PREDIKSI RISIKO SISTEMATIK SAHAM-SAHAM LQ45 BURSA EFEK INDONESIA

Transkripsi

1 PREDIKSI RISIKO SISTEMATIK SAHAM-SAHAM LQ45 BURSA EFEK INDONESIA A An Aref Jusuf Fakultas Ekonom Unverstas Wdya Kartka Surabaya aanjusuf@gmal.com ABSTRACT Beta has been argued, both conceptually as well as emprcally. In 1960's, many practtoners used superor advantages n calculaton attempted at CAPM theory for nvestng n asset whch has hgh Beta. Many emprcal researches on the later years refused the exstence of securty market lne from CAPM. Afterwards, many practtoners and academcans stated the death of CAPM. Lnear regresson method could be used to make decson f t had already matched the crtera for Best Lnear Unbased Estmator. Predcton model s a statstc testng whch ams at knowng whether there s a relatonshp or effect between researched varables. Nonparametrc method s an alternatve acton whch s taken when the research model does not match normalty assumpton. Ths research, as shown by the use of weekly data, could be free from techncal tradng problems n predcted systematc rsk. Whle ASII, HRUM, and TLKM stock returns are affected more by other factors. Ths condton has caused systematc rsk not to affect sgnfcantly on those stocks. Another result has shown that bankng stocks, whch became part of LQ45, have hgher systematc rsk respectvely. Keywords: CAPM, lnear regresson method, best lnear unbased estmator and non-parametrc method PENDAHULUAN Dalam konteks nvestas, rsko yang danggap relevan adalah rsko yang tdak dapat dhlangkan (rsko sstematk) yang lebh dkenal dengan stlah Beta. Beta sudah banyak dgunakan bak dalam peneltan, maupun dalam praktk namun haslnya tdak konssten. Hasl yang tdak konssten tersebut dapat terjad karena ketdakakuratan dalam membuat estmas Beta (Tandelln 2003). Peneltan n mentkberatkan pada tujuan mengestmas dan mempredks Beta. Konsep Beta atau yang serng dkenal melalu teor Captal Asset Prcng Model mash banyak dgunakan dalam Manajemen Keuangan dan Investas. Rsko yang dapat dhlangkan dengan melakukan dversfkas dsebut rsko tak sstematk (unsystematc rsk), sedangkan rsko yang tdak dapat dhlangkan dengan melakukan dversfkas dsebut rsko sstematk (systematc rsk) atau lebh dkenal 99

2 dengan stlah Beta (β). Sejak dperkenalkan pertama kal, teor Captal Asset Prcng Model (CAPM) dan Beta terus dperdebatkan bak secara konseptual maupun emprs. Ketdaktepatan dalam pengukuran Beta akan menmbulkan masalah dalam mendesan peneltan maupun penggunaannya dalam praktk. Estmas Beta merupakan pusat untuk banyak keputusan fnansal, terkat juga dengan manajemen portofolo, penganggaran modal dan penlaan performa (Bartholdy dan Peare 2001). Beta juga merupakan varabel kunc dalam duna akademk. Beta dgunakan untuk menguj model penlaan aset dan efsens pasar. CAPM menark karena logka sederhana yang kuat dan secara ntus memenuh predks pengukuran rsko dan menjelaskan mengena hubungan antara tngkat keuntungan yang dharapkan dengan rsko. Hal yang dsayangkan, mungkn karena kesederhanaannya, catatan emprs mengena model n benar-benar kurang bak (Fama dan French 2003). Model emprs mereflekskan kegagalan model tersebut. Pada akhr tahun 1960-an, banyak prakts menggunakan keunggulan kekuatan perhtungan yang superor pada waktu tu mencoba untuk menempatkan teor CAPM untuk menempatkan nvestas pada aset yang memlk Beta tngg. Mereka berharap aset-aset tersebut akan menghaslkan tngkat pengembalan yang tngg setelah nvestas, tetap mereka sepenuhnya dkecewakan (Malkel 1990 dan Bernsten 1992). Pada masa tu para akadems baru saja mula menelt mengena valdtas dar CAPM. Peneltan terkat dengan CAPM dalam jumlah besar terjad pada waktu tu (Fama et al., 1969) yang mendukung gars pasar sekurtas dar CAPM (Fama 1971). Banyak peneltan emprs pada tahun-tahun berkutnya (Chan et al., 1991; Fama dan French 1992) menolak keberadaan gars pasar sekurtas dar CAPM. Sejak saat tu banyak para prakts dan para akadems menyatakan CAPM dead (Fan 2004). Peneltan mengena rsko sstematk telah banyak dlakukan oleh banyak penelt d dalam dan d luar neger. Pada umumnya untuk peneltan d dalam neger belum banyak yang mempertmbangkan permasalahan uj asums klask dalam mengukur rsko sstematk. Metoda regres lner dapat dgunakan untuk pengamblan keputusan jka telah memenuh krtera Best Lnear Unbased Estmator. Serng dengan perkembangan perangkat lunak dan lmu pengetahuan, maka permasalahan uj asums klask yang melput normaltas, multkolneartas, heteroskedaststas dan autokorelas tdak dapat dabakan. Rsko merupakan suatu hal yang dpaham banyak pelaku pasar modal. Pelaku pasar modal memlk preferens rsko yang berbeda satu dengan yang lan. Skap nvestor terhadap rsko sangat tergantung pada preferens mereka terhadap rsko. Investor yang lebh beran (less rsk averse) cenderung memlh nvestas yang bersko tngg dengan harapan akan memperoleh return yang tngg pula. Sebalknya, nvestor yang tdak mau menanggung rsko nvestas tngg (more rsk averse) akan kecl pula kemungknannya mendapat return tngg (Tandelln 2003). Saham-saham yang termasuk dalam Indeks LQ45 serng menjad referens bag nvestor dkarenakan merupakan kumpulan saham-saham aktf dtransakskan dengan nla yang tngg, memlk konds keuangan yang bagus, dan berprospek 100

