31
PERILAKU HARGA PEMBUKAAN (OPENING PRICE): NOISE DAN/ATAU OVERREACTION (STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi ) Abstract This study extends Sumiyana (2007b) which concluded that noise over trading and nontrading period, along with overnight and lunch break nontrading session, and the first and second trading session, had occured. However, Sumiyana (2007b) is not clear what kind of prices are responsible for this noise and overreaction? This study examines the opening price behavior responsibled for the noise and overreaction in the Indonesian Stock Exchange using intraday data in every 30 minutes interval. Samples of the data are the firms listed in LQ45. Sequentially, samples are filtered to stocks that actively traded in the Indonesian Stock Exchange based on trading frequency in observation period from January to December 2006. This research finds that noise and overreaction phenomena were always occurred in the opening price. In addition, investors actually corrected for the noise and overreaction come to pass at the first 30 minutes interval in every trading day session. Keywords: opening price, noise, overreaction, 30 minutes interval JEL Classification: G-11, G-14 Ucapan terima kasih penulis berikan kepada yang telah berkonstribusi pada penelitian ini , Jogiyanto Hartono, Suwardjono, Samsubar Saleh, Slamet Sugiri, Eko Suwardi, Setiyono Miharjo, Irfan Nursasmito, Andreas Budi Purnomo, Ertambang Nahartyo, & Sony Warsono (UGM, Jogyakarta), I Made Narsa, Ardianto, & Rahmat Setyawan (Unair, Surabaya), Rahmat Febrianto (Andalas, Padang), Sri Suryaningsum, & Zuhrotun (UPN Jogyakarta), Dody Hapsara, & Efraim Fredinand Giri (STIE YKPN, Jogyakarta), Abdullah Taman, Dennies Suprantinah, & Ratna Candrasari (UNY Jogyakarta), Dwi Ratmono (Sugiyopranoto, Semarang), Yavida Nurima (Janabadra, Jogyakarta), Muhammad Syafiq (STIE Indonesia, Jakarta). Kritik, komentar dan koreksi yang membangun dapat dihubungkan langsung ke [email protected] atau (0274)7842513.

Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

  • Upload
    doanque

  • View
    212

  • Download
    0

Embed Size (px)

Citation preview

Page 1: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

PERILAKU HARGA PEMBUKAAN (OPENING PRICE): NOISE DAN/ATAU OVERREACTION

(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006)

S u m i y a n a (Universitas Gadjah Mada)Hendrik Gamaliel (Universitas Samratulangi)

AbstractThis study extends Sumiyana (2007b) which concluded that noise over trading and nontrading period, along with overnight and lunch break nontrading session, and the first and second trading session, had occured. However, Sumiyana (2007b) is not clear what kind of prices are responsible for this noise and overreaction?

This study examines the opening price behavior responsibled for the noise and overreaction in the Indonesian Stock Exchange using intraday data in every 30 minutes interval. Samples of the data are the firms listed in LQ45. Sequentially, samples are filtered to stocks that actively traded in the Indonesian Stock Exchange based on trading frequency in observation period from January to December 2006. This research finds that noise and overreaction phenomena were always occurred in the opening price. In addition, investors actually corrected for the noise and overreaction come to pass at the first 30 minutes interval in every trading day session.

Keywords: opening price, noise, overreaction, 30 minutes interval

JEL Classification: G-11, G-14

Ucapan terima kasih penulis berikan kepada yang telah berkonstribusi pada penelitian ini , Jogiyanto Hartono, Suwardjono, Samsubar Saleh, Slamet Sugiri, Eko Suwardi, Setiyono Miharjo, Irfan Nursasmito, Andreas Budi Purnomo, Ertambang Nahartyo, & Sony Warsono (UGM, Jogyakarta), I Made Narsa, Ardianto, & Rahmat Setyawan (Unair, Surabaya), Rahmat Febrianto (Andalas, Padang), Sri Suryaningsum, & Zuhrotun (UPN Jogyakarta), Dody Hapsara, & Efraim Fredinand Giri (STIE YKPN, Jogyakarta), Abdullah Taman, Dennies Suprantinah, & Ratna Candrasari (UNY Jogyakarta), Dwi Ratmono (Sugiyopranoto, Semarang), Yavida Nurima (Janabadra, Jogyakarta), Muhammad Syafiq (STIE Indonesia, Jakarta). Kritik, komentar dan koreksi yang membangun dapat dihubungkan langsung ke [email protected] atau (0274)7842513.

Page 2: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

1. Pendahuluan Harga pembukaan dalam setiap sesi perdagangan merupakan hal yang krusial karena memberikan kombinasi atas harga pembukaan dari volume perdagangan yang terkonsentrasi. Hal ini juga didukung oleh ketidakpastian yang tinggi sebagai akibat adanya nontrading period (Madahavan & Panchapagesan, 2002). Terbuktikan adanya fenomena yang terjadi secara valid yakni volatilitas return yang tinggi pada awal perdagangan (Amihud & Mendelson, 1987; Stoll & Whaley, 1990). Amihud & Mendelson (1987) berpendapat bahwa pola harga yang terjadi disebabkan oleh perbedaan mekanisma perdagangan yang diadopsi (dipakai) oleh bursa saham dalam penentuan harga. Amihud & Mendelson (1987) dan Stoll & Whaley (1990) menguji hipotesis mekanisma perdagangan dengan membandingkan variansi return pada harga pembukaan terhadap variansi return harga penutupan untuk saham-saham yang terdaftar di NYSE. NYSE mengadopsi kedua mekanisma perdagangan. Harga pembukaan ditentukan dengan mekanisma call market, sedangkan harga penutupan ditentukan dengan metoda continous. Hasilnya, kedua penelitian tersebut menemukan bahwa variansi return selama perioda open-to-open lebih tinggi ketimbang variansi return selama perioda close-to-close dan menyimpulkan bahwa hasil tersebut konsisten dengan hipotesis mekanisma perdagangan yang dipakai. Hal ini berbeda dengan mekanisma perdagangan di Bursa Efek Indonesia (BEJ) yang harga pembukaan dan penutupan ditentukan oleh continous method. Artinya, apabila mekanisma perdagangan menggerakkan volatilitas maka tidak ada perbedaan yang signifikan antara variansi harga pembukaan dengan harga penutupan.

Hipotesis mekanisma perdagangan bukanlah faktor tunggal yang menjelaskan tingginya volatilitas return pada pembukaan NYSE. Harga pembukaan dapat lebih volatil ketimbang harga penutupan yang disebabkan juga oleh monopoly power specialist dan ketiadaan perdagangan sepanjang malam (Lam & Tong, 1999). Hal ini didukung oleh penelitian yang dilakukan oleh Guner & Onder (2002) yang menyatakan bahwa variansi return pembukaan di ISE (Istanbul Stock Exchange) lebih tinggi dibandingkan dengan variansi return penutupan. Oleh karena tidak ada perbedaan prosedur perdagangan pada pembukaan dan fase istirahat pada ISE, maka perbedaan tersebut disebabkan oleh ketiadaan perdagangan selama perioda nontrading sebelumnya atau yang dikedal dengan trading halt (Amihud & Mendelson, 1991).

Pergerakan harga saham merefleksikan dua hal, yaitu informasi dan noise (Huang, Liu & Fu, 2000). Noise terlihat dengan ketidaktepatan persepsi atau kepercayaan dari investor atas nilai sekuritas yang sesungguhnya. Perbedaan antara noise dan informasi diindikasikan dengan perbedaan nilai autokorelasi antara harga pembukaan dengan perioda-perioda setelahnya. Autokorelasi yang bernilai negatif mengindikasikan adanya noise sedangkan autokorelasi yang bernilai nol atau positif mengindikasikan informasi dihubungkan dengan volatilitas pada waktu pembukaan. Hipotesis noise menyatakan bahwa pergerakan harga yang tidak disebabkan oleh perubahan yang fundamental cenderung kembali ke harga semula pada perioda 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 perioda maka autokorelasinya bernilai nol. Akan tetapi, apabila pengaruhnya dalam waktu yang lama (lebih dari satu perioda) maka autokorelasinya bernilai positif. Return pembukaan mempunyai volatilitas yang lebih tinggi dan berkorelasi serial negatif dengan return penutupan (Steeley, 2001). Korelasi yang negatif ini disebabkan oleh adanya overreaction dan noise, sehingga ada perbedaan perilaku return pada return pembukaan dan return penutupan. Artinya, kesalahan penentuan harga pembukaan dapat terkoreksi pada trading time.

Penelitian ini menguji harga saham pembukaan yang digunakan untuk memvalidasi fenomena noise dan overreaction pada harga pembukaan sebagimana semua penelitian-penelitian pendahulunya. Hanya saja, penelitian ini lebih spesifik yang dalam kaitannya dengan pasar modal

2

Page 3: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

yang sedang berkembang, dalam arti Indonesia. Demikian juga, spesifikasi model penelitian yang mengkonstruksikan dengan menseparasi perioda waktu yang lebih panjang dalam interval 30 menitan untuk selama perioda perdagangan dalam sehari. Pemilihan interval waktu sepanjang 30 menitan disebabkan oleh keadaan yang sering tidak terjadi perdagangan saham dalam interval waktu yang lebih pendek. Konsekuensi akhir di dalam penelitian ini mengkerangkakan bahwa apabila noise dan overreaction terjadi di Bursa Efek Indonesia, maka dapat disimpulkan adanya fenomena anomali yang harga saham pembukaan senyatanya tidak mampu merepresentasikan nilai saham. Pengaruh awal hari perdagangan ini juga dapat dipandang sebagai adanya keberadaan informasi asimetris antara investor pembeli dan penjual. Oleh karena itu, konsekuensi sementara menengarai bahwa harga saham cenderung lepas dari nilai fundamental perusahaan.

