PERILAKU HARGA SAHAM SELAMA PERIODE
PERDAGANGAN DAN NON PERDAGANGAN
TESIS
Diajukan untuk memenuhi sebagian persyaratan guna memperoleh Derajat Sarjana S2
pada Program Studi Manajemen Jurusan Ilmu-Ilmu Sosial
Diajukan oleh
ANANG SUCAHYO
19327/IV-3/1800/02
KEPADA
PROGAM PASCASARJANA UNIVERSITAS GADJAH MADA
YOGYAKARTA 2004
Dengan asma Allah Yang Maha Pengasih lagi Maha Penyayang Segala puji bagi Allah Tuhan sekalian alam Yang Maha Pengasih dan Maha Penyayang
Yang Menguasai hari Pembalasan Hanya kepada Mu aku menyembah dan hanya kepada Mu aku minta pertolongan
Tunjukkan kami jalan yang lurus Yaitu jalan orang yang Kau ridhoi, bukan jalan orang yang Kau murkai
dan bukan jalan orang yang sesat jalan (Al Fatikhah :1-7)
beragama adalah fitrah semua manusia, jika kita renungkan, banyak hal yang memang di luar jangkauan kita
dan setiap kita butuh tempat untuk mengembalikan semuanya…..
bukan suatu cermin keputusasaan….tetapi lebih kepada
kesadaran tertinggi bahwa segalanya tidak dapat berjalan mutlak seperti yang kita inginkan dan pada waktu yang kita harapkan….
keyakinan adanya rencana lain yang lebih indah dari
sekedar apa yang kita inginkan sebenarnya merupakan kekuatan kehidupan, sehingga setiap manusia terus
mampu hidup sesuai dengan aliran kehidupan masing-masing yang satu sama lain sangat berbeda dan
itulah yang membuat dunia lebih berwarna…. (from him)
sebagaimana cinta kasih menghidupkan hati insan dengan kepedihan,
demikian pula kedunguan mengajarinya mencari jalan kebijaksanaan.
rasa pedih dan bodoh mengantarkan insan kepada suka cita yang agung dan kearifan luhur, sebab Zat Yang Maha Agung tidaklah menciptakan
sesuatu dengan sia-sia (Kahlil Gibran)
Kalau engkau tak mampu menjadi pohon yang tegak di puncak bukit Jadilah saja belukar, tetapi . . . .
Belukar yang baik, yang tumbuh di tepi danau.
Kalau engkau tak sanggup menjadi belukar Jadilah saja rumput, tetapi . . . .
Rumput yang memperkuat tanggul pinggiran jalan.
Kalau engkau tak mampu menjadi jalan raya, Jadilah saja jalan kecil, tetapi . . . .
Jalan setapak yang membawa orang ke mata air.
Bukan besar kecilnya tugas yang menjadikan rendahnya nilai dirimu Jadilah saja dirimu . . . .
Sebaik-baik dirimu sendiri. (dari seorang sahabat)
Kupersembahkan karya sederhana ini tuk
Ibu untuk air mata, keikhlasan dan samudera doamu yang selalu mengiringi langkahku
Ayah tercinta yang sudah jauuh diatas sana.. namun cinta dan semangatnya masih selalu saja hadir
menyelimuti dan menyejukkan bathin ini…
Tulang rusukku yang ilang
vi
KATA PENGANTAR
Assalamu’alaikum Wr.Wb. Dengan mengucapkan puji syukur ke hadirat Allah AWT yang senantiasa
memberikan rahmat dan hidayah-Nya, karena dengan segala kekurangan yang ada
pada penyusun, penyusunan tesis yang berjudul “Perilaku Harga Saham selama
Periode Perdagangan dan Non Perdagangan” dapat terselesaikan dengan baik.
Tesis ini disusun untuk memenuhi sebagian syarat guna mencapai derajat sarjana
S2 pada Program Pasca Sarjana Universitas Gadjah Mada.
Penyusun menyadari dengan sepenuh hati bahwa dalam penyelesaian
tesis ini banyak melibatkan berbagai pihak yang dengan tulus telah membimbing,
memberikan bantuan dan dorongan. Dengan kerendahan hati perkenankanlah
penyusun menghaturkan terima kasih kepada:
1. DR. Mamduh M. Hanafi, M.B.A. selaku dosen pembimbing atas segala
bimbingan dan arahan yang diberikan kepada penyusun.
2. Seluruh dosen dan segenap civitas akademika MSI FE UGM yang telah
memberikan kesempatan kepada penyusun selama 2,5 tahun untuk
mempertajam pengetahuanya.
3. Guru-guruku tercinta (TK Jombokan, SD Tawangsari, SMP 1 Wates, SMA 1
Yogyakarta dan TIP FTP UGM). Ilmumu telah memberikan cahaya, semoga
bermanfaat.
4. Ibu atas segala doa dan setumpuk harapan yang terwujud dalam kasih
sayang tiada akhir. Yaa Allah, irkhamhuma kamaa robbayaaniy shoghiiro
5. Bapak, Pak Uwa & Lik Madi atas segala kasih sayangnya yang tiada terputus.
Suatu saat nanti kita akan bersama kembali. Amien
6. Mbak Sri & Mas Alex, keluarga besar Martowiryo & Sastro Setiko yang selalu
memberikan inspirasi, motivasi dan dorongan bagi penyusun untuk selalu
berusaha lebih baik.
7. Kang Dondon Marondonk (arahan bijakmu selalu kuperlukan), Parto & Axlargo
(entrier data), Maz Pa (80% proposalku=karyamu), Om Nuri (makasih
jurnalnya), M Diah (reviewer) untuk diskusi-diskusinya & Wini (ekonometrimu).
Semua kisah pasti ada akhir yang harus dilalui, begitu juga akhir kisah ini
yakinku indah….
vii
8. Saras, Ana, Vero, M Uniek, M Ida, M Vivi, Ika, P Wito, P Agung dan temen-
temen Manajemen Feb 03 atas segala suka dan suka selama ini. Nama kalian
semua telah, selalu dan akan terukir di hatiku. Semuanya tinggal menjadi
sebuah kisah klasik untuk masa depan
9. M Cici (besar & kecil), M Resti, M Ita, M Syuroh dan temen-temen akuntansi
sesama penghuni tetap Lab Internet MSI. The day of struggle for a better
life….Soe Hok Gie
10. Roni cs (Dodi, Fajar, Firdaus, Aan(ce) & the pooh) atas canda dan guraunya
sehingga 4 bulan collecting data berlalu super cepat.
11. Lizard League, temen2 di Copox, TIP 96 (terutama the last generationnya),
anak2 Karanggayam 126 dan GITAPALA yang telah banyak memberikan
pelajaran tentang arti persahabatan dan kehidupan.
12. Underbound tersayang (rintihanmu; nyanyian rindu), guitar bolongku (terbunuh
sepi) dan komputerku yang selalu setia menemaniku.
13. Seluruh pribadi yang telah mengulurkan tangan, hati dan rasa kepadaku
sehingga tesis ini dapat tersusun; yang tidak mungkin disebutkan satu
persatu, karena seorang Anang sering lupa akan pertolongan orang lain,
padahal dia tidak dapat hidup tanpa pertolongan orang lain.
Penyusun menyadari sepenuhnya bahwa tesis ini masih terdapat
kekurangan namun penyusun berharap semoga karya sederhana ini dapat
memberikan setitik sumbangsih dalam pengembangan khazanah ilmu pengetahuan
serta dapat memberikan kontribusi positif bagi kesejahteraan umat manusia.
Wassalam Wr.Wb.
Yogya, Medio Januari 05
Penyusun
viii
DAFTAR ISI
Halaman
Halaman Judul ......................................................................................... i
Halaman Pengesahan.............................................................................. ii
Pernyataan Keaslian ................................................................................ iii
Kata-kata mutiara ..................................................................................... iv
Kata Pengantar ........................................................................................ v
Daftar Isi ............................................................................................ viii
Daftar Tabel.............................................................................................. x
Daftar Gambar.......................................................................................... xii
Daftar Lampiran........................................................................................ xiii
Abstraksi ................................................................................................ xiv
Abstract ................................................................................................ xv
BAB I PENDAHULUAN
A. Latar Belakang Masalah .................................................................... 1
B. Perumusan Masalah .......................................................................... 5
C. Tujuan Penelitian................................................................................ 6
D. Manfaat Penelitian.............................................................................. 6
E. Sistematika Penulisan ........................................................................ 7
BAB II TINJAUAN PUSTAKA DAN PENGEMBANGAN HIPOTESIS
A. Informasi Publik dan Informasi Privat ................................................. 8
B. Periode Perdagangan dan non Perdagangan .................................... 11
C. Return Harian ..................................................................................... 14
D. Noise .................................................................................................. 17
E. Hubungan antara Size dengan Volatilitas Return............................... 20
F. Hubungan antara Volume Perdagangan dengan Volatilitas Return... 21
G. Hubungan antara Bid-Ask Spread dengan Volatilitas Return............. 22
H. Hubungan antara Hari Perdagangan dengan Volatilitas Return ........ 24
I. Hubungan antara up dan down Market dengan Volatilitas Return ..... 28
J. Hubungan antara Tick Size dengan Volatilitas Return ....................... 28
BAB III METODE PENELITIAN
A. Data dan Sampel Penelitian ............................................................... 30
B. Jenis Data........................................................................................... 31
ix
C. Metode Pengumpulan Data................................................................ 31
D. Definisi Operasional ........................................................................... 32
E. Analisis Data....................................................................................... 35
BAB IV HASIL PENELITIAN DAN PENGUJIAN HIPOTESIS
A. Volatilitas Return selama Periode Perdagangan dan non Perdagangan 38
B. Volatilitas Return Harian..................................................................... 41
C. Noise ................................................................................................. 43
D. Analisis Sensivitas terhadap Size....................................................... 44
E. Analisis Sensivitas terhadap Volume Perdagangan........................... 46
F. Analisis Sensivitas terhadap Bid-Ask Spread..................................... 50
G. Analisis Sensivitas terhadap Day of the Week ................................... 53
H. Analisis Sensivitas terhadap Return Pasar ........................................ 56
I. Analisis Sensivitas terhadap Perubahan Kebijakan Tick Size ........... 59
BAB V SIMPULAN, KETERBATASAN PENELITIAN DAN SARAN
A. Simpulan ............................................................................................ 63
B. Keterbatasan Penelitian dan Saran ................................................... 65
DAFTAR PUSTAKA
LAMPIRAN
x
DAFTAR TABEL
Halaman
Tabel 1. Return Periode Perdagangan dan Non Perdagangan
untuk tahun 2000 dan 2003 (dalam desimal)...................................... 39
Tabel 2. Rasio Varians Return Periode Perdagangan dan Non Perdagangan
untuk tahun 2000 dan 2003 ................................................................ 39
Tabel 3. Return Harian untuk tahun 2000 dan 2003 (dalam desimal)............... 42
Tabel 4. Rasio Varians Return Harian untuk tahun 2000 dan 2003.................. 42
Tabel 5. Autokorelasi Return untuk tahun 2000 dan 2003 ................................ 43
Tabel 6. Return Periode Perdagangan dan Non Perdagangan
untuk Size Quintiles ............................................................................ 44
Tabel 7. Rasio Varians Return Periode Perdagangan dan Non Perdagangan
untuk Size Quintiles ............................................................................ 45
Tabel 8. Return Harian untuk Size Quintiles .................................................... 46
Tabel 9. Rasio Varians Return Harian untuk Size Quintiles ............................. 46
Tabel 10. Autokorelasi Return untuk Size Quintiles ........................................... 47
Tabel 11. Return Periode Perdagangan dan Non Perdagangan
untuk Quintil Volume Perdagangan .................................................... 39
Tabel 12. Rasio Varians Return Periode Perdagangan dan Non Perdagangan
untuk Quintil Volume Perdagangan .................................................... 39
Tabel 13. Return Harian untuk Quintil Volume Perdagangan ............................ 42
Tabel 14. Rasio Varians Return Harian untuk Quintil Volume Perdagangan..... 42
Tabel 15. Autokorelasi Return untuk Quintil Volume Perdagangan ................... 43
Tabel 16. Return Periode Perdagangan dan Non Perdagangan
untuk Bid-Ask Spread Quintiles .......................................................... 39
Tabel 17. Rasio Varians Return Periode Perdagangan dan Non Perdagangan
untuk Bid-Ask Spread Quintiles .......................................................... 39
Tabel 18. Return Harian untuk Bid-Ask Spread Quintiles .................................. 42
Tabel 19. Rasio Varians Return Harian untuk Bid-Ask Spread Quintiles ........... 42
Tabel 20. Autokorelasi Return untuk Bid-Ask Spread Quintiles ......................... 43
Tabel 21. Return Periode Perdagangan dan Non Perdagangan
untuk Day of the Week ........................................................................ 39
xi
Tabel 22. Rasio Varians Return Periode Perdagangan dan Non Perdagangan
untuk Day of the Week ........................................................................ 39
Tabel 23. Return Harian untuk Day of the Week................................................ 42
Tabel 24. Rasio Varians Return Harian untuk Day of the Week ........................ 42
Tabel 25. Autokorelasi Return untuk Day of the Week....................................... 43
Tabel 26. Return Periode Perdagangan dan Non Perdagangan
untuk Return Pasar ............................................................................. 39
Tabel 27. Rasio Varians Return Periode Perdagangan dan Non Perdagangan
untuk Return Pasar ............................................................................. 39
Tabel 28. Return Harian untuk Return Pasar ..................................................... 42
Tabel 29. Rasio Varians Return Return Pasar ................................................... 42
Tabel 30. Autokorelasi Return untuk Return Pasar ............................................ 43
Tabel 31. Return Periode Perdagangan dan Non Perdagangan
untuk Perubahan Kebijakan Tick Size ................................................ 39
Tabel 32. Rasio Varians Return Periode Perdagangan dan Non Perdagangan
untuk Perubahan Kebijakan Tick Size ................................................ 39
Tabel 33. Return Harian untuk Perubahan Kebijakan Tick Size ........................ 42
Tabel 34. Rasio Varians Return Harian untuk Perubahan Kebijakan Tick Size . 42
Tabel 35. Autokorelasi Return untuk Perubahan Kebijakan Tick Size ............... 43
xii
DAFTAR GAMBAR
Halaman
Gambar 1. Metode Perdagangan di Berbagai Negara ..................................... 15
Gambar 2. Periode Transaksi di BEJ ............................................................... 33
xiii
DAFTAR LAMPIRAN
Halaman
Lampiran 1. Daftar Perusahaan LQ 45 tahun 2000 dan 2003 ..................................... 71
Lampiran 2. Rata-rata dan Varians Return tahun 2000 dan 2003 ................................ 72
Lampiran 3. Rata-rata dan Varians Return untuk Size Quintil ...................................... 74
Lampiran 4. Rata-rata dan Varians Return untuk Trading Volume Quintil .................... 77
Lampiran 5. Rata-rata dan Varians Return untuk Bid-Ask Spread Quintil .................... 80
Lampiran 6. Rata-rata dan Varians Return untuk hari Senin - Jumat ........................... 83
Lampiran 7. Rata-rata dan Varians Return untuk Return Pasar Positif dan Tidak........ 86
Lampiran 8. Rata-rata dan Varians Return untuk Tick Size .......................................... 87
Lampiran 9. Terima Kasih ............................................................................................. 91
xiv
PERILAKU HARGA SAHAM SELAMA PERIODE
PERDAGANGAN DAN NON PERDAGANGAN
ABSTRAKSI
Penelitian ini menguji volatilitas return selama periode perdagangan dan periode non perdagangan dan volatilias return harian di Bursa Efek Jakarta (BEJ). Periode perdagangan di BEJ dibagi menjadi dua sesi (sesi pagi dan sesi siang), sehingga ada dua periode non perdagangan yaitu istirahat siang hari dan periode malam hari. Hasil penelitian menunjukkan bahwa varians return tertinggi pada sesi pagi hari dan terendah pada periode istirahat siang. Volatilitas return harian yang dihitung dari harga pembukaan tidak berbeda secara signifikan dengan harga penutupan. Hal ini disebabkan harga pembukaan dan penutupan (pada setiap sesi) di BEJ dilakukan dengan mekanisme perdagangan yang sama, berbeda dengan Bursa Efek New York (NYSE) dan Bursa Efek Tokyo (TSE). Perilaku harga selama periode perdagangan dan non perdagangan sensitif terhadap size, volume perdagangan, bid-ask spread, day of the week, kondisi pasar dan tick size. Kata kunci: volatilitas, periode perdagangan dan non perdangan, harga pembukaan
dan penutupan
xv
STOCK PRICE BEHAVIOUR OVER TRADING AND NON-
TRADING PERIODS
ABSTRACT
This study examines the volatility of return during trading and non –trading hours and the volatility of daily stock return for securities trading on the Jakarta Stock Exchange (JSX). The JSX operates two trading sessions (the morning and the afternoon sessions) then there are two breaks in trading : a short one during business hours (lunch break) and long one overnight. The result indicate that the morning session return varinces is the highest and lunch break return variances is the lowest. The volatility on daily return calculated from opening prices found to be not significantly different than those calculted from closing prices, because on the JSX the opening and the closing price are determined by using the same procedure, unlike the New York Stock Exchange (NYSE) and the Tokyo Stock Exchange (TSE). Finally, stock price behaviour in trading and non-tarding periods are sensitive to size, traing-volume, bid-ask spread, day of the week, market condition and tick size. Key words: volatility, trading and non-trading periods, open and close price
1
BAB I
PENDAHULUAN
A. Latar Belakang
Pada dasawarsa terakhir kegiatan perdagangan di Bursa Efek Jakarta (BEJ)
semakin meningkat. Hal ini disebabkan oleh besarnya perhatian investor terhadap
bursa efek, yang merupakan salah satu alternatif untuk menanamkan investasinya.
Bursa efek sebenarnya sama dengan pasar-pasar lainnya, yaitu tempat dimana
bertemunya penjual dengan pembeli, hanya yang diperdagangkan adalah efek-
efek. Semua yang termasuk surat berharga bisa disebut efek, seperti surat
pengakuan hutang, surat berharga komersial, saham, obligasi, sekuritas kredit,
tanda bukti hutang, right issue, warrant, opsi dan produk-produk turunan
(derivative) lainnya yang ditetapkan sebagai efek oleh Badan Pengawas Pasar
Modal (BAPEPAM). Saham merupakan salah satu efek yang aktif
diperdagangkan investor di BEJ.
Dalam aktivitas perdagangan invstor akan memperhatikan return yang
akan diperoleh. Selain itu investor harus mempertimbangkan dengan besarnya
risiko yang harus dipikul. Oleh karena itu investor dalam melakukan transaksi di
bursa saham tidak begitu saja melakukan pembelian saham, namun melakukan
penilaian atas perusahaan emiten dengan baik.
Salah satu aspek yang menjadi bahan penilaian ialah kemampuan emiten
menghasilkan return. Seorang investor akan mengharapkan return yang tinggi dari
investasi yang dilakukannya. Return seringkali diidentikkan dengan pergerakan
harga saham. Harga saham yang meningkat berarti kemampuan perusahaan
2
tersebut menghasilkan laba meningkat, sehingga return yang didapatkan juga
meningkat. Oleh karena itu pergerakan harga saham selalu menjadi isu yang
menarik di bidang keuangan.
Menurut Huang, Liu dan Fu (2000) pergerakan harga saham
merefleksikan dua hal, yaitu informasi dan noise. Informasi diklasifikasikan
menjadi dua, yaitu informasi publik dan informasi privat. Informasi publik
merupakan informasi yang tersedia bagi seluruh investor dan mempengaruhi
harga sekuritas pada saat informasi diumumkan kepada seluruh investor.
Sedangkan informasi privat merupakan informasi yang hanya dimiliki oleh
sebagian kecil investor.
Noise juga mempengaruhi harga sekuritas. Noise terlihat dengan
ketidaktepatan persepsi atau kepercayaan dari investor mengenai nilai sekuritas
yang sesungguhnya. Meskipun ketiga faktor tersebut mempengaruhi harga
sekuritas tetapi dampak relatif dari ketiga faktor tadi bergantung pada periode
sekuritas-sekuritas tersebut diperdagangkan pada sebuah pasar.
Pemilihan periode perdagangan merupakan faktor penting yang
mempengaruhi proses pemberian informasi mengenai harga sekuritas. Umumnya,
informasi privat disampaikan oleh para pedagang yang memiliki informasi
melalui perdagangan dalam suatu periode perdagangan, sehingga informasi privat
cenderung mempengaruhi return pada saat perdagangan. Akibatnya volatilitas
pada periode perdagangan lebih tinggi dibandingkan periode non perdagangan
(Guner & Onder, 2002). Sedangkan informasi publik, tidak dibatasi hanya pada
saat perdagangan saja tetapi juga pada periode non perdagangan dan cenderung
3
mempengaruhi return pada periode perdagangan maupun non perdagangan
sehingga volatilitas return pada periode non perdagangan lebih tinggi
dibandingkan dengan periode perdagangan karena waktunya relatif lebih panjang
(Huang, Liu & Fu, 2000).
Perbedaan antara noise dan informasi diindikasikan dengan perbedaan
nilai autokorelasi antara periode perdagangan dengan periode-periode sebelumnya
atau periode non perdagangan dengan periode-periode sebelumnya (Amihud &
Mendelson, 1991) dan autokorelasi untuk return harian (Guner & Onder, 2002).
Autokorelasi yang bernilai negatif mengindikasikan adanya noise sedangkan
autokorelasi yang bernilai nol atau positif mengindikasikan informasi
dihubungkan dengan volatilitas pada waktu pembukaan.
Dengan kata lain, menurut hipotesis noise pergerakan harga yang tidak
disebabkan oleh perubahan yang fundamental akan kembali ke harga semula pada
periode selanjutnya, sehingga return series berkorelasi negatif. Di sisi lain,
menurut hipotesis informasi pergerakan harga yang disebabkan oleh adanya
informasi baru tidak akan kembali. Jika informasi tersebut hanya mempengaruhi
pergerakan harga selama satu periode maka autokorelasinya bernilai nol. Tetapi
jika pengaruhnya dalam waktu yang lama (lebih dari satu periode) maka
autokorelasinya bernilai positif.
Penelitian ini akan menguji perilaku harga saham pada periode
perdagangan dan non perdagangan di BEJ. Lebih spesifik penelitian ini akan
menguji varians return saham selama periode perdagangan dan non perdagangan
dan menguji hipotesis yang relevan untuk menjelaskan perilaku harga saham.
4
Penelitian mengenai perilaku harga saham selama periode perdagangan dan non
perdagangan akan menunjukkan proses informasi dalam pasar finansial. Dampak
relatif informasi publik, informasi privat dan noise dapat ditunjukkan dari periode
perdagangan dan non perdagangan. Caranya dengan melihat varians pada periode
perdagangan dan non perdagangan dan autokorelasinya.
Periode perdagangan di BEJ dibagi menjadi dua sesi, yaitu sesi pagi
(sesi pertama) dan sore (sesi kedua) dan dilaksanakan pada hari Senin sampai
dengan hari Jumat. Sesi pertama pada aktivitas perdagangan hari Senin sampai
dengan hari Kamis dilaksanakan mulai pukul 09.30 WIB sampai dengan pukul
12.00 WIB dan sesi kedua dimulai pada pukul 13.30 WIB sampai dengan pukul
16.00 WIB. Sedangkan sesi pertama untuk aktivitas perdagangan hari Jumat
dimulai pada pukul 09.30 WIB sampai dengan pukul 11.30 WIB dan sesi kedua
dimulai pada pukul 14.00 WIB sampai dengan pukul 16.00 WIB. Antara kedua
sesi dipisahkan oleh istirahat siang, sehingga varians periode non perdagangan
meliputi varians return malam hari (R1) dan istirahat siang (R3), sedangkan
varians periode perdagangan meliputi varians return sesi pertama (R2) dan varians
return sesi kedua (R4).
Selain itu penelitian ini juga menguji volatilitas return harian. Empat
buah return digunakan untuk menganalisis volatilitas return selama 24 jam yaitu
harga pembukaan dan penutupan pada sesi pertama perdagangan (O1 dan C1) dan
harga pembukaan dan penutupan pada sesi kedua (O2 dan C2). Rasio varians
digunakan untuk menganalisis keseragaman kedatangan informasi selama satu
hari (Guner & Onder, 2002). Jika informasi menggerakkan harga dan volatilitas
5
hanya disebabkan oleh adanya informasi serta datangnya informasi seragam,
maka volatilitas return harian yang dihitung dari harga pembukaan dan penutupan
untuk masing-masing sesi, seharusnya sama. Selain itu varians open to open dan
varians close to close juga digunakan untuk menganalisis pengaruh mekanisme
perdagangan (Amihud & Mendelson, 1987). Perbedaan mekanisme perdagangan
antara pembukaan dan penutupan perdagangan di Tokyo Stock Exchange (TSE)
menyebabkan perbedaan volatilitas antara return open to open dengan return close
to close. Karakteristik BEJ berbeda dengan di TSE, karena di BEJ tidak ada
perbedaan mekanisme perdagangan antara pembukaan dan penutupan, sehingga
diduga tidak ada perbedaan yang siginifikan antar varians open to open dengan
close to close.
Menurut Huang, Liu dan Fu (2000) varians return periode perdagangan
dan varians return non periode perdagangan sangat sensitif terhadap kondisi pasar
(meliputi size, volume perdagangan, bid-ask spread, day of the week, return pasar
dan perubahan kebijakan tick size). Oleh karena itu pada bagian akhir penelitian
ini, quintil portofolio dibentuk untuk menguji kestabilan perilaku harga pada
periode perdagangan dan non perdagangan pada kondisi pasar yang berbeda-beda.