3 untuk mengalam pertumbuhan. Sebelum melakukan transaks para pelaku pasar modal perlu mempertmbangkan rsko sstematk dar saham yang akan dbel. Permasalahan multkolneartas dapat dhndar dalam predks rsko sstematk karena penggunaan persamaan regres lner sederhana. Dengan adanya metoda alternatf, yatu Partal Least Square, maka permasalahan normaltas dalam Ordnary Least Square dapat dselesakan dengan metoda Partal Least Square. Selama memenuh krtera Best Lnear Unbased Estmator, maka metoda alternatf Partal Least Square tdak dgunakan. Dalam peneltan yang pernah dlakukan menunjukkan pengembalan saham pada Bursa Efek Jakarta (masa tu) tdak memlk dstrbus normal (Manurung 1996). Metoda non-parametrc lebh sesua untuk menguj keberadaan CAPM. TUJUAN PENELITIAN Tujuan dar peneltan n adalah sebaga berkut: 1. mempredks rsko sstematk saham-saham LQ45 berdasarkan metoda Ordnary Least Square, 2. mempredks rsko sstematk saham-saham LQ45 berdasarkan metoda Partal Least Square untuk model persamaan yang terkendala dengan permasalahan normaltas. TINJAUAN TEORI Model Indeks Tunggal Model ndeks tunggal dapat dgunakan untuk menyederhanakan perhtungan dengan model Markowtz. Model n ddasarkan pada pengamatan bahwa harga dar suatu sekurtas berfluktuas searah dengan ndeks harga pasar. Secara khusus dapat damat bahwa kebanyakan saham cenderung mengalam kenakan harga jka ndeks harga saham nak, begtu pula sebalknya. Hal n menyratkan pengembalan dar sekurtas-sekurtas mungkn berkorelas karena adanya reaks umum terhadap perubahan-perubahan nla pasar (Hartono 2009). Berkut persamaan ndeks pasar: R = α + β R. (1) M Keterangan: R = return sekurtas ke- α = suatu varabel acak yang menunjukkan komponen dar return sekurtas ke- yang ndependen terhadap knerja pasar β = Beta yang merupakan koefsen yang mengukur perubahan R akbat dar perubahan R M (R M : tngkat return dar ndeks pasar). 101

4 R M,t IHSGt IHSG = IHSG t 1 t (2) Keterangan: R M,t = tngkat return dar ndeks pasar pada waktu ke-t. IHSG t = Indeks Harga Saham Gabungan pada waktu ke-t. IHSG t-1 = Indeks Harga Saham Gabungan pada waktu ke-t-1. Untuk menghtung tngkat pengembalan saham basa yang membayar dvden perodk sebesar D t rupah/ lembar, maka (Hartono 2009): Keterangan: R,t = tngkat return dar saham pada waktu ke-t. P,t = harga saham pada waktu ke-t. P t-1 = harga saham pada waktu ke-t-1. = dvden saham pada waktu ke-t. D,t.. (3) Beta Beta merupakan suatu pengukur volatltas return suatu sekurtas atau return portofolo terhadap return pasar. Beta sekurtas ke- mengukur volatltas return sekurtas ke- dengan return pasar. Beta portofolo mengukur volatltas return portofolo dengan return pasar. Dengan demkan Beta adalah pengukur rsko sstematk dar suatu sekurtas atau portofolo relatf terhadap rsko pasar (Hartono 2009). Beta dapat dhtung dengan menggunakan teknk regres. Teknk regres untuk mengestmas Beta suatu sekurtas dapat dlakukan dengan menggunakan return sekurtas sebaga varabel dependen dan return pasar sebaga varabel ndependen. Persamaan regres yang dhaslkan dar data tme seres n akan menghaslkan koefsen Beta yang dasumskan stabl dar waktu ke waktu selama perode observas. Persamaan regres yang dgunakan untuk mengestmas Beta ddasarkan pada model ndeks tunggal atau ndeks pasar berdasarkan persamaan berkut: R = α + β R + e.. (4) M Dar persamaan d atas, koefsen β merupakan Beta sekurtas yang dperoleh dar teknk regres. Varabel acak e pada persamaan regres menunjukkan bahwa persamaan lner yang dbentuk mengandung kesalahan. 102