1.2. Tujuan PenelitianPenelitian ini memiliki tujuan untuk menguji fenomena noise dan overreaction pada harga pembukaan untuk pasar modal berkembang yakni Bursa Efek Indonesia. Dalam statemen yang setara, penelitian ini menguji kesamaan atau ketidaksamaan struktur distribusi return (distributive structure of return) dalam beberapa interval waktu selama satu hari. Fenomena ini menjadi sangat penting karena kondisi pasar modal yang berbeda, khususnya pasar modal yang sedang berkembang dalam bandingannya dengan pasar modal yang telah maju. Selanjutnya, pengujian terhadap fenomena tersebut memiliki konsekuensi penting, yaitu: pertama, harga saham di awal hari perdagangan tidak sepenuhnya mencerminkan nilai saham yang berkonsekuensi terhadap sikap prudensial investor dan calon investor di Bursa Efek Indonesia. Kedua, keberadaan fenomena tersebut menginferensikan terhadap pensaatan waktu bagi investor di Bursa Efek Indonesia untuk strategi jual-beli saham.

1.3. Manfaat PenelitianPenelitian ini bermanfaat bagi investor dan calon investor untuk menganalisis terhadap investasi dan keputusan investasi yang berjalan dan yang hendak dilakukan. Informasi yang diperolehnya berwujud perilaku variabilitas harga saham selama perioda perdagangan di Bursa Efek Indonesia dalam kaitannya dengan pensaatan untuk strategi jual-beli. Manfaat lain dari penelitian ini adalah penyajian reliabilitas informasi return selama perioda perdagangan dalam kaitannya dengan saat keputusan investasi yang hendak diambil oleh investor dan calon investor.

1.4. Sistematika PembahasanSisa bahasan riset ini terrangkai sebagai berikut. Bagian 2 membahas tentang tinjauan pustaka dan pengembangan hipotesis. Hipotesis yang dikembangkan dengan hipotesis utama dan diuji kembali dengan basis-basis pengendalian yang lain. Bagian 3 membahas tentang metoda penelitian yang digunakan untuk menguji seluruh hipotesis. Bagian 4 membahas tentang hasil dan temuan penelitian. Yang terakhir, Bagian 5 membahas tentang simpulan yang diperoleh dari hasil analisis dan temuan penelitian.

2. Landasan Teori dan Pengembangan HipotesisHarga pembukaan (opening price) adalah harga untuk transaksi pertama atas suatu efek yang terjadi saat dimulainya perdagangan (opening) di pasar regular yang terbentuk karena proses JATS (Jakarta Automated Trading System) pada akhir perioda pra pembukaan, sebagai akibat dari order jual dan order beli yang dimasukkan ke JATS oleh anggota bursa selama perioda pra pembukaan. Harga pembukaan dipergunakan sebagai dasar dalam memulai tawar menawar selanjutnya di antara anggotra bursa setelah transaksi pertama tersebut. Dalam hal ini harga pembukaan didasari pada

3

Page 4: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

posisi pasar dan akumulasi volume transaksi dari volume beli dan volume jual. Apabila harga pembukaan atas suatu efek tidak terbentuk, tawar menawar dilakukan dengan berpedoman pada harga terakhir yang terjadi pada hari bursa sebelumnya, sedangkan order jual dan/atau order beli atas suatu efek tersebut dilakukan selama perioda pra-pembukaan akan dihapuskan dari JATS.

Adanya informasi yang dirilis pada malam hari (overnight) menghasilkan perubahan harga yang mencerminkan ekspektasi risiko dan perolehan investor akibat reaksi investor (Bery & Howe, 1994). Akibatnya pada pembukaan perdagangan terjadi volatilitas yang tinggi (Amihud & Mendelson, 1987, Madhavan & Panchapagesan, 2002, Guner & Onder, 2002, Stoll & Whalley, 1990), Jain & Joh (1988), Foster & Viswanathan (1993). Beberapa teori kemudian berkembang untuk menjelasakan volatilitas harga yang lebih tinggi pada sesi pembukaan. Salah satu teori adalah trading method explanation (Amihud & Mendelson, 1987). Teori ini menjelaskan adanya perbedaan metoda yang digunakan di pasar New York Stock Exchange (NYSE) telah menyebabkan volatilitas yang lebih tinggi pada sesi pembukaan pasar. NYSE menerapkan call market method pada sesi pembukaan dan price continuous method pada sesi penutupan pasar.

Selain teori perbedaan mekanisma perdagangan ini, muncul teori monopoly power specialist dan non-trading overnight period (Lam & Tong, 1999). Sari (2004) meneliti di BEI dan membuktikan bahwa terdapat volatilitas harga yang lebih tinggi pada saat pembukaan. Oleh karena BEI tidak menerapkan metoda perdagangan yang berbeda pada saat pembukaan dan penutupan pasar, maka hal ini tidak dapat menjelaskan bukti mengenai pengaruh metoda perdagangan (Amihud & Mendelson, 1989). Selain itu, pada BEI tidak terdapat market makers, sehingga monopoli kekuasaan specialist tidak dapat diterima. Dapat dikatakan juga bahwa volatilitas harga yang lebih tinggi pada pembukaan pasar disebabkan adanya informasi yang terhimpun pada perioda nontrading. Informed traders yang mendapatkan informasi selama perioda nontrading overnight, melakukan perdagangan lebih agresif setelah pembukaan pasar apabila informed trader menduga informasi yang didapatkannya segera menjadi informasi publik (Foster & Viswanatahan, 1993).

Chan, Chockalingan & Lai (2000) menyimpulkan beberapa dugaan adanya aktivitas pasar yang lebih tinggi pada saat pembukaan. Pertama, fenomena ini terjadi sebagai akibat dari akumulasi informasi yang berhenti sepanjang malam selama perioda nontrading. Kedua, apabila informed traders menerima informasi privat sepanjang malam dan menduga kemungkinan informasi bocor di keesokan harinya, maka para pedagang segera melakukan perdagangan setelah pembukaan. Ketiga, volume pada pembukaan dan penutupan sesi perdagangan menunjukkan perdagangan yang dilakukan untuk menyeimbangkan kembali portfolio sebelum dan sesudah perdagangan terhenti di malam hari. Keempat, bahwa variansi return open-to-open lebih besar ketimbang variansi return close-to-close untuk saham yang diperdagangkan di NYSE. Hal ini menunjukkan bahwa harga pembukaan mempunyai kesalahan (error) harga yang lebih besar ketimbang harga penutupan.

Steeley (2001) menemukan bahwa return pembukaan mempunyai volatilitas yang lebih tinggi dan berkorelasi serial negatif dengan return penutupan. Hal ini disebabkan adanya noise, sehingga ada perbedaan perilaku return pada return pembukaan dan return penutupan (Huang, Liu & Fu, 2000). Artinya, kesalahan penentuan harga pembukaan dapat dikoreksi pada trading time. Pendekatan noise trading menyatakan bahwa terdapat variabilitas harga yang diakibatkan oleh perdagangan tak terduga yang teruji tidak berkorelasi dengan informasi yang valid. Noise trading berdasar seakan-akan noise merupakan informasi. Semakin banyak noise trading menunjukkan bahwa pasar semakin tidak likuid, 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,

4

Page 5: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

sehingga harga saham 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, dapat dijelaskan oleh gagasan noise trader. Perilaku arbitrage profesional merupakan respon terhadap noise trading daripada sebagai perdagangan berbasis fundamental. Kebanyakan arbitrage profesional menghabiskan sumberdaya untuk memeriksa dan memprediksi sinyal palsu yang diikuti noise trader (Black, 1986; Wermers, 1998; Harsono, 2003). Noise trader membentuk taksiran yang salah terutama mengenai variansi distribusi perolehan aktiva tertentu. Untuk mispersepsi semacam itu, noise trader sebagai kelompok yang tidak hanya menghasilkan perolehan return lebih tinggi ketimbang yang dihasilkan investor rasional. Kenyataannya, pedagang noise tetap mampu survive dan mendominasi pasar dalam hal kekayaan jangka panjang, sekalipun mengambil risiko berlebihan.

Strategi perdagangan berbasis noise dapat berpotensi menimbulkan destabilisasi dan mendorong harga menjauh dari nilai fundamental apabila para pedagang membentuk herd. Sekalipun demikian, harga tetap akan stabil apabila perdagangan berbasis fundamental cukup kuat dan mampu mencegah harga bergerak menjauhi fundamental, serta mampu merespon informasi fundamental. Studi tentang herd oleh reksadana menunjukkan bahwa secara keseluruhan setiap penyesuaian harga saham yang teramati setelah perdagangan oleh herds nampak bersifat permanen. Demikian juga, studi tersebut mendukung gagasan bahwa herd oleh reksadana mempercepat proses penyesuaian harga dan tidak mendestabilisasi (Wermers, 1998). Apabila ada noise, maka pergerakan harga saham yang naik pada perioda perdagangan diikuti dengan pembalikan harga pada perioda-perioda selanjutnya, demikian pula sebaliknya. Oleh karena itu, adanya noise terindikasikan dengan adanya autokorelasi negatif antara harga pembukaan dengan perioda-perioda setelahnya (Huang, Liu & Fu, 2000). Oleh karena itu dapat dihipotesiskan sebagai berikut.

Hipotesis (H1): adanya autokorelasi negatif antara return pembukaan dan return pembukan perioda-perioda setelahnya.

Selain noise, overreaction juga mempengaruhi harga pembukaan (Steeley, 2001). Anomali overreaction atau winner-losser diperkenalkan pertama kali oleh DeBondt & Thaler (1985), dengan menemukan adanya pembalikan return saham terhadap saham-saham yang merupakan saham losser akan menunjukkan kinerja yang lebih baik dibandingkan dengan saham-saham yang sebelumnya merupakan saham winner. Hasil penelitian menunjukkan bahwa dengan membeli saham losser dan melakukan short selling terhadap saham winner terbukti memperoleh return abnormal sebesar 15%. Fenomena pembalikan return ini disebabkan oleh pasar yang overreaction terhadap informasi dan kemudian melakukan koreksi sendiri pada perioda berikutnya.

