 0.0030303 0.0007687 -0.0551861 -0.0154219 0.0024774

22-Mar-19 0.0000000 0.0013560 -0.0548936 0.0196831 -0.0130804

25-Mar-19 -0.0483384 0.0007988 -0.0771391 -0.0094469 -0.0038668

26-Mar-19 0.0031746 0.0009421 -0.0506206 -0.0073672 -0.0184113

27-Mar-19 0.0000000 0.0007802 -0.0631603 0.0232524 0.0426228

28-Mar-19 0.0158228 0.0007928 -0.0560191 0.0088391 -0.0139347

29-Mar-19 0.0093458 0.0008080 -0.0612632 -0.0333958 0.0118977

1-Apr-19 0.0000000 0.0007023 -0.0606803 -0.0377249 0.0265252

2-Apr-19 -0.0123457 0.0006883 -0.0553067 0.0104988 -0.0298293

4-Apr-19 0.0000000 0.0008028 -0.0559383 -0.0059598 -0.0205607

5-Apr-19 0.0343750 0.0018286 -0.0621013 -0.0168595 0.0043950

8-Apr-19 -0.0513595 0.0011670 -0.0671913 0.0068601 -0.0084792

9-Apr-19 0.0191083 0.0010234 -0.0514914 -0.0075871 -0.0003210

10-Apr-19 -0.0031250 0.0007603 -0.0620326 0.0010060 0.0087403

11-Apr-19 -0.0407524 0.0006316 -0.0721636 -0.0050256 0.0286672

12-Apr-19 -0.0392157 0.0006295 -0.0610006 0.0094933 -0.0049571

15-Apr-19 0.0204082 0.0007510 -0.0542418 -0.0165561 0.0235859

SRIL

1-Mar-19 -0.0170455 0.0015197 -0.0494024 0.0325407 -0.0426140

4-Mar-19 -0.0057803 0.0008522 -0.0601732 0.0457799 0.0110659

5-Mar-19 0.0000000 0.0006556 -0.0660975 -0.0070801 -0.0190818

6-Mar-19 -0.0116279 0.0069534 -0.0557360 0.0032207 -0.0059567

61

8-Mar-19 0.0000000 0.0306533 -0.0706656 -0.0069910 -0.0012797

11-Mar-19 0.0000000 0.0005929 -0.0614839 0.0082998 -0.0210044

12-Mar-19 0.0000000 0.0006830 -0.0607920 -0.0065021 0.0033317

13-Mar-19 0.0000000 0.0003314 -0.0547518 -0.0118247 0.0287021

14-Mar-19 -0.0058824 0.0008655 -0.0526576 -0.0262425 0.0055242

15-Mar-19 0.0000000 0.0008793 -0.0502988 -0.0104363 0.0287644

18-Mar-19 0.0000000 0.0012756 -0.0510009 0.0306412 -0.0432744

19-Mar-19 0.0059172 0.0003015 -0.0628017 0.0063645 0.0196501

20-Mar-19 0.0000000 0.0004035 -0.0580126 -0.0150539 -0.0268721

21-Mar-19 0.0000000 0.0007808 -0.0551861 -0.0154219 0.0024774

22-Mar-19 0.0058824 0.0005826 -0.0548936 0.0196831 -0.0130804

25-Mar-19 -0.0116959 0.0013831 -0.0771391 -0.0094469 -0.0038668

26-Mar-19 0.0059172 0.0005959 -0.0506206 -0.0073672 -0.0184113

27-Mar-19 0.0000000 0.0005632 -0.0631603 0.0232524 0.0426228

28-Mar-19 -0.0058824 0.0003940 -0.0560191 0.0088391 -0.0139347

29-Mar-19 0.0000000 0.0009689 -0.0612632 -0.0333958 0.0118977

1-Apr-19 0.0059172 0.0012500 -0.0606803 -0.0377249 0.0265252

2-Apr-19 -0.0058824 0.0002360 -0.0553067 0.0104988 -0.0298293

4-Apr-19 0.0000000 0.0010554 -0.0559383 -0.0059598 -0.0205607

5-Apr-19 -0.0059172 0.0012714 -0.0621013 -0.0168595 0.0043950

8-Apr-19 0.0000000 0.0007742 -0.0671913 0.0068601 -0.0084792

9-Apr-19 0.0059524 0.0003402 -0.0514914 -0.0075871 -0.0003210

10-Apr-19 -0.0059172 0.0001688 -0.0620326 0.0010060 0.0087403

11-Apr-19 0.0000000 0.0003656 -0.0721636 -0.0050256 0.0286672

12-Apr-19 0.0000000 0.0002746 -0.0610006 0.0094933 -0.0049571

15-Apr-19 0.0000000 0.0002344 -0.0542418 -0.0165561 0.0235859

VOKS

1-Mar-19 0.0112994 0.0007613 -0.0494024 0.0325407 -0.0426140

4-Mar-19 -0.0111732 0.0006535 -0.0601732 0.0457799 0.0110659

5-Mar-19 -0.0112994 0.0005052 -0.0660975 -0.0070801 -0.0190818

6-Mar-19 0.0000000 0.0005401 -0.0557360 0.0032207 -0.0059567

8-Mar-19 -0.0057143 0.0007179 -0.0706656 -0.0069910 -0.0012797

11-Mar-19 0.0172414 0.0005522 -0.0614839 0.0082998 -0.0210044

12-Mar-19 -0.0282486 0.0014488 -0.0607920 -0.0065021 0.0033317

13-Mar-19 -0.0465116 0.0009532 -0.0547518 -0.0118247 0.0287021

14-Mar-19 -0.0060976 0.0006329 -0.0526576 -0.0262425 0.0055242

15-Mar-19 -0.0184049 0.0007964 -0.0502988 -0.0104363 0.0287644

18-Mar-19 0.0562500 0.0017788 -0.0510009 0.0306412 -0.0432744

19-Mar-19 -0.0059172 0.0014552 -0.0628017 0.0063645 0.0196501

20-Mar-19 -0.0059524 0.0006969 -0.0580126 -0.0150539 -0.0268721

21-Mar-19 -0.0179641 0.0006573 -0.0551861 -0.0154219 0.0024774

22-Mar-19 0.0000000 0.0007244 -0.0548936 0.0196831 -0.0130804

62

25-Mar-19 -0.0121951 0.0009930 -0.0771391 -0.0094469 -0.0038668

26-Mar-19 0.0061728 0.0005921 -0.0506206 -0.0073672 -0.0184113

27-Mar-19 -0.0061350 0.0004063 -0.0631603 0.0232524 0.0426228

28-Mar-19 0.0000000 0.0004046 -0.0560191 0.0088391 -0.0139347

29-Mar-19 -0.0123457 0.0008449 -0.0612632 -0.0333958 0.0118977

1-Apr-19 -0.0500000 0.0006687 -0.0606803 -0.0377249 0.0265252

2-Apr-19 0.0460526 0.0009600 -0.0553067 0.0104988 -0.0298293

4-Apr-19 -0.0062893 0.0010244 -0.0559383 -0.0059598 -0.0205607

5-Apr-19 -0.0379747 0.0001960 -0.0621013 -0.0168595 0.0043950

8-Apr-19 -0.0263158 0.0005252 -0.0671913 0.0068601 -0.0084792

9-Apr-19 0.0202703 0.0007579 -0.0514914 -0.0075871 -0.0003210

10-Apr-19 -0.0198675 0.0006933 -0.0620326 0.0010060 0.0087403

11-Apr-19 -0.0337838 0.0004307 -0.0721636 -0.0050256 0.0286672

12-Apr-19 0.0139860 0.0004876 -0.0610006 0.0094933 -0.0049571

15-Apr-19 -0.0482759 0.0009460 -0.0542418 -0.0165561 0.0235859

Data Mentah Sektor Aneka Industri 2020


ASII

2-Mar-20 0.0316742 0.0015751 -0.0626180 0.0045460 0.0169599

3-Mar-20 0.0350877 0.0013294 -0.0166012 0.0256707 0.0181137

4-Mar-20 0.0127119 0.0010762 -0.0219978 -0.0242618 -0.0072170

5-Mar-20 0.0125523 0.0010013 -0.0482555 0.0021381 0.0866783

6-Mar-20 -0.0619835 0.0007727 -0.0706790 0.0213399 -0.0333686

9-Mar-20 -0.1145374 0.0021714 -0.1118480 -0.0217484 -0.0323487

10-Mar-20 0.0248756 0.0021353 -0.0294524 0.0056547 0.0154001

11-Mar-20 -0.0048544 0.0011149 -0.0587351 0.0221507 0.0378842

12-Mar-20 -0.0419512 0.0016012 -0.0960094 -0.0271739 0.0121098

13-Mar-20 -0.0081466 0.0024446 -0.0434872 -0.0229931 -0.0468393

16-Mar-20 -0.0574949 0.0013748 -0.0898856 0.0036764 -0.0637849

17-Mar-20 -0.0697168 0.0016591 -0.0953557 0.0018037 -0.0122159

18-Mar-20 -0.0281030 0.0015308 -0.0737785 -0.0092737 -0.0490554

19-Mar-20 -0.0698795 0.0006686 -0.0964494 0.0084277 -0.0162054

20-Mar-20 -0.0207254 0.0034865 -0.0211534 -0.0321141 0.0245079

23-Mar-20 -0.0687831 0.0009959 -0.0922471 0.0036991 -0.0048791

24-Mar-20 -0.0681818 0.0022108 -0.0563396 0.0348962 0.0493271

26-Mar-20 0.1036585 0.0044534 0.0587294 0.0751461 0.0567700

27-Mar-20 0.1270718 0.0037129 0.0044972 -0.0089897 0.0293980

30-Mar-20 -0.0686275 0.0011237 -0.0720181 0.0394032 -0.0470985

31-Mar-20 0.0263158 0.0015447 -0.0152531 0.0171190 0.0093737

1-Apr-20 -0.0333333 0.0019278 -0.0592551 -0.0056217 -0.0060740

63

2-Apr-20 0.0424403 0.0009811 -0.0283685 -0.0093666 0.0076837

3-Apr-20 -0.0076336 0.0010517 -0.0229080 0.1004726 0.0638138

6-Apr-20 0.0333333 0.0017589 -0.0023812 0.0073310 -0.0005897

7-Apr-20 0.0074442 0.0019519 -0.0499505 0.0013709 0.0014891

8-Apr-20 -0.0517241 0.0013828 -0.0750387 -0.0173214 -0.0245062

9-Apr-20 0.0623377 0.0013222 -0.0383441 -0.0151895 0.0202376

13-Apr-20 -0.0317848 0.0006798 -0.0485231 -0.0173703 -0.0274468

14-Apr-20 0.0000000 0.0015950 -0.0252576 0.0236202 -0.0101600

AUTO

2-Mar-20 -0.0196078 0.0005189 -0.0626180 0.0045460 0.0169599

3-Mar-20 0.0400000 0.0002631 -0.0166012 0.0256707 0.0181137

4-Mar-20 0.0192308 0.0001531 -0.0219978 -0.0242618 -0.0072170

5-Mar-20 0.0283019 0.0002353 -0.0482555 0.0021381 0.0866783

6-Mar-20 -0.0229358 0.0001065 -0.0706790 0.0213399 -0.0333686

9-Mar-20 -0.0516432 0.0001685 -0.1118480 -0.0217484 -0.0323487

10-Mar-20 0.0099010 0.0001637 -0.0294524 0.0056547 0.0154001

11-Mar-20 -0.0098039 0.0001179 -0.0587351 0.0221507 0.0378842

12-Mar-20 -0.0396040 0.0001554 -0.0960094 -0.0271739 0.0121098

13-Mar-20 -0.0670103 0.0004773 -0.0434872 -0.0229931 -0.0468393

16-Mar-20 -0.0662983 0.0003250 -0.0898856 0.0036764 -0.0637849

17-Mar-20 -0.0650888 0.0002852 -0.0953557 0.0018037 -0.0122159

18-Mar-20 -0.0632911 0.0001819 -0.0737785 -0.0092737 -0.0490554

19-Mar-20 -0.0675676 0.0001342 -0.0964494 0.0084277 -0.0162054

20-Mar-20 0.0144928 0.0001061 -0.0211534 -0.0321141 0.0245079

23-Mar-20 -0.0571429 0.0001651 -0.0922471 0.0036991 -0.0048791

24-Mar-20 0.0303030 0.0000700 -0.0563396 0.0348962 0.0493271

26-Mar-20 0.0955882 0.0001714 0.0587294 0.0751461 0.0567700

27-Mar-20 0.0872483 0.0003182 0.0044972 -0.0089897 0.0293980

30-Mar-20 -0.0679012 0.0000460 -0.0720181 0.0394032 -0.0470985

31-Mar-20 0.0397351 0.0001654 -0.0152531 0.0171190 0.0093737

1-Apr-20 -0.0191083 0.0000874 -0.0592551 -0.0056217 -0.0060740

2-Apr-20 0.0064935 0.0001471 -0.0283685 -0.0093666 0.0076837

3-Apr-20 0.0387097 0.0000987 -0.0229080 0.1004726 0.0638138

6-Apr-20 0.0434783 0.0010524 -0.0023812 0.0073310 -0.0005897

7-Apr-20 0.0059524 0.0006577 -0.0499505 0.0013709 0.0014891

8-Apr-20 -0.0414201 0.0000917 -0.0750387 -0.0173214 -0.0245062

9-Apr-20 0.0061728 0.0000741 -0.0383441 -0.0151895 0.0202376

13-Apr-20 0.0061350 0.0001171 -0.0485231 -0.0173703 -0.0274468

14-Apr-20 0.0182927 0.0000909 -0.0252576 0.0236202 -0.0101600

GJTL

2-Mar-20 -0.0102041 0.0007796 -0.0626180 0.0045460 0.0169599

3-Mar-20 0.0360825 0.0004684 -0.0166012 0.0256707 0.0181137

4-Mar-20 0.0149254 0.0004507 -0.0219978 -0.0242618 -0.0072170

64

5-Mar-20 0.0294118 0.0004324 -0.0482555 0.0021381 0.0866783

6-Mar-20 -0.0380952 0.0002861 -0.0706790 0.0213399 -0.0333686

9-Mar-20 -0.0891089 0.0016446 -0.1118480 -0.0217484 -0.0323487

10-Mar-20 0.0054348 0.0008918 -0.0294524 0.0056547 0.0154001

11-Mar-20 -0.0162162 0.0004005 -0.0587351 0.0221507 0.0378842

12-Mar-20 -0.0989011 0.0013811 -0.0960094 -0.0271739 0.0121098

13-Mar-20 0.0000000 0.0006192 -0.0434872 -0.0229931 -0.0468393

16-Mar-20 -0.0670732 0.0006418 -0.0898856 0.0036764 -0.0637849

17-Mar-20 -0.0653595 0.0007396 -0.0953557 0.0018037 -0.0122159

18-Mar-20 -0.0699301 0.0014379 -0.0737785 -0.0092737 -0.0490554

19-Mar-20 -0.0676692 0.0000830 -0.0964494 0.0084277 -0.0162054

20-Mar-20 0.0483871 0.0007267 -0.0211534 -0.0321141 0.0245079

23-Mar-20 -0.0615385 0.0006731 -0.0922471 0.0036991 -0.0048791

24-Mar-20 0.0163934 0.0003670 -0.0563396 0.0348962 0.0493271

26-Mar-20 0.1774194 0.0012027 0.0587294 0.0751461 0.0567700

27-Mar-20 0.0616438 0.0011825 0.0044972 -0.0089897 0.0293980

30-Mar-20 -0.0516129 0.0003078 -0.0720181 0.0394032 -0.0470985

31-Mar-20 0.0068027 0.0004973 -0.0152531 0.0171190 0.0093737

1-Apr-20 -0.0202703 0.0004759 -0.0592551 -0.0056217 -0.0060740

2-Apr-20 0.0344828 0.0002341 -0.0283685 -0.0093666 0.0076837

3-Apr-20 0.0800000 0.0006311 -0.0229080 0.1004726 0.0638138

6-Apr-20 0.1049383 0.0013027 -0.0023812 0.0073310 -0.0005897

7-Apr-20 -0.0055866 0.0008651 -0.0499505 0.0013709 0.0014891

8-Apr-20 -0.0674157 0.0003232 -0.0750387 -0.0173214 -0.0245062

9-Apr-20 0.0421687 0.0001723 -0.0383441 -0.0151895 0.0202376

13-Apr-20 0.0404624 0.0002891 -0.0485231 -0.0173703 -0.0274468

14-Apr-20 -0.0055556 0.0004861 -0.0252576 0.0236202 -0.0101600

GMFI

2-Mar-20 -0.0129870 0.0009315 -0.0626180 0.0045460 0.0169599

3-Mar-20 0.0263158 0.0016308 -0.0166012 0.0256707 0.0181137

4-Mar-20 0.0000000 0.0011886 -0.0219978 -0.0242618 -0.0072170

5-Mar-20 0.2179487 0.0036767 -0.0482555 0.0021381 0.0866783

6-Mar-20 -0.1157895 0.0015184 -0.0706790 0.0213399 -0.0333686

9-Mar-20 -0.0714286 0.0004907 -0.1118480 -0.0217484 -0.0323487

10-Mar-20 0.0384615 0.0006296 -0.0294524 0.0056547 0.0154001

11-Mar-20 -0.0740741 0.0005673 -0.0587351 0.0221507 0.0378842

12-Mar-20 -0.0800000 0.0002679 -0.0960094 -0.0271739 0.0121098

13-Mar-20 0.0000000 0.0003544 -0.0434872 -0.0229931 -0.0468393

16-Mar-20 -0.0579710 0.0003240 -0.0898856 0.0036764 -0.0637849

17-Mar-20 0.0000000 0.0002649 -0.0953557 0.0018037 -0.0122159

18-Mar-20 0.0000000 0.0002565 -0.0737785 -0.0092737 -0.0490554

19-Mar-20 -0.0615385 0.0005344 -0.0964494 0.0084277 -0.0162054

65

20-Mar-20 0.0327869 0.0002665 -0.0211534 -0.0321141 0.0245079

23-Mar-20 -0.0634921 0.0006097 -0.0922471 0.0036991 -0.0048791

24-Mar-20 0.0000000 0.0002941 -0.0563396 0.0348962 0.0493271

26-Mar-20 0.0508475 0.0003099 0.0587294 0.0751461 0.0567700

27-Mar-20 0.0967742 0.0009344 0.0044972 -0.0089897 0.0293980

30-Mar-20 -0.0588235 0.0001792 -0.0720181 0.0394032 -0.0470985

31-Mar-20 0.0625000 0.0000712 -0.0152531 0.0171190 0.0093737

1-Apr-20 -0.0294118 0.0002206 -0.0592551 -0.0056217 -0.0060740

2-Apr-20 0.1060606 0.0006163 -0.0283685 -0.0093666 0.0076837

3-Apr-20 0.0410959 0.0002422 -0.0229080 0.1004726 0.0638138

6-Apr-20 0.0789474 0.0005954 -0.0023812 0.0073310 -0.0005897

7-Apr-20 -0.0243902 0.0007567 -0.0499505 0.0013709 0.0014891

8-Apr-20 -0.0500000 0.0001870 -0.0750387 -0.0173214 -0.0245062

9-Apr-20 0.0000000 0.0001582 -0.0383441 -0.0151895 0.0202376

13-Apr-20 0.0131579 0.0000571 -0.0485231 -0.0173703 -0.0274468

14-Apr-20 0.0259740 0.0000494 -0.0252576 0.0236202 -0.0101600

IMAS

2-Mar-20 -0.0253731 0.0003312 -0.0626180 0.0045460 0.0169599

3-Mar-20 0.0214395 0.0003280 -0.0166012 0.0256707 0.0181137

4-Mar-20 -0.0284858 0.0004060 -0.0219978 -0.0242618 -0.0072170

5-Mar-20 0.0077160 0.0007798 -0.0482555 0.0021381 0.0866783

6-Mar-20 -0.0076570 0.0002788 -0.0706790 0.0213399 -0.0333686

9-Mar-20 -0.1172840 0.0002554 -0.1118480 -0.0217484 -0.0323487

10-Mar-20 0.0000000 0.0004221 -0.0294524 0.0056547 0.0154001

11-Mar-20 -0.0506993 0.0007127 -0.0587351 0.0221507 0.0378842

12-Mar-20 -0.0607735 0.0006774 -0.0960094 -0.0271739 0.0121098

13-Mar-20 -0.0294118 0.0003812 -0.0434872 -0.0229931 -0.0468393

16-Mar-20 -0.0686869 0.0008291 -0.0898856 0.0036764 -0.0637849

17-Mar-20 -0.0498915 0.0007160 -0.0953557 0.0018037 -0.0122159

18-Mar-20 -0.0251142 0.0011674 -0.0737785 -0.0092737 -0.0490554

19-Mar-20 -0.0679157 0.0013281 -0.0964494 0.0084277 -0.0162054

20-Mar-20 -0.0628141 0.0016511 -0.0211534 -0.0321141 0.0245079

23-Mar-20 -0.0643432 0.0002462 -0.0922471 0.0036991 -0.0048791

24-Mar-20 -0.0229226 0.0001233 -0.0563396 0.0348962 0.0493271

26-Mar-20 0.1114370 0.0007240 0.0587294 0.0751461 0.0567700

27-Mar-20 0.1055409 0.0006588 0.0044972 -0.0089897 0.0293980

30-Mar-20 -0.0596659 0.0000888 -0.0720181 0.0394032 -0.0470985

31-Mar-20 0.0152284 0.0002420 -0.0152531 0.0171190 0.0093737

1-Apr-20 -0.0050000 0.0003133 -0.0592551 -0.0056217 -0.0060740

2-Apr-20 0.0301508 0.0002286 -0.0283685 -0.0093666 0.0076837

3-Apr-20 0.0365854 0.0002236 -0.0229080 0.1004726 0.0638138

6-Apr-20 0.2211765 0.0008166 -0.0023812 0.0073310 -0.0005897

66

7-Apr-20 0.0732177 0.0009214 -0.0499505 0.0013709 0.0014891

8-Apr-20 -0.0682226 0.0005304 -0.0750387 -0.0173214 -0.0245062

9-Apr-20 -0.0096339 0.0002177 -0.0383441 -0.0151895 0.0202376

13-Apr-20 0.0097276 0.0001056 -0.0485231 -0.0173703 -0.0274468

14-Apr-20 0.0558767 0.0004732 -0.0252576 0.0236202 -0.0101600

INDR

2-Mar-20 0.0386740 0.0000222 -0.0626180 0.0045460 0.0169599

3-Mar-20 0.0372340 0.0000263 -0.0166012 0.0256707 0.0181137

4-Mar-20 0.0102564 0.0000078 -0.0219978 -0.0242618 -0.0072170

5-Mar-20 0.1675127 0.0000755 -0.0482555 0.0021381 0.0866783

6-Mar-20 -0.0086957 0.0000041 -0.0706790 0.0213399 -0.0333686

9-Mar-20 -0.1578947 0.0000630 -0.1118480 -0.0217484 -0.0323487

10-Mar-20 0.0000000 0.0000270 -0.0294524 0.0056547 0.0154001

11-Mar-20 0.0416667 0.0001429 -0.0587351 0.0221507 0.0378842

12-Mar-20 -0.1000000 0.0000541 -0.0960094 -0.0271739 0.0121098

13-Mar-20 -0.0083333 0.0000573 -0.0434872 -0.0229931 -0.0468393

16-Mar-20 -0.0672269 0.0002011 -0.0898856 0.0036764 -0.0637849

17-Mar-20 -0.0690691 0.0000364 -0.0953557 0.0018037 -0.0122159

18-Mar-20 -0.0677419 0.0000125 -0.0737785 -0.0092737 -0.0490554

19-Mar-20 -0.0692042 0.0000156 -0.0964494 0.0084277 -0.0162054

20-Mar-20 -0.0074349 0.0004626 -0.0211534 -0.0321141 0.0245079

23-Mar-20 -0.0262172 0.0001551 -0.0922471 0.0036991 -0.0048791

24-Mar-20 0.0730769 0.0000164 -0.0563396 0.0348962 0.0493271

26-Mar-20 0.1397849 0.0001404 0.0587294 0.0751461 0.0567700

27-Mar-20 0.1006289 0.0003469 0.0044972 -0.0089897 0.0293980

30-Mar-20 -0.0142857 0.0000186 -0.0720181 0.0394032 -0.0470985

31-Mar-20 -0.0260870 0.0000159 -0.0152531 0.0171190 0.0093737

1-Apr-20 0.0267857 0.0000193 -0.0592551 -0.0056217 -0.0060740

2-Apr-20 0.0202899 0.0000316 -0.0283685 -0.0093666 0.0076837

3-Apr-20 0.1363636 0.0000214 -0.0229080 0.1004726 0.0638138

6-Apr-20 0.0500000 0.0000640 -0.0023812 0.0073310 -0.0005897

7-Apr-20 0.0285714 0.0003552 -0.0499505 0.0013709 0.0014891

8-Apr-20 -0.0509259 0.0000164 -0.0750387 -0.0173214 -0.0245062

9-Apr-20 0.0390244 0.0000327 -0.0383441 -0.0151895 0.0202376

13-Apr-20 -0.0680751 0.0000102 -0.0485231 -0.0173703 -0.0274468

14-Apr-20 0.0327456 0.0000107 -0.0252576 0.0236202 -0.0101600

KLBI

2-Mar-20 -0.0327103 0.0003842 -0.0626180 0.0045460 0.0169599

3-Mar-20 0.0289855 0.0001822 -0.0166012 0.0256707 0.0181137

4-Mar-20 0.0093897 0.0003115 -0.0219978 -0.0242618 -0.0072170

5-Mar-20 -0.0046512 0.0001482 -0.0482555 0.0021381 0.0866783

6-Mar-20 -0.0140187 0.0013783 -0.0706790 0.0213399 -0.0333686

9-Mar-20 -0.0568720 0.0006383 -0.1118480 -0.0217484 -0.0323487

67

10-Mar-20 0.0502513 0.0008818 -0.0294524 0.0056547 0.0154001

11-Mar-20 -0.0143541 0.0007844 -0.0587351 0.0221507 0.0378842

12-Mar-20 -0.0922330 0.0005892 -0.0960094 -0.0271739 0.0121098

13-Mar-20 -0.0374332 0.0009693 -0.0434872 -0.0229931 -0.0468393

16-Mar-20 -0.0666667 0.0003937 -0.0898856 0.0036764 -0.0637849

17-Mar-20 -0.0654762 0.0004575 -0.0953557 0.0018037 -0.0122159

18-Mar-20 -0.0636943 0.0003425 -0.0737785 -0.0092737 -0.0490554

19-Mar-20 -0.0680272 0.0002182 -0.0964494 0.0084277 -0.0162054

20-Mar-20 -0.0291971 0.0008001 -0.0211534 -0.0321141 0.0245079

23-Mar-20 -0.0676692 0.0002793 -0.0922471 0.0036991 -0.0048791

24-Mar-20 0.0645161 0.0001986 -0.0563396 0.0348962 0.0493271

26-Mar-20 0.2424242 0.0003966 0.0587294 0.0751461 0.0567700

27-Mar-20 0.1341463 0.0010347 0.0044972 -0.0089897 0.0293980

30-Mar-20 0.0000000 0.0007263 -0.0720181 0.0394032 -0.0470985

31-Mar-20 0.1236559 0.0007810 -0.0152531 0.0171190 0.0093737

1-Apr-20 -0.0287081 0.0004116 -0.0592551 -0.0056217 -0.0060740

2-Apr-20 -0.0147783 0.0001772 -0.0283685 -0.0093666 0.0076837

3-Apr-20 0.2500000 0.0004886 -0.0229080 0.1004726 0.0638138

6-Apr-20 -0.0680000 0.0006186 -0.0023812 0.0073310 -0.0005897

7-Apr-20 -0.0686695 0.0003252 -0.0499505 0.0013709 0.0014891

8-Apr-20 -0.0691244 0.0004674 -0.0750387 -0.0173214 -0.0245062

9-Apr-20 -0.0148515 0.0002967 -0.0383441 -0.0151895 0.0202376

13-Apr-20 -0.0201005 0.0002537 -0.0485231 -0.0173703 -0.0274468

14-Apr-20 0.0717949 0.0011590 -0.0252576 0.0236202 -0.0101600

SMSM

2-Mar-20 -0.0340136 0.0005942 -0.0626180 0.0045460 0.0169599

3-Mar-20 -0.0140845 0.0004180 -0.0166012 0.0256707 0.0181137

4-Mar-20 0.0571429 0.0006008 -0.0219978 -0.0242618 -0.0072170

5-Mar-20 -0.0337838 0.0003939 -0.0482555 0.0021381 0.0866783

6-Mar-20 0.0069930 0.0005829 -0.0706790 0.0213399 -0.0333686

9-Mar-20 -0.0451389 0.0005591 -0.1118480 -0.0217484 -0.0323487

10-Mar-20 -0.0181818 0.0005164 -0.0294524 0.0056547 0.0154001

11-Mar-20 -0.0407407 0.0007734 -0.0587351 0.0221507 0.0378842

12-Mar-20 -0.0849421 0.0005842 -0.0960094 -0.0271739 0.0121098

13-Mar-20 0.0675105 0.0007959 -0.0434872 -0.0229931 -0.0468393

16-Mar-20 -0.0118577 0.0004379 -0.0898856 0.0036764 -0.0637849

17-Mar-20 -0.0680000 0.0006681 -0.0953557 0.0018037 -0.0122159

18-Mar-20 -0.0214592 0.0007982 -0.0737785 -0.0092737 -0.0490554

19-Mar-20 -0.0657895 0.0009082 -0.0964494 0.0084277 -0.0162054

20-Mar-20 0.0328638 0.0006139 -0.0211534 -0.0321141 0.0245079

23-Mar-20 -0.0590909 0.0005864 -0.0922471 0.0036991 -0.0048791

24-Mar-20 -0.0241546 0.0002817 -0.0563396 0.0348962 0.0493271

68

26-Mar-20 0.0693069 0.0006456 0.0587294 0.0751461 0.0567700

27-Mar-20 0.0833333 0.0006071 0.0044972 -0.0089897 0.0293980

30-Mar-20 -0.0128205 0.0005182 -0.0720181 0.0394032 -0.0470985

31-Mar-20 0.0000000 0.0004030 -0.0152531 0.0171190 0.0093737

1-Apr-20 0.0173160 0.0004701 -0.0592551 -0.0056217 -0.0060740

2-Apr-20 -0.0042553 0.0005220 -0.0283685 -0.0093666 0.0076837

3-Apr-20 0.0085470 0.0004332 -0.0229080 0.1004726 0.0638138

6-Apr-20 0.0000000 0.0004032 -0.0023812 0.0073310 -0.0005897

7-Apr-20 -0.0296610 0.0003974 -0.0499505 0.0013709 0.0014891

8-Apr-20 -0.0174672 0.0004798 -0.0750387 -0.0173214 -0.0245062

9-Apr-20 0.0222222 0.0004017 -0.0383441 -0.0151895 0.0202376

13-Apr-20 0.0347826 0.0004251 -0.0485231 -0.0173703 -0.0274468

14-Apr-20 0.0168067 0.0005803 -0.0252576 0.0236202 -0.0101600

SRIL

2-Mar-20 0.0300000 0.0068062 -0.0626180 0.0045460 0.0169599

3-Mar-20 -0.0097087 0.0005661 -0.0166012 0.0256707 0.0181137

4-Mar-20 0.0098039 0.0008892 -0.0219978 -0.0242618 -0.0072170

5-Mar-20 0.0097087 0.0006620 -0.0482555 0.0021381 0.0866783

6-Mar-20 -0.0384615 0.0004373 -0.0706790 0.0213399 -0.0333686

9-Mar-20 -0.0650000 0.0009247 -0.1118480 -0.0217484 -0.0323487

10-Mar-20 0.0695187 0.0075446 -0.0294524 0.0056547 0.0154001

11-Mar-20 -0.0700000 0.0103274 -0.0587351 0.0221507 0.0378842

12-Mar-20 -0.0698925 0.0045047 -0.0960094 -0.0271739 0.0121098

13-Mar-20 -0.0462428 0.0125390 -0.0434872 -0.0229931 -0.0468393

16-Mar-20 -0.0666667 0.0061582 -0.0898856 0.0036764 -0.0637849

17-Mar-20 -0.0649351 0.0008341 -0.0953557 0.0018037 -0.0122159

18-Mar-20 -0.0694444 0.0008108 -0.0737785 -0.0092737 -0.0490554

19-Mar-20 -0.0671642 0.0001002 -0.0964494 0.0084277 -0.0162054

20-Mar-20 -0.0320000 0.0016470 -0.0211534 -0.0321141 0.0245079

23-Mar-20 0.0165289 0.0041664 -0.0922471 0.0036991 -0.0048791

24-Mar-20 0.0650407 0.0020559 -0.0563396 0.0348962 0.0493271

26-Mar-20 0.0916031 0.0056830 0.0587294 0.0751461 0.0567700

27-Mar-20 0.0699301 0.0045994 0.0044972 -0.0089897 0.0293980

30-Mar-20 -0.0653595 0.0013600 -0.0720181 0.0394032 -0.0470985

31-Mar-20 0.0139860 0.0015682 -0.0152531 0.0171190 0.0093737

1-Apr-20 -0.0206897 0.0011596 -0.0592551 -0.0056217 -0.0060740

2-Apr-20 0.0352113 0.0016260 -0.0283685 -0.0093666 0.0076837

3-Apr-20 0.0272109 0.0016655 -0.0229080 0.1004726 0.0638138

6-Apr-20 0.0860927 0.0039581 -0.0023812 0.0073310 -0.0005897

7-Apr-20 0.0365854 0.0037191 -0.0499505 0.0013709 0.0014891

8-Apr-20 -0.0529412 0.0017663 -0.0750387 -0.0173214 -0.0245062

9-Apr-20 0.0186335 0.0012701 -0.0383441 -0.0151895 0.0202376

69

13-Apr-20 -0.0121951 0.0006572 -0.0485231 -0.0173703 -0.0274468

14-Apr-20 0.0185185 0.0010893 -0.0252576 0.0236202 -0.0101600

VOKS

2-Mar-20 0.0148148 0.0000154 -0.0626180 0.0045460 0.0169599

3-Mar-20 0.0875912 0.0000037 -0.0166012 0.0256707 0.0181137

4-Mar-20 0.0067114 0.0000210 -0.0219978 -0.0242618 -0.0072170

5-Mar-20 -0.0333333 0.0000083 -0.0482555 0.0021381 0.0866783

6-Mar-20 0.0344828 0.0000064 -0.0706790 0.0213399 -0.0333686

9-Mar-20 -0.0133333 0.0000037 -0.1118480 -0.0217484 -0.0323487

10-Mar-20 0.0000000 0.0000018 -0.0294524 0.0056547 0.0154001

11-Mar-20 -0.0135135 0.0000001 -0.0587351 0.0221507 0.0378842

12-Mar-20 -0.0958904 0.0000153 -0.0960094 -0.0271739 0.0121098

13-Mar-20 -0.0606061 0.0000046 -0.0434872 -0.0229931 -0.0468393

16-Mar-20 0.0806452 0.0000007 -0.0898856 0.0036764 -0.0637849

17-Mar-20 -0.0298507 0.0000006 -0.0953557 0.0018037 -0.0122159

18-Mar-20 0.0000000 0.0000003 -0.0737785 -0.0092737 -0.0490554

19-Mar-20 -0.0076923 0.0000014 -0.0964494 0.0084277 -0.0162054

20-Mar-20 -0.0310078 0.0000035 -0.0211534 -0.0321141 0.0245079

23-Mar-20 0.0000000 0.0000011 -0.0922471 0.0036991 -0.0048791

24-Mar-20 0.0240000 0.0000005 -0.0563396 0.0348962 0.0493271

26-Mar-20 0.0312500 0.0000105 0.0587294 0.0751461 0.0567700

27-Mar-20 -0.0530303 0.0000222 0.0044972 -0.0089897 0.0293980

30-Mar-20 0.0720000 0.0000002 -0.0720181 0.0394032 -0.0470985

31-Mar-20 0.0074627 0.0000044 -0.0152531 0.0171190 0.0093737

1-Apr-20 -0.0370370 0.0000034 -0.0592551 -0.0056217 -0.0060740

2-Apr-20 0.0153846 0.0000007 -0.0283685 -0.0093666 0.0076837

3-Apr-20 -0.0151515 0.0000006 -0.0229080 0.1004726 0.0638138

6-Apr-20 0.0230769 0.0000119 -0.0023812 0.0073310 -0.0005897

7-Apr-20 0.0150376 0.0000016 -0.0499505 0.0013709 0.0014891

8-Apr-20 0.0000000 0.0000001 -0.0750387 -0.0173214 -0.0245062

9-Apr-20 -0.0222222 0.0000141 -0.0383441 -0.0151895 0.0202376

13-Apr-20 0.0151515 0.0000021 -0.0485231 -0.0173703 -0.0274468

14-Apr-20 0.0149254 0.0000031 -0.0252576 0.0236202 -0.0101600

Data Mentah Sektor Industri Barang Konsumsi 2019


BUDI

1-Mar-19 -0.0095238 0.0002434 -0.0494024 -0.0121653 0.0015500

4-Mar-19 0.0096154 0.0002105 -0.0601732 0.0046730 0.0099495

5-Mar-19 0.0095238 0.0001720 -0.0660975 0.0094923 0.0019009

6-Mar-19 -0.0188679 0.0001044 -0.0557360 -0.0087703 -0.0071675

8-Mar-19 -0.0096154 0.0000676 -0.0706656 -0.0127994 -0.0106655

70

11-Mar-19 0.0097087 0.0000182 -0.0614839 -0.0072505 -0.0061902

12-Mar-19 -0.0192308 0.0001447 -0.0607920 -0.0215333 -0.0192741

13-Mar-19 0.0000000 0.0000550 -0.0547518 -0.0076221 -0.0048978

14-Mar-19 0.0196078 0.0000786 -0.0526576 0.0199517 0.0319585

15-Mar-19 -0.0096154 0.0000603 -0.0502988 -0.0058544 -0.0063572

18-Mar-19 0.0000000 0.0000814 -0.0510009 -0.0032920 -0.0064792

19-Mar-19 0.0000000 0.0000295 -0.0628017 -0.0013547 -0.0021144

20-Mar-19 -0.0097087 0.0000299 -0.0580126 0.0031978 -0.0041991

21-Mar-19 0.0196078 0.0000972 -0.0551861 0.0004544 -0.0098657

22-Mar-19 -0.0096154 0.0000731 -0.0548936 -0.0073965 -0.0032751

25-Mar-19 -0.0291262 0.0000922 -0.0771391 0.0126302 -0.0128475

26-Mar-19 0.0200000 0.0000513 -0.0506206 -0.0045818 0.0034973

27-Mar-19 -0.0098039 0.0000702 -0.0631603 0.0007047 -0.0007412

28-Mar-19 -0.0099010 0.0001304 -0.0560191 -0.0063252 -0.0018264

29-Mar-19 -0.0100000 0.0003838 -0.0612632 0.0201607 0.0204755

1-Apr-19 0.0101010 0.0000517 -0.0606803 -0.0047487 -0.0060175

2-Apr-19 0.0000000 0.0000942 -0.0553067 0.0063505 0.0093197

4-Apr-19 -0.0200000 0.0004183 -0.0559383 -0.0037727 0.0025366

5-Apr-19 -0.0102041 0.0005161 -0.0621013 -0.0010725 0.0006641

8-Apr-19 0.0309278 0.0008086 -0.0671913 0.0086014 0.0006277

9-Apr-19 -0.0100000 0.0002774 -0.0514914 -0.0034863 0.0040434

10-Apr-19 0.0000000 0.0000315 -0.0620326 0.0048731 0.0109972

11-Apr-19 0.0303030 0.0007870 -0.0721636 0.0098108 0.0059633

12-Apr-19 -0.0196078 0.0001337 -0.0610006 -0.0062032 -0.0070870

15-Apr-19 0.0000000 0.0000412 -0.0542418 -0.0145267 -0.0111647

HMSP

1-Mar-19 0.0315789 0.0003594 -0.0494024 -0.0121653 0.0015500

4-Mar-19 -0.0102041 0.0002939 -0.0601732 0.0046730 0.0099495

5-Mar-19 -0.0154639 0.0001520 -0.0660975 0.0094923 0.0019009

6-Mar-19 -0.0078534 0.0001316 -0.0557360 -0.0087703 -0.0071675

8-Mar-19 -0.0052770 0.0000919 -0.0706656 -0.0127994 -0.0106655

11-Mar-19 0.0026525 0.0000667 -0.0614839 -0.0072505 -0.0061902

12-Mar-19 0.0079365 0.0000866 -0.0607920 -0.0215333 -0.0192741

13-Mar-19 0.0078740 0.0001477 -0.0547518 -0.0076221 -0.0048978

14-Mar-19 -0.0104167 0.0000660 -0.0526576 0.0199517 0.0319585

15-Mar-19 -0.0026316 0.0002504 -0.0502988 -0.0058544 -0.0063572

18-Mar-19 0.0079156 0.0001038 -0.0510009 -0.0032920 -0.0064792

19-Mar-19 -0.0209424 0.0003596 -0.0628017 -0.0013547 -0.0021144

20-Mar-19 0.0026738 0.0001593 -0.0580126 0.0031978 -0.0041991

21-Mar-19 0.0026667 0.0001161 -0.0551861 0.0004544 -0.0098657

22-Mar-19 0.0106383 0.0001835 -0.0548936 -0.0073965 -0.0032751

25-Mar-19 -0.0131579 0.0001455 -0.0771391 0.0126302 -0.0128475

71

26-Mar-19 0.0133333 0.0001363 -0.0506206 -0.0045818 0.0034973

27-Mar-19 -0.0105263 0.0000612 -0.0631603 0.0007047 -0.0007412

28-Mar-19 0.0053191 0.0000872 -0.0560191 -0.0063252 -0.0018264

29-Mar-19 -0.0079365 0.0001373 -0.0612632 0.0201607 0.0204755

1-Apr-19 0.0026667 0.0000828 -0.0606803 -0.0047487 -0.0060175

2-Apr-19 0.0132979 0.0000913 -0.0553067 0.0063505 0.0093197

4-Apr-19 -0.0104987 0.0000876 -0.0559383 -0.0037727 0.0025366

5-Apr-19 -0.0132626 0.0001636 -0.0621013 -0.0010725 0.0006641

8-Apr-19 -0.0215054 0.0003449 -0.0671913 0.0086014 0.0006277

9-Apr-19 -0.0109890 0.0002127 -0.0514914 -0.0034863 0.0040434

10-Apr-19 0.0000000 0.0001407 -0.0620326 0.0048731 0.0109972

11-Apr-19 -0.0194444 0.0001870 -0.0721636 0.0098108 0.0059633

12-Apr-19 0.0226629 0.0000950 -0.0610006 -0.0062032 -0.0070870

15-Apr-19 0.0249307 0.0002138 -0.0542418 -0.0145267 -0.0111647

ICBP

