Upload
hahuong
View
241
Download
4
Embed Size (px)
Citation preview
http
://ww
w.d
ed
en
08
m.w
ord
pre
ss.c
om
OVERVIEW
�Konsepefisie
nsipasarmembahastentang
bagaim
anapasarmeresponinform
asiyang
mempengaruhipergerakanhargasekurita
s
menuju
kearahkeseim
banganbaru.
�Babini, m
emberik
anpemahamanyang le
bih
baik
mengenai:
�konseppasar m
odal y
ang efisie
n;
�bentuk-bentukpasarefisie
n;
�im
plik
asipasarefisie
n.
1/42
TOPIK PEMBAHASAN
�KonsepPasarModal E
fisien
�Hipotesis
PasarEfisie
n
�Pengujia
nterhadapHipotesis
Pasar E
fisien
�Pengujia
nPrediktabilita
sReturn
�StudiPeristiw
a(E
vent S
tudie
s)
�Pengujia
nPriv
ate
Info
rmatio
n
�Im
plik
asiPasar M
odal E
fisien
2/42
KONSEP PASAR MODAL EFISIEN
�Dalam
kontekskeuangan, k
onseppasar
yang efisie
nlebih
dite
kankanpadaaspek
inform
asi, a
rtinyapasaryang efisie
nadalahpasardim
anahargasemua
sekurita
syang diperdagangkantelah
mencerm
inkansemuainform
asiyang
terse
dia.
3/42
�Inform
asiyang te
rsedia
bisa
melip
utisemua
inform
asiyang te
rsedia
baik
inform
asidimasa
lalu
(misa
lkanlabaperusahaantahunlalu),
maupuninform
asisaatini(m
isalkanrencana
kenaikandividentahunini), se
rtainform
asi
yang bersifa
tsebagaipendapat/opinirasio
nal
yang beredardipasaryang bisa
mempengaruhi
perubahanharga.
KONSEP PASAR MODAL EFISIEN4
/42
�Konsepterse
butmenyira
tkanadanya
suatu
prosespenyesuaianhargasekurita
s
menuju
hargakeseim
banganyang baru,
sebagairesponatasinform
asibaru
yang
masukkepasar.
KONSEP PASAR MODAL EFISIEN5
/42
ILUSTRASI KONSEP PASAR YANG EFISIEN
�Jikapasarefisie
nmakainform
asiterse
butakandengancepat
tercerm
inpadahargasaham
yang baru.
�Akantetapi, jik
aprosespenyesuaianhargapasarsaham
terse
but
tidakberja
landenganefisie
nmakaakanada
lagdalam
proses
terse
butdanhaliniditu
njukkanolehgaris
putus-p
utus.
-2
Harga
(Rp)
Pasar tidak
efisien
1200
500
1500
1000
T (hari)
21
-10
Pasar
efisien
6/42
KONDISI UNTUK TERCAPAINYA
PASAR EFISIEN
1.
Adabanyakinvesto
r yang ra
sionaldanberusahauntuk
memaksim
alkanprofit.
2.
Investo
r merupakan
price
taker, se
hinggatin
dakandari
satu
investo
r saja
tidakakanmampumempengaruhi
hargadarisekurita
s.
3.
Semuapelakupasardapatmemperolehinform
asipada
saatyang sa
madengancara
yang m
urahdanmudah.
4.
Inform
asiyang te
rjadibersifa
tra
ndom.
5.
Investo
r bereaksisecara
cepatterhadapinform
asibaru,
sehinggahargasekurita
sakanberubahsesuaidengan
perubahannila
isebenarnyaakibatinform
asiterse
but.
7/42
HIPOTESIS PASAR EFISIEN
�Aspekpentin
gdalam
menila
iefisie
nsipasar
adalahseberapacepatsuatu
inform
asibaru
dise
rapolehpasaryang te
rcerm
indalam
penyesuaianmenuju
hargakeseim
banganyang
baru.
�Dalam
kenyataannyasulit
sekalidite
muibaik
itupasaryang benar-b
enarefisie
nataupun
benar-b
enartid
akefisie
n. P
adaumumnyapasar
akanefisie
ntetapipadatin
gkatterte
ntu
saja.
8/42
HIMPUNAN INFORMASI SAHAM
1.
Lingkaranperta
ma(1)
merepresentasik
aninform
asi
yang re
levanbagipenila
ian
saham
yang dapatdipelajari
denganmenganalisa
sejarah
hargapasarsaham.
2.
Lingkarankedua(2)
menyatakaninform
asiyang
terse
dia
padapublik
.
3.