Ketika terjadi keseimbangan pasar, suatu sekuritas diharapkan memberikan return yang setara dengan risiko sistematis. Investor berusaha menghindari risiko pada awalnya dan mendorong harga saham sampai tingkat di bawah level yang dijamin oleh peristiwa tersebut. Sebaliknya, harga saham kembali bergerak karena adanya ketidakpastian informasi yang pada akhirnya terpecahkan setelah peristiwa terjadi. Perubahan ekstrim pada suatu harga saham diikuti oleh pembalikan dengan arah yang berlawanan. Hal ini berarti investor bereaksi berlebihan terhadap informasi saham tersebut sehingga harga saham cenderung ditetapkan keliru. Selanjutnya pasar mengkoreksi melalui pembalikan harga sampai tingkat keseimbangan baru tercapai (DeBondt & Thaler, 1985, 1987)

5

Page 6: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

Hipotesis reaksi berlebihan atau overreaction hypothesis mengacu pada hasil penelitian aplikasi psikologi yang menyatakan bahwa manusia cenderung berlebihan (overreact) terhadap berita atau event yang bersifat dramatis (Claire & Thomas, 1995). Pasar melakukan penyesuaian harga secara lambat terhadap pricing error. DeBondt & Thaler (1987) membagi portofolio dalam kelompok portofolio yang konsisten mendapatkan laba perdagangan (bagi winner) dan portofolio yang tidak mendapatkan laba perdagangan (bagi losser). Koreksi terhadap informasi tersebut terjadi pada perioda berikutnya, dan dilakukan dalam jangka pendek ketika koreksi yang dilakukan secara berlebihan dan signifikan serta berulang. Hal inilah yang disebut dengan overreaction.

Nam, Pyun & Avard (2001) menyebutkan bahwa overreact tidak terjadi dalam rentang waktu yang lama, tetapi kejadiannya lebih bersifat separatis atau terpisah-pisah dalam pergerakan waktu dalam perioda yang singkat. Hasil peneltian ini konsisten dengan penelitian yang dilakukan Chen (1988) yang menyimpulkan bahwa overeact tidak bersifat konstan sepanjang waktu. Oleh karena itu dapat dihipotesiskan sebagai berikut.

Hipotesis (H2): adanya pembalikan return antara saham winner dan losser,

3. Metoda penelitianSampel penelitian ini adalah perusahaan-perusahaan yang termasuk dalam daftar indeks LQ45 baik pada semester pertama maupun semester kedua untuk tahun 2006. Pemilihan LQ45 dilakukan dengan alasan bahwa perusahaan-perusahan yang masuk ke dalam LQ45 mempunyai likuiditas yang tinggi, sehingga mampu mengurangi adanya saham tidur baik pada hari perdagangan. Adanya saham yang tidak aktif mengganggu akurasi penelitian yang dilakukan ini. Metoda pemilihan sampel ini dilakukan karena Bursa Efek Indonesia merupakan pasar modal yang masih dangkal (thin market) yang ditandai dengan banyaknya saham tidur (Hartono, J., 2003; 2005).

3.1. ReturnHarga pembukaan dan penutupan untuk setiap interval 30 menitan return terletak pada hari perdagangan yang diperoleh dari data intraday. Return ditentukan dengan logaritma natural dari harga relatif Ri,30’,(t)=ln(Pi,30’,(t)/Pi,30’-1,(t)) yang i menunjukkan perusahaan dan t menunjukkan hari untuk masing-masing perusahaan. Untuk menghitung return interval 30 menitan per masing-masing perusahaan dibagi menjadi 12 interval, dan dalam perumusan sebagai berikut.

Return interval 30’ ke-01 : Ri,16.00(t-1)-09.30(t) = ln(Pi,09.30(t) /Pi,16.00(t-1))Return interval 30’ ke-02 : Ri,09.30(t)-10.00(t) = ln(Pi,10.00(t) /Pi,09.30(t))Return interval 30’ ke-03 : Ri,10.00(t)-10.30(t) = ln(Pi,10.30(t) /Pi,10.00(t))Return interval 30’ ke-04 : Ri,10.30(t)-11.00(t) = ln(Pi,11.00(t) /Pi,10.30(t))Return interval 30’ ke-05 : Ri,11.30(t)-11.00(t) = ln(Pi,11.30(t) /Pi,11.00(t))Return interval 30’ ke-06 : Ri,12.00(t)-11.30(t) = ln(Pi,12.00(t) /Pi,11.30(t))Return interval 30’ ke-07 : Ri,13.30(t)-13.00(t) = ln(Pi,13.30(t) /Pi,13.00(t))Return interval 30’ ke-08 : Ri,14.00(t)-13.30(t) = ln(Pi,14.00(t) /Pi,13.30(t))Return interval 30’ ke-09 : Ri,14.30(t)-14.00(t) = ln(Pi,14.30(t) /Pi,14.00(t))Return interval 30’ ke-10 : Ri,15.00(t)-14.30(t) = ln(Pi,15.00(t) /Pi,14.30(t))Return interval 30’ ke-11 : Ri,15.30(t)-15.00(t) = ln(Pi,15.30(t) /Pi,15.00(t))Return interval 30’ ke-12 : Ri,16.00(t)-15.30(t) = ln(Pi,16.00(t) /Pi,15.30(t))

6

Page 7: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

3.2. Waktu Perdagangan dan ReturnWaktu perdagangan tidak sama untuk setiap harinya. Perdagangan dibuka pertama kali pukul 09.00. setiap harinya, tetapi untuk penutupan sesi pertama berakhir pukul 12.00 untuk Hari Senin sampai dengan Kamis, sedangkan Hari Jum’at ditutup pukul 11.30. Pembukaan sesi kedua pada pukul 13.30 untuk Hari Senin sampai dengan Hari Kamis, sedangkan Hari Jum’at dibuka pada pukul 14.00. Penutupan sesi kedua dilakukan pada pukul 16.00 untuk setiap harinya. Gambar 1 menunjukkan hari perdagangan dan perioda perdagangan dalam kaitannya dengan pembentukan return untuk setiap interval 30 menitan tersebut.

Gambar 1: Perioda Transaksi di Bursa Efek Indonesia Beserta Pembagian Interval 30 Menitan

t-1 (hari sebelumnya)

t (hari berjalan)

16.00 09.00 09.30 10.00 10.30 11.00 11.30 12.00 13.00 13.30 14.00 14.30 15.00 15.30 16.00

Ret

urn

16.0

0(t-

1) –

09.

30(t

)

Ret

urn

09.3

0(t)

– 1

0.00

(t)

Ret

urn

10.0

0(t)

– 1

0.30

(t)

Ret

urn

10.3

0(t)

– 1

1.00

(t)

Ret

urn

11.0

0(t)

– 1

1.30

(t)

Ret

urn

11.3

0(t)

– 1

2.00

(t)

Istir

ahat

Sia

ng

Ret

urn

13.0

0(t)

– 1

3.30

(t)

Ret

urn

13.3

0(t)

– 1

4.00

(t)

Ret

urn

14.0

0(t)

– 1

4.30

(t)

Ret

urn

14.3

0(t)

– 1

5.00

(t)

Ret

urn

15.0

0(t)

– 1

5.30

(t)

Ret

urn

15.3

0(t)

– 1

6.00

(t)

Sesi pertama (pagi) perioda perdagangan Sesi kedua (siang) perioda perdaganganIstirahat Malam

09.00 (t+1)

Istirahat Malam

09.30

Ret

urn

16.0

0(t)

– 0

9.30

(t+1

)

3.3. Penyesuaian dan Pengendalian Basis PortofolioPenyesuaian dilakukan terhadap stock dividen, stock split, bonus share dan stock reserve split dan pengumuman dividen. Selanjutnya, penelitian ini melakukan pembentukan portofolio yang digunakan untuk pengendalian uji regresi dilakukan. Portofolio pasar dibentuk dengan metoda equal-weighted dengan dasar waktu harian.

3.4. Analisis DataAnalisis data dilakukan dengan langkah prosedural sebagai berikut: 1. Dari data intra-day diperoleh 12 seri harga yaitu harga berbasis interval waktu 30 menitan.

Harga dalam pisah batas waktu 30 menitan tersebut digunakan untuk mengkalkulasi return.2. Mengkalkulasi return dengan Ri,30’,(t)=ln(Pi,30’,(t)/Pi,30’-1,(t), yang merupakan return perioda interval

menitan dari yang pertama sampai dengan yang ke duabelas. Return pembukaan diperoleh dari ln(Pi,09.30(t) /Pi,16.00(t-1))

3. Membentuk 12 seri return interval 30 menitan dari hari Senin sampai dengan Jum’at untuk menentukan tingkat sensitivitas terhadap noise dan overreaction. Analisis di dalam pengujian hanya difokuskan untuk membedakan return interval 30 menitan yang satu dalam bandingannya dengan interval-interval 30 menitan yang lain.

4. Menghilangkan hari di sekitar pengumuman dividen dari sampel dengan alasan untuk mengeliminasi terjadinya fluktuasi harga yang sangat tajam (H-3 dan H+3), serta melakukan penyesuaian terhadap stock dividen, stock split, bonus share dan stock reserve split.

5. Melakukan uji autokorelasi antara return pembukaan dengan return perioda setelahnya.

7

Page 8: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

6. Membagi sampel menjadi tiga buah portofolio berdasarkan return pembukaan, yaitu portofolio dengan return tertinggi (saham-saham winner), menengah dan terrendah (saham-saham losser)

7. Melakukan uji t antara saham-saham winner dan losser untuk membuktikan adanya pembalikan harga.

4. Hasil Penelitian dan TemuanBagian pertama subbagian ini menguji noise dan overreaction dengan menganalisis return yang dibentuk berdasar interval waktu 30 menitan. Selanjutnya, bagian kedua dan ketiga penelitian ini menguji dan menganalisis hubungan antara noise dan overreaction dan pengendali faktor hari perdagangan. Bahasan selengkapnya adalah sebagai berikut.