5 Perbandngan Model Estmas dan Model Predks Model estmas merupakan pengujan statstka yang bertujuan mengestmas model teortkal yang dbangun dengan mengukur kelakan model pada jenjang varabel laten dan parameter yang destmas atau ndkatornya. Konsekuens penggunaan model estmas adalah pengujan menuntut bass teor yang kuat, berbaga asums yang kaku dan kelakan model menjad ukuran utama. Pengujan model estmas harus menggunakan teknk analss berbass kovaran, msalnya SEM Lsrel atau AMOS (Hartono dan Abdllah 2009). Model predks adalah pengujan statstka yang bertujuan menguj efek predks antar varabel laten untuk mengetahu adanya hubungan atau pengaruh antar varabel yang dtelt. Konsekuens penggunaan model predks adalah pengujan dapat dlakukan tanpa dasar teor yang kuat, mengabakan beberapa asums dan parameter ketepatan model predks dlhat dar nla koefsen determnas. Pengujan model predks dapat dlakukan dengan menggunakan teknk analss statstka berbass varan, msalnya PLS. Ordnary Least Square Ordnary Least Square (OLS) adalah bagan dar Least Square Method (LSM) yang merupakan suatu teknk statstk palng popular dgunakan dalam peneltan emprs. Hal tersebut dsebabkan beberapa alasan, antara lan: (1) estmator yang palng umum dapat dukur dengan rerangka LSM; (2) LSM menggunakan persamaan kuadratk yang secara matemats sangat dapat dukur; (3) alat matematka dan algortma yang terdapat dalam LSM, sepert dervatves dan egendecomposton (faktorsas matrk ke dalam format kanonkal yang dpresentaskan dengan nla egen dan faktor egen) telah dtelt, dan dbahas melalu stud dalam waktu yang sangat panjang (Hartono dan Abdllah 2009). Persamaan regres lner sederhana: y = α + β x, yang mana koefsen α dan β akan dcar koefsennya dar semua data yang dambl. Secara statstk, untuk membuat model menjad realstk berdasarkan data yang dambl, satu random dsturbance term yang dsmbolkan dengan u dtambahkan dalam persamaan (Brooks 2008). Persamaan menjad: y t = α + β x t + u t d mana t adalah nomor observas. Estmas OLS memlk propert statstka yang kuat dengan krtera: (1) data dambl melalu penyampelan acak dar populas yang ddefns dengan bak; (2) model populas bersfat lner; (3) kesalahan memlk nla ekspektas sama dengan nol; (4) varabel ndependen bersfat lner; (5) kesalahan predks terdstrbus normal dan tdak berkorelas dengan varabel ndependen (asums homoskedaststas); (6) tanpa bas yang serng dkenal dengan Best Lnear Unbased Estmator. Partal Least Square Analss Partal Least Square (PLS) adalah teknk statstka multvarat yang melakukan pembandngan antara varabel dependen berganda dan varabel 103

6 ndependen berganda. PLS adalah salah satu metoda statststka Structural Equaton Modelng berbass varan yang ddesan untuk menyelesakan regres berganda ketka terjad permasalahan spesfk pada data, sepert ukuran sampel peneltan kecl, adanya data yang hlang dan multkolneartas. Sebalknya, regres Ordnary Least Square menghaslkan data yang tdak stabl ketka data berukuran kecl, adanya data yang hlang dan multkolneartas antar predktor sehngga menngkatkan tngkat penympangan standar dar koefsen yang destmas (Hartono dan Abdllah 2009). Tabel 1 Perbandngan Analss antara Partal Least Square dengan Ordnary Least Square Tujuan analss secara umum Isu Partal Least Square Ordnary Least Square Tujuan analss varan Kebutuhan dasar teor Dstrbus asums Ukuran sampel mmmum Sumber: Hartono dan Abdllah (2009) Menguj efek predks hpotess parsal dan hpotess model yang dukur pada jenjang konstruk atau varabel laten Penjelasan varan varabel dependen yang dukur dengan parameter R 2 Mensyaratkan teor walaupun tdak dengan dasar yang kuat. Tepat untuk peneltan yang menguj dan/ mengembangkan teor Dapat dgunakan pada data yang terkendala asums klask Menguj efek predks hpotess parsal yang dukur pada jenjang varabel laten Penjelasan varan model secara keseluruhan yang dukur dengan parameter R 2 Memenuh asums lneartas, normaltas, tdak ada multkolneartas (asums klask) 10 sampel untuk tap jalur 5-10 sampel per konstruk Secara flosofs perbedaan antara covarance based Structural Equaton Modellng dengan component based Partal Least Square berasal dar tujuan yang ngn dcapa. Pada konds peneltan yang mempunya dasar teor yang kuat dan pengujan teor atau pengembangan teor sebaga tujuan utama rset, maka metoda dengan covarance based lebh sesua. Untuk tujuan predks pendekatan PLS lebh sesua. Dengan pendekatan PLS dasumskan bahwa semua ukuran varan adalah varan yang berguna untuk djelaskan. PLS menggunakan teras algortma yang terdr dar ser analss OLS sehngga persoalan dentfkas model tdak menjad masalah untuk model recrusve, serta tdak mengasumskan bentuk dstrbus tertentu untuk skala ukuran varabel (Ghozal 2008). Perbandngan analss antara Partal Least Square dengan Ordnary Least Square dapat dlhat pada Tabel 1. METODA PENELITIAN Peneltan n menggunakan analss regres tme seres yang dproses dengan bantuan program statstk Evews dengan prosedur Newey-West yang mana mengkoreks permasalahan autokorelas dan heteroskedaststas yang ada dalam 104

