OVERVIEW Jenis-jenis studi peristiwa. Tujuan studi peristiwa. 1/39 Jenis-jenis studi peristiwa. Tujuan studi peristiwa. Metodologi studi peristiwa. Teknik – teknik perhitungan return tak normal dan kumulatif return tak normal. Cara menerapkan metode penelitian yang tepat untuk menguji hipotesis pasar efisien bentuk setengah kuat atau metode penelitian untuk studi peristiwa.

PENGANTAR 2/39 Studi peristiwa termasuk bagian dalam konsep hipotesis pasar efisien (efficient market hypothesis). Studi peristiwa menyelidiki respons pasar terhadap kandungan informasi dari suatu pengumuman atau publikasi peristiwa tertentu. Kandungan informasi dapat berupa berita baik (good news) atau berita buruk (bad news).

JENIS STUDI PERISTIWA 3/39 Peristiwa yang menjadi fokus penelitian dapat dikelompokkan ke dalam beberapa jenis antara lain: peristiwa konvensional peristiwa kluster peristiwa yang tak terduga peristiwa yang terjadi bersifat relevan dan berurutan

STUDI PERISTIWA KONVENSIONAL 4/39 Studi peristiwa konvensional mempelajari respon pasar terhadap peristiwa yang seringkali terjadi dan diumumkan secara terbuka oleh emiten di pasar modal. Contoh: pengumuman laba, pembayaran dividen, penawaran hak atas saham (right issue), merger dan akuisisi, pembelanjaan kapital, stock split, dan sebagainya. Kajian teoritis diperlukan untuk melandasi argumentasi dalam menyusun hipotesis.

STUDI PERISTIWA KONVENSIONAL 5/39 Karakteristik studi peristiwa konvensional: Pemicu peristiwa bisa terjadi di perusahaan lain namun umumnya tidak pada waktu yang sama. Peristiwa bersifat lazim dan seringkali merupakan peristiwa rutin yang terjadi dalam perusahaan. Dampak peristiwa hanya terjadi pada perusahaan yang mengumumkan peristiwa. Tidak terdapat peristiwa lain yang berdekatan guna menghindari ambiguitas respons pasar terhadap informasi ganda.

STUDI PERISTIWA KLUSTER 6/39 Studi peristiwa kluster atau kelompok mempelajari respons pasar terhadap peristiwa yang diumumkan secara terbuka yang terjadi pada waktu yang sama dan berdampak pada sekelompok perusahaan. Contoh: pengumuman pemerintah yang membuat regulasi pada industri tertentu sehingga diperkirakan berdampak pada aliran kas perusahaan dalam industri yang bersangkutan.

STUDI PERISTIWA KLUSTER 7/39 Respons pasar dalam studi peristiwa kluster cenderung lebih sulit diprediksi. Studi tipe ini selain sesuai untuk menguji efisiensi informasi (kecepatan respons terhadap informasi) juga relevan untuk menguji efisiensi keputusan (ketepatan respons terhadap informasi). Untuk menguji efisiensi keputusan, peneliti dapat memecah sampel menjadi dua bagian, yaitu kluster perusahaan utama (kelompok perusahaan yang diduga terkena dampak peristiwa) dan kluster perusahaan kontrol (kelompok perusahaan yang diduga tidak terkena dampak peristiwa).

STUDI PERISTIWA TAK TERDUGA 8/39 Studi ini mempelajari respons pasar terhadap suatu peristiwa yang tidak terduga (unanticipated event). Karakteristik utama dari studi ini adalah peristiwa yang terjadi bersifat tak terduga. Contoh: dampak kebocoran nuklir pada kelompok perusahaan tertentu. Studi peristiwa tak terduga juga relevan untuk menguji hipotesis efisien secara informasi dan efisien secara keputusan.

STUDI PERISTIWA BERURUTAN (SEQUENTIAL EVENTS) 9/39 Studi ini mempelajari respons pasar terhadap serangkaian peristiwa-peristiwa yang terjadi secara berurutan dalam situasi ketidakpastian yang tinggi. Dalam hal ini kecepatan dan ketepatan informasi menjadi kunci dari respons pasar. Contoh (Mansur, Cochran, dan Phillips, 1991): meneliti kecelakaan kapal tanker Exon Valdes yang berdampak pada ditutupnya lalu lintas kapal minyak di perairan Alaska. Peristiwa berurutan terjadi karena pasar belum memperoleh informasi tingkat kebocoran kapal dan dampak luberan minyak yang menghalangi kapal-kapal tanker lainnya hingga tahap pengumuman resmi oleh otoritas perairan setempat.