4.1. Statistik DeskriptifStatistik deskriptif menunjukkan bahwa dalam interval 30 menitan yang terjadi untuk tahun 2006 sangat bervariasi. Besaran mean return interval 30 menitan dengan angka terrendah berada pada perioda penutupan hari sebelumnya sampai dengan 09.30 sebesar -0,00093. Angka mean return terrendah ini terletak di interval 30 menitan paling awal. Sedangkan, mean return interval 30 menitan tertinggi berada pada perioda waktu 15.30-16.00 sebesar 0,00424. Inferensi yang dapat dipetik dari besaran mean ini adalah telah tertunjukkan dengan basis statistik deskriptif bahwa mean tertinggi terletak pada interval 30 menit terakhir di akhir hari perdagangan. Hal ini menyajikan bukti bahwa return melonjak naik cukup tajam dalam bandingannya dengan interval-interval 30 menitan sebelum-sebelumnya.

Tabel 1: Statistik DeskriptifN($) N(&) Mean Std. Dev. Min. Max. Skewness

return 09.30 10.845 9.956 -0,0009 0,0182 -0,7000 0,3900 -12,5510return 10.00 10.890 10.067 0,0005 0,0153 -0,5100 0,1200 -4,8460return 10.30 10.890 9.202 -0,0006 0,0272 -1,3900 0,5100 -22,8740return 11.00 10.890 8.661 0,0004 0,0312 -0,8500 1,4000 10,7550return 11.30 10.890 8.329 0,0000 0,0275 -0,7600 0,8400 5,0960retrun 12.00 8.820 6.483 0,0004 0,0180 -0,3700 0,5300 6,8910return 13.30 8.820 6.694 -0,0005 0,0189 -0,9700 0,3400 -22,6490return 14.00 10.890 9.415 -0,0004 0,0202 -0,4100 1,0100 12,7130return 14.30 10.890 8.700 -0,0004 0,0361 -1,3900 0,8800 -17,0570return 15.00 10.890 8.478 -0,0005 0,0398 -1,1200 1,3900 6,5380return 15.30 10.890 8.820 -0,0003 0,0361 -0,7900 1,1200 8,4480return 16.00 10.890 9.768 0,0042 0,0285 -0,7600 0,8300 1,3820return 09.30(t+1) 10.845 9.956 -0,0009 0,0182 -0,7000 0,3900 -12,5510Keterangan: N($): Jumlah Observasi; N(&): Yang Digunakan

Sementara itu, jumlah observasi untuk interval 30 menitan pertama sebanyak 10.845 dan dari sebanyak ini yang dapat digunakan hanya sebanyak 9.956 atau mengeliminasi data sebanyak 889. Jumlah observasi dan observasi yang digunakan berlaku sama untuk semua interval 30 menitan yang lainnya. Pengeliminasian data disebabkan oleh tidak terdapatnya transaksi yang berakibat tidak adanya perbedaan harga atau return. Demikian seterusnya untuk data observasi dan realitas data yang digunakan di dalam penelitian sesuai dengan masing-masing interval 30 menitan.

Deviasi standar untuk masing-masing perioda interval 30 menitan berkisar dalam besaran yang relatif sama. Untuk interval 30 menit perioda 15.30-16.00 sebesar 0,00708. Nilai minimum, nilai maksimum dan skewness nilai tersaji secara berturut-turut dalam kolom setelah kolom deviasi standar. Sebagi misal, nilai minimum untuk interval 30 menitan terakhir di hari perdagangan (return 16.00) sebesar -0,03, nilai maksimum sebesar 0,04 dan kisaran nilai yang merupakan jarak terjauh dari nilai minimum dan nilai maksimum sebesar 0,07. Informasi selengkapnya tersajikan di Tabel 1.

8

Page 9: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

Rendahnya return pada Pengaruh akhir hari perdagangan menjadi teramati secara jelas dalam perspektif grafis yang tersaji ke dalam Gambar 2. Mean return interval 30 menitan awal hari perdagangan dalam bandingannya dengan seluruh sampel tertunjukkan bahwa 30 menit permulaan terrendah secara grafis. Sementara itu, mean return interval 30 menitan selama hari perdagangan dalam bandingannya dengan seluruh sampel tertunjukkan bahwa 30 menit terakhir menaik secara tajam serta tertinggi secara grafis.

Gambar 2: Pergerakan Mean Return dari Sampel Penuh

-0,0020

-0,0010

0,0000

0,0010

0,0020

0,0030

0,0040

0,0050

return

9.30

return

10.00

return

10.30

return

11.00

return

11.30

retrun

12.00

return

13.30

return

14.00

return

14.30

return

15.00

return

15.30

return

16.00

return

9.30

+1

4.2. Uji Noise Tiga belas seri return digunakan untuk menganalisis noise, yaitu return interval 30 menitan untuk masing-masing perioda ditambah dengan return pembukaan hari berikutnya. Hipotesis noise terbukti apabila terdapat perbedaan nilai autokorelasi antara perioda pembukaan dengan perioda setelahnya. Autokorelasi yang bernilai negatif mengindikasikan adanya noise sedangkan autokorelasi yang bernilai nol atau positif mengindikasikan informasi dihubungkan dengan volatilitas pada waktu pembukaan. Hasil pengujian untuk seluruh sampel tertunjukkan ke dalam Tabel 2.

Tabel 2: Uji Noise Perioda Pembukaan dengan Perioda Setelahnya

Mean Std Dev Sig Sigreturn 10.00 9.956 -0,0014 0,0246 -5,7470 *** 0,0000 -0,0770 *** 0,0000return 10.30 9.125 -0,0001 0,0327 -0,3290 0,7420 -0,0060 0,5500return 11.00 8.350 -0,0010 0,0362 -2,5940 *** 0,0090 -0,0010 0,9260return 11.30 7.996 -0,0006 0,0328 -1,7300 * 0,0840 0,0160 0,1630retrun 12.00 6.207 -0,0009 0,0231 -3,1410 *** 0,0020 -0,0270 ** 0,0320return 13.30 6.399 0,0000 0,0231 -0,0940 0,9250 0,0440 *** 0,0000return 14.00 8.873 -0,0003 0,0268 -0,9950 0,3200 0,0090 0,4050return 14.30 8.268 -0,0001 0,0411 -0,3220 0,7480 -0,0260 ** 0,0190return 15.00 8.090 -0,0002 0,0438 -0,3750 0,7080 0,0220 ** 0,0490return 15.30 8.400 -0,0004 0,0421 -0,8430 0,3990 -0,1180 *** 0,0000return 16.00 9.180 -0,0051 0,0315 -15,4040 *** 0,0000 0,1130 *** 0,0000return 09.30 (t+1) 9.360 0,0001 0,0246 0,3010 0,7640 0,0540 *** 0,0000

Perioda N KorelasiPerbedaan Uji bedat Korelasi

Keterangan: *signifikan pada level 10,00%; **signifikan pada level 5,00%; ***signifikan pada level 1,00%

9

Page 10: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

Inferensi yang dapat dipetik dari Tabel 2 adalah sebagai berikut. Return interval 30 menitan pertama berbeda dengan perioda return 10.00, return 11.00, return, 11.30, return 12.00 dan return 16.00. Dari nilai korelasi negative terlihat pada return 10.00, return 12.00, return 14.30 dan return 15.30. Artinya pada return-return tersebut terjadi pembalikan harga dibandingkan dengan return pembukaan interval 30 menit pertama. Hal ini mengindikasikan adanya noise yang terjadi pada saat harga pembukaan yang dikoreksi pada perioda-perioda berikutnya tersebut. Simpulan-simpulan yang dapat diinferensikan menunjukkan bahwa hipotesis terdapatnya noise (H1) untuk return pembukaan dalam korelasiannya dengan interval tertentu perioda sebelumnya terbukti valid. Dalam bukti awal, penelitian ini mendukung konsepnya Steeley (2001).

4.3. Hasil Uji OverreactionPengujian hipotesis overreaction digunakan untuk membuktikan fenomena pembalikan portofolio losser dan portofolio winner maka dilakukan perbandingan antara return pada perioda pembentukan (formation period) dengan return pada perioda pengujian (test period). Perioda pembentukan merupakan return pembukaan (return 09.30), sedangkan perioda pembentukan adalah perioda-perioda setelahnya sejumlah 12 perioda (selama 24 jam) untuk interval 30 menitan (return 10.00–return 09.30 (t+1)). Jika investor melakukan overreact maka portofolio losser akan lebih outperform dibandingkan portofofolio winner setelah perioda pembentukan, maka dapat disimpulkan bahwa

. Pengujian secara statistik dilakukan dengan menggunakan uji-t (paired sample t-test). Tabel 3 menunjukkan hasil uji overreaction dari keseluruhan sampel.

Tabel 3 menunjukkan hasil pada perioda pembentukan (return 09.30) nilai = -0,0151 dengan perbedaan yang signifikan (thitung = -44,2020). Akan tetapi, pada perioda 09.30-10.00 terjadi fenomena pembalikan return antara saham losser dan saham winner dengan menggunakan perioda formasi interval 30 menitan. Pada perioda pengujian ini terjadi pembalikan return yang cukup besar pada saham losser maupun saham winner, yaitu sebesar 0.0013 (0,0135) untuk saham losser dan -0,0009 (0,0181) untuk saham winner. Perbedaan return yang positif (0,0022) menunjukkan bahwa return untuk saham losser lebih besar dibandingkan return untuk saham winner. Hasil pada perioda ini menunjukkan perbedaan yang signifikan, dengan kata lain terjadi pembalikan harga pada perioda 9.30-10.00, karena nilai saham losser lebih besar ketimbang nilai saham winner.