7 persamaan regres (Brooks 2008). Permasalahan multkolneartas tdak muncul karena menggunakan model regres lner sederhana yang mana hanya terdr dar satu varabel bebas. Tngkat sgnfkans yang dgunakan (α)=5 persen. Sebelum dapat dnterpretaskan, pengujan normaltas menggunakan teknk Jarque-Bera. Jka nla resdual terdstrbus secara normal, angka statstk Jarque-Bera tdak akan menunjukkan angka yang sgnfkan. p-value yang dhaslkan seharusnya lebh dar 0,05 jka nla resdual terdstrbus secara normal. Lneartas dapat dketahu dar p- value uj-f. Jka p-value lebh kecl darpada 0,05, maka persamaan regres yang dhaslkan adalah lner. Kebermaknaan koefsen Beta untuk keluaran persamaan n dapat dketahu dar p-value untuk uj-t. Jka p-value koefsen Beta sama atau lebh besar darpada 0,05, maka Beta tdak berpengaruh secara sgnfkan terhadap return saham. Jka asums normaltas tdak terpenuh, maka dlanjutkan dengan pengolahan data menggunakan bantuan program SMART PLS Ver: 2.0.M3. Jka keluaran t htung koefsen Beta > t tabel koefsen Beta, maka beta berpengaruh terhadap return saham (koefsen Beta dapat dgunakan untuk mengnterpretaskan pengaruhnya terhadap return saham). t tabel dhtung dengan menggunakan program Lbre Offce Calc. Defns Operasonal Model Indeks Tunggal: R = α + β R + e. M Return saham (R ) adalah return saham mngguan saham LQ45 Bursa Efek Indonesa. Konstanta (α ) adalah suatu varabel acak yang menunjukkan komponen dar return mngguan saham LQ45 Bursa Efek Indonesa yang ndependen terhadap knerja pasar. Beta saham (β ) adalah Beta yang merupakan koefsen yang mengukur perubahan secara mngguan dar return saham akbat dar perubahan pengembalan Indeks Harga Saham Gabungan Bursa Efek Indonesa. Return Saham:. R,t P =,t P,t 1 P,t 1 + D,t... (6) Keterangan: Return saham (R t ) adalah return saham mngguan saham LQ45 Bursa Efek Indonesa pada mnggu ke-t. Harga saham adalah: P,t = harga penutupan saham LQ45 Bursa Efek Indonesa pada perode ke-t, secara mngguan; = harga penutupan saham LQ45 Bursa Efek Indonesa pada perode ke-1, secara mngguan. P,t-1 Dvden saham (D t ) adalah dvden saham LQ45 Bursa Efek Indonesa pada perode ke-t (perode cum). 105

8 Return Pasar:... (7) Keterangan: Return pasar (R M,t ) adalah tngkat return dar Indeks Harga Saham Gabungan Bursa Efek Indonesa pada waktu ke-t. Indeks Harga Saham Gabungan adalah: IHSG t = Indeks Harga Saham Gabungan Bursa Efek Indonesa pada saat penutupan mnggu ke-t; IHSG t-1 = Indeks Harga Saham Gabungan Bursa Efek Indonesa pada saat penutupan mnggu ke-t-1. METODA PEMILIHAN PERUSAHAAN Perusahaan-perusahaan yang terplh dalam peneltan n merupakan perusahaan yang tercatat dalam publkas Bursa Efek Indonesa (Indonesa Stock Exchange) sebaga saham-saham yang termasuk dalam ndeks LQ45 bulan Februar- Jul Metoda yang dgunakan adalah metoda judgement samplng. Judgement samplng adalah purposve samplng dengan krtera berupa suatu pertmbangan tertentu (Hartono 2004). Pertmbangan dplhnya saham-saham yang termasuk dalam ndeks LQ45 sebaga berkut. 1. Saham-saham tersebut aktf dtransakskan dengan nla yang tngg, memlk konds keuangan yang bagus dan berprospek untuk mengalam pertumbuhan. 2. Untuk mengurang bas pada data peneltan secara statstk karena tdak dperdagangkannya saham selama perode waktu tertentu. Perusahaan-perusahaan yang terplh dapat dlhat pada Tabel 2. Tabel 2 Perusahaan LQ 45 berdasarkan Bursa Efek Indonesa Perode Februar-Jul 2014 No Kode Saham Nama Perusahaan 1 AALI Astra Agro Lestar Tbk. 2 ADHI Adh Karya Tbk. 3 ADRO Adaro Energy Tbk. 4 AKRA AKR Corporndo Tbk. 5 ASII Astra Internatonal Tbk. 6 ASRI Alam Sutera Realty Tbk. 7 BBCA Bank Central Asa Tbk. 8 BBNI Bank Negara Indonesa Tbk. 9 BBRI Bank Rakyat Indonesa Tbk. 10 BDMN Bank Danamon Tbk. 106