B. Perumusan Masalah
Berdasarkan pengamatan mengenai perilaku harga saham selama periode
perdagangan maupun non perdagangan oleh peneliti sebelumnya, maka dapat
dirumuskan permasalahan sebagai berikut.
1. bagaimana varians return pada periode perdagangan dan non perdagangan
2. bagaimana keseragaman volatilitas return harian
6
3. bagaimana autokorelasi antara periode perdagangan dan periode non
perdagangan dengan periode-periode sebelumnya serta return harian dengan
hari sebelumnya
4. bagaimana sensitivitas perilaku harga terhadap kondisi pasar (meliputi size,
volume perdagangan, bid-ask spread, day of the week, return pasar dan
perubahan kebijakan tick size).
C. Tujuan Penelitian
Tujuan penelitian ini adalah
1. menguji varians return pada periode perdagangan dan non perdagangan
2. menguji keseragaman volatilitas return harian
3. menguji autokorelasi antara periode perdagangan dan periode non
perdagangan dengan periode-periode sebelumnya serta return harian dengan
hari sebelumnya
4. menguji sensitivitas perilaku harga terhadap kondisi pasar (meliputi size,
volume perdagangan, bid-ask spread, day of the week, return pasar dan
perubahan kebijakan tick size).
D. Manfaat Penelitian
Penelitian ini diharapkan memberi tambahan kontribusi empiris terhadap perilaku
harga saham pada periode perdagangan dan non perdagangan, keseragaman
volatilitas return harian dan noise di BEJ. Selain itu penelitian ini melihat
pengaruh kondisi pasar (meliputi size, volume perdagangan, bid-ask spread, day
of the week, return pasar dan perubahan kebijakan tick size) terhadap perilaku
harga. Diharapkan hasil penelitian ini dapat memberikan informasi bagi investor
dalam melakukan analisa terhadap investasi yang akan dilakukannya mengenai
7
peran perilaku harga selama periode perdagangan dan non perdagangan dalam
membentuk harga, sehingga investor dapat mengambil keputusan yang lebih baik.
E. Sistematika Penulisan
Penelitian ini akan disusun dengan sistematika penulisan sebagai berikut:
BAB I. Pendahuluan.
BAB II. Tinjauan pustaka dan pengembangan hipotesis.
BAB III. Metode Penelitian.
BAB IV. Hasil penelitian dan pengujian hipotesis.
BAB V. Simpulan, keterbatasan penelitian dan saran.
8
BAB II
TINJAUAN PUSTAKA DAN PENGEMBANGAN HIPOTESIS
A. Informasi Publik dan Informasi Privat
Volatilitas harga saham berawal dari aktivitas re-evaluasi investor (Sialia, 1991).
Proses re-evaluasi dilaksanakan dengan jalan mengestimasi harapan perolehan
pendapatan dan risikonya guna menentukan nilai intrinsik saham menggunakan
data yang paling akhir. Hasil yang diperoleh dibandingkan dengan harga yang
terjadi untuk mengetahui kewajaran harga tersebut. Dari penilaian kewajaran ini
diambil keputusan untuk membeli atau menjual saham. Pada kondisi ini, ada dua
pihak yang memiliki tujuan yang bertentangan, yaitu pembeli saham yang
menghendaki kenaikan harga setelah proses pembelian dan pihak penjual yang
menghendaki penurunan harga. Tujuan yang bertentangan ini yang
mengakibatkan volatilitas harga saham.
Setiap kali tercipta harga, maka pada saat yang bersamaan tercipta pula
keseimbangan penawaran dan permintaan saham. Tingkat volatilitas harga saham
sebanding dengan fluktuasi nilai intrinsik saham, dan informasi yang masuk ke
investor akan sangat mempengaruhi terhadap re-evaluasi harga saham (Francis,
1986 dalam Harsono, 2003). Oleh karena itu proses volatilitas harga saham tidak
dapat dipisahkan dengan masuknya informasi baru kepada investor.
Menurut Fama (1970), harga saham akan mencerminkan semua
informasi yang tersedia, meliputi harga sebelumnya, informasi publik dan
informasi privat. Informasi privat jarang terjadi (Fama, 1991) dan hanya
mempengaruhi harga melalui perdagangan oleh investor berinformasi, yang
9
biasanya berdagang berdasarkan informasi mereka selama lebih sehari. Informasi
publik merupakan informasi yang dikenali pada saat yang sama dengan saat
mempengaruhi harga, sebelum seorang pun bisa menggunakannya sebagai dasar
untuk berdagang (French & Roll, 1986 dalam Berry dan Howe, 1994).
Sinyal informasi publik tersedia bagi semua pedagang tapi dinilai secara
berbeda oleh pedagang yang berbeda (Odean, 1998). Investor berinformasi
maupun tak berinformasi, berdagang hanya bila ada informasi baru mengenai arus
kas mendatang saham atau mengenai variabel lain seperti kekayaan, preferensi,
peluang investasi. Reaksi investor terhadap informasi terjadi saat informasi
tersebut muncul menghasilkan perubahan harga yang mencerminkan ekspektasi
risiko dan perolehan investor (Berry & Howe, 1994)
Ini didukung oleh Nofsinger (2001) yang meneliti perilaku perdagangan
investor institusi dan investor individual setelah adanya informasi firm specific
yang di-release Wall Street Journal dan pengumuman makroekonomi. Investor
cenderung memperhatikan informasi yang di-release khususnya informasi tentang
earnings dan dividen untuk firm specific. Investor institusi dan individual akan
membeli setelah adanya good economics news dan menjual setelah adanya bad
economics news. Hal ini menunjukkan bahwa informasi publik yang di-release
Wall Street Journal dan pengumuman makroekonomi akan sangat mempengaruhi
volatilitas harga saham.
Bahkan menurut Balduzzi, Elton dan Green (2001) sebagian besar
informasi publik pengaruhnya cenderung sangat cepat (dalam 1 menit atau
kurang). Hal ini didukung oleh Frino dan Hill (2001) yang menyatakan bahwa
perilaku harga saham akan sangat dipengaruhi oleh pengumuman informasi publik
10
di Sydney Future Exchange (SFE). Dari analisis volatilitas harga, volume
perdagangan dan bid-ask spread mengindikasikan bahwa penyesuaian terhadap
informasi baru terjadi dengan sangat cepat, hanya dalam 240 detik pengaruhnya
pengumuman baru itu sudah dapat dideteksi. Analisis pengaruh bid-ask spread
sangat kelihatan pada 20 detik sebelum ada informasi publik dan 30 detik setelah
informasi publik dikeluarkan. Peningkatan bid-ask spread ini sangat erat
hubungannya dengan volatilitas harga, yang mengimplikasikan respon pasar
terhadap adanya informasi publik.
Adanya pengumuman publik dan informasi (yang diproksikan dengan
peningkatan volume dan perubahan harga besar-besaran) menyebabkan abnormal
return menjadi besar (Pritamani & Singal, 2001). Jika informasi tersebut
berhubungan dengan earning atau sesuai dengan rekomendasi analis maka
abnormal return selama 20 hari menjadi lebih besar berkisar 3% sampai dengan
4% untuk positive events dan -2,25% untuk negative events.
Selain informasi publik, informasi privat juga mempengaruhi volatilitas
harga. Menurut Grundy dan Kim (2002) menyatakan bahwa tingkat heteregonitas
informasi berdampak pada peningkatan variabilitas harga sebesar 20%-46%
dibandingkan dengan homogeneous full information economy. Hal ini berarti
bahwa sinyal-sinyal informasi privat berkontribusi positif terhadap variabilitas
harga dibandingkan dengan informasi publik.
Suhaibani dan Kryzanowski (2000) dengan menggunakan data dari
Saudi Stock Market (SSM) meneliti information content penawaran baru.
Penawaran-penawaran baru yang lebih besar dan lebih agresif dikarenakan lebih
banyaknya informasi. Pengukuran relatif informasi penawaran mengimplikasikan
11
bahwa menunjukkan bahwa informasi privat merupakan hal yang penting dalam
perdagangan saham.
B. Periode Perdagangan dan non Perdagangan
Reaksi investor terhadap informasi baru saat informasi tersebut muncul
menghasilkan perubahan harga yang mencerminkan ekspektasi risiko dan
perolehan investor (Bery & Howe, 1994). Informasi publik akan di-release lebih
lama pada periode malam hari (overnight) daripada periode perdagangan. Oleh
karena itu, volatilitas return lebih tinggi pada periode non perdagangan daripada
periode perdagangan.
Tetapi hal ini bertentangan dengan hasil penelitian yang dilakukan
Amihud dan Mendelson (1991) dan Huang, Liu dan Fu (2000) yang membuktikan
bahwa volatilitas return lebih tinggi pada periode perdagangan karena didorong
informasi privat. Informasi privat diasumsikan di-release selama periode
perdagangan oleh pedagang yang memiliki informasi, maka hipotesis informasi
privat memprediksikan bahwa return pada saat periode perdagangan lebih tinggi
dari return pada periode non perdagangan.
Periode perdagangan di BEJ meliputi dua sesi yaitu sesi pertama (pagi)
dan sesi kedua (sore). Sehingga diduga bahwa varians return pada sesi pertama
dan sesi kedua (periode perdagangan) lebih besar dibandingkan dengan varians
return periode malam hari. Hal ini sesuai dengan penelitian yang dilakukan oleh
Ko, Lee dan Chung (1995) yang menguji perilaku intraday dari volatilitas harga
saham pada Korea Stock Exchange (KSE). Adanya informasi menyebabkan
volatilitas harga saham lebih besar terjadi pada periode perdagangan (sesi pertama
dan kedua), bukan malam hari (overnight period).
12
Oleh karena dapat dihipotesiskan sebagai berikut
Hipotesis 1a: varians return pada saat sesi pertama lebih tinggi
dari varians return pada periode malam
Hipotesis 1b: varians return pada saat sesi kedua lebih tinggi dari
varians return pada periode malam
Penelitian Ito, Lyons dan Melvin (1998) menguji informasi privat yang
direlease selama istirahat siang dalam perdagangan Tokyo menyebabkan
tingginya volatilitas harga. Hal ini didukung oleh Guner dan Onder (2001) yang
menyatakan bahwa di Turki volatilitas pada sesi istirahat siang tinggi disebabkan
adanya informasi privat. Tetapi bila dibandingkan dengan sesi pertama dan sesi
kedua periode perdagangan, volatilitas pada sesi istirahat siang lebih rendah. Hal
ini disebabkan karena waktu istirahat siang yang relatif sebentar dan intensitas
informasi yang lebih rendah dibandingkan pada periode perdagangan (Guner &
Onder, 2001).
Hipotesis 1c: varians return pada saat sesi pertama lebih tinggi
dari varians return pada periode istirahat siang
Hipotesis 1d: varians return pada saat sesi kedua lebih tinggi dari
varians return pada periode istirahat siang
Selanjutnya Ko, Lee dan Chung (1995) menemukan adanya perbedaan
antara varians return pada sesi pertama dan sesi kedua, walau perbedaan itu tidak
signifikan bila diuji dengan pengujian statistik metode Levene yang dimodifikasi.
Guner dan Onder (2002) menyatakan bahwa varians return pada sesi pertama di
Istanbul Stock Exchange (ISE) lebih tinggi bila dibandingkan dengan varians
return pada sesi kedua. Rasio perbandingan antara varians return sesi perdagangan
13
pagi dan terhadap varians return perdagangan siang adalah sebesar 1,30 (lebih
besar sesi pagi), tetapi secara statistik tidak siginifikan. Hasil ini mengindikasikan
bahwa bahwa return pada sesi pagi hari lebih volatil bila dibandingkan dengan
sesi siang hari. Hal ini disebabkan banyaknya informasi dan noise yang beredar
pada sesi pagi hari.
Oleh karena dapat dihipotesiskan sebagai berikut
Hipotesis 2: varians return pada saat sesi pertama (R2) lebih tinggi
dari varians return pada sesi kedua (R4)
Volatilitas return selama istirahat siang akan sama dengan volatilitas
return pada malam hari. Hal ini disebabkan karena para investor tidak aktif
menyerap informasi dan informasi publik tidak direspon dengan baik oleh pasar.
Di satu sisi, ada pendapat bahwa selama istirahat siang para investor tetap dapat
mendapatkan informasi. Artinya selama istirahat siang ada informasi privat yang
beredar (Ito, Lyons & Melvin, 1998).
Hal ini didukung oleh penelitian yang dilakukan oleh Guner dan Onder
(2002) yang menemukan bahwa volatilitas harga saham selama istirahat siang
lebih tinggi bila dibandingkan dengan periode malam hari. Hasil penelitian ini
mengindikasikan bahwa informasi terus hadir selama istirahat siang melalui
perdagangan yang ditunda karena adanya istirahat siang.
Tetapi hal ini tidak didukung oleh penelitian Amihud dan Mendelson
(1991) yang menyatakan bahwa tingkat kedatangan informasi selama istirahat
siang adalah rendah, karena para pedagang beristirahat untuk makan dan intesitas
perdagangan turun, sehingga informed traders kurang aktif untuk berdagang.
Selain itu informasi publik yang di-release lebih lama pada periode malam hari
14
daripada periode istirahat siang. Oleh karena itu, volatilitas return lebih tinggi
pada periode malam hari (R1) daripada periode istirahat siang (R3).
Hipotesis 3: varians return pada saat periode malam (R1) lebih
tinggi dari varians return pada periode istirahat siang (R3)
C. Return Harian
Selain meneliti varians trading dan non trading, penelitian ini juga menguji
volatilitas return harian. Empat buah return digunakan untuk menganalisis
volatilitas return selama 24 jam yaitu harga pembukaan dan penutupan pada sesi
pertama perdagangan (O1 dan C1) dan harga pembukaan dan penutupan pada sesi
kedua (O2 dan C2). Rasio varians digunakan untuk menganalisis keseragaman
kedatangan informasi selama satu hari (Guner & Onder, 2002).
Penemuan fenomena bahwa pada periode open-to-open, varians
returnnya lebih tinggi daripada periode close-to-close di uji oleh Amihud dan
Mendelson (1987) dan Stoll dan Whaley (1990). Amihud dan Mendelson (1987)
berpendapat bahwa pola harga yang terjadi dikarenakan perbedaan mekanisme
perdagangan yang diadopsi oleh stock exchanges dalam menentukan harga.
Amihud dan Mendelson (1987) dan Stoll dan Whaley (1990) menguji hipotesis
mekanisme perdagangan dengan membandingkan varians return open-to-open
terhadap varians return close-to-close untuk saham-saham yang terdaftar di
NYSE. NYSE mengadopsi kedua mekanisme perdagangan. Harga pembukaan
ditentukan dengan mekanisme call market, sedangkan harga penutupan ditentukan
dengan metode continous. Hasilnya, mereka menemukan bahwa varians return
selama periode open-to-open lebih tinggi daripada varians return selama periode
15
close-to-close dan menyimpulkan bahwa hasil tersebut konsisten dengan hipotesis
mekanisme perdagangan yang dipakai.
Hal ini berbeda dengan mekanisme perdagangan di BEJ dimana harga
pembukaan dan penutupan ditentukan oleh continous method. Artinya jika
mekanisme perdagangan menggerakkan volatilitas maka tidak ada perbedaan
yang signifikan antara varians open to open dengan close to close. Perbedaan
mekanisme perdangan BEJ dengan bursa efek lainnya dapat dilihat pada
Gambar1.
Sesi pertama Sesi kedua Indonesia | ← CA → | | ← CA → | Hongkong | ← CA → | | ← CA → | Korea CM ← CA → | CM ← CA → CM Malaysia | ← CM → | | ← CM → | Singapura | ← CA → | | ← CA → | Taiwan | ← CM → | Thailand CM ← CA → | CM ← CA → | Tokyo CM ← CA → | CM ← CA → | NYSE CM ← CA → | Turki | ← CA → | | ← CA → | CM: Call Market Method CA: Continous Auction Method Sumber: Chang, Hsu, Huang dan Rhe (1999) dan Guner dan Onder (2002)
Gambar 1. Metode Perdagangan di Berbagai Negara
Ternyata hipotesis mekanisme perdagangan bukanlah faktor tunggal
yang menjelaskan tingginya volatilitas return pada pembukaan NYSE. Harga
pembukaan bisa lebih volatil dari harga penutupan bisa disebabkan juga oleh
monopoly power specialis dan ketiadaan perdagangan sepanjang malam (Lam &
Tong, 1999). Hal ini didukung oleh penelitian yang dilakukan oleh Guner dan
Onder (2002) yang menyatakan bahwa varians return open to open di ISE
(Istanbul Stock Exchange) lebih tinggi dibandingkan dengan varians return close
16
to close baik pada sesi pertama dan kedua. Karena tidak ada perbedaan prosedur
perdagangan pada pembukaan dan fase sitirahat pada ISE, maka perbedaan
tersebut disebabkan oleh ketiadaan perdagangan selama periode nontrading
sebelumnya/trading halt (Amihud & Mendelson, 1991). Oleh karena itu
hipotesisnya dapat dijabarkan sebagai berikut
Hipotesis 4a: varians return open to open pada sesi pertama (O1)
lebih tinggi dibandingkan dengan varians return close to close pada sesi
pertama (C1)
Hipotesis 4b: varians return open to open pada sesi pertama (O1)
lebih tinggi dibandingkan dengan varians return close to close pada sesi
kedua (C2)
Hipotesis 4c: varians return open to open pada sesi kedua (O2) lebih
tinggi dibandingkan dengan varians return close to close pada sesi pertama
(C1)
Hipotesis 4d: varians return open to open pada sesi kedua (O2) lebih
tinggi dibandingkan dengan varians return close to close pada sesi kedua (C2)
Pengujian rata-rata bid-ask spread untuk masing-masing menit dari
trading day menunjukkan bahwa spreads relatif tinggi pada menit ketiga, dan
selanjutnya turun sampai menit 293 dan lalu naik naik sampai penutupan
perdagangan sehingga plot spreads trading day menunjukkan kebalikan bentuk J
(Mcnish & Wood, 1992). Analisis ini menunjukkan bahwa bid-ask spread lebih
17
tinggi pada permulaan perdagangan dan akan turun pada untuk periode
selanjutnya.
Hal ini sesuai dengan penelitian yang dilakukan Guner dan Onder
(2002) yang menyatakan bahwa volatilitas pada harga pembukaan pada sesi pagi
lebih tinggi dibandingkan dengan volatilitas pada harga siang hari. Hal ini
disebabkan karena pada sesi pertama ada 18 jam periode non perdagangan dan
hanya terdapat dua jam periode non perdagangan di ISE. Panjangnya periode non
perdagangan sebelum pembukaan mempengaruhi volatilitas pembukaan.
Hipotesis 5: varians return open to open pada sesi pertama (O1)
lebih tinggi dibandingkan dengan varians return open to open pada sesi
kedua (O2)
Selanjutnya hasil penelitian Guner dan Onder (2002) mengindikasikan
bahwa varians return close to close pada sesi pertama lebih tinggi dibandingkan
varians return close to close pada sesi kedua. Hal ini disebabkan tingkat
uncertainty faced investor pada penutupan masing-masing sesi perdagangan.
Tingginya uncertainty pada sesi pertama menyebabkan volatilitas return harian
pada sesi pertama lebih tinggi dibandingkan dengan volatilitas return pada sesi
kedua.
Hipotesis 6: varians return close to close pada sesi pertama(C1) lebih
tinggi dibandingkan dengan varians return close to close pada sesi kedua(C2)
D. Noise
Pendekatan noise trading menyatakan bahwa terdapat variabilitas harga yang
diakibatkan oleh perdagangan tak terduga yang nampak tak berkorelasi dengan
18
informasi yang valid. Noise trading berdasar seakan-akan noise merupakan
informasi. Semakin banyak noise trading semakin tidak likuid pasar, dalam arti
semakin sering perdagangan yang memungkinkan pengamatan terhadap harga.
Tetapi noise trading sebenarnya menempatkan noise ke dalam harga (Harsono,
2003).
Harga saham mencerminkan informasi dari pedagang berbasis informasi
dan noise dari noise trader. Noise yang ditempatkan noise trader ke dalam harga
saham akan kumulatif, sehingga harga saham akan cenderung bergerak balik ke
nilainya di sepanjang waktu. Semakin jauh harga saham bergerak menjauhi
nilainya, semakin cepat cenderung balik kembali (Black, 1986).
Sejumlah anomali pasar finansial, termasuk volatilitas berlebihan dan
mean reversion dalam harga pasar saham, bisa dijelaskan oleh gagasan noise
trader. Perilaku arbitrage profesional merupakan respon terhadap noise trading
daripada sebagai perdagangan berbasis fundamental. Kebanyakan arbitrage
profesional menghabiskan sumber daya mereka memeriksa dan memprediksi
sinyal palsu yang diikuti noise trader (DeLong, Shleifer, Summers & Waldman,
1990 dalam Harsono, 2003).
Noise trader membentuk taksiran yang salah terutama mengenai varians
distribusi perolehan aktiva tertentu. Untuk mispersepsi semacam itu noise trader
sebagai kelompok tidak hanya menghasilkan perolehan lebih tinggi daripada yang
dihasilkan investor rasional tetapi bisa survive dan mendominasi pasar dalam hal
kekayaan jangka panjang, sekalipun mengambil risiko berlebihan.
Strategi perdagang berbasis noise bisa berpotensi menimbulkan
destabilisasi dan mendorong harga menjauh dari fundamental bila mereka
19
membentuk herd. Tetapi harga akan stabil bila perdagangan berbasis fundamental
cukup kuat untuk mencegah harga bergerak menjauhi fundamental dan merespon
informasi fundamental. Studi mengenai herd oleh reksadana menunjukkan bahwa
secara keseluruhan setiap penyesuaian harga saham yang teramati setelah
perdagangan oleh herds nampak bersifat permanen, mendukung gagasan bahwa
herd oleh reksadana mempercepat proses penyesuaian harga dan tidak
destabilisasi (Wermers, 1999 dalam Harsono, 2003).
Adanya noise diuji oleh Chelley dan Steeley (2001) yang menyatakan
return pembukaan mempunyai volatilitas yang lebih tinggi dan berkorelasi serial
negatif dengan return penutupan. Hal ini disebabkan karena adanya overreaction
dan noise, sehingga ada perbedaan perilaku return pada return pembukaan dan
return penutupan. Artinya kesalahan penentuan harga pembukaan dapat dikoreksi
pada trading time.
Bila ada noise maka pergerakan harga saham yang naik pada periode
perdagangan akan diikuti dengan pembalikan harga pada periode non
perdagangan selanjutnya demikian pula sebaliknya. Oleh karena itu adanya noise
diindikasikan dengan melihat adanya autokorelasi negatif antara periode
perdagangan dengan periode-periode sebelumnya atau periode non perdagangan
dengan periode-periode sebelumnya (Amihud dan Mendelson, 1991) dan untuk
return harian (Guner & Onder, 2002). Oleh karena itu dapat dihipotesiskan
Hipotesis 7: adanya autokorelasi negatif antara return periode
perdagangan dengan periode-periode sebelumnya atau return periode non
perdagangan dengan periode-periode sebelumnya dan untuk return harian
dengan return harian sebelumnya
20
E. Hubungan antara Size dengan Volatilitas Return
Fama dan French (1992) menunjukkan bahwa size lebih konsisten dan signifikan
dibandingkan dengan beta dalam mempengaruhi return. Hubungan antara size
dan return merupakan hubungan yang berkebalikan. Saham-saham dari
perusahaan yang lebih kecil cenderung mempunyai return yang lebih tinggi
daripada saham-saham dari perusahaan yang lebih besar, sehingga investor akan
memilih small firm jika dia mempertimbangkan faktor size (Sharpe, Alexander &
Baley, 1995 dalam Hadinugroho, 2002).
Hal ini didukung oleh Gomez, Hodoshima dan Kunimura (1998) yang
menyatakan bahwa size dapat menjelaskan risiko dan merefleksikan informasi
tentang risiko. Dengan menggunakan data dari TSE, perusahaan dengan cash
flows yang sama, perusahaan yang berisiko mempunyai market value yang lebih
rendah dan expected return yang lebih tinggi. Hal ini mengindikasikan bahwa ada
hubungan antara size dan return.
Saham perusahaan dengan size kecil mempunyai tingkat frekuensi
perdagangan tidak secepat dan tidak semudah saham perusahaan dengan size
besar. Perusahaan dengan size kecil sangat riskan terhadap perubahan kondisi
ekonomi dan cenderung kurang menguntungkan dibandingkan dengan perusahaan
besar. Oleh karena itu saham dari perusahaan yang mempunyai size kecil akan
menanggung risiko yang lebih besar. Adanya risiko yang lebih besar ini,
perusahaan yang mempunyai size kecil dituntut memberikan return yang lebih
besar.
21
Chan dan Nai (1991) menunjukkan bahwa perusahaan dengan size kecil
lebih berisiko karena mereka mempunyai efisiensi produksi yang rendah, leverage
yang tinggi dengan tingkat profitabilitas yang rendah sehingga volatilitas return
perusahaan dengan size yang kecil cenderung lebih tinggi dibandingkan dengan
perusahaan dengan size besar. Selain itu size memuat informasi tentang tingkat
kecepatan perdagangan saham, efisiensi produksi, kelangsungan hidup dan
potensi excess return yang semuanya berdampak pada tingkat risiko sehingga size
dapat menjelaskan variasi dalam return saham (Hadinugroho, 2002).
F. Hubungan antara Volume Perdagangan dengan Volatilitas Return
Volume perdagangan merupakan jumlah transaksi yang diperdagangkan pada
waktu tertentu. Volume diperlukan untuk menggerakkan harga saham dan banyak
hal bisa dipelajari mengenai pasar saham dengan mempelajari dinamika gabungan
harga saham (Nugroho, 2003).
