BAB 3 METODOLOGI PENELITIAN Sesua dengan tujuan peneltan untuk mengetahu reaks pasar pada saat penerbtan oblgas, maka dgunakan metode event study untuk mengetahu ada tdaknya return saham yang abnormal (abnormal return) pada perode d sektar penerbtan oblgas. Dar abnormal return masng-masng saham kemudan dlakukan regres untuk melhat pengaruh varabel-varabel yang dduga terhadap abnormal return tersebut. Setelah dlakukan pemlhan sampel, maka pengolahan data dlakukan dengan metode event study yang dawal dengan penentuan tanggal event (event date), event wndow, dan estmaton wndow untuk data tme seres. Regres data tme seres kemudan dlakukan untuk memperoleh expected return saham. Selsh antara return aktual saham dengan return estmas dhtung dan duj sgnfkansnya untuk melhat ada tdaknya abnormal return pada perode pengamatan. Nla abnormal return yang ddapat kemudan dregreskan terhadap varabel bebas yang dduga mempengaruh abnormal return. 3.1. Data Perode pengamblan data adalah penerbtan oblgas yang dlakukan mula dar tahun 2003 s.d. tahun 2008. Pertmbangannya alah kebutuhan akan sampel data yang besar, namun dlan ss terkendala oleh ketersedaan data harga saham haran yang hanya sampa tahun 2003. Peneltan n membutuhkan empat jens data untuk empat jens varabel yang memlk krtera seleks data yang berbeda-beda. Data merupakan data sekunder yang bersumber dar BEI, BAPEPAM dan LK, KSEI, laporan keuangan perusahaan yang telah daudt, dan stus perusahaan terkat. Secara umum krtera sampel yang dambl alah: 1. Terdapat data-data perusahaan sampel dan data lannya yang dperlukan untuk proses peneltan. Data-data tersebut antara lan alah tanggal efektf penerbtan oblgas, harga saham d sepanjang event wndow dan estmaton wndow, dvdend payout rato, data untuk proxy kas yang terseda d bawah kendal manajemen, dan perngkat oblgas. Sampel perusahaan yang dkutsertakan xl
dvdend payout-nya hanya perusahaan yang tdak mengalam kerugan selama tga tahun buku sebelum penerbtan oblgas (sesua dengan peneltan Johnson (1995)). 2. Agar proxy terhadap kas yang terseda dapat dhtung maka laporan laba rug perusahaan harus dsajkan dalam bentuk mult-step format, sehngga dapat dbedakan antara laba dan rug operas dengan laba dan rug non operas. Dengan demkan perusahaan yang menyajkan laporan laba rug nya dalam format sngle-step tdak dkutsertakan dalam sampel pengujan regres multvarabel. 3. Saham perusahaan sampel harus dperdagangkan selama event wndow yang dapat dlhat dengan adanya volume perdagangan d sepanjang perode pengamatan (event wndow). Hal n untuk memastkan jka seandanya tdak terjad reaks harga saham selama event wndow bukan dsebabkan karena faktor saham yang tdak aktf dperdagangkan. 4. Tdak terdapat aks korporas selama event wndow, sepert stock splt dan pengumuman merger dan akuss, untuk menghndar kemungknan reaks harga saham yang dpengaruh oleh hal-hal selan penerbtan oblgas. 5. Dapat dbentuk model tme-seres dengan menggunakan Sngle Index Market Model (SIMM). Dengan kata lan, dar hasl regres tme-seres return pasar harus sgnfkan mempengaruh return saham ndvdual. Berdasarkan krtera tersebut d atas maka sampel yang dkutsertakan dalam peneltan alah: Oblgas yang dterbtkan perusahaan terbuka tahun 2003-2008 69 Data yang tdak dapat dkutsertakan: - Tdak dtemukan harga saham pada event wndow 3 - Tdak terdapat volume perdagangan saham 13 - Return pasar tdak sgnfkan 8 Total yang tdak dkutsertakan: (14) Sampel yang dgunakan dalam uj beda rata-rata 45 Income statement dengan format sngle-step (5) Sampel yang dgunakan dalam model regres 40 xl