1-Mar-19 0.0073350 0.0004994 -0.0494024 -0.0121653 0.0015500

4-Mar-19 0.0048544 0.0001495 -0.0601732 0.0046730 0.0099495

5-Mar-19 -0.0072464 0.0001421 -0.0660975 0.0094923 0.0019009

6-Mar-19 -0.0024331 0.0002467 -0.0557360 -0.0087703 -0.0071675

8-Mar-19 0.0000000 0.0001673 -0.0706656 -0.0127994 -0.0106655

11-Mar-19 0.0048780 0.0001534 -0.0614839 -0.0072505 -0.0061902

12-Mar-19 -0.0048544 0.0002575 -0.0607920 -0.0215333 -0.0192741

13-Mar-19 0.0121951 0.0002761 -0.0547518 -0.0076221 -0.0048978

14-Mar-19 0.0024096 0.0005359 -0.0526576 0.0199517 0.0319585

15-Mar-19 -0.0096154 0.0008123 -0.0502988 -0.0058544 -0.0063572

18-Mar-19 0.0097087 0.0003544 -0.0510009 -0.0032920 -0.0064792

19-Mar-19 -0.0072115 0.0002650 -0.0628017 -0.0013547 -0.0021144

20-Mar-19 0.0048426 0.0003411 -0.0580126 0.0031978 -0.0041991

21-Mar-19 0.0000000 0.0002157 -0.0551861 0.0004544 -0.0098657

22-Mar-19 -0.0048193 0.0003505 -0.0548936 -0.0073965 -0.0032751

25-Mar-19 -0.0895884 0.0025304 -0.0771391 0.0126302 -0.0128475

26-Mar-19 0.0159574 0.0009613 -0.0506206 -0.0045818 0.0034973

27-Mar-19 -0.0392670 0.0018716 -0.0631603 0.0007047 -0.0007412

28-Mar-19 0.0108992 0.0010017 -0.0560191 -0.0063252 -0.0018264

29-Mar-19 0.0053908 0.0008260 -0.0612632 0.0201607 0.0204755

1-Apr-19 -0.0134048 0.0005331 -0.0606803 -0.0047487 -0.0060175

2-Apr-19 -0.0244565 0.0012216 -0.0553067 0.0063505 0.0093197

4-Apr-19 0.0083565 0.0013147 -0.0559383 -0.0037727 0.0025366

5-Apr-19 -0.0027624 0.0005452 -0.0621013 -0.0010725 0.0006641

8-Apr-19 -0.0027701 0.0007903 -0.0671913 0.0086014 0.0006277

9-Apr-19 0.0305556 0.0007110 -0.0514914 -0.0034863 0.0040434

10-Apr-19 0.0107817 0.0007999 -0.0620326 0.0048731 0.0109972

72

11-Apr-19 -0.0346667 0.0006895 -0.0721636 0.0098108 0.0059633

12-Apr-19 0.0000000 0.0006612 -0.0610006 -0.0062032 -0.0070870

15-Apr-19 0.0000000 0.0006332 -0.0542418 -0.0145267 -0.0111647

INAF

1-Mar-19 0.0084211 0.0000038 -0.0494024 -0.0121653 0.0015500

4-Mar-19 0.0104384 0.0000035 -0.0601732 0.0046730 0.0099495

5-Mar-19 0.0103306 0.0000162 -0.0660975 0.0094923 0.0019009

6-Mar-19 -0.0040900 0.0000049 -0.0557360 -0.0087703 -0.0071675

8-Mar-19 0.0020534 0.0000035 -0.0706656 -0.0127994 -0.0106655

11-Mar-19 0.0122951 0.0000161 -0.0614839 -0.0072505 -0.0061902

12-Mar-19 -0.0020243 0.0000177 -0.0607920 -0.0215333 -0.0192741

13-Mar-19 0.0192698 0.0000154 -0.0547518 -0.0076221 -0.0048978

14-Mar-19 -0.0049751 0.0000052 -0.0526576 0.0199517 0.0319585

15-Mar-19 0.0000000 0.0000031 -0.0502988 -0.0058544 -0.0063572

18-Mar-19 0.0500000 0.0000862 -0.0510009 -0.0032920 -0.0064792

19-Mar-19 0.0000000 0.0000189 -0.0628017 -0.0013547 -0.0021144

20-Mar-19 -0.0285714 0.0000291 -0.0580126 0.0031978 -0.0041991

21-Mar-19 0.0245098 0.0000270 -0.0551861 0.0004544 -0.0098657

22-Mar-19 0.0478469 0.0000696 -0.0548936 -0.0073965 -0.0032751

25-Mar-19 0.0273973 0.0000514 -0.0771391 0.0126302 -0.0128475

26-Mar-19 -0.0222222 0.0001444 -0.0506206 -0.0045818 0.0034973

27-Mar-19 0.0090909 0.0000116 -0.0631603 0.0007047 -0.0007412

28-Mar-19 -0.0180180 0.0000225 -0.0560191 -0.0063252 -0.0018264

29-Mar-19 -0.1743119 0.0000871 -0.0612632 0.0201607 0.0204755

1-Apr-19 -0.0066667 0.0000542 -0.0606803 -0.0047487 -0.0060175

2-Apr-19 -0.0201342 0.0000172 -0.0553067 0.0063505 0.0093197

4-Apr-19 -0.0068493 0.0000121 -0.0559383 -0.0037727 0.0025366

5-Apr-19 0.0045977 0.0000055 -0.0621013 -0.0010725 0.0006641

8-Apr-19 -0.0114416 0.0000036 -0.0671913 0.0086014 0.0006277

9-Apr-19 -0.0092593 0.0000196 -0.0514914 -0.0034863 0.0040434

10-Apr-19 -0.0677570 0.0000358 -0.0620326 0.0048731 0.0109972

11-Apr-19 0.0025063 0.0000085 -0.0721636 0.0098108 0.0059633

12-Apr-19 -0.0175000 0.0000063 -0.0610006 -0.0062032 -0.0070870

15-Apr-19 0.0000000 0.0000108 -0.0542418 -0.0145267 -0.0111647

KINO

1-Mar-19 -0.0250896 0.0000175 -0.0494024 -0.0121653 0.0015500

4-Mar-19 0.0220588 0.0001116 -0.0601732 0.0046730 0.0099495

5-Mar-19 0.0000000 0.0000718 -0.0660975 0.0094923 0.0019009

6-Mar-19 -0.0287770 0.0000905 -0.0557360 -0.0087703 -0.0071675

8-Mar-19 -0.0185185 0.0001440 -0.0706656 -0.0127994 -0.0106655

11-Mar-19 0.0000000 0.0002869 -0.0614839 -0.0072505 -0.0061902

12-Mar-19 -0.0867925 0.0005412 -0.0607920 -0.0215333 -0.0192741

13-Mar-19 -0.0082645 0.0001222 -0.0547518 -0.0076221 -0.0048978

73

14-Mar-19 0.0000000 0.0001756 -0.0526576 0.0199517 0.0319585

15-Mar-19 -0.0125000 0.0002628 -0.0502988 -0.0058544 -0.0063572

18-Mar-19 0.0126582 0.0000883 -0.0510009 -0.0032920 -0.0064792

19-Mar-19 -0.0125000 0.0000567 -0.0628017 -0.0013547 -0.0021144

20-Mar-19 0.0126582 0.0000933 -0.0580126 0.0031978 -0.0041991

21-Mar-19 0.0166667 0.0001905 -0.0551861 0.0004544 -0.0098657

22-Mar-19 -0.0327869 0.0001087 -0.0548936 -0.0073965 -0.0032751

25-Mar-19 0.0593220 0.0002103 -0.0771391 0.0126302 -0.0128475

26-Mar-19 0.0000000 0.0001339 -0.0506206 -0.0045818 0.0034973

27-Mar-19 -0.0240000 0.0000501 -0.0631603 0.0007047 -0.0007412

28-Mar-19 -0.0040984 0.0000092 -0.0560191 -0.0063252 -0.0018264

29-Mar-19 0.0205761 0.0000960 -0.0612632 0.0201607 0.0204755

1-Apr-19 0.0282258 0.0001352 -0.0606803 -0.0047487 -0.0060175

2-Apr-19 -0.0156863 0.0000415 -0.0553067 0.0063505 0.0093197

4-Apr-19 -0.0478088 0.0000237 -0.0559383 -0.0037727 0.0025366

5-Apr-19 -0.0041841 0.0000469 -0.0621013 -0.0010725 0.0006641

8-Apr-19 0.0588235 0.0000900 -0.0671913 0.0086014 0.0006277

9-Apr-19 0.0000000 0.0000593 -0.0514914 -0.0034863 0.0040434

10-Apr-19 -0.0039683 0.0000497 -0.0620326 0.0048731 0.0109972

11-Apr-19 -0.0039841 0.0000409 -0.0721636 0.0098108 0.0059633

12-Apr-19 -0.0040000 0.0000223 -0.0610006 -0.0062032 -0.0070870

15-Apr-19 -0.0240964 0.0000384 -0.0542418 -0.0145267 -0.0111647

KLBF

1-Mar-19 0.0301003 0.0002779 -0.0494024 -0.0121653 0.0015500

4-Mar-19 -0.0162338 0.0003784 -0.0601732 0.0046730 0.0099495

5-Mar-19 -0.0066007 0.0002240 -0.0660975 0.0094923 0.0019009

6-Mar-19 0.0033223 0.0002181 -0.0557360 -0.0087703 -0.0071675

8-Mar-19 0.0099338 0.0002860 -0.0706656 -0.0127994 -0.0106655

11-Mar-19 -0.0032787 0.0001824 -0.0614839 -0.0072505 -0.0061902

12-Mar-19 -0.0065789 0.0002241 -0.0607920 -0.0215333 -0.0192741

13-Mar-19 0.0000000 0.0001721 -0.0547518 -0.0076221 -0.0048978

14-Mar-19 0.0000000 0.0002958 -0.0526576 0.0199517 0.0319585

15-Mar-19 0.0298013 0.0010532 -0.0502988 -0.0058544 -0.0063572

18-Mar-19 -0.0032154 0.0001728 -0.0510009 -0.0032920 -0.0064792

19-Mar-19 0.0000000 0.0001562 -0.0628017 -0.0013547 -0.0021144

20-Mar-19 -0.0225806 0.0003971 -0.0580126 0.0031978 -0.0041991

21-Mar-19 -0.0033003 0.0004318 -0.0551861 0.0004544 -0.0098657

22-Mar-19 0.0033113 0.0002771 -0.0548936 -0.0073965 -0.0032751

25-Mar-19 0.0000000 0.0003490 -0.0771391 0.0126302 -0.0128475

26-Mar-19 0.0033003 0.0002205 -0.0506206 -0.0045818 0.0034973

27-Mar-19 -0.0032895 0.0001848 -0.0631603 0.0007047 -0.0007412

28-Mar-19 0.0099010 0.0001689 -0.0560191 -0.0063252 -0.0018264

74

29-Mar-19 -0.0065359 0.0002991 -0.0612632 0.0201607 0.0204755

1-Apr-19 -0.0164474 0.0004425 -0.0606803 -0.0047487 -0.0060175

2-Apr-19 0.0200669 0.0001656 -0.0553067 0.0063505 0.0093197

4-Apr-19 0.0065574 0.0002609 -0.0559383 -0.0037727 0.0025366

5-Apr-19 -0.0097720 0.0001914 -0.0621013 -0.0010725 0.0006641

8-Apr-19 0.0065789 0.0002984 -0.0671913 0.0086014 0.0006277

9-Apr-19 0.0065359 0.0004233 -0.0514914 -0.0034863 0.0040434

10-Apr-19 0.0000000 0.0002975 -0.0620326 0.0048731 0.0109972

11-Apr-19 -0.0162338 0.0002227 -0.0721636 0.0098108 0.0059633

12-Apr-19 -0.0132013 0.0008527 -0.0610006 -0.0062032 -0.0070870

15-Apr-19 0.0000000 0.0006327 -0.0542418 -0.0145267 -0.0111647

MRAT

1-Mar-19 0.0588235 0.0018477 -0.0494024 -0.0121653 0.0015500

4-Mar-19 -0.0222222 0.0014278 -0.0601732 0.0046730 0.0099495

5-Mar-19 0.0511364 0.0011995 -0.0660975 0.0094923 0.0019009

6-Mar-19 -0.0054054 0.0002152 -0.0557360 -0.0087703 -0.0071675

8-Mar-19 -0.0271739 0.0009012 -0.0706656 -0.0127994 -0.0106655

11-Mar-19 -0.0055866 0.0000493 -0.0614839 -0.0072505 -0.0061902

12-Mar-19 -0.0056180 0.0006907 -0.0607920 -0.0215333 -0.0192741

13-Mar-19 -0.0169492 0.0007827 -0.0547518 -0.0076221 -0.0048978

14-Mar-19 0.0114943 0.0000514 -0.0526576 0.0199517 0.0319585

15-Mar-19 -0.0056818 0.0000068 -0.0502988 -0.0058544 -0.0063572

18-Mar-19 0.0228571 0.0016402 -0.0510009 -0.0032920 -0.0064792

19-Mar-19 0.0055866 0.0008199 -0.0628017 -0.0013547 -0.0021144

20-Mar-19 -0.0277778 0.0001505 -0.0580126 0.0031978 -0.0041991

21-Mar-19 -0.0171429 0.0002991 -0.0551861 0.0004544 -0.0098657

22-Mar-19 -0.0058140 0.0001888 -0.0548936 -0.0073965 -0.0032751

25-Mar-19 -0.0058480 0.0011551 -0.0771391 0.0126302 -0.0128475

26-Mar-19 0.0000000 0.0003479 -0.0506206 -0.0045818 0.0034973

27-Mar-19 0.0000000 0.0000070 -0.0631603 0.0007047 -0.0007412

28-Mar-19 -0.0058824 0.0001196 -0.0560191 -0.0063252 -0.0018264

29-Mar-19 -0.0059172 0.0006290 -0.0612632 0.0201607 0.0204755

1-Apr-19 -0.0238095 0.0000643 -0.0606803 -0.0047487 -0.0060175

2-Apr-19 0.0060976 0.0000180 -0.0553067 0.0063505 0.0093197

4-Apr-19 0.0060606 0.0000224 -0.0559383 -0.0037727 0.0025366

5-Apr-19 0.0240964 0.0004605 -0.0621013 -0.0010725 0.0006641

8-Apr-19 -0.0176471 0.0001009 -0.0671913 0.0086014 0.0006277

9-Apr-19 0.0179641 0.0000869 -0.0514914 -0.0034863 0.0040434

10-Apr-19 -0.0176471 0.0000126 -0.0620326 0.0048731 0.0109972

11-Apr-19 0.0119760 0.0000030 -0.0721636 0.0098108 0.0059633

12-Apr-19 -0.0177515 0.0000051 -0.0610006 -0.0062032 -0.0070870

15-Apr-19 -0.0301205 0.0000313 -0.0542418 -0.0145267 -0.0111647

75

MYOR

1-Mar-19 0.0000000 0.0001135 -0.0494024 -0.0121653 0.0015500

4-Mar-19 -0.0037879 0.0000436 -0.0601732 0.0046730 0.0099495

5-Mar-19 0.0076046 0.0000889 -0.0660975 0.0094923 0.0019009

6-Mar-19 0.0000000 0.0001118 -0.0557360 -0.0087703 -0.0071675

8-Mar-19 -0.0075472 0.0000939 -0.0706656 -0.0127994 -0.0106655

11-Mar-19 0.0000000 0.0002623 -0.0614839 -0.0072505 -0.0061902

12-Mar-19 0.0038023 0.0000609 -0.0607920 -0.0215333 -0.0192741

13-Mar-19 0.0000000 0.0000670 -0.0547518 -0.0076221 -0.0048978

14-Mar-19 -0.0075758 0.0001679 -0.0526576 0.0199517 0.0319585

15-Mar-19 0.0000000 0.0000308 -0.0502988 -0.0058544 -0.0063572

18-Mar-19 0.0038168 0.0001251 -0.0510009 -0.0032920 -0.0064792

19-Mar-19 0.0000000 0.0001132 -0.0628017 -0.0013547 -0.0021144

20-Mar-19 0.0000000 0.0001338 -0.0580126 0.0031978 -0.0041991

21-Mar-19 0.0000000 0.0003119 -0.0551861 0.0004544 -0.0098657

22-Mar-19 -0.0114068 0.0003169 -0.0548936 -0.0073965 -0.0032751

25-Mar-19 -0.0269231 0.0001879 -0.0771391 0.0126302 -0.0128475

26-Mar-19 0.0079051 0.0001286 -0.0506206 -0.0045818 0.0034973

27-Mar-19 -0.0039216 0.0001441 -0.0631603 0.0007047 -0.0007412

28-Mar-19 0.0078740 0.0000483 -0.0560191 -0.0063252 -0.0018264

29-Mar-19 0.0000000 0.0000640 -0.0612632 0.0201607 0.0204755

1-Apr-19 -0.0039063 0.0002185 -0.0606803 -0.0047487 -0.0060175

2-Apr-19 -0.0039216 0.0001685 -0.0553067 0.0063505 0.0093197

4-Apr-19 -0.0118110 0.0000764 -0.0559383 -0.0037727 0.0025366

5-Apr-19 -0.0039841 0.0001061 -0.0621013 -0.0010725 0.0006641

8-Apr-19 0.0040000 0.0001259 -0.0671913 0.0086014 0.0006277

9-Apr-19 0.0119522 0.0000564 -0.0514914 -0.0034863 0.0040434

10-Apr-19 0.0000000 0.0000829 -0.0620326 0.0048731 0.0109972

11-Apr-19 0.0000000 0.0000839 -0.0721636 0.0098108 0.0059633

12-Apr-19 0.0000000 0.0000371 -0.0610006 -0.0062032 -0.0070870

15-Apr-19 0.0039370 0.0000260 -0.0542418 -0.0145267 -0.0111647

WIIM

1-Mar-19 0.0000000 0.0051844 -0.0494024 -0.0121653 0.0015500

4-Mar-19 0.0687500 0.0188672 -0.0601732 0.0046730 0.0099495

5-Mar-19 -0.0467836 0.0098350 -0.0660975 0.0094923 0.0019009

6-Mar-19 -0.0306748 0.0060353 -0.0557360 -0.0087703 -0.0071675

8-Mar-19 -0.0379747 0.0059295 -0.0706656 -0.0127994 -0.0106655

11-Mar-19 -0.0263158 0.0061227 -0.0614839 -0.0072505 -0.0061902

12-Mar-19 -0.0810811 0.0102807 -0.0607920 -0.0215333 -0.0192741

13-Mar-19 0.0147059 0.0032385 -0.0547518 -0.0076221 -0.0048978

14-Mar-19 0.1376812 0.0214299 -0.0526576 0.0199517 0.0319585

15-Mar-19 -0.0254777 0.0174078 -0.0502988 -0.0058544 -0.0063572

18-Mar-19 0.0000000 0.0037241 -0.0510009 -0.0032920 -0.0064792

76

19-Mar-19 -0.0392157 0.0037632 -0.0628017 -0.0013547 -0.0021144

20-Mar-19 -0.0136054 0.0037615 -0.0580126 0.0031978 -0.0041991

21-Mar-19 -0.0344828 0.0044076 -0.0551861 0.0004544 -0.0098657

22-Mar-19 0.0428571 0.0052341 -0.0548936 -0.0073965 -0.0032751

25-Mar-19 -0.0547945 0.0033092 -0.0771391 0.0126302 -0.0128475

26-Mar-19 0.0000000 0.0039520 -0.0506206 -0.0045818 0.0034973

27-Mar-19 0.0000000 0.0013497 -0.0631603 0.0007047 -0.0007412

28-Mar-19 0.0000000 0.0019371 -0.0560191 -0.0063252 -0.0018264

29-Mar-19 -0.0434783 0.0067602 -0.0612632 0.0201607 0.0204755

1-Apr-19 -0.0303030 0.0028793 -0.0606803 -0.0047487 -0.0060175

2-Apr-19 0.0390625 0.0039676 -0.0553067 0.0063505 0.0093197

4-Apr-19 0.0000000 0.0019468 -0.0559383 -0.0037727 0.0025366

5-Apr-19 -0.0225564 0.0008904 -0.0621013 -0.0010725 0.0006641

8-Apr-19 -0.0384615 0.0045155 -0.0671913 0.0086014 0.0006277

9-Apr-19 0.0080000 0.0028632 -0.0514914 -0.0034863 0.0040434

10-Apr-19 0.0158730 0.0014159 -0.0620326 0.0048731 0.0109972

11-Apr-19 -0.0234375 0.0091175 -0.0721636 0.0098108 0.0059633

12-Apr-19 0.0000000 0.0022628 -0.0610006 -0.0062032 -0.0070870

15-Apr-19 -0.0080000 0.0039897 -0.0542418 -0.0145267 -0.0111647

WOOD

1-Mar-19 -0.0166667 0.0016156 -0.0494024 -0.0121653 0.0015500

4-Mar-19 -0.0451977 0.0079334 -0.0601732 0.0046730 0.0099495

5-Mar-19 0.0355030 0.0066283 -0.0660975 0.0094923 0.0019009

6-Mar-19 0.0057143 0.0067848 -0.0557360 -0.0087703 -0.0071675

8-Mar-19 -0.0056818 0.0022527 -0.0706656 -0.0127994 -0.0106655

11-Mar-19 -0.0171429 0.0017850 -0.0614839 -0.0072505 -0.0061902

12-Mar-19 0.0232558 0.0040916 -0.0607920 -0.0215333 -0.0192741

13-Mar-19 -0.0056818 0.0063413 -0.0547518 -0.0076221 -0.0048978

14-Mar-19 -0.0057143 0.0008370 -0.0526576 0.0199517 0.0319585

15-Mar-19 0.0229885 0.0025274 -0.0502988 -0.0058544 -0.0063572

18-Mar-19 0.0000000 0.0020400 -0.0510009 -0.0032920 -0.0064792

19-Mar-19 0.0056180 0.0025358 -0.0628017 -0.0013547 -0.0021144

20-Mar-19 0.0055866 0.0042018 -0.0580126 0.0031978 -0.0041991

21-Mar-19 0.0222222 0.0125299 -0.0551861 0.0004544 -0.0098657

22-Mar-19 0.0000000 0.0025328 -0.0548936 -0.0073965 -0.0032751

25-Mar-19 -0.0217391 0.0072572 -0.0771391 0.0126302 -0.0128475

26-Mar-19 -0.0222222 0.0017238 -0.0506206 -0.0045818 0.0034973

27-Mar-19 -0.0113636 0.0028527 -0.0631603 0.0007047 -0.0007412

28-Mar-19 -0.0057471 0.0027007 -0.0560191 -0.0063252 -0.0018264

29-Mar-19 0.0173410 0.0034279 -0.0612632 0.0201607 0.0204755

1-Apr-19 -0.0625000 0.0029314 -0.0606803 -0.0047487 -0.0060175

2-Apr-19 0.0121212 0.0034716 -0.0553067 0.0063505 0.0093197

77

4-Apr-19 0.0299401 0.0028292 -0.0559383 -0.0037727 0.0025366

5-Apr-19 -0.0174419 0.0015030 -0.0621013 -0.0010725 0.0006641

8-Apr-19 -0.0059172 0.0022088 -0.0671913 0.0086014 0.0006277

9-Apr-19 0.0000000 0.0013157 -0.0514914 -0.0034863 0.0040434

10-Apr-19 0.0000000 0.0011082 -0.0620326 0.0048731 0.0109972

11-Apr-19 -0.0119048 0.0013108 -0.0721636 0.0098108 0.0059633

12-Apr-19 -0.0180723 0.0013222 -0.0610006 -0.0062032 -0.0070870

15-Apr-19 -0.0184049 0.0021648 -0.0542418 -0.0145267 -0.0111647

Data Mentah Sektor Industri Barang Konsumsi 2020


BUDI

2-Mar-20 0.0000000 0.0000081 -0.0626180 0.0439931 0.0304940

3-Mar-20 0.0215054 0.0000607 -0.0166012 0.0218053 -0.0326071

4-Mar-20 0.0000000 0.0000226 -0.0219978 0.0117725 0.0096944

5-Mar-20 0.0000000 0.0000056 -0.0482555 0.0393866 -0.0001536

6-Mar-20 0.0000000 0.0000927 -0.0706790 -0.0101548 0.0101494

9-Mar-20 -0.0315789 0.0001277 -0.1118480 -0.0167513 -0.0091924

10-Mar-20 -0.0108696 0.0001836 -0.0294524 0.0059336 0.0104014

11-Mar-20 -0.0109890 0.0000020 -0.0587351 -0.0383000 -0.0235495

12-Mar-20 -0.0444444 0.0001529 -0.0960094 -0.0095470 -0.0000361

13-Mar-20 -0.0348837 0.0000715 -0.0434872 0.0449190 -0.0136329

16-Mar-20 0.0000000 0.0000179 -0.0898856 0.0086899 0.0174097

17-Mar-20 -0.0602410 0.0000004 -0.0953557 -0.0094137 0.0001017

18-Mar-20 0.0000000 0.0000040 -0.0737785 -0.0159778 -0.0070996

19-Mar-20 -0.0256410 0.0000111 -0.0964494 -0.0028322 0.0080277

20-Mar-20 0.0000000 0.0000136 -0.0211534 0.0105368 -0.0098426

23-Mar-20 0.0000000 0.0000006 -0.0922471 0.0597774 0.0111970

24-Mar-20 0.0526316 0.0000124 -0.0563396 0.0467818 0.0065551

26-Mar-20 0.0250000 0.0000278 0.0587294 -0.0227093 -0.0477865

27-Mar-20 0.0121951 0.0000864 0.0044972 -0.0268142 -0.0153101

30-Mar-20 -0.0120482 0.0000025 -0.0720181 -0.0081918 0.0131743

31-Mar-20 0.0121951 0.0000039 -0.0152531 -0.0115312 -0.0149134

1-Apr-20 -0.0120482 0.0000553 -0.0592551 0.0082077 0.0055577

2-Apr-20 0.0000000 0.0000352 -0.0283685 0.0118106 0.0169749

3-Apr-20 0.0121951 0.0001313 -0.0229080 0.0233789 0.0205071

6-Apr-20 0.0963855 0.0001658 -0.0023812 0.0128952 0.0028675

7-Apr-20 -0.0329670 0.0000486 -0.0499505 -0.0143929 -0.0026892

8-Apr-20 0.0000000 0.0000773 -0.0750387 0.0299623 -0.0023547

9-Apr-20 -0.0113636 0.0000140 -0.0383441 -0.0114012 -0.0170519

13-Apr-20 0.0114943 0.0000263 -0.0485231 -0.0247312 0.0048296

78

14-Apr-20 0.0000000 0.0002314 -0.0252576 -0.0174221 -0.0096878

HMSP

2-Mar-20 -0.0147059 0.0004344 -0.0626180 0.0439931 0.0304940

3-Mar-20 0.0447761 0.0005122 -0.0166012 0.0218053 -0.0326071

4-Mar-20 0.0200000 0.0003235 -0.0219978 0.0117725 0.0096944

5-Mar-20 0.0000000 0.0002425 -0.0482555 0.0393866 -0.0001536

6-Mar-20 -0.0392157 0.0002884 -0.0706790 -0.0101548 0.0101494

9-Mar-20 -0.0932945 0.0005587 -0.1118480 -0.0167513 -0.0091924

10-Mar-20 0.0289389 0.0006004 -0.0294524 0.0059336 0.0104014

11-Mar-20 0.0187500 0.0003952 -0.0587351 -0.0383000 -0.0235495

12-Mar-20 -0.0490798 0.0003601 -0.0960094 -0.0095470 -0.0000361

13-Mar-20 -0.0258065 0.0005050 -0.0434872 0.0449190 -0.0136329

16-Mar-20 -0.0695364 0.0003056 -0.0898856 0.0086899 0.0174097

17-Mar-20 -0.0676157 0.0006175 -0.0953557 -0.0094137 0.0001017

18-Mar-20 -0.0534351 0.0003162 -0.0737785 -0.0159778 -0.0070996

19-Mar-20 -0.0685484 0.0005767 -0.0964494 -0.0028322 0.0080277

20-Mar-20 0.1645022 0.0006880 -0.0211534 0.0105368 -0.0098426

23-Mar-20 -0.0669145 0.0003031 -0.0922471 0.0597774 0.0111970

24-Mar-20 0.0278884 0.0008161 -0.0563396 0.0467818 0.0065551

26-Mar-20 0.0968992 0.0005817 0.0587294 -0.0227093 -0.0477865

27-Mar-20 0.0212014 0.0006355 0.0044972 -0.0268142 -0.0153101

30-Mar-20 -0.0380623 0.0003311 -0.0720181 -0.0081918 0.0131743

31-Mar-20 0.0251799 0.0005332 -0.0152531 -0.0115312 -0.0149134

1-Apr-20 -0.0070175 0.0004538 -0.0592551 0.0082077 0.0055577

2-Apr-20 0.0848057 0.0004479 -0.0283685 0.0118106 0.0169749

3-Apr-20 0.0456026 0.0003333 -0.0229080 0.0233789 0.0205071

6-Apr-20 0.1090343 0.0004887 -0.0023812 0.0128952 0.0028675

7-Apr-20 -0.0421348 0.0005088 -0.0499505 -0.0143929 -0.0026892

8-Apr-20 -0.0586510 0.0003461 -0.0750387 0.0299623 -0.0023547

9-Apr-20 0.0342679 0.0002752 -0.0383441 -0.0114012 -0.0170519

13-Apr-20 -0.0090361 0.0001777 -0.0485231 -0.0247312 0.0048296

14-Apr-20 0.0273556 0.0001758 -0.0252576 -0.0174221 -0.0096878

ICBP

2-Mar-20 -0.0121655 0.0005465 -0.0626180 0.0439931 0.0304940

3-Mar-20 0.0788177 0.0006163 -0.0166012 0.0218053 -0.0326071

4-Mar-20 0.0000000 0.0003979 -0.0219978 0.0117725 0.0096944

5-Mar-20 0.0000000 0.0005476 -0.0482555 0.0393866 -0.0001536

6-Mar-20 0.0000000 0.0004978 -0.0706790 -0.0101548 0.0101494

9-Mar-20 -0.0525114 0.0003824 -0.1118480 -0.0167513 -0.0091924

10-Mar-20 0.0385542 0.0004001 -0.0294524 0.0059336 0.0104014

11-Mar-20 0.0162413 0.0004972 -0.0587351 -0.0383000 -0.0235495

12-Mar-20 -0.0388128 0.0003528 -0.0960094 -0.0095470 -0.0000361

13-Mar-20 0.0427553 0.0008124 -0.0434872 0.0449190 -0.0136329

79

16-Mar-20 -0.0523918 0.0005474 -0.0898856 0.0086899 0.0174097

17-Mar-20 -0.0625000 0.0006986 -0.0953557 -0.0094137 0.0001017

18-Mar-20 -0.0435897 0.0005390 -0.0737785 -0.0159778 -0.0070996

19-Mar-20 -0.0509383 0.0006298 -0.0964494 -0.0028322 0.0080277

20-Mar-20 0.0141243 0.0014150 -0.0211534 0.0105368 -0.0098426

23-Mar-20 -0.0696379 0.0004203 -0.0922471 0.0597774 0.0111970

24-Mar-20 -0.0059880 0.0009126 -0.0563396 0.0467818 0.0065551

26-Mar-20 0.1445783 0.0012269 0.0587294 -0.0227093 -0.0477865

27-Mar-20 0.0500000 0.0005675 0.0044972 -0.0268142 -0.0153101

30-Mar-20 -0.0325815 0.0003921 -0.0720181 -0.0081918 0.0131743

31-Mar-20 0.0595855 0.0009184 -0.0152531 -0.0115312 -0.0149134

1-Apr-20 -0.0073350 0.0003950 -0.0592551 0.0082077 0.0055577

2-Apr-20 0.0049261 0.0006699 -0.0283685 0.0118106 0.0169749

3-Apr-20 -0.0196078 0.0003594 -0.0229080 0.0233789 0.0205071

6-Apr-20 0.0250000 0.0004582 -0.0023812 0.0128952 0.0028675

7-Apr-20 -0.0170732 0.0005438 -0.0499505 -0.0143929 -0.0026892

8-Apr-20 -0.0471464 0.0006421 -0.0750387 0.0299623 -0.0023547

9-Apr-20 0.0520833 0.0005092 -0.0383441 -0.0114012 -0.0170519

13-Apr-20 0.0099010 0.0002765 -0.0485231 -0.0247312 0.0048296

14-Apr-20 0.0147059 0.0003945 -0.0252576 -0.0174221 -0.0096878

INAF

2-Mar-20 0.1941964 0.0074398 -0.0626180 0.0439931 0.0304940

3-Mar-20 0.2429907 0.0048725 -0.0166012 0.0218053 -0.0326071

4-Mar-20 0.0827068 0.0054300 -0.0219978 0.0117725 0.0096944

5-Mar-20 0.1319444 0.0128445 -0.0482555 0.0393866 -0.0001536

6-Mar-20 -0.0490798 0.0045557 -0.0706790 -0.0101548 0.0101494

9-Mar-20 -0.1419355 0.0022592 -0.1118480 -0.0167513 -0.0091924

10-Mar-20 0.0526316 0.0030680 -0.0294524 0.0059336 0.0104014

11-Mar-20 -0.1000000 0.0019927 -0.0587351 -0.0383000 -0.0235495

12-Mar-20 -0.0952381 0.0012083 -0.0960094 -0.0095470 -0.0000361

13-Mar-20 0.0526316 0.0014388 -0.0434872 0.0449190 -0.0136329

16-Mar-20 -0.0583333 0.0016575 -0.0898856 0.0086899 0.0174097

17-Mar-20 -0.0619469 0.0016811 -0.0953557 -0.0094137 0.0001017

18-Mar-20 -0.0283019 0.0014162 -0.0737785 -0.0159778 -0.0070996

19-Mar-20 -0.0679612 0.0008300 -0.0964494 -0.0028322 0.0080277

20-Mar-20 0.1770833 0.0053768 -0.0211534 0.0105368 -0.0098426

23-Mar-20 0.2477876 0.0096674 -0.0922471 0.0597774 0.0111970

24-Mar-20 0.2482270 0.0110940 -0.0563396 0.0467818 0.0065551

26-Mar-20 0.2500000 0.0085935 0.0587294 -0.0227093 -0.0477865

27-Mar-20 -0.0500000 0.0125678 0.0044972 -0.0268142 -0.0153101

30-Mar-20 -0.0669856 0.0007032 -0.0720181 -0.0081918 0.0131743

31-Mar-20 0.1076923 0.0098065 -0.0152531 -0.0115312 -0.0149134

80

1-Apr-20 0.0046296 0.0080198 -0.0592551 0.0082077 0.0055577

2-Apr-20 0.0322581 0.0035973 -0.0283685 0.0118106 0.0169749

3-Apr-20 0.0000000 0.0025120 -0.0229080 0.0233789 0.0205071

6-Apr-20 0.0000000 0.0012919 -0.0023812 0.0128952 0.0028675

7-Apr-20 -0.0357143 0.0015355 -0.0499505 -0.0143929 -0.0026892

8-Apr-20 0.0787037 0.0080489 -0.0750387 0.0299623 -0.0023547

9-Apr-20 0.0343348 0.0074700 -0.0383441 -0.0114012 -0.0170519

13-Apr-20 -0.0331950 0.0020288 -0.0485231 -0.0247312 0.0048296

14-Apr-20 0.0171674 0.0012853 -0.0252576 -0.0174221 -0.0096878

KINO

2-Mar-20 0.0575540 0.0001190 -0.0626180 0.0439931 0.0304940

3-Mar-20 0.0102041 0.0000916 -0.0166012 0.0218053 -0.0326071

4-Mar-20 0.0168350 0.0003586 -0.0219978 0.0117725 0.0096944

5-Mar-20 0.0596026 0.0013052 -0.0482555 0.0393866 -0.0001536

6-Mar-20 -0.0281250 0.0009008 -0.0706790 -0.0101548 0.0101494

9-Mar-20 -0.0578778 0.0011234 -0.1118480 -0.0167513 -0.0091924

10-Mar-20 0.0204778 0.0006778 -0.0294524 0.0059336 0.0104014

11-Mar-20 0.0702341 0.0008742 -0.0587351 -0.0383000 -0.0235495

12-Mar-20 -0.0625000 0.0026220 -0.0960094 -0.0095470 -0.0000361

13-Mar-20 -0.0700000 0.0041361 -0.0434872 0.0449190 -0.0136329

16-Mar-20 -0.0681004 0.0002040 -0.0898856 0.0086899 0.0174097

17-Mar-20 -0.0653846 0.0048005 -0.0953557 -0.0094137 0.0001017

18-Mar-20 -0.0164609 0.0073930 -0.0737785 -0.0159778 -0.0070996

19-Mar-20 -0.0167364 0.0048528 -0.0964494 -0.0028322 0.0080277

20-Mar-20 0.0000000 0.0061719 -0.0211534 0.0105368 -0.0098426

23-Mar-20 -0.0680851 0.0000463 -0.0922471 0.0597774 0.0111970

24-Mar-20 -0.0182648 0.0003536 -0.0563396 0.0467818 0.0065551

26-Mar-20 0.0325581 0.0007055 0.0587294 -0.0227093 -0.0477865

27-Mar-20 -0.0135135 0.0018250 0.0044972 -0.0268142 -0.0153101

30-Mar-20 -0.0684932 0.0003357 -0.0720181 -0.0081918 0.0131743

31-Mar-20 -0.0147059 0.0011019 -0.0152531 -0.0115312 -0.0149134

1-Apr-20 -0.0174129 0.0008290 -0.0592551 0.0082077 0.0055577

2-Apr-20 -0.0075949 0.0022492 -0.0283685 0.0118106 0.0169749

3-Apr-20 0.0000000 0.0003758 -0.0229080 0.0233789 0.0205071

6-Apr-20 0.0459184 0.0029641 -0.0023812 0.0128952 0.0028675

7-Apr-20 0.0780488 0.0034845 -0.0499505 -0.0143929 -0.0026892

8-Apr-20 -0.0678733 0.0010191 -0.0750387 0.0299623 -0.0023547

9-Apr-20 -0.0291262 0.0023219 -0.0383441 -0.0114012 -0.0170519

13-Apr-20 0.1550000 0.0032145 -0.0485231 -0.0247312 0.0048296

14-Apr-20 0.0649351 0.0025047 -0.0252576 -0.0174221 -0.0096878

KLBF 2-Mar-20 -0.0204918 0.0006767 -0.0626180 0.0439931 0.0304940

3-Mar-20 0.0125523 0.0007291 -0.0166012 0.0218053 -0.0326071

81

4-Mar-20 0.0537190 0.0006541 -0.0219978 0.0117725 0.0096944

5-Mar-20 0.0431373 0.0008165 -0.0482555 0.0393866 -0.0001536

6-Mar-20 -0.0714286 0.0005411 -0.0706790 -0.0101548 0.0101494

9-Mar-20 -0.0769231 0.0010413 -0.1118480 -0.0167513 -0.0091924

10-Mar-20 0.0131579 0.0008298 -0.0294524 0.0059336 0.0104014

11-Mar-20 -0.0346320 0.0007554 -0.0587351 -0.0383000 -0.0235495

12-Mar-20 -0.0627803 0.0004915 -0.0960094 -0.0095470 -0.0000361

13-Mar-20 -0.0047847 0.0010762 -0.0434872 0.0449190 -0.0136329

16-Mar-20 -0.0384615 0.0012644 -0.0898856 0.0086899 0.0174097

17-Mar-20 -0.0050000 0.0015363 -0.0953557 -0.0094137 0.0001017

18-Mar-20 0.0502513 0.0012011 -0.0737785 -0.0159778 -0.0070996

19-Mar-20 -0.0669856 0.0008699 -0.0964494 -0.0028322 0.0080277

20-Mar-20 0.0051282 0.0017896 -0.0211534 0.0105368 -0.0098426

23-Mar-20 -0.0663265 0.0008727 -0.0922471 0.0597774 0.0111970

24-Mar-20 -0.0546448 0.0013795 -0.0563396 0.0467818 0.0065551

26-Mar-20 0.0982659 0.0024350 0.0587294 -0.0227093 -0.0477865

27-Mar-20 0.0631579 0.0038449 0.0044972 -0.0268142 -0.0153101

30-Mar-20 0.0346535 0.0012666 -0.0720181 -0.0081918 0.0131743

31-Mar-20 0.1483254 0.0022312 -0.0152531 -0.0115312 -0.0149134

1-Apr-20 -0.0291667 0.0023730 -0.0592551 0.0082077 0.0055577

2-Apr-20 0.1030043 0.0013564 -0.0283685 0.0118106 0.0169749

3-Apr-20 -0.0272374 0.0012702 -0.0229080 0.0233789 0.0205071

6-Apr-20 0.0160000 0.0007548 -0.0023812 0.0128952 0.0028675

7-Apr-20 -0.0314961 0.0014627 -0.0499505 -0.0143929 -0.0026892

8-Apr-20 -0.0691057 0.0012281 -0.0750387 0.0299623 -0.0023547

9-Apr-20 -0.0043668 0.0012396 -0.0383441 -0.0114012 -0.0170519

13-Apr-20 -0.0350877 0.0008489 -0.0485231 -0.0247312 0.0048296

14-Apr-20 0.0772727 0.0009125 -0.0252576 -0.0174221 -0.0096878

MRAT

2-Mar-20 0.0916031 0.0000072 -0.0626180 0.0439931 0.0304940

3-Mar-20 -0.0769231 0.0000019 -0.0166012 0.0218053 -0.0326071

4-Mar-20 0.0606061 0.0000297 -0.0219978 0.0117725 0.0096944

5-Mar-20 0.0071429 0.0000549 -0.0482555 0.0393866 -0.0001536

6-Mar-20 0.0354610 0.0000194 -0.0706790 -0.0101548 0.0101494

9-Mar-20 -0.1369863 0.0000180 -0.1118480 -0.0167513 -0.0091924

10-Mar-20 0.1031746 0.0002350 -0.0294524 0.0059336 0.0104014

11-Mar-20 -0.0071942 0.0000182 -0.0587351 -0.0383000 -0.0235495

12-Mar-20 0.0000000 0.0000675 -0.0960094 -0.0095470 -0.0000361

13-Mar-20 -0.0144928 0.0001958 -0.0434872 0.0449190 -0.0136329

16-Mar-20 0.0220588 0.0000107 -0.0898856 0.0086899 0.0174097

17-Mar-20 -0.0647482 0.0000126 -0.0953557 -0.0094137 0.0001017

18-Mar-20 -0.0615385 0.0000012 -0.0737785 -0.0159778 -0.0070996

82

19-Mar-20 -0.0655738 0.0001136 -0.0964494 -0.0028322 0.0080277

20-Mar-20 0.1228070 0.0023435 -0.0211534 0.0105368 -0.0098426

23-Mar-20 -0.0625000 0.0003946 -0.0922471 0.0597774 0.0111970

24-Mar-20 -0.0500000 0.0000479 -0.0563396 0.0467818 0.0065551

26-Mar-20 0.0000000 0.0000220 0.0587294 -0.0227093 -0.0477865