9 Tabel 2 (Lanjutan) Perusahaan LQ 45 berdasarkan Bursa Efek Indonesa Perode Februar-Jul 2014 No Kode Saham Nama Perusahaan 11 BKSL Sentul Cty Tbk. 12 BMRI Bank Mandr Tbk. 13 BMTR Global Medacom Tbk. 14 BSDE Bum Serpong Dama Tbk. 15 CPIN Charoen Pokphand Indonesa Tbk. 16 CTRA Cputra Development Tbk. 17 EXCL XL Axata Tbk. 18 GGRM Gudang Garam Tbk. 19 HRUM Harum Energy Tbk. 20 ICBP Indofood CBP Sukses Makmur Tbk. 21 INDF Indofood Sukses Makmur Tbk. 22 INTP Indocement Tunggal Prakasa Tbk. 23 ITMG Indo Tambangraya Megah Tbk. 24 JSMR Jasa Marga Tbk. 25 KLBF Kalbe Farma Tbk. 26 LPKR Lppo Karawac Tbk. 27 LSIP PP London Sumatera Tbk. 28 MAIN Malndo Feedmll Tbk. 29 MLPL Multpolar Tbk. 30 MNCN Meda Nusantara Ctra Tbk. 31 PGAS Perusahaan Gas Negara Tbk. 32 PTBA Tambang Batubara Bukt Asam Tbk. 33 PTPP Pembangunan Perumahan Tbk. 34 PWON Pakuwon Jat Tbk. 35 SMGR Semen Indonesa Tbk. 36 SMRA Summarecon Agung Tbk. 37 SSIA Surya Semesta Internusa Tbk. 38 TAXI Express Transndo Utama Tbk. 39 TBIG Tower Bersama Infrastructure Tbk. 40 TLKM Telekomunkas Indonesa Tbk. 41 UNTR Unted Tractors Tbk. 42 UNVR Unlever Indonesa Tbk. 43 VIVA Vs Meda Asa Tbk. 44 WIKA Wjaya Karya Tbk. 45 WSKT Waskta Karya Tbk. Sumber: Bursa Efek Indonesa SUMBER DATA DAN PERIODE PENELITIAN Sumber data yang dgunakan dalam peneltan n adalah, (1) Indeks Harga Saham Gabungan mngguan dperoleh dar stus fnance.yahoo.com; (2) harga saham mngguan dperoleh dar stus fnance.yahoo.com; (3) data perusahaan dan dvden 107

10 saham dperoleh dar publkas Bursa Efek Indonesa IDX LQ45 bulan Februar Perode peneltan n selama tga tahun mula dar 1 Januar Desember 2013 untuk return saham mngguan. Penggunaan data haran akan menghaslkan bas yang berhubungan dengan non-tradng, bd-ask spread, nonsynchronous tradng dan lan sebaganya yang mungkn akan menyebabkan hasl varance rato agak bas (Lo dan Macknlay 1988). Dalam melakukan perhtungan untuk return saham 1 Januar 2010 dgunakan data satu mnggu sebelumnya sebaga acuan, yatu 28 Desember Untuk saham-saham yang baru lstng, maka akan dsesuakan untuk pengolahan data selama perode pengamatan. Saham-saham tersebut sebaga berkut, (1) Harum Energy Tbk (HRUM) tercatat tanggal 6 Oktober 2010; (2) Pembangunan Perumahan Tbk (PTPP) tercatat tanggal 9 Februar 2010; (3) Express Transndo Utama Tbk (TAXI) tercatat tanggal 2 November 2012; (4) Tower Bersama Infrastructure Tbk (TBIG) tercatat tanggal 26 Oktober 2010; (5) Vs Meda Asa Tbk (VIVA) tercatat tanggal 21 November 2011; (5) Waskta Karya Tbk (WSKT) tercatat tanggal 19 Desember TAHAPAN PERHITUNGAN DAN PENGOLAHAN DATA Perhtungan Data Berkut adalah tahapan perhtungan data: 1. Penutupan nla Indeks Harga Saham Gabungan mngguan dhtung dengan rumus return pasar. 2. Penutupan harga saham terplh secara mngguan dhtung dengan rumus return saham. Alur Pengolahan Data Gambar 1 Alur Pengolahan Data Pengolahan data dmula dengan meregreskan data return IHSG sebaga varabel bebas dengan data return saham LQ45 yang merupakan varabel dependen. Setelah tu dlakukan uj normaltas. Permasalahan autokorelas, dan heteroskesdaststas telah teratas dengan menggunakan metoda Newey-West dalam Evews. Persamaan-persamaan tersebut kemudan duj dengan metoda Jarque-Bera 108