Lingkaranketig
a(3)
menyatakanseluruhinform
asi
yang ju
gamelip
utiinform
asi
rahasia
orangdalam.
9/42
KLASIFIKASI BENTUK PASAR YANG
EFISIEN
�Fama (1
970), m
engklasifik
asik
an bentuk pasar y
ang efisie
n
ke dalam tig
a e
fficient m
ark
et h
ypoth
esis (E
MH), y
aitu
:
•Semuainform
asidimasa
lalu
(histo
ris) akantercerm
indalam
hargayang
terbentuksekarang.
1.Efisie
n dalam
bentuklemah
(weak fo
rm).
•Hargapasarsaham
yang te
rbentuk
sekarangtelahmencerm
inkan
inform
asihisto
risdita
mbahdengan
semuainform
asiyang dipublik
asik
an.
2.Efisie
n dalam
bentuk
setengahkuat
(semi stro
ng).
•Hargapasarsaham
yang te
rbentuk
sekarangtelahmencerm
inkaninform
asi
histo
risdita
mbahdansemuainform
asi
yang dipublik
asik
andita
mbahdengan
inform
asiyang tid
akdipublik
asik
an.
3.Efisie
n dalam
bentukkuat
(strong fo
rm).
10/42
HIPOTESIS PASAR EFISIEN
�Padatahun1991, F
amamengemukakan
penyempurnaanatasklasifik
asiefisie
nsipasar.
�Efisie
nsibentuklemahdise
mpurnakanmenjadi
suatu
klasifik
asiyang le
bih
bersifa
tumum
untukmengujiprediktabilita
sre
turn
(retu
rn
pre
dicta
bility
).
11/42
�Efisie
nsibentuksetengahkuatdiubahmenjadi
studiperistiw
a(e
vent stu
die
s)
�Sedangkanpengujia
nefisie
nsipasardalam
bentukkuatdise
butsebagaipengujia
n
inform
asipriv
at(p
rivate
info
rmatio
n).
HIPOTESIS PASAR EFISIEN
12/42
PENGUJIAN MENGGUNAKAN RETURN
HARAPAN
�Dalam
pasarefisie
n, h
argasekurita
s
seharusnyamerefle
ksik
aninform
asi
mengenairisik
odanharapanmengenai
return m
endatangnya. R
etu
rnyang
sepadandenganrisik
osaham
dise
but
retu
rnnorm
al (n
orm
al re
turn).
13/42
�Jikapasaradalahtid
akefisie
n, se
kurita
s-
sekurita
sakanmenghasilk
anreturn yang le
bih
besardibandingnorm
alnya, y
ang dise
butreturn
taknorm
al (e
xce
ss retu
rn).
�Dengandemikian, p
engujia
nefisie
nsipasar
padadasarnyaadalahpengujia
nreturn ta
k
norm
al.
PENGUJIAN MENGGUNAKAN RETURN
HARAPAN
14/42
1. M
EAN-ADJUSTED RETURNS
�Jikapasaradalahefisie
ndan
retu
rnsaham
bervaria
sisecara
random
disekita
rnila
isebenarnya(tru
e v
alu
e), m
akarata-
rata re
turn
sekurita
syang dihitu
ngdariperio
desebelumnya
dapatdigunakansebagaire
turn
harapan.
�Form
ulanyaadalahsebagaiberik
ut:
ARi,t= R
i,t–
Dalam
halini:
ARi,t
= re
turn
taknorm
al se
kurita
sipadaharit.
Ri,t
= re
turn
aktualsekurita
sipadaharit.
= ra
ta-ra
ta re
turn
sekurita
siselamasekianharisebelum
harit.
iR
iR
15/42
2. M
ARKET ADJUSTED RETURNS
�Salahsatu
teknik
untukmenghitu
ng
retu
rntak
norm
al a
dalahdenganmenghila
ngkanpengaruh
pasarterhadap
retu
rnharia
nsekurita
s.
�Retu
rntaknorm
al d
ihitu
ngdengan
mengurangkan
retu
rnpasarpadaharit (R
M,t )
dari
retu
rnsaham, se
perti
ditu
njukkanpada
persa
maanberik
ut:
ARi,t= R
i,t-RM,t
16/42
3. M
ARKET MODEL RETURNS
�Market m
odel d
igambarkandenganpersa
maan
berik
ut:
Ri= ααα α
1+ βββ β
i Rm+ e
i
Keterangan:
α1
= in
terse
pdalam
regresiuntuksekurita
si.
βI
= koefisie
nregresiyang m
enyatakan
slopegaris
regresi.