Pedagang bisa mempelajari informasi yang berharga mengenai sekuritas
dengan mengamati informasi harga masa lalu dan volume masa lalu. Volume
menyediakan data mengenai mutu atau presisi harga masa lalu dan volume masa
lalu dan ada hubungan yang signifikan antara volume dengan lag dan perolehan
sekarang sekuritas individual (Blume, Easley & O’Hara, 1994).
Admati dan Pflederer (1988) menyatakan bahwa rata-rata volume
lembar saham yang diperdagangkan membentuk pola U. Hal ini sesuai dengan
pola varians perubahan harga dan varians return. Artinya periode-periode
perdagangan dengan volume perdagangan yang tinggi cenderung mempunyai
variabilitas return yang tinggi juga.
22
Sementara hasil penelitian menunjukkan adanya hubungan yang kuat
antara volume perdagangan dan fluktuasi perubahan harga saham, ada 3 teori
yang dikemukakan untuk menjelaskan hubungan antara volume perdagangan dan
volatilitas harga saham. Teori mixture of distribution hypothesis mengasumsikan
bahwa perubahan harga per transaksi berhubungan secara monoton dengan
volume transaksi tersebut dan keduanya berhubungan dengan aliran informasi
yang masuk sehingga menimbulkan hubungan antara volume dan pergerakan
harga (mixing variable). Sedangkan dalam difference in opinion models dikatakan
apabila informasi publik berubah dan menguntungkan ke tidak menguntungkan
atau sebaliknya dan investor mempunyai keyakinan yang berbeda mengenai nilai
saham sehingga hal tersebut akan menimbulkan transaksi perdagangan. Berbeda
dengan kedua model tersebut, dalam model asymmetric information mengatakan
bahwa investor yang berinformasi melakukan transaksi berdasarkan pada
informasi privat yang diperolehnya dan semakin banyak transaksi yang
dilakukannya, semakin tinggi pula volatilitas dikarenakan muncul informasi privat
(Sari, 2004).
G. Hubungan antara Bid-Ask Spread dengan Volatilitas Return
Perdagangan saham akan berlangsung bila terjadi harga keseimbangan antara
harga penawaran dan harga permintaan. Seringkali harga penawaran dan harga
permintaan tidak sama sehingga perdagangan tidak terjadi. Hal ini membuat harga
saham turun atau naik karena pembeli akan menaikkan harga dan pedagang akan
membuat harga turun. Frekuensi perdagangan saham akan meningkat bila rentang
(selisih) antara harga penawaran dan pembelian tidak terlalu jauh.
23
Bid adalah harga tertinggi yang bersedia dibayar oleh calon pembeli
pada suatu saat tertentu untuk suatu unit dagangan dari surat harga tertentu. Ask
adalah harga terendah yang dapat diterima oleh calon penjual dari surat berharga
yang sama. Kedua harga tersebut secara bersama membentuk suatu catatan harga
dan perbedaan antara kedua harga itu disebut dengan spread (sebaran).
Dalam hubungan antara spread dan return saham, Amihud dan
Mendelson (1986) mengemukakan bahwa semakin tinggi spread suatu aset maka
akan semakin tinggi pula tingkat return yang disyaratkan. Adanya spread yang
semakin tinggi menandakan bahwa tingkat likuiditas dari saham tersebut semakin
rendah sehingga saham tersebut relatif sulit dan jarang unutk diperdagangkan di
dalam bursa efek.
Likuiditas (kemampuan suatu saham untuk melakukan pembelian atau
penjualan) merupakan faktor yang menjadi bahan pertimbangan dalam investasi.
Semakin mudah melakukan penjualan/pembelian terhadap suatu saham, maka
saham tersebut dikatakan semakin likuid. Investor akan lebih suka kepada saham
yang likuid dibandingkan dengan saham yang tidak likuid. Kemudahan dalam
melakukan transaksi saham-saham yang likuid akan menurunkan selisih tawar
menawar antar investor sehingga akan meningkatkan frekuensi perdagangan
terhadap saham. Semakin likuid suatu saham akan memiliki selisih harga
penawaran dan harga permintaan yang semakin kecil. Bid-ask spread yang terlalu
besar menandakan saham tersebut semakin tidak likuid.
Menurut Easley dan O’Hara (1987) saham yang sering diperdagangkan
akan memiliki risiko yang lebih kecil dibandingkan dengan saham yang jarang
24
diperdagangkan sebagai akibat adanya informasi yang berkaitan dengan
perdagangan. Semakin tidak aktif suatu saham akan semakin berisiko karena
memiliki banyak perdagangan yang dilakukan berdasarkan informasi yang yang
terjadi, misalnya informasi laporan keuangan, merger, akusisi ataupun informasi
lain yang memberikan kandungan informasi kepada pasar modal tersebut. Tidak
seringnya saham tersebut diperdagangkan di bursa efek mengakibatkan saham
tersebut lebih berisiko terhadap pengaruh informasi yang spesifik yang
terdistribusi dan masuk ke dalam pasar modal.
Spread yang yang besar biasanya memiliki tingkat risiko yang lebih
besar dibanding saham yang aktif diperdagangkan atau memiliki spread yang
lebih kecil. Hal ini berkaitan dengan spread yang tinggi biasanya terdapat pada
saham yang dimiliki secara lama dan jarang diperdagangkan.
Saham yang sering diperdagangkan menunjukkan bahwa saham tersebut
digemari investor, berarti bahwa saham tersebut cepat diperdagangkan. Kondisi
tersebut menyebabkan trader tidak terlalu lama memegang saham, yang
mengakibatkan penurunan biaya kepemilikan saham. Semakin cepat perdagangan
mengakibatkan penurunan biaya kepemilikan saham (Stoll, 1989).
Saham yang jarang diperdagangkan akan rentan terhadap risiko
perubahan harga, sehingga spread yang semakin besar merupakan kompensasi
terhadap risiko yang semakin besar terhadap kemingkinan saham tidak likuid. Hal
ini dibuktikan oleh Elton, Gruber, Agrawal dan Mann (2001) yang menguji
perbedaan spread antara corporate bonds dan government bonds. Perbedaan
spread dari corporate bonds dan government bonds dipengaruhi oleh kerugian
25
dari expected defaults, pajak lokal dan negara (yang harus dibayarkan oleh
corporate bonds sedangkan government bonds tidak ada pajak) dan tingkat risiko
keduanya. Bonds dengan tingkat risiko yang lebih tinggi mempunyai spread yang
lebih tinggi.
Penelitian tersebut mendukung pernyataan Branch dan Freed (1977)
bahwa investor memerlukan spread yang lebih tinggi untuk menangani saham-
saham yang lebih berisiko. Spread di sini merupakan ukuran langsung dari biaya
likuiditas, ketika likuiditas didefinisikan sebagai kemudahan dan kecepatan yang
dimiliki instrumen keuangan yang dapat dicairkan dengan segera.
Oleh karena itu semakin besar spread suatu saham, maka akan semakin
besar tingkat return yang diharapkan dari saham tersebut. Amihud dan Mendelson
(1986) menyatakan bahwa rata-rata risk adjusted return portofolio akan
meningkat sesuai dengan bid-ask spread dan slope dari hubungan return-spread
akan menurun seiring dengan peningkatan spread. Return yang disyaratkan akan
meningkat sesuai dengan kenaikan spread suatu aset dengan kenaikan yang
semakin kecil. Demikian juga dengan tingkat volatilitas return baik pada periode
perdagangan dan non perdagangan yang mempunyai hubungan yang positif
dengan bid-ask spread (Huang, Liu & Fu, 2000).
H. Hubungan antara Hari Perdagangan dengan Volatilitas Return
Penelitian terhadap pola return saham pada hari perdagangan telah banyak
dilakukan. Lakonishok dan Maberly (1990) menunjukkan bahwa return saham di
NYSE dipengaruhi oleh pola aktivitas perdagangan harian yang dilakukan oleh
investor. Keinginan investor untuk melakukan transaksi pada hari Senin relatif
26
lebih tinggi dibandingkan dengan hari perdagangan lainnya, sehingga aktivitas
transaksi pada haris Senin lebih tinggi dibandingkan dengan hari lainnya. Hal ini
dipicu oleh hasrat investor untuk menjual saham lebih tinggi dibandingkan dengan
hasrat untuk membeli saham, sehingga harga saham cenderung lebih rendah.
Hal ini didukung oleh penelitian Dimson dan Marsh (1986) dalam
Algifari (1999) yang menunjukkan bahwa pada hari Senin banyak aksi jual
dibandingkan dengan aksi beli. Akibatnya harga saham pada hari Senin lebih
rendah bila dibandingkan dengan hari lain. Return saham terendah terjadi pada
perdagangan hari Senin disebabkan karena selama akhir pekan sampai dengan
hari Senin, investor memiliki kecenderungan untuk menjual saham melebihi
kecenderungan untuk membeli saham. Pada hari Senin , pasar mengalami surplus
permintaan jual (sell order) yang merupakan akumulasi dari permintaan jual
selama pasar tutup pada akhir pekan.
Rystrm dan Benson (1989) dalam Algifari (1999) meneliti pengaruh
hari perdagangan terhadap return saham melalui pendekatan psikologis.
Pendekatan ini diarahkan pada pengamatan terhadap perilaku perubahan harga
saham yang disebabkan oleh perilaku (behaviour) individual investor. Investor
individual dalam membuat membuat keputusan finansialnya tidak hanya
dipengaruhi oleh pertimbangan rasional dan data obyektif tetapi juga dipengaruhi
oleh tindakan yang tidak rasional seperti emosi, kebiasaan psikologis tertentu dan
mood invetor.
27
Faktor-faktor psikologis tersebut tidak sama untuk setiap hari, sehingga
tingkat optimisme dan pesimisme setiap hari juga berbeda. Orang-orang
cenderung merasa tidak senang dengan hari Senin, karena hari Senin adalah hari
yang mengawali hari kerja panjang selama satu minggu, sehingga ada perasaan
pesimis terhadap saham yang mereka pegang dibandingkan dengan hari-hari yang
lain. Investor akan cenderung merasa lebih tepat menjual dengan harga yang
rendah pada hari Senin dibandingkan dengan memegang saham tersebut untuk
dijual pada hari perdagangan berikutnya.
Rogalski (1984) meneliti days of the week selama periode perdagangan
dan non perdagangan dengan menghitung return close to close harian. Rata-rata
return negatif dari penutupan Jumat sampai dengan penutupan Senin disebabkan
adanya periode non perdagangan dari penutupan Jumat sampai dengan
pembukaan Senin. Dari penelitiannya return close to open pada hari Senin (return
penutupan Jumat sampai dengan pembukaan Senin) lebih negatif bila
dibandingkan dengan return close to close (penutupan Jumat sampai dengan
penutupan Senin). Bahkan nilai periode perdagangan pada hari Senin (open to
close) bernilai positif. Artinya return hari Senin pada periode non perdagangan
lebih negatif bila dibandingkan dengan nilai absolut antara penutupan Jumat
sampai penutupan Senin dan periode perdagangan. Oleh karena itu nilai return
negatif pada hari Senin disebabkan periode non perdagangan. Hal ini didukung
oleh Cheung (1995) yang menyatakan bahwa nilai return negatif pada hari Senin
hanya terjadi pada awal-awal perdagangan (30 menit awal perdagangan).
28
I. Hubungan antara Up dan Down Markets dengan Volatilitas Return
Chang, Fukuda, Rhe dan Takano (1993) dalam Huang, Liu dan Fu (2000)
menyatakan bahwa rasio varians open to open return terhadap varians close to
close return sensitif terhadap kondisi pasar. Dari penelitian Huang, Liu dan Fu
(2000) menunjukkan bila return pasar positif maka return lebih besar terjadi pada
periode perdagangan. Demikian pula, jika return pasar negatif maka return yang
terjadi juga lebih negatif pada periode perdagangan. Varians trading time return
lebih positif jika return pasar positif dan lebih negatif jika return pasar negatif.
Sedangkan rasio varians return open to open dibandingkan dengan
varians return close to close lebih tinggi pada return pasar positif. Demikian juga
rasio varians return pada periode perdagangan dibandingkan dengan varians return
pada periode non perdagangan lebih besar pada return pasar positif.
J. Hubungan antara Tick Size dengan Volatilitas Return
Menurut Huang, Liu, dan Fu (2000) daily price limit dapat mempengaruhi
perilaku harga saham selama periode perdagangan dan non perdagangan. Salah
satu peraturan peraturan perdagangan di BEJ yang berhubungan dengan daily
price limit adalah peraturan mengenai batasan harga maksimum yang
diperkenankan berubah dalam tawar menawar saham. Batasan ini lebih populer
disebut dengan tick size.
Investor hanya dapat melakukan penawaran berdasarkan kelipatan tick
size ini. Satuan tick size dapat berupa desimal, pecahan atau bilangan bulat. Pasar
modal di Indonesia menggunakan bilangan bulat atau lebih dikenal dengan istilah
29
fraksi saham. Peraturan mengenai tick size di BEJ dituangkan dalam Keputusan
Direksi PT BEJ tentang Ketentuan Umum Perdagangan Efek.
Hartono (2004) meneliti perubahan kebijakan tick size pada tanggal 20
Oktober 2000 dengan menggunakan data intraday mulai tanggal 22 September
2000 sampai dengan 20 November 2000. Hasilnya mengindikasikan bahwa
perubahan kebijakan tick size mempengaruhi bid-ask spread dan volume
perdagangan. Dari penelitian Huang, Liu, dan Fu (2000) mengindikasikan bahwa
kedua variabel tersebut mempengaruhi volatilitas return selama periode
perdagangan dan non perdagangan. Oleh karena itu dapat disimpulkan bahwa
perubahan kebijakan tick size dapat mempengaruhi perilaku harga saham selama
periode perdagangan dan non perdagangan.
30
BAB III
METODE PENELITIAN
A. Data dan sampel penelitian
Pemilihan sampel hanya terbatas pada pada emiten yang sahamnya termasuk
kategori saham aktif yang diperdagangkan. Hal ini dilakukan karena BEJ merupakan
pasar yang dangkal (thin market) yang ditandai dengan banyaknya saham tidur
(Hartono, 2004). Oleh karena itu sampel penelitian ini adalah perusahaan-perusahaan
yang termasuk dalam daftar indeks LQ 45 baik pada periode pertama maupun
periode kedua pada tahun 2000 dan 2003.
Pada tahun 2000 terdapat 54 perusahaan, sedangkan tahun 2003 terdapat 50
perusahaan yang tercatat di LQ 45, tetapi 2 perusahaan pada tahun 2000 dikeluarkan
dari sampel karena delisting pada bulan Oktober 2000. Sampel yang berbeda dari
perusahaan yang berbeda dan dalam interval waktu yang berbeda untuk memastikan
bahwa perusahaan sampel tidak secara khusus pada satu sampel dan satu periode
waktu (Chan, Christie & Schultz, 1995).
Pemilihan LQ 45 dipilih karena perusahaan-perusahan di dalam LQ 45
mempunyai likuiditas yang tinggi, sehingga mengurangi adanya saham tidur baik
pada sesi pertama maupun pada sesi kedua pada hari perdagangan. Adanya saham
yang tidak aktif diperkirakan akan mengganggu penelitian yang dilakukan sehingga
hanya digunakan saham yang aktif diperdagangkan.
Pemilihan tahun sengaja tidak dipilih berurutan agar penelitian ini tidak
menggambarkan satu periode waktu yang spesifik. Selain itu tahun 2000 dipilih
karena ada perubahan peraturan mengenai tick size di BEJ yang dituangkan dalam
31
Keputusan Direksi PT. BEJ Nomor 331/BEJ/09-2000 dan berlaku mulai tanggal 20
Oktober 2000. Tujuan dilakukan tick size dalam rangka untuk menciptakan
perdagangan yang teratur, wajar dan efisien serta sebagai upaya meningkatkan
likuiditas perdagangan di BEJ. Perubahan kebijakan tick size ini diduga
mempengaruhi perilaku harga pada periode perdagangan dan periode non
perdagangan.
B. Jenis data
Data yang digunakan dalam penelitian ini berupa data sekunder, yang berupa data
intraday harga saham untuk mengetahui harga pembukaan dan penutupan baik pada
sesi pertama maupun sesi kedua perdagangan, laporan keuangan untuk mengetahui
jumlah lembar saham yang beredar, volume perdagangan, bid-ask spread, hari
perdagangan, pengumuman dividen, stock dividen, stock split, bonos share, reverse
split dan perusahan yang delisting.
C. Metode pengumpulan data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah metode
dokumentasi, metode dengan melihat dan menyalin dari berbagai sumber yang ada
hubungannya dengan penelitian ini. Data intraday, reverse split dan laporan
keuangan diperoleh dari Bagian Litbang MSI FE UGM. Data volume perdagangan,
bid-ask spread, hari perdagangan, pengumuman dividen dan perusahan yang
delisting berasal dari Pusat Pengembangan Akuntansi (PPA) Universitas Gadjah
Mada, sedangkan data stock dividen, bonus share dan stock split diperoleh dari
Indonesian Capital Market Directory (ICMD).
32
D. Definisi operasional
1. Harga pembukaan dan penutupan tiap-tiap sesi
Harga pembukaan dan penutupan diperoleh dari data intraday. Harga
pembukaan sesi pertama merupakan harga yang terbentuk pertama kali pada sesi
pertama dengan melihat waktu terjadinya transaksi. Jika terdapat dua atau lebih
transaksi pada awal sesi dengan waktu yang bersamaan maka dilihat dari nomer
transaksi (dipilih nomer transaksi yang terkecil). Harga penutupan merupakan harga
yang terjadi paling akhir pada sesi tersebut dengan melihat waktu terjadinya
transaksi. Jika terdapat dua atau lebih transaksi pada akkhir sesi dengan waktu yang
bersamaan maka dilihat dari nomer transaksi (dipilih nomer transaksi yang terbesar).
Ada empat buah seri harga untuk satu harinya, yaitu harga pembukaan sesi pertama
(PO1), harga penutupan sesi pertama (PC1), harga pembukaan sesi kedua (PO2) dan
harga penutupan sesi kedua (PC2).
2. Return
Return ditentukan dengan logaritma natural dari harga relatif Rt= ln (Pt/Pt-1).
Untuk menghitung return hari perdagangan dibagi menjadi 4 periode, meliputi 2 sesi
perdagangan (R2 dan R4) dan 2 periode non perdagangan meliputi malam hari dan
istirahat siang (R1 dan R3) sehingga dapat dirumuskan (t = hari ke-)
Return selama malam hari : R1, t = ln (PO1, t / PC2, t-1)
Return sesi pertama : R2, t = ln (PC1, t / PO1, t)
Return selama istirahat siang : R3, t = ln (PO2, t / PC1, t)
Return sesi kedua : R4, t = ln (PC2, t / P O2, t)
33
Sedangkan untuk menganalisis volatilitas return harian, juga digunakan empat
buah seri return yaitu:
Return harga pembukaan sesi pertama : RO1, t = ln (PO1, t / PO1, t-1)
Return harga penutupan sesi pertama : RC1, t = ln (PC1, t / PC1, t-1)
Return harga pembukaan sesi kedua : RO2, t = ln (PO2, t / PO2, t-1)
Return harga penutupan sesi kedua : RC2, t = ln (PC2, t / PC2, t-1)
Waktu perdagangan tidak sama untuk setiap harinya. Perdagangan dibuka
pertama kali pukul 09.30. setiap harinya, tetapi untuk penutupan sesi pertama
berakhir pukul 12.00 untuk Hari Senin sampai dengan Kamis, sedangkan Hari Jumat
ditutup pukul 11.30. Pembukaan sesi kedua pada pukul 13.30 untuk Hari Senin
sampai dengan Hari Kamis, sedangkan Hari Jumat dibuka pada pukul 14.00.
Penutupan sesi kedua dilakukan pada pukul 16.00 setiap harinya. Gambar 2
menunjukkan periode perdagangan (baik sesi pertama maupun kedua), periode non
perdagangan (istirahat siang dan malam harian) dan return harian baik dari harga
pembukaan dan penutupan sesi pertama perdagangan maupun dari harga pembukaan
dan penutupan sesi kedua perdagangan.
Gambar 2. Periode transaksi di BEJ
R21
O11 C11
R31
O21
R41
C21
R22
O12 C12
R32
O22
R42
C22
R12
Ro12
Rc12
Ro22
Rc22
Hari t = 1 Hari t = 2
34
O1 = pembukaan sesi pertama, pukul 09.30
C1 = penutupan sesi pertama, pukul 12.00 untuk Senin-Kamis dan 11.30
untuk Jumat
O2 = pembukaan sesi kedua, pukul 13.30 untuk Senin-Kamis dan 14.00
untuk Jumat
C2 = penutupan sesi kedua, pukul 16.00
Rijt = ln (Pij t / Pij, t-1) adalah return untuk transaksi ij (i = o untuk pembukaan,
c untuk penutupan; j = 1 untuk sesi pertama, 2 untuk sesi kedua) dari
hari (t-1) ke hari t.
Rkt = return pada interval ke-k pada hari t, dimana
k = 2 untuk sesi pertama (09.30-12.00 untuk Senin-Kamis, 09.30-14.00
untuk Jumat)
k = 3 untuk istirahat siang (12.00-12.30 untuk Senin-Kamis, 13.30-14.00
untuk Jumat)
k = 4 untuk sesi kedua (12.30-16.00 untuk Senin-Kamis, 14.00-16.00
untuk Jumat)
k = 1 untuk interval malam hari (dari 16.00 pada hari (t-1) sampai 09.00
hari t)
3. Portofolio
Portofolio pasar dibentuk dengan metode equal-weighted dengan berdasar
harian.
4. Size
Size diproksikan dengan perkalian perkalian jumlah lembar saham yang
beredar dengan harga saham.
5. Volume perdagangan
Volume perdagangan merupakan jumlah transaksi yang diperdagangkan pada
satu hari.
35
6. Bid-ask spread
Penghitungan bid-ask spread adalah ask price dikurangi bid price dibagi
dengan rerata ask price dan bid price, dan dirumuskan
2/)( bidaskbidaskBAS
+−
=
7. Return pasar
Return pasar dihitung dari rerata return close to close dari semua sampel.
E. Analisis data
a. Dari data intraday diperoleh empat seri harga yaitu harga pembukaan sesi
pertama (PO1), harga penutupan sesi pertama (PC1), harga pembukaan sesi
kedua (PO2) dan harga penutupan sesi kedua (PC2).
b. Membentuk 8 seri return yaitu, 2 return periode perdagangan, 2 return periode
non perdagangan dan 4 buah return harian. Sampel yang mempunyai sesi
yang tidak ada perdagangan maka return hari tersebut (Rt) dan return hari
sesudahnya (Rt+1) dikeluarkan dari perhitungan.
c. Hari di sekitar pengumuman dividen dihilangkan dari sampel (H-3 dan H+3)
d. Melakukan penyesuaian terhadap stock dividen, stock split, bonus share dan
stock reserve split.
e. Pembentukan portofolio pasar dengan berdasar harian untuk menganalisis
perilaku harga saham selama periode perdagangan dan non perdagangan.
f. Tingkat volatilitas return dilihat dari varians return periode perdagangan,
varians return periode non perdagangan dan varians return open to open dan
varians retrun close to close baik untuk sesi pertama maupun kedua.
36
g. Melakukan uji F antara varians return harian, dan antara varians return
periode perdagangan dengan varians return periode non perdagangan dengan
metode Levene yang dimodifikasi
∑∑
∑
= =
=
−−
−−=
J
j
n
iojij
J
jooojj
j
JNDD
jDDnF
1 1
2
1
2
)/()(
)1/()(
Keterangan
Dij : | Rij - Moj |
Rij : return untuk hari i, periode intraday j
Moj : sampel median return untuk periode j
Doj : ∑=
jn
ijij nD
1/ adalah rata-rata absolute deviasi dari median untuk
periode j
Doo :∑∑= =
J
j
n
iij
j
ND1 1
/ adalah grand mean
N : ∑=
J
jjn
1
Ftabel : F(J-1, N-J)
h. Menguji autokorelasi antara periode perdagangan dengan periode-periode
sebelumnya atau periode non perdagangan dengan periode-periode
sebelumnya dan untuk return harian.
i. Membentuk size quintiles untuk menganalisis sensitivitas perilaku harga
periode perdagangan dan non perdagangan serta varians ratio antara open-to-
open return dengan varians close-to-close return dengan size perusahaan.
37
j. Membentuk trading volume quintiles dengan mengelompokan perusahaan
berdasar trading volume harian menurut trading volume bulan sebelumnya.
k. Membentuk 5 portofolio dengan relative spread (rs) 0 ≤ rs < 1%, 1% ≤ rs <
2%, 2% ≤ rs < 3%, 3% ≤ rs < 4% dan 4% ≤ rs.
l. Membentuk 5 portofolio (Senin – Jumat) untuk melihat tingkat sensitivitas
terhadap day of the week.
m. Membagi sampel menjadi dua dengan melihat return harian pasar positif atau
tidak (rm > 0 dan rm ≤ 0) untuk melihat tingkat sensitivitas perilaku harga
periode perdagangan dan non perdagangan serta varians ratio antara open-to-
open return dengan varians close-to-close retun terhadap kondisi pasar.
n. Membagi sampel tahun 2000 menjadi 3 periode yaitu tanggal 5 Januari sampai
dengan 30 Juni, 4 Juli sampai dengan 19 Oktober dan 23 Oktober sampai
dengan 22 Desember 2000 untuk melihat pengaruh perubahan kebijakan tick
size.