11 untuk mengetahu normaltas. Persamaan-persamaan yang tdak memenuh asums normaltas akan dproses ulang dengan menggunakan Partal Least Square. Secara sederhana proses dgambarkan pada Gambar 1. ANALISIS DAN PEMBAHASAN Hasl keluaran statstk menunjukkan bahwa semua persamaan bersfat lner. Hal n dapat dketahu dar semua hasl probabltas uj-f nlanya d bawah 0,05. Hal-hal lan sepert probabltas uj-t, Jarque-Bera dan nla probabltas Jarque-Bera dapat dlhat pada Tabel 3. Tabel 3 Hasl Regres Lner Method: Least Squares Newey-West HAC Standard Errors & Covarance (lag truncaton=4) Program: Evews No Persamaan Probabltas (F-statstc) 1 R_AALI = 0, , R_IHSG 2 R_ADHI = 0, , R_IHSG 3 R_ADRO = -0, , R_IHSG 4 R_AKRA = 0, , R_IHSG 5 R_ASII = -0, , R_IHSG 6 R_ASRI = 0, , R_IHSG 7 R_BBCA = 0, , R_IHSG 8 R_BBNI = 0, , R_IHSG 9 R_BBRI = -0, , R_IHSG 10 R_BDMN = -0, , R_IHSG 11 R_BKSL = 0, , R_IHSG 12 R_BMRI = -0, , R_IHSG 13 R_BMTR = 0, , R_IHSG 14 R_BSDE = 0, , R_IHSG 15 R_CPIN = 0, , R_IHSG Probabltas β (t-statstc) Jarque-Bera Probabltas (Jarque-Bera) 0, , , , , , , , , , ,6113 0, , ,0000 7, , , , ,8 0, , , , , , ,0000 4, , (normal) 0, , ,4508 0, , , ,91 0, , , ,691 0, , , ,988 0, , , ,3571 0, , , , , , , , , , , ,77 0,

12 Tabel 3 (Lanjutan) Hasl Regres Lner Method: Least Squares Newey-West HAC Standard Errors & Covarance (lag truncaton=4) Program: Evews No Persamaan Probabltas (F-statstc) 16 R_CTRA = 0, , R_IHSG 17 R_EXCL = 0, , R_IHSG 18 R_GGRM = 0, , R_IHSG 19 R_HRUM = -0, , R_IHSG 20 R_ICBP = 0, , R_IHSG 21 R_INDF = 0, , R_IHSG 22 R_INTP = -0, , R_IHSG 23 R_ITMG = -0, , R_IHSG 24 R_JSMR = 0, , R_IHSG 25 R_KLBF = 0, , R_IHSG 26 R_LPKR = 0, , R_IHSG 27 R_LSIP = -0, , R_IHSG 28 R_MAIN = 0, , R_IHSG 29 R_MLPL = 0, , R_IHSG 30 R_MNCN = 0, , R_IHSG 31 R_PGAS = -0, , R_IHSG 32 R_PTBA = -0, , R_IHSG 33 R_PTPP = 0, , R_IHSG 34 R_PWON = -0, , R_IHSG 35 R_SMGR = 0, , R_IHSG 36 R_SMRA = 0, , R_IHSG Probabltas β (t-statstc) Jarque-Bera Probabltas (Jarque- Bera) 0, , ,169 0, , , , , , , , , , ,0612 (tdak sgnfkan) 2, , (normal) 0, , , , , ,0000 6, , , ,0000 3, , (normal) 0, , , , , , ,8209 0, , , ,60 0, , , , , , ,75 0, , , ,757 0, , , ,25 0, , , ,7349 0, , , , , , , ,1486 0, , , ,337 0, , , ,48 0, , ,0000 7, , , , ,147 0,

13 Tabel 3 (Lanjutan) Hasl Regres Lner Method: Least Squares Newey-West HAC Standard Errors & Covarance (lag truncaton=4) Program: Evews No Persamaan Probabltas (F-statstc) 37 R_SSIA = 0, , R_IHSG 38 R_TAXI = 0, , R_IHSG 39 R_TBIG = 0, , R_IHSG 40 R_TLKM = -0, , R_IHSG 41 R_UNTR = -0, , R_IHSG Probabltas β (t-statstc) Jarque-Bera Probabltas (Jarque- Bera) 0, , ,323 0, , ,0086 2, , (normal) 0, ,0093 7, , , , ,3 0, , , , , R_UNVR = 0, , R_IHSG 43 R_VIVA = -0, , R_IHSG 44 R_WIKA = 0, , R_IHSG 45 R_WSKT = 0, , R_IHSG Sumber: data dolah penelt 0, , , , , , , , , , ,9425 0, , ,0005 2, , (normal) Kemudan, setelah dlakukan uj normaltas dengan metoda Jarque-Bera, maka terdapat 40 dar 45 persamaan terkendala permasalahan normaltas. Nla probabltas untuk Jarque-Bera d bawah 0,05. Adapun persamaan yang bebas dar permasalahan normaltas sebaga berkut (nla probabltas Jarque-Bera d atas 0,05): R_BBCA = 0, , R_IHSG R_HRUM = -0, , R_IHSG R_INTP = -0, , R_IHSG R_TAXI = 0, , R_IHSG R_WSKT = 0, , R_IHSG (Huruf R merupakan smbol dar return) Dengan memperhatkan uj-t dar lma persamaan d atas, maka koefsen Beta untuk persamaan R_HRUM tdak sgnfkan dengan nla sgnfkans 0,0612 d atas 0,05. Empat puluh persamaan yang lan dproses ulang dengan metoda Partal Least Square untuk mempredks nla Beta. Dengan mempertmbangkan hasl 111