27-Mar-20 0.1403509 0.0002692 0.0044972 -0.0268142 -0.0153101

30-Mar-20 0.0000000 0.0000121 -0.0720181 -0.0081918 0.0131743

31-Mar-20 -0.0076923 0.0000257 -0.0152531 -0.0115312 -0.0149134

1-Apr-20 -0.0077519 0.0000157 -0.0592551 0.0082077 0.0055577

2-Apr-20 0.0078125 0.0058874 -0.0283685 0.0118106 0.0169749

3-Apr-20 0.0000000 0.0000005 -0.0229080 0.0233789 0.0205071

6-Apr-20 0.0620155 0.0000089 -0.0023812 0.0128952 0.0028675

7-Apr-20 -0.0145985 0.0000764 -0.0499505 -0.0143929 -0.0026892

8-Apr-20 -0.0444444 0.0000070 -0.0750387 0.0299623 -0.0023547

9-Apr-20 -0.0310078 0.0000907 -0.0383441 -0.0114012 -0.0170519

13-Apr-20 0.0400000 0.0003166 -0.0485231 -0.0247312 0.0048296

14-Apr-20 -0.0153846 0.0000121 -0.0252576 -0.0174221 -0.0096878

MYOR

2-Mar-20 -0.0194444 0.0000980 -0.0626180 0.0439931 0.0304940

3-Mar-20 0.0424929 0.0001030 -0.0166012 0.0218053 -0.0326071

4-Mar-20 0.0244565 0.0000790 -0.0219978 0.0117725 0.0096944

5-Mar-20 0.0000000 0.0000485 -0.0482555 0.0393866 -0.0001536

6-Mar-20 -0.0106101 0.0000375 -0.0706790 -0.0101548 0.0101494

9-Mar-20 -0.0509383 0.0001112 -0.1118480 -0.0167513 -0.0091924

10-Mar-20 0.0169492 0.0000461 -0.0294524 0.0059336 0.0104014

11-Mar-20 0.0277778 0.0001605 -0.0587351 -0.0383000 -0.0235495

12-Mar-20 -0.0297297 0.0000560 -0.0960094 -0.0095470 -0.0000361

13-Mar-20 0.0055710 0.0000673 -0.0434872 0.0449190 -0.0136329

16-Mar-20 -0.0304709 0.0000631 -0.0898856 0.0086899 0.0174097

17-Mar-20 -0.0600000 0.0004800 -0.0953557 -0.0094137 0.0001017

18-Mar-20 0.0091185 0.0003498 -0.0737785 -0.0159778 -0.0070996

19-Mar-20 -0.0692771 0.0007134 -0.0964494 -0.0028322 0.0080277

20-Mar-20 0.0032362 0.0001831 -0.0211534 0.0105368 -0.0098426

23-Mar-20 -0.0580645 0.0001810 -0.0922471 0.0597774 0.0111970

24-Mar-20 -0.0308219 0.0002362 -0.0563396 0.0467818 0.0065551

26-Mar-20 0.1378092 0.0003566 0.0587294 -0.0227093 -0.0477865

27-Mar-20 0.2111801 0.0003231 0.0044972 -0.0268142 -0.0153101

30-Mar-20 -0.0692308 0.0002357 -0.0720181 -0.0081918 0.0131743

31-Mar-20 0.0220386 0.0001225 -0.0152531 -0.0115312 -0.0149134

1-Apr-20 -0.0134771 0.0001185 -0.0592551 0.0082077 0.0055577

2-Apr-20 -0.0109290 0.0001268 -0.0283685 0.0118106 0.0169749

3-Apr-20 0.0000000 0.0000877 -0.0229080 0.0233789 0.0205071

83

6-Apr-20 0.0441989 0.0002259 -0.0023812 0.0128952 0.0028675

7-Apr-20 -0.0079365 0.0001297 -0.0499505 -0.0143929 -0.0026892

8-Apr-20 0.0106667 0.0000636 -0.0750387 0.0299623 -0.0023547

9-Apr-20 0.0131926 0.0000387 -0.0383441 -0.0114012 -0.0170519

13-Apr-20 0.0026042 0.0000756 -0.0485231 -0.0247312 0.0048296

14-Apr-20 0.0103896 0.0000728 -0.0252576 -0.0174221 -0.0096878

WIIM

2-Mar-20 0.0450450 0.0009369 -0.0626180 0.0439931 0.0304940

3-Mar-20 0.0258621 0.0006653 -0.0166012 0.0218053 -0.0326071

4-Mar-20 0.0420168 0.0004960 -0.0219978 0.0117725 0.0096944

5-Mar-20 -0.0080645 0.0004141 -0.0482555 0.0393866 -0.0001536

6-Mar-20 -0.0243902 0.0001991 -0.0706790 -0.0101548 0.0101494

9-Mar-20 -0.0833333 0.0008749 -0.1118480 -0.0167513 -0.0091924

10-Mar-20 0.0545455 0.0007568 -0.0294524 0.0059336 0.0104014

11-Mar-20 -0.0603448 0.0016901 -0.0587351 -0.0383000 -0.0235495

12-Mar-20 -0.0733945 0.0022711 -0.0960094 -0.0095470 -0.0000361

13-Mar-20 -0.0099010 0.0022124 -0.0434872 0.0449190 -0.0136329

16-Mar-20 -0.0700000 0.0010822 -0.0898856 0.0086899 0.0174097

17-Mar-20 -0.0645161 0.0008237 -0.0953557 -0.0094137 0.0001017

18-Mar-20 -0.0689655 0.0008439 -0.0737785 -0.0159778 -0.0070996

19-Mar-20 -0.0493827 0.0003458 -0.0964494 -0.0028322 0.0080277

20-Mar-20 0.0000000 0.0023078 -0.0211534 0.0105368 -0.0098426

23-Mar-20 -0.0649351 0.0012145 -0.0922471 0.0597774 0.0111970

24-Mar-20 0.0277778 0.0002966 -0.0563396 0.0467818 0.0065551

26-Mar-20 0.0675676 0.0017560 0.0587294 -0.0227093 -0.0477865

27-Mar-20 0.0379747 0.0026401 0.0044972 -0.0268142 -0.0153101

30-Mar-20 -0.0487805 0.0004594 -0.0720181 -0.0081918 0.0131743

31-Mar-20 0.0128205 0.0003104 -0.0152531 -0.0115312 -0.0149134

1-Apr-20 0.0253165 0.0012454 -0.0592551 0.0082077 0.0055577

2-Apr-20 0.1728395 0.0031423 -0.0283685 0.0118106 0.0169749

3-Apr-20 0.1368421 0.0035329 -0.0229080 0.0233789 0.0205071

6-Apr-20 0.0370370 0.0018907 -0.0023812 0.0128952 0.0028675

7-Apr-20 -0.0357143 0.0026693 -0.0499505 -0.0143929 -0.0026892

8-Apr-20 -0.0648148 0.0020684 -0.0750387 0.0299623 -0.0023547

9-Apr-20 0.0396040 0.0014526 -0.0383441 -0.0114012 -0.0170519

13-Apr-20 -0.0190476 0.0007812 -0.0485231 -0.0247312 0.0048296

14-Apr-20 0.0097087 0.0002774 -0.0252576 -0.0174221 -0.0096878

WOOD

2-Mar-20 -0.0151515 0.0003428 -0.0626180 0.0439931 0.0304940

3-Mar-20 0.0410256 0.0013107 -0.0166012 0.0218053 -0.0326071

4-Mar-20 0.0197044 0.0006886 -0.0219978 0.0117725 0.0096944

5-Mar-20 0.2077295 0.0015042 -0.0482555 0.0393866 -0.0001536

6-Mar-20 -0.1520000 0.0019670 -0.0706790 -0.0101548 0.0101494

84

9-Mar-20 -0.0566038 0.0003102 -0.1118480 -0.0167513 -0.0091924

10-Mar-20 -0.0250000 0.0002781 -0.0294524 0.0059336 0.0104014

11-Mar-20 0.0000000 0.0002876 -0.0587351 -0.0383000 -0.0235495

12-Mar-20 -0.0871795 0.0000719 -0.0960094 -0.0095470 -0.0000361

13-Mar-20 0.1966292 0.0007123 -0.0434872 0.0449190 -0.0136329

16-Mar-20 -0.0657277 0.0000128 -0.0898856 0.0086899 0.0174097

17-Mar-20 -0.0653266 0.0000007 -0.0953557 -0.0094137 0.0001017

18-Mar-20 -0.0053763 0.0001874 -0.0737785 -0.0159778 -0.0070996

19-Mar-20 -0.0648649 0.0000061 -0.0964494 -0.0028322 0.0080277

20-Mar-20 -0.0693642 0.0000327 -0.0211534 0.0105368 -0.0098426

23-Mar-20 -0.0683230 0.0000058 -0.0922471 0.0597774 0.0111970

24-Mar-20 -0.0666667 0.0001469 -0.0563396 0.0467818 0.0065551

26-Mar-20 -0.0642857 0.0010931 0.0587294 -0.0227093 -0.0477865

27-Mar-20 0.0000000 0.0050093 0.0044972 -0.0268142 -0.0153101

30-Mar-20 -0.0687023 0.0009540 -0.0720181 -0.0081918 0.0131743

31-Mar-20 0.0163934 0.0018405 -0.0152531 -0.0115312 -0.0149134

1-Apr-20 -0.0241935 0.0004148 -0.0592551 0.0082077 0.0055577

2-Apr-20 0.0661157 0.0008469 -0.0283685 0.0118106 0.0169749

3-Apr-20 0.0310078 0.0011798 -0.0229080 0.0233789 0.0205071

6-Apr-20 0.1278195 0.0020664 -0.0023812 0.0128952 0.0028675

7-Apr-20 0.0066667 0.0004119 -0.0499505 -0.0143929 -0.0026892

8-Apr-20 -0.0264901 0.0001106 -0.0750387 0.0299623 -0.0023547

9-Apr-20 -0.0680272 0.0003900 -0.0383441 -0.0114012 -0.0170519

13-Apr-20 -0.0145985 0.0001426 -0.0485231 -0.0247312 0.0048296

14-Apr-20 0.0592593 0.0003592 -0.0252576 -0.0174221 -0.0096878

Data Mentah Sektor Properti, Real Estate, dan Konstruksi Bangunan 2019


ADHI

1-Mar-19 0.0100000 0.0009378 -0.0494024 0.0095755 0.0058612

4-Mar-19 0.0132013 0.0018256 -0.0601732 -0.0110533 -0.0138877

5-Mar-19 -0.0032573 0.0012621 -0.0660975 0.0142269 -0.0135303

6-Mar-19 0.0000000 0.0010974 -0.0557360 0.0026928 0.0026906

8-Mar-19 -0.0065359 0.0011230 -0.0706656 0.0030399 0.0020492

11-Mar-19 0.0032895 0.0007147 -0.0614839 0.0021102 -0.0213420

12-Mar-19 0.0032787 0.0010567 -0.0607920 -0.0052102 -0.0144063

13-Mar-19 0.0228758 0.0019185 -0.0547518 0.0079933 0.0100706

14-Mar-19 -0.0031949 0.0020739 -0.0526576 -0.0175202 0.0004021

15-Mar-19 -0.0064103 0.0009117 -0.0502988 -0.0095474 -0.0225226

18-Mar-19 -0.0064516 0.0028400 -0.0510009 -0.0059806 0.0218819

19-Mar-19 0.0194805 0.0019951 -0.0628017 -0.0037588 0.0050841

85

20-Mar-19 0.0254777 0.0065686 -0.0580126 -0.0042375 -0.0170808

21-Mar-19 0.0031056 0.0021064 -0.0551861 -0.0142237 0.0180511

22-Mar-19 -0.0123839 0.0014438 -0.0548936 -0.0080755 -0.0139893

25-Mar-19 -0.0407524 0.0031334 -0.0771391 0.0164357 -0.0132842

26-Mar-19 0.0098039 0.0014100 -0.0506206 -0.0140532 -0.0077441

27-Mar-19 0.0258900 0.0015705 -0.0631603 0.0089847 0.0011383

28-Mar-19 0.0410095 0.0067669 -0.0560191 -0.0080273 -0.0024342

29-Mar-19 -0.0030303 0.0049550 -0.0612632 0.0009765 -0.0012520

1-Apr-19 0.0060790 0.0019443 -0.0606803 -0.0313401 0.0303886

2-Apr-19 -0.0030211 0.0017930 -0.0553067 0.0149014 0.0195988

4-Apr-19 0.0333333 0.0071671 -0.0559383 -0.0318304 0.0355393

5-Apr-19 -0.0087977 0.0030141 -0.0621013 0.0083241 -0.0050415

8-Apr-19 -0.0207101 0.0021378 -0.0671913 -0.0069838 0.0173864

9-Apr-19 0.0181269 0.0029302 -0.0514914 -0.0366114 0.0304045

10-Apr-19 0.0000000 0.0018856 -0.0620326 0.0065376 -0.0035484

11-Apr-19 -0.0296736 0.0038469 -0.0721636 0.0071723 -0.0161317

12-Apr-19 -0.0152905 0.0032352 -0.0610006 -0.0056111 -0.0037207

15-Apr-19 0.0527950 0.0055191 -0.0542418 -0.0007394 0.0076824

ASRI

1-Mar-19 -0.0061728 0.0004021 -0.0494024 0.0095755 0.0058612

4-Mar-19 0.0124224 0.0004447 -0.0601732 -0.0110533 -0.0138877

5-Mar-19 -0.0306748 0.0010378 -0.0660975 0.0142269 -0.0135303

6-Mar-19 -0.0063291 0.0005098 -0.0557360 0.0026928 0.0026906

8-Mar-19 0.0000000 0.0003259 -0.0706656 0.0030399 0.0020492

11-Mar-19 -0.0254777 0.0005298 -0.0614839 0.0021102 -0.0213420

12-Mar-19 -0.0130719 0.0005225 -0.0607920 -0.0052102 -0.0144063

13-Mar-19 0.0066225 0.0002690 -0.0547518 0.0079933 0.0100706

14-Mar-19 0.0131579 0.0001729 -0.0526576 -0.0175202 0.0004021

15-Mar-19 -0.0129870 0.0005859 -0.0502988 -0.0095474 -0.0225226

18-Mar-19 0.0263158 0.0005672 -0.0510009 -0.0059806 0.0218819

19-Mar-19 0.0128205 0.0004738 -0.0628017 -0.0037588 0.0050841

20-Mar-19 0.0063291 0.0002355 -0.0580126 -0.0042375 -0.0170808

21-Mar-19 0.0251572 0.0014015 -0.0551861 -0.0142237 0.0180511

22-Mar-19 -0.0061350 0.0004113 -0.0548936 -0.0080755 -0.0139893

25-Mar-19 -0.0432099 0.0004863 -0.0771391 0.0164357 -0.0132842

26-Mar-19 0.0064516 0.0001414 -0.0506206 -0.0140532 -0.0077441

27-Mar-19 0.0000000 0.0004043 -0.0631603 0.0089847 0.0011383

28-Mar-19 0.0064103 0.0001228 -0.0560191 -0.0080273 -0.0024342

29-Mar-19 -0.0127389 0.0003089 -0.0612632 0.0009765 -0.0012520

1-Apr-19 0.0322581 0.0007237 -0.0606803 -0.0313401 0.0303886

2-Apr-19 0.0000000 0.0005274 -0.0553067 0.0149014 0.0195988

4-Apr-19 0.0500000 0.0016836 -0.0559383 -0.0318304 0.0355393

86

5-Apr-19 -0.0059524 0.0006979 -0.0621013 0.0083241 -0.0050415

8-Apr-19 0.0179641 0.0011035 -0.0671913 -0.0069838 0.0173864

9-Apr-19 0.0411765 0.0032422 -0.0514914 -0.0366114 0.0304045

10-Apr-19 -0.0169492 0.0009321 -0.0620326 0.0065376 -0.0035484

11-Apr-19 -0.0287356 0.0006040 -0.0721636 0.0071723 -0.0161317

12-Apr-19 -0.0059172 0.0002689 -0.0610006 -0.0056111 -0.0037207

15-Apr-19 0.0178571 0.0003385 -0.0542418 -0.0007394 0.0076824

BEST

1-Mar-19 -0.0157480 0.0006139 -0.0494024 0.0095755 0.0058612

4-Mar-19 0.0000000 0.0006046 -0.0601732 -0.0110533 -0.0138877

5-Mar-19 -0.0160000 0.0011613 -0.0660975 0.0142269 -0.0135303

6-Mar-19 0.0000000 0.0003281 -0.0557360 0.0026928 0.0026906

8-Mar-19 0.0000000 0.0003631 -0.0706656 0.0030399 0.0020492

11-Mar-19 -0.0081301 0.0002391 -0.0614839 0.0021102 -0.0213420

12-Mar-19 -0.0491803 0.0017628 -0.0607920 -0.0052102 -0.0144063

13-Mar-19 0.0258621 0.0003612 -0.0547518 0.0079933 0.0100706

14-Mar-19 0.0168067 0.0008097 -0.0526576 -0.0175202 0.0004021

15-Mar-19 0.0000000 0.0002201 -0.0502988 -0.0095474 -0.0225226

18-Mar-19 0.0495868 0.0008422 -0.0510009 -0.0059806 0.0218819

19-Mar-19 -0.0236220 0.0004563 -0.0628017 -0.0037588 0.0050841

20-Mar-19 -0.0322581 0.0011523 -0.0580126 -0.0042375 -0.0170808

21-Mar-19 0.0333333 0.0009191 -0.0551861 -0.0142237 0.0180511

22-Mar-19 -0.0161290 0.0003724 -0.0548936 -0.0080755 -0.0139893

25-Mar-19 -0.0245902 0.0007608 -0.0771391 0.0164357 -0.0132842

26-Mar-19 0.0336134 0.0011900 -0.0506206 -0.0140532 -0.0077441

27-Mar-19 0.0081301 0.0006045 -0.0631603 0.0089847 0.0011383

28-Mar-19 -0.0080645 0.0006241 -0.0560191 -0.0080273 -0.0024342

29-Mar-19 -0.0243902 0.0007610 -0.0612632 0.0009765 -0.0012520

1-Apr-19 0.0916667 0.0026778 -0.0606803 -0.0313401 0.0303886

2-Apr-19 0.0687023 0.0061853 -0.0553067 0.0149014 0.0195988

4-Apr-19 -0.0071429 0.0027998 -0.0559383 -0.0318304 0.0355393

5-Apr-19 0.0071942 0.0012178 -0.0621013 0.0083241 -0.0050415

8-Apr-19 0.0428571 0.0044898 -0.0671913 -0.0069838 0.0173864

9-Apr-19 -0.0068493 0.0017792 -0.0514914 -0.0366114 0.0304045

10-Apr-19 0.0068966 0.0010454 -0.0620326 0.0065376 -0.0035484

11-Apr-19 -0.0616438 0.0018014 -0.0721636 0.0071723 -0.0161317

12-Apr-19 0.0145985 0.0014411 -0.0610006 -0.0056111 -0.0037207

15-Apr-19 0.0071942 0.0008975 -0.0542418 -0.0007394 0.0076824

JRPT

1-Mar-19 -0.0160000 0.0000835 -0.0494024 0.0095755 0.0058612

4-Mar-19 0.0325203 0.0002169 -0.0601732 -0.0110533 -0.0138877

5-Mar-19 -0.0236220 0.0001366 -0.0660975 0.0142269 -0.0135303

6-Mar-19 -0.0161290 0.0001692 -0.0557360 0.0026928 0.0026906

87

8-Mar-19 -0.0081967 0.0000942 -0.0706656 0.0030399 0.0020492

11-Mar-19 -0.0082645 0.0000499 -0.0614839 0.0021102 -0.0213420

12-Mar-19 0.0000000 0.0000959 -0.0607920 -0.0052102 -0.0144063

13-Mar-19 -0.0250000 0.0001234 -0.0547518 0.0079933 0.0100706

14-Mar-19 0.0256410 0.0002300 -0.0526576 -0.0175202 0.0004021

15-Mar-19 0.0000000 0.0001420 -0.0502988 -0.0095474 -0.0225226

18-Mar-19 0.0000000 0.0000435 -0.0510009 -0.0059806 0.0218819

19-Mar-19 -0.0083333 0.0001100 -0.0628017 -0.0037588 0.0050841

20-Mar-19 0.0084034 0.0002171 -0.0580126 -0.0042375 -0.0170808

21-Mar-19 0.0083333 0.0005130 -0.0551861 -0.0142237 0.0180511

22-Mar-19 0.0247934 0.0009694 -0.0548936 -0.0080755 -0.0139893

25-Mar-19 -0.0564516 0.0003117 -0.0771391 0.0164357 -0.0132842

26-Mar-19 0.0256410 0.0003157 -0.0506206 -0.0140532 -0.0077441

27-Mar-19 0.0000000 0.0000983 -0.0631603 0.0089847 0.0011383

28-Mar-19 0.0000000 0.0001644 -0.0560191 -0.0080273 -0.0024342

29-Mar-19 -0.0083333 0.0001733 -0.0612632 0.0009765 -0.0012520

1-Apr-19 0.0084034 0.0002550 -0.0606803 -0.0313401 0.0303886

2-Apr-19 -0.0166667 0.0001719 -0.0553067 0.0149014 0.0195988

4-Apr-19 0.0000000 0.0003538 -0.0559383 -0.0318304 0.0355393

5-Apr-19 0.0000000 0.0003250 -0.0621013 0.0083241 -0.0050415

8-Apr-19 0.0169492 0.0002245 -0.0671913 -0.0069838 0.0173864

9-Apr-19 -0.0083333 0.0002448 -0.0514914 -0.0366114 0.0304045

10-Apr-19 -0.0084034 0.0002229 -0.0620326 0.0065376 -0.0035484

11-Apr-19 0.0084746 0.0001945 -0.0721636 0.0071723 -0.0161317

12-Apr-19 -0.0084034 0.0002270 -0.0610006 -0.0056111 -0.0037207

15-Apr-19 0.0169492 0.0001693 -0.0542418 -0.0007394 0.0076824

NRCA

1-Mar-19 0.0138889 0.0002021 -0.0494024 0.0095755 0.0058612

4-Mar-19 0.0045662 0.0002007 -0.0601732 -0.0110533 -0.0138877

5-Mar-19 -0.0045455 0.0001800 -0.0660975 0.0142269 -0.0135303

6-Mar-19 -0.0228311 0.0003406 -0.0557360 0.0026928 0.0026906

8-Mar-19 0.0000000 0.0000847 -0.0706656 0.0030399 0.0020492

11-Mar-19 -0.0186916 0.0000864 -0.0614839 0.0021102 -0.0213420

12-Mar-19 -0.0142857 0.0002906 -0.0607920 -0.0052102 -0.0144063

13-Mar-19 0.0000000 0.0000148 -0.0547518 0.0079933 0.0100706

14-Mar-19 -0.0096618 0.0000339 -0.0526576 -0.0175202 0.0004021

15-Mar-19 0.0146341 0.0008649 -0.0502988 -0.0095474 -0.0225226

18-Mar-19 -0.0048077 0.0000298 -0.0510009 -0.0059806 0.0218819

19-Mar-19 0.0144928 0.0001218 -0.0628017 -0.0037588 0.0050841

20-Mar-19 -0.0047619 0.0000368 -0.0580126 -0.0042375 -0.0170808

21-Mar-19 0.0047847 0.0001099 -0.0551861 -0.0142237 0.0180511

22-Mar-19 -0.0095238 0.0004622 -0.0548936 -0.0080755 -0.0139893

88

25-Mar-19 -0.0048077 0.0000115 -0.0771391 0.0164357 -0.0132842

26-Mar-19 0.0048309 0.0000269 -0.0506206 -0.0140532 -0.0077441

27-Mar-19 -0.0048077 0.0000075 -0.0631603 0.0089847 0.0011383

28-Mar-19 0.0000000 0.0000163 -0.0560191 -0.0080273 -0.0024342

29-Mar-19 0.0000000 0.0000212 -0.0612632 0.0009765 -0.0012520

1-Apr-19 -0.0241546 0.0005477 -0.0606803 -0.0313401 0.0303886

2-Apr-19 0.0000000 0.0000967 -0.0553067 0.0149014 0.0195988

4-Apr-19 -0.0198020 0.0008686 -0.0559383 -0.0318304 0.0355393

5-Apr-19 0.0202020 0.0000276 -0.0621013 0.0083241 -0.0050415

8-Apr-19 0.0049505 0.0000639 -0.0671913 -0.0069838 0.0173864

9-Apr-19 0.0000000 0.0000483 -0.0514914 -0.0366114 0.0304045

10-Apr-19 -0.0098522 0.0000310 -0.0620326 0.0065376 -0.0035484

11-Apr-19 0.0000000 0.0000295 -0.0721636 0.0071723 -0.0161317

12-Apr-19 0.0049751 0.0001356 -0.0610006 -0.0056111 -0.0037207

15-Apr-19 0.0099010 0.0000661 -0.0542418 -0.0007394 0.0076824

PWON

1-Mar-19 0.0322581 0.0006913 -0.0494024 0.0095755 0.0058612

4-Mar-19 0.0000000 0.0005935 -0.0601732 -0.0110533 -0.0138877

5-Mar-19 0.0000000 0.0001938 -0.0660975 0.0142269 -0.0135303

6-Mar-19 -0.0156250 0.0003012 -0.0557360 0.0026928 0.0026906

8-Mar-19 0.0000000 0.0003074 -0.0706656 0.0030399 0.0020492

11-Mar-19 -0.0158730 0.0003536 -0.0614839 0.0021102 -0.0213420

12-Mar-19 0.0161290 0.0004988 -0.0607920 -0.0052102 -0.0144063

13-Mar-19 0.0000000 0.0007238 -0.0547518 0.0079933 0.0100706

14-Mar-19 0.0158730 0.0004671 -0.0526576 -0.0175202 0.0004021

15-Mar-19 0.0468750 0.0017312 -0.0502988 -0.0095474 -0.0225226

18-Mar-19 0.0074627 0.0011377 -0.0510009 -0.0059806 0.0218819

19-Mar-19 0.0074074 0.0003986 -0.0628017 -0.0037588 0.0050841

20-Mar-19 0.0073529 0.0003572 -0.0580126 -0.0042375 -0.0170808

21-Mar-19 0.0291971 0.0012781 -0.0551861 -0.0142237 0.0180511

22-Mar-19 -0.0141844 0.0004404 -0.0548936 -0.0080755 -0.0139893

25-Mar-19 -0.0287770 0.0003944 -0.0771391 0.0164357 -0.0132842

26-Mar-19 0.0518519 0.0019685 -0.0506206 -0.0140532 -0.0077441

27-Mar-19 -0.0281690 0.0009771 -0.0631603 0.0089847 0.0011383

28-Mar-19 0.0144928 0.0004942 -0.0560191 -0.0080273 -0.0024342

29-Mar-19 -0.0142857 0.0006845 -0.0612632 0.0009765 -0.0012520

1-Apr-19 0.0579710 0.0017607 -0.0606803 -0.0313401 0.0303886

2-Apr-19 0.0342466 0.0011222 -0.0553067 0.0149014 0.0195988

4-Apr-19 -0.0066225 0.0006788 -0.0559383 -0.0318304 0.0355393

5-Apr-19 -0.0266667 0.0005990 -0.0621013 0.0083241 -0.0050415

8-Apr-19 0.0068493 0.0007518 -0.0671913 -0.0069838 0.0173864

9-Apr-19 0.0204082 0.0007034 -0.0514914 -0.0366114 0.0304045

89

10-Apr-19 -0.0133333 0.0002787 -0.0620326 0.0065376 -0.0035484

11-Apr-19 -0.0540541 0.0009338 -0.0721636 0.0071723 -0.0161317

12-Apr-19 0.0428571 0.0009366 -0.0610006 -0.0056111 -0.0037207

15-Apr-19 -0.0136986 0.0004783 -0.0542418 -0.0007394 0.0076824

SMRA

1-Mar-19 -0.0106383 0.0006648 -0.0494024 0.0095755 0.0058612

4-Mar-19 -0.0107527 0.0004724 -0.0601732 -0.0110533 -0.0138877

5-Mar-19 -0.0271739 0.0010379 -0.0660975 0.0142269 -0.0135303

6-Mar-19 -0.0111732 0.0002694 -0.0557360 0.0026928 0.0026906

8-Mar-19 -0.0056497 0.0003417 -0.0706656 0.0030399 0.0020492

11-Mar-19 -0.0170455 0.0006446 -0.0614839 0.0021102 -0.0213420

12-Mar-19 -0.0173410 0.0007756 -0.0607920 -0.0052102 -0.0144063

13-Mar-19 0.0235294 0.0003407 -0.0547518 0.0079933 0.0100706

14-Mar-19 0.0172414 0.0010624 -0.0526576 -0.0175202 0.0004021

15-Mar-19 0.0169492 0.0021142 -0.0502988 -0.0095474 -0.0225226

18-Mar-19 0.0388889 0.0021590 -0.0510009 -0.0059806 0.0218819

19-Mar-19 -0.0053476 0.0007714 -0.0628017 -0.0037588 0.0050841

20-Mar-19 -0.0107527 0.0012426 -0.0580126 -0.0042375 -0.0170808

21-Mar-19 0.0597826 0.0058526 -0.0551861 -0.0142237 0.0180511

22-Mar-19 0.0051282 0.0014736 -0.0548936 -0.0080755 -0.0139893

25-Mar-19 -0.0408163 0.0012633 -0.0771391 0.0164357 -0.0132842

26-Mar-19 0.0319149 0.0007667 -0.0506206 -0.0140532 -0.0077441

27-Mar-19 -0.0206186 0.0010443 -0.0631603 0.0089847 0.0011383

28-Mar-19 0.0105263 0.0006691 -0.0560191 -0.0080273 -0.0024342

29-Mar-19 -0.0208333 0.0004535 -0.0612632 0.0009765 -0.0012520

1-Apr-19 0.0851064 0.0038457 -0.0606803 -0.0313401 0.0303886

2-Apr-19 -0.0049020 0.0017730 -0.0553067 0.0149014 0.0195988

4-Apr-19 0.0591133 0.0030931 -0.0559383 -0.0318304 0.0355393

5-Apr-19 0.0325581 0.0045982 -0.0621013 0.0083241 -0.0050415

8-Apr-19 -0.0090090 0.0012289 -0.0671913 -0.0069838 0.0173864

9-Apr-19 0.0636364 0.0025074 -0.0514914 -0.0366114 0.0304045

10-Apr-19 0.0000000 0.0005710 -0.0620326 0.0065376 -0.0035484

11-Apr-19 -0.0042735 0.0004959 -0.0721636 0.0071723 -0.0161317

12-Apr-19 0.0214592 0.0013450 -0.0610006 -0.0056111 -0.0037207

15-Apr-19 -0.0252101 0.0017397 -0.0542418 -0.0007394 0.0076824

SSIA

1-Mar-19 0.0677966 0.0108056 -0.0494024 0.0095755 0.0058612

4-Mar-19 -0.0317460 0.0070768 -0.0601732 -0.0110533 -0.0138877

5-Mar-19 -0.0163934 0.0063596 -0.0660975 0.0142269 -0.0135303

6-Mar-19 -0.0083333 0.0038420 -0.0557360 0.0026928 0.0026906

8-Mar-19 0.0000000 0.0052124 -0.0706656 0.0030399 0.0020492

11-Mar-19 -0.0504202 0.0068656 -0.0614839 0.0021102 -0.0213420

12-Mar-19 0.0176991 0.0095028 -0.0607920 -0.0052102 -0.0144063

90

13-Mar-19 0.0086957 0.0053166 -0.0547518 0.0079933 0.0100706

14-Mar-19 0.0000000 0.0028024 -0.0526576 -0.0175202 0.0004021

15-Mar-19 -0.0172414 0.0050366 -0.0502988 -0.0095474 -0.0225226

18-Mar-19 0.0087719 0.0034494 -0.0510009 -0.0059806 0.0218819

19-Mar-19 0.0173913 0.0044166 -0.0628017 -0.0037588 0.0050841

20-Mar-19 -0.0170940 0.0038274 -0.0580126 -0.0042375 -0.0170808

21-Mar-19 0.0260870 0.0046563 -0.0551861 -0.0142237 0.0180511

22-Mar-19 -0.0169492 0.0026242 -0.0548936 -0.0080755 -0.0139893

25-Mar-19 -0.0431034 0.0058559 -0.0771391 0.0164357 -0.0132842

26-Mar-19 0.0000000 0.0067589 -0.0506206 -0.0140532 -0.0077441

27-Mar-19 0.0000000 0.0037212 -0.0631603 0.0089847 0.0011383

28-Mar-19 0.0000000 0.0028591 -0.0560191 -0.0080273 -0.0024342

29-Mar-19 -0.0090090 0.0031864 -0.0612632 0.0009765 -0.0012520

1-Apr-19 0.0000000 0.0068784 -0.0606803 -0.0313401 0.0303886

2-Apr-19 0.0272727 0.0096790 -0.0553067 0.0149014 0.0195988

4-Apr-19 0.0265487 0.0069063 -0.0559383 -0.0318304 0.0355393

5-Apr-19 -0.0258621 0.0074817 -0.0621013 0.0083241 -0.0050415

8-Apr-19 -0.0176991 0.0073766 -0.0671913 -0.0069838 0.0173864

9-Apr-19 0.0090090 0.0038203 -0.0514914 -0.0366114 0.0304045

10-Apr-19 -0.0089286 0.0042845 -0.0620326 0.0065376 -0.0035484

11-Apr-19 0.0090090 0.0032075 -0.0721636 0.0071723 -0.0161317

12-Apr-19 0.0000000 0.0034422 -0.0610006 -0.0056111 -0.0037207

15-Apr-19 -0.0089286 0.0042084 -0.0542418 -0.0007394 0.0076824

TOTL

1-Mar-19 0.0000000 0.0000929 -0.0494024 0.0095755 0.0058612

4-Mar-19 0.0080645 0.0000518 -0.0601732 -0.0110533 -0.0138877

5-Mar-19 -0.0080000 0.0001071 -0.0660975 0.0142269 -0.0135303

6-Mar-19 0.0000000 0.0001144 -0.0557360 0.0026928 0.0026906

8-Mar-19 0.0000000 0.0001716 -0.0706656 0.0030399 0.0020492

11-Mar-19 0.0000000 0.0003211 -0.0614839 0.0021102 -0.0213420

12-Mar-19 -0.0080645 0.0001885 -0.0607920 -0.0052102 -0.0144063

13-Mar-19 0.0162602 0.0001221 -0.0547518 0.0079933 0.0100706

14-Mar-19 0.0000000 0.0003004 -0.0526576 -0.0175202 0.0004021

15-Mar-19 0.0000000 0.0000876 -0.0502988 -0.0095474 -0.0225226

18-Mar-19 0.0080000 0.0003674 -0.0510009 -0.0059806 0.0218819

19-Mar-19 0.0000000 0.0000760 -0.0628017 -0.0037588 0.0050841

20-Mar-19 0.0079365 0.0000838 -0.0580126 -0.0042375 -0.0170808

21-Mar-19 0.0000000 0.0002461 -0.0551861 -0.0142237 0.0180511

22-Mar-19 0.0000000 0.0001923 -0.0548936 -0.0080755 -0.0139893

25-Mar-19 -0.0078740 0.0000891 -0.0771391 0.0164357 -0.0132842

26-Mar-19 0.0000000 0.0000359 -0.0506206 -0.0140532 -0.0077441

27-Mar-19 0.0158730 0.0000880 -0.0631603 0.0089847 0.0011383

91

28-Mar-19 0.0000000 0.0000652 -0.0560191 -0.0080273 -0.0024342

29-Mar-19 -0.0156250 0.0006036 -0.0612632 0.0009765 -0.0012520

1-Apr-19 -0.0158730 0.0002365 -0.0606803 -0.0313401 0.0303886

2-Apr-19 0.0000000 0.0001865 -0.0553067 0.0149014 0.0195988

4-Apr-19 -0.0080645 0.0001631 -0.0559383 -0.0318304 0.0355393

5-Apr-19 0.0081301 0.0002093 -0.0621013 0.0083241 -0.0050415

8-Apr-19 -0.0161290 0.0002812 -0.0671913 -0.0069838 0.0173864

9-Apr-19 -0.0245902 0.0006613 -0.0514914 -0.0366114 0.0304045

10-Apr-19 0.0000000 0.0003638 -0.0620326 0.0065376 -0.0035484

11-Apr-19 0.0000000 0.0001244 -0.0721636 0.0071723 -0.0161317

12-Apr-19 -0.0084034 0.0000714 -0.0610006 -0.0056111 -0.0037207

15-Apr-19 0.0000000 0.0001284 -0.0542418 -0.0007394 0.0076824

WIKA

1-Mar-19 0.0252101 0.0018657 -0.0494024 0.0095755 0.0058612

4-Mar-19 0.0218579 0.0022207 -0.0601732 -0.0110533 -0.0138877

5-Mar-19 -0.0294118 0.0018774 -0.0660975 0.0142269 -0.0135303

6-Mar-19 0.0082645 0.0006993 -0.0557360 0.0026928 0.0026906

8-Mar-19 -0.0109290 0.0012086 -0.0706656 0.0030399 0.0020492

11-Mar-19 0.0055249 0.0014737 -0.0614839 0.0021102 -0.0213420

12-Mar-19 0.0000000 0.0011569 -0.0607920 -0.0052102 -0.0144063

13-Mar-19 0.0302198 0.0025268 -0.0547518 0.0079933 0.0100706

14-Mar-19 0.0240000 0.0057688 -0.0526576 -0.0175202 0.0004021

15-Mar-19 0.0104167 0.0041269 -0.0502988 -0.0095474 -0.0225226

18-Mar-19 0.0000000 0.0017379 -0.0510009 -0.0059806 0.0218819

19-Mar-19 0.0309278 0.0058962 -0.0628017 -0.0037588 0.0050841

20-Mar-19 -0.0050000 0.0037886 -0.0580126 -0.0042375 -0.0170808

21-Mar-19 0.0050251 0.0022433 -0.0551861 -0.0142237 0.0180511

22-Mar-19 -0.0100000 0.0024446 -0.0548936 -0.0080755 -0.0139893

25-Mar-19 -0.0151515 0.0032038 -0.0771391 0.0164357 -0.0132842

26-Mar-19 0.0102564 0.0013297 -0.0506206 -0.0140532 -0.0077441

27-Mar-19 0.0558376 0.0071846 -0.0631603 0.0089847 0.0011383

28-Mar-19 0.0432692 0.0088315 -0.0560191 -0.0080273 -0.0024342

29-Mar-19 -0.0046083 0.0057849 -0.0612632 0.0009765 -0.0012520

1-Apr-19 0.0138889 0.0031550 -0.0606803 -0.0313401 0.0303886

2-Apr-19 -0.0091324 0.0012826 -0.0553067 0.0149014 0.0195988

4-Apr-19 0.0552995 0.0076853 -0.0559383 -0.0318304 0.0355393

5-Apr-19 -0.0349345 0.0041077 -0.0621013 0.0083241 -0.0050415

8-Apr-19 -0.0316742 0.0030794 -0.0671913 -0.0069838 0.0173864

9-Apr-19 0.0327103 0.0034632 -0.0514914 -0.0366114 0.0304045

10-Apr-19 0.0045249 0.0037002 -0.0620326 0.0065376 -0.0035484

11-Apr-19 -0.0180180 0.0020442 -0.0721636 0.0071723 -0.0161317

12-Apr-19 -0.0229358 0.0027070 -0.0610006 -0.0056111 -0.0037207

92

15-Apr-19 0.0516432 0.0046321 -0.0542418 -0.0007394 0.0076824

Data Mentah Sektor Properti, Real Estate, dan Konstruksi Bangunan 2020


ADHI

2-Mar-20 -0.0132450 0.0037817 -0.0626180 0.0019193 -0.0037877

3-Mar-20 0.0201342 0.0030259 -0.0166012 0.0260290 -0.0148693

4-Mar-20 0.0394737 0.0046946 -0.0219978 0.0277748 0.0125933

5-Mar-20 0.0000000 0.0055333 -0.0482555 0.0083940 0.0125444

6-Mar-20 -0.0316456 0.0013577 -0.0706790 0.0023912 0.0033401

9-Mar-20 -0.1241830 0.0047187 -0.1118480 0.0012135 0.0118424

10-Mar-20 0.0149254 0.0069162 -0.0294524 0.0123092 0.0329585

11-Mar-20 -0.0735294 0.0036301 -0.0587351 0.0039586 0.0382419

12-Mar-20 -0.0793651 0.0054328 -0.0960094 0.0060807 0.0414095

13-Mar-20 0.0086207 0.0048623 -0.0434872 -0.0277566 -0.0084453

16-Mar-20 -0.0683761 0.0029418 -0.0898856 -0.0069252 0.0271789

17-Mar-20 -0.0642202 0.0020971 -0.0953557 -0.0150023 0.0098532

18-Mar-20 -0.0666667 0.0029687 -0.0737785 -0.0219544 0.0271967

19-Mar-20 -0.0672269 0.0015030 -0.0964494 -0.0167400 0.0325547

20-Mar-20 -0.0630631 0.0070620 -0.0211534 0.0187541 -0.0238368

23-Mar-20 -0.0673077 0.0016542 -0.0922471 0.0053721 0.0380589

24-Mar-20 -0.0051546 0.0069893 -0.0563396 0.0932925 0.0170957

26-Mar-20 0.1813472 0.0074451 0.0587294 0.0287980 -0.0089191

27-Mar-20 0.2280702 0.0097031 0.0044972 0.0162489 -0.0137616

30-Mar-20 -0.0625000 0.0075406 -0.0720181 -0.0016894 0.0121704

31-Mar-20 0.0190476 0.0019664 -0.0152531 0.0017259 -0.0048291

1-Apr-20 -0.0560748 0.0084140 -0.0592551 -0.0140230 -0.0016707

2-Apr-20 0.0000000 0.0091925 -0.0283685 0.0156082 0.0136491

3-Apr-20 0.0297030 0.0085408 -0.0229080 -0.0344539 -0.0246426

6-Apr-20 0.2307692 0.0246795 -0.0023812 -0.0256979 -0.0139655

7-Apr-20 -0.0156250 0.0231565 -0.0499505 -0.0386399 -0.0063532

8-Apr-20 -0.0634921 0.0118272 -0.0750387 0.0228104 0.0310447

9-Apr-20 0.0000000 0.0033588 -0.0383441 0.0074497 -0.0004202

13-Apr-20 0.0762712 0.0068226 -0.0485231 0.0007674 0.0146388

14-Apr-20 0.0236220 0.0076905 -0.0252576 -0.0135363 -0.0216779

ASRI

2-Mar-20 -0.0460526 0.0003962 -0.0626180 0.0019193 -0.0037877

3-Mar-20 -0.0206897 0.0006519 -0.0166012 0.0260290 -0.0148693

4-Mar-20 0.1056338 0.0005842 -0.0219978 0.0277748 0.0125933

5-Mar-20 0.0000000 0.0002188 -0.0482555 0.0083940 0.0125444