Inimengukurperubahanyang diharapkandalam
retu
rn
sekurita
ssehubungandenganperubahandalam
retu
rnpasar.
ei
= kekeliru
anregresi.
17/42
�Retu
rntaknorm
al h
aria
ndite
ntukan
denganmengurangkan
retu
rnrealisa
si
dari
retu
rnharapanpadaharit.
3. M
ARKET MODEL RETURNS
18/42
1. P
engujia
nhipotesis
pasarefisie
ndalam
bentuklemahbisa
diujidenganmelakukan
pengujia
nprediktabilita
sre
turn.
2. P
engujia
nhipotesis
pasarefisie
ndalam
bentuksetengahkuatbisa
dila
kukandengan
pengujia
nevent stu
die
s.
3. P
engujia
nhipotesis
pasarefisie
ndalam
bentukkuatbisa
dila
kukandenganpengujia
npriv
ate
info
rmatio
n.
PENGUJIAN TERHADAP
HIPOTESIS PASAR EFISIEN
19/42
PENGUJIAN PREDIKTABILITAS
RETURN
�Pengujia
nprediktabilita
sre
turn
dapat
dila
kukandenganberbagaicara, a
ntara
lain
dengan:
1.M
empelajaripola
retu
rnse
aso
nal.
2.M
enggunakandata re
turn
dimasa
yang la
lu, b
aik
untukprediktabilita
sjangkapendekmaupun
jangkapanjang.
3.M
empelajarihubungan
retu
rndengankarakteristik
perusahaan.
20/42
20%
10%
0%
-10%
-20%
-30%
Senin
Selasa
Rabu
Kamis
Jumat
POLA RETURN SEKURITAS
�Sejumlahpenelitia
ntelahmenunjukkanadanya
suatu
pola
dalam
retu
rnsekurita
s.
�Polaharian
Gibbons d
anHess
(1981) m
enemukan
bahwa
retu
rnpada
hariSenin
akanlebih
rendahdibandingkan
denganharilain di
Bursa
Saham
New
York.
21/42
POLA RETURN SEKURITAS
�PolaBulanan
January
effe
ct, b
ahwapadabulanJanuari
terdapatre
turn
yang le
bih
tinggidibandingkan
denganbulan-bulanlainnyadaninibiasanya
terja
dipadasaham
yang nila
inyakecil(sm
all
stock
).
Padapasaryang efisie
n, p
ola
seasonal te
rsebut
seharusnyatid
akterja
di. In
vesto
r yang m
elih
at
adanya
retu
rnyang tin
ggidibulanJanuariakan
mulaimelakukanpembelia
ndiakhirbulan
Desemberuntukmendapatkan
retu
rntaknorm
al.
22/42
MEMPREDIKSI RETURN DARI DATA
RETURN DI W
AKTU LALU
�PrediksiJangkaPendek
Pengujia
nprediksijangkapendekbiasanya
dila
kukanuntukmengetahuiapakah
retu
rn
padaperio
desebelumnya(biasanyasehariatau
beberapaharisebelumnya) d
apatdigunakan
untukmemprediksi
retu
rnhariini.
�Beberapacara
pengujia
nyang dapatdila
kukan:
Ujikorelasi, ru
n te
st, filter te
stdankekuatan
relatif
sekurita
s.
23/42
MEMPREDIKSI RETURN DARI DATA RETURN
DI W
AKTU LALU (JANGKA PENDEK)
1.UjiKorelasi
Ujikorelasiadalahpengujia
nhubunganlin
ier
antara
return hariinidenganreturn diwaktu
lalu. S
emakin
tinggikorelasiantara
return
masa
lalu
denganreturn sa
atini, b
erarti
semakin
tinggikemampuanreturn m
asa
lau
terse
butuntukmemprediksireturn m
asa
depan.
24/42
Secara m
atematis, b
entuk persa
maannya bisa
ditu
lis sebagai b
erik
ut:
Dalam hal in
i:
a =
tingkat re
turn yang diharapkan yang tid
ak
berhubungan dengan re
turn se
belumnya
b =
besarnya hubungan antara re
turn di w
aktu yang
lalu
dengan re
turn hari in
i
t-T
1-t
te
r b
ar
++
=
MEMPREDIKSI RETURN DARI DATA RETURN
DI W
AKTU LALU (JANGKA PENDEK)
25/42
MEMPREDIKSI RETURN DARI DATA RETURN
DI W
AKTU LALU (JANGKA PENDEK)
2.Run te
st
Padaanalisis
run in
i, perubahanhargadita
ndai
dengan(+) b
ilaterja
dikenaikanharga, (-) b
ila
terja
dipenurunandan0 bila
tidakterja
di
perubahan.