Terdapat perbedaan jumlah sampel pada tahap uj beda dan uj sgnfkan varabel uj pada model multregres. Hal n karena pada salah satu varabel operasonal pada uj regres membutuhkan data dar laporan laba rug format multple-step. Dar total 45 sampel yang dapat dgunakan pada uj beda terdapat lma sampel yang menggunakan sngle step dalam laporan laba rug-nya sehngga kelma perusahaan tersebut dkeluarkan dar sampel. Tabel 3.1. menunjukkan perbedaan jumlah sampel untuk masng-masng pengujan yang dbedakan berdasarkan tahun penerbtan oblgas. Tabel 3.1. Statstk Data Sampel Tahun Uj Beda Model Regres 2008 7 7 2007 15 14 2006 4 2 2005 3 3 2004 5 4 2003 9 8 Jumlah 45 40 3.2. Metode Analss 3.2.1. Event Study Tanggal event yang dgunakan alah tanggal saat pernyataan pendaftaran perusahaan dnyatakan efektf oleh BAPEPAM dan LK, hal n karena oblgas tersebut dapat dterbtkan (pada masa penawaran umum) hanya setelah mendapatkan pernyataan efektf. Berbeda dengan metode shelf regstratons yang penerbtannya dapat dlakukan kapan saja dalam waktu dua tahun setelah pendaftaran yang memungknkan perusahaan memlk konds yang berbeda pada penerbtan oblgas yang sama sehngga untuk menelt secara akurat dampak suatu varabel tertentu terhadap reaks pasar pada saat oblgas dterbtkan harus xl
menggunakan waktu peneltan ketka oblgas tersebut benar-benar akan dlepas kepada publk. Sementara tu, perode estmas yang dgunakan alah selama dua har yatu sehar sebelum event date dan pada event date. Hal n sesua dengan peneltan emprs sebelumnya yang dlakukan oleh Eckbo (1985), Syam-Sunder (1991), dan juga Johnson (1995). Eckbo dalam peneltan sebelumnya menyatakan bahwa reaks pasar terhadap perubahan struktur modal pada umumnya terjad pada perode dua har n. Estmaton wndow yang dgunakan sesua dengan peneltan Johnson yatu selama 150 har yang dmula dar har ke- 21 setelah tanggal event dan berakhr pada har ke-170 (post-event estmaton perod). Estmaton wndow yang terlalu panjang akan membuat parameter menjad tdak konssten karena semakn banyak faktor ndvdual perusahaan yang mempengaruh, sementara jka terlalu pendek sampel menjad terlalu sedkt sehngga model menjad kurang akurat. Dalam menggunakan metode event study n, maka secara otomats dasumskan bahwa pasar modal d Indonesa sudah mencapa tngkat efsens pasar sem strong, dmana nformas publk dengan cepat tercermn pada pada harga pasar. Asums n pentng karena jka seandanya pasar belum mencapa efsens tngkat n maka reaks pasar pada saat penerbtan oblgas tdak dapat dtemukan pada event date. Reaks pasar membutuhkan selang beberapa waktu agar tercermn pada harga pasar sehngga terlalu dn jka mengukur abnormal return pada saat event date. 3.2.1.1 Tahapan Tme-Seres Tahap n dlakukan untuk mencar return saham yang dharapkan terjad pada waktu tertentu (expected return) yang dalam hal n alah pada waktu penerbtan oblgas. Model yang dgunakan alah Sngle Index Market Model (SIMM) yang merupakan model yang dkembangkan oleh Wllam Sharpe dan menghubungkan return sekurtas ndvdual terhadap suatu ndeks pasar (Jones, 2007). Persamaan umum model n alah: R a R e (3.1) dmana: M xlv