38
BAB IV
HASIL PENELITIAN DAN PENGUJIAN HIPOTESIS
A. Volatilitas Return selama Periode Perdagangan dan Non Perdagangan
Volatilitas saham dapat merupakan hasil dari kedatangan informasi yang baru atau
dari proses perdagangan itu sendiri (Amihud & Mendelson, 1991). Black (1986)
menyatakan bahwa volatilitas digerakkan oleh individu-individu investor yang
berinteraksi dengan investor lain, untuk merespon informasi privat dan bertindak
overreact. Dari penelitian yang dilakukan oleh Admati dan Pfeiderer (1988), Easley
dan O’Hara (1987) dan Kyle (1985) diketahui bahwa informasi privat itu
mempengaruhi harga melalui perdagangan. Oleh karena itu diharapkan volatilitas
return selama periode perdagangan lebih tinggi dibandingkan dengan periode non
perdagangan.
Penelitian-pemeitian terdahulu mendukung hipotesis tersebut. Dari
penelitian yang dilakukan oleh Huang, Liu dan Fu (2000) yang meneliti perilaku
harga saham di Taiwan Stock Exchange mengindikasikan bahwa varians return
selama periode perdagangan lebih tinggi dibandingkan dengan varians return selama
periode non perdagangan. Hal ini mendukung hasil penelitian yang dilakukan oleh
Amihud dan Mendelson (1991) di TSE, Ko, Lee dan Cheung (1995) di KSE dan
Guner dan Onder (2002) di ISE.
Dalam penelitian ini, volatilitas return selama periode perdagangan dan non
perdagangan diuji untuk saham-saham LQ 45 di BEJ. Periode perdagangan di BEJ
dibagi menjadi dua yaitu untuk sesi pertama dan kedua, sedangkan periode non
perdagangan juga dibagi menjadi dua yaitu periode untuk istirahat siang dan malam
hari. Oleh karena itu ada 4 interval periode, sehingga ada 4 seri return yaitu return
39
untuk malam hati (R1), return sesi pertama (R2), return istirahat siang (R3) dan return
untuk sesi kedua (R4).
Tabel 1. Return Periode Perdagangan dan Non Perdagangan untuk tahun 2000 dan 2003 (dalam desimal)
2000 2003 2000 & 2003
R1 R2 R3 R4 R1 R2 R3 R4 R1 R2 R3 R4
varians* 12,200 15,169 2,594 12,099 6,430 7,119 2,020 6,333 9,284 11,223 2,301 9,288
rata-rata -0,0046 -0,0017 -0,0014 0,0049 -0,0041 0,0005 -0,0013 0,0071 -0,0044 -0,0005 -0,0013 0,0059
median -0,0032 -0,0018 -0,0014 0,0043 -0,0034 0,0002 -0,0012 0,0068 -0,0032 -0,0007 -0,0013 0,0057
std dev 0,0110 0,0123 0,0051 0,0110 0,0080 0,0084 0,0045 0,0080 0,0096 0,0106 0,0048 0,0096
max 0,0195 0,0385 0,0158 0,0736 0,0164 0,0238 0,0107 0,0266 0,0195 0,0385 0,0158 0,0736
min -0,0686 -0,0532 -0,0265 -0,0185 -0,0336 -0,0240 -0,0188 -0,0156 -0,0686 -0,0532 -0,0265 -0,0185
observasi 238 238 238 238 241 241 241 241 479 479 479 479 * x 10-5 R1 : Return periode malam hari R2 : Return sesi pertama R3 : Return periode istirahat siang R4 : Return sesi kedua
Tabel 1. menunjukkan return selama 4 interval periode meliputi 3 periode
siang hari (R2, R3 dan R4 ) dan periode malam hari (R1). Dari tabel tersebut
menunjukkan bahwa varians return pada sesi pertama lebih tinggi bila dibandingkan
dengan varians return malam hari, varians return sesi kedua dan varians return
istirahat siang. Volatilitas pada istirahat siang paling rendah bila dibandingkan
dengan 3 periode yang lain. Rasio varians dipergunakan untuk melihat perbedaan
antar 4 periode dan ditunjukkan dalam Tabel 2.
Tabel 2. Rasio Varians Return Periode Perdagangan dan Non Perdagangan untuk tahun 2000 dan 2003
R2/R1 R4/R1 R2/R3 R4/R3 R2/R4 R1/R3 2000 1,24 0,99 5,85 *** 4,66 *** 1,25 4,70 *** 2003 1,11 0,98 3,52 *** 3,13 *** 1,12 3,18 *** total 1,21 1,00 4,88 *** 4,04 *** 1,21 4,03 ***
* signifikan untuk 10% ** signifikan untuk 5% *** signifikan untuk 1%
Tabel 2. menunjukkan bahwa sesi pertama lebih volatil tetapi tidak
signifikan terhadap periode malam hari (R2/R1), bahkan untuk sesi kedua justru lebih
40
rendah tingkat volatilitas periode malam hari (R4/R1) walaupun perbedaan itu tidak
secara signifikan. Hal ini sesuai dengan penelitian yang dilakukan Amihud dan
Mendelson (1991) dimana volatilitas return paling tinggi adalah sesi pertama, diikuti
periode malam, sesi kedua dan istirahat siang.
Sedang untuk sesi pertama dan sesi kedua lebih volatil secara signfikan
dibandingkan dengan periode istirahat siang (R2/R3dan R4/R3). Hasil ini konsisten
dengan volatilitas di NYSE dimana varians return akan lebih tinggi pada pembukaan
dan penutupan hari perdagangan (Wood, McInish & Ord, 1985). Volatilitas yang
lebih rendah pada periode istirahat siang ini disebabkan oleh tingkat kedatangan
informasi yang rendah, atau investor beristirahat untuk makan dan intensitas
perdagangan menurun, sehingga pedagang berinformasi cenderung untuk tidak
bertransaksi (Amihud & Mendelson, 1991). Hal ini berarti hipotesis 1c dan 1d
diterima, sedangkan untuk 1a dan 1b hasilnya tidak signifikan.
Sesi pertama perdagangan lebih volatil bila dibandingkan dengan sesi
kedua (R2/R4) walau tidak signifikan. Hasil ini kosisten dengan penelitian yang
dilakukan oleh Ko, Lee dan Chung (1995) yang menyatakan bahwa sesi pertama
lebih volatil dibandingkan sesi kedua, walau perbedaan itu tidak signifikan. Harga
saham sangat volatil pada kurun waktu 30 menit setelah pembukaan perdagangan
(Wood, McInish & Ord, 1985), sehingga tingkat volatilitas pada sesi pertama lebih
tinggi bila dibandingkan sesi kedua. Hal ini sesuai dengan hipotesis 2, tetapi hasilnya
tidak signifikan.
Varians return untuk periode malam lebih tinggi secara signifikan
dibandingkan dengan periode istirahat siang (R1/R3) disebabkan karena jangka waktu
41
periode malam lebih panjang dibandingkan dengan periode istirahat siang (hipotesis
3 diterima). Ini tidak sesuai dengan penelitian yang dilakukan oleh Guner dan Onder
(2001) yang menyatakan bahwa selama periode istirahat siang di ISE informasi
privat banyak diserap oleh pasar. Karakteristik pasar di Indonesia tidak sama dengan
karakteristik pasar di Turki, tetapi sama dengan pasar di Jepang dimana volatilitas
selama periode istirahat siang adalah paling rendah dikarenakan sedikitnya informasi
yang direlease (Amihud & Mendelson, 1991).
Perilaku harga saham tahun 2000 hampir sama dengan tahun 2003 dan total
tahun 2000 dan 2003, dimana volatilitas tertinggi pada sesi pertama dan terendah
untuk periode istirahat siang. Volatilitas pada sesi kedua dan periode malam
menunjukkan nilai yang hampir sama (R4/R1 mendekati 1). Hasil ini
mengindikasikan bahwa perilaku harga saham ini tidak dipengaruhi oleh periode
waktu, walaupun tingkat volatilitas untuk setiap tahun berbeda-beda.
B. Volatilitas Return Harian
Empat seri return harian digunakan untuk menganalisis volatilitas return selama 24
jam. Dari Tabel 3. menunjukkan bahwa volatilitas tertinggi hanya pada return
pembukaan perdagangan dan terendah terjadi pada waktu penutupan perdagangan.
Secara umum perbedaan yang terjadi antara 4 buah seri return tidak signifikan,
kecuali pada tahun 2000 ada perbedaan yang signifikan (10%) antara harga
penutupan dengan 3 seri return yang lainnya. Volatilitas return yang hampir identik
untuk 4 seri return (kecuali tahun 2000) disebabkan mekanisme perdagangan yang
sama di BEJ untuk pembukaan dan penutupan perdagangan (Huang, Liu & Fu,
2000).
42
Tabel 3. Return Harian untuk tahun 2000 dan 2003 (dalam desimal)
2000 2003 2000 & 2003
O1 C1 O2 C2 O1 C1 O2 C2 O1 C1 O2 C2
varians* 43,200 44,135 42,631 36,385 23,093 22,385 23,027 22,358 33,672 33,777 33,311 29,901
rata-rata -0,0028 -0,0028 -0,0029 -0,0028 0,0022 0,0022 0,0020 0,0022 -0,0003 -0,0002 -0,0004 -0,0003
median -0,0025 -0,0013 -0,0015 -0,0029 0,0020 0,0025 0,0021 0,0018 0,0000 0,0011 0,0008 -0,0007
std dev 0,0208 0,0210 0,0206 0,0191 0,0152 0,0150 0,0152 0,0150 0,0183 0,0184 0,0183 0,0173
max 0,0697 0,0576 0,0591 0,0526 0,0400 0,0418 0,0454 0,0432 0,0697 0,0576 0,0591 0,0526
min -0,0748 -0,0990 -0,0913 -0,0958 -0,0422 -0,0414 -0,0410 -0,0366 -0,0748 -0,0990 -0,0913 -0.0958
observasi 238 238 238 238 241 241 241 241 479 479 479 479 * x 10-5 O1 : Return open sesi pertama to open sesi pertama C1 : Return close sesi pertama to close sesi pertama O2 : Return open sesi kedua to open sesi kedua C2 : Return close sesi kedua to close sesi kedua
Tabel 4. Rasio Varians Return Harian untuk tahun 2000 dan 2003 O1/C1 O1/O2 O1/C2 C1/O2 C1/C2 O2/C2
2000 0,98 1,01 1,19 * 1,04 1,21 * 1,17 * 2003 1,03 1,00 1,03 0,97 1,00 1,03 Total 1,00 1,01 1,13 1,01 1,13 1.11
* signifikan untuk 10% ** signifikan untuk 5% *** signifikan untuk 1%
Hasil ini berbeda dengan penelitian Amihud dan Mendelson (1987) yang
menyatakan di NYSE ada perbedaan yang signifikan antara volatilitas harga
pembukaan dan penutupan. Volatilitas tersebut disebabkan adanya perbedaan
mekanisme perdagangan antara pembukaan dan penutupan perdagangan.
Sedangkan untuk tahun 2000 perbedaan yang terjadi antara penutupan sesi
kedua dengan 3 buah seri return harian lainnya disebabkan adanya kecenderungan
volatilitas akan tinggi pada pembukaan perdagangan dan selanjutnya volatilitas akan
menurun pada periode setelahnya. Hal ini konsiten dengan hasil penelitian Guner dan
Onder (2000) yang menyatakan di ISE yang mekanisme perdagangannya identik
dengan BEJ bahwa volatilitas return pada penutupan sesi 2 adalah paling rendah
43
dibandingkan dengan 3 seri return lainnya. Tidak adanya perbedaan yang signifikan
antara varians return harian berarti menolak hipotesis 4, 5 dan 6.
C. Noise
Noise diindikasikan dengan adanya koreksi return. Pada penelitian ini noise diuji
dengan adanya pembalikan return antar periode-periode perdagangan dan harian.
Pergerakan harga yang tidak disebabkan oleh noise akan kembali ke harga semula
pada periode selanjutnya, sehingga return series berkorelasi negatif (autokorelasi
negatif).
Koefisien korelasi antar return pada empat interval interval dan return-
return pada empat interval sebelumnya dihitung sebagai suatu mata rantai selama 24
jam (Amihud & Mendelson, 1991). Misalnya, R2t dikorelasikan dengan R1t, R4t-1
danR3t-1 dimana t adalah hari perdagangan. Sedangkan untuk menghitung autkorelasi
return harian dengan menghitung koefisien korelasi return harian tersebut dengan
return harian sebelumnya.
Tabel 5. Autokorelasi Return untuk tahun 2000 dan 2003 R1 R2 R3 -4 -3 -2 -1 -4 -3 -2 -1 -4 -3 2000 0,10 0,21 0,09 -0,11 * 0,05 0,01 0,06 0,09 0,11 0,01 2003 0,10 0,19 0,11 -0,12 * 0,10 0,01 0,09 0,13 -0,04 0,06 total 0,10 0,20 0,10 -0,11 ** 0,08 0,01 0,08 0,10 0,04 0,03 R3 R4 O1 C1 O2 C2
-2 -1 -4 -3 -2 -1 O1-1 C1-1 O2-1 C2-1 2000 -0,05 -0,02 0,05 -0,24 *** -0,05 -0,01 -0,03 0,01 0,00 -0,06 2003 0,02 -0,02 -0,04 -0,14 ** 0,04 0,00 0,06 0,04 0,06 0,01 total -0,02 -0,02 0,03 -0,20 *** -0,01 0,00 0,02 0,04 0,04 -0.01
R1 : Return periode malam hari O1 : Return open sesi pertama to open sesi pertama * signifikan untuk 10% R2 : Return sesi pertama C1 : Return close sesi pertama to close sesi pertama ** signifikan untuk 5% R3 : Return periode istirahat siang O2 : Return open sesi kedua to open sesi kedua *** signifikan untuk 1% R4 : Return sesi kedua C2 : Return close sesi kedua to close sesi kedua
Tabel 5 menunjukkan bahwa autokorelasi negatif terjadi pada return
periode malam hari (R1) dengan satu periode di depannya (R4t-1) dan return sesi
44
kedua dengan return periode malam (R4 dengan R1). Hal ini mengindikasikan
terjadinya noise pada periode malam hari yang dikoreksi pada sesi kedua dan
sebaliknya. Adanya noise pada peride malam ini menujukkan adanya overreaction
pada harga pembukaan di BEJ (Amihud & Mendelson, 1991). Hal ini konsisten
dengan penelitian yang dilakukan oleh Chelley dan Stelley (2001) yang menyatakan
bahwa terjadi noise pada harga pembukaan disebabkan oleh overreaction dari
investor. Hipotesis 7 diterima untuk periode malam hari dengan satu periode di
depannya (R4t-1) dan return sesi kedua dengan return periode malam sebelumnya.
D. Analisis Sensitivitas terhadap Size
Size dan return mempunyai hubungan yang signifikan. Saham-saham dari perusahaan
yang lebih kecil cenderung mempunyai return yang lebih tinggi daripada saham-
saham dari perusahaan yang lebih besar, saham perusahaan dengan size kecil
mempunyai tingkat frekuensi perdagangan tidak secepat dan tidak semudah saham
perusahaan dengan size besar. Selain itu perusahaan dengan size kecil sangat riskan
terhadap perubahan kondisi ekonomi dan cenderung kurang menguntungkan
dibandingkan dengan perusahaan besar. Oleh karena itu perlu diuji kestabilan
perilaku harga selama periode perdagangan dan non perdagangan untuk berbagai size
portofolio.
Tabel 6. Rata-rata dan Varians Return Periode Perdagangan dan Non Perdagangan untuk Size Quintiles
Jumlah Rata-rata Return (x 10-5) Varians Return (x 10-5) observasi R1 R2 R3 R4 R1 R2 R3 R4
terkecil 477 -879,57 -263,62 -189,89 1137,57 61,18 57,89 31,72 64,03 2 477 -548,29 37,88 -192,96 621,75 16,30 17,35 6,46 17,44 3 477 -508,87 -10,23 -120,58 682,30 12,71 22,17 6,74 16,41 4 479 -304,73 -9,55 -157,02 518,58 10,63 16,28 5,81 13,71
terbesar 479 -66,42 -7,23 -35,11 166,22 6,36 11,87 2,91 8,39 R1 : Return periode malam hari R2 : Return sesi pertama R3 : Return periode istirahat siang R4 : Return sesi kedua
45
Tabel 7. Rasio Varians Return Periode Perdagangan dan Non Perdagangan untuk Size Quintiles
R2/R1 R4/R1 R2/R3 R4/R3 R2/R4 R1/R3 terkecil 0.95 1,37 3,91 *** 3,22 *** 1,22 ** 2,35 ***
2 1,06 1,07 2,69 *** 2,70 *** 0,99 2,52 *** 3 1,74 ** 1,29 3,29 *** 2,44 *** 1,35 1,89 *** 4 1,53 *** 1,29 * 2,80 *** 2,36 *** 1,19 1,83 ***
terbesar 1,87 *** 1,32 ** 4,08 *** 2,88 *** 1,42 *** 2,18 *** * signifikan untuk 10% ** signifikan untuk 5% *** signifikan untuk 1%
Tabel 6 menunjukkan bahwa rata-rata return pada periode perdagangan dan
non perdagangan justru akan meningkat searah dengan size jika return bernilai
negatif, dan berkebalikan arah dengan size jika nilainya positif. Hal ini diindikasikan
dengan return yang semakin tinggi untuk periode malam hari, sesi pertama dan
periode istirahat siang (return bernilai negatif), sedangkan untuk sesi kedua return
dengan size mempunyai hubungan berkebalikan.
Tingkat volatilitas berbanding terbalik dengan size perusahaan. Perusahaan
dengan size yang kecil cenderung mempunyai tingkat volatilitas yang lebih tinggi
dibandingkan dengan perusahaan dengan size yang besar, dikarenakan perusahaan
kecil mempunyai resiko yang relatif lebih besar dibandingkan dengan perusahaan
besar (Chan & Nai, 1991).
Dari Tabel 7 menunjukkan bahwa tingkat rasio varians return pada periode
perdagangan dan periode malam semakin tinggi untuk portofolio dengan size yang
besar. Volatilitas harga saham pada sesi pertama dan kedua akan semakin tinggi
untuk perusahaan-perusahaan dengan size yang besar. Hal ini berarti kedatangan
informasi untuk perusahaan dengan size besar lebih banyak pada periode-periode
perdagangan. Hasil ini konsisten dengan penelitian yang dilakukan oleh Guner dan
Onder (2001) yang menyatakan bahwa rasio varians return periode perdagangan dan
periode non perdagangan mempunyai hubungan yang searah dengan size perusahaan.
46
Tabel 8. Rata-rata Return dan Varians Return Harian untuk untuk Size Quintiles
Rata-rata Return (x 10-5) Varians Return (x 10-5) O1 C1 O2 C2 O1 C1 O2 C2
terkecil -251,22 -234,19 -402,72 -197,46 99,59 93,11 196,48 94,22 2 -55,74 -57,50 -71,72 -81,63 46,52 47,08 47,43 40,72 3 49,74 79,89 58,71 42,61 49,39 52,07 49,77 46,16 4 32,95 35,69 25,25 47,28 38,07 39,28 35,99 35,64
terbesar 63,08 66,58 77,96 57,46 29,54 32,84 30,48 29,69 O1 : Return open sesi pertama to open sesi pertama C1 : Return close sesi pertama to close sesi pertama O2 : Return open sesi kedua to open sesi kedua C2 : Return close sesi kedua to close sesi kedua
Tabel 9. Rasio Varians Harian untuk untuk Size Quintiles O1/C1 O1/O2 O1/C2 C1/O2 C1/C2 O2/C2
Terkecil 1.01 1,06 0,98 1,05 0,97 0,93 2 0,99 0,98 1,14 0,99 1,16 1,16 3 0,95 0,99 1,07 1,05 1,13 1,08 4 0,97 1,06 1,07 1,09 1,10 1,01
Terbesar 0,90 0,97 0,99 1,08 1,11 1,03 * signifikan untuk 10% ** signifikan untuk 5% *** signifikan untuk 1%
Dari data return harian (Tabel 8) juga menunjukkan bahwa perusahaan
kecil cenderung mempunyai tingkat volatilitas yang lebih tinggi dibandingkan
dengan perusahaan yang besar. Sedangkan tingkat volatilitas return harian tidak
menunjukkan perbedaan yang signifikan antara harga pembukaan dan penutupan
baik pada sesi pertama maupun kedua.
Dari Tabel 10 menunjukkan bahwa noise cenderung lebih banyak pada
perusahaan kecil. Hal ini disebabkan investor kekurangan informasi pada perusahan-
perusahaan kecil (Elfakhani, 1991), sehingga ada indikasi bahwa volatilitas yang
tinggi pada perusahaan kecil disebabkan adanya noise yang cenderung lebih banyak
pada perusahaan kecil. Hal ini ditunjukkan adanya autokorelasi yang lebih negatif
untuk perusahaan kecil, yang berarti adanya pembalikan return untuk periode malam
hari, periode istirahat dan sesi kedua dibanding periode sebelumnya (k-1). Bahkan
47
dari data harian menunjukkan adanya autokrelasi negatif pada portofolio dengan size
yang kecil.
Tabel 10. Autokorelasi Return untuk tahun untuk Size Quintiles R1 R2 R3 -4 -3 -2 -1 -4 -3 -2 -1 -4 -3 terkecil 0.17 0.14 -0.01 -0.45 *** 0.06 -0.08 -0.04 -0.19 0.05 0.02
2 0.21 0.11 0.04 -0.22 *** 0.07 0.04 0.10 -0.07 0.09 -0.08 * 3 0.09 0.13 0.03 -0.12 *** 0.15 0.03 0.02 0.02 -0.02 0.04 4 0.08 0.12 0.07 -0.12 *** 0.10 -0.03 0.07 -0.03 0.04 0.00
terbesar 0.04 0.11 0.00 0.01 0.14 -0.02 0.08 0.17 0.13 -0.04 R3 R4 O1 C1 O2 C2 -2 -1 -4 -3 -2 -1 O1-1 C1-1 O2-1 C2-1 terkecil -0.03 -0.43 *** 0.22 -0.27 *** -0.06 -0.20 *** -0.25 *** -0.14 *** -0.05 -0.20 ***
2 -0.05 -0.02 0.19 -0.21 *** -0.05 -0.19 *** 0.04 0.02 0.02 0.01 3 0.02 -0.26 *** 0.07 -0.18 *** 0.02 -0.12 *** 0.10 0.07 0.06 0.04 4 -0.05 -0.23 *** -0.05 -0.07 0.01 -0.18 *** 0.00 -0.05 -0.01 -0.02
terbesar -0.09 -0.23 *** -0.07 -0.03 0.10 -0.08 * 0.07 0.00 0.07 0.06 R1 : Return periode malam hari O1 : Return open sesi pertama to open sesi pertama * signifikan untuk 10% R2 : Return sesi pertama C1 : Return close sesi pertama to close sesi pertama ** signifikan untuk 5% R3 : Return periode istirahat siang O2 : Return open sesi kedua to open sesi kedua *** signifikan untuk 1% R4 : Return sesi kedua C2 : Return close sesi kedua to close sesi kedua
E. Analisis Sensitivitas terhadap Volume Perdagangan
Volume perdagangan menyediakan petunjuk mengenai intensitas sebuah pergerakan
harga yang terjadi. Tingkat volume rendah adalah karakteristik dari ekspektasi ragu-
ragu yang secara tipikal terjadi selama periode konsolidasi (periode dimana harga
berpindah sisi dalam sebuah lingkup perdagangan). Tingkat volume tinggi terjadi
bila terdapat konsensus yang kuat bahwa tingkat harga akan berpindah lebih tinggi
(Sari, 2004). Volume perdagangan berhubungan dengan informasi yang direlease
(Karpoff, 1987), sehingga perilaku harga pada periode perdagangan dan periode non
perdagangan perlu diuji untuk berbagai portofolio dengan volume perdagangan yang
berbeda. Tabel 11 menunjukkan perilaku harga untuk quintil volume perdagangan.
Quintil volume perdagangan dibentuk dengan mengelompokkan saham perusahaan
berdasarkan harian menurut volume perdagangan bulan sebelumnya.
48
Tabel 11. Rata-rata dan Varians Return Periode Perdagangan dan Non Perdagangan untuk Quintil Volume Perdagangan
Jumlah Rata-rata Return (x 10-5) Varians Return (x 10-5) Observasi R1 R2 R3 R4 R1 R2 R3 R4
terkecil 461 -484.76 -137.30 -79.74 472.01 29.55 17.76 19.88 23.79 2 476 -448.44 -135.81 -174.70 461.81 24.10 14.40 14.08 15.83 3 476 -404.29 -198.14 -121.49 469.07 17.96 17.66 8.51 19.92 4 479 -407.68 -116.35 -106.13 476.95 18.22 23.66 6.32 20.63
terbesar 478 -504.47 137.66 -152.52 886.74 26.86 41.97 12.82 43.22 R1 : Return periode malam hari R2 : Return sesi pertama R3 : Return periode istirahat siang R4 : Return sesi kedua
Tabel 12. Rasio Varians Return Periode Perdagangan dan Non Perdagangan untuk Quintil Volume Perdagangan
R2/R1 R4/R1 R2/R3 R4/R3 R2/R4 R1/R3 terkecil 0.60 *** 0.80 0.89 1.20 0.75 * 1.49 ***
2 0.60 *** 0.66 1.02 ** 1.12 *** 0.91 * 1.71 *** 3 0.98 1.11 2.08 *** 2.34 *** 0.89 2.11 *** 4 1.30 1.13 3.74 *** 3.26 *** 1.15 2.88 ***
terbesar 1.56 *** 1.61 *** 3.27 *** 3.37 *** 0.97 2.09 *** * signifikan untuk 10% ** signifikan untuk 5% *** signifikan untuk 1%
Tabel 11. mengindikasikan adanya kecenderungan rata-rata return pada
periode perdagangan mempunyai hubungan searah dengan volume perdagangan.
Peningkatan harga pada saat situasi normal disebabkan oleh jumlah yang diminta
lebih banyak daripada jumlah yang ditawarkan, sehingga mengakibatkan volume
perdagangan tinggi. Sebaliknya penurunan return disebabkan oleh jumlah yang
diminta lebih sedikit daripada jumlah yang ditawarkan, sehingga volumenya juga
rendah.