Urutantandayang sa
madiantara
tandayang
berbedadise
butdengan
run. M
isalnya
perubahanhargasebuahsekurita
sadalah+ ---
-+ + + 0. D
alam
contohterse
but, te
rdapat
empatru
n.
26/42
Bila
perubahan harga se
kurita
s mempunyai
hubungan atau korelasi y
ang positip
dari w
aktu
ke waktu, m
aka diharapkan akan te
rjadi se
dikit
perubahan ru
n. S
edangkan, jik
a te
rdapat k
orelasi
negatif, m
aka akan banyak perubahan ru
nyang
terja
di.
MEMPREDIKSI RETURN DARI DATA RETURN
DI W
AKTU LALU (JANGKA PENDEK)
27/42
MEMPREDIKSI RETURN DARI DATA RETURN
DI W
AKTU LALU (JANGKA PENDEK)
3.
Filte
r test
Pola
retu
rnyang le
bih
kompleksbisa
juga
menghasilk
an
retu
rntaknorm
al.
Teknik
analisis
filter ru
le biasanyadila
kukandengan
membandingkan
retu
rnyang didapatjik
amelakukan
strategiperdaganganaktif
terte
ntu
dengan
retu
rn
yang didapatjik
ainvesto
r melakukanstra
tegibeli
dansim
pan(b
uy a
nd h
old
strate
gy).
Stra
tegiperdaganganiniakanmenunjukkankapan
investo
r sebaiknyamelakukanpembelia
ndankapan
investo
r sebaiknyamenjualsekurita
sterse
butatau
serin
gjugadise
butdengan
timin
g stra
tegy.
28/42
MEMPREDIKSI RETURN DARI DATA RETURN
DI W
AKTU LALU (JANGKA PENDEK)
4.
Relativ
e stre
ngth
Salahsatu
cara
yang banyakdikenaluntuk
mengkombinasik
aninform
asihargasekurita
sdimasa
lalu
untukmemilih
saham, a
dalahdengancara
yang
dise
butsebagaikekuatanrelatif
(rela
tive stre
ngth).
Levy (1
967), y
aitu
denganmembandingkanharga
suatu
saham
saatini( ) d
enganhargarata-ra
ta
saham
terse
butselamabeberapaperio
de( ).
Maka
rela
tive stre
ngth
saham
terse
butadalahsebesar
/
jtP
jtP
jtP
jtP
29/42
MEMPREDIKSI RETURN DARI DATA RETURN
DI W
AKTU LALU (JANGKA PANJANG)
�FamadanFrench (1
988) se
rtaPoterbadanSummers
(1988) te
lahmeneliti
korelasi
retu
rndenganjangka
waktu
pengujia
nyang re
latif
lebih
lama.
�FamadanFrench m
elakukanpengujia
ndengan
menggunakandata perio
de1926-1985, d
anmenemukan
bahwaterdapatkorelasisebesar–0,25 untukjangka
waktu
tigatahundankorelasisebesar–0,40 untuk
jangkawaktu
empattahun.
�Akantetapi, h
asil
inibanyakdira
gukankarenaadanya
kelemahandalam
statistik
dansetelahtahun1940
korelasiterse
butsangatkecildantid
aksig
nifik
an.
30/42
HUBUNGAN RETURN DAN
KARAKTERISTIK PERUSAHAAN
�Telahbanyakpenelitia
nyang m
enemukan
adanyahubunganantara
karakteristik
perusahaandenganreturn ta
knorm
al.
�Beberapakarakteristik
terse
butantara
lain
ukuran(siz
e), n
ilaipasardibagidengannila
i
buku(m
ark
et to
book v
alu
e), d
andividen
dibagidenganhargasaham
(earn
ing p
rice).
31/42
HUBUNGAN RETURN DAN
KARAKTERISTIK PERUSAHAAN
�Size Effe
ct
Banz( 1
981), m
enunjukkanbuktiempiris
palin
g
awalmengenaiadanya
size e
ffect, y
aitu
adanyakecenderungansaham-sa
ham
perusahaankecilyang m
empunyaireturn yang
lebih
tinggidibandingsaham-sa
ham
perusahaan
besar.
32/42
�Nilaipasardibagidengannilaibuku(m
arket to
book)
Penelitia
nmenemukanbahwaadaperbedaan
retu
rn
antara
saham
yang m
empunyaim
ark
et to
book v
alu
e
yang tin
ggidibandingsaham
yang m
empunyaim
ark
et
to b
ook v
alu
e re
ndah.