TUJUAN STUDI PERISTIWA 10/39 Studi peristiwa berusaha mendeteksi respon pasar terhadap suatu peristiwa yang dipublikasikan. Respon pasar tergantung dari kandungan informasi yang melekat dalam suatu peristiwa yang diduga berdampak pada aliran kas perusahaan di masa datang. Tujuan studi peristiwa mencakup : pengujian teoretis pengujian respon pasar pengujian return tak normal

PENGUJIAN TEORITIS 11/39 Studi peristiwa pada dasarnya merupakan metodologi untuk pengujian teori atau hipotesis efisiensi pasar bentuk setengah kuat. Selain teori hipotesis pasar efisien, peristiwa tertentu terkait dengan landasan teori relevan lainnya, misalnya: Studi peristiwa tentang pengumuman dividen seringkali dikaitkan dengan teori signaling. Studi peristiwa tentang pengumuman pemecahan saham (stock split) dapat dikaitkan dengan teori signaling dan likuiditas.

PENGUJIAN RESPON PASAR 12/39 Pengujian respons pasar terkait dengan hipotesis efisiensi informasi (kecepatan respons pasar) dan efisiensi keputusan (ketepatan respons pasar). Efisiensi informasi (kecepatan respons pasar) relevan dengan pengujian teori atau hipotesis pasar efisien bentuk setengah kuat, sedangkan efisiensi keputusan (ketepatan respons pasar) relevan dengan pengujian teori yang terkait dengan studi peristiwa seperti telah disinggung pada tujuan pengujian teoretis. Ketepatan respons pasar terkait dengan apakah pasar bereaksi dengan benar.

PENGUJIAN RETURN TAK NORMAL 13/39 Secara empiris bentuk pengujian yang umum digunakan dalam studi peristiwa adalah bertujuan untuk menguji ada atau tidak ada return tak normal di seputar pengumuman peristiwa. Return tak normal (RTNi) adalah selisih (positif atau negatif) dari return aktual di seputar pengumuman (Ri) dengan return harapan E(Ri): RTNi = Ri – E(Ri) Bila tidak terdapat peristiwa, return aktual cenderung tidak berbeda dengan return harapan.

PROSEDUR STUDI PERISTIWA 14/39 Mengidentifikasi bentuk, efek, dan waktu peristiwa peristiwa apa yang memiliki nilai informasi; apakah nilai informasi peristiwa memiliki efek negatif atau positif terhadap return tak normal perusahaan tertentu; dan bilamana peristiwa terjadi atau dipublikasi.

PROSEDUR STUDI PERISTIWA 15/39 Menentukan rentang waktu studi peristiwa: Periode estimasi (T-n-e hingga T-n) adalah periode yang digunakan untuk meramalkan return harapan pada periode peristiwa. Periode peristiwa (T-n hingga T+n) adalah periode di seputar peristiwa (T0) yang digunakan untuk menguji perubahan return tak normal. T-n-e T-n T0 T+n Periode estimasi Periode peristiwa

PROSEDUR STUDI PERISTIWA 16/39 Menentukan metoda penyesuaian return yang digunakan untuk menghitung return tak normal. Terdapat tiga metode yang secara luas digunakan dalam penelitian studi peristiwa: Model-model statististika, yaitu: model disesuaikan rata-rata (mean adjusted model) dan model pasar (market model). Model disesuaikan dengan pasar (market adjusted model). Model-model ekonomika, yaitu: capital asset pricing model (CAPM) dan arbitrage pricing theory (APT).