Tabel 3: Uji overreaction Losser -

N Mean Std Dev N Mean Std Dev Winner Sigreturn 09.30 5.631 -0,0065 0,0190 3.424 0,0085 0,0133 -0,0151 -44,2020 *** 0,0000return 10.00 5.631 0,0013 0,0135 3.497 -0,0009 0,0181 0,0022 6,2920 *** 0,0000return 10.30 5.116 -0,0010 0,0325 3.196 0,0001 0,0164 -0,0011 -1,9800 ** 0,0480return 11.00 4.660 0,0009 0,0338 3.162 -0,0005 0,0236 0,0014 1,9750 ** 0,0480return 11.30 4.449 -0,0006 0,0241 3.089 0,0007 0,0289 -0,0013 -2,1020 ** 0,0360retrun 12.00 3.303 0,0007 0,0170 2.525 0,0002 0,0173 0,0005 1,1110 0,2670return 13.30 3.447 -0,0007 0,0128 2.566 -0,0003 0,0254 -0,0003 -0,6040 0,5460return 14.00 4.967 -0,0006 0,0178 3.565 0,0002 0,0240 -0,0008 -1,7920 * 0,0730return 14.30 4.605 0,0004 0,0277 3.270 -0,0020 0,0474 0,0024 2,8240 *** 0,0050return 15.00 4.494 -0,0011 0,0304 3.176 0,0006 0,0491 -0,0017 -1,8330 * 0,0670return 15.30 4.683 -0,0002 0,0374 3.304 -0,0007 0,0324 0,0005 0,5910 0,5540return 16.00 5.167 0,0048 0,0313 3.706 0,0040 0,0268 0,0008 1,3050 0,1920return 09.30 (t+1) 5.259 -0,0018 0,0184 3.787 0,0000 0,0188 -0,0018 -4,4290 *** 0,0000

Perioda Losser Winner Uji bedat

Keterangan: *signifikan pada level 10,00%; **signifikan pada level 5,00%; ***signifikan pada level 1,00%

10

Page 11: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

Gambar 3. Pergerakan Return Saham-Saham Winner dan Saham-Saham Losser

-0,0080

-0,0060

-0,0040

-0,0020

0,0000

0,0020

0,0040

0,0060

0,0080

0,0100

losserwinner

Selain perioda return 10.00, fenomena pembalikan harga juga terjadi pada perioda return 11.00 dan return 14.30. Hasil analisis juga tersaji pada Gambar 3. Gambar 3. menunjukkan bahwa pada pembukaan saham winner memiliki return yang lebih tinggi dibandingkan dengan saham-saham losser. Pada perioda return 10.00, return 11.00 dan return 14.30 terjadi fenomena pembalikan harga dimana saham winner memiliki return yang lebih rendah dibandingkan dengan saham-saham losser. Hal ini menunjukkan adanya reaksi yang berlebihan dari investor pada saat harga pembukaan.

Saham-saham yang tadinya merupakan saham losser ternyata menunjukkan kinerja yang lebih baik dari saham-saham yang tadinya merupakan saham winner. Hal ini mengindikasikan perilaku overreaction sebagai penyebab munculnya fenomena pembalikan return tersebut. Hipotesis overreaction menyebutkan bahwa jika pasar berreaksi berlebihan (overreaction) terhadap informasi dalam hal ini pasar berreaksi berlebihan terhadap informasi baru dan mengabaikan informasi sebelumnya, maka pembalikan return terjadi ketika pasar menyadari kesalahan tersebut dan kemudian melakukan tindakan koreksi pada perioda selanjutnya. Sehingga, hipotesis overreacrtion (H2) terdukung.

4.4. Pengendalian dengan Basis Hari PerdaganganLakonishok 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 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.

Return saham terrendah 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

11

Page 12: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

permintaan jual (sell order) yang merupakan akumulasi dari permintaan jual selama pasar tutup pada akhir pekan.

Rogalski (1984) dan menyatakan bahwa nilai return negatif pada hari Senin hanya terjadi pada awal-awal perdagangan (30 menit awal perdagangan), tidak pada keseluruhan hari Senin. Return close-to-open pada hari Senin (return penutupan Jum’at sampai dengan pembukaan Senin) lebih negatif apabila dibandingkan dengan return close-to-close (penutupan Jum’at sampai dengan penutupan Senin). Bahkan nilai return perioda perdagangan pada hari Senin (open-to-close) bernilai positif. Artinya, return hari Senin pada perioda nonperdagangan lebih negatif apabila dibandingkan dengan nilai absolut antara return penutupan Jum’at sampai dengan penutupan Senin dan return close-to-close perioda perdagangan yang lainnya. Oleh karena itu, nilai return yang negatif pada hari Senin disebabkan hanya oleh perioda nonperdagangan (Rogalski, 1984). Cheung (1995) membuktikan pengujiannya yang dilakukan di pasar modal Hongkong dan mendukung simpulan dari penelitian Rogalski tersebut.

Adanya perioda nonperdagangan sangat berpengaruh terhadap harga pembukaan di BEI (Lam & Tong, 1999; Sari, 2004). Hal ini disebabkan adanya rentang waktu nonperdagangan yang tidak sama antar hari (penutupan Jum’at sampai pembukaan Senin yang lebih lama). Sumiyana (2007a) membuktikan bahwa keberadaan monday effect secara riil ada yang disebabkan oleh adanya rata-rata return negatif yang eksesif dari penutupan Jum’at sampai dengan penutupan Senin (nontrading weekend effect). Return perioda nonperdagangan istirahat malam pada hari Senin menunjukkan adanya perbedaan yang signifikan secara statistis dalam bandingannya dengan return perioda malam pada hari-hari yang lainnya. Terbukti valid bahwa perbedaan yang signifikan secara statistis secara total. Return negatif yang eksesif pada perioda malam mengindikasikan pengaruh perioda nonperdagangan akhir minggu. Oleh karena itu, analisis harga pembukaan ini harus melibatkan hari perdagangan sebagai variabel kontrol.

Deskripsi data dengan pengendalian berbasis hari perdagangan dapat dilihat pada Tabel 4. Dari Tabel 4 menunjukkan bahwa harga pembukaan (return 09.00) pada hari Senin terrendah dibandingkan dengan hari-hari yang lain bernilai -0,0022. Return terrendah hari Senin juga terjadi pada return 12.00, return 14.00 dan return 14.30. Sebagai buktinya, Sumiyana (2008) melakukan penelitian yang menyimpulkan bahwa nilai return pembukaan pada hari Senin ini lebih kecil secara signifikan dibandingkan dengan nilai return pada hari-hari yang lain. Dengan kata lain, fenomena Monday Effect terjadi pada harga pembukaan.

12

Page 13: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

Tabel 4. Deskripsi Data untuk Pengendalian dengan Basis Hari Perdagangan

Senin Selasa Rabu Kamis JumatN Mean Std Dev N Mean Std Dev N Mean Std Dev N Mean Std Dev N Mean Std Dev Sig

return 09.30 1.919 -0,0022 0,0124 2.020 -0,0018 0,0167 2.111 -0,0004 0,0126 2.005 0,0012 0,0181 1.901 -0,0014 0,0274 10,9620 *** 0,0000return 10.00 1.965 0,0004 0,0159 2.035 0,0005 0,0134 2.128 0,0006 0,0144 2.018 -0,0003 0,0140 1.921 0,0014 0,0183 3,2610 ** 0,0110return 10.30 1.787 -0,0014 0,0360 1.855 -0,0010 0,0184 1.952 0,0004 0,0124 1.853 -0,0017 0,0385 1.755 0,0005 0,0213 2,5840 ** 0,0350return 11.00 1.676 0,0001 0,0369 1.744 0,0005 0,0289 1.847 -0,0001 0,0171 1.727 0,0019 0,0395 1.667 -0,0005 0,0297 1,4990 0,2000return 11.30 1.580 0,0003 0,0146 1.685 0,0003 0,0264 1.769 -0,0014 0,0333 1.642 -0,0006 0,0266 1.653 0,0014 0,0315 2,4780 ** 0,0420retrun 12.00 1.553 -0,0002 0,0160 1.627 0,0007 0,0158 1.712 0,0007 0,0225 1.591 0,0005 0,0164 0,6880 0,6010return 13.30 1.599 -0,0004 0,0095 1.678 -0,0020 0,0299 1.751 -0,0002 0,0153 1.666 0,0007 0,0142 4,5410 *** 0,0010return 14.00 1.855 -0,0007 0,0108 1.917 -0,0006 0,0283 2.025 -0,0002 0,0197 1.897 -0,0003 0,0219 1.721 -0,0001 0,0148 0,3150 0,8680return 14.30 1.607 -0,0020 0,0351 1.712 0,0014 0,0200 1.792 0,0009 0,0251 1.692 -0,0004 0,0283 1.897 -0,0020 0,0571 3,4460 *** 0,0080return 15.00 1.615 -0,0003 0,0480 1.706 -0,0014 0,0332 1.751 -0,0014 0,0328 1.679 -0,0011 0,0293 1.727 0,0018 0,0511 2,0030 * 0,0920return 15.30 1.736 0,0002 0,0422 1.749 0,0000 0,0409 1.861 -0,0004 0,0310 1.777 -0,0003 0,0348 1.697 -0,0010 0,0303 0,2650 0,9000return 16.00 1.918 0,0037 0,0294 1.945 0,0047 0,0313 2.083 0,0044 0,0246 1.961 0,0038 0,0263 1.861 0,0043 0,0310 0,4210 0,7930return 9.30 (t+1) 1.982 -0,0017 0,0168 2.028 -0,0005 0,0127 2.131 0,0013 0,0179 1.945 -0,0014 0,0271 1.870 -0,0025 0,0121 12,8230 *** 0,0000