Volatilitas harga pada periode perdagangan cenderung juga lebih tinggi
pada volume perdagangan yang besar. Volatilitas yang besar pada volume
perdagangan yang besar ini didorong adanya informasi privat (Easley & O’Hara,
1987). Informed investor melakukan transaksi berdasarkan pada informasi privat
yang diperolehnya, dan semakin banyak transaksi yang dilakukan semakin tinggi
pula volatilitas dikarenakan munculnya informasi privat pada saat periode
perdagangan. Ketika informed investor melakukan perdagangan lebih aktif,
49
volatilitas meningkat karena penyebaran informasi privat (Admati & Pflederer,
1988), sehingga volatilitas pada volume perdagangan yang besar akan tinggi pada
periode perdagangan.
Rasio varians return (Tabel 12) periode perdagangan dan periode non
perdagangan mempuyai hubungan searah dengan volume perdagangan. Hasil ini
mengindikasikan bahwa volatilitas pada volume perdagangan yang besar lebih
banyak didorong oleh informasi privat. Hasil ini konsisten dengan hasil penelitian
Guner dan Onder (2001) yang menyatakan bahwa rasio varians return periode
perdagangan dengan periode non perdagangan semakin besar untuk volume
perdagangan yang besar.
Demikian juga dengan return harian (Tabel 13) juga menunjukkan
hubungan yang searah antara volume perdagangan dengan tingkat volatilitas, kecuali
untuk quintil pertama (terkecil) yang justru menunjukkan volatilitas yang tinggi
terutama pada varians return untuk open to open pada sesi kedua perdagangan. Hal
ini disebabkan oleh tingginya volatilitas pada return istirahat siang untuk volume
perdagangan yang kecil (Tabel 11). Hasil penelitian ini konsisten dengan penelitian
yang dilakukan oleh Sari (2004) yang menyatakan bahwa ada hubungan searah
antara volatilitas harga saham dengan volume perdagangan.
Tabel 13. Rata-rata Return dan Varians Return Harian untuk Quintil Volume Perdagangan
Rata-rata Return (x 10-5) Varians Return (x 10-5) O1 C1 O2 C2 O1 C1 O2 C2
Terkecil -57,79 -262,32 -345,00 -229,79 52,58 49,44 161,64 41,17 2 -244,37 -354,09 -290,48 -299,73 40,03 32,81 37,58 23,64 3 -236,22 -271,03 -264,89 -254,86 41,17 44,01 36,58 38,87 4 -68,50 -43,91 -64,50 -153,22 44,73 44,29 40,87 42,42
Terbesar 229,79 407,74 315,66 367,40 80,27 90,53 84,44 98,42 O1 : Return open sesi pertama to open sesi pertama C1 : Return close sesi pertama to close sesi pertama O2 : Return open sesi kedua to open sesi kedua C2 : Return close sesi kedua to close sesi kedua
50
Tabel 14. Rasio Varians Harian untuk Quintil Volume Perdagangan O1/C1 O1/O2 O1/C2 C1/O2 C1/C2 O2/C2
terkecil 1,06 0,33 1,28 ** 0,31 1,20 3,93 2 1,22 1,07 1,69 *** 0,87 1,39 ** 1,59 ** 3 0,94 1,13 1,06 1,20 1,13 0,94 4 1,01 1,09 1,05 1,08 1,04 0,96
terbesar 0,89 0,95 0,82 1,07 0,92 0,86 * signifikan untuk 10% ** signifikan untuk 5% *** signifikan untuk 1% Tabel 15. Autokorelasi Return untuk Quintil Volume Perdagangan
R1 R2 R3
-4 -3 -2 -1 -4 -3 -2 -1 -4 -3
terkecil -0,03 0,14 0,02 -0,11 ** -0,03 0,00 0,03 -0,19 *** -0,02 -0,05
2 0,05 0,08 0,04 -0,14 *** -0,03 -0,07 0,05 -0,28 *** -0,07 0,03
3 0,05 0,08 0,15 -0,05 0,05 0,08 0,02 -0,06 0,04 -0,03
4 -0,02 0,05 0,08 -0,03 0,05 0,03 -0,04 -0,23 *** -0,07 0,13
terbesar 0,14 0,06 0,04 -0,16 *** 0,11 -0,11 ** 0,08 0,06 0,15 -0,03
R3 R4 O1 C1 O2 C2
-2 -1 -4 -3 -2 -1 O1-1 C1-1 O2-1 C2-1
terkecil -0,08 * -0,41 *** 0,03 -0,10 ** -0,29 *** -0,10 ** 0,03 0,02 0,03 -0,06
2 -0,22 *** -0,30 *** 0,02 -0,21 *** -0,09 * -0,23 *** -0,04 -0,07 -0,08 * -0,05
3 -0,12 *** -0,29 *** 0,03 -0,19 *** 0,04 -0,28 *** -0,06 -0,05 0,02 0,00
4 -0,05 -0,26 *** 0,02 -0,15 *** -0,02 -0,11 ** 0,02 -0,02 0,04 -0,01
terbesar 0,09 -0,24 *** 0,03 -0,23 *** 0,04 -0,22 *** 0,08 0,07 0,08 0,00 R1 : Return periode malam hari O1 : Return open sesi pertama to open sesi pertama * signifikan untuk 10% R2 : Return sesi pertama C1 : Return close sesi pertama to close sesi pertama ** signifikan untuk 5% R3 : Return periode istirahat siang O2 : Return open sesi kedua to open sesi kedua *** signifikan untuk 1% R4 : Return sesi kedua C2 : Return close sesi kedua to close sesi kedua
Tabel 15 mengindikasikan bahwa autokorelasi antara periode perdagangan
dan non cenderung terjadi pada periode perdagangan dan non perdagangan dengan
satu periode sebelumnya cenderung bernilai negatif. Autokorelasi negatif juga terjadi
pada sesi kedua dengan periode malam hari sebelumnya. Hal ini mengindikasikan
adanya pembalikan harga antara periode tersebut dengan periode sebelumnya yang
disebabkan oleh noise
F. Analisis Sensitivitas terhadap Bid-Ask Spread
Glosten dan Harris (1988) menyatakan bahwa bid-ask spread terdiri dari dua
komponen yaitu asymmetric information dan transitory component (inventory cost,
51
specialist monopoly power dan clearing costs). Hal ini didukung Coopeland dan
Galai (1983) yang menyatakan bahwa informasi mempengaruhi bid-ask spread. Oleh
karena itu bid-ask spread merupakan satu fakor yang potensial mempengaruhi
perilaku harga pada periode perdagangan dan non-perdagangan.
Tabel 16. Rata-rata dan Varians Return Periode Perdagangan dan Non Perdagangan untuk Bid-Ask Spread Quintiles
Jumlah Rata-rata Return (x 10-5) Varians Return (x 10-5) observasi R1 R2 R3 R4 R1 R2 R3 R4
terkecil 478 2,14 104,44 -10,50 46,03 7,98 13,26 3,39 10,91 2 477 -101,14 69,26 -137,24 166,54 8,91 16,30 3,47 13,59 3 476 -313,63 -87,48 -139,17 544,03 11,35 17,84 6,84 17,29 4 456 -505,05 58,19 -305,13 797,18 30,04 38,71 22,25 42,69
terbesar 475 -1460,44 -400,42 -163,74 1689,25 61,90 51,11 29,13 61,72 R1 : Return periode malam hari R2 : Return sesi pertama R3 : Return periode istirahat siang R4 : Return sesi kedua
Tabel 17. Rasio Varians Return Periode Perdagangan dan Non Perdagangan untuk Bid-Ask Spread Quintiles
R2/R1 R4/R1 R2/R3 R4/R3 R2/R4 R1/R3 terkecil 1,66 *** 1,37 ** 3,91 *** 3,22 *** 1,22 *** 2,35 ***
2 1,83 *** 1,52 ** 4,69 *** 3,92 *** 1,20 ** 2,57 *** 3 1,57 *** 1,52 *** 2,61 *** 2,53 *** 1,03 1,66 *** 4 1,29 1,42 ** 1,74 *** 1,92 *** 0,91 ** 1,35 ***
terbesar 0,83 *** 1,00 1,75 ** 2,12 ** 0,83 *** 2,12 *** * signifikan untuk 10% ** signifikan untuk 5% *** signifikan untuk 1%
Tabel 16 mengindikasikan bahwa pada sesi pertama dan periode non
perdagangan return cenderung turun untuk bid-ask spread yang besar (kecuali quintil
keempat). Sedangkan untuk sesi kedua perdagangan justru sebaliknya akan tinggi
untuk bid-ask spread yang besar. Akibatnya volatilitas return dan bid-ask spread
mempunyai hubungan yang searah (semakin besar spread semakin tinggi volatilitas).
Hal ini konsisten dengan pernyataan Branch dan Freed (1977) yang menyatakan
bahwa bid-ask spread akan meningkat bila volatilitas harga juga meningkat.
52
Besarnya rasio varians return periode perdagangan dan non perdagangan
akan turun jika spread semakin besar. Hal ini mengindikasikan bahwa saham dengan
spread kecil akan lebih tinggi tingkat volatilitasnya pada periode perdagangan
dibandingkan dengan periode non perdagangan.
Pada portofolio dengan bid-ask spread kecil volatilitas pada sesi pertama
lebih tinggi dibandingkan dengan volatilitas pada sesi kedua, tetapi pada portofolio
dengan bid-ask spread yang tinggi justru volatilitasnya relatif lebih tinggi pada sesi
kedua dibandingkan dengan sesi pertama.
Tabel 18. Rata-rata Return dan Varians Return Harian untuk Bid-Ask Spread
Quintiles
Rata-rata Return (x 10-5) Varians Return (x 10-5) O1 C1 O2 C2 O1 C1 O2 C2
terkecil 132,39 150,53 174,58 142,12 33,16 32,84 31,25 33,70 2 -0,02 35,37 4,80 -3,61 44,48 47,76 40,50 39,08 3 27,31 -5,35 -23,40 3,75 42,40 46,40 45,75 41,90 4 22,67 59,05 25,40 45,19 71,13 92,74 101,65 75,61
terbesar -276,39 -333,60 -413,73 -335,35 93,33 91,15 114,56 92,15 O1 : Return open sesi pertama to open sesi pertama C1 : Return close sesi pertama to close sesi pertama O2 : Return open sesi kedua to open sesi kedua C2 : Return close sesi kedua to close sesi kedua
Tabel 19. Rasio Varians Harian untuk Bid-Ask Spread Quintiles O1/C1 O1/O2 O1/C2 C1/O2 C1/C2 O2/C2
Terkecil 1,01 1,06 0,98 1,05 0,97 0,93 2 0,93 1,10 1,14 * 1,18 1,22 * 1,04 3 0,91 0,93 1,01 1,01 1,11 1,09 4 0,77 0,70 0,94 0,91 1,23 1,34
Terbesar 1,02 0,81 1,01 0,80 0,99 1,24 * signifikan untuk 10% ** signifikan untuk 5% *** signifikan untuk 1%
Dari analisis data harian (Tabel 18) juga menunjukkan hubungan yang
searah antara volatilitas harga dengan bid-ask spread. Bid-ask spread mempunyai
hubungan langsung yang signifikan dengan jumlah informasi yang masuk ke pasar
53
(Mcnish & Wood, 1992) sehingga menyebabkan tingkat volatilitas semakin tinggi.
Adanya informasi yang masuk ke dalam pasar tentang suatu saham akan dapat
merubah likuiditas dan perdagangan. Investor cenderung akan merespon informasi
yang masuk ke dalam pasar sehingga mengakibatkan penyesuaian harga.
Penyesuaian harga inilah yang menyebabkan spread meningkat.
Volatilitas yang tinggi pada spread yang besar bisa juga disebabkan oleh
noise. Tabel 20 menunjukkan bahwa semakin tinggi spread ada kecenderungan
autokorelasinya semakin negatif. Hal ini mengindikasikan semakin banyak noise
yang terjadi pada saham-saham dengan spread yang besar.
Tabel 20. Autokorelasi Return untuk Bid-Ask Spread Quintiles R1 R2 R3 -4 -3 -2 -1 -4 -3 -2 -1 -4 -3 terkecil -0,02 0,12 0,03 0,02 0,14 0,07 0,11 0,03 0,00 -0,02
2 0,03 0,12 0,08 0,03 0,07 0,01 0,11 0,06 0,01 -0,08 * 3 0,11 0,14 -0,03 -0,12 *** -0,03 0,02 0,02 0,02 -0,11 *** -0,02 4 0,03 0,05 0,02 -0,24 *** 0,05 -0,08 0,17 0,07 0,09 -0,04
terbesar 0,20 0,07 -0,01 -0,47 *** 0,04 -0,04 0,01 -0,20 *** -0,01 0,07 R3 R4 O1 C1 O2 C2 -2 -1 -4 -3 -2 -1 O1-1 C1-1 O2-1 C2- terkecil -0,05 -0,16 *** -0,09 -0,05 0,14 -0,17 *** 0,02 0,03 0,08 0,08
2 -0,06 -0,28 *** -0,16 -0,10 ** 0,06 0,07 -0,01 -0,06 0,02 -0,07 3 0,08 -0,08 * 0,07 -0,13 *** -0,03 -0,31 *** -0,01 -0,04 -0,02 -0,05 4 -0,01 -0,19 *** -0,01 -0,23 *** -0,19 *** -0,32 *** 0,05 0,00 -0,09 ** -0,02
terbesar -0,09 ** -0,33 *** 0,19 -0,24 *** -0,03 -0,26 *** -0,15 *** -0,15 *** -0,10 ** -0,18 ***R1 : Return periode malam hari O1 : Return open sesi pertama to open sesi pertama * signifikan untuk 10% R2 : Return sesi pertama C1 : Return close sesi pertama to close sesi pertama ** signifikan untuk 5% R3 : Return periode istirahat siang O2 : Return open sesi kedua to open sesi kedua *** signifikan untuk 1% R4 : Return sesi kedua C2 : Return close sesi kedua to close sesi kedua
G. Analisis Sensitivitas terhadap Day of the Week
Tabel 21 mengindikasikan return periode malam Senin (Jumat sore sampai Senin
pagi) mempunyai varians return yang paling tinggi. Hal ini disebabkan karena
interval waktu Jumat sore sampai Senin pagi merupakan interval waktu yang paling
54
panjang bila dibandingkan inerval waktu yang lain. Bahkan bila dibandingkan
dengan periode perdagangan (R2 dan R4) interval tersebut memiliki varians return
yang lebih tinggi (Tabel 22).
Tabel 21. Rata-rata dan Varians Return Periode Perdagangan dan Non Perdagangan untuk Day of the Week
jumlah Rata-rata Return (x 10-5) Varians Return (x 10-5) observasi R1 R2 R3 R4 R1 R2 R3 R4
Senin 97 -617,34 -146,05 -163,40 508,00 16,74 10,08 2,54 5,96 Selasa 99 -463,11 -172,56 -124,53 645,03 8,12 11,91 2,45 13,44 Rabu 97 -421,66 -37,50 -105,02 639,15 7,87 12,78 2,12 10,06 Kamis 92 -403,42 207,22 -168,84 515,94 5,66 11,81 2,25 8,52 Jumat 94 -270,18 -97,04 -98,71 660,86 7,58 9,05 2,19 8,47
R1 : Return periode malam hari R2 : Return sesi pertama R3 : Return periode istirahat siang R4 : Return sesi kedua
Tabel 22. Rasio Varians Return Periode Perdagangan dan Non Perdagangan untuk Day of the Week
R2/R1 R4/R1 R2/R3 R4/R3 R2/R4 R1/R3 Senin 0,60 0,36 ** 3,97 *** 2,35 *** 1,69 6,59 *** Selasa 1,47 1,65 4,85 *** 5,48 *** 0,89 3,31 *** Rabu 1,62 1,28 6,03 *** 4,75 *** 1,27 3,71 *** Kamis 2,09 ** 1,50 ** 5,24 *** 3,78 *** 1,39 2,51 *** Jumat 1,19 1,12 4,14 *** 3,88 *** 1,07 3,47 ***
* signifikan untuk 10% ** signifikan untuk 5% *** signifikan untuk 1%
Selain itu return periode tersebut mempunyai nilai paling rendah
dibandingkan dengan return pada periode waktu yang lain. Hal ini konsisten dengan
Rogalski (1984) yang menyatakan bahwa rata-rata return negatif dari penutupan
Jumat sampai dengan penutupan Senin disebabkan adanya periode non perdagangan
dari penutupan Jumat sampai dengan pembukaan Senin. Bahkan untuk interval
waktu yang lain (sesi pertama, sesi kedua dan istirahat siang) di Hari Senin tidak
mempunyai return yang paling kecil bila dibandingkan dengan hari yang lain. Tabel
23 yang mengindikasikan bahwa return harian Senin lebih rendah bila dibandingkan
55
dengan hari-hari yang lain. Rendahnya return pada Hari Senin ini dipicu oleh
panjangnya periode non perdagangan sebelum Senin (Rogalski, 1984).
Tabel 23. Rata-rata Return dan Varians Return Harian untuk Day of the Week
Rata-rata Return (x 10-5) Varians Return (x 10-5) Hari O1 C1 O2 C2 O1 C1 O2 C2
Senin -143,96 -199,68 -258,61 -418,78 38,20 45,59 47,70 44,79 Selasa -217,49 -239,14 -230,03 -117,23 32,62 28,98 26,76 28,74 Rabu -72,96 62,28 49,10 74,97 37,51 35,66 36,74 25,91 Kamis 95,63 311,76 257,74 150,89 26,56 32,53 30,18 28,33 Jumat 227,35 -21,39 19,10 194,93 33,19 25,36 24,44 20,09
O1 : Return open sesi pertama to open sesi pertama C1 : Return close sesi pertama to close sesi pertama O2 : Return open sesi kedua to open sesi kedua C2 : Return close sesi kedua to close sesi kedua
Tabel 24. Rasio Varians Harian untuk Day of the Week Hari O1/C1 O1/O2 O1/C2 C1/O2 C1/C2 O2/C2
Senin 0,84 0,80 0,85 0,96 1,02 1,06 Selasa 1,13 1,22 1,14 1,08 1,01 0,93 Rabu 1,05 1,02 1,45 0,97 1,38 1,42 Kamis 0,82 0,88 0,94 1,08 1,15 1,07 Jumat 1,31 1,36 1,65 * 1,04 1,26 1,22
* signifikan untuk 10% ** signifikan untuk 5% *** signifikan untuk 1% Tabel 25 mengindikasikan adanya pembalikan harga pada penutupan
Selasa bila dibandingkan dengan penutupan Senin. Selain itu pembalikan harga juga
terjadi pada sesi kedua terhadap periode malam sebelumnya, kecuali sesi kedua Hari
Senin.
Tabel 25. Autokorelasi Return untuk Day of the Week R1 R2 R3 Hari -4 -3 -2 -1 -4 -3 -2 -1 -4 -3 Senin 0,20 0,21 0,05 -0,10 0,07 0,05 0,10 0,28 0,26 0,03 Selasa 0,05 0,27 0,23 -0,08 -0,06 0,01 -0,05 0,12 -0,14 -0,06 Rabu 0,13 0,19 0,14 -0,03 0,22 -0,03 0,07 -0,10 -0,11 0,00 Kamis 0,02 0,19 0,03 -0,15 0,14 0,13 0,04 0,28 0,13 0,17 Jumat 0,09 0,15 0,08 -0,20 * 0,02 -0,09 0,26 -0,12 0,13 0,02 R3 R4 O1 C1 O2 C2 Hari -2 -1 -4 -3 -2 -1 O1-1 C1-1 O2-1 C2-1 Senin 0,11 0,05 0,05 0,01 -0,11 -0,11 0,09 0,13 0,14 0,23 Selasa -0,12 -0,04 0,04 -0,40 *** 0,00 0,00 0,25 0,05 -0,04 -0,20 ** Rabu -0,09 0,08 -0,15 -0,19 * 0,10 0,10 -0,26 0,06 0,10 -0,08 Kamis -0,19 * -0,12 0,27 -0,24 * -0,01 -0,01 -0,03 -0,15 -0,12 0,04 Jumat 0,06 -0,07 0,03 -0,26 ** -0,02 -0,02 0,02 0,11 0,12 0,00
R1 : Return periode malam hari O1 : Return open sesi pertama to open sesi pertama * signifikan untuk 10% R2 : Return sesi pertama C1 : Return close sesi pertama to close sesi pertama ** signifikan untuk 5% R3 : Return periode istirahat siang O2 : Return open sesi kedua to open sesi kedua *** signifikan untuk 1% R4 : Return sesi kedua C2 : Return close sesi kedua to close sesi kedua
56
H. Analisis Sensitivitas terhadap Return Pasar
Chang, Fukuda, Rhe dan Takano (1993) dalam Huang, Liu dan Fu (2000)
menyatakan bahwa rasio varians return open to open terhadap varians return close-
close sensitif terhadap kondisi pasar. Oleh karena itu perilaku harga pada periode
perdagangan dan non perdagangan perlu dianalisis pada kondisi pasar naik dan
kondisi pasar turun. Caranya dengan membagi sampel berdasar return harian (close
to close) ke dalam return pasar positif atau tidak.
Tabel 26. Rata-rata dan Varians Return Periode Perdagangan dan Non Perdagangan untuk Return Pasar
Jumlah Rata-rata Return (x 10-5) Varians Return (x 10-5) Return Observasi R1 R2 R3 R4 R1 R2 R3 R4 r > 0 231 -95,94 451,10 -8,09 939,93 6,08 8,64 1,74 9,04 r ≤ 0 248 -753,95 -520,76 -247,22 272,56 10,21 9,10 2,56 7,40
R1 : Return periode malam hari R2 : Return sesi pertama R3 : Return periode istirahat siang R4 : Return sesi kedua
Tabel 27. Rasio Varians Return Periode Perdagangan dan Non Perdagangan untuk Return Pasar
Return R2/R1 R4/R1 R2/R3 R4/R3 R2/R4 R1/R3 r > 0 1,42 * 1,49 4,96 *** 5,19 *** 0,96 3,49 *** r ≤ 0 0,89 0,72 3,56 *** 2,89 *** 1,23 4,00 ***
* signifikan untuk 10% ** signifikan untuk 5% *** signifikan untuk 1%
Tabel 26. mengindikasikan bahwa jika return pasar positif maka return
positif itu terjadi hanya pada periode perdagangan. Tetapi bila return pasar negatif
maka return periode perdagangan yang bernilai negatif hanya pada sesi pertama,
sedangkan sesi kedua benilai positif. Rata-rata return relatif lebih tinggi pada
keadaan return pasar positif baik pada return sesi pertama, istirahat siang, sesi kedua
maupun pada sesi kedua.
57
Tingkat volatilitas pada pasar dengan return positif relatif lebih kecil
kecuali pada sesi kedua. Bahkan pada volatilitas pada sesi kedua lebih besar
dibandingkan pada sesi pertama untuk return pasar positif (R2/R4 pada Tabel 27).
Tabel 27. juga mengindikasikan bahwa pada keadaan return pasar positif volalilitas
pada sesi pertama dan kedua lebih besar dibandingkan dengan return pada periode
malam hari. Hal ini berbeda bila dibandingkan dengan keadaan return tidak positif
dimana volatilitas return pasar pada periode malam justru lebih tinggi dibandingkan
sesi pertama dan kedua. Sedangkan untuk volatilitas return istirahat siang lebih kecil
bila dibandingkan dengan volatilitas return sesi pertama maupun kedua. Untuk
perbandingan volatilitas return pada periode malam lebih besar dibandingkan dengan
volatilitas return untuk periode istirahat siang baik pada kondisi pasar positif maupun
negatif.
Tabel 28. Rata-rata Return dan Varians Return Harian untuk Return Pasar
Rata-rata Return (x 10-5) Varians Return (x 10-5) Return O1 C1 O2 C2 O1 C1 O2 C2 r > 0 327,15 800,76 901,60 1286,12 29,20 23,97 22,44 11,84 r ≤ 0 -354,74 -787,52 -910,72 -1249,37 35,72 30,83 27,66 15,71
O1 : Return open sesi pertama to open sesi pertama C1 : Return close sesi pertama to close sesi pertama O2 : Return open sesi kedua to open sesi kedua C2 : Return close sesi kedua to close sesi kedua
Tabel 29. Rasio Varians Harian untuk Return Pasar Return O1/C1 O1/O2 O1/C2 C1/O2 C1/C2 O2/C2 R > 0 1,22 1,30 2,47 *** 1,07 2,02 *** 1,90 *** r ≤ 0 1,16 1,29 2,27 *** 1,11 1,96 *** 1,76 ***
* signifikan untuk 10% ** signifikan untuk 5% *** signifikan untuk 1%
Tabel 28. mengindikasikan bahwa varians return pada keadaan return pasar
positif relatif lebih kecil bila dibandingkan dengan varians return pasar tidak positif.
58
Untuk volatilitas return harian lebih tinggi pada pembukaan pertama, diikuti berturut-
turut penutupan sesi pertama, pembukaan sesi kedua dan paling akhir penutupan sesi
kedua. Bahkan return harian untuk close to close sesi kedua menunjukkan
menunjukkan perbadaan yang signifikan bila dibandingkan dengan tiga seri return
yang lain.
Volatilitas pada pembukaan sesi kedua lebih kecil dibandingkan dengan
penutupan sesi pertama (tetapi perbedaannya tidak signifikan) disebabkan karena
volatilitas return pada periode non perdagangan sebelumnya (istirahat siang) rendah.
Kondisi ini berbeda dengan penelitian yang diakukan oleh Guner dan Onder yang
menyatakan bahwa pembukaan sesi kedua lebih besar bila dibandingkan penutupan
sesi pertama. Hal ini disebabkan karena volatilitas pada istirahat siang di Turki relatif
lebih tinggi.