PROSEDUR STUDI PERISTIWA 17/39 Menghitung return tak normal disekitar perioda peristiwa (beberapa waktu sebelum dan sesudah pengumuman peristiwa terjadi). RTNit = Rit – E(Rit) Dalam hal ini: RTNit = return tak normal saham i pada perioda t Rit = return aktual saham i pada perioda t E(Rit) = return harapan atau return prediksian

PROSEDUR STUDI PERISTIWA 18/39 Return harapan dapat diestimasi dengan: Model statistika: Model disesuaikan rata-rata. Model ini memprediksi E(Rit) berdasarkan rata- rata return selama periode estimasi: E (Rit) = μi + eit Model tersebut dapat diproksi dengan dengan cara sebagai berikut (rata-rata aritmatik):

PROSEDUR STUDI PERISTIWA 19/39 Model pasar. Model ini memprediksi E(Rit) berdasarkan hasil estimasi model pasar selama perioda estimasi dengan cara:  E(Rit) = i + iRMt + it Model disesuaikan pasar. Model ini memprediksi E(Rit) berdasarkan return indeks pasar pada hari pengumuman peristiwa.

PROSEDUR STUDI PERISTIWA 20/39 Model-model ekonomika: Capital asset pricing model: E(Rit) = RFt + (RMt – RFt) iRMt Arbitrage pricing model: E(Rit) = d0 + di1F1t + di2F2t + ... + dinFnt + eit

PROSEDUR STUDI PERISTIWA 21/39 Menghitung rata-rata return tak normal dan return tak normal kumulatif dalam perioda peristiwa. Return tak normal rata-rata aritmatik: = return tak normal rata-rata pada waktu ke t. k = jumlah sekuritas Return tak normal kumulatif (cumulative abnormal return):

PROSEDUR STUDI PERISTIWA 22/39 Merumuskan hipotesis statistis Untuk rata-rata return tak normal: Ho : = 0 Ha : # 0 Untuk rata-rata return tak normal kumulatif: Ho : = 0 Ha : # 0

PROSEDUR STUDI PERISTIWA 23/39 Menguji apakah return tak normal rata-rata atau return tak normal kumulatif berbeda dari 0. Pengujian dapat dilakukan dengan uji parametrik atau non-parametrik. S = __________________ KSE ( ) Untuk pengujian hipotesis, nilai t hitung dapat diperoleh: t hitung = ____  _____ S ______  k

PROSEDUR STUDI PERISTIWA 24/39 Interpretasi dan kesimpulan. Kesimpulan hasil studi didasarkan pada probabilitas signifikansi kurang dari probabilitas yang disyaratkan (misalnya 0,01, 0,05, atau 0,10).

ANALISIS STATISTIK: UJI STATISTIK PARAMETRIK 25/39 Kesalahan standar estimasi berdasarkan return rata-rata periode estimasi: Kesalahan standar estimasi berdasarkan return prediksi perioda estimasi:

ANALISIS STATISTIK: UJI STATISTIK PARAMETRIK 26/39 Kesalahan standar estimasi dengan penyesuaian dependensi sederhana: Kesalahan standar estimasi dengan cara seksi silang: Kesalahan standar peramalan:

CONTOH STUDI PERISTIWA 27/39 Bagian ini memberikan ilustrasi studi peristiwa dengan contoh isu pengumuman dividen. Bagian penting dalam studi peristiwa adalah pemahaman tentang dasar teori pasar efisien dan teori yang menjadi latar belakang suatu peristiwa.

CONTOH STUDI PERISTIWA 28/39 Dasar Teori dan Hipotesis Dasar Teori Hipotesis Pasar Efisien. Pasar akan merespons informasi yang diumumkan secara terbuka kepada publik dan diduga memiliki kandungan penting dan secara fundamental berpotensi menyebabkan perubahan penilaian aset. Dasar Teori Dividen. Dibutuhkan teori lain yang secara spesifik melekat dalam suatu bentuk peristiwa yang diteliti, dalam hal ini adalah teori signaling. Selain teori signaling, terdapat beberapa teori lain seperti teori keagenan, teori dividen tidak relevan, dan model pembayaran dividen residual.

CONTOH STUDI PERISTIWA 29/39 Data dan Sampel. Setelah identifikasi peristiwa ditentukan, yaitu peristiwa pengumuman peningkatan dividen, maka tahap selanjutnya adalah menentukan sampel dan data. Pada tahap ini juga perlu ditentukan periode estimasi dan periode jendela. Tabel 22.1. menyajikan contoh ilustrasi data return saham 3 perusahaan yang melakukan peningkatan dividen.

CONTOH STUDI PERISTIWA 30/39 Dalam contoh juga disajikan data return pasar sesuai dengan periode saat pengumuman dilakukan. Dalam contoh, data periode estimasi diambil data return saham 30 hari sebelum periode jendela (t – 40). Periode jendela ditentukan sebanyak 10 hari sebelum pengumuman dan 10 hari setelah pengumuman. Data untuk periode jendela disajikan pada Tabel 22.2.