Uji bedaF

13

Page 14: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

Tabel 5. Hasil Uji Noise pada Harga Pembukaan dengan Pengendalian Hari Perdagangan

Perioda N Mean Std Dev Sig Sigreturn 10.00 1.919 -0,0025 0,0213 -5,2020 *** 0,0000 -0,1200 *** 0,0000return 10.30 1.754 -0,0006 0,0384 -0,6460 0,5180 -0,0050 0,8360return 11.00 1.587 -0,0019 0,0396 -1,9210 * 0,0550 0,0080 0,7400return 11.30 1.502 -0,0020 0,0184 -4,2150 *** 0,0000 0,0290 0,2570retrun 12.00 1.469 -0,0016 0,0196 -3,0890 *** 0,0020 -0,0040 0,8650return 13.30 1.503 -0,0012 0,0144 -3,1200 *** 0,0020 0,0420 * 0,1030return 14.00 1.714 -0,0012 0,0170 -2,8300 *** 0,0050 -0,0760 *** 0,0020return 14.30 1.508 0,0006 0,0379 0,6200 0,5350 0,0000 0,9920return 15.00 1.516 -0,0016 0,0496 -1,2600 0,2080 0,0370 0,1500return 15.30 1.619 -0,0019 0,0445 -1,7100 * 0,0870 -0,0330 0,1870return 16.00 1.755 -0,0056 0,0327 -7,1530 *** 0,0000 -0,0080 0,7490return 9.30 (t+1) 1.807 -0,0003 0,0201 -0,5440 0,5860 0,0660 *** 0,0050

Perioda N Mean Std Dev Sig Sigreturn 10.00 2.020 -0,0024 0,0223 -4,7750 *** 0,0000 -0,0780 *** 0,0000return 10.30 1.844 -0,0006 0,0249 -0,9740 0,3300 -0,0390 * 0,0910return 11.00 1.681 -0,0019 0,0318 -2,5120 ** 0,0120 -0,0030 0,8970return 11.30 1.617 -0,0019 0,0295 -2,6450 *** 0,0080 0,0160 0,5120retrun 12.00 1.561 -0,0020 0,0211 -3,7160 *** 0,0000 -0,1070 *** 0,0000return 13.30 1.609 0,0007 0,0321 0,8180 0,4140 0,0770 *** 0,0020return 14.00 1.809 -0,0012 0,0332 -1,4800 0,1390 0,0210 0,3640return 14.30 1.634 -0,0031 0,0275 -4,4850 *** 0,0000 -0,0740 *** 0,0030return 15.00 1.626 0,0000 0,0378 -0,0390 0,9690 0,0030 0,9150return 15.30 1.665 -0,0016 0,0451 -1,4850 0,1380 -0,0050 0,8460return 16.00 1.832 -0,0068 0,0349 -8,3610 *** 0,0000 -0,0190 0,4050return 9.30 (t+1) 1.913 -0,0013 0,0199 -2,9650 *** 0,0030 0,0770 *** 0,0010

Perioda N Mean Std Dev Sig Sigreturn 10.00 2.111 -0,0010 0,0193 -2,4030 ** 0,0160 -0,0240 0,2700return 10.30 1.940 -0,0008 0,0177 -1,8980 * 0,0580 -0,0100 0,6520return 11.00 1.789 -0,0001 0,0216 -0,1150 0,9090 -0,0500 ** 0,0350return 11.30 1.704 0,0013 0,0354 1,5590 0,1190 0,0600 ** 0,0140retrun 12.00 1.641 -0,0008 0,0263 -1,1960 0,2320 -0,0240 0,3350return 13.30 1.684 -0,0001 0,0196 -0,1470 0,8830 0,0250 0,3080return 14.00 1.910 -0,0001 0,0236 -0,1270 0,8990 -0,0130 0,5740return 14.30 1.715 -0,0009 0,0270 -1,3110 0,1900 -0,0180 0,4490return 15.00 1.682 0,0012 0,0339 1,5130 0,1300 0,0100 0,6830return 15.30 1.789 0,0002 0,0339 0,2210 0,8250 -0,0380 * 0,1080return 16.00 1.976 -0,0044 0,0271 -7,2030 *** 0,0000 0,0330 0,1400return 9.30 (t+1) 2.013 -0,0017 0,0220 -3,4910 *** 0,0000 -0,0040 0,8410

Perioda N Mean Std Dev Sig Sigreturn 10.00 2.005 0,0015 0,0240 2,7940 *** 0,0050 -0,1050 *** 0,0000return 10.30 1.844 0,0029 0,0426 2,9440 *** 0,0030 0,0010 0,9570return 11.00 1.688 -0,0007 0,0443 -0,6250 0,5320 -0,0190 0,4410return 11.30 1.597 0,0018 0,0329 2,1480 ** 0,0320 -0,0080 0,7430retrun 12.00 1.536 0,0006 0,0244 1,0300 0,3030 0,0040 0,8800return 13.30 1.603 0,0004 0,0223 0,7020 0,4830 0,0160 0,5320return 14.00 1.805 0,0017 0,0265 2,7430 *** 0,0060 0,0290 0,2190return 14.30 1.634 0,0015 0,0324 1,8890 * 0,0590 -0,0080 0,7360return 15.00 1.622 0,0025 0,0341 2,9750 *** 0,0030 0,0380 0,1310return 15.30 1.698 0,0013 0,0391 1,3940 0,1640 -0,0440 * 0,0720return 16.00 1.857 -0,0029 0,0310 -4,0490 *** 0,0000 -0,0030 0,8980return 9.30 (t+1) 1.857 0,0025 0,0305 3,5450 *** 0,0000 0,0970 *** 0,0000

Perbedaan Uji beda

Perbedaan Uji beda

KorelasiPerbedaan Uji beda

KorelasiPerbedaan Uji beda

Korelasi

Korelasit

t KorelasiKorelasi

Korelasi

Senin

Selasa

Rabu

Kamis

t Korelasi

t

14

Page 15: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

Tabel 5. Hasil Uji Noise, … lanjutan.

Perioda N Mean Std Dev Sig Sigreturn 10.00 1.901 -0,0028 0,0340 -3,6160 *** 0,0000 -0,0680 *** 0,0030return 10.30 1.743 -0,0016 0,0342 -2,0010 ** 0,0460 0,0010 0,9740return 11.00 1.605 -0,0006 0,0402 -0,6400 0,5220 0,0210 0,3940return 11.30 1.576 -0,0026 0,0422 -2,4100 ** 0,0160 0,0100 0,7000return 14.00 1.635 -0,0009 0,0308 -1,1160 0,2650 0,0200 0,4260return 14.30 1.777 0,0010 0,0653 0,6770 0,4980 -0,0320 0,1840return 15.00 1.644 -0,0031 0,0583 -2,1850 ** 0,0290 0,0260 0,2920return 15.30 1.629 0,0000 0,0474 -0,0090 0,9920 -0,4100 *** 0,0000return 16.00 1.760 -0,0058 0,0318 -7,6320 *** 0,0000 0,3740 *** 0,0000return 9.30 (t+1) 1.770 0,0014 0,0288 2,0980 ** 0,0360 0,0330 0,1660

KorelasiPerbedaan Uji bedat Korelasi

Jumat

Keterangan: *signifikan pada level 10,00%; **signifikan pada level 5,00%; ***signifikan pada level 1,00%

Tabel 5 menunjukkan hasil yang menyimpulkan bahwa terjadi noise pada harga pembukaan di BEI. Hal ini ditunjukkan dari nilai korelasi return pembukaan dengan return-return setelahnya yang menunjukkan korelasi negatif yang signifikan Pada hari Senin terjadi pembalikan harga pada perioda return 10.00 dan 14.00, Selasa return 10.00 dan return 12.00, Rabu return 11.00, Kamis return 10.00 dan return 15.30 dan Jum’at return 10.00 dan return 15.30. Nilai koefisien korelasi hari Senin pada perioda return 10.00 adalah -0,1200. Nilai koefisien ini adalah nilai koefisien negatif terbesar dibandingkan dengan perioda maupun hari lainnya. Dengan kata lain diduga ada noise yang banyak pada pembukan harga pada hari Senin. Hal ini dibuktikan dengan adanya pembalikan harga sebagai pengkoreksian terhadap noise tersebut. Terjadinya noise disebabkan oleh panjangnya perioda nonperdagangan overnight hari Senin yang merupakan perioda terpanjang dibandingkan dengan perioda nonperdagangan lainnya (yang dimulai pada penutupan Jum’at sampai dengan pembukaan Senin).

Selanjutnya dilanjutkan dengan berbasis pada hari perdagangan menguji fenomena pembalikan return antara saham losser dan saham winner disebabkan oleh overreaction, dalam hal ini saham-saham losser yang memiliki return terrendah pada perioda pembukaan (formation period) akan menjadi lebih baik pada perioda berikutnya (test period). Sedangkan, saham-saham winner yang memiliki return tertinggi mengalami penurunan return pada perioda pengujian. Hal ini juga dapat disebut bahwa saham-saham winner (losser) pada pembukaan lebih rendah (tinggi) secara signifikan pada saat perioda setelah pembukaan ketika dibandingkan dengan saham-saham losser (winner) pada pembukaan. Hasil pengujiannya tersaji pada Tabel 6.