6-Mar-20 -0.0254777 0.0002308 -0.0706790 0.0023912 0.0033401

9-Mar-20 -0.0718954 0.0005363 -0.1118480 0.0012135 0.0118424

93

10-Mar-20 0.0633803 0.0002222 -0.0294524 0.0123092 0.0329585

11-Mar-20 0.0000000 0.0003973 -0.0587351 0.0039586 0.0382419

12-Mar-20 -0.0066225 0.0012217 -0.0960094 0.0060807 0.0414095

13-Mar-20 -0.0666667 0.0002625 -0.0434872 -0.0277566 -0.0084453

16-Mar-20 -0.0500000 0.0004085 -0.0898856 -0.0069252 0.0271789

17-Mar-20 -0.0676692 0.0002322 -0.0953557 -0.0150023 0.0098532

18-Mar-20 -0.0645161 0.0002787 -0.0737785 -0.0219544 0.0271967

19-Mar-20 -0.0689655 0.0000353 -0.0964494 -0.0167400 0.0325547

20-Mar-20 -0.0648148 0.0015570 -0.0211534 0.0187541 -0.0238368

23-Mar-20 -0.0693069 0.0004428 -0.0922471 0.0053721 0.0380589

24-Mar-20 -0.0212766 0.0005964 -0.0563396 0.0932925 0.0170957

26-Mar-20 0.1413043 0.0011318 0.0587294 0.0287980 -0.0089191

27-Mar-20 0.0857143 0.0007469 0.0044972 0.0162489 -0.0137616

30-Mar-20 -0.0614035 0.0001364 -0.0720181 -0.0016894 0.0121704

31-Mar-20 -0.0280374 0.0004314 -0.0152531 0.0017259 -0.0048291

1-Apr-20 0.0000000 0.0003582 -0.0592551 -0.0140230 -0.0016707

2-Apr-20 0.0096154 0.0004529 -0.0283685 0.0156082 0.0136491

3-Apr-20 0.0476190 0.0006332 -0.0229080 -0.0344539 -0.0246426

6-Apr-20 0.2181818 0.0014614 -0.0023812 -0.0256979 -0.0139655

7-Apr-20 -0.0671642 0.0035671 -0.0499505 -0.0386399 -0.0063532

8-Apr-20 -0.0640000 0.0012874 -0.0750387 0.0228104 0.0310447

9-Apr-20 0.0170940 0.0017108 -0.0383441 0.0074497 -0.0004202

13-Apr-20 -0.0336134 0.0015592 -0.0485231 0.0007674 0.0146388

14-Apr-20 0.0869565 0.0016156 -0.0252576 -0.0135363 -0.0216779

BEST

2-Mar-20 -0.0222222 0.0017435 -0.0626180 0.0019193 -0.0037877

3-Mar-20 0.0606061 0.0017984 -0.0166012 0.0260290 -0.0148693

4-Mar-20 0.0642857 0.0022275 -0.0219978 0.0277748 0.0125933

5-Mar-20 0.0000000 0.0012858 -0.0482555 0.0083940 0.0125444

6-Mar-20 -0.0335570 0.0005231 -0.0706790 0.0023912 0.0033401

9-Mar-20 -0.1041667 0.0020704 -0.1118480 0.0012135 0.0118424

10-Mar-20 0.0387597 0.0012346 -0.0294524 0.0123092 0.0329585

11-Mar-20 -0.0597015 0.0007439 -0.0587351 0.0039586 0.0382419

12-Mar-20 -0.0793651 0.0018734 -0.0960094 0.0060807 0.0414095

13-Mar-20 -0.0172414 0.0026781 -0.0434872 -0.0277566 -0.0084453

16-Mar-20 -0.0526316 0.0008237 -0.0898856 -0.0069252 0.0271789

17-Mar-20 -0.0648148 0.0017373 -0.0953557 -0.0150023 0.0098532

18-Mar-20 -0.0396040 0.0014262 -0.0737785 -0.0219544 0.0271967

19-Mar-20 -0.0618557 0.0007358 -0.0964494 -0.0167400 0.0325547

20-Mar-20 0.0439560 0.0014220 -0.0211534 0.0187541 -0.0238368

23-Mar-20 -0.0210526 0.0015549 -0.0922471 0.0053721 0.0380589

24-Mar-20 0.0967742 0.0011725 -0.0563396 0.0932925 0.0170957

94

26-Mar-20 0.0980392 0.0011321 0.0587294 0.0287980 -0.0089191

27-Mar-20 -0.0267857 0.0027273 0.0044972 0.0162489 -0.0137616

30-Mar-20 -0.0642202 0.0003949 -0.0720181 -0.0016894 0.0121704

31-Mar-20 0.0000000 0.0008142 -0.0152531 0.0017259 -0.0048291

1-Apr-20 -0.0588235 0.0017337 -0.0592551 -0.0140230 -0.0016707

2-Apr-20 0.1041667 0.0022233 -0.0283685 0.0156082 0.0136491

3-Apr-20 0.0377358 0.0016213 -0.0229080 -0.0344539 -0.0246426

6-Apr-20 0.1454545 0.0027060 -0.0023812 -0.0256979 -0.0139655

7-Apr-20 -0.0476190 0.0027874 -0.0499505 -0.0386399 -0.0063532

8-Apr-20 0.0000000 0.0033095 -0.0750387 0.0228104 0.0310447

9-Apr-20 0.1666667 0.0071576 -0.0383441 0.0074497 -0.0004202

13-Apr-20 0.0000000 0.0042379 -0.0485231 0.0007674 0.0146388

14-Apr-20 0.0000000 0.0024956 -0.0252576 -0.0135363 -0.0216779

JRPT

2-Mar-20 0.0000000 0.0006283 -0.0626180 0.0019193 -0.0037877

3-Mar-20 0.0000000 0.0006795 -0.0166012 0.0260290 -0.0148693

4-Mar-20 -0.0043478 0.0006067 -0.0219978 0.0277748 0.0125933

5-Mar-20 0.0000000 0.0010020 -0.0482555 0.0083940 0.0125444

6-Mar-20 -0.0218341 0.0006497 -0.0706790 0.0023912 0.0033401

9-Mar-20 -0.0401786 0.0007172 -0.1118480 0.0012135 0.0118424

10-Mar-20 -0.0465116 0.0005644 -0.0294524 0.0123092 0.0329585

11-Mar-20 0.0048780 0.0003559 -0.0587351 0.0039586 0.0382419

12-Mar-20 0.0388350 0.0002960 -0.0960094 0.0060807 0.0414095

13-Mar-20 -0.0560748 0.0004260 -0.0434872 -0.0277566 -0.0084453

16-Mar-20 0.0148515 0.0005276 -0.0898856 -0.0069252 0.0271789

17-Mar-20 0.0780488 0.0006068 -0.0953557 -0.0150023 0.0098532

18-Mar-20 -0.0271493 0.0005831 -0.0737785 -0.0219544 0.0271967

19-Mar-20 -0.0697674 0.0002169 -0.0964494 -0.0167400 0.0325547

20-Mar-20 0.0000000 0.0003959 -0.0211534 0.0187541 -0.0238368

23-Mar-20 -0.0700000 0.0001032 -0.0922471 0.0053721 0.0380589

24-Mar-20 -0.0591398 0.0004810 -0.0563396 0.0932925 0.0170957

26-Mar-20 0.0400000 0.0006836 0.0587294 0.0287980 -0.0089191

27-Mar-20 0.0714286 0.0005303 0.0044972 0.0162489 -0.0137616

30-Mar-20 0.0256410 0.0004629 -0.0720181 -0.0016894 0.0121704

31-Mar-20 -0.0300000 0.0004349 -0.0152531 0.0017259 -0.0048291

1-Apr-20 -0.0257732 0.0005435 -0.0592551 -0.0140230 -0.0016707

2-Apr-20 0.0582011 0.0004520 -0.0283685 0.0156082 0.0136491

3-Apr-20 0.0100000 0.0005191 -0.0229080 -0.0344539 -0.0246426

6-Apr-20 0.0544554 0.0006751 -0.0023812 -0.0256979 -0.0139655

7-Apr-20 0.0000000 0.0001749 -0.0499505 -0.0386399 -0.0063532

8-Apr-20 -0.0375587 0.0000650 -0.0750387 0.0228104 0.0310447

9-Apr-20 0.0195122 0.0000305 -0.0383441 0.0074497 -0.0004202

95

13-Apr-20 0.0047847 0.0000028 -0.0485231 0.0007674 0.0146388

14-Apr-20 0.0285714 0.0000196 -0.0252576 -0.0135363 -0.0216779

NRCA

2-Mar-20 0.0000000 0.0018414 -0.0626180 0.0019193 -0.0037877

3-Mar-20 0.0666667 0.0000465 -0.0166012 0.0260290 -0.0148693

4-Mar-20 0.0500000 0.0000899 -0.0219978 0.0277748 0.0125933

5-Mar-20 -0.0178571 0.0000463 -0.0482555 0.0083940 0.0125444

6-Mar-20 -0.0181818 0.0000113 -0.0706790 0.0023912 0.0033401

9-Mar-20 -0.0432099 0.0000642 -0.1118480 0.0012135 0.0118424

10-Mar-20 -0.0129032 0.0000175 -0.0294524 0.0123092 0.0329585

11-Mar-20 -0.0196078 0.0010709 -0.0587351 0.0039586 0.0382419

12-Mar-20 -0.0533333 0.0001334 -0.0960094 0.0060807 0.0414095

13-Mar-20 -0.0140845 0.0002394 -0.0434872 -0.0277566 -0.0084453

16-Mar-20 -0.0285714 0.0000945 -0.0898856 -0.0069252 0.0271789

17-Mar-20 -0.0441176 0.0000991 -0.0953557 -0.0150023 0.0098532

18-Mar-20 -0.0538462 0.0001847 -0.0737785 -0.0219544 0.0271967

19-Mar-20 -0.0569106 0.0009653 -0.0964494 -0.0167400 0.0325547

20-Mar-20 0.0431034 0.0002025 -0.0211534 0.0187541 -0.0238368

23-Mar-20 0.0000000 0.0007053 -0.0922471 0.0053721 0.0380589

24-Mar-20 0.0743802 0.0003305 -0.0563396 0.0932925 0.0170957

26-Mar-20 0.0769231 0.0008422 0.0587294 0.0287980 -0.0089191

27-Mar-20 0.0142857 0.0003690 0.0044972 0.0162489 -0.0137616

30-Mar-20 -0.0281690 0.0000974 -0.0720181 -0.0016894 0.0121704

31-Mar-20 0.0144928 0.0000116 -0.0152531 0.0017259 -0.0048291

1-Apr-20 -0.0571429 0.0004444 -0.0592551 -0.0140230 -0.0016707

2-Apr-20 0.0151515 0.0006624 -0.0283685 0.0156082 0.0136491

3-Apr-20 0.0223881 0.0000155 -0.0229080 -0.0344539 -0.0246426

6-Apr-20 0.0364964 0.0001615 -0.0023812 -0.0256979 -0.0139655

7-Apr-20 -0.0492958 0.0001696 -0.0499505 -0.0386399 -0.0063532

8-Apr-20 0.0296296 0.0001584 -0.0750387 0.0228104 0.0310447

9-Apr-20 0.0000000 0.0000187 -0.0383441 0.0074497 -0.0004202

13-Apr-20 -0.0575540 0.0002202 -0.0485231 0.0007674 0.0146388

14-Apr-20 0.0305344 0.0000118 -0.0252576 -0.0135363 -0.0216779

PWON

2-Mar-20 -0.0094340 0.0008497 -0.0626180 0.0019193 -0.0037877

3-Mar-20 0.0380952 0.0006321 -0.0166012 0.0260290 -0.0148693

4-Mar-20 0.0275229 0.0007865 -0.0219978 0.0277748 0.0125933

5-Mar-20 -0.0267857 0.0006038 -0.0482555 0.0083940 0.0125444

6-Mar-20 -0.0275229 0.0003438 -0.0706790 0.0023912 0.0033401

9-Mar-20 -0.0566038 0.0011820 -0.1118480 0.0012135 0.0118424

10-Mar-20 -0.0040000 0.0005729 -0.0294524 0.0123092 0.0329585

11-Mar-20 -0.0963855 0.0012097 -0.0587351 0.0039586 0.0382419

12-Mar-20 -0.0844444 0.0009712 -0.0960094 0.0060807 0.0414095

96

13-Mar-20 -0.0436893 0.0015150 -0.0434872 -0.0277566 -0.0084453

16-Mar-20 -0.0659898 0.0005896 -0.0898856 -0.0069252 0.0271789

17-Mar-20 -0.0652174 0.0007032 -0.0953557 -0.0150023 0.0098532

18-Mar-20 -0.0406977 0.0010463 -0.0737785 -0.0219544 0.0271967

19-Mar-20 -0.0666667 0.0007496 -0.0964494 -0.0167400 0.0325547

20-Mar-20 -0.0129870 0.0022229 -0.0211534 0.0187541 -0.0238368

23-Mar-20 -0.0592105 0.0009488 -0.0922471 0.0053721 0.0380589

24-Mar-20 -0.0629371 0.0007071 -0.0563396 0.0932925 0.0170957

26-Mar-20 0.1567164 0.0012415 0.0587294 0.0287980 -0.0089191

27-Mar-20 0.0774194 0.0010992 0.0044972 0.0162489 -0.0137616

30-Mar-20 -0.0658683 0.0004407 -0.0720181 -0.0016894 0.0121704

31-Mar-20 -0.0128205 0.0016684 -0.0152531 0.0017259 -0.0048291

1-Apr-20 0.0129870 0.0011638 -0.0592551 -0.0140230 -0.0016707

2-Apr-20 0.0512821 0.0007163 -0.0283685 0.0156082 0.0136491

3-Apr-20 0.0487805 0.0009616 -0.0229080 -0.0344539 -0.0246426

6-Apr-20 0.2093023 0.0022990 -0.0023812 -0.0256979 -0.0139655

7-Apr-20 -0.0288462 0.0044547 -0.0499505 -0.0386399 -0.0063532

8-Apr-20 -0.0594059 0.0018775 -0.0750387 0.0228104 0.0310447

9-Apr-20 0.0631579 0.0009874 -0.0383441 0.0074497 -0.0004202

13-Apr-20 -0.0297030 0.0007214 -0.0485231 0.0007674 0.0146388

14-Apr-20 0.0357143 0.0012163 -0.0252576 -0.0135363 -0.0216779

SMRA

2-Mar-20 -0.0297619 0.0009945 -0.0626180 0.0019193 -0.0037877

3-Mar-20 0.0184049 0.0007510 -0.0166012 0.0260290 -0.0148693

4-Mar-20 0.0301205 0.0014525 -0.0219978 0.0277748 0.0125933

5-Mar-20 -0.0233918 0.0004274 -0.0482555 0.0083940 0.0125444

6-Mar-20 -0.0359281 0.0006471 -0.0706790 0.0023912 0.0033401

9-Mar-20 -0.1180124 0.0008101 -0.1118480 0.0012135 0.0118424

10-Mar-20 -0.0281690 0.0008441 -0.0294524 0.0123092 0.0329585

11-Mar-20 -0.0579710 0.0013508 -0.0587351 0.0039586 0.0382419

12-Mar-20 -0.1000000 0.0031179 -0.0960094 0.0060807 0.0414095

13-Mar-20 0.1111111 0.0049608 -0.0434872 -0.0277566 -0.0084453

16-Mar-20 -0.0692308 0.0001209 -0.0898856 -0.0069252 0.0271789

17-Mar-20 -0.0661157 0.0003220 -0.0953557 -0.0150023 0.0098532

18-Mar-20 -0.0619469 0.0007799 -0.0737785 -0.0219544 0.0271967

19-Mar-20 -0.0679245 0.0001493 -0.0964494 -0.0167400 0.0325547

20-Mar-20 -0.0688259 0.0019937 -0.0211534 0.0187541 -0.0238368

23-Mar-20 -0.0695652 0.0003426 -0.0922471 0.0053721 0.0380589

24-Mar-20 -0.0654206 0.0013856 -0.0563396 0.0932925 0.0170957

26-Mar-20 0.0000000 0.0124811 0.0587294 0.0287980 -0.0089191

27-Mar-20 0.0750000 0.0078415 0.0044972 0.0162489 -0.0137616

30-Mar-20 -0.0697674 0.0003275 -0.0720181 -0.0016894 0.0121704

97

31-Mar-20 0.0000000 0.0013484 -0.0152531 0.0017259 -0.0048291

1-Apr-20 -0.0700000 0.0031934 -0.0592551 -0.0140230 -0.0016707

2-Apr-20 -0.0430108 0.0040339 -0.0283685 0.0156082 0.0136491

3-Apr-20 0.1910112 0.0071602 -0.0229080 -0.0344539 -0.0246426

6-Apr-20 0.2028302 0.0083727 -0.0023812 -0.0256979 -0.0139655

7-Apr-20 0.0196078 0.0051768 -0.0499505 -0.0386399 -0.0063532

8-Apr-20 -0.0692308 0.0019534 -0.0750387 0.0228104 0.0310447

9-Apr-20 0.0330579 0.0048680 -0.0383441 0.0074497 -0.0004202

13-Apr-20 -0.0280000 0.0020525 -0.0485231 0.0007674 0.0146388

14-Apr-20 0.1111111 0.0022091 -0.0252576 -0.0135363 -0.0216779

SSIA

2-Mar-20 0.0000000 0.0010443 -0.0626180 0.0019193 -0.0037877

3-Mar-20 0.0000000 0.0007565 -0.0166012 0.0260290 -0.0148693

4-Mar-20 0.0387597 0.0013923 -0.0219978 0.0277748 0.0125933

5-Mar-20 -0.0298507 0.0016507 -0.0482555 0.0083940 0.0125444

6-Mar-20 -0.0461538 0.0026719 -0.0706790 0.0023912 0.0033401

9-Mar-20 -0.0725806 0.0022341 -0.1118480 0.0012135 0.0118424

10-Mar-20 -0.0173913 0.0037394 -0.0294524 0.0123092 0.0329585

11-Mar-20 -0.0353982 0.0014708 -0.0587351 0.0039586 0.0382419

12-Mar-20 -0.0972477 0.0002813 -0.0960094 0.0060807 0.0414095

13-Mar-20 -0.0691057 0.0001604 -0.0434872 -0.0277566 -0.0084453

16-Mar-20 -0.0698690 0.0019946 -0.0898856 -0.0069252 0.0271789

17-Mar-20 -0.0657277 0.0023636 -0.0953557 -0.0150023 0.0098532

18-Mar-20 -0.0653266 0.0007335 -0.0737785 -0.0219544 0.0271967

19-Mar-20 -0.0698925 0.0002321 -0.0964494 -0.0167400 0.0325547

20-Mar-20 0.2485549 0.0036105 -0.0211534 0.0187541 -0.0238368

23-Mar-20 -0.0694444 0.0001597 -0.0922471 0.0053721 0.0380589

24-Mar-20 -0.0696517 0.0003478 -0.0563396 0.0932925 0.0170957

26-Mar-20 0.2459893 0.0100080 0.0587294 0.0287980 -0.0089191

27-Mar-20 -0.0686695 0.0037774 0.0044972 0.0162489 -0.0137616

30-Mar-20 -0.0691244 0.0001631 -0.0720181 -0.0016894 0.0121704

31-Mar-20 0.0891089 0.0021771 -0.0152531 0.0017259 -0.0048291

1-Apr-20 -0.0681818 0.0007602 -0.0592551 -0.0140230 -0.0016707

2-Apr-20 -0.0682927 0.0052496 -0.0283685 0.0156082 0.0136491

3-Apr-20 -0.0261780 0.0102760 -0.0229080 -0.0344539 -0.0246426

6-Apr-20 0.0752688 0.0099476 -0.0023812 -0.0256979 -0.0139655

7-Apr-20 -0.0700000 0.0086914 -0.0499505 -0.0386399 -0.0063532

8-Apr-20 -0.0645161 0.0017655 -0.0750387 0.0228104 0.0310447

9-Apr-20 0.0344828 0.0015985 -0.0383441 0.0074497 -0.0004202

13-Apr-20 0.0000000 0.0063806 -0.0485231 0.0007674 0.0146388

14-Apr-20 0.0444444 0.0079110 -0.0252576 -0.0135363 -0.0216779

TOTL 2-Mar-20 0.0000000 0.0005596 -0.0626180 0.0019193 -0.0037877

98

3-Mar-20 0.0215054 0.0003751 -0.0166012 0.0260290 -0.0148693

4-Mar-20 0.0157895 0.0001194 -0.0219978 0.0277748 0.0125933

5-Mar-20 0.0000000 0.0000409 -0.0482555 0.0083940 0.0125444

6-Mar-20 -0.0051813 0.0001583 -0.0706790 0.0023912 0.0033401

9-Mar-20 -0.0364583 0.0006229 -0.1118480 0.0012135 0.0118424

10-Mar-20 -0.0108108 0.0005396 -0.0294524 0.0123092 0.0329585

11-Mar-20 -0.0437158 0.0001426 -0.0587351 0.0039586 0.0382419

12-Mar-20 -0.0457143 0.0003134 -0.0960094 0.0060807 0.0414095

13-Mar-20 -0.0419162 0.0003883 -0.0434872 -0.0277566 -0.0084453

16-Mar-20 -0.0437500 0.0001276 -0.0898856 -0.0069252 0.0271789

17-Mar-20 -0.0196078 0.0006235 -0.0953557 -0.0150023 0.0098532

18-Mar-20 -0.0600000 0.0001822 -0.0737785 -0.0219544 0.0271967

19-Mar-20 -0.0638298 0.0006847 -0.0964494 -0.0167400 0.0325547

20-Mar-20 0.0606061 0.0009082 -0.0211534 0.0187541 -0.0238368

23-Mar-20 -0.0642857 0.0000219 -0.0922471 0.0053721 0.0380589

24-Mar-20 0.0534351 0.0000155 -0.0563396 0.0932925 0.0170957

26-Mar-20 0.0797101 0.0000688 0.0587294 0.0287980 -0.0089191

27-Mar-20 0.0469799 0.0003099 0.0044972 0.0162489 -0.0137616

30-Mar-20 -0.0192308 0.0001178 -0.0720181 -0.0016894 0.0121704

31-Mar-20 0.0130719 0.0010701 -0.0152531 0.0017259 -0.0048291

1-Apr-20 -0.0064516 0.0002716 -0.0592551 -0.0140230 -0.0016707

2-Apr-20 0.0064935 0.0001036 -0.0283685 0.0156082 0.0136491

3-Apr-20 -0.0322581 0.0004170 -0.0229080 -0.0344539 -0.0246426

6-Apr-20 0.0200000 0.0008474 -0.0023812 -0.0256979 -0.0139655

7-Apr-20 -0.0261438 0.0006460 -0.0499505 -0.0386399 -0.0063532

8-Apr-20 -0.0402685 0.0001735 -0.0750387 0.0228104 0.0310447

9-Apr-20 0.0139860 0.0000552 -0.0383441 0.0074497 -0.0004202

13-Apr-20 0.0137931 0.0000680 -0.0485231 0.0007674 0.0146388

14-Apr-20 0.0068027 0.0003751 -0.0252576 -0.0135363 -0.0216779

WIKA

2-Mar-20 -0.0400000 0.0012355 -0.0626180 0.0019193 -0.0037877

3-Mar-20 0.0055556 0.0020089 -0.0166012 0.0260290 -0.0148693

4-Mar-20 0.0359116 0.0020917 -0.0219978 0.0277748 0.0125933

5-Mar-20 -0.0240000 0.0012350 -0.0482555 0.0083940 0.0125444

6-Mar-20 -0.0191257 0.0007056 -0.0706790 0.0023912 0.0033401

9-Mar-20 -0.1754875 0.0029774 -0.1118480 0.0012135 0.0118424

10-Mar-20 0.0472973 0.0056608 -0.0294524 0.0123092 0.0329585

11-Mar-20 -0.0967742 0.0043838 -0.0587351 0.0039586 0.0382419

12-Mar-20 -0.1821429 0.0097108 -0.0960094 0.0060807 0.0414095

13-Mar-20 0.0305677 0.0067616 -0.0434872 -0.0277566 -0.0084453

16-Mar-20 -0.0677966 0.0024225 -0.0898856 -0.0069252 0.0271789

17-Mar-20 -0.0681818 0.0023610 -0.0953557 -0.0150023 0.0098532

99

18-Mar-20 -0.0682927 0.0029296 -0.0737785 -0.0219544 0.0271967

19-Mar-20 -0.0680628 0.0002079 -0.0964494 -0.0167400 0.0325547

20-Mar-20 -0.0674157 0.0072269 -0.0211534 0.0187541 -0.0238368

23-Mar-20 -0.0662651 0.0056915 -0.0922471 0.0053721 0.0380589

24-Mar-20 -0.0645161 0.0095806 -0.0563396 0.0932925 0.0170957

26-Mar-20 0.1103448 0.0150724 0.0587294 0.0287980 -0.0089191

27-Mar-20 0.0931677 0.0093543 0.0044972 0.0162489 -0.0137616

30-Mar-20 -0.0681818 0.0026714 -0.0720181 -0.0016894 0.0121704

31-Mar-20 0.0182927 0.0029818 -0.0152531 0.0017259 -0.0048291

1-Apr-20 0.0000000 0.0057719 -0.0592551 -0.0140230 -0.0016707

2-Apr-20 0.0359281 0.0039087 -0.0283685 0.0156082 0.0136491

3-Apr-20 0.0520231 0.0063828 -0.0229080 -0.0344539 -0.0246426

6-Apr-20 0.2472527 0.0107859 -0.0023812 -0.0256979 -0.0139655

7-Apr-20 0.0748899 0.0131903 -0.0499505 -0.0386399 -0.0063532

8-Apr-20 -0.0696721 0.0071192 -0.0750387 0.0228104 0.0310447

9-Apr-20 -0.0396476 0.0067767 -0.0383441 0.0074497 -0.0004202

13-Apr-20 -0.0137615 0.0073987 -0.0485231 0.0007674 0.0146388

14-Apr-20 0.0511628 0.0054497 -0.0252576 -0.0135363 -0.0216779

Data Mentah Sektor Infrastruktur, Utilitas, dan Tarnsportasi Maret – April 2019


BIRD

1-Mar-19 0.0000000 0.0000953 -0.0494024 -0.0034055 0.0009476

4-Mar-19 -0.0133333 0.0000127 -0.0601732 0.0121427 0.0057509

5-Mar-19 0.0033784 0.0000534 -0.0660975 0.0349356 -0.0197699

6-Mar-19 0.0101010 0.0005711 -0.0557360 0.0545385 0.0524795

8-Mar-19 0.0000000 0.0002226 -0.0706656 0.0150403 -0.0337748

11-Mar-19 -0.0066667 0.0000275 -0.0614839 -0.0053170 -0.0351038

12-Mar-19 0.0033557 0.0000282 -0.0607920 -0.0011735 -0.0081719

13-Mar-19 0.0000000 0.0000592 -0.0547518 -0.0113366 0.0312586

14-Mar-19 0.0000000 0.0000117 -0.0526576 -0.0214184 -0.0156954

15-Mar-19 0.0000000 0.0006758 -0.0502988 -0.0323173 0.0188095

18-Mar-19 0.0133779 0.0010654 -0.0510009 -0.0015837 0.0616280

19-Mar-19 0.0429043 0.0021065 -0.0628017 -0.0019591 -0.0072072

20-Mar-19 0.0158228 0.0025666 -0.0580126 -0.0004403 -0.0185057

21-Mar-19 0.0623053 0.0018612 -0.0551861 -0.0044347 -0.0394093

22-Mar-19 -0.0029326 0.0013677 -0.0548936 0.0139722 -0.0046625

25-Mar-19 -0.0147059 0.0007093 -0.0771391 0.0067350 -0.0178628

26-Mar-19 0.0059701 0.0008933 -0.0506206 -0.0589006 -0.0799498

27-Mar-19 0.0326409 0.0007273 -0.0631603 0.0070350 0.0260551

100

28-Mar-19 -0.0057471 0.0006786 -0.0560191 -0.0114069 -0.0235835

29-Mar-19 0.0260116 0.0002700 -0.0612632 0.0009721 -0.0321782

1-Apr-19 -0.0450704 0.0003986 -0.0606803 0.0234170 0.0203997

2-Apr-19 0.0000000 0.0007262 -0.0553067 -0.0007761 -0.0244875

4-Apr-19 0.0000000 0.0008072 -0.0559383 -0.0357670 -0.0056068

5-Apr-19 0.0000000 0.0004103 -0.0621013 -0.0120727 0.0121946

8-Apr-19 -0.0117994 0.0000761 -0.0671913 -0.0113952 -0.0241354

9-Apr-19 0.0000000 0.0004294 -0.0514914 0.0012796 0.0224035

10-Apr-19 0.0089552 0.0000178 -0.0620326 0.0036217 -0.0025277

11-Apr-19 0.0000000 0.0000803 -0.0721636 0.0073023 -0.0176011

12-Apr-19 0.0059172 0.0001993 -0.0610006 -0.0054384 0.0342472

15-Apr-19 -0.0117647 0.0001295 -0.0542418 0.0092350 0.0238296

GIAA

1-Mar-19 0.0183486 0.0036276 -0.0494024 -0.0034055 0.0009476

4-Mar-19 0.0180180 0.0024048 -0.0601732 0.0121427 0.0057509

5-Mar-19 -0.0088496 0.0009631 -0.0660975 0.0349356 -0.0197699

6-Mar-19 0.1250000 0.0088088 -0.0557360 0.0545385 0.0524795

8-Mar-19 -0.0238095 0.0032404 -0.0706656 0.0150403 -0.0337748

11-Mar-19 -0.0325203 0.0018381 -0.0614839 -0.0053170 -0.0351038

12-Mar-19 0.0000000 0.0015814 -0.0607920 -0.0011735 -0.0081719

13-Mar-19 0.0084034 0.0016825 -0.0547518 -0.0113366 0.0312586

14-Mar-19 -0.0333333 0.0014087 -0.0526576 -0.0214184 -0.0156954

15-Mar-19 -0.0086207 0.0015172 -0.0502988 -0.0323173 0.0188095

18-Mar-19 0.0608696 0.0022178 -0.0510009 -0.0015837 0.0616280

19-Mar-19 -0.0327869 0.0011030 -0.0628017 -0.0019591 -0.0072072

20-Mar-19 -0.0169492 0.0005275 -0.0580126 -0.0004403 -0.0185057

21-Mar-19 -0.0431034 0.0019767 -0.0551861 -0.0044347 -0.0394093

22-Mar-19 0.0000000 0.0034582 -0.0548936 0.0139722 -0.0046625

25-Mar-19 -0.0360360 0.0019830 -0.0771391 0.0067350 -0.0178628

26-Mar-19 -0.1364486 0.0132309 -0.0506206 -0.0589006 -0.0799498

27-Mar-19 0.0519481 0.0083208 -0.0631603 0.0070350 0.0260551

28-Mar-19 -0.0123457 0.0030728 -0.0560191 -0.0114069 -0.0235835

29-Mar-19 -0.0125000 0.0009233 -0.0612632 0.0009721 -0.0321782

1-Apr-19 0.0379747 0.0023392 -0.0606803 0.0234170 0.0203997

2-Apr-19 0.0040650 0.0017650 -0.0553067 -0.0007761 -0.0244875

4-Apr-19 -0.0485830 0.0013187 -0.0559383 -0.0357670 -0.0056068

5-Apr-19 0.0042553 0.0005987 -0.0621013 -0.0120727 0.0121946

8-Apr-19 -0.0720339 0.0014294 -0.0671913 -0.0113952 -0.0241354

9-Apr-19 0.0410959 0.0018457 -0.0514914 0.0012796 0.0224035

10-Apr-19 -0.0219298 0.0005715 -0.0620326 0.0036217 -0.0025277

11-Apr-19 -0.0224215 0.0007295 -0.0721636 0.0073023 -0.0176011

12-Apr-19 0.0045872 0.0013543 -0.0610006 -0.0054384 0.0342472

101

15-Apr-19 0.0547945 0.0028078 -0.0542418 0.0092350 0.0238296

ISAT

1-Mar-19 0.0060606 0.0015330 -0.0494024 -0.0034055 0.0009476

4-Mar-19 -0.0421687 0.0007221 -0.0601732 0.0121427 0.0057509

5-Mar-19 0.0000000 0.0011906 -0.0660975 0.0349356 -0.0197699

6-Mar-19 -0.0408805 0.0010681 -0.0557360 0.0545385 0.0524795

8-Mar-19 -0.0721311 0.0014233 -0.0706656 0.0150403 -0.0337748

11-Mar-19 -0.0353357 0.0010249 -0.0614839 -0.0053170 -0.0351038

12-Mar-19 -0.0219780 0.0006296 -0.0607920 -0.0011735 -0.0081719

13-Mar-19 0.0486891 0.0019267 -0.0547518 -0.0113366 0.0312586

14-Mar-19 -0.0321429 0.0008410 -0.0526576 -0.0214184 -0.0156954

15-Mar-19 0.0036900 0.0005170 -0.0502988 -0.0323173 0.0188095

18-Mar-19 0.0992647 0.0022490 -0.0510009 -0.0015837 0.0616280

19-Mar-19 0.0033445 0.0018003 -0.0628017 -0.0019591 -0.0072072

20-Mar-19 -0.0400000 0.0006362 -0.0580126 -0.0004403 -0.0185057

21-Mar-19 0.0000000 0.0006727 -0.0551861 -0.0044347 -0.0394093

22-Mar-19 -0.0243056 0.0004536 -0.0548936 0.0139722 -0.0046625

25-Mar-19 -0.0569395 0.0005365 -0.0771391 0.0067350 -0.0178628

26-Mar-19 -0.0377358 0.0009725 -0.0506206 -0.0589006 -0.0799498

27-Mar-19 0.0156863 0.0005994 -0.0631603 0.0070350 0.0260551

28-Mar-19 -0.0115830 0.0002677 -0.0560191 -0.0114069 -0.0235835

29-Mar-19 -0.0234375 0.0002295 -0.0612632 0.0009721 -0.0321782

1-Apr-19 -0.0440000 0.0005418 -0.0606803 0.0234170 0.0203997

2-Apr-19 -0.0251046 0.0008340 -0.0553067 -0.0007761 -0.0244875

4-Apr-19 0.0515021 0.0003949 -0.0559383 -0.0357670 -0.0056068

5-Apr-19 0.0693878 0.0012338 -0.0621013 -0.0120727 0.0121946

8-Apr-19 -0.0229008 0.0005283 -0.0671913 -0.0113952 -0.0241354

9-Apr-19 0.0156250 0.0006298 -0.0514914 0.0012796 0.0224035

10-Apr-19 -0.0038462 0.0003066 -0.0620326 0.0036217 -0.0025277

11-Apr-19 -0.0154440 0.0003412 -0.0721636 0.0073023 -0.0176011

12-Apr-19 0.0705882 0.0021954 -0.0610006 -0.0054384 0.0342472

15-Apr-19 -0.0073260 0.0009011 -0.0542418 0.0092350 0.0238296

IPCC

1-Mar-19 0.0035971 0.0035971 -0.0494024 -0.0034055 0.0009476

4-Mar-19 0.0430108 0.0430108 -0.0601732 0.0121427 0.0057509

5-Mar-19 0.1271478 0.1271478 -0.0660975 0.0349356 -0.0197699

6-Mar-19 -0.1158537 -0.1158537 -0.0557360 0.0545385 0.0524795

8-Mar-19 -0.0206897 -0.0206897 -0.0706656 0.0150403 -0.0337748

11-Mar-19 -0.0140845 -0.0140845 -0.0614839 -0.0053170 -0.0351038

12-Mar-19 0.0000000 0.0000000 -0.0607920 -0.0011735 -0.0081719

13-Mar-19 0.0000000 0.0000000 -0.0547518 -0.0113366 0.0312586

14-Mar-19 0.0035714 0.0035714 -0.0526576 -0.0214184 -0.0156954

15-Mar-19 0.0035587 0.0035587 -0.0502988 -0.0323173 0.0188095

102

18-Mar-19 -0.0035461 -0.0035461 -0.0510009 -0.0015837 0.0616280

19-Mar-19 0.0000000 0.0000000 -0.0628017 -0.0019591 -0.0072072

20-Mar-19 0.0000000 0.0000000 -0.0580126 -0.0004403 -0.0185057

21-Mar-19 0.0000000 0.0000000 -0.0551861 -0.0044347 -0.0394093

22-Mar-19 0.0035587 0.0035587 -0.0548936 0.0139722 -0.0046625

25-Mar-19 -0.0425532 -0.0425532 -0.0771391 0.0067350 -0.0178628

26-Mar-19 0.0370370 0.0370370 -0.0506206 -0.0589006 -0.0799498

27-Mar-19 0.0000000 0.0000000 -0.0631603 0.0070350 0.0260551

28-Mar-19 0.0000000 0.0000000 -0.0560191 -0.0114069 -0.0235835

29-Mar-19 -0.0142857 -0.0142857 -0.0612632 0.0009721 -0.0321782

1-Apr-19 -0.0362319 -0.0362319 -0.0606803 0.0234170 0.0203997

2-Apr-19 0.0075188 0.0075188 -0.0553067 -0.0007761 -0.0244875

4-Apr-19 0.0111940 0.0111940 -0.0559383 -0.0357670 -0.0056068

5-Apr-19 -0.0184502 -0.0184502 -0.0621013 -0.0120727 0.0121946

8-Apr-19 0.0338346 0.0338346 -0.0671913 -0.0113952 -0.0241354

9-Apr-19 -0.0109091 -0.0109091 -0.0514914 0.0012796 0.0224035

10-Apr-19 0.0000000 0.0000000 -0.0620326 0.0036217 -0.0025277

11-Apr-19 -0.0257353 -0.0257353 -0.0721636 0.0073023 -0.0176011

12-Apr-19 -0.0037736 -0.0037736 -0.0610006 -0.0054384 0.0342472

15-Apr-19 -0.0075758 -0.0075758 -0.0542418 0.0092350 0.0238296

JSMR

1-Mar-19 0.0287081 0.0012844 -0.0494024 -0.0034055 0.0009476

4-Mar-19 0.0000000 0.0008759 -0.0601732 0.0121427 0.0057509

5-Mar-19 -0.0232558 0.0006874 -0.0660975 0.0349356 -0.0197699

6-Mar-19 -0.0190476 0.0003508 -0.0557360 0.0545385 0.0524795

8-Mar-19 -0.0145631 0.0007145 -0.0706656 0.0150403 -0.0337748

11-Mar-19 -0.0147783 0.0007462 -0.0614839 -0.0053170 -0.0351038

12-Mar-19 0.0050000 0.0003307 -0.0607920 -0.0011735 -0.0081719

13-Mar-19 0.0049751 0.0004639 -0.0547518 -0.0113366 0.0312586

14-Mar-19 0.0049505 0.0003321 -0.0526576 -0.0214184 -0.0156954

15-Mar-19 0.0492611 0.0014831 -0.0502988 -0.0323173 0.0188095

18-Mar-19 0.0000000 0.0006481 -0.0510009 -0.0015837 0.0616280

19-Mar-19 -0.0046948 0.0003449 -0.0628017 -0.0019591 -0.0072072

20-Mar-19 0.0000000 0.0001787 -0.0580126 -0.0004403 -0.0185057

21-Mar-19 0.0283019 0.0009253 -0.0551861 -0.0044347 -0.0394093

22-Mar-19 -0.0229358 0.0005320 -0.0548936 0.0139722 -0.0046625

25-Mar-19 -0.0234742 0.0008665 -0.0771391 0.0067350 -0.0178628

26-Mar-19 0.0384615 0.0007517 -0.0506206 -0.0589006 -0.0799498

27-Mar-19 0.0462963 0.0031841 -0.0631603 0.0070350 0.0260551

28-Mar-19 0.0398230 0.0020001 -0.0560191 -0.0114069 -0.0235835

29-Mar-19 0.0170213 0.0029032 -0.0612632 0.0009721 -0.0321782

1-Apr-19 -0.0125523 0.0005801 -0.0606803 0.0234170 0.0203997

103

2-Apr-19 0.0169492 0.0005904 -0.0553067 -0.0007761 -0.0244875

4-Apr-19 0.0250000 0.0009744 -0.0559383 -0.0357670 -0.0056068

5-Apr-19 -0.0162602 0.0012877 -0.0621013 -0.0120727 0.0121946

8-Apr-19 -0.0082645 0.0009337 -0.0671913 -0.0113952 -0.0241354

9-Apr-19 0.0291667 0.0012432 -0.0514914 0.0012796 0.0224035

10-Apr-19 -0.0202429 0.0024113 -0.0620326 0.0036217 -0.0025277

11-Apr-19 -0.0082645 0.0003660 -0.0721636 0.0073023 -0.0176011

12-Apr-19 0.0000000 0.0005986 -0.0610006 -0.0054384 0.0342472

15-Apr-19 0.0208333 0.0005968 -0.0542418 0.0092350 0.0238296

PGAS

1-Mar-19 -0.0196850 0.0022029 -0.0494024 -0.0034055 0.0009476

4-Mar-19 0.0200803 0.0019893 -0.0601732 0.0121427 0.0057509

5-Mar-19 -0.0314961 0.0026471 -0.0660975 0.0349356 -0.0197699

6-Mar-19 0.0000000 0.0020761 -0.0557360 0.0545385 0.0524795

8-Mar-19 -0.0121951 0.0019041 -0.0706656 0.0150403 -0.0337748

11-Mar-19 -0.0246914 0.0025218 -0.0614839 -0.0053170 -0.0351038

12-Mar-19 -0.0084388 0.0029494 -0.0607920 -0.0011735 -0.0081719

13-Mar-19 0.0170213 0.0020767 -0.0547518 -0.0113366 0.0312586

14-Mar-19 0.0125523 0.0016127 -0.0526576 -0.0214184 -0.0156954

15-Mar-19 0.0165289 0.0044015 -0.0502988 -0.0323173 0.0188095

18-Mar-19 0.0121951 0.0011366 -0.0510009 -0.0015837 0.0616280

19-Mar-19 -0.0120482 0.0006185 -0.0628017 -0.0019591 -0.0072072

20-Mar-19 -0.0203252 0.0018968 -0.0580126 -0.0004403 -0.0185057

21-Mar-19 -0.0124481 0.0020113 -0.0551861 -0.0044347 -0.0394093

22-Mar-19 -0.0084034 0.0016621 -0.0548936 0.0139722 -0.0046625

25-Mar-19 -0.0127119 0.0017676 -0.0771391 0.0067350 -0.0178628

26-Mar-19 0.0171674 0.0015692 -0.0506206 -0.0589006 -0.0799498

27-Mar-19 -0.0084388 0.0013150 -0.0631603 0.0070350 0.0260551

28-Mar-19 0.0000000 0.0012307 -0.0560191 -0.0114069 -0.0235835

29-Mar-19 0.0000000 0.0016372 -0.0612632 0.0009721 -0.0321782

1-Apr-19 0.0000000 0.0008926 -0.0606803 0.0234170 0.0203997