14 keluaran dan dengan membandngkan besaran t htung dengan t tabel, maka dtemukan persamaan untuk R_ASII dan R_TLKM tdak sgnfkan. Hal n dkarenakan t htung untuk Beta dalam persamaan R_ASII sebesar 1, dan t htung untuk Beta dalam persamaan R_TLKM sebesar 1, yang lebh kecl darpada t tabel yang sebesar 1, dengan derajat tngkat kebebasan (degree of freedom) 205. Hasl keluaran statstk untuk membandngkan t htung dengan t tabel dalam menentukan sgnfkans Beta R_IHSG untuk empat puluh persamaan dapat dlhat pada Tabel 4. Tabel 4 Hasl Keluaran dengan Metoda Partal Least Square No Kode Saham β R_IHSG Method: Partal Least Squares SMARTPLS Ver: 2.0.M3 t-statstc t-table (α = 5%, df=205, kecual dsebutkan lan) Sgnfkans 1 AALI 0, , , sgnfkan 2 ADHI 0, , , sgnfkan 3 ADRO 0, , , sgnfkan 4 AKRA 0, , , sgnfkan 5 ASII 0, , , tdak sgnfkan 6 ASRI 0, , , sgnfkan 7 BBNI 0, , , sgnfkan 8 BBRI 0, , , sgnfkan 9 BDMN 0, , , sgnfkan 10 BKSL 0, , , sgnfkan 11 BMRI 0, , , sgnfkan 12 BMTR 0, , , sgnfkan 13 BSDE 0, , , sgnfkan 14 CPIN 0, , , sgnfkan 15 CTRA 0, , , Sgnfkan 16 EXCL 0, , , sgnfkan 17 GGRM 0, , , sgnfkan 18 ICBP 0, , , sgnfkan 19 INDF 0, , , sgnfkan 20 ITMG 0, , , sgnfkan 21 JSMR 0, , , sgnfkan 22 KLBF 0, , , sgnfkan 23 LPKR 0, , , sgnfkan 24 LSIP 0, , , sgnfkan 25 MAIN 0, , , sgnfkan 26 MLPL 0, , , sgnfkan 27 MNCN 0, , , sgnfkan 28 PGAS 0, , , sgnfkan 29 PTBA 0, , , sgnfkan 30 PTPP 0, , , (df = 198) Sgnfkan 112

15 No Kode Saham Tabel 4 (Lanjutan) Hasl Keluaran dengan Metoda Partal Least Square β R_IHSG Method: Partal Least Squares SMARTPLS Ver: 2.0.M3 t-statstc t-table (α = 5%, df=205, kecual dsebutkan lan) Sgnfkans 31 PWON 0, , , sgnfkan 32 SMGR 0, , , sgnfkan 33 SMRA 0, , , sgnfkan 34 SSIA 0, , , sgnfkan 35 TBIG 0, , , sgnfkan (df = 162) 36 TLKM 0, , , tdak sgnfkan 37 UNTR 0, , , sgnfkan 38 UNVR 0, , , sgnfkan 39 VIVA 0, , , sgnfkan (df = 107) 40 WIKA 0, , , (df = 51) sgnfkan Sumber: data dolah penelt Nla t tabel hasl perhtungan dengan program Lbre Offce Calc dapat dlhat pada Tabel 5. Tabel 5 Tabel nla t dengan α = 5%, uj 2 ss df Value df value Df value 205 1, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,

16 Tabel 5 (Lanjutan) Tabel nla t dengan α = 5%, uj 2 ss df Value df value Df value 188 1, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , Sumber: data dolah penelt Hasl dar peneltan n ddasarkan pada data mngguan yang berbeda dengan yang dlakukan oleh Pasarbu (2009) mengena koreks Beta yang bas. Dengan menggunakan data mngguan sepert yang dsarankan oleh Lo dan Macknlay (1988). Dar 45 saham LQ45 yang dpredks rsko sstematknya, ada tga saham yang tdak berhasl dpredks secara sgnfkan. Ada hal-hal lan d luar model yang lebh berpengaruh terhadap saham Astra Internatonal Tbk (ASII), Harum Energy Tbk (HRUM) dan Telekomunkas Indonesa Tbk (TLKM). Rsko sstematk terbesar dmlk oleh Waskta Karya Tbk (WSKT) sebesar 1, , kemudan dkut oleh Express Transndo Utama Tbk (TAXI), Indocement Tunggal Prakasa Tbk (INTP), Bank Central Asa Tbk (BBCA). Perngkat besarnya rsko sstematk dapat dlhat pada Tabel 6. Hasl nla rsko sstematk relatf tngg dar hasl pengujan parametrk, namun hasl dar proses non-parametrk tdak dapat dabakan. Saham-saham perbankan memlk rsko sstematk yang relatf besar dbandngkan dengan sahamsaham lan. Hal n dtunjukkan dalam Tabel 6, Bank Central Asa Tbk (BBCA), 114