15

Page 16: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

Tabel 6. Hasil Uji Overreaction pada Harga Pembukaan dengan Pengendalian Hari PerdaganganSenin Losser -

Perioda N Mean Std Dev N Mean Std Dev Winner Sigreturn 09.30 1.205 -0,0063 0,0115 566 0,0075 0,0088 -0,0138 -27,8800 *** 0,0000return 10.00 1.205 0,0009 0,0145 574 -0,0008 0,0191 0,0017 2,0510 ** 0,0400return 10.30 1.087 -0,0015 0,0443 533 -0,0012 0,0182 -0,0003 -0,1440 0,8850return 11.00 982 0,0007 0,0475 540 -0,0004 0,0099 0,0011 0,5180 0,6050return 11.30 933 0,0000 0,0171 514 0,0004 0,0098 -0,0003 -0,4210 0,6740retrun 12.00 897 -0,0002 0,0184 519 -0,0001 0,0119 0,0000 -0,0540 0,9570return 13.30 923 -0,0006 0,0089 530 0,0001 0,0112 -0,0007 -1,2820 0,2000return 14.00 1.067 -0,0006 0,0117 620 -0,0010 0,0096 0,0004 0,6490 0,5160return 14.30 922 -0,0014 0,0191 539 -0,0032 0,0548 0,0017 0,8650 0,3870return 15.00 926 -0,0006 0,0302 544 0,0015 0,0595 -0,0020 -0,8670 0,3860return 15.30 999 0,0001 0,0348 583 -0,0010 0,0409 0,0011 0,5450 0,5860return 16.00 1.094 0,0038 0,0278 649 0,0036 0,0346 0,0002 0,1350 0,8930return 09.30 (t+1) 1.128 -0,0026 0,0193 669 -0,0009 0,0131 -0,0017 -2,1780 ** 0,0300

Selasa Losser -Perioda N Mean Std Dev N Mean Std Dev Winner Sig

return 09.30 1.151 -0,0069 0,0181 696 0,0074 0,0102 -0,0143 -21,6810 *** 0,0000return 10.00 1.151 0,0012 0,0132 711 -0,0004 0,0144 0,0016 2,4380 ** 0,0150return 10.30 1.040 -0,0012 0,0227 647 -0,0009 0,0111 -0,0003 -0,3050 0,7600return 11.00 950 0,0015 0,0256 639 -0,0002 0,0110 0,0017 1,7700 * 0,0770return 11.30 915 -0,0009 0,0199 624 0,0005 0,0125 -0,0013 -1,6220 * 0,1050retrun 12.00 874 0,0015 0,0138 609 -0,0002 0,0180 0,0017 2,0600 ** 0,0400return 13.30 908 -0,0021 0,0197 614 -0,0017 0,0424 -0,0004 -0,2390 0,8120return 14.00 1.020 -0,0011 0,0185 730 0,0007 0,0397 -0,0018 -1,2420 0,2140return 14.30 906 0,0025 0,0245 653 -0,0001 0,0121 0,0026 2,7380 *** 0,0060return 15.00 900 -0,0019 0,0429 657 -0,0014 0,0170 -0,0005 -0,2660 0,7900return 15.30 933 0,0002 0,0509 664 -0,0006 0,0266 0,0008 0,3720 0,7100return 16.00 1.041 0,0059 0,0334 743 0,0039 0,0305 0,0020 1,2920 0,1960return 09.30 (t+1) 1.094 -0,0010 0,0126 771 0,0001 0,0133 -0,0011 -1,8870 * 0,0590

Rabu Losser -Perioda N Mean Std Dev N Mean Std Dev Winner Sig

return 09.30 1.057 -0,0062 0,0111 818 0,0075 0,0102 -0,0136 -27,6390 *** 0,0000return 10.00 1.057 0,0017 0,0127 835 -0,0012 0,0157 0,0029 4,4340 *** 0,0000return 10.30 974 0,0004 0,0103 755 0,0006 0,0133 -0,0002 -0,4060 0,6850return 11.00 887 -0,0002 0,0117 749 -0,0005 0,0216 0,0003 0,3420 0,7320return 11.30 826 -0,0025 0,0376 741 0,0005 0,0253 -0,0030 -1,8450 * 0,0650retrun 12.00 788 0,0009 0,0214 726 0,0000 0,0165 0,0010 0,9650 0,3350return 13.30 827 -0,0002 0,0089 725 -0,0003 0,0216 0,0002 0,2310 0,8180return 14.00 950 -0,0008 0,0181 854 0,0005 0,0232 -0,0013 -1,3020 0,1930return 14.30 851 0,0015 0,0260 735 0,0002 0,0246 0,0013 1,0450 0,2960return 15.00 836 -0,0022 0,0355 714 -0,0003 0,0256 -0,0019 -1,1730 0,2410return 15.30 875 -0,0001 0,0316 779 -0,0009 0,0270 0,0008 0,5370 0,5920return 16.00 975 0,0051 0,0266 884 0,0041 0,0237 0,0010 0,8350 0,4040return 09.30 (t+1) 995 0,0010 0,0197 905 0,0020 0,0153 -0,0011 -1,3060 0,1920

Kamis Losser -Perioda N Mean Std Dev N Mean Std Dev Winner Sig

return 09.30 1.016 -0,0056 0,0121 782 0,0105 0,0207 -0,0161 -20,6800 *** 0,0000return 10.00 1.016 0,0006 0,0132 795 -0,0013 0,0155 0,0019 2,7360 *** 0,0060return 10.30 921 -0,0031 0,0484 734 0,0006 0,0137 -0,0037 -2,2090 ** 0,0270return 11.00 836 0,0027 0,0479 701 0,0002 0,0208 0,0024 1,3350 0,1820return 11.30 784 -0,0002 0,0279 676 -0,0008 0,0276 0,0006 0,4100 0,6820retrun 12.00 744 0,0004 0,0130 671 0,0009 0,0207 -0,0005 -0,5550 0,5790return 13.30 789 0,0004 0,0095 697 0,0005 0,0148 -0,0001 -0,1260 0,9000return 14.00 901 -0,0003 0,0219 798 0,0001 0,0208 -0,0004 -0,3900 0,6970return 14.30 805 -0,0007 0,0306 701 -0,0009 0,0216 0,0002 0,1420 0,8870return 15.00 799 -0,0010 0,0234 697 -0,0007 0,0330 -0,0003 -0,2020 0,8400return 15.30 840 -0,0008 0,0316 746 0,0009 0,0393 -0,0017 -0,9440 0,3450return 16.00 935 0,0047 0,0332 824 0,0037 0,0191 0,0010 0,7800 0,4360return 09.30 (t+1) 921 -0,0031 0,0256 824 -0,0006 0,0311 -0,0025 -1,8260 * 0,0680

Losser Winner Uji beda

Losser Winner Uji beda

Losser Winner Uji beda

Losser Winner Uji bedat

t

t

t

16

Page 17: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

Tabel 6. Hasil Uji Overreaction, … lanjutan.Jumat Losser -

Perioda N Mean Std Dev N Mean Std Dev Winner Sigreturn 09.30 1.202 -0,0074 0,0319 562 0,0099 0,0107 -0,0173 -12,4880 *** 0,0000return 10.00 1.202 0,0023 0,0137 582 -0,0006 0,0260 0,0028 3,0300 *** 0,0020return 10.30 1.094 0,0004 0,0205 527 0,0012 0,0249 -0,0008 -0,7070 0,4800return 11.00 1.005 0,0001 0,0215 533 -0,0018 0,0427 0,0019 0,9400 0,3480return 11.30 991 0,0004 0,0127 534 0,0034 0,0520 -0,0030 -1,3280 0,1850return 14.00 1.029 -0,0004 0,0180 563 0,0003 0,0088 -0,0008 -0,9490 0,3430return 14.30 1.121 0,0003 0,0342 642 -0,0065 0,0869 0,0068 1,9050 * 0,0570return 15.00 1.033 0,0001 0,0131 564 0,0049 0,0874 -0,0048 -1,3080 0,1910return 15.30 1.036 -0,0003 0,0343 532 -0,0022 0,0240 0,0018 1,1090 0,2680return 16.00 1.122 0,0044 0,0345 606 0,0045 0,0260 -0,0001 -0,0730 0,9420return 09.30 (t+1) 1.121 -0,0031 0,0126 618 -0,0015 0,0112 -0,0016 -2,7520 *** 0,0060

Losser Winner Uji bedat

Keterangan: *signifikan pada level 10,00%; **signifikan pada level 5,00%; ***signifikan pada level 1,00%

Pada Tabel 6 terjadi fenomena pembalikan return antara saham losser dan saham winner dengan menggunakan perioda formasi 30 menitan. Pada hari Senin perioda return 10.00 terjadi pembalikan return yang cukup besar pada saham losser maupun saham winner, yaitu sebesar 0,0009 (0,0145) untuk saham losser dan -0,0008 (0,0191) untuk saham winner. Perbedaan return yang positif (Losser – Winner) untuk menunjukkan bahwa return pada perioda pengujian untuk saham losser lebih besar dibandingkan dengan saham-saham winner.

Sedangkan untuk hari Selasa pembalikan return antara saham losser dan saham winner terjadi pada perioda return 10.00, 12.00 dan 14.30, hari Rabu pada perioda return 10.00, hari Kamis pada perioda return 10.00, dan hari Jum’at pada perioda return 10.00 dan return 14.30. Hal ini menunjukkan bahwa fenomena overreaction di pasar modal Indonesia hanya terjadi pada short run karena secara umum fenomena ini terjadi pada saat pembukaan dan diikuti pada perioda return 10.00. Dengan kata lain, fenomena overreaction ini hanya terjadi pada 30 menit pertama hari perdagangan.

4.5. Analisis dan TemuanPenelitian ini menguji return yang terjadi sepanjang hari perdagangan untuk membuktikan validitas keberadaan noise dan overreaction. Hasil pengujian membuktikan bahwa keberadaan noise ada yang disebabkan oleh adanya autokorelasi yang bernilai negatif, dengan kata lain, menurut hipotesis noise pergerakan harga yang tidak disebabkan oleh perubahan yang fundamental akan kembali ke harga semula pada perioda selanjutnya, sehingga return series berkorelasi negatif. Keberadaan noise diuji kembali, yang dikendalikan dengan basis hari perdagangan. Hasil uji membuktikan bahwa keberadaan noise secara riil ada yang disebabkan oleh adanya autokorelasi negatif antara return pembukaan (9.30) dengan perioda-perioda setelahnya untuk interval 30 menitan. Secara umum pengkoreksian noise terjadi pada perioda return 10.00 (perioda 9.30–10.00), kecuali anomali untuk hari Rabu yang pengkoreksiannya terjadi pada perioda return 11.00 (10.30–11.00).