2-Apr-19 -0.0425532 0.0040735 -0.0553067 -0.0007761 -0.0244875

4-Apr-19 0.0266667 0.0014337 -0.0559383 -0.0357670 -0.0056068

5-Apr-19 -0.0129870 0.0007440 -0.0621013 -0.0120727 0.0121946

8-Apr-19 -0.0043860 0.0016540 -0.0671913 -0.0113952 -0.0241354

9-Apr-19 0.0088106 0.0011566 -0.0514914 0.0012796 0.0224035

10-Apr-19 0.0000000 0.0013072 -0.0620326 0.0036217 -0.0025277

11-Apr-19 -0.0174672 0.0010389 -0.0721636 0.0073023 -0.0176011

12-Apr-19 0.0133333 0.0008790 -0.0610006 -0.0054384 0.0342472

15-Apr-19 0.0000000 0.0007898 -0.0542418 0.0092350 0.0238296

PPRE 1-Mar-19 0.0053191 0.0005953 -0.0494024 -0.0034055 0.0009476

4-Mar-19 -0.0211640 0.0005368 -0.0601732 0.0121427 0.0057509

104

5-Mar-19 -0.0108108 0.0004047 -0.0660975 0.0349356 -0.0197699

6-Mar-19 0.0655738 0.0008527 -0.0557360 0.0545385 0.0524795

8-Mar-19 -0.0102564 0.0004900 -0.0706656 0.0150403 -0.0337748

11-Mar-19 -0.0051813 0.0002790 -0.0614839 -0.0053170 -0.0351038

12-Mar-19 -0.0052083 0.0005126 -0.0607920 -0.0011735 -0.0081719

13-Mar-19 -0.0052356 0.0004333 -0.0547518 -0.0113366 0.0312586

14-Mar-19 0.0368421 0.0011807 -0.0526576 -0.0214184 -0.0156954

15-Mar-19 -0.0101523 0.0001845 -0.0502988 -0.0323173 0.0188095

18-Mar-19 -0.0205128 0.0005577 -0.0510009 -0.0015837 0.0616280

19-Mar-19 0.0209424 0.0009521 -0.0628017 -0.0019591 -0.0072072

20-Mar-19 -0.0102564 0.0005608 -0.0580126 -0.0004403 -0.0185057

21-Mar-19 0.0207254 0.0012402 -0.0551861 -0.0044347 -0.0394093

22-Mar-19 0.0253807 0.0014039 -0.0548936 0.0139722 -0.0046625

25-Mar-19 -0.0148515 0.0011093 -0.0771391 0.0067350 -0.0178628

26-Mar-19 0.0000000 0.0011334 -0.0506206 -0.0589006 -0.0799498

27-Mar-19 -0.0050251 0.0007760 -0.0631603 0.0070350 0.0260551

28-Mar-19 0.0101010 0.0012279 -0.0560191 -0.0114069 -0.0235835

29-Mar-19 0.0150000 0.0017304 -0.0612632 0.0009721 -0.0321782

1-Apr-19 0.0000000 0.0008720 -0.0606803 0.0234170 0.0203997

2-Apr-19 -0.0197044 0.0011354 -0.0553067 -0.0007761 -0.0244875

4-Apr-19 0.0100503 0.0012153 -0.0559383 -0.0357670 -0.0056068

5-Apr-19 -0.0049751 0.0010298 -0.0621013 -0.0120727 0.0121946

8-Apr-19 -0.0100000 0.0010187 -0.0671913 -0.0113952 -0.0241354

9-Apr-19 0.0101010 0.0010959 -0.0514914 0.0012796 0.0224035

10-Apr-19 0.0050000 0.0011010 -0.0620326 0.0036217 -0.0025277

11-Apr-19 0.0348259 0.0020117 -0.0721636 0.0073023 -0.0176011

12-Apr-19 -0.0048077 0.0007431 -0.0610006 -0.0054384 0.0342472

15-Apr-19 0.0000000 0.0009975 -0.0542418 0.0092350 0.0238296

TGRA

1-Mar-19 0.0000000 0.0140737 -0.0494024 -0.0034055 0.0009476

4-Mar-19 0.0000000 0.0104505 -0.0601732 0.0121427 0.0057509

5-Mar-19 0.0248447 0.0139780 -0.0660975 0.0349356 -0.0197699

6-Mar-19 0.0060606 0.0058246 -0.0557360 0.0545385 0.0524795

8-Mar-19 0.0120482 0.0108514 -0.0706656 0.0150403 -0.0337748

11-Mar-19 -0.0059524 0.0129795 -0.0614839 -0.0053170 -0.0351038

12-Mar-19 -0.0059880 0.0094142 -0.0607920 -0.0011735 -0.0081719

13-Mar-19 -0.0120482 0.0078650 -0.0547518 -0.0113366 0.0312586

14-Mar-19 -0.0304878 0.0075144 -0.0526576 -0.0214184 -0.0156954

15-Mar-19 -0.0314465 0.0100935 -0.0502988 -0.0323173 0.0188095

18-Mar-19 -0.0064935 0.0063345 -0.0510009 -0.0015837 0.0616280

19-Mar-19 -0.0130719 0.0044500 -0.0628017 -0.0019591 -0.0072072

20-Mar-19 -0.0132450 0.0088236 -0.0580126 -0.0004403 -0.0185057

105

21-Mar-19 0.0268456 0.0066304 -0.0551861 -0.0044347 -0.0394093

22-Mar-19 -0.0065359 0.0081475 -0.0548936 0.0139722 -0.0046625

25-Mar-19 -0.0065789 0.0167561 -0.0771391 0.0067350 -0.0178628

26-Mar-19 -0.0066225 0.0124173 -0.0506206 -0.0589006 -0.0799498

27-Mar-19 0.0066667 0.0144565 -0.0631603 0.0070350 0.0260551

28-Mar-19 0.0198675 0.0066723 -0.0560191 -0.0114069 -0.0235835

29-Mar-19 0.0259740 0.0121985 -0.0612632 0.0009721 -0.0321782

1-Apr-19 0.0000000 0.0050208 -0.0606803 0.0234170 0.0203997

2-Apr-19 0.0000000 0.0050197 -0.0553067 -0.0007761 -0.0244875

4-Apr-19 0.0000000 0.0173438 -0.0559383 -0.0357670 -0.0056068

5-Apr-19 -0.0063291 0.0114815 -0.0621013 -0.0120727 0.0121946

8-Apr-19 -0.0127389 0.0079051 -0.0671913 -0.0113952 -0.0241354

9-Apr-19 0.0064516 0.0135184 -0.0514914 0.0012796 0.0224035

10-Apr-19 -0.0064103 0.0132250 -0.0620326 0.0036217 -0.0025277

11-Apr-19 0.0064516 0.0108110 -0.0721636 0.0073023 -0.0176011

12-Apr-19 0.0000000 0.0116435 -0.0610006 -0.0054384 0.0342472

15-Apr-19 0.0000000 0.0084570 -0.0542418 0.0092350 0.0238296

TLKM

1-Mar-19 0.0129534 0.0005028 -0.0494024 -0.0034055 0.0009476

4-Mar-19 -0.0153453 0.0003256 -0.0601732 0.0121427 0.0057509

5-Mar-19 0.0051948 0.0004156 -0.0660975 0.0349356 -0.0197699

6-Mar-19 -0.0129199 0.0007059 -0.0557360 0.0545385 0.0524795

8-Mar-19 -0.0209424 0.0010697 -0.0706656 0.0150403 -0.0337748

11-Mar-19 0.0080214 0.0006284 -0.0614839 -0.0053170 -0.0351038

12-Mar-19 0.0079576 0.0006171 -0.0607920 -0.0011735 -0.0081719

13-Mar-19 -0.0184211 0.0008750 -0.0547518 -0.0113366 0.0312586

14-Mar-19 0.0000000 0.0009015 -0.0526576 -0.0214184 -0.0156954

15-Mar-19 0.0026810 0.0015399 -0.0502988 -0.0323173 0.0188095

18-Mar-19 0.0240642 0.0006117 -0.0510009 -0.0015837 0.0616280

19-Mar-19 -0.0130548 0.0004790 -0.0628017 -0.0019591 -0.0072072

20-Mar-19 0.0000000 0.0006556 -0.0580126 -0.0004403 -0.0185057

21-Mar-19 0.0052910 0.0005737 -0.0551861 -0.0044347 -0.0394093

22-Mar-19 0.0052632 0.0004770 -0.0548936 0.0139722 -0.0046625

25-Mar-19 -0.0130890 0.0006804 -0.0771391 0.0067350 -0.0178628

26-Mar-19 0.0132626 0.0003211 -0.0506206 -0.0589006 -0.0799498

27-Mar-19 0.0000000 0.0005623 -0.0631603 0.0070350 0.0260551

28-Mar-19 0.0183246 0.0008630 -0.0560191 -0.0114069 -0.0235835

29-Mar-19 0.0154242 0.0014638 -0.0612632 0.0009721 -0.0321782

1-Apr-19 -0.0050633 0.0004857 -0.0606803 0.0234170 0.0203997

2-Apr-19 0.0050891 0.0004796 -0.0553067 -0.0007761 -0.0244875

4-Apr-19 0.0227848 0.0011618 -0.0559383 -0.0357670 -0.0056068

5-Apr-19 0.0024752 0.0009134 -0.0621013 -0.0120727 0.0121946

106

8-Apr-19 -0.0172840 0.0011417 -0.0671913 -0.0113952 -0.0241354

9-Apr-19 -0.0025126 0.0011510 -0.0514914 0.0012796 0.0224035

10-Apr-19 -0.0050378 0.0007768 -0.0620326 0.0036217 -0.0025277

11-Apr-19 -0.0202532 0.0007614 -0.0721636 0.0073023 -0.0176011

12-Apr-19 -0.0103359 0.0006509 -0.0610006 -0.0054384 0.0342472

15-Apr-19 0.0000000 0.0004493 -0.0542418 0.0092350 0.0238296

TOWR

1-Mar-19 0.0063291 0.0002275 -0.0494024 -0.0034055 0.0009476

4-Mar-19 0.0062893 0.0004539 -0.0601732 0.0121427 0.0057509

5-Mar-19 -0.0250000 0.0002521 -0.0660975 0.0349356 -0.0197699

6-Mar-19 0.0000000 0.0001582 -0.0557360 0.0545385 0.0524795

8-Mar-19 0.0000000 0.0002702 -0.0706656 0.0150403 -0.0337748

11-Mar-19 0.0192308 0.0001629 -0.0614839 -0.0053170 -0.0351038

12-Mar-19 0.0062893 0.0005751 -0.0607920 -0.0011735 -0.0081719

13-Mar-19 0.0000000 0.0005192 -0.0547518 -0.0113366 0.0312586

14-Mar-19 0.0375000 0.0006918 -0.0526576 -0.0214184 -0.0156954

15-Mar-19 -0.0120482 0.0002352 -0.0502988 -0.0323173 0.0188095

18-Mar-19 -0.0243902 0.0001423 -0.0510009 -0.0015837 0.0616280

19-Mar-19 -0.0062500 0.0002670 -0.0628017 -0.0019591 -0.0072072

20-Mar-19 0.0062893 0.0002375 -0.0580126 -0.0004403 -0.0185057

21-Mar-19 0.0000000 0.0002229 -0.0551861 -0.0044347 -0.0394093

22-Mar-19 -0.0062500 0.0000348 -0.0548936 0.0139722 -0.0046625

25-Mar-19 -0.0440252 0.0003081 -0.0771391 0.0067350 -0.0178628

26-Mar-19 0.0263158 0.0002714 -0.0506206 -0.0589006 -0.0799498

27-Mar-19 -0.0064103 0.0004037 -0.0631603 0.0070350 0.0260551

28-Mar-19 0.0000000 0.0002721 -0.0560191 -0.0114069 -0.0235835

29-Mar-19 0.0129032 0.0004285 -0.0612632 0.0009721 -0.0321782

1-Apr-19 -0.0445860 0.0007020 -0.0606803 0.0234170 0.0203997

2-Apr-19 0.0333333 0.0002643 -0.0553067 -0.0007761 -0.0244875

4-Apr-19 -0.0193548 0.0001326 -0.0559383 -0.0357670 -0.0056068

5-Apr-19 0.0263158 0.0004432 -0.0621013 -0.0120727 0.0121946

8-Apr-19 -0.0320513 0.0004498 -0.0671913 -0.0113952 -0.0241354

9-Apr-19 0.0066225 0.0001089 -0.0514914 0.0012796 0.0224035

10-Apr-19 -0.0197368 0.0001613 -0.0620326 0.0036217 -0.0025277

11-Apr-19 0.0000000 0.0001774 -0.0721636 0.0073023 -0.0176011

12-Apr-19 -0.0335570 0.0011325 -0.0610006 -0.0054384 0.0342472

15-Apr-19 0.0069444 0.0006591 -0.0542418 0.0092350 0.0238296

107

Data Mentah Sektor Infrastruktur, Utilitas, dan Tarnsportasi Maret – April 2019


BIRD

2-Mar-20 -0.0222222 0.0001576 -0.0626180 -0.0000149 0.0029569

3-Mar-20 0.0000000 0.0001060 -0.0166012 -0.0082945 -0.0148646

4-Mar-20 -0.0136364 0.0001677 -0.0219978 -0.0249640 -0.0120817

5-Mar-20 -0.0092166 0.0004121 -0.0482555 0.0106247 0.0086618

6-Mar-20 -0.0279070 0.0001220 -0.0706790 0.0082001 -0.0086858

9-Mar-20 -0.0287081 0.0003051 -0.1118480 -0.0226638 0.0020942

10-Mar-20 0.0344828 0.0008717 -0.0294524 -0.0088949 0.0040871

11-Mar-20 -0.0285714 0.0006071 -0.0587351 0.0003206 -0.0097628

12-Mar-20 -0.0539216 0.0000878 -0.0960094 0.0117541 -0.0047855

13-Mar-20 0.0362694 0.0005098 -0.0434872 -0.0069071 -0.0101033

16-Mar-20 -0.0700000 0.0000407 -0.0898856 0.0077735 0.0006395

17-Mar-20 -0.0698925 0.0000699 -0.0953557 0.0034851 0.0021450

18-Mar-20 -0.0693642 0.0000653 -0.0737785 0.0151514 -0.0064766

19-Mar-20 -0.0683230 0.0000217 -0.0964494 0.0000152 -0.0004433

20-Mar-20 -0.0700000 0.0000692 -0.0211534 -0.0340507 -0.0165365

23-Mar-20 -0.0681004 0.0000160 -0.0922471 0.0046806 0.0038411

24-Mar-20 -0.0692308 0.0000682 -0.0563396 0.0244360 -0.0070545

26-Mar-20 -0.0661157 0.0011621 0.0587294 0.0054266 -0.0187541

27-Mar-20 -0.0663717 0.0028908 0.0044972 -0.0193301 -0.0121489

30-Mar-20 -0.0663507 0.0002194 -0.0720181 -0.0194295 -0.0041429

31-Mar-20 -0.0203046 0.0003147 -0.0152531 -0.0345746 -0.0240270

1-Apr-20 -0.0518135 0.0002392 -0.0592551 0.0117922 0.0133914

2-Apr-20 0.0546448 0.0007352 -0.0283685 -0.0139632 0.0164712

3-Apr-20 0.0518135 0.0008082 -0.0229080 -0.0049779 -0.0006364

6-Apr-20 0.0000000 0.0003001 -0.0023812 -0.0318667 -0.0161774

7-Apr-20 -0.0147783 0.0013549 -0.0499505 0.0181666 0.0095512

8-Apr-20 -0.0050000 0.0003645 -0.0750387 0.0320845 0.0106638

9-Apr-20 0.0201005 0.0000846 -0.0383441 0.0083835 0.0070372

13-Apr-20 0.0000000 0.0001689 -0.0485231 -0.0130113 -0.0157296

14-Apr-20 0.0000000 0.0001669 -0.0252576 -0.0261018 -0.0166719

GIAA

2-Mar-20 0.0160000 0.0022707 -0.0626180 -0.0000149 0.0029569

3-Mar-20 0.0551181 0.0018109 -0.0166012 -0.0082945 -0.0148646

4-Mar-20 0.0298507 0.0008169 -0.0219978 -0.0249640 -0.0120817

5-Mar-20 0.0289855 0.0024642 -0.0482555 0.0106247 0.0086618

6-Mar-20 -0.0211268 0.0008209 -0.0706790 0.0082001 -0.0086858

9-Mar-20 -0.1007194 0.0010266 -0.1118480 -0.0226638 0.0020942

10-Mar-20 0.0480000 0.0009219 -0.0294524 -0.0088949 0.0040871

11-Mar-20 -0.0687023 0.0007281 -0.0587351 0.0003206 -0.0097628

108

12-Mar-20 -0.0737705 0.0010683 -0.0960094 0.0117541 -0.0047855

13-Mar-20 -0.0176991 0.0006551 -0.0434872 -0.0069071 -0.0101033

16-Mar-20 -0.0630631 0.0005364 -0.0898856 0.0077735 0.0006395

17-Mar-20 -0.0673077 0.0003927 -0.0953557 0.0034851 0.0021450

18-Mar-20 -0.0670103 0.0003823 -0.0737785 0.0151514 -0.0064766

19-Mar-20 -0.0662983 0.0003215 -0.0964494 0.0000152 -0.0004433

20-Mar-20 -0.0591716 0.0007237 -0.0211534 -0.0340507 -0.0165365

23-Mar-20 -0.0566038 0.0004425 -0.0922471 0.0046806 0.0038411

24-Mar-20 0.0000000 0.0005189 -0.0563396 0.0244360 -0.0070545

26-Mar-20 0.1333333 0.0016272 0.0587294 0.0054266 -0.0187541

27-Mar-20 0.0882353 0.0024472 0.0044972 -0.0193301 -0.0121489

30-Mar-20 -0.0540541 0.0005654 -0.0720181 -0.0194295 -0.0041429

31-Mar-20 0.0342857 0.0006177 -0.0152531 -0.0345746 -0.0240270

1-Apr-20 0.0055249 0.0007302 -0.0592551 0.0117922 0.0133914

2-Apr-20 0.0054945 0.0008188 -0.0283685 -0.0139632 0.0164712

3-Apr-20 0.0437158 0.0009957 -0.0229080 -0.0049779 -0.0006364

6-Apr-20 0.0994764 0.0016596 -0.0023812 -0.0318667 -0.0161774

7-Apr-20 0.0380952 0.0012246 -0.0499505 0.0181666 0.0095512

8-Apr-20 -0.0642202 0.0007838 -0.0750387 0.0320845 0.0106638

9-Apr-20 0.0294118 0.0006091 -0.0383441 0.0083835 0.0070372

13-Apr-20 -0.0095238 0.0002759 -0.0485231 -0.0130113 -0.0157296

14-Apr-20 0.0096154 0.0010561 -0.0252576 -0.0261018 -0.0166719

ISAT

2-Mar-20 0.0245098 0.0008826 -0.0626180 -0.0000149 0.0029569

3-Mar-20 0.0334928 0.0006605 -0.0166012 -0.0082945 -0.0148646

4-Mar-20 0.0462963 0.0010572 -0.0219978 -0.0249640 -0.0120817

5-Mar-20 -0.0088496 0.0005880 -0.0482555 0.0106247 0.0086618

6-Mar-20 -0.0357143 0.0005570 -0.0706790 0.0082001 -0.0086858

9-Mar-20 -0.0740741 0.0005232 -0.1118480 -0.0226638 0.0020942

10-Mar-20 0.0300000 0.0005536 -0.0294524 -0.0088949 0.0040871

11-Mar-20 -0.0800971 0.0006533 -0.0587351 0.0003206 -0.0097628

12-Mar-20 -0.0949868 0.0009365 -0.0960094 0.0117541 -0.0047855

13-Mar-20 -0.0116618 0.0005744 -0.0434872 -0.0069071 -0.0101033

16-Mar-20 -0.0678466 0.0004018 -0.0898856 0.0077735 0.0006395

17-Mar-20 -0.0696203 0.0002011 -0.0953557 0.0034851 0.0021450

18-Mar-20 -0.0680272 0.0009885 -0.0737785 0.0151514 -0.0064766

19-Mar-20 -0.0693431 0.0000402 -0.0964494 0.0000152 -0.0004433

20-Mar-20 0.0784314 0.0014552 -0.0211534 -0.0340507 -0.0165365

23-Mar-20 -0.0690909 0.0001086 -0.0922471 0.0046806 0.0038411

24-Mar-20 -0.0625000 0.0008419 -0.0563396 0.0244360 -0.0070545

26-Mar-20 0.1166667 0.0020111 0.0587294 0.0054266 -0.0187541

27-Mar-20 0.0447761 0.0025030 0.0044972 -0.0193301 -0.0121489

109

30-Mar-20 0.0178571 0.0004555 -0.0720181 -0.0194295 -0.0041429

31-Mar-20 0.0912281 0.0009165 -0.0152531 -0.0345746 -0.0240270

1-Apr-20 -0.0032154 0.0008464 -0.0592551 0.0117922 0.0133914

2-Apr-20 0.1193548 0.0011279 -0.0283685 -0.0139632 0.0164712

3-Apr-20 0.1210375 0.0016666 -0.0229080 -0.0049779 -0.0006364

6-Apr-20 0.1208226 0.0011799 -0.0023812 -0.0318667 -0.0161774

7-Apr-20 -0.0550459 0.0024107 -0.0499505 0.0181666 0.0095512

8-Apr-20 -0.0679612 0.0012494 -0.0750387 0.0320845 0.0106638

9-Apr-20 0.0182292 0.0009491 -0.0383441 0.0083835 0.0070372

13-Apr-20 0.0179028 0.0005914 -0.0485231 -0.0130113 -0.0157296

14-Apr-20 0.0402010 0.0013288 -0.0252576 -0.0261018 -0.0166719

IPCC

2-Mar-20 0.0044053 0.0004792 -0.0626180 -0.0000149 0.0029569

3-Mar-20 0.0307018 0.0004808 -0.0166012 -0.0082945 -0.0148646

4-Mar-20 -0.0255319 0.0008574 -0.0219978 -0.0249640 -0.0120817

5-Mar-20 -0.0087336 0.0007435 -0.0482555 0.0106247 0.0086618

6-Mar-20 0.0132159 0.0003568 -0.0706790 0.0082001 -0.0086858

9-Mar-20 -0.2478261 0.0076938 -0.1118480 -0.0226638 0.0020942

10-Mar-20 -0.0578035 0.0130276 -0.0294524 -0.0088949 0.0040871

11-Mar-20 -0.0368098 0.0036279 -0.0587351 0.0003206 -0.0097628

12-Mar-20 -0.0382166 0.0011839 -0.0960094 0.0117541 -0.0047855

13-Mar-20 -0.0198675 0.0012985 -0.0434872 -0.0069071 -0.0101033

16-Mar-20 -0.0270270 0.0011159 -0.0898856 0.0077735 0.0006395

17-Mar-20 -0.0555556 0.0011065 -0.0953557 0.0034851 0.0021450

18-Mar-20 0.0514706 0.0017104 -0.0737785 0.0151514 -0.0064766

19-Mar-20 -0.0699301 0.0013431 -0.0964494 0.0000152 -0.0004433

20-Mar-20 -0.0676692 0.0034805 -0.0211534 -0.0340507 -0.0165365

23-Mar-20 -0.0645161 0.0050262 -0.0922471 0.0046806 0.0038411

24-Mar-20 0.0431034 0.0014368 -0.0563396 0.0244360 -0.0070545

26-Mar-20 0.2148760 0.0022255 0.0587294 0.0054266 -0.0187541

27-Mar-20 0.0068027 0.0030739 0.0044972 -0.0193301 -0.0121489

30-Mar-20 -0.0675676 0.0009729 -0.0720181 -0.0194295 -0.0041429

31-Mar-20 0.0072464 0.0005946 -0.0152531 -0.0345746 -0.0240270

1-Apr-20 -0.0431655 0.0008698 -0.0592551 0.0117922 0.0133914

2-Apr-20 0.0526316 0.0011768 -0.0283685 -0.0139632 0.0164712

3-Apr-20 0.0500000 0.0036186 -0.0229080 -0.0049779 -0.0006364

6-Apr-20 0.0136054 0.0044903 -0.0023812 -0.0318667 -0.0161774

7-Apr-20 0.0000000 0.0084344 -0.0499505 0.0181666 0.0095512

8-Apr-20 0.0805369 0.0622975 -0.0750387 0.0320845 0.0106638

9-Apr-20 -0.0124224 0.0061963 -0.0383441 0.0083835 0.0070372

13-Apr-20 0.0062893 0.0026108 -0.0485231 -0.0130113 -0.0157296

14-Apr-20 0.0250000 0.0028457 -0.0252576 -0.0261018 -0.0166719

110

JSMR

2-Mar-20 -0.0128205 0.0006864 -0.0626180 -0.0000149 0.0029569

3-Mar-20 0.0303030 0.0007832 -0.0166012 -0.0082945 -0.0148646

4-Mar-20 0.0126050 0.0004725 -0.0219978 -0.0249640 -0.0120817

5-Mar-20 0.0145228 0.0008157 -0.0482555 0.0106247 0.0086618

6-Mar-20 -0.0306748 0.0007761 -0.0706790 0.0082001 -0.0086858

9-Mar-20 -0.0696203 0.0007142 -0.1118480 -0.0226638 0.0020942

10-Mar-20 0.0204082 0.0007091 -0.0294524 -0.0088949 0.0040871

11-Mar-20 -0.0333333 0.0007915 -0.0587351 0.0003206 -0.0097628

12-Mar-20 -0.1034483 0.0008166 -0.0960094 0.0117541 -0.0047855

13-Mar-20 -0.0512821 0.0022117 -0.0434872 -0.0069071 -0.0101033

16-Mar-20 -0.0675676 0.0004898 -0.0898856 0.0077735 0.0006395

17-Mar-20 -0.0695652 0.0002751 -0.0953557 0.0034851 0.0021450

18-Mar-20 -0.0685358 0.0008063 -0.0737785 0.0151514 -0.0064766

19-Mar-20 -0.0668896 0.0003628 -0.0964494 0.0000152 -0.0004433

20-Mar-20 -0.0358423 0.0017279 -0.0211534 -0.0340507 -0.0165365

23-Mar-20 -0.0669145 0.0004260 -0.0922471 0.0046806 0.0038411

24-Mar-20 -0.0677291 0.0011065 -0.0563396 0.0244360 -0.0070545

26-Mar-20 0.0512821 0.0034567 0.0587294 0.0054266 -0.0187541

27-Mar-20 0.0569106 0.0025079 0.0044972 -0.0193301 -0.0121489

30-Mar-20 -0.0692308 0.0008467 -0.0720181 -0.0194295 -0.0041429

31-Mar-20 0.0495868 0.0014483 -0.0152531 -0.0345746 -0.0240270

1-Apr-20 -0.0157480 0.0017541 -0.0592551 0.0117922 0.0133914

2-Apr-20 0.0400000 0.0010018 -0.0283685 -0.0139632 0.0164712

3-Apr-20 0.1076923 0.0012978 -0.0229080 -0.0049779 -0.0006364

6-Apr-20 0.1458333 0.0018498 -0.0023812 -0.0318667 -0.0161774

7-Apr-20 -0.0303030 0.0023787 -0.0499505 0.0181666 0.0095512

8-Apr-20 -0.0687500 0.0012667 -0.0750387 0.0320845 0.0106638

9-Apr-20 -0.0469799 0.0021972 -0.0383441 0.0083835 0.0070372

13-Apr-20 0.0739437 0.0016309 -0.0485231 -0.0130113 -0.0157296

14-Apr-20 0.0229508 0.0015892 -0.0252576 -0.0261018 -0.0166719

PGAS

2-Mar-20 0.0078125 0.0036359 -0.0626180 -0.0000149 0.0029569

3-Mar-20 0.0426357 0.0037379 -0.0166012 -0.0082945 -0.0148646

4-Mar-20 0.0594796 0.0036637 -0.0219978 -0.0249640 -0.0120817

5-Mar-20 0.0000000 0.0026795 -0.0482555 0.0106247 0.0086618

6-Mar-20 -0.0561404 0.0023232 -0.0706790 0.0082001 -0.0086858

9-Mar-20 -0.1301115 0.0036019 -0.1118480 -0.0226638 0.0020942

10-Mar-20 0.0299145 0.0034834 -0.0294524 -0.0088949 0.0040871

11-Mar-20 -0.0663900 0.0032082 -0.0587351 0.0003206 -0.0097628

12-Mar-20 -0.1066667 0.0032341 -0.0960094 0.0117541 -0.0047855

13-Mar-20 -0.0248756 0.0047153 -0.0434872 -0.0069071 -0.0101033

16-Mar-20 -0.0663265 0.0020632 -0.0898856 0.0077735 0.0006395

111

17-Mar-20 -0.0655738 0.0032461 -0.0953557 0.0034851 0.0021450

18-Mar-20 -0.0643275 0.0030586 -0.0737785 0.0151514 -0.0064766

19-Mar-20 -0.0687500 0.0004271 -0.0964494 0.0000152 -0.0004433

20-Mar-20 -0.0671141 0.0095145 -0.0211534 -0.0340507 -0.0165365

23-Mar-20 -0.0647482 0.0005700 -0.0922471 0.0046806 0.0038411

24-Mar-20 -0.0692308 0.0082754 -0.0563396 0.0244360 -0.0070545

26-Mar-20 0.1239669 0.0117536 0.0587294 0.0054266 -0.0187541

27-Mar-20 0.1176471 0.0130526 0.0044972 -0.0193301 -0.0121489

30-Mar-20 -0.0394737 0.0035671 -0.0720181 -0.0194295 -0.0041429

31-Mar-20 0.0616438 0.0053361 -0.0152531 -0.0345746 -0.0240270

1-Apr-20 -0.0516129 0.0061080 -0.0592551 0.0117922 0.0133914

2-Apr-20 0.0884354 0.0072639 -0.0283685 -0.0139632 0.0164712

3-Apr-20 0.0000000 0.0082160 -0.0229080 -0.0049779 -0.0006364

6-Apr-20 0.1187500 0.0122638 -0.0023812 -0.0318667 -0.0161774

7-Apr-20 0.0223464 0.0126646 -0.0499505 0.0181666 0.0095512

8-Apr-20 -0.0655738 0.0051652 -0.0750387 0.0320845 0.0106638

9-Apr-20 -0.0233918 0.0071129 -0.0383441 0.0083835 0.0070372

13-Apr-20 -0.0059880 0.0038238 -0.0485231 -0.0130113 -0.0157296

14-Apr-20 0.0843373 0.0090414 -0.0252576 -0.0261018 -0.0166719

PPRE

2-Mar-20 -0.0125000 0.0009270 -0.0626180 -0.0000149 0.0029569

3-Mar-20 -0.0063291 0.0026793 -0.0166012 -0.0082945 -0.0148646

4-Mar-20 0.0000000 0.0046017 -0.0219978 -0.0249640 -0.0120817

5-Mar-20 0.0700637 0.0050577 -0.0482555 0.0106247 0.0086618

6-Mar-20 -0.0535714 0.0015200 -0.0706790 0.0082001 -0.0086858

9-Mar-20 -0.1069182 0.0024287 -0.1118480 -0.0226638 0.0020942

10-Mar-20 0.0140845 0.0014325 -0.0294524 -0.0088949 0.0040871

11-Mar-20 -0.0763889 0.0018381 -0.0587351 0.0003206 -0.0097628

12-Mar-20 -0.0977444 0.0011008 -0.0960094 0.0117541 -0.0047855

13-Mar-20 -0.0333333 0.0012227 -0.0434872 -0.0069071 -0.0101033

16-Mar-20 -0.0689655 0.0015378 -0.0898856 0.0077735 0.0006395

17-Mar-20 -0.0648148 0.0017709 -0.0953557 0.0034851 0.0021450

18-Mar-20 -0.0693069 0.0016115 -0.0737785 0.0151514 -0.0064766

19-Mar-20 -0.0638298 0.0002073 -0.0964494 0.0000152 -0.0004433

20-Mar-20 -0.0454545 0.0023985 -0.0211534 -0.0340507 -0.0165365

23-Mar-20 -0.0595238 0.0009293 -0.0922471 0.0046806 0.0038411

24-Mar-20 -0.0126582 0.0019053 -0.0563396 0.0244360 -0.0070545

26-Mar-20 0.1538462 0.0024392 0.0587294 0.0054266 -0.0187541

27-Mar-20 0.0555556 0.0027564 0.0044972 -0.0193301 -0.0121489

30-Mar-20 -0.0315789 0.0011442 -0.0720181 -0.0194295 -0.0041429

31-Mar-20 0.0434783 0.0010805 -0.0152531 -0.0345746 -0.0240270

1-Apr-20 0.0000000 0.0026496 -0.0592551 0.0117922 0.0133914

112

2-Apr-20 0.1250000 0.0026616 -0.0283685 -0.0139632 0.0164712

3-Apr-20 0.0185185 0.0027039 -0.0229080 -0.0049779 -0.0006364

6-Apr-20 0.1727273 0.0024779 -0.0023812 -0.0318667 -0.0161774

7-Apr-20 0.0465116 0.0037758 -0.0499505 0.0181666 0.0095512

8-Apr-20 -0.0666667 0.0017186 -0.0750387 0.0320845 0.0106638

9-Apr-20 -0.0158730 0.0011441 -0.0383441 0.0083835 0.0070372

13-Apr-20 0.0241935 0.0011639 -0.0485231 -0.0130113 -0.0157296

14-Apr-20 0.0314961 0.0021176 -0.0252576 -0.0261018 -0.0166719

TGRA

2-Mar-20 0.0253165 0.0006823 -0.0626180 -0.0000149 0.0029569

3-Mar-20 0.0370370 0.0007974 -0.0166012 -0.0082945 -0.0148646

4-Mar-20 0.0357143 0.0015122 -0.0219978 -0.0249640 -0.0120817

5-Mar-20 0.0114943 0.0011211 -0.0482555 0.0106247 0.0086618

6-Mar-20 -0.0454545 0.0012673 -0.0706790 0.0082001 -0.0086858

9-Mar-20 -0.0714286 0.0005272 -0.1118480 -0.0226638 0.0020942

10-Mar-20 0.0000000 0.0003920 -0.0294524 -0.0088949 0.0040871

11-Mar-20 -0.0256410 0.0001124 -0.0587351 0.0003206 -0.0097628

12-Mar-20 -0.0657895 0.0002570 -0.0960094 0.0117541 -0.0047855

13-Mar-20 -0.0281690 0.0000954 -0.0434872 -0.0069071 -0.0101033

16-Mar-20 -0.0579710 0.0001218 -0.0898856 0.0077735 0.0006395

17-Mar-20 -0.0615385 0.0001184 -0.0953557 0.0034851 0.0021450

18-Mar-20 -0.0655738 0.0000790 -0.0737785 0.0151514 -0.0064766

19-Mar-20 -0.0526316 0.0000476 -0.0964494 0.0000152 -0.0004433

20-Mar-20 0.1296296 0.0003695 -0.0211534 -0.0340507 -0.0165365

23-Mar-20 -0.0491803 0.0000964 -0.0922471 0.0046806 0.0038411

24-Mar-20 0.0172414 0.0001201 -0.0563396 0.0244360 -0.0070545

26-Mar-20 0.0677966 0.0001132 0.0587294 0.0054266 -0.0187541

27-Mar-20 0.0317460 0.0003245 0.0044972 -0.0193301 -0.0121489

30-Mar-20 -0.0461538 0.0000320 -0.0720181 -0.0194295 -0.0041429

31-Mar-20 -0.0483871 0.0000261 -0.0152531 -0.0345746 -0.0240270

1-Apr-20 0.0677966 0.0000443 -0.0592551 0.0117922 0.0133914

2-Apr-20 -0.0158730 0.0002227 -0.0283685 -0.0139632 0.0164712

3-Apr-20 0.0483871 0.0002541 -0.0229080 -0.0049779 -0.0006364

6-Apr-20 0.0000000 0.0001449 -0.0023812 -0.0318667 -0.0161774

7-Apr-20 -0.0307692 0.0003772 -0.0499505 0.0181666 0.0095512

8-Apr-20 -0.0158730 0.0000791 -0.0750387 0.0320845 0.0106638

9-Apr-20 0.0161290 0.0000472 -0.0383441 0.0083835 0.0070372

13-Apr-20 0.0317460 0.0002287 -0.0485231 -0.0130113 -0.0157296

14-Apr-20 -0.0153846 0.0001969 -0.0252576 -0.0261018 -0.0166719

TLKM

2-Mar-20 -0.0143266 0.0009772 -0.0626180 -0.0000149 0.0029569

3-Mar-20 0.0523256 0.0011578 -0.0166012 -0.0082945 -0.0148646

4-Mar-20 0.0580110 0.0013737 -0.0219978 -0.0249640 -0.0120817

113

5-Mar-20 0.0000000 0.0010219 -0.0482555 0.0106247 0.0086618

6-Mar-20 -0.0208877 0.0008729 -0.0706790 0.0082001 -0.0086858

9-Mar-20 -0.0666667 0.0011038 -0.1118480 -0.0226638 0.0020942

10-Mar-20 -0.0028571 0.0012085 -0.0294524 -0.0088949 0.0040871

11-Mar-20 -0.0257880 0.0011658 -0.0587351 0.0003206 -0.0097628

12-Mar-20 -0.0264706 0.0008516 -0.0960094 0.0117541 -0.0047855

13-Mar-20 0.0241692 0.0017388 -0.0434872 -0.0069071 -0.0101033

16-Mar-20 -0.0678466 0.0011707 -0.0898856 0.0077735 0.0006395

17-Mar-20 -0.0696203 0.0015154 -0.0953557 0.0034851 0.0021450

18-Mar-20 -0.0442177 0.0015157 -0.0737785 0.0151514 -0.0064766

19-Mar-20 -0.0676157 0.0014030 -0.0964494 0.0000152 -0.0004433

20-Mar-20 0.0992366 0.0027023 -0.0211534 -0.0340507 -0.0165365

23-Mar-20 -0.0694444 0.0008697 -0.0922471 0.0046806 0.0038411

24-Mar-20 -0.0223881 0.0024609 -0.0563396 0.0244360 -0.0070545

26-Mar-20 0.1374046 0.0026990 0.0587294 0.0054266 -0.0187541

27-Mar-20 0.0369128 0.0020285 0.0044972 -0.0193301 -0.0121489

30-Mar-20 0.0161812 0.0013575 -0.0720181 -0.0194295 -0.0041429

31-Mar-20 0.0063694 0.0015274 -0.0152531 -0.0345746 -0.0240270

1-Apr-20 -0.0189873 0.0010554 -0.0592551 0.0117922 0.0133914

2-Apr-20 0.0096774 0.0009377 -0.0283685 -0.0139632 0.0164712

3-Apr-20 0.0223642 0.0008426 -0.0229080 -0.0049779 -0.0006364

6-Apr-20 0.0406250 0.0011659 -0.0023812 -0.0318667 -0.0161774

7-Apr-20 -0.0330330 0.0016800 -0.0499505 0.0181666 0.0095512

8-Apr-20 -0.0341615 0.0012573 -0.0750387 0.0320845 0.0106638

9-Apr-20 0.0032154 0.0012378 -0.0383441 0.0083835 0.0070372

13-Apr-20 0.0192308 0.0004590 -0.0485231 -0.0130113 -0.0157296

14-Apr-20 0.0188679 0.0007986 -0.0252576 -0.0261018 -0.0166719

TOWR

2-Mar-20 0.0000000 0.0019321 -0.0626180 -0.0000149 0.0029569

3-Mar-20 0.0372671 0.0024909 -0.0166012 -0.0082945 -0.0148646

4-Mar-20 0.0239521 0.0023264 -0.0219978 -0.0249640 -0.0120817

5-Mar-20 0.0058480 0.0017832 -0.0482555 0.0106247 0.0086618

6-Mar-20 -0.0232558 0.0017399 -0.0706790 0.0082001 -0.0086858

9-Mar-20 -0.0833333 0.0012159 -0.1118480 -0.0226638 0.0020942

10-Mar-20 0.0064935 0.0016743 -0.0294524 -0.0088949 0.0040871

11-Mar-20 -0.0129032 0.0016948 -0.0587351 0.0003206 -0.0097628

12-Mar-20 -0.0588235 0.0013759 -0.0960094 0.0117541 -0.0047855

13-Mar-20 0.0625000 0.0017708 -0.0434872 -0.0069071 -0.0101033

16-Mar-20 -0.0653595 0.0013085 -0.0898856 0.0077735 0.0006395

17-Mar-20 -0.0699301 0.0007604 -0.0953557 0.0034851 0.0021450

18-Mar-20 -0.0526316 0.0027035 -0.0737785 0.0151514 -0.0064766

19-Mar-20 -0.0476190 0.0023622 -0.0964494 0.0000152 -0.0004433

114

20-Mar-20 0.0500000 0.0018902 -0.0211534 -0.0340507 -0.0165365

23-Mar-20 -0.0634921 0.0016990 -0.0922471 0.0046806 0.0038411

24-Mar-20 0.0677966 0.0016855 -0.0563396 0.0244360 -0.0070545

26-Mar-20 0.0793651 0.0035553 0.0587294 0.0054266 -0.0187541

27-Mar-20 0.0000000 0.0017866 0.0044972 -0.0193301 -0.0121489

30-Mar-20 -0.0661765 0.0023111 -0.0720181 -0.0194295 -0.0041429

31-Mar-20 0.0629921 0.0018801 -0.0152531 -0.0345746 -0.0240270

1-Apr-20 -0.0296296 0.0012339 -0.0592551 0.0117922 0.0133914

2-Apr-20 0.0152672 0.0013288 -0.0283685 -0.0139632 0.0164712

3-Apr-20 -0.0075188 0.0023904 -0.0229080 -0.0049779 -0.0006364

6-Apr-20 0.0833333 0.0031249 -0.0023812 -0.0318667 -0.0161774

7-Apr-20 0.0069930 0.0017844 -0.0499505 0.0181666 0.0095512

8-Apr-20 -0.0486111 0.0016250 -0.0750387 0.0320845 0.0106638

9-Apr-20 0.0218978 0.0017826 -0.0383441 0.0083835 0.0070372

13-Apr-20 0.0571429 0.0010319 -0.0485231 -0.0130113 -0.0157296

14-Apr-20 0.0743243 0.0014565 -0.0252576 -0.0261018 -0.0166719

Data Mentah Sektor Keuangan 2019


ADMF

1-Mar-19 0.0047059 0.0002065 -0.0494024 0.0158109 -0.0108392

4-Mar-19 -0.0023419 0.0000628 -0.0601732 0.0154664 -0.0184988

5-Mar-19 -0.0211268 0.0001520 -0.0660975 -0.0147151 0.0037327

6-Mar-19 -0.0119904 0.0001054 -0.0557360 0.0066069 0.0087898

8-Mar-19 -0.0072816 0.0001884 -0.0706656 0.0092118 -0.0175133

11-Mar-19 0.0073350 0.0002792 -0.0614839 0.0043438 -0.0140033

12-Mar-19 -0.0024272 0.0001718 -0.0607920 -0.0099047 0.0013692