R : return saham ndvdual R M : return ndeks pasar a : bagan dar return saham ndvdual yang tdak dpengaruh knerja pasar β : konstanta yang mengukur pengaruh ndependent varable (R M ) terhadap dependent varable (R ) Model n membag return sekurtas ndvdual menjad dua bagan, yatu bagan spefsk (unque) yang terdapat pada sekurtas ndvdual dan drepresentaskan oleh a serta bagan yang dpengaruh oleh pasar dan drepresentaskan oleh β. Untuk mencar nla beta dlakukan regres tme seres pada return haran saham ndvdual terhadap return haran IHSG selama 150 har. Sesua dengan krtera dalam pemlhan sampel maka yang dambl alah sampel yang return IHSG sgnfkan mempengaruh return saham ndvdual. Hal n dtunjukkan dengan nla R-squared yang postf dan nla p-value yang lebh kecl dar alfa. 3.2.1.2 Tahapan Event Study Setelah beta dar sampel dtentukan, maka dapat dgunakan untuk mencar expected return. Expected return n kemudan dgunakan untuk mencar abnormal return saham pada saat penerbtan oblgas dengan mencar selshnya terhadap return saham yang sebenarnya (actual return), atau: AR,t = R,t (actual) R,t (expected) (3.2) Setelah abnormal return untuk masng-masng saham perusahaan ddapatkan, maka kemudan saham ndvdual tersebut dagregas/dakumulas selama dua har event wndow menjad cummulatve abnormal return (CAR). Kemudan dengan menggunakan t-statstk (menggunakan alfa 5%) sgnfkans dar abnormal return pada t-1, t, rata-rata abnormal return selama dua har, dan CAR selama dua har duj dengan menentukan sgnfkans perbedaannya dar nol. xlv
3.2.2 Regres Berganda Bagan n bertujuan untuk menentukan sgnfkans dar pengaruh beberapa varabel bebas terhadap reaks pasar pada saat penerbtan oblgas yang telah dduga dengan hpotess yang mengacu kepada teor-teor terkat. Dar nla CAR yang ddapat dlakukan regres multvarabel dengan data cross secton. Model regres bergandanya alah: CAR 3 0 1Cash 2DPO Ratng (3.3) dmana: CAR = Cumulatve Abnormal Return Cash = kas yang berada dbawah kendal manajemen DPO = dvdend payout Ratng = perngkat oblgas (dummy varable) α 0,...,α 3 = koefsen Operasonalsas varabel bebas pada model regres tersebut alah: 1. Kas yang terseda Sesua dengan peneltan Perfect (1998) yang mereplkas metode yang dgunakan oleh Lehn dan Poulsen (1989) maka estmas nla free cash flow (FCF) adalah laba operas sebelum depresas dan amortsas yang dkurang dengan beban bunga dar hutang jangka pendek maupun panjang (gross), dvden kas, dan beban pajak. Beban pajak merupakan beban pajak pada tahun laporan keuangan dkurang dengan perubahan pada deferred taxes. Nla n kemudan akan dstandarsas terhadap nla buku dar total asetnya. Persamaannya alah: Free Cash Flow (FCF) = laba operas sebelum depresas (beban bunga (gross) + dvden kas + beban pajak*) (3.4) Standardzed FCF = FCF/nla buku total aset perusahaan (3.5) xlv
* beban pajak : selsh beban pajak pada tahun berjalan terhadap perubahan pada deferred taxes (delta DTL dar tahun sebelumnya). 2. Dvdend payout Raso dvdend payout (DPO) dukur dengan raso pembayaran dvden terhadap laba bersh yang dperoleh pada tahun sebelumnya. Nla yang dgunakan merupakan rata-rata dar dvdend payout selama tga tahun terakhr sebelum penerbtan oblgas dlakukan. Jka RUPS yang mengagendakan mengena dvden dlakukan setelah penerbtan oblgas maka agar menjad relevan dgunakan data pembagan dvden tahun sebelumnya. Persamaan varabel dvdend payout n alah: DPO = Ln (1 + rata-rata DPO selama tga tahun) (3.6) 3. Perngkat oblgas Perngkat oblgas merupakan varabel dummy yang dbedakan berdasarkan masng-masng kelas sesua dengan peneltan Shyam-Sunder (1991) yatu mula dar AA, A, hngga B dtambah oblgas yang tdak mempunya perngkat dengan menyshkan perngkat AAA. Dengan terdapat