Penelitian ini juga menemukan adanya fenomena pembalikan return (mean reversal) pada portofolio setelah harga pembukaan. Dari hasil pengujian hipotesis overreaction terdukung, maka dapat dimaknakan bahwa terdapat fenomena pembalikan return, dalam hal ini return losser lebih besar dibandingkan dengan return winner pada 30 menit pertama hari perdagangan. Ini dapat mengidentifikasi contrarian profit yang diperoleh investor. Penelitian ini berhasil membuktikan adanya noise dan overreaction terjadi pada harga pembukaan. Di samping itu, penelitian ini juga mampu mendeteksi waktu pengkoreksian terhadap kedua fenomena tersebut yang secara umum terjadi pada 30 menit mula-mula hari perdagangan. Konsekuensinya, investor harus bersikap lebih konservatif pada 30 menit awal perdagangan.

17

Page 18: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

5. Simpulan, Keterbatasan dan ImplikasiPenelitian ini menemukan kerangka pola terjadinya noise dan overreaction pada harga pembukaan dan kedatangan informasi di pasar modal Indonesia. Untuk pola pertama, selalu terjadi noise dan overreaction pada setiap harga pembukaan pada waktu awal perdagangan di BEI. Kedua, pengkoreksian baik untuk noise dan overreaction yang terjadi pada 30 menit awal perdagangan selalu dilakukan oleh para pedagang di setiap awal hari perdagangan itu juga.

Penelitian ini memiliki keterbatasan-keterbatasan yang dapat melemahkan validitas pengembangan penelitian ini maupun melemahkan validitas hasil penelitian ini. Keterbatasan-keterbatasan tersebut adalah sebagai berikut. Pertama, hanya menggunakan interval 30 menitan, padahal ada kemungkinan bahwa ketidakstabilan harga yang sangat tajam terjadi di tengah-tengah interval 30 menitan. Kejadian variabilitas harga saham yang demikian tidak tertangkap dalam pengembangan penelitian ini. Kedua, pengendalian hanya menggunakan hari perdagangan. Untuk penelitian selanjutnya pengendalian dapat dikembangkan dengan menggunakan ukuran perusahaan, jumlah perdagangan dan bentang tawar-minta. Ketiga, penelitian ini hanya menggunakan seluruh saham yang termasuk dalam kategori LQ 45, sehingga hanya menggambarkan kondisi saham-saham yang berfrekuensi tinggi untuk diperdagangkan.

18

Page 19: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

Referensi

Admati, A., and P. Pflederer (1988). A Theory of Intraday Patterns: Volume and Price Variability. The Review of Financial Studies. Vol.: 1 (1), pp. 3-40.

Algifari (1999). Pengaruh Hari Perdagangan terhadap Return Saham di BEJ, Tesis UGM, Tidak Dipublikasi.

Amihud, Y., and H. Mendelson (1986). Asset Pricing and the Bid-Ask Spread, Journal of Financial Economics. Vol.: 17, pp. 223-249.

__________, (1987). Trading Mechanism and Stock Return: An Empirical Investigations. Journal of Finance. Vol.: 42, pp. 533-53.

__________, (1991). Volatility, Efficiency and Trading: Evidence from The Japanese Stock Market, Journal of Finance, Vol.: 46, pp. 369-89.

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, Vol.: 36 (4), pp. 523-543

Bery, T.D., and K.M. Howe, (1994), Public Information Arrival, Journal of Finance, Vol.: 49, pp. 1331-1347.

Black, F., (1986), Noise, Journal of Finance, Vol.: 41, pp. 529-543.

Blume, L., D. Easley, and O’Hara., (1994), Market Statistics and Technical Analysis: the Role of Volume, Journal of Finance, Vol.: 49 (1), pp. 153-181.

Chan, Chockalingan, and Lai (2000). Overnight Information and Trading Behaviour: Evidence From NYSE Cross-Listed Stocks and Their Local Market Information: Vol.: 10 (3/4), pp. 495-509.

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. Vol.: 26 (1), pp. 137-170.

Chen, C.R., and Sauer, D.A., (1997). Is Stock Market Overreaction Persistent Over Time? Journal Business Finance and Accounting, Vol.: 24 (1), pp. 51- 67.

Cheung, Y.L., (1995). Intraday Return and The Day End Effect: Evidence from The Hong Kong Equity Market, Journal of Busines Finance and Accounting, Vol. 22 (7): 1023-1034.

Claire, A., and Thomas, S. (1995). The Overreaction Hypothesis and The UK Stockmarket. Journal of Busines Finance and Accounting. Vol.: 22 (7), pp. 961-973.

DeBondt, Werner F.M. and R, Thaler. (1985). Does The Stockmarket Overreact? Journal of Finance. Vol.: 40, pp. 793-807.

_________, (1987). Further Evidence on Investor Overeaction and Stock Market Seasonality? Journal of Finance. Vol.: (42), pp. 557- 581.

Easley, D., and O’Hara, (1987), Price, Trade Size and Information in Securities Markets, Journal of Financial Economics, Vol.: 19 (-), pp. 69-90.

19

Page 20: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

Fama, E.F., (1970). Efficient Capital Market: a Review of Theory and Empirical Work. Journal of Finance. Vol.: 25, pp. 387-417.

_________, (1991). Efficient Capital Markets II. Journal of Finance. Vol.: 46 (51), pp. 575-617.

_________, and French, (1992). The Cross Section of Expected Return. Journal of Finance. Vol.: 47, pp. 427-465.

Foster, and Viswanatahan (1993). Variations in Trading Volume, Return Volatility and Trading Costs: Evidence on Recent Price Formation Models. Journal of Finance, Vol.: 48, pp. 187-211.

French, K.R. and R. Roll (1986), Stock Price Variances: The Arrival of Information and the Reaction Traders, Journal of Financial Economics, Vol.: 17, pp. 5-26.

Gibbons, Michael R., and Hess, Patrick, (1981). Day of The Week Effect and Asset Returns, Journal of Business, Vol.: 54, pp. 579-596.

Guner, N., and Z. Onder, (2002), Information and Volatility: Evidence from An Emerging Market, Emerging Markets Fnance and Trade, Vol.: 36 (6), pp. 26-46.

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, Tidak Dipublikasi.

Hartono, Jogiyanto M., (2003). Teori Portofolio dan Analisis Investasi, Edisi 3, Jogyakarta: BPFE Jogyakarta.

_______, (2005). Pasar Efisien Secara Keputusan. Jakarta: PT Gramedia Pustaka Utama.

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. Vol. 51, pp. 575-602.

Jain dan Joh (1988), The Dependence between Hourly Prices and Trading Volume. Journal of Financial and Quantitative Analysis, Vol.: 22, pp. 109-126.

Ko, K, S. Lee and J. Chung, (1995). Volatility, Efficiency and Trading: further evidence. Journal of International Financial Management and Accounting. Vol.: 6(1), pp. 26-42.

Lakonishok, J. and E. Maberly, (1990), The Weekend Effect: Trading Patterns of Individual and Institusional Investors, Journal of Finance, Vol.: 45, pp. 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. Vol.: 26 (7), pp. 1013-1036.

Madhavan, Ananth, and Venkatesh Panchapagesan (2002). The Price of the Day. Journal of Portfolio Management. Vol.: 28 (2-Winter), pp. 101-111

Nam, K., C. S. Pyun, and S.L. Avard (2001). Assymetric Reverting Behaviur of Short Horizon Stock Returns: An evidence of Stock Market Overreaction. Journal of Banking and Finance. Vol.: 25 (4), pp. 807-824.

Odean, T. (1998), Volume, Volatility, Price and Profit When All Traders are Above Average, Journal of Finance, Vol.: 53 (6), pp. 1887-1934.

20

Page 21: Hari - Smart Accounting | Universitas Negeri … · Web view(STUDI EMPIRIS BERBASIS INTRADAY DATA, 2006) S u m i y a n a (Universitas Gadjah Mada) Hendrik Gamaliel (Universitas Samratulangi)

Rogalski, R. J., (1984), New Finding Regarding Day of the Week Return over Trading and non Trading Periods: a note, Journal of Finance, Vol.: 34 (5), pp. 1603-1614.

Sari, W., (2004), Hubungan antara Volume Perdagangan and Volatilitas Harga Intraday di BEJ, Tesis UGM, Tidak Dipublikasi.

Steeley, (2001), Opening Returns, Noise and Overreaction, Journal of Financial Resesarch. Vol.: 24 (4), pp. 513-521.

Sumiyana, (2007a). Monday Effect: Penalaran Logis Sebagai Akibat dari Pengaruh Psikologis, Pengaruh Perioda Nonperdagangan, atau Pengaruh Kombinasian Keduanya (Studi Empiris Berbasis Data Intraday, Bursa Efek Jakarta 1999-2005), Jurnal Ekonomi dan Bisnis Indonesia, Vol.: 22 (2): 133-161.

Sumiyana, (2007b). Noise atau Kedatangan Informasi: Sebuah Phenomena Spesifik Perilaku Harga Saham di Pasar Modal Indonesia (Studi Empiris Berbasis Data Intraday, Bursa Efek Jakarta 1999-2006), Jurnal Ekonomi dan Bisnis Indonesia, Vol. 22 (3): 133-161.

Sumiyana (2008). Day of The Week dan Monday Effect: Fenomena yang Tidak Terbuktikan Tidak Konsisten di Pasar Modal Indonesia, Journal Managemen Teori dan Terapan, Vol.: 1 (1), pp. 1-29.

Wermer, R. (1998). Mutual Fund Herding and the Impact on Stock Prices, Journal of Finance, Vol.: 54 (2), pp. 581-622.

21