13-Mar-19 0.0194647 0.0003669 -0.0547518 -0.0203150 0.0337996

14-Mar-19 0.0095465 0.0001900 -0.0526576 -0.0009882 -0.0209856

15-Mar-19 0.0000000 0.0003185 -0.0502988 0.0114810 -0.0099423

18-Mar-19 0.0070922 0.0001606 -0.0510009 0.0209804 -0.0118726

19-Mar-19 -0.0140845 0.0002781 -0.0628017 -0.0259971 -0.0355973

20-Mar-19 0.0023810 0.0001821 -0.0580126 -0.0020654 0.0061848

21-Mar-19 -0.0071259 0.0002917 -0.0551861 -0.0015288 0.0027570

22-Mar-19 0.0047847 0.0002039 -0.0548936 0.0039239 -0.0011089

25-Mar-19 0.0000000 0.0003524 -0.0771391 -0.0114574 -0.0033531

26-Mar-19 0.0047619 0.0002258 -0.0506206 -0.0006861 -0.0108392

27-Mar-19 -0.0023697 0.0003366 -0.0631603 -0.0056405 0.0084882

28-Mar-19 0.0166271 0.0001961 -0.0560191 -0.0107021 -0.0274899

29-Mar-19 0.0186916 0.0001562 -0.0612632 -0.0181513 0.0324966

1-Apr-19 -0.0275229 0.0002380 -0.0606803 0.0198622 -0.0370165

115

2-Apr-19 -0.0023585 0.0001253 -0.0553067 -0.0157146 0.0474461

4-Apr-19 0.0023641 0.0002083 -0.0559383 -0.0071948 -0.0145474

5-Apr-19 0.0117925 0.0000750 -0.0621013 -0.0233556 0.0459983

8-Apr-19 -0.0023310 0.0002802 -0.0671913 0.0059996 -0.0109611

9-Apr-19 0.0000000 0.0004761 -0.0514914 0.0087093 -0.0138245

10-Apr-19 -0.0700935 0.0004233 -0.0620326 0.0204403 -0.0282514

11-Apr-19 0.0000000 0.0000938 -0.0721636 0.0072658 -0.0096980

12-Apr-19 -0.0226131 0.0002774 -0.0610006 0.0288642 -0.0217298

15-Apr-19 0.0025707 0.0003166 -0.0542418 0.0141801 -0.0020191

ASMI

1-Mar-19 0.0000000 0.0000956 -0.0494024 0.0158109 -0.0108392

4-Mar-19 0.0000000 0.0001624 -0.0601732 0.0154664 -0.0184988

5-Mar-19 -0.0151515 0.0001350 -0.0660975 -0.0147151 0.0037327

6-Mar-19 0.0076923 0.0003470 -0.0557360 0.0066069 0.0087898

8-Mar-19 -0.0076336 0.0001001 -0.0706656 0.0092118 -0.0175133

11-Mar-19 0.0000000 0.0003969 -0.0614839 0.0043438 -0.0140033

12-Mar-19 0.0000000 0.0001615 -0.0607920 -0.0099047 0.0013692

13-Mar-19 0.0000000 0.0001828 -0.0547518 -0.0203150 0.0337996

14-Mar-19 -0.0076923 0.0002090 -0.0526576 -0.0009882 -0.0209856

15-Mar-19 0.0000000 0.0001205 -0.0502988 0.0114810 -0.0099423

18-Mar-19 0.0077519 0.0001836 -0.0510009 0.0209804 -0.0118726

19-Mar-19 -0.0230769 0.0003073 -0.0628017 -0.0259971 -0.0355973

20-Mar-19 -0.0157480 0.0000717 -0.0580126 -0.0020654 0.0061848

21-Mar-19 -0.0080000 0.0003491 -0.0551861 -0.0015288 0.0027570

22-Mar-19 0.0000000 0.0001322 -0.0548936 0.0039239 -0.0011089

25-Mar-19 0.0000000 0.0001159 -0.0771391 -0.0114574 -0.0033531

26-Mar-19 0.0000000 0.0003171 -0.0506206 -0.0006861 -0.0108392

27-Mar-19 -0.0161290 0.0001494 -0.0631603 -0.0056405 0.0084882

28-Mar-19 -0.0081967 0.0002060 -0.0560191 -0.0107021 -0.0274899

29-Mar-19 -0.0165289 0.0000843 -0.0612632 -0.0181513 0.0324966

1-Apr-19 0.0084034 0.0001743 -0.0606803 0.0198622 -0.0370165

2-Apr-19 -0.0250000 0.0003045 -0.0553067 -0.0157146 0.0474461

4-Apr-19 -0.0085470 0.0001375 -0.0559383 -0.0071948 -0.0145474

5-Apr-19 0.0000000 0.0000674 -0.0621013 -0.0233556 0.0459983

8-Apr-19 -0.0172414 0.0001261 -0.0671913 0.0059996 -0.0109611

9-Apr-19 0.0175439 0.0003038 -0.0514914 0.0087093 -0.0138245

10-Apr-19 0.0344828 0.0000932 -0.0620326 0.0204403 -0.0282514

11-Apr-19 0.0083333 0.0001541 -0.0721636 0.0072658 -0.0096980

12-Apr-19 0.0082645 0.0001175 -0.0610006 0.0288642 -0.0217298

15-Apr-19 0.0327869 0.0003150 -0.0542418 0.0141801 -0.0020191

BFIN 1-Mar-19 -0.0155039 0.0001129 -0.0494024 0.0158109 -0.0108392

4-Mar-19 -0.0078740 0.0001524 -0.0601732 0.0154664 -0.0184988

116

5-Mar-19 0.0238095 0.0000995 -0.0660975 -0.0147151 0.0037327

6-Mar-19 -0.0465116 0.0000315 -0.0557360 0.0066069 0.0087898

8-Mar-19 -0.0162602 0.0001417 -0.0706656 0.0092118 -0.0175133

11-Mar-19 -0.0165289 0.0001811 -0.0614839 0.0043438 -0.0140033

12-Mar-19 0.0336134 0.0000096 -0.0607920 -0.0099047 0.0013692

13-Mar-19 -0.0081301 0.0000042 -0.0547518 -0.0203150 0.0337996

14-Mar-19 0.0000000 0.0003180 -0.0526576 -0.0009882 -0.0209856

15-Mar-19 -0.0163934 0.0000181 -0.0502988 0.0114810 -0.0099423

18-Mar-19 0.0000000 0.0000472 -0.0510009 0.0209804 -0.0118726

19-Mar-19 0.0833333 0.0000692 -0.0628017 -0.0259971 -0.0355973

20-Mar-19 -0.0307692 0.0000035 -0.0580126 -0.0020654 0.0061848

21-Mar-19 -0.0079365 0.0000005 -0.0551861 -0.0015288 0.0027570

22-Mar-19 0.0160000 0.0000018 -0.0548936 0.0039239 -0.0011089

25-Mar-19 0.0078740 0.0000058 -0.0771391 -0.0114574 -0.0033531

26-Mar-19 0.0000000 0.0000244 -0.0506206 -0.0006861 -0.0108392

27-Mar-19 0.0000000 0.0000411 -0.0631603 -0.0056405 0.0084882

28-Mar-19 0.0468750 0.0001353 -0.0560191 -0.0107021 -0.0274899

29-Mar-19 -0.0149254 0.0000532 -0.0612632 -0.0181513 0.0324966

1-Apr-19 0.0227273 0.0000413 -0.0606803 0.0198622 -0.0370165

2-Apr-19 0.0000000 0.0004637 -0.0553067 -0.0157146 0.0474461

4-Apr-19 0.0000000 0.0000071 -0.0559383 -0.0071948 -0.0145474

5-Apr-19 0.0222222 0.0002833 -0.0621013 -0.0233556 0.0459983

8-Apr-19 -0.0217391 0.0000014 -0.0671913 0.0059996 -0.0109611

9-Apr-19 0.0000000 0.0000041 -0.0514914 0.0087093 -0.0138245

10-Apr-19 0.0000000 0.0000159 -0.0620326 0.0204403 -0.0282514

11-Apr-19 -0.0074074 0.0002789 -0.0721636 0.0072658 -0.0096980

12-Apr-19 -0.0149254 0.0000670 -0.0610006 0.0288642 -0.0217298

15-Apr-19 -0.0075758 0.0000334 -0.0542418 0.0141801 -0.0020191

BMRI

1-Mar-19 0.0070175 0.0005087 -0.0494024 0.0158109 -0.0108392

4-Mar-19 -0.0104530 0.0003210 -0.0601732 0.0154664 -0.0184988

5-Mar-19 -0.0211268 0.0024146 -0.0660975 -0.0147151 0.0037327

6-Mar-19 0.0179856 0.0010279 -0.0557360 0.0066069 0.0087898

8-Mar-19 -0.0247350 0.0007741 -0.0706656 0.0092118 -0.0175133

11-Mar-19 -0.0144928 0.0007526 -0.0614839 0.0043438 -0.0140033

12-Mar-19 -0.0147059 0.0008883 -0.0607920 -0.0099047 0.0013692

13-Mar-19 0.0037313 0.0008885 -0.0547518 -0.0203150 0.0337996

14-Mar-19 0.0297398 0.0006285 -0.0526576 -0.0009882 -0.0209856

15-Mar-19 0.0252708 0.0018405 -0.0502988 0.0114810 -0.0099423

18-Mar-19 0.0000000 0.0009958 -0.0510009 0.0209804 -0.0118726

19-Mar-19 0.0422535 0.0022232 -0.0628017 -0.0259971 -0.0355973

20-Mar-19 0.0067568 0.0008330 -0.0580126 -0.0020654 0.0061848

117

21-Mar-19 0.0067114 0.0009751 -0.0551861 -0.0015288 0.0027570

22-Mar-19 -0.0066667 0.0009069 -0.0548936 0.0039239 -0.0011089

25-Mar-19 -0.0302013 0.0006807 -0.0771391 -0.0114574 -0.0033531

26-Mar-19 0.0207612 0.0004658 -0.0506206 -0.0006861 -0.0108392

27-Mar-19 -0.0271186 0.0007627 -0.0631603 -0.0056405 0.0084882

28-Mar-19 0.0313589 0.0007256 -0.0560191 -0.0107021 -0.0274899

29-Mar-19 0.0067568 0.0010869 -0.0612632 -0.0181513 0.0324966

1-Apr-19 -0.0033557 0.0007743 -0.0606803 0.0198622 -0.0370165

2-Apr-19 0.0033670 0.0005592 -0.0553067 -0.0157146 0.0474461

4-Apr-19 0.0302013 0.0015779 -0.0559383 -0.0071948 -0.0145474

5-Apr-19 -0.0162866 0.0005919 -0.0621013 -0.0233556 0.0459983

8-Apr-19 0.0033113 0.0008134 -0.0671913 0.0059996 -0.0109611

9-Apr-19 0.0099010 0.0009088 -0.0514914 0.0087093 -0.0138245

10-Apr-19 -0.0065359 0.0004580 -0.0620326 0.0204403 -0.0282514

11-Apr-19 -0.0263158 0.0009996 -0.0721636 0.0072658 -0.0096980

12-Apr-19 -0.0101351 0.0009186 -0.0610006 0.0288642 -0.0217298

15-Apr-19 0.0034130 0.0005222 -0.0542418 0.0141801 -0.0020191

BRIS

1-Mar-19 0.0092593 0.0002676 -0.0494024 0.0158109 -0.0108392

4-Mar-19 0.0000000 0.0003512 -0.0601732 0.0154664 -0.0184988

5-Mar-19 -0.0091743 0.0009755 -0.0660975 -0.0147151 0.0037327

6-Mar-19 0.0000000 0.0001308 -0.0557360 0.0066069 0.0087898

8-Mar-19 0.0000000 0.0003051 -0.0706656 0.0092118 -0.0175133

11-Mar-19 -0.0092593 0.0002476 -0.0614839 0.0043438 -0.0140033

12-Mar-19 0.0000000 0.0005257 -0.0607920 -0.0099047 0.0013692

13-Mar-19 0.0000000 0.0003092 -0.0547518 -0.0203150 0.0337996

14-Mar-19 0.0093458 0.0001775 -0.0526576 -0.0009882 -0.0209856

15-Mar-19 0.0092593 0.0005262 -0.0502988 0.0114810 -0.0099423

18-Mar-19 -0.0091743 0.0001981 -0.0510009 0.0209804 -0.0118726

19-Mar-19 0.0092593 0.0002446 -0.0628017 -0.0259971 -0.0355973

20-Mar-19 -0.0091743 0.0002769 -0.0580126 -0.0020654 0.0061848

21-Mar-19 0.0185185 0.0005891 -0.0551861 -0.0015288 0.0027570

22-Mar-19 -0.0090909 0.0002794 -0.0548936 0.0039239 -0.0011089

25-Mar-19 -0.0275229 0.0008950 -0.0771391 -0.0114574 -0.0033531

26-Mar-19 0.0094340 0.0001785 -0.0506206 -0.0006861 -0.0108392

27-Mar-19 0.0000000 0.0002474 -0.0631603 -0.0056405 0.0084882

28-Mar-19 0.0000000 0.0001635 -0.0560191 -0.0107021 -0.0274899

29-Mar-19 -0.0093458 0.0003329 -0.0612632 -0.0181513 0.0324966

1-Apr-19 0.0000000 0.0001776 -0.0606803 0.0198622 -0.0370165

2-Apr-19 0.0000000 0.0004898 -0.0553067 -0.0157146 0.0474461

4-Apr-19 0.0188679 0.0005762 -0.0559383 -0.0071948 -0.0145474

5-Apr-19 -0.0185185 0.0007251 -0.0621013 -0.0233556 0.0459983

118

8-Apr-19 -0.0094340 0.0011928 -0.0671913 0.0059996 -0.0109611

9-Apr-19 0.0000000 0.0005004 -0.0514914 0.0087093 -0.0138245

10-Apr-19 0.0000000 0.0007963 -0.0620326 0.0204403 -0.0282514

11-Apr-19 0.0000000 0.0002049 -0.0721636 0.0072658 -0.0096980

12-Apr-19 0.0000000 0.0004129 -0.0610006 0.0288642 -0.0217298

15-Apr-19 0.0095238 0.0012351 -0.0542418 0.0141801 -0.0020191

BTPN

1-Mar-19 -0.0027027 0.0000013 -0.0494024 0.0158109 -0.0108392

4-Mar-19 -0.0216802 0.0000757 -0.0601732 0.0154664 -0.0184988

5-Mar-19 0.0083102 0.0000087 -0.0660975 -0.0147151 0.0037327

6-Mar-19 0.0000000 0.0000844 -0.0557360 0.0066069 0.0087898

8-Mar-19 0.0164835 0.0000016 -0.0706656 0.0092118 -0.0175133

11-Mar-19 -0.0027027 0.0000021 -0.0614839 0.0043438 -0.0140033

12-Mar-19 -0.0189702 0.0000035 -0.0607920 -0.0099047 0.0013692

13-Mar-19 0.0110497 0.0000041 -0.0547518 -0.0203150 0.0337996

14-Mar-19 0.0054645 0.0000021 -0.0526576 -0.0009882 -0.0209856

15-Mar-19 -0.0054348 0.0000018 -0.0502988 0.0114810 -0.0099423

18-Mar-19 -0.0163934 0.0000151 -0.0510009 0.0209804 -0.0118726

19-Mar-19 0.0000000 0.0000639 -0.0628017 -0.0259971 -0.0355973

20-Mar-19 0.0083333 0.0000029 -0.0580126 -0.0020654 0.0061848

21-Mar-19 -0.0027548 0.0000076 -0.0551861 -0.0015288 0.0027570

22-Mar-19 -0.0055249 0.0000046 -0.0548936 0.0039239 -0.0011089

25-Mar-19 0.0222222 0.0000220 -0.0771391 -0.0114574 -0.0033531

26-Mar-19 -0.0190217 0.0000149 -0.0506206 -0.0006861 -0.0108392

27-Mar-19 0.0000000 0.0000035 -0.0631603 -0.0056405 0.0084882

28-Mar-19 0.0055402 0.0000721 -0.0560191 -0.0107021 -0.0274899

29-Mar-19 -0.0082645 0.0001008 -0.0612632 -0.0181513 0.0324966

1-Apr-19 0.0083333 0.0000113 -0.0606803 0.0198622 -0.0370165

2-Apr-19 0.0027548 0.0000895 -0.0553067 -0.0157146 0.0474461

4-Apr-19 0.0000000 0.0000277 -0.0559383 -0.0071948 -0.0145474

5-Apr-19 0.0000000 0.0000817 -0.0621013 -0.0233556 0.0459983

8-Apr-19 -0.0109890 0.0000506 -0.0671913 0.0059996 -0.0109611

9-Apr-19 0.0000000 0.0000061 -0.0514914 0.0087093 -0.0138245

10-Apr-19 0.0083333 0.0000047 -0.0620326 0.0204403 -0.0282514

11-Apr-19 0.0137741 0.0001098 -0.0721636 0.0072658 -0.0096980

12-Apr-19 -0.0027174 0.0000062 -0.0610006 0.0288642 -0.0217298

15-Apr-19 0.0000000 0.0000015 -0.0542418 0.0141801 -0.0020191

PANS

1-Mar-19 0.0035842 0.0000440 -0.0494024 0.0158109 -0.0108392

4-Mar-19 0.0000000 0.0000471 -0.0601732 0.0154664 -0.0184988

5-Mar-19 0.0000000 0.0000339 -0.0660975 -0.0147151 0.0037327

6-Mar-19 0.0142857 0.0000006 -0.0557360 0.0066069 0.0087898

8-Mar-19 -0.0140845 0.0000678 -0.0706656 0.0092118 -0.0175133

119

11-Mar-19 0.0000000 0.0000614 -0.0614839 0.0043438 -0.0140033

12-Mar-19 -0.0035714 0.0000206 -0.0607920 -0.0099047 0.0013692

13-Mar-19 0.0035842 0.0000165 -0.0547518 -0.0203150 0.0337996

14-Mar-19 0.0000000 0.0000118 -0.0526576 -0.0009882 -0.0209856

15-Mar-19 0.0035714 0.0000308 -0.0502988 0.0114810 -0.0099423

18-Mar-19 -0.0035587 0.0004689 -0.0510009 0.0209804 -0.0118726

19-Mar-19 0.0000000 0.0000308 -0.0628017 -0.0259971 -0.0355973

20-Mar-19 0.0000000 0.0000147 -0.0580126 -0.0020654 0.0061848

21-Mar-19 0.0000000 0.0000869 -0.0551861 -0.0015288 0.0027570

22-Mar-19 -0.0035714 0.0000411 -0.0548936 0.0039239 -0.0011089

25-Mar-19 -0.0071685 0.0000524 -0.0771391 -0.0114574 -0.0033531

26-Mar-19 -0.0036101 0.0000603 -0.0506206 -0.0006861 -0.0108392

27-Mar-19 0.0000000 0.0000133 -0.0631603 -0.0056405 0.0084882

28-Mar-19 -0.0036232 0.0000221 -0.0560191 -0.0107021 -0.0274899

29-Mar-19 0.0036364 0.0002550 -0.0612632 -0.0181513 0.0324966

1-Apr-19 -0.0217391 0.0004151 -0.0606803 0.0198622 -0.0370165

2-Apr-19 0.0259259 0.0000217 -0.0553067 -0.0157146 0.0474461

4-Apr-19 -0.0180505 0.0000138 -0.0559383 -0.0071948 -0.0145474

5-Apr-19 0.0110294 0.0000239 -0.0621013 -0.0233556 0.0459983

8-Apr-19 -0.0109091 0.0000132 -0.0671913 0.0059996 -0.0109611

9-Apr-19 0.0000000 0.0000039 -0.0514914 0.0087093 -0.0138245

10-Apr-19 -0.0257353 0.0001474 -0.0620326 0.0204403 -0.0282514

11-Apr-19 -0.0037736 0.0003469 -0.0721636 0.0072658 -0.0096980

12-Apr-19 0.0151515 0.0000214 -0.0610006 0.0288642 -0.0217298

15-Apr-19 0.0223881 0.0000246 -0.0542418 0.0141801 -0.0020191

PNIN

1-Mar-19 0.0073529 0.0001205 -0.0494024 0.0158109 -0.0108392

4-Mar-19 -0.0182482 0.0001202 -0.0601732 0.0154664 -0.0184988

5-Mar-19 -0.0223048 0.0003684 -0.0660975 -0.0147151 0.0037327

6-Mar-19 -0.0114068 0.0004649 -0.0557360 0.0066069 0.0087898

8-Mar-19 -0.0269231 0.0002942 -0.0706656 0.0092118 -0.0175133

11-Mar-19 -0.0474308 0.0003485 -0.0614839 0.0043438 -0.0140033

12-Mar-19 -0.0124481 0.0001478 -0.0607920 -0.0099047 0.0013692

13-Mar-19 0.0084034 0.0005269 -0.0547518 -0.0203150 0.0337996

14-Mar-19 -0.0041667 0.0002046 -0.0526576 -0.0009882 -0.0209856

15-Mar-19 0.0041841 0.0005153 -0.0502988 0.0114810 -0.0099423

18-Mar-19 0.0208333 0.0000398 -0.0510009 0.0209804 -0.0118726

19-Mar-19 -0.0326531 0.0002298 -0.0628017 -0.0259971 -0.0355973

20-Mar-19 0.0000000 0.0001235 -0.0580126 -0.0020654 0.0061848

21-Mar-19 0.0042194 0.0001107 -0.0551861 -0.0015288 0.0027570

22-Mar-19 0.0294118 0.0002223 -0.0548936 0.0039239 -0.0011089

25-Mar-19 -0.0285714 0.0010926 -0.0771391 -0.0114574 -0.0033531

120

26-Mar-19 -0.0084034 0.0003854 -0.0506206 -0.0006861 -0.0108392

27-Mar-19 -0.0254237 0.0064193 -0.0631603 -0.0056405 0.0084882

28-Mar-19 0.0086957 0.0078610 -0.0560191 -0.0107021 -0.0274899

29-Mar-19 0.0086207 0.0002240 -0.0612632 -0.0181513 0.0324966

1-Apr-19 0.0256410 0.0001255 -0.0606803 0.0198622 -0.0370165

2-Apr-19 0.0166667 0.0001325 -0.0553067 -0.0157146 0.0474461

4-Apr-19 -0.0163934 0.0001425 -0.0559383 -0.0071948 -0.0145474

5-Apr-19 0.0291667 0.0002551 -0.0621013 -0.0233556 0.0459983

8-Apr-19 -0.0161943 0.0001343 -0.0671913 0.0059996 -0.0109611

9-Apr-19 0.0000000 0.0000551 -0.0514914 0.0087093 -0.0138245

10-Apr-19 -0.0041152 0.0000324 -0.0620326 0.0204403 -0.0282514

11-Apr-19 -0.0206612 0.0001553 -0.0721636 0.0072658 -0.0096980

12-Apr-19 -0.0042194 0.0001118 -0.0610006 0.0288642 -0.0217298

15-Apr-19 0.0084746 0.0000901 -0.0542418 0.0141801 -0.0020191

PNLF

1-Mar-19 -0.0313901 0.0033577 -0.0494024 0.0158109 -0.0108392

4-Mar-19 -0.0370370 0.0020972 -0.0601732 0.0154664 -0.0184988

5-Mar-19 0.0048077 0.0022145 -0.0660975 -0.0147151 0.0037327

6-Mar-19 0.0095694 0.0015195 -0.0557360 0.0066069 0.0087898

8-Mar-19 -0.0426540 0.0007783 -0.0706656 0.0092118 -0.0175133

11-Mar-19 -0.0198020 0.0010892 -0.0614839 0.0043438 -0.0140033

12-Mar-19 0.0202020 0.0006648 -0.0607920 -0.0099047 0.0013692

13-Mar-19 0.0594059 0.0020248 -0.0547518 -0.0203150 0.0337996

14-Mar-19 -0.0327103 0.0012433 -0.0526576 -0.0009882 -0.0209856

15-Mar-19 -0.0193237 0.0006599 -0.0502988 0.0114810 -0.0099423

18-Mar-19 -0.0246305 0.0007960 -0.0510009 0.0209804 -0.0118726

19-Mar-19 -0.0151515 0.0012111 -0.0628017 -0.0259971 -0.0355973

20-Mar-19 -0.0153846 0.0011623 -0.0580126 -0.0020654 0.0061848

21-Mar-19 -0.0052083 0.0009107 -0.0551861 -0.0015288 0.0027570

22-Mar-19 -0.0104712 0.0011321 -0.0548936 0.0039239 -0.0011089

25-Mar-19 0.0000000 0.0011752 -0.0771391 -0.0114574 -0.0033531

26-Mar-19 -0.0052910 0.0010221 -0.0506206 -0.0006861 -0.0108392

27-Mar-19 0.0000000 0.0010415 -0.0631603 -0.0056405 0.0084882

28-Mar-19 -0.0265957 0.0013577 -0.0560191 -0.0107021 -0.0274899

29-Mar-19 0.0382514 0.0021806 -0.0612632 -0.0181513 0.0324966

1-Apr-19 -0.0578947 0.0003486 -0.0606803 0.0198622 -0.0370165

2-Apr-19 0.0502793 0.0016138 -0.0553067 -0.0157146 0.0474461

4-Apr-19 -0.0053191 0.0001063 -0.0559383 -0.0071948 -0.0145474

5-Apr-19 0.0748663 0.0056498 -0.0621013 -0.0233556 0.0459983

8-Apr-19 -0.0348259 0.0032306 -0.0671913 0.0059996 -0.0109611

9-Apr-19 -0.0051546 0.0036464 -0.0514914 0.0087093 -0.0138245

10-Apr-19 -0.0103627 0.0016100 -0.0620326 0.0204403 -0.0282514

121

11-Apr-19 -0.0157068 0.0008548 -0.0721636 0.0072658 -0.0096980

12-Apr-19 -0.0531915 0.0022769 -0.0610006 0.0288642 -0.0217298

15-Apr-19 0.0112360 0.0008368 -0.0542418 0.0141801 -0.0020191

WOMF

1-Mar-19 0.0054054 0.0003586 -0.0494024 0.0158109 -0.0108392

4-Mar-19 -0.0053763 0.0003074 -0.0601732 0.0154664 -0.0184988

5-Mar-19 -0.0270270 0.0001772 -0.0660975 -0.0147151 0.0037327

6-Mar-19 0.0000000 0.0002422 -0.0557360 0.0066069 0.0087898

8-Mar-19 -0.0055556 0.0002047 -0.0706656 0.0092118 -0.0175133

11-Mar-19 0.0167598 0.0001433 -0.0614839 0.0043438 -0.0140033

12-Mar-19 -0.0054945 0.0001116 -0.0607920 -0.0099047 0.0013692

13-Mar-19 0.0110497 0.0003729 -0.0547518 -0.0203150 0.0337996

14-Mar-19 -0.0163934 0.0004638 -0.0526576 -0.0009882 -0.0209856

15-Mar-19 0.0166667 0.0013757 -0.0502988 0.0114810 -0.0099423

18-Mar-19 0.0437158 0.0021636 -0.0510009 0.0209804 -0.0118726

19-Mar-19 -0.0052356 0.0017104 -0.0628017 -0.0259971 -0.0355973

20-Mar-19 -0.0157895 0.0012690 -0.0580126 -0.0020654 0.0061848

21-Mar-19 -0.0374332 0.0011839 -0.0551861 -0.0015288 0.0027570

22-Mar-19 -0.0055556 0.0001798 -0.0548936 0.0039239 -0.0011089

25-Mar-19 -0.0055866 0.0004943 -0.0771391 -0.0114574 -0.0033531

26-Mar-19 -0.0056180 0.0002589 -0.0506206 -0.0006861 -0.0108392

27-Mar-19 -0.0056497 0.0000985 -0.0631603 -0.0056405 0.0084882

28-Mar-19 -0.0056818 0.0001313 -0.0560191 -0.0107021 -0.0274899

29-Mar-19 0.0000000 0.0001298 -0.0612632 -0.0181513 0.0324966

1-Apr-19 -0.0171429 0.0001870 -0.0606803 0.0198622 -0.0370165

2-Apr-19 0.0174419 0.0001412 -0.0553067 -0.0157146 0.0474461

4-Apr-19 0.0114286 0.0001327 -0.0559383 -0.0071948 -0.0145474

5-Apr-19 0.0056497 0.0002894 -0.0621013 -0.0233556 0.0459983

8-Apr-19 0.0056180 0.0002365 -0.0671913 0.0059996 -0.0109611

9-Apr-19 0.0167598 0.0002223 -0.0514914 0.0087093 -0.0138245

10-Apr-19 -0.0054945 0.0010528 -0.0620326 0.0204403 -0.0282514

11-Apr-19 0.0000000 0.0000632 -0.0721636 0.0072658 -0.0096980

12-Apr-19 -0.0110497 0.0000406 -0.0610006 0.0288642 -0.0217298

15-Apr-19 0.0000000 0.0001555 -0.0542418 0.0141801 -0.0020191

Data Mentah Sektor Keuangan 2019


ADMF

2-Mar-20 0.0000000 0.0000794 -0.0626180 -0.0017464 -0.0202084

3-Mar-20 0.0000000 0.0004002 -0.0166012 -0.0082320 -0.0198597

4-Mar-20 0.0000000 0.0001039 -0.0219978 0.0063062 0.0056837

5-Mar-20 0.0000000 0.0001963 -0.0482555 0.0299448 0.0827710

122

6-Mar-20 -0.0050125 0.0000691 -0.0706790 0.0181796 -0.0016507

9-Mar-20 -0.0403023 0.0001309 -0.1118480 -0.0240165 -0.0328916

10-Mar-20 0.0026247 0.0000524 -0.0294524 0.0489124 0.0185442

11-Mar-20 -0.0392670 0.0002721 -0.0587351 -0.0365589 0.0079717

12-Mar-20 -0.0217984 0.0000947 -0.0960094 0.0190714 -0.0659067

13-Mar-20 -0.0194986 0.0001762 -0.0434872 -0.0180745 0.0482384

16-Mar-20 -0.0625000 0.0001200 -0.0898856 0.0080062 -0.0149469

17-Mar-20 -0.0545455 0.0001305 -0.0953557 0.0236266 -0.0027624

18-Mar-20 -0.0673077 0.0001257 -0.0737785 0.0109178 -0.0052190

19-Mar-20 -0.0687285 0.0001926 -0.0964494 -0.0163848 -0.0210512

20-Mar-20 0.0479705 0.0001819 -0.0211534 0.0171578 -0.0244817

23-Mar-20 -0.0669014 0.0000451 -0.0922471 -0.0048677 -0.0029747

24-Mar-20 0.0415094 0.0000914 -0.0563396 -0.0353692 -0.0105607

26-Mar-20 0.0289855 0.0002849 0.0587294 -0.0324597 0.0715087

27-Mar-20 0.0387324 0.0002590 0.0044972 -0.0358610 0.0496506

30-Mar-20 -0.0644068 0.0001111 -0.0720181 -0.0051911 0.0157557

31-Mar-20 0.0398551 0.0004852 -0.0152531 -0.1276228 0.1678859

1-Apr-20 0.0034843 0.0007866 -0.0592551 0.0373572 -0.0342122

2-Apr-20 0.0486111 0.0010736 -0.0283685 0.0824148 -0.0934507

3-Apr-20 0.0331126 0.0016747 -0.0229080 0.0066328 0.0216665

6-Apr-20 0.0256410 0.0032406 -0.0023812 -0.0001956 0.0217062

7-Apr-20 0.0000000 0.0024076 -0.0499505 0.0434425 -0.0674008

8-Apr-20 0.0000000 0.0030506 -0.0750387 -0.0200113 -0.0120777

9-Apr-20 -0.0687500 0.0001011 -0.0383441 0.0691631 -0.0463746

13-Apr-20 -0.0671141 0.0001626 -0.0485231 -0.0015604 0.0614760

14-Apr-20 -0.0179856 0.0015355 -0.0252576 0.0273284 -0.0065224

ASMI

2-Mar-20 -0.0080000 0.0000351 -0.0626180 -0.0017464 -0.0202084

3-Mar-20 0.0040323 0.0000323 -0.0166012 -0.0082320 -0.0198597

4-Mar-20 -0.0401606 0.0000294 -0.0219978 0.0063062 0.0056837

5-Mar-20 0.0209205 0.0000165 -0.0482555 0.0299448 0.0827710

6-Mar-20 -0.0040984 0.0000115 -0.0706790 0.0181796 -0.0016507

9-Mar-20 -0.0205761 0.0000165 -0.1118480 -0.0240165 -0.0328916

10-Mar-20 -0.0336134 0.0019531 -0.0294524 0.0489124 0.0185442

11-Mar-20 0.0000000 0.0000048 -0.0587351 -0.0365589 0.0079717

12-Mar-20 -0.0434783 0.0000089 -0.0960094 0.0190714 -0.0659067

13-Mar-20 -0.0136364 0.0000093 -0.0434872 -0.0180745 0.0482384

16-Mar-20 -0.0092166 0.0000072 -0.0898856 0.0080062 -0.0149469

17-Mar-20 -0.0604651 0.0000154 -0.0953557 0.0236266 -0.0027624

18-Mar-20 0.0148515 0.0000027 -0.0737785 0.0109178 -0.0052190

19-Mar-20 0.0146341 0.0000013 -0.0964494 -0.0163848 -0.0210512

20-Mar-20 0.0096154 0.0000020 -0.0211534 0.0171578 -0.0244817

123

23-Mar-20 -0.0523810 0.0000000 -0.0922471 -0.0048677 -0.0029747

24-Mar-20 0.0000000 0.0000012 -0.0563396 -0.0353692 -0.0105607

26-Mar-20 0.0351759 0.0000068 0.0587294 -0.0324597 0.0715087

27-Mar-20 0.1941748 0.0000023 0.0044972 -0.0358610 0.0496506

30-Mar-20 -0.0284553 0.0000011 -0.0720181 -0.0051911 0.0157557

31-Mar-20 0.0292887 0.0000006 -0.0152531 -0.1276228 0.1678859

1-Apr-20 -0.0284553 0.0000003 -0.0592551 0.0373572 -0.0342122

2-Apr-20 -0.0041841 0.0000001 -0.0283685 0.0824148 -0.0934507

3-Apr-20 -0.0042017 0.0000001 -0.0229080 0.0066328 0.0216665

6-Apr-20 0.0084388 0.0002874 -0.0023812 -0.0001956 0.0217062

7-Apr-20 -0.0041841 0.0000001 -0.0499505 0.0434425 -0.0674008

8-Apr-20 -0.0084034 0.0000001 -0.0750387 -0.0200113 -0.0120777

9-Apr-20 -0.0042373 0.0000001 -0.0383441 0.0691631 -0.0463746

13-Apr-20 0.0000000 0.0000006 -0.0485231 -0.0015604 0.0614760

14-Apr-20 0.0000000 0.0000005 -0.0252576 0.0273284 -0.0065224

BFIN

2-Mar-20 -0.0044248 0.0000384 -0.0626180 -0.0017464 -0.0202084

3-Mar-20 0.0000000 0.0000076 -0.0166012 -0.0082320 -0.0198597

4-Mar-20 0.0000000 0.0000472 -0.0219978 0.0063062 0.0056837

5-Mar-20 0.0000000 0.0000226 -0.0482555 0.0299448 0.0827710

6-Mar-20 0.0000000 0.0000120 -0.0706790 0.0181796 -0.0016507

9-Mar-20 -0.0488889 0.0003367 -0.1118480 -0.0240165 -0.0328916

10-Mar-20 0.0467290 0.0000805 -0.0294524 0.0489124 0.0185442

11-Mar-20 -0.0848214 0.0000459 -0.0587351 -0.0365589 0.0079717

12-Mar-20 -0.0048780 0.0001268 -0.0960094 0.0190714 -0.0659067

13-Mar-20 -0.0686275 0.0003158 -0.0434872 -0.0180745 0.0482384

16-Mar-20 -0.0368421 0.0001830 -0.0898856 0.0080062 -0.0149469

17-Mar-20 -0.0655738 0.0003325 -0.0953557 0.0236266 -0.0027624

18-Mar-20 -0.0584795 0.0001385 -0.0737785 0.0109178 -0.0052190

19-Mar-20 -0.0683230 0.0000835 -0.0964494 -0.0163848 -0.0210512

20-Mar-20 0.0333333 0.0007768 -0.0211534 0.0171578 -0.0244817

23-Mar-20 -0.0645161 0.0000322 -0.0922471 -0.0048677 -0.0029747

24-Mar-20 0.0000000 0.0000093 -0.0563396 -0.0353692 -0.0105607

26-Mar-20 -0.0689655 0.0002349 0.0587294 -0.0324597 0.0715087

27-Mar-20 -0.0444444 0.0003548 0.0044972 -0.0358610 0.0496506

30-Mar-20 -0.0697674 0.0001215 -0.0720181 -0.0051911 0.0157557

31-Mar-20 0.0000000 0.0001448 -0.0152531 -0.1276228 0.1678859

1-Apr-20 0.0000000 0.0000646 -0.0592551 0.0373572 -0.0342122

2-Apr-20 0.1583333 0.0001873 -0.0283685 0.0824148 -0.0934507

3-Apr-20 0.0000000 0.0000425 -0.0229080 0.0066328 0.0216665

6-Apr-20 0.0431655 0.0000620 -0.0023812 -0.0001956 0.0217062

7-Apr-20 0.1517241 0.0000248 -0.0499505 0.0434425 -0.0674008

124

8-Apr-20 -0.0658683 0.0000569 -0.0750387 -0.0200113 -0.0120777

9-Apr-20 0.1089744 0.0000044 -0.0383441 0.0691631 -0.0463746

13-Apr-20 -0.0693642 0.0000340 -0.0485231 -0.0015604 0.0614760

14-Apr-20 0.0248447 0.0000217 -0.0252576 0.0273284 -0.0065224

BMRI

2-Mar-20 -0.0446735 0.0010990 -0.0626180 -0.0017464 -0.0202084

3-Mar-20 0.0359712 0.0010438 -0.0166012 -0.0082320 -0.0198597

4-Mar-20 0.0381944 0.0010017 -0.0219978 0.0063062 0.0056837

5-Mar-20 0.0167224 0.0011336 -0.0482555 0.0299448 0.0827710

6-Mar-20 -0.0460526 0.0007826 -0.0706790 0.0181796 -0.0016507

9-Mar-20 -0.0931034 0.0012244 -0.1118480 -0.0240165 -0.0328916

10-Mar-20 0.0456274 0.0012343 -0.0294524 0.0489124 0.0185442

11-Mar-20 -0.0072727 0.0010516 -0.0587351 -0.0365589 0.0079717

12-Mar-20 -0.0586081 0.0009911 -0.0960094 0.0190714 -0.0659067

13-Mar-20 -0.0116732 0.0025825 -0.0434872 -0.0180745 0.0482384

16-Mar-20 -0.0669291 0.0013233 -0.0898856 0.0080062 -0.0149469

17-Mar-20 -0.0675105 0.0020171 -0.0953557 0.0236266 -0.0027624

18-Mar-20 -0.0678733 0.0023280 -0.0737785 0.0109178 -0.0052190

19-Mar-20 -0.0699029 0.0018168 -0.0964494 -0.0163848 -0.0210512

20-Mar-20 -0.0688935 0.0051757 -0.0211534 0.0171578 -0.0244817

23-Mar-20 -0.0695067 0.0006492 -0.0922471 -0.0048677 -0.0029747

24-Mar-20 -0.0698795 0.0025681 -0.0563396 -0.0353692 -0.0105607

26-Mar-20 0.1580311 0.0041835 0.0587294 -0.0324597 0.0715087

27-Mar-20 0.1051454 0.0042945 0.0044972 -0.0358610 0.0496506

30-Mar-20 -0.0688259 0.0004304 -0.0720181 -0.0051911 0.0157557

31-Mar-20 0.0173913 0.0022516 -0.0152531 -0.1276228 0.1678859

1-Apr-20 -0.0149573 0.0016490 -0.0592551 0.0373572 -0.0342122

2-Apr-20 0.0303688 0.0014310 -0.0283685 0.0824148 -0.0934507

3-Apr-20 0.0578947 0.0011388 -0.0229080 0.0066328 0.0216665

6-Apr-20 0.0348259 0.0012336 -0.0023812 -0.0001956 0.0217062

7-Apr-20 -0.0144231 0.0020721 -0.0499505 0.0434425 -0.0674008

8-Apr-20 -0.0692683 0.0016865 -0.0750387 -0.0200113 -0.0120777

9-Apr-20 -0.0209644 0.0017702 -0.0383441 0.0691631 -0.0463746

13-Apr-20 -0.0428266 0.0012482 -0.0485231 -0.0015604 0.0614760

14-Apr-20 0.0223714 0.0014377 -0.0252576 0.0273284 -0.0065224

BRIS

2-Mar-20 -0.0636364 0.0010104 -0.0626180 -0.0017464 -0.0202084

3-Mar-20 -0.0291262 0.0017093 -0.0166012 -0.0082320 -0.0198597

4-Mar-20 0.0200000 0.0043679 -0.0219978 0.0063062 0.0056837

5-Mar-20 0.2450980 0.0054373 -0.0482555 0.0299448 0.0827710

6-Mar-20 -0.0157480 0.0062375 -0.0706790 0.0181796 -0.0016507

9-Mar-20 -0.1440000 0.0018110 -0.1118480 -0.0240165 -0.0328916

10-Mar-20 0.1682243 0.0044447 -0.0294524 0.0489124 0.0185442

125

11-Mar-20 -0.0560000 0.0035008 -0.0587351 -0.0365589 0.0079717

12-Mar-20 -0.0932203 0.0013269 -0.0960094 0.0190714 -0.0659067

13-Mar-20 -0.0093458 0.0013709 -0.0434872 -0.0180745 0.0482384

16-Mar-20 -0.0660377 0.0012267 -0.0898856 0.0080062 -0.0149469

17-Mar-20 -0.0656566 0.0005513 -0.0953557 0.0236266 -0.0027624

18-Mar-20 -0.0648649 0.0008921 -0.0737785 0.0109178 -0.0052190

19-Mar-20 -0.0693642 0.0000691 -0.0964494 -0.0163848 -0.0210512

20-Mar-20 -0.0372671 0.0013102 -0.0211534 0.0171578 -0.0244817

23-Mar-20 -0.0645161 0.0002604 -0.0922471 -0.0048677 -0.0029747

24-Mar-20 -0.0689655 0.0019399 -0.0563396 -0.0353692 -0.0105607

26-Mar-20 0.1851852 0.0029224 0.0587294 -0.0324597 0.0715087

27-Mar-20 0.2375000 0.0046623 0.0044972 -0.0358610 0.0496506

30-Mar-20 -0.0505051 0.0023341 -0.0720181 -0.0051911 0.0157557

31-Mar-20 0.0425532 0.0015985 -0.0152531 -0.1276228 0.1678859

1-Apr-20 -0.0561224 0.0012515 -0.0592551 0.0373572 -0.0342122

2-Apr-20 0.0216216 0.0008064 -0.0283685 0.0824148 -0.0934507