Tabel 30. Autokorelasi Return untuk Return Pasar R1 R2 R3 Return -4 -3 -2 -1 -4 -3 -2 -1 -4 -3 r > 0 0,12 0,20 0,14 -0,18 *** -0,03 0,06 0,17 -0,14 ** -0,06 0,14 r ≤ 0 0,16 0,20 0,10 -0,07 0,17 0,00 0,03 -0,02 0,15 -0,04 R3 R4 O1 C1 O2 C2 Return -2 -1 -4 -3 -2 -1 O1-1 C1-1 O2-1 C2-1 r > 0 -0,21 *** -0,06 0,01 -0,38 *** -0,06 -0,06 0,16 0,01 0,02 -0,19 *** r ≤ 0 -0,07 -0,23 *** 0,05 -0,35 *** -0,13 ** -0,13 ** -0,07 0,10 0,11 0,22
R1 : Return periode malam hari O1 : Return open sesi pertama to open sesi pertama * signifikan untuk 10% R2 : Return sesi pertama C1 : Return close sesi pertama to close sesi pertama ** signifikan untuk 5% R3 : Return periode istirahat siang O2 : Return open sesi kedua to open sesi kedua *** signifikan untuk 1% R4 : Return sesi kedua C2 : Return close sesi kedua to close sesi kedua
Tabel 30. mengindikasikan bahwa pada perdagangan dengan return positif
autokorelasi negatif terjadi antara periode malam hari dengan 3 periode setelahnya.
Hal ini mengindikasikan adanya overreaction pada harga pembukaan perdagangan di
BEJ (Huang, Liu & Fu, 2000). Indikasi adanya noise pada return pasar positif juga
59
ditunjukkan dengan adanya autokrelasi return harian (close to close). Autukorelasi
negatif pada kondisi pasar tidak positif ditunjukkan pada sesi pertama dengan
periode istirahat siang dan sesi kedua dengan tiga periode sebelum sesi kedua
(periode malam hari, sesi pertama dan istrahat siang)
I. Analisis Sensitivitas terhadap Perubahan Kebijakan Tick Size
Analisis sensisitivitas terhadap perubahan kebijakan tick size dilakukan
dengan membagi periode sampel menjadi 2 periode waktu yaitu sebelum 20 Oktober
dan sesudah 20 Oktober 2000, karena perubahan kebijakan tick size dilaksanakan
pada tanggal 20 Oktober 2000. Perubahan kebijakan tanggal 20 Oktober 2000
menyatakan bahwa satuan fraksi saham pada saat melakukan tawar menawar di BEJ
ditetapkan sebagai berikut.
1. Harga saham <Rp500,- fraksi sahamnya ditetapkan sebesar Rp5,- dengan setiap
kali perubahan maksimum Rp50,-
2. Harga saham ≥Rp500 dan <Rp5.000,- fraksi sahamnya ditetapkan sebesar Rp25,-
dengan setiap kali perubahan maksimum Rp250,-
3. Harga saham ≥Rp5.000,- fraksi sahamnya ditetapkan sebesar Rp50,- dengan
setiap kali perubahan maksimum Rp500,-
Oleh karena itu subsampel dibagi menjadi 4 portofolio yaitu saham-saham
dengan harga kurang dari Rp. 500,-, antara Rp 500,- dan Rp 4.999,-, lebih dari Rp
5.000,- dan keseluruhan saham (total saham). Tabel 31. menunjukkan dengan adanya
perubahan tick size akan menurunkan volatilitas return terutama pada periode
perdagangan. Sedangkan volatilitas paling tinggi terjadi pada saham-saham dengan
harga kurang dari Rp. 500,- baik pada sebelum maupun sesudah 20 Oktober 2000.
60
Tabel 31. Rata-rata dan Varians Return Periode Perdagangan dan Non Perdagangan
untuk Perubahan Kebijakan Tick Size
jumlah Rata-rata Return (x 10-5) Varians Return (x 10-5) observasi R1 R2 R3 R4 R1 R2 R3 R4
Sebelum 20 Oktober 2000 p < 500 192 -1227.40 -409.70 -199.27 1548.43 53.39 53.79 39.67 64.00
500-4999 192 -282.10 -170.32 -116.42 284.92 10.82 15.85 1.28 10.79 p ≥ 5000 192 -13.82 -155.81 -32.85 -50.40 10.99 19.46 2.29 14.91
total 192 -479.39 -217.99 -129.42 533.09 13.88 16.38 2.42 13.94 Sesudah 20 Oktober 2000
p < 500 283 -563.19 46.69 -138.32 744.73 15.48 16.58 6.30 15.44 500-4999 284 -378.17 61.17 -154.74 651.95 6.51 7.50 2.64 6.66 p ≥ 5000 283 -3.60 124.07 -3.85 81.68 8.62 16.56 12.35 12.87
total 285 -415.83 67.49 -135.59 644.52 6.03 7.33 2.23 5.95 P : price (harga saham) R1 : Return periode malam hari R2 : Return sesi pertama R3 : Return periode istirahat siang R4 : Return sesi kedua
Tabel 32. Rasio Varians Return Periode Perdagangan dan Non Perdagangan untuk Perubahan Kebijakan Tick Size
R2/R1 R4/R1 R2/R3 R4/R3 R2/R4 R1/R3
Sebelum 20 Oktober 2000 p < 500 1.01 1.20 1.36 * 1.61 *** 0.84 1.35 *
500-4999 1.46 ** 1.00 12.42 *** 8.46 *** 1.47 * 8.48 *** p ≥ 5000 1.77 *** 1.36 8.48 *** 6.50 *** 1.31 ** 4.79 ***
total 1.18 1.00 6.77 *** 5.76 *** 1.18 5.74 ***
Sesudah 20 Oktober 2000 p < 500 1.07 1.00 2.63 *** 2.45 *** 1.07 2.46 ***
500-4999 1.15 1.02 2.85 *** 2.53 *** 1.13 2.47 *** p ≥ 5000 1.92 ** 1.49 1.34 *** 1.04 *** 1.29 0.70 ***
total 1.22 0.99 3.29 *** 2.67 *** 1.23 2.71 *** P : price (harga saham) * signifikan untuk 10% ** signifikan untuk 5% *** signifikan untuk 1%
Pada saham-saham dengan harga di atas Rp. 500,- dengan adanya
perubahan kebijakan tanggal 20 Oktober meningkatkan volatilitas pada periode
istirahat siang. Bahkan pada harga di atas Rp. 5.000,- volatilitas pada periode
istirahat siang lebih tinggi dibandingkan dengan periode malam hari (R1/R3 lebih
kecil dari 1, pada Tabel 32).
61
Tabel 33. Rata-rata Return dan Varians Return Harian untuk Perubahan Kebijakan
Tick Size Rata-rata Return Varians Return
periode O1 C1 O2 C2 O1 C1 O2 C2 Sebelum 20 Oktober 2000
p < 500 -566.10 -362.08 -364.52 -287.94 108.75 106.92 114.17 96.48 500-5000 -200.12 -266.33 -280.09 -283.92 43.16 47.89 47.20 41.39 p > 5000 -195.23 -261.09 -252.89 -252.88 44.75 57.20 55.33 46.51
total -294.85 -305.08 -310.12 -293.71 48.61 51.39 49.92 42.86 Sesudah 20 Oktober 2000
p < 500 -48.23 44.94 22.15 89.92 41.24 37.06 38.08 36.61 500-5000 240.52 225.75 201.71 179.17 22.53 21.01 21.08 22.06 p > 5000 350.75 269.02 296.70 198.29 28.54 34.98 24.41 27.19
total 145.08 168.06 143.87 159.88 22.67 21.18 21.42 20.42 P : price (harga saham)
O1 : Return open sesi pertama to open sesi pertama C1 : Return close sesi pertama to close sesi pertama O2 : Return open sesi kedua to open sesi kedua C2 : Return close sesi kedua to close sesi kedua
Tabel 34. Rasio Varians Harian untuk Perubahan Kebijakan Tick Size O1/C1 O1/O2 O1/C2 C1/O2 C1/C2 O2/C2
Seseblum 20 Oktober 2000 p < 500 1.02 0.95 1.13 0.94 1.11 1.18
500-5000 0.90 0.91 1.04 1.01 1.16 1.14 p > 5000 0.78 0.81 0.96 1.03 1.23 1.19
total 0.95 0.97 1.13 1.03 1.20 1.16
Sesudah 20 Oktober 2000 p < 500 1.11 1.08 1.13 0.97 1.01 1.04
500-5000 1.07 1.07 1.02 1.00 0.95 0.96 p > 5000 0.82 1.17 1.05 1.43 1.29 0.90
total 1.07 1.06 1.11 0.99 1.04 1.05 P : price (harga saham) * signifikan untuk 10% ** signifikan untuk 5% *** signifikan untuk 1%
Sedangkan untuk data return harian (Tabel 33) juga menunjukkan bahwa
turunnya volatilitas setelah tanggal 20 Oktober 2000. Tabel 35 mengindikasikan
adanya autokorelasi negatif yang signifikan antara sesi kedua dengan periode malam
sebelumnya untuk periode sebelum 3 Juli 2000. Pada periode setelah 20 Oktober
2000 autokorelasi negatif yang signifikan terjadi antara istirahat siang dengan satu
periode sebelumnya (sesi pertama).
62
Tabel 35. Autokorelasi Return untuk Perubahan Kebijakan Tick Size
R1 R2 R3 -4 -3 -2 -1 -4 -3 -2 -1 -4 -3
Sebelum 20 Oktober 2000 p < 500 0.13 0.16 0.05 -0.45 *** 0.07 -0.19 *** 0.07 -0.17 ** 0.14 -0.04
500-5000 0.03 0.19 0.05 -0.03 0.09 0.05 0.13 0.19 0.09 0.02 p > 5000 -0.02 0.11 0.12 -0.14 * 0.21 -0.14 0.22 0.24 0.00 -0.11
total 0.09 0.20 0.13 -0.12 * 0.05 0.04 0.08 0.13 0.13 -0.02 Sesudah 20 Oktober 2000
p < 500 0.16 0.12 0.01 -0.28 * 0.07 -0.02 0.00 -0.10 -0.06 0.06 500-5000 0.05 0.16 0.07 -0.09 0.11 0.03 -0.01 0.05 0.07 0.08 p > 5000 0.15 0.07 0.00 -0.28 *** 0.08 0.09 -0.07 -0.04 -0.02 -0.08
total 0.10 0.20 0.07 -0.11 * 0.09 0.00 0.06 0.08 -0.02 0.09 R3 R4 O1 C1 O2 C2 -2 -1 -4 -3 -2 -1 O1-1 C1-1 O2-1 C2-1
Sebelum 20 Oktober 2000 p < 500 -0.09 -0.28 *** 0.20 -0.22 -0.05 -0.30 *** -0.21 *** -0.11 -0.19 *** -0.24 ***
500-5000 -0.05 0.05 -0.10 -0.10 -0.02 0.06 0.03 0.01 0.02 -0.04 p > 5000 -0.11 -0.16 * 0.02 -0.10 -0.02 -0.16 * 0.10 -0.04 -0.02 0.03
total -0.06 0.09 0.05 -0.22 *** -0.06 0.00 -0.02 0.01 0.00 -0.07 Sesudah 20 Oktober 2000
p < 500 -0.07 -0.24 *** 0.03 -0.15 *** -0.05 -0.07 -0.06 -0.02 -0.01 -0.08 500-5000 0.04 -0.08 0.05 -0.10 * 0.04 -0.09 0.14 0.10 0.08 0.09 p > 5000 -0.01 -0.48 *** 0.06 -0.09 0.04 -0.30 *** 0.04 -0.19 *** 0.13 0.01
total 0.00 -0.13 ** -0.02 -0.14 ** 0.03 0.01 0.06 0.05 0.07 0.03 R1 : Return periode malam hari O1 : Return open sesi pertama to open sesi pertama * signifikan untuk 10% R2 : Return sesi pertama C1 : Return close sesi pertama to close sesi pertama ** signifikan untuk 5% R3 : Return periode istirahat siang O2 : Return open sesi kedua to open sesi kedua *** signifikan untuk 1% R4 : Return sesi kedua C2 : Return close sesi kedua to close sesi kedua
63
BAB V
SIMPULAN, KETERBATASAN PENELITIAN DAN SARAN
A. Simpulan
Dari penelitian yang telah dilakukan dapat ditarik suatu simpulan
1. Secara umum volatilitas harga paling tinggi terjadi pada sesi pertama
perdagangan dan paling rendah terjadi pada saat istirahat siang. Volatilitas
harga pada periode perdagangan (sesi pertama dan kedua) secara signifikan
lebih tinggi dibandingkan dengan periode istirahat siang. Hal ini konsisten
dengan hasil penelitian Amihud dan Mendelson (1991) di yang menyatakan
bahwa volatilitas selama periode istirahat siang adalah paling rendah
disebabkan oleh sedikitnya informasi yang direlease. Sedangkan untuk
periode malam hari dengan periode perdagangan tidak ada perbedaan yang
signifikan.
2. Volatilitas pada sesi pertama lebih volatil dibandingkan dengan sesi kedua
tetapi perbedaannya tidak signifikan. Sedangkan untuk varians return periode
malam lebih tinggi secara signifikan dibandingkan dengan periode istirahat
siang.
3. Volatilitas harian secara umum tidak ada perbedaan yang signifikan (kecuali
pada tahun 2000 return untuk close to close sesi kedua berbeda dengan 3 seri
return yang lain, tetapi tingkat signifikansinya hanya 10%). Hal ini
mendukung penelitian yang dilakukan oleh Huang, Liu dan Fu (2000) yang
menyatakan di Taiwan tidak ada perbedaan yang signifikan antara varians
return open to open dengan close to close. Hal ini karena tidak adanya
64
perbedaan mekanisme perdagangan antara pembukaan dan penutupan, seperti
NYSE dan TSE.
4. Autokorelasi negatif terjadi pada periode malam dengan periode sebelumnya
dan sesi kedua dengan periode malam sebelumnya (derajat korelasinya lebih
kuat pada sesi kedua dengan periode malam sebelumnya). Hal ini
mengindikasikan terjadinya noise pada periode malam hari yang dikoreksi
pada sesi kedua dan sebaliknya
5. Perusahaan-perusahaan dengan size kecil cenderung mempunyai tingkat
volatilitas harga yang lebih besar dibandingkan dengan perusahaan dengan
size besar.
6. Perusahaan-perusahaan dengan volume kecil cenderung mempunyai tingkat
volatilitas harga yang lebih kecil terutama pada periode perdagangan
dibandingkan dengan perusahaan dengan volume perdagangan besar (kecuali
pada quintil terkecil dimana volatilitasnya relatif besar).
7. Perusahaan-perusahaan dengan bid-ask spread kecil cenderung mempunyai
tingkat volatilitas harga yang lebih kecil dibandingkan dengan perusahaan
dengan bid-ask spread besar. Hal ini konsisten dengan pernyataan Branch
dan Freed (1977) yang menyatakan ada hubungan langsung antara volatilitas
dengan bid-ask spread.
8. Return hari Senin paling rendah bila dibandingkan dengan return hari-hari
yang lain. Return yang rendah pada hari Senin ini diakibatkan lamanya
periode non perdagangan dari penutupan Jumat sampai dengan pembukaan
Senin.
65
9. Volatilitas return akan turun karena perubahan kebijakan tick size tanggal 20
Oktober 2000.
B. Keterbatasan Penelitian dan Saran
Ada beberapa hal yang menjadi keterbatasan dalam penelitian, berikut ini beserta
dengan sarannya
1. Penelitian ini hanya menggunakan saham-saham LQ 45, sehingga hasil yang
diperoleh mungkin hanya menggambarkan kondisi saham-saham dengan
frekuensi perdagangan yang tinggi. Untuk penelitian selanjutnya dapat
menguji mengenai saham-saham dengan frekuensi perdagangan yang rendah,
sehingga dapat disimpulkan apakah ada perbedaan hasil antara perusahaan-
perusahaan dengan frekuensi tinggi dengan frekuensi rendah.
2. Sampel yang digunakan hanya berasal dari 2 tahun, yaitu tahun 2000 dan
2003, sehingga ada kemungkinan perilaku harga yang diteliti hanya terjadi
pada 2 tahun itu. Penelitian selanjutnya sebaiknya menggunakan data dalam
interval waktu yang lebih lama, bahkan lebih baik menggunakan data
sebelum ada krisis, selama krisis dan setelah krisis, sehingga pengaruh krisis
terhadap perilaku harga bisa dianalisis.
3. Variabel volume perdagangan dan bid-ask spread menggunakan data harian.
Lebih baik menggunakan data per sesi perdagangan, karena volume
perdagangan dan bid-ask spread berbeda setiap sesinya.
4. Volatilitas harga pada periode perdagangan hanya menggunakan harga
pembukaan dan penutupan, padahal ada kemungkinan pada tengah-tengah
interval justru terjadi volatilitas berbeda dengan pada saat pembukaan dan
66
penutupan. Fenomena ini tidak akan tertangkap karena yang dipergunakan
adalah harga pembukaan dan penutupan. Bagi penelitian selanjutnya dapat
menggunakan data intraday untuk meneliti volatilitas harga pada periode
perdagangan, sehingga volatilitas pada periode perdagangan tidak hanya
diproksikan oleh harga pembukaan dan penutupan.
67
DAFTAR PUSTAKA
Admati, A., and P. Pflederer, 1988, A Theory of Intraday Patterns: Volume and Price Variability, The Review of Financial Studies, 1 (1):3-40
Algifari., 1999, Pengaruh Hari Perdagangan terhadap Return Saham di BEJ, Tesis UGM, Unpublished
Amihud, Y., and H. Mendelson, 1986, Asset Pricing and the Bid-Ask Spread, Journal of Financial Economics, 17:223-249
Amihud, Y., and H. Mendelson, 1987, Trading Mechanism and Stock Return: an Empirical Investigations, Journal of Finance, 42: 533-53
Amihud, Y., and H. Mendelson, 1991, Volatility, Efficiency and Trading: Evidence from the Japanese Stock Market, Journal of Finance, 46: 369-89
Astuti, N., 1997, Analisa Pengaruh Perubahan Suku Bunga, Perubahan Inflasi, Perubahan Kurs Valas and Perubahan Volume Perdagangan Saham terhadap Perubahan Stock Return di BEJ, Tesis UGM, Unpublished
Balduzzi, P., E. J. Elton, and T. C. Green, 2001, Economic News and Bond Prices: Evidence from the US Treasury Market, Journal of Financial and Quantitative Analysis, 36 (4): 523-543
Bery, T., D., and K. M. Howe, 1994, Public Information Arrival, Journal of Finance, 49:1331-1347
Black, F., 1986, Noise, Journal of Finance, 41:529-43
Blume, L., D. Easley, and O’Hara., 1994, Market Statistics and Technical Analysis: the Role of Volume, Journal of Finance, 49(1): 153-181
Branch, B., and W. Freed, 1977, Bid-Ask Spreads on the Amex and the Big Board, Journal of Finance, 32, 1 March, 159-163
Brown, M., B., and A. B. Forsythe, 1974, Robust Tests for the Equality of Variances, Journal of the American Statistical Association, 69 (346):364-367
Chan, K.C., W. G. Christie., and P. H. Schultz, 1995, Market Structure and the Intraday Pattern of Bid-Ask Spreads for Nasdaq Securities, Journal of Business, 68 (1): 35-60
Chan,. H., and F. C. Nai, 1991, Structural and Return Characteristics of Small and Large Firms, Journal of Finance, 46(4):1467-1484
Chang, R.P., T. H. Hsu, N. K. Huang, and S. G. Rhe, 1999, The Effect of Trading Methods on Volatility and Liquidity: Evidence from Taiwan Stock Exchange, Journal of Business Finance and Accounting. 26(1):137-170
68
Chelley, P., and Steeley, 2001, Openeing Returns, Noise and Overreaction, Journal of Financial Resesarch. 24(4):513-521
Cheung, Y. L., 1995, Intraday Return and the Day End Effect: Evidence from the Hong Kong Equity Market, Journal of Busines Finance and Accounting, 22 (7): 1023-1034
Copeland, T., E., and D. Galai, 1983, Information Effects on the Bid-Ask Spread, Journal of Finance. 38 (5): 1457-1469
Easley, D., and O’Hara, 1987, Price, Trade Size and Information in Securities Markets, Journal of Financial Economics, 19:69-90
Elfakhani, S., 1991, Portofolio Performance ant the Interaction between Systematic Risk, Firm Size and Price-Earning Ratio: the Canadian Evidence, Review of Financial Economics, 51-69
Elton, E. J., M. J. Gruber, , D. Agrawal, and C. Mann, 2001, Explaining the Rate Spread on Corporate Bonds, Journal of Finance, 56,1 Februari, 247-277
Fama, E., F., 1970, Efficient Capital Market: a Review of Theory and Empirical Work, Journal of Finance, 25: 387-417
Fama, E., F., 1991, Efficient Capital Markets II, Journal of Finance, 46(51):575-617
Fama and French, 1992, The Cross Section of Expected Return, Journal of Finance, 47:427-465
French, K. R. and R. Roll, 1986, Stock Price Variances: The Arrival of Information and the Reaction Traders, Journal of Financial Economics, 17: 5-26
Frino, A., and A. Hill, 2001, Intraday Futures Market Behavoiur arround Major Scheduled Macroeconomics Announcements: Australian Evidence, Journal of Banking & Finance, 25: 1319-1337
Glosten, L., R., and L. E. Haris, 1988, Estimating the Component of the Bid-Ask Spread, Journal of Financial Economics, 21:123-142
Gomez, X.G., J. Hodoshima, and M. Kunimura, 1998, Does Size Really Matter in Japan? Association for Investment Management and Research,. November/Desember:22-34
Grundy, B., D., and Y. Kim, 2002, Stock Market Volatility in a Heterogeneous Information Economy, Journal of Financial and Quantitative Analysis, 37 (1): 1-27
Guner, N., and Z. Onder, 2002, Information and Volatility: Evidence from an Emerging Market, Emerging Markets Fnance and Trade, 36 (6): 26-46
69
Hadinugroho, B, 2002, Pengaruh Beta, Size, Book to Market, Equity and Earning Yields terhadap Return Saham, Tesis UGM Unpublished
Harsono, R. D., B., 2003, Perdagangan Berbasis Informasi and Noise, Volume Transaksi Investor Asing dan Domestik dan Volatilitas Pasar di BEJ Sejak Liberalisasi Pasar, Tesis UGM Unpublished
Hartono, T., 2004, Pengaruh Perubahan Tick Size terhadap Kualitas Pasar BEJ: Pengujian Intraday Interval 30 Menit, Tesis UGM, Unpublished
Hasbrook, J., 1988, Trades, Quotes, Inventories and Information, Journal of Financial Economics, 30:99-134
Huang, Y., S., D. Y. Liu, and T. W. Fu, 2000, Stock price behaviour over trading and non-trading periods: evidence from the Taiwan Stock Exchange, Journal Business and Financial Accounting 575-602
Ito, T, R. K. Lyons and M. T. Melvin, 1998, Is there private information in the FX market? The Tokyo Experiment, Journal of Finance. 53 (3): 1111-1130
Karpoff, J.M, 1987, The Relation between Price Changes and Trading Volume: Survey, Journal of Financial and Quantitative Analysis. 18:109-126
Ko, K, S. Lee and J. Chung, 1995. Volatility, Efficiency and Trading: further evidence. Journal of International Financial Management and Accounting. 6(1):26-42
Kyle, A. S. 1985. Continuous Auctions and Insider Trading. Econometrica. 53 (6): 1315-1335
Lakonishok, J. and E. Maberly, 1990, The Weekend Effect: Trading Patterns of Individual and Institusional Investors, Journal of Finance, 45:231-243
Lam, P. H.L. and W. H. S. Tong, 1999, Interdaily Volatility in a Continuous Order Driven Market, Journal of Business Finance and Accounting,. 26(7): 1013-1036