17 Bank Mandr Tbk (BMRI), Bank Negara Indonesa Tbk (BBNI) dan Bank Rakyat Indonesa Tbk (BBRI) menduduk perngkat empat, lma, enam dan delapan dar 42. Tabel 6 Perngkat Hasl Predks Rsko Sstematk (Beta) Perngkat Kode Saham Beta Perngkat Kode Saham Beta 1 WSKT 1, ITMG 0, TAXI 1, KLBF 0, INTP 1, BMTR 0, BBCA 1, GGRM 0, BMRI 0, ADRO 0, BBNI 0, PTPP 0, UNTR 0, CTRA 0, BBRI 0, UNVR 0, SMGR 0, MNCN 0, INDF 0, BDMN 0, PGAS 0, BKSL 0, AKRA 0, VIVA 0, ASRI 0, AALI 0, ICBP 0, PWON 0, WIKA 0, EXCL 0, BSDE 0, SSIA 0, JSMR 0, LSIP 0, PTBA 0, MAIN 0, LPKR 0, TBIG 0, ADHI 0, MLPL 0, CPIN 0, SMRA 0, Sumber: data dolah penelt Metoda non-parametrk merupakan alternatf yang dlakukan setelah asums normaltas tdak terpenuh dalam pengamblan keputusan (nferens) dalam model peneltan n. Data outler yang sekranya mengganggu terpenuhnya normaltas tdak dmodfkas atau dhlangkan. Dengan tdak melakukan treatment sepert yang telah dsebutkan, mash ada lma persamaan yang memenuh uj normaltas yang dgunakan, yatu Jarque-Bera. Jka menghlangkan atau memodfkas data yang ada dkhawatrkan akan ada gejala (symptom) dar konds rl yang tdak terdeteks. SIMPULAN Berdasarkan seluruh tahapan dalam peneltan n, maka dapat dsmpulkan: 1. Model data mngguan relatf lebh terhndar dar permasalahan tekns perdagangan dalam mempredks rsko sstematk. 115

18 2. Adanya faktor lan yang lebh berpengaruh terhadap return saham ASII, HRUM dan TLKM sehngga rsko sstematk tdak berpengaruh secara sgnfkan. 3. Saham-saham perbankan memlk rsko sstematk yang relatf tngg dalam emten yang tergabung dalam ndeks LQ45. DAFTAR PUSTAKA Bartholdy, J., dan P. Peare The relatve effcency of beta estmates. Socal Scence Research Network. (March): Bernsten, P. L Captal deas. Dalam Have we msnterpreted CAPM for 4 years? A Theoretcal Proof. Fan, S. C Socal Scence Research Network: Brooks, C Introductory Econometrcs for Fnance. Eds ke Dua, New York: Cambrdge Unversty Press. Bursa Efek Indonesa IDX LQ45 February Jakarta: BEI. Chan, L. K. C., Y. Hamao, dan J. Lakonshok Fundamentals and stock returns n Japan. Dalam Have we Msnterpreted CAPM for 40 years? A Theoretcal Proof. Fan, S.C Socal Scence Research Network: Fama, E Effcent captal markets: A revew of theory and emprcal work. Dalam Have we Msnterpreted CAPM for 40 years? A Theoretcal Proof. Fan, S.C Socal Scence Research Network: Fama, E. F., dan K. French The cross secton of expected stock returns. Dalam Have we Msnterpreted CAPM for 40 years? A Theoretcal Proof. Fan, S. C Have we Msnterpreted CAPM for 40 years? A Theoretcal Proof. Socal Scence Research Network. (September): Fama, E. F., dan K. R. French The captal asset prcng model: Theory and evdence. CRSP Workng Paper No Tuck Busness School Workng Paper No (August): Unverstas Gadjah Mada, Pdato Pengukuhan Jabatan Guru Besar Fakultas Ekonom Rsko Sstematk (Beta): Berbaga Isu Pengestmasan dan Keterterapannya dalam Peneltan Emprk. Tandelln, E. Yogyakarta: UGM. Hartono, J Teor Portofolo dan Analss Investas. Eds ke Enam. Yogyakarta: BPFE. Fan, S. C Have we msnterpreted CAPM for 40 years? A Theoretcal Proof. Socal Scence Research Network. (September):

19 Fama, E. F., L. Fsher, M. Jensen, dan R. Roll The adjustment of stock prces to new nformaton. Dalam Have we Msnterpreted CAPM for 40 years? A Theoretcal Proof. Fan, S. C Socal Scence Research Network. (September): Ghozal, I Structural Equaton Modellng Metoda Alternatf dengan Partal Least Square. Eds ke Dua, Semarang: Badan Penerbt Unverstas Dponegoro. Hartono, J Metodolog Peneltan Bsns: Salah Kaprah dan Pengalamanpengalaman. Eds ke Satu, Yogyakarta: BPFE. Hartono, J., dan W. Abdllah Konsep & Aplkas Partal Least Square untuk Peneltan Emprs. Eds ke Satu, Yogyakarta: BPFE. Lo, A., dan A. C. Macknlay Stock market prces do not follow random walk: Evdence from smple specfcaton tests. Dalam Benarkah Pasar Modal Kta Efsen? Bukt dar Jakarta Stock Exchange. Utomo, D., dan Fuad Jurnal Keuangan dan Perbankan. Vol.12 No.1 (Agustus): Malkel, B. G A random walk down wall street. Dalam Have we Msnterpreted CAPM for 40 years? A Theoretcal Proof. Fan, S. C Socal Scence Research Network. (September): Manurung. A. H Asset prcng model on the jakarta stock exchange: A nonparametrc analyss. Dalam Bunga Rampa Kajan Teor Keuangan Dsuntng oleh S. Husnan, E. Tandelln, M. Asr, dan M. M. Hanaf. Yogyakarta: BPFE. Pasarbu, R. B. F Non-synchronous tradng n ndonesa stock exchange. Journal of Economcs and Busness. Vol. 3 No.2 (July):