beberapa lembaga pemerngkat efek maka terdapat kemungknan smbol perngkat yang berbeda, namun hal n dapat dsesuakan karena hanya merupakan perbedaan smbol yang pada dasarnya memlk persamaan kelas yang ngn dnyatakan. Perngkat yang dambl merupakan perngkat oblgas pada saat dterbtkan, mengngat ada kemungknan perngkat tersebut dapat berubah serng dengan perubahan konds perusahaan dan konds lngkungan eksternal perusahaan. Dar data sampel terdapat tga kelas perngkat yatu AA, A, dan BBB. Karena hanya terdapat hanya tga kelas perngkat dan lebh banyak ddomnas oleh perngkat A maka untuk dputuskan untuk menggunakan hanya satu dummy varable yatu bernla satu (1) untuk perngkat A ke atas dan bernla nol (0) untuk perngkat BBB. xlv
Untuk menguj sgnfkans hasl regres yang ddapat, maka dlakukan beberapa pengujan statstk berkut: 1. Uj Statstk F Uj untuk melhat sgnfkans varabel ndependen secara bersama-sama terhadap varabel dependent-nya. Hpotess pengujan: H 0 = β 1 = β 2 = β 3 = β 4 H 1 β 1 β 2 β 3 β 4 Jka prob. > 0.05 maka H 0 tdak dtolak yang berart tdak terdapat satu pun dantara varabel bebas yang sgnfkan mempengaruh varabel dependent 2. Uj Statstk t Uj n untuk melhat sgnfkans masng-masng varabel ndependen terhadap varabel bebas, yatu abnormal return. Tngkat sgfkans yang dgunakan alah 5%. Hpotess pengujan: H 0 = koefsen varabel ndependen β = 0 H 1 = koefsen varabel ndependen β > 0 Jka prob. > 0.05, maka H 0 tdak dtolak yang berart varabel ndependent tdak sgnfkan mempengaruh abnormal return. 3. Uj Asums Klask Untuk melhat kelayakan model regres maka perlu dlakukan pangujan. Model regres yang bak haruslah memlk sfat lner, tdak bas, dan varan mnmum (Nachrow, 2006) karakter n dkenal dengan BLUE (Best Lner Unbased Estmate). Model yang tdak memenuh asums n tdak dapat danalss lebh lanjut karena model danggap tdak tepat. Beberapa permasalahan yang menyebabkan model data cross secton menjad kurang bak antara lan: xlv
a. Multkolneartas Masalah multkolneartas terjad jka terdapat korelas antara varabel bebas. Dengan demkan masalah n hanya dapat terjad pada regres berganda. Perubahan satu varabel bebas akan mengakbatkan perubahan pada varabel lannya. Akbatnya koefsen pada regres berganda akan sama dengan koefsen pada regres sederhana (satu varabel). Multkolneartas dapat menyebabkan banyak varabel yang tdak sgnfkan namun R-square dan uj F-nya sgnfkan. Teknk untuk mendeteks multkolnertas terdapat pada SPSS antara lan Egenvalues dan Condtonal Index, selan tu dapat juga dengan menggunakan VIF dan Tolerance. Untuk mengatas multkolneartas dapat dengan cara mengeluarkan varabel bebas yang kolnear dar model atau dapat juga dengan mentransformaskan model (Nachrow, 2006). b. Heteroskedaststas Heteroskedaststas terjad ketka varan dar resdual tdak konstan atau berubah-ubah. Hal n membuat taksran parameter dalam model regres menjad tdak bersfat BLUE. Masalah n serng terjad pada data crosssecton. Heteroskedaststas membuat varan koefsen regres menjad lebh besar sehngga menjadkan nterval kepercayaan semakn lebar yang berakbat uj hpotess bak Uj-t dan Uj-F menjad tdak akurat. Untuk mendeteks masalah heteroskedaststas n dapat dgunakan Uj Breusch-Pagan-Godfrey maupun Uj Whte. Sedangkan untuk mengatasnya dapat dlakukan dengan menggunakan metode Generalzed Least Squares (GLS) atau basa dsebut dengan metode kuadrat terkecl tertmbang, dsampng juga dapat menggunakan transformas sepert transformas dengan logartma (Nachrow, 2006). xlx