3-Apr-20 0.0211640 0.0012986 -0.0229080 0.0066328 0.0216665

6-Apr-20 0.0569948 0.0029230 -0.0023812 -0.0001956 0.0217062

7-Apr-20 -0.0098039 0.0024131 -0.0499505 0.0434425 -0.0674008

8-Apr-20 -0.0544554 0.0010633 -0.0750387 -0.0200113 -0.0120777

9-Apr-20 0.0104712 0.0006370 -0.0383441 0.0691631 -0.0463746

13-Apr-20 0.0362694 0.0028785 -0.0485231 -0.0015604 0.0614760

14-Apr-20 0.0100000 0.0027295 -0.0252576 0.0273284 -0.0065224

BTPN

2-Mar-20 -0.0110701 0.0000056 -0.0626180 -0.0017464 -0.0202084

3-Mar-20 -0.0037313 0.0000028 -0.0166012 -0.0082320 -0.0198597

4-Mar-20 0.0374532 0.0000142 -0.0219978 0.0063062 0.0056837

5-Mar-20 -0.0252708 0.0000057 -0.0482555 0.0299448 0.0827710

6-Mar-20 -0.0037037 0.0000070 -0.0706790 0.0181796 -0.0016507

9-Mar-20 -0.0483271 0.0000028 -0.1118480 -0.0240165 -0.0328916

10-Mar-20 -0.0117188 0.0000023 -0.0294524 0.0489124 0.0185442

11-Mar-20 -0.0355731 0.0000113 -0.0587351 -0.0365589 0.0079717

12-Mar-20 -0.0983607 0.0000145 -0.0960094 0.0190714 -0.0659067

13-Mar-20 -0.0636364 0.0000116 -0.0434872 -0.0180745 0.0482384

16-Mar-20 -0.0533981 0.0000038 -0.0898856 0.0080062 -0.0149469

17-Mar-20 -0.0666667 0.0000016 -0.0953557 0.0236266 -0.0027624

18-Mar-20 -0.0494505 0.0000028 -0.0737785 0.0109178 -0.0052190

19-Mar-20 -0.0028902 0.0000024 -0.0964494 -0.0163848 -0.0210512

20-Mar-20 -0.0318841 0.0000036 -0.0211534 0.0171578 -0.0244817

23-Mar-20 -0.0389222 0.0000041 -0.0922471 -0.0048677 -0.0029747

24-Mar-20 0.1183801 0.0000033 -0.0563396 -0.0353692 -0.0105607

26-Mar-20 0.0362117 0.0000090 0.0587294 -0.0324597 0.0715087

126

27-Mar-20 0.0322581 0.0000119 0.0044972 -0.0358610 0.0496506

30-Mar-20 -0.0182292 0.0000091 -0.0720181 -0.0051911 0.0157557

31-Mar-20 0.0132626 0.0000013 -0.0152531 -0.1276228 0.1678859

1-Apr-20 -0.0314136 0.0000017 -0.0592551 0.0373572 -0.0342122

2-Apr-20 0.0270270 0.0000035 -0.0283685 0.0824148 -0.0934507

3-Apr-20 0.0052632 0.0000416 -0.0229080 0.0066328 0.0216665

6-Apr-20 0.0471204 0.0000490 -0.0023812 -0.0001956 0.0217062

7-Apr-20 0.0100000 0.0000150 -0.0499505 0.0434425 -0.0674008

8-Apr-20 -0.0346535 0.0000041 -0.0750387 -0.0200113 -0.0120777

9-Apr-20 -0.0307692 0.0000034 -0.0383441 0.0691631 -0.0463746

13-Apr-20 0.0079365 0.0000021 -0.0485231 -0.0015604 0.0614760

14-Apr-20 -0.0524934 0.0000500 -0.0252576 0.0273284 -0.0065224

PANS

2-Mar-20 -0.0500000 0.0003993 -0.0626180 -0.0017464 -0.0202084

3-Mar-20 0.0263158 0.0000169 -0.0166012 -0.0082320 -0.0198597

4-Mar-20 0.0256410 0.0006203 -0.0219978 0.0063062 0.0056837

5-Mar-20 0.0000000 0.0000069 -0.0482555 0.0299448 0.0827710

6-Mar-20 0.0900000 0.0002194 -0.0706790 0.0181796 -0.0016507

9-Mar-20 -0.1238532 0.0000875 -0.1118480 -0.0240165 -0.0328916

10-Mar-20 0.0261780 0.0001075 -0.0294524 0.0489124 0.0185442

11-Mar-20 -0.0204082 0.0001817 -0.0587351 -0.0365589 0.0079717

12-Mar-20 -0.0729167 0.0002368 -0.0960094 0.0190714 -0.0659067

13-Mar-20 -0.0561798 0.0000799 -0.0434872 -0.0180745 0.0482384

16-Mar-20 -0.0654762 0.0001643 -0.0898856 0.0080062 -0.0149469

17-Mar-20 -0.0636943 0.0002410 -0.0953557 0.0236266 -0.0027624

18-Mar-20 -0.0680272 0.0005842 -0.0737785 0.0109178 -0.0052190

19-Mar-20 -0.0656934 0.0002267 -0.0964494 -0.0163848 -0.0210512

20-Mar-20 0.1250000 0.0000371 -0.0211534 0.0171578 -0.0244817

23-Mar-20 -0.0694444 0.0000875 -0.0922471 -0.0048677 -0.0029747

24-Mar-20 0.0000000 0.0000315 -0.0563396 -0.0353692 -0.0105607

26-Mar-20 0.1940299 0.0000985 0.0587294 -0.0324597 0.0715087

27-Mar-20 0.0000000 0.0003588 0.0044972 -0.0358610 0.0496506

30-Mar-20 -0.0687500 0.0000872 -0.0720181 -0.0051911 0.0157557

31-Mar-20 -0.0067114 0.0000383 -0.0152531 -0.1276228 0.1678859

1-Apr-20 0.0270270 0.0000024 -0.0592551 0.0373572 -0.0342122

2-Apr-20 0.0328947 0.0000053 -0.0283685 0.0824148 -0.0934507

3-Apr-20 0.1464968 0.0000079 -0.0229080 0.0066328 0.0216665

6-Apr-20 0.0500000 0.0000658 -0.0023812 -0.0001956 0.0217062

7-Apr-20 0.0582011 0.0000278 -0.0499505 0.0434425 -0.0674008

8-Apr-20 -0.0700000 0.0001603 -0.0750387 -0.0200113 -0.0120777

9-Apr-20 -0.0268817 0.0000064 -0.0383441 0.0691631 -0.0463746

13-Apr-20 -0.0055249 0.0000861 -0.0485231 -0.0015604 0.0614760

127

14-Apr-20 0.0000000 0.0001772 -0.0252576 0.0273284 -0.0065224

PNIN

2-Mar-20 -0.0152284 0.0000191 -0.0626180 -0.0017464 -0.0202084

3-Mar-20 -0.0103093 0.0000262 -0.0166012 -0.0082320 -0.0198597

4-Mar-20 -0.0156250 0.0000148 -0.0219978 0.0063062 0.0056837

5-Mar-20 0.0423280 0.0000672 -0.0482555 0.0299448 0.0827710

6-Mar-20 -0.0253807 0.0000054 -0.0706790 0.0181796 -0.0016507

9-Mar-20 -0.0572917 0.0000494 -0.1118480 -0.0240165 -0.0328916

10-Mar-20 -0.0055249 0.0000294 -0.0294524 0.0489124 0.0185442

11-Mar-20 -0.0722222 0.0000397 -0.0587351 -0.0365589 0.0079717

12-Mar-20 -0.0958084 0.0003093 -0.0960094 0.0190714 -0.0659067

13-Mar-20 0.0397351 0.0001078 -0.0434872 -0.0180745 0.0482384

16-Mar-20 -0.0127389 0.0001211 -0.0898856 0.0080062 -0.0149469

17-Mar-20 -0.0645161 0.0000093 -0.0953557 0.0236266 -0.0027624

18-Mar-20 0.0137931 0.0001040 -0.0737785 0.0109178 -0.0052190

19-Mar-20 -0.0680272 0.0000748 -0.0964494 -0.0163848 -0.0210512

20-Mar-20 -0.0656934 0.0001882 -0.0211534 0.0171578 -0.0244817

23-Mar-20 -0.0625000 0.0001732 -0.0922471 -0.0048677 -0.0029747

24-Mar-20 -0.0166667 0.0000650 -0.0563396 -0.0353692 -0.0105607

26-Mar-20 0.0084746 0.0002921 0.0587294 -0.0324597 0.0715087

27-Mar-20 0.0840336 0.0001608 0.0044972 -0.0358610 0.0496506

30-Mar-20 -0.0155039 0.0000204 -0.0720181 -0.0051911 0.0157557

31-Mar-20 -0.0078740 0.0000251 -0.0152531 -0.1276228 0.1678859

1-Apr-20 0.0079365 0.0000308 -0.0592551 0.0373572 -0.0342122

2-Apr-20 0.0787402 0.0001171 -0.0283685 0.0824148 -0.0934507

3-Apr-20 0.0218978 0.0000032 -0.0229080 0.0066328 0.0216665

6-Apr-20 0.0357143 0.0000974 -0.0023812 -0.0001956 0.0217062

7-Apr-20 -0.0137931 0.0000914 -0.0499505 0.0434425 -0.0674008

8-Apr-20 -0.0699301 0.0000894 -0.0750387 -0.0200113 -0.0120777

9-Apr-20 0.0375940 0.0000746 -0.0383441 0.0691631 -0.0463746

13-Apr-20 0.0072464 0.0000342 -0.0485231 -0.0015604 0.0614760

14-Apr-20 0.0359712 0.0000895 -0.0252576 0.0273284 -0.0065224

PNLF

2-Mar-20 -0.0317460 0.0007768 -0.0626180 -0.0017464 -0.0202084

3-Mar-20 0.0000000 0.0007301 -0.0166012 -0.0082320 -0.0198597

4-Mar-20 0.0081967 0.0011165 -0.0219978 0.0063062 0.0056837

5-Mar-20 0.0406504 0.0021659 -0.0482555 0.0299448 0.0827710

6-Mar-20 -0.0078125 0.0005331 -0.0706790 0.0181796 -0.0016507

9-Mar-20 -0.0708661 0.0008408 -0.1118480 -0.0240165 -0.0328916

10-Mar-20 0.0084746 0.0002389 -0.0294524 0.0489124 0.0185442

11-Mar-20 -0.0084034 0.0004947 -0.0587351 -0.0365589 0.0079717

12-Mar-20 -0.0932203 0.0004078 -0.0960094 0.0190714 -0.0659067

13-Mar-20 0.0000000 0.0021650 -0.0434872 -0.0180745 0.0482384

128

16-Mar-20 -0.0654206 0.0012957 -0.0898856 0.0080062 -0.0149469

17-Mar-20 -0.0700000 0.0004572 -0.0953557 0.0236266 -0.0027624

18-Mar-20 -0.0698925 0.0014383 -0.0737785 0.0109178 -0.0052190

19-Mar-20 -0.0693642 0.0000650 -0.0964494 -0.0163848 -0.0210512

20-Mar-20 0.0062112 0.0016236 -0.0211534 0.0171578 -0.0244817

23-Mar-20 -0.0679012 0.0010092 -0.0922471 -0.0048677 -0.0029747

24-Mar-20 -0.0132450 0.0006369 -0.0563396 -0.0353692 -0.0105607

26-Mar-20 0.0738255 0.0007059 0.0587294 -0.0324597 0.0715087

27-Mar-20 0.0437500 0.0015184 0.0044972 -0.0358610 0.0496506

30-Mar-20 -0.0538922 0.0003101 -0.0720181 -0.0051911 0.0157557

31-Mar-20 0.3417722 0.0006140 -0.0152531 -0.1276228 0.1678859

1-Apr-20 -0.0660377 0.0000623 -0.0592551 0.0373572 -0.0342122

2-Apr-20 -0.0656566 0.0001040 -0.0283685 0.0824148 -0.0934507

3-Apr-20 0.0486486 0.0007161 -0.0229080 0.0066328 0.0216665

6-Apr-20 0.0618557 0.0005253 -0.0023812 -0.0001956 0.0217062

7-Apr-20 0.0194175 0.0005202 -0.0499505 0.0434425 -0.0674008

8-Apr-20 -0.0666667 0.0003751 -0.0750387 -0.0200113 -0.0120777

9-Apr-20 -0.0204082 0.0002472 -0.0383441 0.0691631 -0.0463746

13-Apr-20 0.0104167 0.0000543 -0.0485231 -0.0015604 0.0614760

14-Apr-20 0.0000000 0.0004529 -0.0252576 0.0273284 -0.0065224

WOMF

2-Mar-20 0.0000000 0.0000198 -0.0626180 -0.0017464 -0.0202084

3-Mar-20 0.0000000 0.0000967 -0.0166012 -0.0082320 -0.0198597

4-Mar-20 0.0597015 0.0004237 -0.0219978 0.0063062 0.0056837

5-Mar-20 -0.0140845 0.0000227 -0.0482555 0.0299448 0.0827710

6-Mar-20 -0.0142857 0.0000319 -0.0706790 0.0181796 -0.0016507

9-Mar-20 -0.0652174 0.0001986 -0.1118480 -0.0240165 -0.0328916

10-Mar-20 0.0310078 0.0000408 -0.0294524 0.0489124 0.0185442

11-Mar-20 0.0000000 0.0000184 -0.0587351 -0.0365589 0.0079717

12-Mar-20 -0.0225564 0.0000462 -0.0960094 0.0190714 -0.0659067

13-Mar-20 -0.0538462 0.0001430 -0.0434872 -0.0180745 0.0482384

16-Mar-20 -0.0569106 0.0000425 -0.0898856 0.0080062 -0.0149469

17-Mar-20 0.0775862 0.0000516 -0.0953557 0.0236266 -0.0027624

18-Mar-20 -0.0080000 0.0000907 -0.0737785 0.0109178 -0.0052190

19-Mar-20 -0.0241935 0.0000782 -0.0964494 -0.0163848 -0.0210512

20-Mar-20 -0.0165289 0.0002991 -0.0211534 0.0171578 -0.0244817

23-Mar-20 -0.0672269 0.0000111 -0.0922471 -0.0048677 -0.0029747

24-Mar-20 -0.0630631 0.0000873 -0.0563396 -0.0353692 -0.0105607

26-Mar-20 -0.0384615 0.0001238 0.0587294 -0.0324597 0.0715087

27-Mar-20 0.0100000 0.0001513 0.0044972 -0.0358610 0.0496506

30-Mar-20 -0.0445545 0.0000267 -0.0720181 -0.0051911 0.0157557

31-Mar-20 -0.0103627 0.0000209 -0.0152531 -0.1276228 0.1678859

129

1-Apr-20 0.0418848 0.0000763 -0.0592551 0.0373572 -0.0342122

2-Apr-20 0.0150754 0.0000149 -0.0283685 0.0824148 -0.0934507

3-Apr-20 0.0396040 0.0001103 -0.0229080 0.0066328 0.0216665

6-Apr-20 0.0095238 0.0002679 -0.0023812 -0.0001956 0.0217062

7-Apr-20 -0.0471698 0.0001557 -0.0499505 0.0434425 -0.0674008

8-Apr-20 -0.0396040 0.0000764 -0.0750387 -0.0200113 -0.0120777

9-Apr-20 0.0103093 0.0000257 -0.0383441 0.0691631 -0.0463746

13-Apr-20 0.0102041 0.0000116 -0.0485231 -0.0015604 0.0614760

14-Apr-20 0.0202020 0.0001124 -0.0252576 0.0273284 -0.0065224

Data Mentah Sektor Perdagangan, Jasa, dan Investasi 2019


AMRT

1-Mar-19 0.0000000 0.0000007 -0.0494024 0.0079121 0.0094244

4-Mar-19 0.0303030 0.0000019 -0.0601732 -0.0063790 -0.0038258

5-Mar-19 0.0058824 0.0000103 -0.0660975 -0.0043152 -0.0055954

6-Mar-19 0.0409357 0.0000117 -0.0557360 0.0061096 -0.0060724

8-Mar-19 0.0112360 0.0000047 -0.0706656 0.0084617 0.0018343

11-Mar-19 0.0166667 0.0000042 -0.0614839 -0.0084786 0.0026312

12-Mar-19 0.0000000 0.0000071 -0.0607920 -0.0026608 -0.0017742

13-Mar-19 -0.0109290 0.0000033 -0.0547518 -0.0063024 0.0053430

14-Mar-19 -0.0055249 0.0000027 -0.0526576 0.0012265 -0.0113512

15-Mar-19 0.0055556 0.0000152 -0.0502988 0.0238926 0.0009538

18-Mar-19 -0.0055249 0.0000016 -0.0510009 0.0054633 0.0069976

19-Mar-19 -0.0111111 0.0000130 -0.0628017 -0.0046560 0.0045674

20-Mar-19 -0.0112360 0.0000032 -0.0580126 0.0126762 0.0011443

21-Mar-19 -0.0113636 0.0000286 -0.0551861 0.0032620 0.0073670

22-Mar-19 0.0057471 0.0000013 -0.0548936 -0.0060840 -0.0158456

25-Mar-19 -0.0057143 0.0000156 -0.0771391 -0.0121603 -0.0110001

26-Mar-19 0.0000000 0.0000006 -0.0506206 -0.0049366 -0.0145868

27-Mar-19 0.0344828 0.0000010 -0.0631603 -0.0045767 0.0024923

28-Mar-19 0.0000000 0.0000480 -0.0560191 0.0206281 0.0150652

29-Mar-19 0.0000000 0.0000045 -0.0612632 0.0107684 0.0194389

1-Apr-19 0.0000000 0.0000002 -0.0606803 -0.0086716 -0.0007380

2-Apr-19 -0.0055556 0.0000025 -0.0553067 0.0151071 0.0189991

4-Apr-19 0.0223464 0.0000061 -0.0559383 -0.0155814 -0.0331277

5-Apr-19 0.0000000 0.0000033 -0.0621013 0.0128369 0.0032558

8-Apr-19 0.0109290 0.0000102 -0.0671913 0.0096910 0.0029497

9-Apr-19 -0.0054054 0.0000015 -0.0514914 -0.0121271 0.0002493

10-Apr-19 0.0000000 0.0000048 -0.0620326 0.0177764 0.0235914

11-Apr-19 0.0000000 0.0000021 -0.0721636 -0.0068939 -0.0143140

130

12-Apr-19 0.0000000 0.0000188 -0.0610006 0.0106669 0.0071910

15-Apr-19 0.0000000 0.0000034 -0.0542418 -0.0078911 -0.0032321

CLPI

1-Mar-19 0.0000000 0.0000173 -0.0494024 0.0079121 0.0094244

4-Mar-19 -0.0214286 0.0002628 -0.0601732 -0.0063790 -0.0038258

5-Mar-19 0.0072993 0.0000343 -0.0660975 -0.0043152 -0.0055954

6-Mar-19 -0.0144928 0.0006444 -0.0557360 0.0061096 -0.0060724

8-Mar-19 0.0147059 0.0000215 -0.0706656 0.0084617 0.0018343

11-Mar-19 0.0217391 0.0000395 -0.0614839 -0.0084786 0.0026312

12-Mar-19 -0.0425532 0.0000561 -0.0607920 -0.0026608 -0.0017742

13-Mar-19 0.0000000 0.0003013 -0.0547518 -0.0063024 0.0053430

14-Mar-19 0.0000000 0.0000065 -0.0526576 0.0012265 -0.0113512

15-Mar-19 0.0000000 0.0000326 -0.0502988 0.0238926 0.0009538

18-Mar-19 0.0074074 0.0000712 -0.0510009 0.0054633 0.0069976

19-Mar-19 0.0220588 0.0000088 -0.0628017 -0.0046560 0.0045674

20-Mar-19 0.0071942 0.0000072 -0.0580126 0.0126762 0.0011443

21-Mar-19 0.0071429 0.0000291 -0.0551861 0.0032620 0.0073670

22-Mar-19 -0.0070922 0.0000307 -0.0548936 -0.0060840 -0.0158456

25-Mar-19 -0.0214286 0.0000415 -0.0771391 -0.0121603 -0.0110001

26-Mar-19 0.0072993 0.0000509 -0.0506206 -0.0049366 -0.0145868

27-Mar-19 0.0000000 0.0000039 -0.0631603 -0.0045767 0.0024923

28-Mar-19 0.0000000 0.0000193 -0.0560191 0.0206281 0.0150652

29-Mar-19 0.0144928 0.0000091 -0.0612632 0.0107684 0.0194389

1-Apr-19 -0.0214286 0.0000483 -0.0606803 -0.0086716 -0.0007380

2-Apr-19 0.1021898 0.0002670 -0.0553067 0.0151071 0.0189991

4-Apr-19 -0.0728477 0.0002239 -0.0559383 -0.0155814 -0.0331277

5-Apr-19 0.0357143 0.0000516 -0.0621013 0.0128369 0.0032558

8-Apr-19 0.0137931 0.0000444 -0.0671913 0.0096910 0.0029497

9-Apr-19 -0.0136054 0.0000669 -0.0514914 -0.0121271 0.0002493

10-Apr-19 0.0068966 0.0001746 -0.0620326 0.0177764 0.0235914

11-Apr-19 0.0205479 0.0001110 -0.0721636 -0.0068939 -0.0143140

12-Apr-19 -0.0067114 0.0000395 -0.0610006 0.0106669 0.0071910

15-Apr-19 -0.0337838 0.0004273 -0.0542418 -0.0078911 -0.0032321

FILM

1-Mar-19 0.0000000 0.0016893 -0.0494024 0.0079121 0.0094244

4-Mar-19 -0.0123457 0.0016343 -0.0601732 -0.0063790 -0.0038258

5-Mar-19 -0.0062500 0.0019000 -0.0660975 -0.0043152 -0.0055954

6-Mar-19 0.0000000 0.0020343 -0.0557360 0.0061096 -0.0060724

8-Mar-19 0.0062893 0.0018751 -0.0706656 0.0084617 0.0018343

11-Mar-19 0.0062500 0.0018085 -0.0614839 -0.0084786 0.0026312

12-Mar-19 -0.0124224 0.0019812 -0.0607920 -0.0026608 -0.0017742

13-Mar-19 0.0000000 0.0015407 -0.0547518 -0.0063024 0.0053430

14-Mar-19 0.0188679 0.0016676 -0.0526576 0.0012265 -0.0113512

131

15-Mar-19 -0.0061728 0.0016365 -0.0502988 0.0238926 0.0009538

18-Mar-19 -0.0124224 0.0013335 -0.0510009 0.0054633 0.0069976

19-Mar-19 0.0125786 0.0014072 -0.0628017 -0.0046560 0.0045674

20-Mar-19 0.0000000 0.0013575 -0.0580126 0.0126762 0.0011443

21-Mar-19 -0.0124224 0.0014400 -0.0551861 0.0032620 0.0073670

22-Mar-19 0.0125786 0.0014619 -0.0548936 -0.0060840 -0.0158456

25-Mar-19 0.0000000 0.0013476 -0.0771391 -0.0121603 -0.0110001

26-Mar-19 0.0869565 0.0022146 -0.0506206 -0.0049366 -0.0145868

27-Mar-19 0.0000000 0.0012417 -0.0631603 -0.0045767 0.0024923

28-Mar-19 -0.0685714 0.0032098 -0.0560191 0.0206281 0.0150652

29-Mar-19 -0.1042945 0.0014105 -0.0612632 0.0107684 0.0194389

1-Apr-19 -0.0547945 0.0048509 -0.0606803 -0.0086716 -0.0007380

2-Apr-19 0.1086957 0.0031814 -0.0553067 0.0151071 0.0189991

4-Apr-19 0.0653595 0.0013414 -0.0559383 -0.0155814 -0.0331277

5-Apr-19 0.0122699 0.0012845 -0.0621013 0.0128369 0.0032558

8-Apr-19 0.0121212 0.0013674 -0.0671913 0.0096910 0.0029497

9-Apr-19 -0.0059880 0.0013302 -0.0514914 -0.0121271 0.0002493

10-Apr-19 -0.0963855 0.0007869 -0.0620326 0.0177764 0.0235914

11-Apr-19 0.0800000 0.0002484 -0.0721636 -0.0068939 -0.0143140

12-Apr-19 -0.0123457 0.0002502 -0.0610006 0.0106669 0.0071910

15-Apr-19 0.0125000 0.0006542 -0.0542418 -0.0078911 -0.0032321

KREN

1-Mar-19 0.0081301 0.0041655 -0.0494024 0.0079121 0.0094244

4-Mar-19 -0.0161290 0.0039989 -0.0601732 -0.0063790 -0.0038258

5-Mar-19 0.0409836 0.0037922 -0.0660975 -0.0043152 -0.0055954

6-Mar-19 0.0000000 0.0043695 -0.0557360 0.0061096 -0.0060724

8-Mar-19 0.0000000 0.0037425 -0.0706656 0.0084617 0.0018343

11-Mar-19 -0.0078740 0.0042167 -0.0614839 -0.0084786 0.0026312

12-Mar-19 -0.0158730 0.0038078 -0.0607920 -0.0026608 -0.0017742

13-Mar-19 -0.0161290 0.0044713 -0.0547518 -0.0063024 0.0053430

14-Mar-19 0.0081967 0.0040278 -0.0526576 0.0012265 -0.0113512

15-Mar-19 -0.0243902 0.0057396 -0.0502988 0.0238926 0.0009538

18-Mar-19 0.0166667 0.0044663 -0.0510009 0.0054633 0.0069976

19-Mar-19 -0.0163934 0.0041222 -0.0628017 -0.0046560 0.0045674

20-Mar-19 0.0166667 0.0041710 -0.0580126 0.0126762 0.0011443

21-Mar-19 -0.0081967 0.0054274 -0.0551861 0.0032620 0.0073670

22-Mar-19 0.0000000 0.0038258 -0.0548936 -0.0060840 -0.0158456

25-Mar-19 -0.0082645 0.0045028 -0.0771391 -0.0121603 -0.0110001

26-Mar-19 0.0083333 0.0040208 -0.0506206 -0.0049366 -0.0145868

27-Mar-19 0.0000000 0.0040577 -0.0631603 -0.0045767 0.0024923

28-Mar-19 -0.0165289 0.0045681 -0.0560191 0.0206281 0.0150652

29-Mar-19 0.0168067 0.0049072 -0.0612632 0.0107684 0.0194389

132

1-Apr-19 0.0000000 0.0046591 -0.0606803 -0.0086716 -0.0007380

2-Apr-19 -0.0082645 0.0040168 -0.0553067 0.0151071 0.0189991

4-Apr-19 0.0083333 0.0048689 -0.0559383 -0.0155814 -0.0331277

5-Apr-19 0.0000000 0.0046149 -0.0621013 0.0128369 0.0032558

8-Apr-19 0.0000000 0.0044467 -0.0671913 0.0096910 0.0029497

9-Apr-19 0.0000000 0.0044263 -0.0514914 -0.0121271 0.0002493

10-Apr-19 -0.0330579 0.0050213 -0.0620326 0.0177764 0.0235914

11-Apr-19 0.0000000 0.0036292 -0.0721636 -0.0068939 -0.0143140

12-Apr-19 0.0000000 0.0038410 -0.0610006 0.0106669 0.0071910

15-Apr-19 -0.0085470 0.0040467 -0.0542418 -0.0078911 -0.0032321

MPMX

1-Mar-19 0.0646766 0.0006117 -0.0494024 0.0079121 0.0094244

4-Mar-19 -0.0046729 0.0007847 -0.0601732 -0.0063790 -0.0038258

5-Mar-19 0.0046948 0.0001992 -0.0660975 -0.0043152 -0.0055954

6-Mar-19 0.0140187 0.0005984 -0.0557360 0.0061096 -0.0060724

8-Mar-19 0.0138249 0.0010693 -0.0706656 0.0084617 0.0018343

11-Mar-19 0.0090909 0.0004965 -0.0614839 -0.0084786 0.0026312

12-Mar-19 0.0135135 0.0013016 -0.0607920 -0.0026608 -0.0017742

13-Mar-19 0.0000000 0.0012489 -0.0547518 -0.0063024 0.0053430

14-Mar-19 -0.0266667 0.0004169 -0.0526576 0.0012265 -0.0113512

15-Mar-19 -0.0091324 0.0002714 -0.0502988 0.0238926 0.0009538

18-Mar-19 0.0230415 0.0003995 -0.0510009 0.0054633 0.0069976

19-Mar-19 -0.0045045 0.0001964 -0.0628017 -0.0046560 0.0045674

20-Mar-19 0.0000000 0.0002569 -0.0580126 0.0126762 0.0011443

21-Mar-19 0.0000000 0.0003397 -0.0551861 0.0032620 0.0073670

22-Mar-19 -0.0090498 0.0000847 -0.0548936 -0.0060840 -0.0158456

25-Mar-19 -0.0639269 0.0004178 -0.0771391 -0.0121603 -0.0110001

26-Mar-19 -0.0048780 0.0001973 -0.0506206 -0.0049366 -0.0145868

27-Mar-19 0.0441176 0.0003186 -0.0631603 -0.0045767 0.0024923

28-Mar-19 0.0000000 0.0000344 -0.0560191 0.0206281 0.0150652

29-Mar-19 0.0093897 0.0000559 -0.0612632 0.0107684 0.0194389

1-Apr-19 -0.0325581 0.0002575 -0.0606803 -0.0086716 -0.0007380

2-Apr-19 0.0961538 0.0013574 -0.0553067 0.0151071 0.0189991

4-Apr-19 -0.0350877 0.0005625 -0.0559383 -0.0155814 -0.0331277

5-Apr-19 -0.0090909 0.0001223 -0.0621013 0.0128369 0.0032558

8-Apr-19 0.0321101 0.0003251 -0.0671913 0.0096910 0.0029497

9-Apr-19 0.0088889 0.0006589 -0.0514914 -0.0121271 0.0002493

10-Apr-19 0.0000000 0.0008310 -0.0620326 0.0177764 0.0235914

11-Apr-19 -0.0264317 0.0002185 -0.0721636 -0.0068939 -0.0143140

12-Apr-19 0.0271493 0.0008062 -0.0610006 0.0106669 0.0071910

15-Apr-19 0.0132159 0.0010123 -0.0542418 -0.0078911 -0.0032321

MTDL 1-Mar-19 -0.0103093 0.0009243 -0.0494024 0.0079121 0.0094244

133

4-Mar-19 0.0000000 0.0016400 -0.0601732 -0.0063790 -0.0038258

5-Mar-19 0.0052083 0.0010119 -0.0660975 -0.0043152 -0.0055954

6-Mar-19 0.0621762 0.0063115 -0.0557360 0.0061096 -0.0060724

8-Mar-19 0.0195122 0.0043567 -0.0706656 0.0084617 0.0018343

11-Mar-19 -0.0143541 0.0034569 -0.0614839 -0.0084786 0.0026312

12-Mar-19 -0.0242718 0.0012629 -0.0607920 -0.0026608 -0.0017742

13-Mar-19 0.0000000 0.0035806 -0.0547518 -0.0063024 0.0053430

14-Mar-19 0.0398010 0.0154417 -0.0526576 0.0012265 -0.0113512

15-Mar-19 0.0526316 0.0121922 -0.0502988 0.0238926 0.0009538

18-Mar-19 -0.0045455 0.0029778 -0.0510009 0.0054633 0.0069976

19-Mar-19 -0.0091324 0.0016541 -0.0628017 -0.0046560 0.0045674

20-Mar-19 0.0184332 0.0018476 -0.0580126 0.0126762 0.0011443

21-Mar-19 -0.0090498 0.0014580 -0.0551861 0.0032620 0.0073670

22-Mar-19 0.0091324 0.0013804 -0.0548936 -0.0060840 -0.0158456

25-Mar-19 0.0000000 0.0043064 -0.0771391 -0.0121603 -0.0110001

26-Mar-19 0.0588235 0.0080170 -0.0506206 -0.0049366 -0.0145868

27-Mar-19 -0.0299145 0.0010678 -0.0631603 -0.0045767 0.0024923

28-Mar-19 -0.0044053 0.0019809 -0.0560191 0.0206281 0.0150652

29-Mar-19 -0.0265487 0.0014592 -0.0612632 0.0107684 0.0194389

1-Apr-19 -0.0454545 0.0028725 -0.0606803 -0.0086716 -0.0007380

2-Apr-19 -0.0142857 0.0038297 -0.0553067 0.0151071 0.0189991

4-Apr-19 0.0193237 0.0030910 -0.0559383 -0.0155814 -0.0331277

5-Apr-19 0.0331754 0.0052374 -0.0621013 0.0128369 0.0032558

8-Apr-19 0.0321101 0.0073943 -0.0671913 0.0096910 0.0029497

9-Apr-19 -0.0266667 0.0018076 -0.0514914 -0.0121271 0.0002493

10-Apr-19 -0.0091324 0.0014475 -0.0620326 0.0177764 0.0235914

11-Apr-19 -0.0046083 0.0015388 -0.0721636 -0.0068939 -0.0143140

12-Apr-19 0.0370370 0.0056542 -0.0610006 0.0106669 0.0071910

15-Apr-19 -0.0267857 0.0011823 -0.0542418 -0.0078911 -0.0032321

PANR

1-Mar-19 0.0000000 0.0010147 -0.0494024 0.0079121 0.0094244

4-Mar-19 0.0049751 0.0010544 -0.0601732 -0.0063790 -0.0038258

5-Mar-19 -0.0049505 0.0009716 -0.0660975 -0.0043152 -0.0055954

6-Mar-19 0.0049751 0.0011798 -0.0557360 0.0061096 -0.0060724

8-Mar-19 0.0000000 0.0009520 -0.0706656 0.0084617 0.0018343

11-Mar-19 0.0000000 0.0009785 -0.0614839 -0.0084786 0.0026312

12-Mar-19 -0.0099010 0.0010339 -0.0607920 -0.0026608 -0.0017742

13-Mar-19 0.0050000 0.0010460 -0.0547518 -0.0063024 0.0053430

14-Mar-19 -0.0199005 0.0010083 -0.0526576 0.0012265 -0.0113512

15-Mar-19 -0.0101523 0.0008743 -0.0502988 0.0238926 0.0009538

18-Mar-19 0.0102564 0.0011033 -0.0510009 0.0054633 0.0069976

19-Mar-19 -0.0050761 0.0010428 -0.0628017 -0.0046560 0.0045674

134

20-Mar-19 0.0051020 0.0011854 -0.0580126 0.0126762 0.0011443

21-Mar-19 0.0050761 0.0009312 -0.0551861 0.0032620 0.0073670

22-Mar-19 -0.0606061 0.0009224 -0.0548936 -0.0060840 -0.0158456

25-Mar-19 0.0053763 0.0008560 -0.0771391 -0.0121603 -0.0110001

26-Mar-19 0.0053476 0.0010113 -0.0506206 -0.0049366 -0.0145868

27-Mar-19 0.0053191 0.0008634 -0.0631603 -0.0045767 0.0024923

28-Mar-19 0.0052910 0.0011213 -0.0560191 0.0206281 0.0150652

29-Mar-19 0.0052632 0.0009969 -0.0612632 0.0107684 0.0194389

1-Apr-19 -0.0052356 0.0011823 -0.0606803 -0.0086716 -0.0007380

2-Apr-19 0.0105263 0.0011149 -0.0553067 0.0151071 0.0189991

4-Apr-19 0.0052083 0.0009448 -0.0559383 -0.0155814 -0.0331277

5-Apr-19 0.0051813 0.0011893 -0.0621013 0.0128369 0.0032558

8-Apr-19 -0.0051546 0.0013015 -0.0671913 0.0096910 0.0029497

9-Apr-19 -0.0051813 0.0009272 -0.0514914 -0.0121271 0.0002493

10-Apr-19 0.0052083 0.0010269 -0.0620326 0.0177764 0.0235914

11-Apr-19 0.0000000 0.0008806 -0.0721636 -0.0068939 -0.0143140

12-Apr-19 0.0103627 0.0011087 -0.0610006 0.0106669 0.0071910

15-Apr-19 0.0051282 0.0015338 -0.0542418 -0.0078911 -0.0032321

RALS

1-Mar-19 -0.0171429 0.0007216 -0.0494024 0.0079121 0.0094244

4-Mar-19 0.0116279 0.0006599 -0.0601732 -0.0063790 -0.0038258

5-Mar-19 0.0028736 0.0015281 -0.0660975 -0.0043152 -0.0055954

6-Mar-19 0.0114613 0.0010788 -0.0557360 0.0061096 -0.0060724

8-Mar-19 -0.0198300 0.0045540 -0.0706656 0.0084617 0.0018343

11-Mar-19 -0.0086705 0.0006381 -0.0614839 -0.0084786 0.0026312

12-Mar-19 0.0233236 0.0009631 -0.0607920 -0.0026608 -0.0017742

13-Mar-19 0.0398860 0.0031285 -0.0547518 -0.0063024 0.0053430

14-Mar-19 0.0027397 0.0006533 -0.0526576 0.0012265 -0.0113512

15-Mar-19 -0.0163934 0.0004357 -0.0502988 0.0238926 0.0009538

18-Mar-19 0.0055556 0.0003337 -0.0510009 0.0054633 0.0069976

19-Mar-19 0.0220994 0.0010547 -0.0628017 -0.0046560 0.0045674

20-Mar-19 -0.0378378 0.0016418 -0.0580126 0.0126762 0.0011443

21-Mar-19 -0.0140449 0.0004979 -0.0551861 0.0032620 0.0073670

22-Mar-19 -0.0142450 0.0010037 -0.0548936 -0.0060840 -0.0158456

25-Mar-19 -0.0086705 0.0006045 -0.0771391 -0.0121603 -0.0110001

26-Mar-19 0.0233236 0.0003770 -0.0506206 -0.0049366 -0.0145868

27-Mar-19 0.0142450 0.0006124 -0.0631603 -0.0045767 0.0024923

28-Mar-19 0.0000000 0.0002402 -0.0560191 0.0206281 0.0150652

29-Mar-19 0.0000000 0.0010511 -0.0612632 0.0107684 0.0194389

1-Apr-19 0.0112360 0.0017665 -0.0606803 -0.0086716 -0.0007380

2-Apr-19 0.0000000 0.0013837 -0.0553067 0.0151071 0.0189991

4-Apr-19 0.0000000 0.0011972 -0.0559383 -0.0155814 -0.0331277

135

5-Apr-19 -0.0222222 0.0005289 -0.0621013 0.0128369 0.0032558

8-Apr-19 0.0028409 0.0007191 -0.0671913 0.0096910 0.0029497

9-Apr-19 0.0141643 0.0003676 -0.0514914 -0.0121271 0.0002493

10-Apr-19 0.0055866 0.0004701 -0.0620326 0.0177764 0.0235914

11-Apr-19 0.0000000 0.0011416 -0.0721636 -0.0068939 -0.0143140

12-Apr-19 0.0000000 0.0005572 -0.0610006 0.0106669 0.0071910

15-Apr-19 0.0000000 0.0008851 -0.0542418 -0.0078911 -0.0032321

SILO

1-Mar-19 0.0029412 0.0000728 -0.0494024 0.0079121 0.0094244

4-Mar-19 0.0263930 0.0002401 -0.0601732 -0.0063790 -0.0038258

5-Mar-19 -0.0285714 0.0003544 -0.0660975 -0.0043152 -0.0055954

6-Mar-19 0.0000000 0.0003079 -0.0557360 0.0061096 -0.0060724

8-Mar-19 -0.0147059 0.0002093 -0.0706656 0.0084617 0.0018343

11-Mar-19 -0.0298507 0.0001827 -0.0614839 -0.0084786 0.0026312

12-Mar-19 0.0153846 0.0003773 -0.0607920 -0.0026608 -0.0017742

13-Mar-19 -0.0212121 0.0001076 -0.0547518 -0.0063024 0.0053430

14-Mar-19 0.0185759 0.0000592 -0.0526576 0.0012265 -0.0113512

15-Mar-19 0.0638298 0.0003042 -0.0502988 0.0238926 0.0009538

18-Mar-19 0.0514286 0.0003325 -0.0510009 0.0054633 0.0069976

19-Mar-19 0.0054348 0.0004729 -0.0628017 -0.0046560 0.0045674

20-Mar-19 0.0270270 0.0010735 -0.0580126 0.0126762 0.0011443

21-Mar-19 -0.0157895 0.0005880 -0.0551861 0.0032620 0.0073670

22-Mar-19 0.0106952 0.0001594 -0.0548936 -0.0060840 -0.0158456

25-Mar-19 -0.0608466 0.0002977 -0.0771391 -0.0121603 -0.0110001

26-Mar-19 -0.0140845 0.0001068 -0.0506206 -0.0049366 -0.0145868

27-Mar-19 0.0085714 0.0001440 -0.0631603 -0.0045767 0.0024923

28-Mar-19 0.0651558 0.0004446 -0.0560191 0.0206281 0.0150652

29-Mar-19 0.0106383 0.0009439 -0.0612632 0.0107684 0.0194389

1-Apr-19 0.0131579 0.0009533 -0.0606803 -0.0086716 -0.0007380

2-Apr-19 0.0077922 0.0007588 -0.0553067 0.0151071 0.0189991

4-Apr-19 0.0103093 0.0003460 -0.0559383 -0.0155814 -0.0331277

5-Apr-19 0.0076531 0.0004868 -0.0621013 0.0128369 0.0032558

8-Apr-19 0.0000000 0.0008323 -0.0671913 0.0096910 0.0029497

9-Apr-19 -0.0126582 0.0002695 -0.0514914 -0.0121271 0.0002493

10-Apr-19 0.0128205 0.0002335 -0.0620326 0.0177764 0.0235914

11-Apr-19 -0.0025316 0.0000704 -0.0721636 -0.0068939 -0.0143140

12-Apr-19 0.0050761 0.0000989 -0.0610006 0.0106669 0.0071910

15-Apr-19 0.0050505 0.0002077 -0.0542418 -0.0078911 -0.0032321

UNTR

1-Mar-19 0.0000000 0.0017050 -0.0494024 0.0079121 0.0094244

4-Mar-19 0.0377358 0.0017080 -0.0601732 -0.0063790 -0.0038258

5-Mar-19 -0.0227273 0.0010307 -0.0660975 -0.0043152 -0.0055954

6-Mar-19 -0.0102326 0.0012444 -0.0557360 0.0061096 -0.0060724

136

8-Mar-19 -0.0187970 0.0013573 -0.0706656 0.0084617 0.0018343

11-Mar-19 0.0258621 0.0008667 -0.0614839 -0.0084786 0.0026312

12-Mar-19 -0.0233427 0.0009865 -0.0607920 -0.0026608 -0.0017742

13-Mar-19 -0.0019120 0.0008359 -0.0547518 -0.0063024 0.0053430

14-Mar-19 0.0028736 0.0015402 -0.0526576 0.0012265 -0.0113512

15-Mar-19 -0.0066858 0.0014931 -0.0502988 0.0238926 0.0009538

18-Mar-19 0.0365385 0.0010392 -0.0510009 0.0054633 0.0069976