Saham-sa
ham
yang m
empunyaim
ark
et to
bookyang
tinggiakancederungmempunyaitin
gkatre
turn
yang
lebih
besardibandingkandengansaham-sa
ham
yang
mempunyaim
ark
et to
bookyang re
ndah.
HUBUNGAN RETURN DAN
KARAKTERISTIK PERUSAHAAN
33/42
�Earn
ing pric
e
Basu
(1977) m
elakukanpenelitia
nmengenai
hubunganantara
rasio
earn
ing/price
(E/P)
dengantin
gkatre
turn
taknorm
al y
ang
diperolehdenganmenggunakanCAPM.
HUBUNGAN RETURN DAN
KARAKTERISTIK PERUSAHAAN
34/42
�Hasil
studiBasu
ditu
njukkansecara
sederhana
padagambarberik
ut:
HUBUNGAN RETURN DAN
KARAKTERISTIK PERUSAHAAN
Rata-rata
return ta
hunan
20%
15%
10%
5%
(P/E ting
gi)
A B
C D
E(P/E rendah)
35/42
STUDI PERISTIWA (EVENT STUDIES)
�Penelitia
nyang m
engamatidampakdari
pengumumaninform
asiterhadapharga
sekurita
sserin
gdise
butdengan
event stu
die
s.
�Penelitia
nevent stu
die
sumumnyaberkaita
n
denganseberapacepatsuatu
inform
asiyang
masukkepasardapattercerm
inpadaharga
saham.
36/42
METODOLOGI STUDI PERISTIWA (1)
1.Mengumpulkansampel.
Berupaperusahan-perusahaan yang m
empunyai
pengumuman yang m
engejutkan pasar (e
vent).
2.Mengidentifik
asi h
ari p
engumuman atau event.
3.Menentukanperiodeanalisis.
Perio
de analisis d
ibagi m
enjadi d
ua yaitu
:
i.perio
de estim
asi u
ntuk m
enghitu
ng re
turn yang
diharapkan E(R
i )
ii.perio
de pengamatan (je
ndela) u
ntuk m
enghitu
ng re
turn
aktual d
an re
turn ta
k norm
al.
37/42
METODOLOGI STUDI PERISTIWA (2)
4.Menghitungreturnaktualmasing-masing
sampelsetiaphariselamaperiode
pengamatan.
5.Menghitungreturntaknormal.
Dihitu
ngdenganmengurangire
turn
aktual
yang se
benarnyaterja
didengan
retu
rnyang
diharapkan.
6.Menghitungrata-rata re
turntaknormal
semuasampelsetiaphari.
38/42
7.Terkadangreturn taknormal harian
terse
butdigabungkanuntuk
menghitungreturn taknormal
kumulatif
selamaperiodeterte
ntu.
8.Menghitungreturn aktualmasing-
masingsampelsetiaphariselama
periodepengamatan.
METODOLOGI STUDI PERISTIWA (2)
39/42
PENGUJIAN PRIVATE INFORMATION
�Pengujia
npriv
ate
info
rmatio
n m
elip
uti
pengujia
napakahpihak
insid
erperusahaan
dankelompokinvesto
r terte
ntu
yang dianggap
mempunyaiaksesinform
asilebih
baik, d
apat
memperoleh
retu
rntaknorm
al d
ibandingkan
dengan
retu
rnpasarumumnya.
40/42
�Pihak-pihakyang dise
butin
sider a
dalah
dire
ktur, m
anajer, k
aryawanataupemegang
saham
yang dianggapbisa
mendapatkan
inform
asiyang se
sungguhnyamengenai
perusahaanyang tid
akdapatdila
kukanoleh
pihaklainnya.
�Pihak
insid
erumumnyadiharuskanmelaporkan
kegiatanperdagangannyakepadasuatu
komisi
yang bertin
daksebagaipengawasbursa
.
PENGUJIAN PRIVATE INFORMATION
41/42
�Belum
semuakaum
praktisi
pasarmodal b
isa
menerim
akonsepmengenaipasaryang efisie
nini.
•Investo
r yang percaya
bahwapasardalam
kondisi
yang tid
ak
efisie
nakan
menerapkanstra
tegi
perdaganganaktif
(menggunakananalisis
teknikalmaupun
fundamental).
•Sedangkanbagiinvesto
r yang percayapasar
dalam
kondisi
efisie
n,
akancenderung
menerapkanstra
tegi
perdaganganpasif,
denganmembentuk
porto
folio
yang bisa
mereplik
asiindeks
pasar.
IMPLIKASI PASAR MODEL EFISIEN42/42