Mcnish, T. H. and R. A. Wood, 1992, An Analysis of Intraday Patterns in Bid/Ask Spread for NYSE Stocks, Journal of Finance, 47, 2 Juni. 753-764
Nofsinger, J.R., 2001, The Impact of Public Information on Investors, Journal of Banking & Finance, 25:1339-1366
Odean, T., 1998, Volume, Volatility, Price and Profit when All Traders are Above Average, Journal of Finance, 53(6):1887-1934
Oldfield , G.s Jr and R. J. Rogalski, 1980. A Theory of Common Stock Return over Trading and non Trading Periods, Journal of Finance, 35:729-51
70
Pritamani, M. and V. Singal, 2001, Return Predictability following Large Prices Changes and Information Releases, Journal of Banking & Finance, 25: 631-656
Rogalski, R. J., 1984, New Finding Regarding Day of the Week Return over Trading and non Trading Periods: a note, Journal of Finance, 34 (5):1603-1614
Sari, W., 2004, Hubungan antara Volume Perdagangan and Volatilitas Harga Intraday di BEJ, Tesis UGM, Unpublished
Sialia, S., 1991, Analisis Beberapa Faktor yang Mempengaruhi Fluktuasi Harga Saham yang Go Publik di Pasar Modal Indonesia Sebelum and Sesudah Paket Kebijaksanaan Deregulasi tahun 1985-1986, Tesis UGM, Unpublished
Stoll, H and R. Whaley, 1990, Stock Market Structure and Volatility, Review of Financial Journal, 5:231-58
Stoll, H. R., 1989, Inferring the Component of the Bid-Ask Spread: Theory and Empirical Test, Journal of Finance, 44, 115-134
Suhaibani, M.A. and L. Kryzanowski, 2000, The Information Content of Orders on the Saudi Stock Market, Journal of Financial Research, 23 (2) 145-156
Wood, R.A., T. H. McInish and J. K. Ord, 1985, An investigation of Transaction Data for NYSE Stock, Journal of Finance, 40 (3):739-741
Lampiran
71
Lampiran 1 DAFTAR PERUSAHAAN LQ 45 TAHUN 2000 DAN 2003 2000 2003 Periode 1 Periode 2 Periode 1 Periode 2 1 AALI AALI AALI AALI
2 ANTM ANTM ANTM ANTM
3 ASII ASGR APEX APEX
4 AUTO ASII ASGR ASGR
5 BBNI AUTO ASII ASII
6 BDMN BASS AUTO AUTO
7 BLTA BCIC BBCA BBCA
8 BMRA* BHIT BBNI BBNI
9 BMTR BMTR BHIT BKSW
10 BNII BNII BLTA BMTR
11 BNLI BRPT BMTR CMNP
12 BRPT BUDI DNKS DNKS
13 CMNP CMNP DYNA DYNA
14 DGSA* CPIN GGRM GGRM
15 DVLA DNKS GJTL GJTL
16 GGRM FASW HITS HMSP
17 GJTL GGRM HMSP IDSR
18 HMSP GJTL IDSR INAF
19 INDF HMSP INAF INCO
20 INDR INDF INDF INDF
21 INKP INDR INDR INDR
22 ISAT INKP INKP INKP
23 JIHD ISAT INTP INTP
24 KLBF JIHD ISAT ISAT
25 KOMI KLBF JAKA JIHD
26 LPBN KOMI JIHD KAEF
27 LPLI LPBN KAEF KLBF
28 LPPS LPLI KLBF LMAS
29 LSIP LPPS LMAS MEDC
30 LTLS LSIP MEDC MLPL
31 MEDC LTLS MLPL MPPA
32 MKDO MEDC MPPA NISP
33 MLIA MKDO MTDL PNBN
34 MLPL MLPL PNBN PTBA
35 MPPA MPPA RALS RALS
36 MYOR MTDL RMBA RMBA
37 PNBN PNBN SCMA SCMA
38 RALS RALS SMCB SMCB
39 SMCB SMCB SMGR SMGR
40 SMGR SMGR TINS TINS
41 TINS TINS TLKM TKIM
42 TKIM TKIM TSPC TLKM
43 TLKM TLKM TURI TSPC
44 TSPC TSPC UNTR UNTR
45 UNTR UNTR UNVR UNVR
* delisting pada Oktober 2000
72
Lampiran 2 RATA-RATA DAN VARIANS RETURN TAHUN 2000 DAN 2003
Tahun 2000
R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00462 -0.00166 -0.00141 0.004896 -0.00284 -0.00279 -0.00285 -0.0028 median -0.00321 -0.00176 -0.00138 0.004314 -0.00252 -0.00133 -0.00155 -0.00288 varians 0.000122 0.000152 2.59E-05 0.000121 0.000432 0.000441 0.000426 0.000364 n 238 238 238 238 238 238 238 238 ratio F Autokorelasi R1/R2 0.80426 2.695192 -4 -3 -2 -1 R1/R3 4.703385 51.17579 R1 0.09526 0.207674 0.093957 -0.10687 R1/R4 1.008281 0.044694 R2 0.054393 0.012019 0.061622 0.08631 R2/R3 5.848087 79.87508 R3 0.107571 0.00854 -0.05359 -0.02147 R2/R4 1.253675 2.154447 R4 0.048944 -0.23908 -0.04644 -0.00762 R3/R4 0.214374 59.02265 O1/C1 0.978817 0.000899 O1/O2 1.013356 0.000268 O1 C1 O2 C2 O1/C2 1.187324 2.900996 -0.03471 0.01204 0.004478 -0.0601 C1/O2 1.035286 0.000197 C1/C2 1.213019 2.927501 O2/C2 1.171675 2.994476 trading-non trading 24.87893 daily result 1.455155 Tahun 2003
R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00414 0.000545 -0.00125 0.007059 0.002164 0.002221 0.001987 0.002213 median -0.00345 0.000205 -0.00123 0.006756 0.002048 0.002524 0.002063 0.001825 varians 6.43E-05 7.12E-05 2.02E-05 6.33E-05 0.000231 0.000224 0.00023 0.000224 n 241 241 241 241 241 241 241 241
ratio F Autokorelasi R1/R2 0.903282 0.220337 -4 -3 -2 -1 R1/R3 3.182947 61.92162 R1 0.09793 0.187777 0.105532 -0.11543 R1/R4 1.015328 0.053225 R2 0.100947 0.01399 0.093793 0.129947 R2/R3 3.52376 65.44789 R3 -0.03615 0.063842 0.022681 -0.0233 R2/R4 1.124044 0.484965 R4 -0.03774 -0.14089 0.037595 0.00137 R3/R4 0.31899 58.90921 O1/C1 1.031628 0.109614 O1/O2 1.002855 0.000242 O1 C1 O2 C2 O1/C2 1.032881 0.003919 0.061203 0.040392 0.0559 0.014339 C1/O2 0.97211 0.119909 C1/C2 1.001215 0.160623 O2/C2 1.02994 0.002175 trading-non trading 25.13184 daily result 0.066499
73
Tahun 2000 dan 2003 R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00437 -0.00052 -0.00132 0.005944 -0.00026 -0.00022 -0.00037 -0.00027 median -0.00323 -0.00071 -0.00133 0.005709 -3.5E-06 0.001134 0.000801 -0.0007 varians 9.28E-05 0.000112 2.3E-05 9.29E-05 0.000337 0.000338 0.000333 0.000299 n 479 479 479 479 479 479 479 479 ratio F Autokorelasi R1/R2 0.827196 3.154809 -4 -3 -2 -1 R1/R3 4.034237 105.245 R1 0.096564 0.20146 0.098384 -0.10723 R1/R4 0.999599 0.107678 R2 0.081307 0.014129 0.083593 0.103108 R2/R3 4.877003 142.4103 R3 0.043874 0.032017 -0.02293 -0.01976 R2/R4 1.208419 2.219396 R4 0.031001 -0.20085 -0.00658 -0.00191 R3/R4 0.247779 120.8156 O1/C1 0.996889 0.097116 O1/O2 1.01083 0.02344 O1 C1 O2 C2 O1/C2 1.126112 1.944406 0.018455 0.040897 0.040818 -0.00968 C1/O2 1.013984 0.025742 C1/C2 1.129626 1.11357 O2/C2 1.114047 1.528942 trading-non trading 48.18445 daily result 0.770993
74
Lampiran 3
RATA-RATA DAN VARIANS RETURN UNTUK SIZE QUINTIL quintele 1
R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.0088 -0.00264 -0.0019 0.011376 -0.00251 -0.00234 -0.00403 -0.00197 median -0.00476 -8.6E-05 -0.00095 0.007583 -0.00197 -0.00085 -0.00152 -0.00194 varians 0.000612 0.000579 0.000317 0.00064 0.000996 0.000931 0.001965 0.000942 n 477 477 477 477 477 477 477 477 ratio F Autokorelasi R1/R2 1.056718 1.706221 -4 -3 -2 -1 R1/R3 2.351166 29.42211 R1 0.173397 0.139378 -0.01123 -0.44849 R1/R4 0.731294 1.47942 R2 0.060983 -0.08276 -0.03848 -0.19388 R2/R3 3.90781 15.24103 R3 0.054986 0.019814 -0.02781 -0.42917 R2/R4 1.215465 6.443413 R4 0.217336 -0.27238 -0.05518 -0.1958 R3/R4 0.311035 48.13848 O1/C1 1.009913 1.531787 O1/O2 1.061261 0.019193 O1 C1 O2 C2 O1/C2 0.984015 0.216534 -0.25076 -0.13559 -0.05052 -0.20135 C1/O2 1.050844 0.508441 C1/C2 0.974356 0.630432 O2/C2 0.927213 0.031213 trading-non trading 15.22931 daily result 0.383375 quintele 2 R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00548 0.000379 -0.00193 0.006217 -0.00056 -0.00057 -0.00072 -0.00082 median -0.00473 0 -0.00168 0.005726 0.000585 -0.00021 -0.00114 -0.00085 varians 0.000163 0.000174 6.46E-05 0.000174 0.000465 0.000471 0.000474 0.000407 n 477 477 477 477 477 477 477 477 ratio F Autokorelasi R1/R2 0.939045 0.082561 -4 -3 -2 -1 R1/R3 2.522084 77.72536 R1 0.20794 0.110089 0.037946 -0.22278 R1/R4 0.934293 0.039283 R2 0.068182 0.039386 0.099746 -0.07023 R2/R3 2.685795 63.88653 R3 0.090498 -0.07857 -0.05289 -0.02187 R2/R4 0.994939 0.220553 R4 0.186189 -0.21282 -0.04982 -0.18895 R3/R4 0.370445 75.6697 O1/C1 0.98821 0.290754 O1/O2 0.98094 0.229531 O1 C1 O2 C2 O1/C2 1.142551 2.580595 0.040915 0.024841 0.021516 0.006431 C1/O2 0.992643 0.003316 C1/C2 1.156182 1.032477 O2/C2 1.164751 1.153249 trading-non trading 30.43377 daily result 0.846944
75
quintele 3 R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00509 -0.0001 -0.00121 0.006823 0.000497 0.000799 0.000587 0.000426 median -0.0043 -0.00067 -0.00083 0.006101 -0.00072 0.000367 0.000203 0.000459 varians 0.000127 0.000222 6.74E-05 0.000164 0.000494 0.000521 0.000498 0.000462 n 477 477 477 477 477 477 477 477 ratio F Autokorelasi R1/R2 0.573422 6.76851 -4 -3 -2 -1 R1/R3 1.886597 60.20167 R1 0.093253 0.134385 0.033061 -0.1242 R1/R4 0.774438 2.076719 R2 0.152466 0.030313 0.022259 0.020052 R2/R3 3.29007 75.45777 R3 -0.0216 0.042663 0.02119 -0.25507 R2/R4 1.350556 1.595248 R4 0.0715 -0.17512 0.024593 -0.12277 R3/R4 0.410495 71.73305 O1/C1 0.948566 0.039019 O1/O2 0.992385 1.1E-05 O1 C1 O2 C2 O1/C2 1.070004 0.458716 0.102999 0.068621 0.064233 0.03949 C1/O2 1.046195 0.037563 C1/C2 1.128023 0.746051 O2/C2 1.078215 0.460897 trading-non trading 32.12401 daily result 0.286138 quintele 4
R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00305 -9.6E-05 -0.00157 0.005186 0.000329 0.000357 0.000253 0.000473 median -0.00171 -0.00069 -0.00083 0.004573 0.000274 0.000705 0.001142 6.89E-05 varians 0.000106 0.000163 5.81E-05 0.000137 0.000381 0.000393 0.00036 0.000356 n 479 479 479 479 479 479 479 479
ratio F Autokorelasi R1/R2 0.653225 13.28584 -4 -3 -2 -1 R1/R3 1.829749 38.37113 R1 0.075558 0.121576 0.070901 -0.11872 R1/R4 0.775793 4.695272 R2 0.099148 -0.03228 0.065792 -0.02898 R2/R3 2.801099 89.08117 R3 0.040698 0.004725 -0.05165 -0.22762 R2/R4 1.187635 2.260907 R4 -0.04529 -0.06884 0.005053 -0.1834 R3/R4 0.423989 66.56535 O1/C1 0.969229 0.011117 O1/O2 1.057652 0.114858 O1 C1 O2 C2 O1/C2 1.068118 1.219595 0.002266 -0.05448 -0.01241 -0.01605 C1/O2 1.091229 0.194661 C1/C2 1.102028 1.424767 O2/C2 1.009896 0.619753 trading-non trading 32.95782 daily result 0.60348
76
quintele 5
R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00066 -7.2E-05 -0.00035 0.001662 0.000631 0.000666 0.00078 0.000575 median -0.00027 -0.00059 -0.00042 0.001205 0.001268 0.001029 0.001402 0.000593 varians 6.36E-05 0.000119 2.91E-05 8.39E-05 0.000295 0.000328 0.000305 0.000297 n 479 479 479 479 479 479 479 479
ratio F Autokorelasi R1/R2 0.535786 34.59423 -4 -3 -2 -1 R1/R3 2.183554 74.57438 R1 0.03818 0.108459 -0.0035 0.007841 R1/R4 0.758233 5.401285 R2 0.139688 -0.02422 0.082855 0.174559 R2/R3 4.075422 183.5612 R3 0.125324 -0.03504 -0.09176 -0.2316 R2/R4 1.415179 12.51842 R4 -0.07132 -0.03465 0.097792 -0.08112 R3/R4 0.347247 109.4117 O1/C1 0.899417 0.125028 O1/O2 0.968966 0.000492 O1 C1 O2 C2 O1/C2 0.99499 0.093155 0.067481 0.003883 0.068312 0.06119 C1/O2 1.077327 0.135833 C1/C2 1.106261 0.409823 O2/C2 1.026858 0.07705 trading-non trading 65.5407 daily result 0.14361
77
Lampiran 4
RATA-RATA DAN VARIANS RETURN UNTUK TRADING VOLUME QUINTIL quintele 1
R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00485 -0.00137 -0.0008 0.00472 -0.00058 -0.00262 -0.00345 -0.0023 median -0.00309 0 -0.00101 0.002978 -0.00128 -0.00132 -0.00224 -0.00274 varians 0.000296 0.000178 0.000199 0.000238 0.000526 0.000494 0.001616 0.000412 n 461 461 461 461 461 461 461 461 ratio F Autokorelasi R1/R2 1.663545 11.74369 -4 -3 -2 -1 R1/R3 1.486602 8.379052 R1 -0.03447 0.141699 0.021117 -0.11301 R1/R4 1.24249 2.269223 R2 -0.03211 -0.00031 0.034219 -0.19285 R2/R3 0.893635 0.269564 R3 -0.01505 -0.04906 -0.07751 -0.40874 R2/R4 0.746893 3.75891 R4 0.031317 -0.10234 -0.291 -0.10266 R3/R4 0.835792 1.982663 O1/C1 1.063452 1.757516 O1/O2 0.325286 0.031609 O1 C1 O2 C2 O1/C2 1.277113 6.125133 0.033317 0.0203 0.027885 -0.05652 C1/O2 0.305878 0.950571 C1/C2 1.200913 1.155191 O2/C2 3.926121 2.644974 trading-non trading 4.894674 daily result 1.652673 quintele 2 R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00448 -0.00136 -0.00175 0.004618 -0.00244 -0.00354 -0.0029 -0.003 median -0.00316 -0.00085 -0.00137 0.003315 -0.00238 -0.003 -0.00308 -0.00271 varians 0.000241 0.000144 0.000141 0.000158 0.0004 0.000328 0.000376 0.000236 n 476 476 476 476 476 476 476 476 ratio F Autokorelasi R1/R2 1.674108 9.451242 -4 -3 -2 -1 R1/R3 1.711374 23.15546 R1 0.052054 0.079475 0.041586 -0.13756 R1/R4 1.522425 2.426153 R2 -0.02763 -0.06868 0.049691 -0.27986 R2/R3 1.02226 4.441647 R3 -0.06738 0.026442 -0.22199 -0.30017 R2/R4 0.909395 3.158612 R4 0.022521 -0.20993 -0.09005 -0.2348 R3/R4 0.889592 14.59573 O1/C1 1.220027 1.450366 O1/O2 1.065187 0.863422 O1 C1 O2 C2 O1/C2 1.693221 11.90109 -0.0372 -0.07179 -0.08056 -0.05401 C1/O2 0.873085 0.050052 C1/C2 1.387855 5.376552 O2/C2 1.589599 5.760021 trading-non trading 10.01992 daily result 3.894394
78
quintele 3 R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00404 -0.00198 -0.00121 0.004691 -0.00236 -0.00271 -0.00265 -0.00255 median -0.00299 -0.00257 -0.0008 0.003796 -0.00158 -0.00236 -0.00223 -0.00239 varians 0.00018 0.000177 8.51E-05 0.000199 0.000412 0.00044 0.000366 0.000389 n 476 476 476 476 476 476 476 476 ratio F Autokorelasi R1/R2 1.017087 0.141039 -4 -3 -2 -1 R1/R3 2.111335 48.95318 R1 0.051279 0.076678 0.146975 -0.04942 R1/R4 0.90172 0.138821 R2 0.05283 0.079804 0.017118 -0.06224 R2/R3 2.075865 43.05284 R3 0.037561 -0.03055 -0.12019 -0.28583 R2/R4 0.886572 0.53769 R4 0.027767 -0.18961 0.037029 -0.27619 R3/R4 0.427085 50.11015 O1/C1 0.935521 0.255673 O1/O2 1.125591 0.819456 O1 C1 O2 C2 O1/C2 1.05916 0.662228 -0.06453 -0.05206 0.01513 -0.00161 C1/O2 1.203171 1.986729 C1/C2 1.132161 1.706166 O2/C2 0.940981 0.004565 trading-non trading 20.93483 daily result 0.912963 quintele 4
R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00408 -0.00116 -0.00106 0.004769 -0.00068 -0.00044 -0.00064 -0.00153 median -0.00236 -0.00106 -0.00105 0.004022 -0.00034 0.00049 0.000168 -0.00067 varians 0.000182 0.000237 6.32E-05 0.000206 0.000447 0.000443 0.000409 0.000424 n 479 479 479 479 479 479 479 479 ratio F Autokorelasi R1/R2 0.769952 2.244591 -4 -3 -2 -1 R1/R3 2.880545 58.87709 R1 -0.01691 0.052899 0.083385 -0.03187 R1/R4 0.883082 1.384487 R2 0.05333 0.026285 -0.03918 -0.23297 R2/R3 3.7412 75.65518 R3 -0.06791 0.127201 -0.05093 -0.26198 R2/R4 1.146931 0.143146 R4 0.015064 -0.14643 -0.02284 -0.11162 R3/R4 0.306568 79.19879 O1/C1 1.009926 0.197611 O1/O2 1.094568 0.211551 O1 C1 O2 C2 O1/C2 1.054391 0.612116 0.015442 -0.02179 0.043908 -0.00842 C1/O2 1.08381 1.49E-05 C1/C2 1.044029 0.108327 O2/C2 0.963294 0.120656 trading-non trading 29.49221 daily result 0.210199
79
quintele 5
R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00504 0.001377 -0.00153 0.008867 0.002298 0.004077 0.003157 0.003674 median -0.00195 0.001374 0 0.007004 0.002151 0.005981 0.004821 0.005355 varians 0.000269 0.00042 0.000128 0.000432 0.000803 0.000905 0.000844 0.000984 n 478 478 478 478 478 478 478 478
ratio F Autokorelasi R1/R2 0.639875 22.42579 -4 -3 -2 -1 R1/R3 2.094898 39.53969 R1 0.141358 0.061947 0.038147 -0.15923 R1/R4 0.621391 25.07908 R2 0.107774 -0.11205 0.080218 0.058469 R2/R3 3.273919 124.5216 R3 0.150791 -0.02695 0.094904 -0.23717 R2/R4 0.971114 0.093923 R4 0.028707 -0.23268 0.037709 -0.21774 R3/R4 0.296621 129.3554 O1/C1 0.886722 0.353746 O1/O2 0.950641 0.418231 O1 C1 O2 C2 O1/C2 0.815564 0.853266 0.08204 0.066555 0.084335 -0.00086 C1/O2 1.072085 0.000544 C1/C2 0.919752 0.112755 O2/C2 0.85791 0.106464 trading-non trading 51.69162 daily result 0.303589
80
Lampiran 5
RATA-RATA DAN VARIANS RETURN UNTUK BID-ASK SPREAD QUINTIL quintele 1 R1 R2 R3 R4 O1 C1 O2 C2 rata-rata 2.14E-05 0.001044 -0.0001 0.00046 0.001324 0.001505 0.001746 0.001421 median 0.000788 0.001097 -0.00033 0.000358 0.002196 0.001581 0.001616 0.001933 varians 7.98E-05 0.000133 3.39E-05 0.000109 0.000332 0.000328 0.000312 0.000337 n 478 478 478 478 478 478 478 478
ratio F Autokorelasi R1/R2 0.601658 31.88632 -4 -3 -2 -1 R1/R3 2.351166 65.28248 R1 -0.0198 0.118357 0.025814 0.021714 R1/R4 0.731294 6.057571 R2 0.142518 0.069286 0.109816 0.026353 R2/R3 3.90781 186.4595 R3 -0.00439 -0.01631 -0.04568 -0.16145 R2/R4 1.215465 8.998968 R4 -0.08762 -0.04751 0.136092 -0.17399 R3/R4 0.311035 102.7717 O1/C1 1.009913 0.198823 O1/O2 1.061261 0.548762 O1 C1 O2 C2 O1/C2 0.984015 0.250802 0.019918 0.025582 0.078722 0.084592 C1/O2 1.050844 0.081009 C1/C2 0.974356 0.003814 O2/C2 0.927213 0.047122 trading-non trading 60.43164 daily result 0.184991 quintele 2 R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00101 0.000693 -0.00137 0.001665 -2.5E-07 0.000354 4.8E-05 -3.6E-05 median -0.00054 4.51E-05 -0.00103 0.000592 1.15E-05 0.000189 -4.6E-05 -0.00027 varians 8.91E-05 0.000163 3.47E-05 0.000136 0.000445 0.000478 0.000405 0.000391 n 477 477 477 477 477 477 477 477 ratio F Autokorelasi R1/R2 0.547028 23.45505 -4 -3 -2 -1 R1/R3 2.567782 79.06058 R1 0.033142 0.124704 0.081601 0.0271 R1/R4 0.655765 4.967591 R2 0.068175 0.012279 0.113474 0.055787 R2/R3 4.694059 157.6617 R3 0.011588 -0.07866 -0.06427 -0.2845 R2/R4 1.198778 5.584631 R4 -0.16171 -0.09939 0.056918 0.072525 R3/R4 0.255382 96.40597 O1/C1 0.931397 0.002665 O1/O2 1.098341 1.493162 O1 C1 O2 C2 O1/C2 1.138031 3.659408 -0.01194 -0.05626 0.024675 -0.06957 C1/O2 1.179241 1.253869 C1/C2 1.221854 3.18048 O2/C2 1.036136 0.493995 trading-non trading 53.16319 daily result 1.674692
81
quintele 3 R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00314 -0.00087 -0.00139 0.00544 0.000273 -5.4E-05 -0.00023 3.75E-05 median -0.00299 -0.00106 -0.00093 0.005345 0 0.000173 0.000228 -0.0011 varians 0.000114 0.000178 6.84E-05 0.000173 0.000424 0.000464 0.000458 0.000419 n 476 476 476 476 476 476 476 476 ratio F Autokorelasi R1/R2 0.636255 12.23618 -4 -3 -2 -1 R1/R3 1.660087 34.00546 R1 0.109748 0.138666 -0.02964 -0.11623 R1/R4 0.656616 9.310009 R2 -0.03024 0.016128 0.018391 0.015124 R2/R3 2.609154 76.03874 R3 -0.10843 -0.01836 0.076393 -0.07972 R2/R4 1.032001 0.17066 R4 0.073022 -0.12874 -0.03331 -0.30651 R3/R4 0.395531 68.41869 O1/C1 0.913758 0.411646 O1/O2 0.926636 0.504687 O1 C1 O2 C2 O1/C2 1.011957 0.413674 -0.00782 -0.04358 -0.01734 -0.05192 C1/O2 1.014093 0.003699 C1/C2 1.107467 1.582057 O2/C2 1.092076 1.772383 trading-non trading 30.98279 daily result 0.785911 quintele 4
R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00505 0.000582 -0.00305 0.007972 0.000227 0.000591 0.000254 0.000452 median -0.00429 0 0 0.007937 0 0 0 0 varians 0.0003 0.000387 0.000222 0.000427 0.000711 0.000927 0.001016 0.000756 n 456 456 456 456 456 456 456 456
ratio F Autokorelasi R1/R2 0.776063 1.21E-05 -4 -3 -2 -1 R1/R3 1.350533 19.23433 R1 0.034798 0.050191 0.018708 -0.24285 R1/R4 0.703698 5.790364 R2 0.054296 -0.07704 0.166436 0.072322 R2/R3 1.740236 15.10535 R3 0.092295 -0.03943 -0.01347 -0.18874 R2/R4 0.906753 4.734559 R4 -0.01073 -0.22546 -0.18614 -0.32391 R3/R4 0.521052 40.57835 O1/C1 0.766984 0.195021 O1/O2 0.699766 2.075546 O1 C1 O2 C2 O1/C2 0.940791 0.268182 0.046174 0.002656 -0.09406 -0.02074 C1/O2 0.912361 0.837816 C1/C2 1.226611 0.000532 O2/C2 1.344436 0.946961 trading-non trading 13.71993 daily result 0.746632
82