19-Mar-19 0.0204082 0.0017118 -0.0628017 -0.0046560 0.0045674

20-Mar-19 0.0118182 0.0019988 -0.0580126 0.0126762 0.0011443

21-Mar-19 -0.0008985 0.0013394 -0.0551861 0.0032620 0.0073670

22-Mar-19 0.0071942 0.0016683 -0.0548936 -0.0060840 -0.0158456

25-Mar-19 -0.0232143 0.0013615 -0.0771391 -0.0121603 -0.0110001

26-Mar-19 -0.0073126 0.0006275 -0.0506206 -0.0049366 -0.0145868

27-Mar-19 0.0018416 0.0008752 -0.0631603 -0.0045767 0.0024923

28-Mar-19 -0.0027574 0.0010328 -0.0560191 0.0206281 0.0150652

29-Mar-19 -0.0027650 0.0009492 -0.0612632 0.0107684 0.0194389

1-Apr-19 0.0055453 0.0005683 -0.0606803 -0.0086716 -0.0007380

2-Apr-19 -0.0211397 0.0013771 -0.0553067 0.0151071 0.0189991

4-Apr-19 -0.0093897 0.0017490 -0.0559383 -0.0155814 -0.0331277

5-Apr-19 -0.0009479 0.0006034 -0.0621013 0.0128369 0.0032558

8-Apr-19 -0.0170778 0.0011323 -0.0671913 0.0096910 0.0029497

9-Apr-19 0.0202703 0.0010286 -0.0514914 -0.0121271 0.0002493

10-Apr-19 -0.0141911 0.0011027 -0.0620326 0.0177764 0.0235914

11-Apr-19 -0.0230326 0.0009725 -0.0721636 -0.0068939 -0.0143140

12-Apr-19 0.0068762 0.0007116 -0.0610006 0.0106669 0.0071910

15-Apr-19 0.0126829 0.0007594 -0.0542418 -0.0078911 -0.0032321

Data Mentah Sektor Perdagangan, Jasa, dan Investasi 2020


AMRT

2-Mar-20 0.0258065 0.0000002 -0.0626180 0.0061392 -0.0095835

3-Mar-20 0.0188679 0.0000001 -0.0166012 -0.0058964 0.0034350

4-Mar-20 -0.0370370 0.0000033 -0.0219978 -0.0030930 0.0023545

5-Mar-20 0.0128205 0.0000004 -0.0482555 0.0029640 -0.0011113

6-Mar-20 -0.0189873 0.0000151 -0.0706790 0.0035401 0.0069383

9-Mar-20 0.0000000 0.0000881 -0.1118480 -0.0173548 -0.0072859

10-Mar-20 -0.0129032 0.0000122 -0.0294524 0.0033389 -0.0057727

11-Mar-20 -0.0130719 0.0000113 -0.0587351 -0.0155887 -0.0243110

12-Mar-20 -0.0066225 0.0000986 -0.0960094 -0.0090783 -0.0078553

13-Mar-20 -0.0466667 0.0000802 -0.0434872 -0.0135426 -0.0142129

16-Mar-20 0.0000000 0.0000009 -0.0898856 0.0154416 0.0004759

137

17-Mar-20 0.0000000 0.0000001 -0.0953557 0.0232729 -0.0120732

18-Mar-20 0.0000000 0.0000017 -0.0737785 0.0485718 0.0022292

19-Mar-20 -0.0209790 0.0000002 -0.0964494 -0.0074215 -0.0073194

20-Mar-20 0.0000000 0.0000006 -0.0211534 -0.0264179 0.0025126

23-Mar-20 -0.0571429 0.0000000 -0.0922471 0.0077053 0.0098969

24-Mar-20 -0.0530303 0.0000127 -0.0563396 0.0037568 0.0090376

26-Mar-20 0.1200000 0.0000009 0.0587294 0.0291624 -0.0323024

27-Mar-20 0.0214286 0.0000004 0.0044972 0.0102592 0.0214750

30-Mar-20 -0.0209790 0.0000004 -0.0720181 0.0010646 -0.0040285

31-Mar-20 0.1428571 0.0000044 -0.0152531 -0.0611178 -0.0603218

1-Apr-20 -0.0562500 0.0000021 -0.0592551 0.0016384 -0.0065079

2-Apr-20 0.0529801 0.0000004 -0.0283685 -0.0162676 -0.0027545

3-Apr-20 0.0000000 0.0000026 -0.0229080 0.0046882 0.0232334

6-Apr-20 0.0000000 0.0000023 -0.0023812 -0.0134789 0.0444809

7-Apr-20 0.0188679 0.0000077 -0.0499505 0.0226042 0.0314498

8-Apr-20 0.0000000 0.0000011 -0.0750387 -0.0121921 -0.0254601

9-Apr-20 0.0185185 0.0000011 -0.0383441 0.0032944 0.0065523

13-Apr-20 0.0060606 0.0000111 -0.0485231 0.0015163 0.0066519

14-Apr-20 0.0000000 0.0000018 -0.0252576 -0.0106153 0.0013883

CLPI

2-Mar-20 0.0069930 0.0000258 -0.0626180 0.0061392 -0.0095835

3-Mar-20 0.0000000 0.0000339 -0.0166012 -0.0058964 0.0034350

4-Mar-20 0.0138889 0.0000052 -0.0219978 -0.0030930 0.0023545

5-Mar-20 0.0068493 0.0000062 -0.0482555 0.0029640 -0.0011113

6-Mar-20 0.0000000 0.0000003 -0.0706790 0.0035401 0.0069383

9-Mar-20 -0.0068027 0.0000692 -0.1118480 -0.0173548 -0.0072859

10-Mar-20 -0.0684932 0.0011184 -0.0294524 0.0033389 -0.0057727

11-Mar-20 -0.0955882 0.0021140 -0.0587351 -0.0155887 -0.0243110

12-Mar-20 -0.0162602 0.0004329 -0.0960094 -0.0090783 -0.0078553

13-Mar-20 -0.0661157 0.0002249 -0.0434872 -0.0135426 -0.0142129

16-Mar-20 0.0000000 0.0001355 -0.0898856 0.0154416 0.0004759

17-Mar-20 -0.0619469 0.0001511 -0.0953557 0.0232729 -0.0120732

18-Mar-20 -0.0566038 0.0001508 -0.0737785 0.0485718 0.0022292

19-Mar-20 -0.0680000 0.0001058 -0.0964494 -0.0074215 -0.0073194

20-Mar-20 0.0085837 0.0004005 -0.0211534 -0.0264179 0.0025126

23-Mar-20 -0.0042553 0.0000291 -0.0922471 0.0077053 0.0098969

24-Mar-20 0.0000000 0.0000313 -0.0563396 0.0037568 0.0090376

26-Mar-20 0.0042735 0.0000996 0.0587294 0.0291624 -0.0323024

27-Mar-20 0.0595745 0.0006708 0.0044972 0.0102592 0.0214750

30-Mar-20 -0.0361446 0.0001440 -0.0720181 0.0010646 -0.0040285

31-Mar-20 0.0041667 0.0000852 -0.0152531 -0.0611178 -0.0603218

1-Apr-20 0.0207469 0.0000728 -0.0592551 0.0016384 -0.0065079

138

2-Apr-20 0.0975610 0.0000346 -0.0283685 -0.0162676 -0.0027545

3-Apr-20 0.0925926 0.0001998 -0.0229080 0.0046882 0.0232334

6-Apr-20 -0.0338983 0.0001407 -0.0023812 -0.0134789 0.0444809

7-Apr-20 0.1315789 0.0002703 -0.0499505 0.0226042 0.0314498

8-Apr-20 -0.0620155 0.0000180 -0.0750387 -0.0121921 -0.0254601

9-Apr-20 0.0165289 0.0000189 -0.0383441 0.0032944 0.0065523

13-Apr-20 0.0487805 0.0000098 -0.0485231 0.0015163 0.0066519

14-Apr-20 -0.0465116 0.0000121 -0.0252576 -0.0106153 0.0013883

FILM

2-Mar-20 -0.0361446 0.0004865 -0.0626180 0.0061392 -0.0095835

3-Mar-20 0.0250000 0.0001743 -0.0166012 -0.0058964 0.0034350

4-Mar-20 0.0243902 0.0010236 -0.0219978 -0.0030930 0.0023545

5-Mar-20 -0.0119048 0.0003168 -0.0482555 0.0029640 -0.0011113

6-Mar-20 -0.0180723 0.0002507 -0.0706790 0.0035401 0.0069383

9-Mar-20 -0.1288344 0.0003369 -0.1118480 -0.0173548 -0.0072859

10-Mar-20 0.0281690 0.0003088 -0.0294524 0.0033389 -0.0057727

11-Mar-20 -0.0616438 0.0003347 -0.0587351 -0.0155887 -0.0243110

12-Mar-20 -0.0948905 0.0003592 -0.0960094 -0.0090783 -0.0078553

13-Mar-20 -0.0241935 0.0002729 -0.0434872 -0.0135426 -0.0142129

16-Mar-20 0.0000000 0.0009789 -0.0898856 0.0154416 0.0004759

17-Mar-20 0.1157025 0.0009859 -0.0953557 0.0232729 -0.0120732

18-Mar-20 0.2740741 0.0021643 -0.0737785 0.0485718 0.0022292

19-Mar-20 -0.0697674 0.0022850 -0.0964494 -0.0074215 -0.0073194

20-Mar-20 -0.0437500 0.0005442 -0.0211534 -0.0264179 0.0025126

23-Mar-20 -0.0653595 0.0001180 -0.0922471 0.0077053 0.0098969

24-Mar-20 -0.0349650 0.0001273 -0.0563396 0.0037568 0.0090376

26-Mar-20 0.1739130 0.0004748 0.0587294 0.0291624 -0.0323024

27-Mar-20 0.0493827 0.0005570 0.0044972 0.0102592 0.0214750

30-Mar-20 -0.0470588 0.0001276 -0.0720181 0.0010646 -0.0040285

31-Mar-20 0.0061728 0.0029131 -0.0152531 -0.0611178 -0.0603218

1-Apr-20 -0.0490798 0.0000842 -0.0592551 0.0016384 -0.0065079

2-Apr-20 -0.0193548 0.0000452 -0.0283685 -0.0162676 -0.0027545

3-Apr-20 0.0197368 0.0000514 -0.0229080 0.0046882 0.0232334

6-Apr-20 0.0064516 0.0000712 -0.0023812 -0.0134789 0.0444809

7-Apr-20 -0.0384615 0.0000627 -0.0499505 0.0226042 0.0314498

8-Apr-20 0.0000000 0.0008675 -0.0750387 -0.0121921 -0.0254601

9-Apr-20 -0.0066667 0.0004074 -0.0383441 0.0032944 0.0065523

13-Apr-20 -0.0134228 0.0000908 -0.0485231 0.0015163 0.0066519

14-Apr-20 0.0000000 0.0000499 -0.0252576 -0.0106153 0.0013883

KREN

2-Mar-20 -0.0211864 0.0010872 -0.0626180 0.0061392 -0.0095835

3-Mar-20 0.0173160 0.0014035 -0.0166012 -0.0058964 0.0034350

4-Mar-20 0.0170213 0.0013900 -0.0219978 -0.0030930 0.0023545

139

5-Mar-20 -0.0167364 0.0013399 -0.0482555 0.0029640 -0.0011113

6-Mar-20 -0.0170213 0.0010334 -0.0706790 0.0035401 0.0069383

9-Mar-20 -0.0216450 0.0009747 -0.1118480 -0.0173548 -0.0072859

10-Mar-20 -0.0044248 0.0010757 -0.0294524 0.0033389 -0.0057727

11-Mar-20 0.0044444 0.0006279 -0.0587351 -0.0155887 -0.0243110

12-Mar-20 -0.0132743 0.0007878 -0.0960094 -0.0090783 -0.0078553

13-Mar-20 0.0000000 0.0003334 -0.0434872 -0.0135426 -0.0142129

16-Mar-20 -0.0672646 0.0004562 -0.0898856 0.0154416 0.0004759

17-Mar-20 -0.0625000 0.0001360 -0.0953557 0.0232729 -0.0120732

18-Mar-20 -0.0666667 0.0000995 -0.0737785 0.0485718 0.0022292

19-Mar-20 -0.0659341 0.0000051 -0.0964494 -0.0074215 -0.0073194

20-Mar-20 -0.0647059 0.0002075 -0.0211534 -0.0264179 0.0025126

23-Mar-20 -0.0691824 0.0000078 -0.0922471 0.0077053 0.0098969

24-Mar-20 -0.0675676 0.0000213 -0.0563396 0.0037568 0.0090376

26-Mar-20 0.0000000 0.0002247 0.0587294 0.0291624 -0.0323024

27-Mar-20 -0.0072464 0.0000464 0.0044972 0.0102592 0.0214750

30-Mar-20 -0.0656934 0.0000086 -0.0720181 0.0010646 -0.0040285

31-Mar-20 0.0390625 0.0000079 -0.0152531 -0.0611178 -0.0603218

1-Apr-20 0.1278195 0.0000568 -0.0592551 0.0016384 -0.0065079

2-Apr-20 0.0066667 0.0000331 -0.0283685 -0.0162676 -0.0027545

3-Apr-20 0.0000000 0.0000108 -0.0229080 0.0046882 0.0232334

6-Apr-20 -0.0662252 0.0001048 -0.0023812 -0.0134789 0.0444809

7-Apr-20 -0.0638298 0.0000466 -0.0499505 0.0226042 0.0314498

8-Apr-20 -0.0681818 0.0000291 -0.0750387 -0.0121921 -0.0254601

9-Apr-20 -0.0650407 0.0000076 -0.0383441 0.0032944 0.0065523

13-Apr-20 -0.0695652 0.0000266 -0.0485231 0.0015163 0.0066519

14-Apr-20 -0.0654206 0.0000242 -0.0252576 -0.0106153 0.0013883

MPMX

2-Mar-20 0.0169492 0.0008168 -0.0626180 0.0061392 -0.0095835

3-Mar-20 0.0416667 0.0002148 -0.0166012 -0.0058964 0.0034350

4-Mar-20 0.0080000 0.0005023 -0.0219978 -0.0030930 0.0023545

5-Mar-20 0.0000000 0.0004221 -0.0482555 0.0029640 -0.0011113

6-Mar-20 -0.0079365 0.0002123 -0.0706790 0.0035401 0.0069383

9-Mar-20 -0.0320000 0.0005094 -0.1118480 -0.0173548 -0.0072859

10-Mar-20 0.0165289 0.0006672 -0.0294524 0.0033389 -0.0057727

11-Mar-20 -0.0406504 0.0003749 -0.0587351 -0.0155887 -0.0243110

12-Mar-20 -0.0338983 0.0005567 -0.0960094 -0.0090783 -0.0078553

13-Mar-20 -0.0263158 0.0005689 -0.0434872 -0.0135426 -0.0142129

16-Mar-20 -0.0180180 0.0010711 -0.0898856 0.0154416 0.0004759

17-Mar-20 0.0091743 0.0010639 -0.0953557 0.0232729 -0.0120732

18-Mar-20 -0.0090909 0.0002645 -0.0737785 0.0485718 0.0022292

19-Mar-20 -0.0642202 0.0013443 -0.0964494 -0.0074215 -0.0073194

140

20-Mar-20 -0.0666667 0.0008746 -0.0211534 -0.0264179 0.0025126

23-Mar-20 -0.0672269 0.0002300 -0.0922471 0.0077053 0.0098969

24-Mar-20 -0.0450450 0.0004967 -0.0563396 0.0037568 0.0090376

26-Mar-20 0.0094340 0.0007415 0.0587294 0.0291624 -0.0323024

27-Mar-20 0.0934579 0.0013884 0.0044972 0.0102592 0.0214750

30-Mar-20 -0.0384615 0.0000380 -0.0720181 0.0010646 -0.0040285

31-Mar-20 0.0222222 0.0001060 -0.0152531 -0.0611178 -0.0603218

1-Apr-20 -0.0173913 0.0001810 -0.0592551 0.0016384 -0.0065079

2-Apr-20 0.0044248 0.0003407 -0.0283685 -0.0162676 -0.0027545

3-Apr-20 0.0572687 0.0003674 -0.0229080 0.0046882 0.0232334

6-Apr-20 0.1875000 0.0007561 -0.0023812 -0.0134789 0.0444809

7-Apr-20 0.0438596 0.0005838 -0.0499505 0.0226042 0.0314498

8-Apr-20 -0.0672269 0.0002142 -0.0750387 -0.0121921 -0.0254601

9-Apr-20 -0.0270270 0.0002155 -0.0383441 0.0032944 0.0065523

13-Apr-20 0.0185185 0.0001895 -0.0485231 0.0015163 0.0066519

14-Apr-20 0.0000000 0.0004007 -0.0252576 -0.0106153 0.0013883

MTDL

2-Mar-20 -0.0097720 0.0006958 -0.0626180 0.0061392 -0.0095835

3-Mar-20 0.0230263 0.0010140 -0.0166012 -0.0058964 0.0034350

4-Mar-20 0.0064309 0.0006357 -0.0219978 -0.0030930 0.0023545

5-Mar-20 0.0031949 0.0006571 -0.0482555 0.0029640 -0.0011113

6-Mar-20 -0.0286624 0.0005427 -0.0706790 0.0035401 0.0069383

9-Mar-20 -0.1016393 0.0002756 -0.1118480 -0.0173548 -0.0072859

10-Mar-20 0.0437956 0.0007455 -0.0294524 0.0033389 -0.0057727

11-Mar-20 -0.0349650 0.0004130 -0.0587351 -0.0155887 -0.0243110

12-Mar-20 -0.0905797 0.0002050 -0.0960094 -0.0090783 -0.0078553

13-Mar-20 -0.0438247 0.0001963 -0.0434872 -0.0135426 -0.0142129

16-Mar-20 -0.0458333 0.0006168 -0.0898856 0.0154416 0.0004759

17-Mar-20 -0.0611354 0.0006362 -0.0953557 0.0232729 -0.0120732

18-Mar-20 -0.0697674 0.0003597 -0.0737785 0.0485718 0.0022292

19-Mar-20 -0.0700000 0.0000279 -0.0964494 -0.0074215 -0.0073194

20-Mar-20 0.0537634 0.0003895 -0.0211534 -0.0264179 0.0025126

23-Mar-20 -0.0663265 0.0000851 -0.0922471 0.0077053 0.0098969

24-Mar-20 0.0109290 0.0001097 -0.0563396 0.0037568 0.0090376

26-Mar-20 0.2054054 0.0004714 0.0587294 0.0291624 -0.0323024

27-Mar-20 0.0448430 0.0009652 0.0044972 0.0102592 0.0214750

30-Mar-20 -0.0557940 0.0002408 -0.0720181 0.0010646 -0.0040285

31-Mar-20 0.0272727 0.0004286 -0.0152531 -0.0611178 -0.0603218

1-Apr-20 0.0000000 0.0003434 -0.0592551 0.0016384 -0.0065079

2-Apr-20 0.0000000 0.0004298 -0.0283685 -0.0162676 -0.0027545

3-Apr-20 0.0486726 0.0002387 -0.0229080 0.0046882 0.0232334

6-Apr-20 0.0000000 0.0004248 -0.0023812 -0.0134789 0.0444809

141

7-Apr-20 0.0421941 0.0000601 -0.0499505 0.0226042 0.0314498

8-Apr-20 -0.0404858 0.0000948 -0.0750387 -0.0121921 -0.0254601

9-Apr-20 0.0042194 0.0000314 -0.0383441 0.0032944 0.0065523

13-Apr-20 0.0042017 0.0000448 -0.0485231 0.0015163 0.0066519

14-Apr-20 -0.0125523 0.0001567 -0.0252576 -0.0106153 0.0013883

PANR

2-Mar-20 -0.0729167 0.0002763 -0.0626180 0.0061392 -0.0095835

3-Mar-20 0.0112360 0.0006103 -0.0166012 -0.0058964 0.0034350

4-Mar-20 -0.0277778 0.0002901 -0.0219978 -0.0030930 0.0023545

5-Mar-20 -0.0057143 0.0000367 -0.0482555 0.0029640 -0.0011113

6-Mar-20 -0.0057471 0.0007933 -0.0706790 0.0035401 0.0069383

9-Mar-20 -0.0462428 0.0012178 -0.1118480 -0.0173548 -0.0072859

10-Mar-20 0.0000000 0.0008713 -0.0294524 0.0033389 -0.0057727

11-Mar-20 -0.0303030 0.0000995 -0.0587351 -0.0155887 -0.0243110

12-Mar-20 -0.0250000 0.0007492 -0.0960094 -0.0090783 -0.0078553

13-Mar-20 -0.0641026 0.0000573 -0.0434872 -0.0135426 -0.0142129

16-Mar-20 -0.0547945 0.0000920 -0.0898856 0.0154416 0.0004759

17-Mar-20 -0.0652174 0.0002272 -0.0953557 0.0232729 -0.0120732

18-Mar-20 -0.0542636 0.0000563 -0.0737785 0.0485718 0.0022292

19-Mar-20 -0.0655738 0.0000639 -0.0964494 -0.0074215 -0.0073194

20-Mar-20 -0.0614035 0.0000977 -0.0211534 -0.0264179 0.0025126

23-Mar-20 -0.0654206 0.0000662 -0.0922471 0.0077053 0.0098969

24-Mar-20 -0.0700000 0.0001858 -0.0563396 0.0037568 0.0090376

26-Mar-20 0.0752688 0.0005283 0.0587294 0.0291624 -0.0323024

27-Mar-20 0.0000000 0.0003973 0.0044972 0.0102592 0.0214750

30-Mar-20 -0.0600000 0.0000280 -0.0720181 0.0010646 -0.0040285

31-Mar-20 0.0106383 0.0003523 -0.0152531 -0.0611178 -0.0603218

1-Apr-20 0.0000000 0.0001965 -0.0592551 0.0016384 -0.0065079

2-Apr-20 -0.0631579 0.0002613 -0.0283685 -0.0162676 -0.0027545

3-Apr-20 -0.0449438 0.0001591 -0.0229080 0.0046882 0.0232334

6-Apr-20 0.0470588 0.0006828 -0.0023812 -0.0134789 0.0444809

7-Apr-20 -0.0674157 0.0003523 -0.0499505 0.0226042 0.0314498

8-Apr-20 -0.0361446 0.0001891 -0.0750387 -0.0121921 -0.0254601

9-Apr-20 -0.0625000 0.0004695 -0.0383441 0.0032944 0.0065523

13-Apr-20 -0.0533333 0.0004498 -0.0485231 0.0015163 0.0066519

14-Apr-20 -0.0422535 0.0013964 -0.0252576 -0.0106153 0.0013883

RALS

2-Mar-20 -0.1256039 0.0017591 -0.0626180 0.0061392 -0.0095835

3-Mar-20 0.0386740 0.0009529 -0.0166012 -0.0058964 0.0034350

4-Mar-20 0.0106383 0.0011907 -0.0219978 -0.0030930 0.0023545

5-Mar-20 -0.0052632 0.0004204 -0.0482555 0.0029640 -0.0011113

6-Mar-20 0.0000000 0.0003974 -0.0706790 0.0035401 0.0069383

9-Mar-20 -0.0687831 0.0008026 -0.1118480 -0.0173548 -0.0072859

142

10-Mar-20 -0.0170455 0.0008638 -0.0294524 0.0033389 -0.0057727

11-Mar-20 -0.0867052 0.0007623 -0.0587351 -0.0155887 -0.0243110

12-Mar-20 -0.0949367 0.0014038 -0.0960094 -0.0090783 -0.0078553

13-Mar-20 -0.0699301 0.0023482 -0.0434872 -0.0135426 -0.0142129

16-Mar-20 -0.0676692 0.0003983 -0.0898856 0.0154416 0.0004759

17-Mar-20 -0.0645161 0.0011276 -0.0953557 0.0232729 -0.0120732

18-Mar-20 -0.0689655 0.0007579 -0.0737785 0.0485718 0.0022292

19-Mar-20 -0.0648148 0.0000759 -0.0964494 -0.0074215 -0.0073194

20-Mar-20 0.0000000 0.0039045 -0.0211534 -0.0264179 0.0025126

23-Mar-20 -0.0693069 0.0022182 -0.0922471 0.0077053 0.0098969

24-Mar-20 -0.0212766 0.0006490 -0.0563396 0.0037568 0.0090376

26-Mar-20 0.0000000 0.0040979 0.0587294 0.0291624 -0.0323024

27-Mar-20 0.0869565 0.0035407 0.0044972 0.0102592 0.0214750

30-Mar-20 -0.0560000 0.0006277 -0.0720181 0.0010646 -0.0040285

31-Mar-20 -0.0127119 0.0021989 -0.0152531 -0.0611178 -0.0603218

1-Apr-20 -0.0686695 0.0079313 -0.0592551 0.0016384 -0.0065079

2-Apr-20 0.0506912 0.0069121 -0.0283685 -0.0162676 -0.0027545

3-Apr-20 0.1184211 0.0076047 -0.0229080 0.0046882 0.0232334

6-Apr-20 0.2156863 0.0041774 -0.0023812 -0.0134789 0.0444809

7-Apr-20 0.0161290 0.0040344 -0.0499505 0.0226042 0.0314498

8-Apr-20 -0.0634921 0.0035078 -0.0750387 -0.0121921 -0.0254601

9-Apr-20 0.0254237 0.0009160 -0.0383441 0.0032944 0.0065523

13-Apr-20 -0.0165289 0.0010591 -0.0485231 0.0015163 0.0066519

14-Apr-20 0.0168067 0.0017756 -0.0252576 -0.0106153 0.0013883

SILO

2-Mar-20 0.0039063 0.0003022 -0.0626180 0.0061392 -0.0095835

3-Mar-20 -0.0038911 0.0002561 -0.0166012 -0.0058964 0.0034350

4-Mar-20 0.0000000 0.0000786 -0.0219978 -0.0030930 0.0023545

5-Mar-20 0.0117188 0.0000125 -0.0482555 0.0029640 -0.0011113

6-Mar-20 -0.0193050 0.0000551 -0.0706790 0.0035401 0.0069383

9-Mar-20 -0.0196850 0.0001028 -0.1118480 -0.0173548 -0.0072859

10-Mar-20 0.0000000 0.0001241 -0.0294524 0.0033389 -0.0057727

11-Mar-20 -0.0120482 0.0000528 -0.0587351 -0.0155887 -0.0243110

12-Mar-20 -0.0081301 0.0001495 -0.0960094 -0.0090783 -0.0078553

13-Mar-20 -0.0245902 0.0001091 -0.0434872 -0.0135426 -0.0142129

16-Mar-20 -0.0084034 0.0000544 -0.0898856 0.0154416 0.0004759

17-Mar-20 0.0169492 0.0000881 -0.0953557 0.0232729 -0.0120732

18-Mar-20 -0.0666667 0.0001686 -0.0737785 0.0485718 0.0022292

19-Mar-20 -0.0669643 0.0000429 -0.0964494 -0.0074215 -0.0073194

20-Mar-20 -0.0698565 0.0000901 -0.0211534 -0.0264179 0.0025126

23-Mar-20 -0.0699588 0.0002026 -0.0922471 0.0077053 0.0098969

24-Mar-20 -0.0486726 0.0000311 -0.0563396 0.0037568 0.0090376

143

26-Mar-20 0.1627907 0.0005914 0.0587294 0.0291624 -0.0323024

27-Mar-20 0.0100000 0.0000701 0.0044972 0.0102592 0.0214750

30-Mar-20 -0.0237624 0.0000256 -0.0720181 0.0010646 -0.0040285

31-Mar-20 0.2170385 0.0000714 -0.0152531 -0.0611178 -0.0603218

1-Apr-20 -0.0291667 0.0000304 -0.0592551 0.0016384 -0.0065079

2-Apr-20 -0.0042918 0.0000051 -0.0283685 -0.0162676 -0.0027545

3-Apr-20 -0.0344828 0.0000092 -0.0229080 0.0046882 0.0232334

6-Apr-20 0.0000000 0.0000158 -0.0023812 -0.0134789 0.0444809

7-Apr-20 -0.0357143 0.0000080 -0.0499505 0.0226042 0.0314498

8-Apr-20 0.0555556 0.0000341 -0.0750387 -0.0121921 -0.0254601

9-Apr-20 -0.0657895 0.0000950 -0.0383441 0.0032944 0.0065523

13-Apr-20 0.0375587 0.0000413 -0.0485231 0.0015163 0.0066519

14-Apr-20 -0.0316742 0.0000201 -0.0252576 -0.0106153 0.0013883

UNTR

2-Mar-20 0.0045181 0.0015478 -0.0626180 0.0061392 -0.0095835

3-Mar-20 0.0584708 0.0009580 -0.0166012 -0.0058964 0.0034350

4-Mar-20 0.0481586 0.0013560 -0.0219978 -0.0030930 0.0023545

5-Mar-20 -0.0256757 0.0008841 -0.0482555 0.0029640 -0.0011113

6-Mar-20 -0.0402219 0.0009009 -0.0706790 0.0035401 0.0069383

9-Mar-20 -0.0867052 0.0016194 -0.1118480 -0.0173548 -0.0072859

10-Mar-20 0.0458861 0.0014092 -0.0294524 0.0033389 -0.0057727

11-Mar-20 -0.0136157 0.0010716 -0.0587351 -0.0155887 -0.0243110

12-Mar-20 -0.0674847 0.0011956 -0.0960094 -0.0090783 -0.0078553

13-Mar-20 0.0263158 0.0019637 -0.0434872 -0.0135426 -0.0142129

16-Mar-20 -0.0689103 0.0007175 -0.0898856 0.0154416 0.0004759

17-Mar-20 -0.0688468 0.0022376 -0.0953557 0.0232729 -0.0120732

18-Mar-20 -0.0092421 0.0010629 -0.0737785 0.0485718 0.0022292

19-Mar-20 -0.0597015 0.0009954 -0.0964494 -0.0074215 -0.0073194

20-Mar-20 0.1785714 0.0019346 -0.0211534 -0.0264179 0.0025126

23-Mar-20 -0.0690236 0.0012663 -0.0922471 0.0077053 0.0098969

24-Mar-20 0.0108499 0.0016502 -0.0563396 0.0037568 0.0090376

26-Mar-20 0.0751342 0.0027070 0.0587294 0.0291624 -0.0323024

27-Mar-20 0.0316140 0.0023205 0.0044972 0.0102592 0.0214750

30-Mar-20 -0.0693548 0.0006930 -0.0720181 0.0010646 -0.0040285

31-Mar-20 0.1715771 0.0020598 -0.0152531 -0.0611178 -0.0603218

1-Apr-20 -0.0162722 0.0009230 -0.0592551 0.0016384 -0.0065079

2-Apr-20 0.0165414 0.0009147 -0.0283685 -0.0162676 -0.0027545

3-Apr-20 0.0147929 0.0011662 -0.0229080 0.0046882 0.0232334

6-Apr-20 0.0495627 0.0010133 -0.0023812 -0.0134789 0.0444809

7-Apr-20 -0.0222222 0.0010650 -0.0499505 0.0226042 0.0314498

8-Apr-20 -0.0056818 0.0006604 -0.0750387 -0.0121921 -0.0254601

9-Apr-20 -0.0214286 0.0005574 -0.0383441 0.0032944 0.0065523

144

13-Apr-20 0.0248175 0.0005831 -0.0485231 0.0015163 0.0066519

14-Apr-20 0.0398860 0.0006480 -0.0252576 -0.0106153 0.0013883

145

Lampiran 20

Book To Market dan Market Capital

Sektor Pertanian 2019

COMPANY BOOK TO

MARKET RANK

MARKET

CAPITAL RANK

AALI 0.85567 M 23866135329200.00 B

BISI 0.45969 L 4170000000000.00 S

BWPT 1.12159 H 5233198306000.00 S

DSFI 0.09718 M 230284802000.00 S

DSNG 0.84193 M 4239936960000.00 S

LSIP 0.97696 M 8323894037300.00 B

SIMP 2.51346 H 7528563560000.00 B

SSMS 0.34177 L 10382250000000.00 B

Sektor Pertanian 2020

COMPANY BOOK TO

MARKET RANK

MARKET

CAPITAL RANK

AALI 0.67654 L 18861945663400.00 B

BISI 0.73542 M 2820000000000.00 S

BWPT 0.93207 M 2711175026000.00 S

DSFI 1.06097 H 131856620500.00 S

DSNG 0.76531 M 4133938536000.00 S

LSIP 0.83878 M 6618178046050.00 B

SIMP 2.60241 H 4365301560000.00 B

SSMS 0.50550 L 7715250000000.00 B

Sektor Pertambangan 2019

COMPANY BOOK TO

MARKET RANK MARKET CAPITAL RANK

ADRO 1.60326 H 41901610220000.00 B

BOSS 0.05681 L 2828000000000.00 S

GTBO 1.15499 H 615000000000.00 S

MBAP 0.51413 L 3669543136480.00 S

PTBA 0.32842 L 45852223815000.00 B

ELSA 1.31446 H 2685848000000.00 S

ANTM 1.07375 M 24391226195875.00 B

DKFT 0.62414 M 1364455677200.00 S

INCO 0.84212 M 37161906812800.00 B

TINS 0.93515 M 10203422231980.00 B

Sektor Pertambangan 2020

COMPANY BOOK TO


ADRO 1.11329 M 36943786110000.00 B

BOSS 0.80306 L 123200000000.00 S

GTBO 1.52594 H 250000000000.00 S

MBAP 0.83315 M 2202953153840.00 S

PTBA 0.60117 L 25806276720000.00 B

146

ELSA 1.60150 H 1518088000000.00 B

ANTM 0.89832 M 13817689716875.00 S

DKFT 1.21833 H 665313098800.00 B

INCO 0.74628 L 24344029864000.00 B

TINS 0.85580 M 4282458236050.00 B

Sektor Industri Dasar dan Kimia 2019

COMPANY BOOK TO


AGII 1.50949 H 1870662600000.00 S

BTON 1.10601 M 198720000000.00 S

CPIN 0.16367 L 119705400000000.00 B

EKAD 1.21279 M 593958750000.00 S

IMPC 0.30202 L 4567657500000.00 B

ISSP 4.82986 H 826389084025.00 S

MLIA 1.40594 H 1653750000000.00 S

SMGR 0.47814 L 75033728000000.00 B

TKIM 0.51760 M 34790273394750.00 B

WSBP 0.79525 M 10203422231980.00 B

Sektor Industri Dasar dan Kimia 2020

COMPANY BOOK TO


AGII 1.54855 H 1609996500000.00 S

BTON 1.21848 M 115200000000.00 S

CPIN 0.19769 L 93468600000000.00 B

EKAD 1.14024 M 625403625000.00 S

IMPC 0.27749 L 5220180000000.00 B

ISSP 2.34353 H 1041968845075.00 S

MLIA 2.73509 H 747495000000.00 S

SMGR 0.47616 L 62132672000000.00 B

TKIM 0.60201 M 18679341420000.00 B

WSBP 0.76381 M 4903175301324.00 B

Sektor Aneka Industri 2019

COMPANY BOOK TO


ASII 0.52365 L 289457404951000.00 B

AUTO 1.58978 M 7832066125000.00 B

GJTL 2.59405 H 2700720000000.00 S

GMFI 0.78160 M 6888976806000.00 S

IMAS 1.79237 H 8351140804240.00 B

INDR 1.30523 M 4187850924800.00 S

KBLI 1.67824 H 1298344174668.00 S

SMSM 0.26671 L 9386640967200.00 B

SRIL 1.02102 M 7199166249088.00 B

VOKS 0.74007 L 1471083318630.00 S

Sektor Aneka Industri 2020

COMPANY BOOK TO RANK MARKET CAPITAL RANK

147

MARKET

ASII 0.66618 M 223671631098500.00 B

AUTO 1.94940 H 4916127660000.00 B

GJTL 3.05877 H 1366041600000.00 S

GMFI 0.75936 M 2173980385500.00 B

IMAS 0.30929 L 1764247626856.00 S

INDR 3.24717 H 1184376589670.00 S

KBLI 1.13246 M 1715096625796.00 S

SMSM 0.28464 L 8465252896800.00 B

SRIL 1.54933 M 4090435368800.00 B

VOKS 0.66422 L 1122012700650.00 S

Sektor Industri Barang Konsumsi 2019

COMPANY BOOK TO


BUDI 2.83972 H 472394723010.00 S

HMSP 0.08194 L 442008692220000.00 B

ICBP 0.18633 M 119243009300000.00 B

INAF 0.02465 L 14721520625000.00 B

KINO 0.54673 M 3985714485000.00 S

KLBF 0.21466 M 70078307554450.00 B

MRAT 4.80309 H 72760000000.00 S

MYOR 0.14583 L 59026967274000.00 B

WIIM 3.39513 H 671959603200.00 S

WOOD 0.63172 M 5675625000000.00 S

Sektor Industri Barang Konsumsi 2020

COMPANY BOOK TO


BUDI 2.77369 H 418406754666.00 S

HMSP 0.14607 L 197740730730000.00 B

ICBP 0.20511 L 119826104700000.00 B

INAF 1.87265 M 1388471840000.00 S

KINO 0.55160 M 3971428770000.00 B

KLBF 0.21999 M 57187648974200.00 B

MRAT 5.62949 H 56068000000.00 S

MYOR 0.21599 L 40245659505000.00 B

WIIM 2.92866 H 233085987360.00 S

WOOD 0.62587 M 2497275000000.00 S

Sektor Properti, Real Estate, dan Konstruksi Bangunan 2019

COMPANY BOOK TO


ADHI 1.12786 M 5341274064000.00 S

ASRI 1.55798 H 6366409451712.00 B

148

BEST 2.07909 H 2315354676000.00 S

JRPT 0.65782 L 8593750000000.00 B

NRCA 1.25394 M 1078383604608.00 S

PWON 0.51280 L 29858953488000.00 B

SMRA 0.78018 M 13561174779200.00 B

SSIA 1.86388 H 2776097169600.00 S

TOTL 0.55096 L 2114200000000.00 S

WIKA 1.15965 M 16011363199020.00 B

Sektor Properti, Real Estate, dan Konstruksi Bangunan 2020

COMPANY BOOK TO


ADHI 1.63344 H 2688441278880.00 S

ASRI 2.25854 H 2986710606976.00 S

BEST 2.14450 H 1302387005250.00 S

JRPT 0.89727 M 6325000000000.00 B

NRCA 1.27395 M 748877503200.00 S

PWON 0.65920 L 25524589272000.00 B

SMRA 0.65187 L 12118496611200.00 B

SSIA 1.45304 M 3034885888800.00 B

TOTL 0.72433 L 1268520000000.00 S

WIKA 1.07650 M 16818658822500.00 B

Sektor Infrastruktur, Utilitas, dan Transportasi 2019

COMPANY BOOK TO


BIRD 0.73322 M 7506300000000.00 S

GIAA 1.70859 H 14108184058430.00 S

IPCC 0.37003 M 2527554899800.00 S

ISAT 1.32547 H 17931980550000.00 B

JSMR 0.62692 M 39333127020000.00 B

PGAS 0.90221 H 61573430817840.00 B

PPRE 0.87249 M 3844325896000.00 S

TGRA 0.16470 L 2213750000000.00 S

TLKM 0.31577 L 382380156076000.00 B

TOWR 0.22822 L 40301553750000.00 B

Sektor Infrastruktur, Utilitas, dan Transportasi 2020

COMPANY BOOK TO


BIRD 0.86804 H 5629725000000.00 S

GIAA 0.77705 M 6471644063500.00 S

IPCC 0.86799 M 825546708280.00 S

ISAT 0.86684 M 11085224340000.00 B

JSMR 0.59517 L 35230437216000.00 B

PGAS 0.85469 M 31029130490880.00 B

PPRE 1.28863 H 1635883360000.00 S

TGRA 0.91664 H 217250000000.00 S

149

TLKM 0.29814 L 345727135934000.00 B

TOWR 0.21333 L 41066773125000.00 B

Sektor Keuangan 2019

COMPANY BOOK TO


ADMF 0.77233 M 10625000000000.00 B

ASMI 0.08286 L 5912531103600.00 S

BFIN 0.58426 L 10298789574900.00 B

BMRI 0.54284 L 329174999985750.00 B

BRIS 0.99538 M 5194234276020.00 S

BTPN 0.67707 M 29843698505700.00 B

PANS 1.24197 H 1004400000000.00 S

PNIN 6.02228 H 5532920531200.00 S

PNLF 2.68597 H 14727844688678.00 B

WOMF 1.07866 M 1288148147600.00 S

Sektor Keuangan 2020

COMPANY BOOK TO


ADMF 0.77681 M 9975000000000.00 B

ASMI 0.04607 L 11197975575000.00 B

BFIN 0.67999 L 7217136260240.00 S

BMRI 0.58952 L 336104999985450.00 B

BRIS 1.60291 H 2116169519860.00 S

BTPN 1.20057 M 21858492689310.00 B

PANS 1.31934 M 720000000000.00 S

PNIN 6.24802 H 4007299061200.00 S

PNLF 2.59660 H 8321562469836.00 B

WOMF 1.42636 M 933037036640.00 S

Sektor Perdagangan, Jasa, dan Investasi 2019

COMPANY BOOK TO


AMRT 0.15499 L 34257713902500.00 B

CLPI 2.31129 H 214436950000.00 S

FILM 0.20779 L 7704085770000.00 B

KREN 0.21878 L 11198209111500.00 B

MPMX 2.17121 H 4485278092380.00 S

MTDL 1.22427 M 2381715609490.00 S

PANR 1.87392 H 484800000000.00 S

RALS 0.37985 M 12418000000000.00 B

SILO 1.08227 M 5527603125000.00 S

UNTR 0.55922 M 98848581104000.00 B

Sektor Perdagangan, Jasa, dan Investasi 2020

COMPANY BOOK TO


150

AMRT 0.18840 L 32181488817500.00 B

CLPI 1.99642 H 219032027500.00 S

FILM 0.83102 M 1578862022000.00 S

KREN 0.37988 L 8594397887200.00 B

MPMX 2.44832 H 2633148332840.00 S

MTDL 0.66271 M 3769003567595.00 S

PANR 2.40330 H 230400000000.00 S

RALS 0.55165 M 7344360000000.00 B

SILO 0.52993 L 10404900000000.00 B

UNTR 0.76111 M 61920243257600.00 B

analisis pengaruh sentimen investor terhadap return

Documents

Transcript of analisis pengaruh sentimen investor terhadap return