CONTOH STUDI PERISTIWA 31/39 Analisis Studi Peristiwa Langkah selanjutnya adalah menghitung return tak normal (RTN). Pada tahap ini dilakukan perhitungan return harapan terlebih dahulu. Pada contoh, pendekatan yang digunakan dalam mengestimasi return harapan dengan menggunakan teknik model pasar: RTNit = Rit – E(Rit)

CONTOH STUDI PERISTIWA 32/39 Pengestimasian return harapan dapat dilakukan dengan pendekatan statistik sederhana sebagai berikut: E(Rit) = i + iRMt + it Diperoleh: E(RAt) = 0,025 + 0,573RMAt + At E(RBt) = -0,010 + 0,272RMBt + Bt E(RCt) = -0,030 + 0,220RMCt + Ct

CONTOH STUDI PERISTIWA 33/39 Berdasarkan hasil estimasi intersep dan beta (slope) perhitungan return harapan dapat dilakukan dengan memasukkan unsur return pasar saham atau RM untuk masing-masing sampel. Dengan menggunakan data RM pada Tabel 22.2. dan memasukkannya dalam masing-masing persamaan return harapan, diperoleh hasil perhitungan seperti pada Tabel 22.3. pada kolom 3, 5, dan 7 untuk masing-masing return harapan sampel A, B, dan C secara berurutan.

CONTOH STUDI PERISTIWA 34/39 Setelah return harapan diperoleh, langkah selanjutnya adalah perhitungan return tak normal. Langkah ini dapat dilakukan dengan cara mengurangi return saham aktual (pada Tabel 22.2) dengan return harapan (pada Tabel 22.3.). Hasil perhitungan return tak normal disajikan pada Tabel 22.3. pada kolom 4, 6, dan 8 untuk masing-masing return tak normal saham (RTN) A, B, dan C secara berurutan.

CONTOH STUDI PERISTIWA 35/39 Tahap selanjutnya adalah menghintung rata- rata return tak normal dan return tak normal kumulatif dalam periode peristiwa. Return tak normal rata-rata (mean abnormal return) aritmatik. Return tak normal rata-rata semua sekuritas untuk setiap interval waktu dalam periode peristiwa. Return tak normal kumulatif (cumulative abnormal return): Return tak normal kumulatif untuk setiap sekuritas selama periode peristiwa.

CONTOH STUDI PERISTIWA 36/39 Kemudian menguji apakah return tak normal rata-rata atau return tak normal kumulatif berbeda dari 0, atau apakah return tak normal sebelum peristiwa berbeda dari return sesudah peristiwa. Pengujian dilakukan dengan uji t. Return tak normal yang telah distandarisasi merupakan nilai t hitung untuk setiap sekuritas. Kesalahan standar estimasi dihitung dengan cara menghitung deviasi standar return saham berdasarkan data return selama periode estimasi, yaitu t-51 hingga t-11.

CONTOH STUDI PERISTIWA 37/39 Berdasarkan pendekatan tersebut diperoleh KSE (atau deviasi standar) untuk masing-masing saham A, B, dan C adalah 0,243, 0,197, dan 0,188. Hasil KSE digunakan untuk membagi return tak normal pada periode jendela sehingga diperoleh hasil return tak normal yang telah distandarisasi (RTNS). Hasil tersebut disajikan pada Tabel 22.4. Tahap Nilai RTNS individual sesungguhnya merupakan t hitung untuk saham individu, namun untuk pengujian statistik pada umumnya dilakukan berdasarkan portofolio atau cross section sample.

CONTOH STUDI PERISTIWA 38/39 Untuk pengujian hipotesis nilai t hitung kolektif dapat dihasilkan. Hasil lengkap perhitungan RTNS dan t hitung disajikan pada Tabel 22.4. RTNS untuk A, B, dan C disajikan pada kolom 3, 4, dan 5. Hasil uji t hitung kolektif disajikan pada kolom 6. Berdasarkan uji t diketahui bahwa observasi ke -7, -2, -1, 0, 1, 5, dan 6 lebih besar dari t tabel.

CONTOH STUDI PERISTIWA 39/39