quintele 5 R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.0146 -0.004 -0.00164 0.016892 -0.00276 -0.00334 -0.00414 -0.00335 median -0.01191 -0.00083 -0.00039 0.014817 -0.00062 0 -0.00312 -0.00284 varians 0.000619 0.000511 0.000291 0.000617 0.000933 0.000911 0.001146 0.000922 n 475 475 475 475 475 475 475 475 ratio F Autokorelasi R1/R2 1.211114 10.98759 -4 -3 -2 -1 R1/R3 2.124978 41.15791 R1 0.198 0.071317 -0.00512 -0.4704 R1/R4 1.002927 0.325927 R2 0.042459 -0.03966 0.006385 -0.20206 R2/R3 1.754565 6.268078 R3 -0.00674 0.068241 -0.09083 -0.3263 R2/R4 0.828103 7.308261 R4 0.193867 -0.24193 -0.03373 -0.26394 R3/R4 0.47197 31.76766 O1/C1 1.023931 0.543721 O1/O2 0.814679 0.030369 O1 C1 O2 C2 O1/C2 1.012784 0.995516 -0.15476 -0.14592 -0.1022 -0.17506 C1/O2 0.795639 0.237743 C1/C2 0.989114 0.068789 O2/C2 1.243169 0.52289 trading-non trading 14.76868 daily result 0.385968
83
Lampiran 6
RATA-RATA DAN VARIANS RETURN UNTUK HARI SENIN-JUMAT Senin
R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00617 -0.00146 -0.00163 0.00508 -0.00144 -0.002 -0.00259 -0.00419 median -0.00381 -0.00158 -0.00149 0.006201 -0.00082 -0.00075 -0.003 -0.00396 varians 0.000167 0.000101 2.54E-05 5.96E-05 0.000382 0.000456 0.000477 0.000448 n 97 97 97 97 97 97 97 97 ratio F Autokorelasi R1/R2 1.660939 1.112774 -4 -3 -2 -1 R1/R3 6.591491 22.41609 R1 0.196106 0.210206 0.049798 -0.10172 R1/R4 2.80717 5.749262 R2 0.065492 0.054309 0.102901 0.283502 R2/R3 3.968533 23.9643 R3 0.255382 0.027415 0.111097 0.04792 R2/R4 1.69011 2.76476 R4 0.050635 0.010636 -0.11445 -0.11445 R3/R4 0.425878 14.94597 O1/C1 0.837924 0.033001 O1/O2 0.800901 0.404873 O1 C1 O2 C2 O1/C2 0.852937 0.038829 0.090779 0.127614 0.141648 0.22825 C1/O2 0.955816 0.177825 C1/C2 1.017917 0.00015 O2/C2 1.064972 0.17132 trading-non trading 10.05275 daily result 0.135831 Selasa
R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00463 -0.00173 -0.00125 0.00645 -0.00217 -0.00239 -0.0023 -0.00117 median -0.00361 -0.00188 -0.00133 0.005198 -0.0017 -0.00036 -0.00191 -0.00181 varians 8.12E-05 0.000119 2.45E-05 0.000134 0.000326 0.00029 0.000268 0.000287 n 99 99 99 99 99 99 99 99
ratio F Autokorelasi R1/R2 0.681822 0.920125 -4 -3 -2 -1 R1/R3 3.308227 26.34931 R1 0.054349 0.271037 0.227857 -0.08051 R1/R4 0.604232 0.414246 R2 -0.06458 0.009188 -0.05305 0.121579 R2/R3 4.852037 27.73898 R3 -0.14351 -0.05711 -0.12416 -0.03662 R2/R4 0.886202 0.0404 R4 0.035247 -0.4036 0.000964 0.000964 R3/R4 0.182645 19.10889 O1/C1 1.125694 0.009826 O1/O2 1.219019 0.078368 O1 C1 O2 C2 O1/C2 1.135279 0.350067 0.252932 0.051365 -0.04201 -0.1974 C1/O2 1.082905 0.035383 C1/C2 1.008515 0.27243 O2/C2 0.931306 0.130004 trading-non trading 9.190905 daily result 0.151638
84
Rabu R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00422 -0.00037 -0.00105 0.006391 -0.00073 0.000623 0.000491 0.00075 median -0.00401 -0.00016 -0.00194 0.00556 -0.00122 -0.0001 0.001204 0.000748 varians 7.87E-05 0.000128 2.12E-05 0.000101 0.000375 0.000357 0.000367 0.000259 n 97 97 97 97 97 97 97 97 ratio F Autokorelasi R1/R2 0.61595 2.181068 -4 -3 -2 -1 R1/R3 3.714156 24.9894 R1 0.133088 0.18901 0.136279 -0.03427 R1/R4 0.782686 1.163988 R2 0.224867 -0.03182 0.069397 -0.10262 R2/R3 6.029963 31.02346 R3 -0.10913 0.00088 -0.08843 0.080668 R2/R4 1.270698 0.241335 R4 -0.14715 -0.1938 0.09712 0.09712 R3/R4 0.210731 34.04593 O1/C1 1.051842 0.039374 O1/O2 1.020797 0.015225 O1 C1 O2 C2 O1/C2 1.447638 1.927446 -0.26337 0.057056 0.101723 -0.08326 C1/O2 0.970486 0.107338 C1/C2 1.376289 1.418382 O2/C2 1.418144 2.428432 trading-non trading 12.15996 daily result 0.91612 Kamis
R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00403 0.002072 -0.00169 0.005159 0.000956 0.003118 0.002577 0.001509 median -0.003 0.00185 -0.00168 0.004888 0.001296 0.003228 0.002968 0.000113 varians 5.66E-05 0.000118 2.25E-05 8.52E-05 0.000266 0.000325 0.000302 0.000283 n 92 92 92 92 92 92 92 92
ratio F Autokorelasi R1/R2 0.479274 7.144399 -4 -3 -2 -1 R1/R3 2.512887 13.44754 R1 0.02216 0.194785 0.026955 -0.14884 R1/R4 0.664611 4.506607 R2 0.136834 0.134286 0.044793 0.27747 R2/R3 5.243109 33.25495 R3 0.129286 0.173619 -0.19293 -0.11826 R2/R4 1.386703 0.677179 R4 0.267742 -0.23836 -0.01289 -0.01289 R3/R4 0.264481 34.37371 O1/C1 0.816463 0.204138 O1/O2 0.880123 0.050252 O1 C1 O2 C2 O1/C2 0.937467 0.038205 -0.02777 -0.15349 -0.11853 0.044811 C1/O2 1.077971 0.049255 C1/C2 1.148205 0.068498 O2/C2 1.065154 0.001175 trading-non trading 13.72157 daily result 0.069041
85
Jumat R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.0027 -0.00097 -0.00099 0.006609 0.002274 -0.00021 0.000191 0.001949 median -0.00278 -0.00016 -0.00037 0.005823 0.003584 0.003049 0.001591 0.0019 varians 7.58E-05 9.05E-05 2.19E-05 8.47E-05 0.000332 0.000254 0.000244 0.000201 n 94 94 94 94 94 94 94 94 ratio F Autokorelasi R1/R2 0.83726 0.005439 -4 -3 -2 -1 R1/R3 3.467248 28.02655 R1 0.087862 0.146691 0.077395 -0.20036 R1/R4 0.894171 0.02185 R2 0.017557 -0.08592 0.257033 -0.12464 R2/R3 4.141184 21.26724 R3 0.134718 0.024938 0.057393 -0.06965 R2/R4 1.067973 0.004061 R4 0.033771 -0.26151 -0.02206 -0.02206 R3/R4 0.257891 25.06967 O1/C1 1.309064 1.160161 O1/O2 1.35831 1.620212 O1 C1 O2 C2 O1/C2 1.651902 3.281285 0.01921 0.108522 0.12222 0.000766 C1/O2 1.037619 0.032431 C1/C2 1.261895 0.455366 O2/C2 1.216145 0.246171 trading-non trading 9.600539 daily result 1.172285
86
86
Lampiran 7
RATA-RATA DAN VARIANS RETURN UNTUK RETURN PASAR POSITIF DAN TIDAK r > 0
R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00096 0.004511 -8.1E-05 0.009399 0.003271 0.008008 0.009016 0.012861 median -0.0009 0.004123 -0.0003 0.008602 0.002319 0.007762 0.007143 0.010132 varians 6.08E-05 8.64E-05 1.74E-05 9.04E-05 0.000292 0.00024 0.000224 0.000118 n 231 231 231 231 231 231 231 231 ratio F Autokorelasi R1/R2 0.703296 2.846829 -4 -3 -2 -1 R1/R3 3.49049 65.195 R1 0.124568 0.201016 0.13601 -0.18083 R1/R4 0.672035 2.166856 R2 -0.03245 0.055711 0.170224 -0.13527 R2/R3 4.963047 74.60206 R3 -0.06118 0.138917 -0.209 -0.05943 R2/R4 0.95555 0.016928 R4 0.013094 -0.38479 -0.06033 -0.06033 R3/R4 0.192533 63.80566 O1/C1 1.218172 1.830048 O1/O2 1.301165 2.455821 O1 C1 O2 C2 O1/C2 2.466645 24.62105 0.162834 0.010767 0.019507 -0.18685 C1/O2 1.068129 0.040662 C1/C2 2.024875 13.14727 O2/C2 1.89572 12.0847 trading-non trading 26.69217 daily result 8.136272 r ≤ 0
R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -0.00754 -0.00521 -0.00247 0.002726 -0.00355 -0.00788 -0.00911 -0.01249 median -0.00609 -0.00442 -0.00223 0.002791 -0.00283 -0.00624 -0.00813 -0.00906 varians 0.000102 9.1E-05 2.56E-05 7.4E-05 0.000357 0.000308 0.000277 0.000157 n 248 248 248 248 248 248 248 248
ratio F Autokorelasi R1/R2 1.122144 0.578851 -4 -3 -2 -1 R1/R3 3.995954 51.76197 R1 0.157819 0.20048 0.099424 -0.07397 R1/R4 1.380649 1.40854 R2 0.171623 0.00437 0.034024 -0.01523 R2/R3 3.561 43.20842 R3 0.147051 -0.03636 -0.06537 -0.22916 R2/R4 1.230367 0.138699 R4 0.049481 -0.35434 -0.13042 -0.13042 R3/R4 0.345512 51.27512 O1/C1 1.158618 1.448568 O1/O2 1.291254 2.57255 O1 C1 O2 C2 O1/C2 2.27323 32.48819 -0.06946 0.104893 0.110843 0.22443 C1/O2 1.114478 0.12704 C1/C2 1.962018 20.11453 O2/C2 1.760482 18.75193 trading-non trading 19.4576 daily result 11.8114
87
Lampiran 8
RATA-RATA DAN VARIANS RETURN UNTUK TICK SIZE Sebelum 20 Oktober 2000 untuk saham dengan harga kurang dari Rp 500,00 R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -1227.4 -409.697 -199.274 1548.428 -566.102 -362.079 -364.517 -287.938 median -758.442 -121.849 -215.554 1231.092 -589.361 0 -709.263 -263.703 varians 53.38703 53.7933 39.67363 63.99709 108.7533 106.9159 114.1655 96.48181 n 192 192 192 192 192 192 192 192 ratio F Autokorelasi R1/R2 0.992448 0.138105 -4 -3 -2 -1 R1/R3 1.345655 3.827197 R1 0.132825 0.156949 0.054304 -0.44722 R1/R4 0.83421 2.270972 R2 0.07415 -0.19404 0.072088 -0.16892 R2/R3 1.355896 2.368571 R3 0.140068 -0.03944 -0.09446 -0.28474 R2/R4 0.840558 3.470354 R4 0.198959 -0.21782 -0.04797 -0.29937 R3/R4 0.619929 12.64864 O1/C1 1.017185 0.000838 O1/O2 0.952593 0.119581 O1 C1 O2 C2 O1/C2 1.12719 0.460787 -0.21074 -0.10611 -0.19012 -0.2351 C1/O2 0.936499 0.140419 C1/C2 1.108146 0.422254 O2/C2 1.183286 1.049282 trading-non trading 3.968158 daily result 0.359045 Sebelum 20 Oktober 2000 untuk saham dengan harga antara Rp 500-Rp5.000
R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -282.104 -170.32 -116.42 284.9233 -200.124 -266.335 -280.089 -283.922 median -153.329 -127.163 -96.3304 188.1263 -197.315 -135.587 -134.696 -268.197 varians 10.82225 15.85448 1.276056 10.79437 43.16202 47.89344 47.1958 41.3882 n 192 192 192 192 192 192 192 192 ratio F Autokorelasi R1/R2 0.682599 4.232327 -4 -3 -2 -1 R1/R3 8.48102 72.12943 R1 0.033918 0.194462 0.054327 -0.03217 R1/R4 1.002583 0.035751 R2 0.086846 0.05108 0.129732 0.185993 R2/R3 12.4246 98.63201 R3 0.09415 0.018284 -0.04604 0.050305 R2/R4 1.468774 3.646114 R4 -0.09879 -0.10277 -0.0208 0.057103 R3/R4 0.118215 80.62306 O1/C1 0.901209 0.138388 O1/O2 0.914531 0.452198 O1 C1 O2 C2 O1/C2 1.042858 0.896119 0.030253 0.006943 0.017937 -0.03844 C1/O2 1.014782 0.078027 C1/C2 1.157176 1.618413 O2/C2 1.14032 2.514623 trading-non trading 32.00989 daily result 0.958075
88
Sebelum 20 Oktober 2000 untuk saham dengan harga lebih dari Rp 5.000 R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -13.8214 -155.808 -32.8497 -50.4027 -195.225 -261.091 -252.886 -252.882 median -36.0887 -164.002 -35.3214 -111.518 -97.4187 -166.62 -158.678 -74.0266 varians 10.98889 19.46414 2.294472 14.91157 44.7497 57.2035 55.33381 46.50903 n 192 192 192 192 192 192 192 192 ratio F Autokorelasi R1/R2 0.564571 14.74346 -4 -3 -2 -1 R1/R3 4.789291 56.35605 R1 -0.01644 0.111391 0.121075 -0.14178 R1/R4 0.736937 2.202819 R2 0.211303 -0.14052 0.217771 0.243534 R2/R3 8.483059 122.4865 R3 -0.00431 -0.10934 -0.11008 -0.16204 R2/R4 1.305305 5.014468 R4 0.024949 -0.10174 -0.01684 -0.15589 R3/R4 0.153872 71.96624 O1/C1 0.78229 0.644803 O1/O2 0.808723 0.475556 O1 C1 O2 C2 O1/C2 0.962172 0.04273 0.101391 -0.03871 -0.01797 0.026987 C1/O2 1.033789 0.013018 C1/C2 1.229944 0.935476 O2/C2 1.189743 0.738016 trading-non trading 37.53632 daily result 0.477947 Sebelum 20 Oktober 2000 R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -479.39 -217.985 -129.42 533.0865 -294.852 -305.079 -310.124 -293.708 median -319.368 -205.058 -132.779 443.3457 -252.321 -167.346 -204.452 -300.36 varians 13.88371 16.38292 2.418202 13.93787 48.60641 51.39198 49.92079 42.8629 n 192 192 192 192 192 192 192 192 ratio F Autokorelasi R1/R2 0.84745 1.655494 -4 -3 -2 -1 R1/R3 5.741338 48.62712 R1 0.090484 0.19776 0.129971 -0.11697 R1/R4 0.996114 0.174742 R2 0.049686 0.03597 0.081731 0.127818 R2/R3 6.774838 73.37365 R3 0.127695 -0.01743 -0.05889 0.092458 R2/R4 1.175425 0.818838 R4 0.049457 -0.22499 -0.06176 0.002543 R3/R4 0.173499 61.77699 O1/C1 0.945798 0.07037 O1/O2 0.973671 0.117928 O1 C1 O2 C2 O1/C2 1.133997 1.489895 -0.01926 0.011686 0.00453 -0.06502 C1/O2 1.02947 0.005014 C1/C2 1.198985 2.141896 O2/C2 1.164662 2.461018 trading-non trading 22.99681 daily result 1.041914
89
Setelah 20 Oktober 2000 untuk saham dengan harga kurang dari Rp 500,00
R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -563.192 46.69446 -138.319 744.7309 -48.2262 44.93635 22.1469 89.91534 median -552.782 -12.2749 -137.221 526.7473 -0.16745 62.40246 58.3825 -32.3957 varians 15.48226 16.5841 6.297534 15.43995 41.2355 37.05836 38.07795 36.61203 n 283 283 283 283 283 283 283 283
ratio F Autokorelasi R1/R2 0.93356 0.112583 -4 -3 -2 -1 R1/R3 2.458464 47.28043 R1 0.155287 0.120316 0.00975 -0.28422 R1/R4 1.00274 0.056658 R2 0.074105 -0.02081 0.001103 -0.09711 R2/R3 2.633428 36.24671 R3 -0.06184 0.056371 -0.0701 -0.24218 R2/R4 1.074103 0.312905 R4 0.02915 -0.15034 -0.05141 -0.07361 R3/R4 0.407873 50.52337 O1/C1 1.112718 0.899067 O1/O2 1.082923 1.035908 O1 C1 O2 C2 O1/C2 1.126283 1.036601 -0.05734 -0.02325 -0.01255 -0.08349 C1/O2 0.973224 0.007959 C1/C2 1.012191 0.004889 O2/C2 1.040039 0.000432 trading-non trading 18.98275 daily result 0.502848 Setelah 20 Oktober 2000 untuk saham dengan harga antara Rp 500-Rp5.000
R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -378.165 61.16746 -154.74 651.9516 240.5172 225.747 201.712 179.1701 median -336.126 -22.3525 -130.106 605.5095 325.0417 267.2976 188.5151 148.0035 varians 6.509261 7.502192 2.635061 6.661247 22.5272 21.01171 21.07813 22.06168 n 284 284 284 284 284 284 284 284
ratio F Autokorelasi R1/R2 0.867648 1.164817 -4 -3 -2 -1 R1/R3 2.470251 41.80117 R1 0.053606 0.161562 0.071381 -0.08884 R1/R4 0.977184 0.065956 R2 0.112557 0.031981 -0.00967 0.051596 R2/R3 2.847066 54.71325 R3 0.06977 0.077432 0.040251 -0.08079 R2/R4 1.126244 0.689507 R4 0.052614 -0.10262 0.042754 -0.0946 R3/R4 0.395581 45.62061 O1/C1 1.072126 0.721469 O1/O2 1.068748 0.323616 O1 C1 O2 C2 O1/C2 1.021101 0.00018 0.137123 0.102669 0.078156 0.088978 C1/O2 0.996849 0.085275 C1/C2 0.952408 0.767993 O2/C2 0.955418 0.350221 trading-non trading 20.17538 daily result 0.376406
90
Sebelum 20 Oktober 2000 untuk saham dengan harga lebih dari Rp 5.000 R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -3.60095 124.0701 -3.85392 81.67686 350.7496 269.0217 296.7026 198.2921 median 120.8247 66.66853 0 54.52329 192.9423 221.4848 215.7729 217.7881 varians 8.624557 16.55904 12.35422 12.8739 28.53961 34.98479 24.40717 27.18764 n 283 283 283 283 283 283 283 283 ratio F Autokorelasi R1/R2 0.520837 5.364172 -4 -3 -2 -1 R1/R3 0.698106 8.733676 R1 0.150611 0.070327 0.001973 -0.27564 R1/R4 0.669926 0.868636 R2 0.082795 0.092356 -0.07311 -0.03986 R2/R3 1.340355 19.93826 R3 -0.02485 -0.08104 -0.01303 -0.48307 R2/R4 1.286249 1.722258 R4 0.059448 -0.0861 0.043742 -0.30316 R3/R4 0.959633 11.77843 O1/C1 0.815772 0.059123 O1/O2 1.169313 0.799362 O1 C1 O2 C2 O1/C2 1.049727 0.076252 0.043069 -0.18762 0.128168 0.01265 C1/O2 1.433382 1.116519 C1/C2 1.28679 0.246564 O2/C2 0.89773 0.387754 trading-non trading 8.906968 daily result 0.440232 Setelah 20 Oktober 2000 R1 R2 R3 R4 O1 C1 O2 C2 rata-rata -415.827 67.49211 -135.587 644.5166 145.0839 168.0607 143.872 159.8766 median -360.521 18.92354 -134.78 632.3494 124.3978 233.6945 161.7924 111.9103 varians 6.031861 7.334496 2.226583 5.947107 22.67145 21.18299 21.42197 20.42428 n 285 285 285 285 285 285 285 285 ratio F Autokorelasi R1/R2 0.822396 1.100211 -4 -3 -2 -1 R1/R3 2.709021 61.09018 R1 0.104787 0.20213 0.069758 -0.10826 R1/R4 1.014251 0.064266 R2 0.085473 -0.00398 0.064152 0.084733 R2/R3 3.294059 68.69045 R3 -0.0215 0.093851 0.001818 -0.12709 R2/R4 1.233288 1.647718 R4 -0.01798 -0.14202 0.031977 0.00759 R3/R4 0.374398 56.33931 O1/C1 1.070267 0.440308 O1/O2 1.058327 0.212441 O1 C1 O2 C2 O1/C2 1.110024 0.398072 0.062131 0.050917 0.06758 0.025089 C1/O2 0.988844 0.042897 C1/C2 1.037147 0.002431 O2/C2 1.048848 0.026499 trading-non trading 26.33421 daily result 0.189791
MATUR NUWUN KATUR DUMATENG:
awit rahmat saha hidayahipun ingkang mboten kendat kawula tampi
Muhammad SAW
Shalawat katur dumateng kanjeng Nabi, ingkang tansah kula antu2 safaatipun ing yaumil akhir
Kanjeng Ibu Awit sedoyo pangorbananipun
Kanjeng Rama ingkang satuhu kawula bektosi ing papan pasuwargan……
Lik Madi sekeluarga yang slalu mendampingi penyusun dalam suka dan duka
Kakak2ku tercinta…..
Keluarga besar Martowiryo dan Sastrosetiko
Kang Dodon n Parto
(atas kebersamaannya selama ini….jangan pernah beberkan rahasia kita lho)
Bu Diah n Bu Reni (mnjm), Pak Pangestu n P Samsubar (statistik), B Yulia n B Handaru (fungsional), P Agus Achyari n P Suwardjono (kuantitatif)
P Hani n Bu Sari (SDM), P Koko (operasi), P Marwan (keuangan) n P Basu (pmsr) P BM (metopen), P Gu2p (OB), P Mamduh (seminar) n P Ted (portofolio)
P Ted & P Hani (workshop), P Harsono (strategik), P Jogi (STI) n P Fahmi (kuantitatif) Pak Sis(Milan Mu 1-0), Roni (hidup pejuang cinta), Heri (ABM = asal bukan MU), Wandi, Mas Topo, Mas Handayani(kalah ganteng deh), Mbak Evie (yang kangen terus), Ambar, Sarijo, Heru Wi2n, Mbak Rosi (jangan suka marah2…dong), Mbak Putu (kalo White Lion manggung lagi… kita nonton bareng
yuk), Pak Pur, Harto, Sarno, Jarwo n Bejo…. terima kasih atas semuanya
The Mul, Kus, Sugeng, Bang Joko, Jumait, Murgi, Haryadi, Pak Brengos n Mugi…
Canda kalian pelipur laraku
Kunted, Rache, Negro, Slamet, Om Suryadi, n temen2 copox yang membuatku ingin slalu berada di dekat kalian
Dayu, Yanuar, Arip n temen2 Alcatraz, Geng Tiara (Batman, Dodo, Harno, Condro, Barjel) Surip ….
kita pernah hidup bersama dalam suka dan duka
Komunitas KG 126 Erlis (puisi temenmu bagus lho), Gundul, Boy, Andri, Ari Boby n Wisnu kapan kos kita jadi nih
Saras (you asik deh…. kalo lagi manyun), Ana (aku kangen…. terutama mie dodognya), Paul (kita kan sama item2…yg penting P Jogi nyimpen foto kita berdua lho), Mbak Diah (climber kok takut rafting), Vero(ingat kuliah walau ada mainan baru), Mbak Vivi (makasih pengertiannya terhadap anak2 kos),
Mbak Uniek n Mbak Ida (temen seperjuangan di lab), Bu Yuli (makasih oleh2nya), Pak Agung (kapan2 kita makan di sega pedes ndemangan lagi), Rofiq n Abah (kita maen2 lagi yuk), Pak Burhan (hidup
Mbantulan), Riska (jangan kuliah di MM/Magister of Mother terus), P Wito (kapan kita panen mangga lagi), P Piris (kumis u ndak ada duanya), Pak Dhe Ratno (hidup PKS), Pak Sam (no fear), Nuri (akhirnya
kita lolos dari lubang jarum), mbak resti, bu wikan n Pak Akmal
Triyanto, Yenni, Muaida, Gus In & Dayank (kejamnya matrikulasi terasa indah)
Sigit(sabar…. semua ada saatnya), Hargo (jangan banyak piki2), Asdar(kita bukan Siti Nurbaya, tapi kalo terpaksa ya ndak apa2 tho), Dayat (musuh besarku yang selalu kukangeni), Petro (sialan lu
ngoverlap kita2), Fani (he5x…), Ebo (jangan ngilang dulu), Wahyu (sobat sejatiku), Kadal (mari kita raih cita n cinta)…. mari tetap kita kibarkan bendera Lizard League
Zafri, Inung, Pengki, Pentus, David, Itox …. kalian tak pernah menanyakan apa yang kita terima, tapi
kalian selalu memberikan apa yang dibutuhkan seorang teman
Pak Didik, Pak Adi Joko, P Maksum (terrima kasih…. atas kepercayaan yang kalian berikan sehingga saya bisa diterrima di MSI) dan Pak Wahyu Supartono (atas wejangan tanggung n arti kekompakan
kepada tim pembanjir lab: Yunus, Unyil, Pengki, Itox, Kadal, Igit, Asdar n Kepin)
Bos Mat + Sintoel,Zaki, Saffa, Pi’i, Taslim n komunitas Babaran
Kang Karjo, Maong, Dodok, Paidi, Timbul, Yani, Joko mesum, Ambar, Budi, Budi, Imel,Ucup, Mba’ Yul, Bayu, Harno + Batman (maksih tlah ngasih tumpangan hidup) Agus doyok, Tephoz, Stephen,
Cacing, Di2n, Mamox, Ipan, Bitiq, Parto, Chimoel, Adhe, Widya, Ple, Agung, Maman, Ata, Aan, Wisnu, Wista, Rio, Ratna, Surip, Kondom, Kotang, Kodok,
Patmo, Erick, Anton dan kominitas GP yang tak bisa tak sebutin satu persatu
Komunitas Angkringan Giyarno n Futsal
Conan …. yang menyertaiku waktu pendadaran
Milan, Barca, Liverpool n PSSI (You ‘ll never walk alone)
Top Related