KELOMPOK 14-Model Perhitungan Return Tak Normal (PPT)

March 9, 2019 | Author: Ta Giitaa | Category: N/A
Share Embed Donate


Short Description

TEORI PORTOFOLIO...

Description

Model Perhitungan Return Tak Normal Dosen : I Komang Arthana SE, M.Si, Ak

Kelompok Kelompo k 14







Lela Wulandari Wulandari Bintang (12810331190052)  Anik Apriyanti Apriyanti

(12810331190059)

Ni Putu Gita Anggreni

(12810331190060)

RETURN TAK NORMAL

Return tidak normal merupakan kelebihan dari return yang sesungguhnya terjadi terhadap return normal. Return  normal merupakan return ekspektasian (return yang diharapkan oleh investor). Dengan demikian return taknormal adalah selisih antara return sesungguhnya yang terjadi dengan retun ekspektasian, sebagai berikut : RTNi.t = Ri,t – E[Ri,t]

Keterangan : RTNi,t Ri,t  E[Ri,t ]

= return tidak normal sekuritas ke-I pada periode peristiwa ke-t. = return realisasi yang terjadi untuk sekuritas ke-i pada periode peristiwa ke-t. = return normal sekuritas ke-i untuk suatu periode peristiwa ke-t.

Meanadjusted Model

Menurut Brown and Warner (1985)

Market Model

Market Adjusted Model

Mean-adjusted Model

• Return ekspektasian bernilai konstan yang sama dengan rata-rata return realisasi sebelumnya selama periode estimasi, t2  Ri,t  j = t1 E[Ri,t] = T

Keterangan :

• E[Ri,t ] = return normal sekuritas ke-i pada periode peristiwa ke-t. = return realisasi sekuritas ke-i pada periode estimasi ke-j. • Ri,j = lamanya periode estimasi, yaitu dari t1 sampai t2. • T

Market Modal 1. Membentuk model ekspektasi dengan menggunakan data realisasi selama periode estimasi. 2. Menggunakan model ekspektasi ini untuk mengestimasi return normal di periode jendela. Model ekspektasi dapat dibentuk menggunkan teknik regresi OLS (Ordinary Least Square) dengan persamaan : R i,t = αi + βi · R Mj + εi,j Ri,j = return realisasi sekuritas ke-i pada periode estimasi ke-j. i = intercept  untuk sekuritas ke-i ßi = koefisien kemiringan yang merupakan beta dari s ekuritas ke-i. RMj = return indeks pasar pada periode estimasi ke-j yang dapat dihitung dengan rumus R Mj = (IHSGj – IHSGj-1)/ IHSGj-1 e = kesalahan residu sekuritas ke-i pada periode estimasi ke-j.

Market-adjusted Model Model disesuikan pasar (Market Adjusted Model ) menganggap bahwa penduga yang terbaik untuk mengestimasi return  suatu sekuritas adalah return indeks pasar pada saat tersebut. Misalnya pada hari pengumuman peristiwa, indeks pasar adalah 18%, dengan metode sesuaian-pasar (marketadjusted method)  ini, maka return ekspetasian semua sekuritas di hari yang sama tersebut adalah sama dengan return indeks pasarnya, yaitu sebesar 18% tersebut. Jika return suatu sekuritas di hari pengumuman peristiwa adalah 35%, maka besarnya abnormal return yang terjadi adalah 17% (35%-18%).

Rata-Rata Return Tak Normal Pengujian adanya abnormal return tidak dilakukan agregat dengan menguji rata-rata return taknormal seluruh sekuritas secara crosssection untuk tiap-tiap hari diperiode peristiwa. Rata-rata return taknormal (average abnormal return)untuk hari ke-t dapat dihitung berdasarkan ratarata aritmatika sebagai berikut:

Keterangan : RRTNt = rata-rata return taknormal (average abnormal return)pada hari ke-t. RTNi,t =return taknormal (abnormal return) untuk sekuritas ke-I pada hari ke-t. K =jumlah sekuritas yang terpengaruh oleh pengumuman peristiwa.

Contoh hasil rata-rata return taknormal menggunakan model pasar.

Hari ke-t

Rata-rata return taknormal (RRTN)

-3 -2 -1 0 +1 +2 +3

(0,01+0,01+……0,00)/k=0,005 (0,00+0,02+……0,01)/k=0,007 (0,02+0,01+……0,02)/k=0,017  ̈ (0,04+0,01+……0,03)/k=0,090  ̈ ̇ (0,07+0,00+……0,09)/k=0,075  ̈ ̇ (0,02+0,01+……0,03)/k=0,010  ̈ (0,01+0,00+……0,02)/k=0,003 ̇

Keterangan :  ̇ = signifikan pada tingkat 10%   ̈ = signifikan pada tingkat 5%   ̈ ̇= signifikan pada tingkat 1%

Akumulasi Return Tak Normal Akumulasi return taknormal (ARTN) atau cumulative abnormal return (CAR) merupakan penjumlahan return taknormal hari sebelumnya di dalam periode peristiwa untuk masing-masing securitas sebagai berikut: t ARTNi,t = RTNi,t a = t3

Keterangan : ARTNi,t  = akumulasi return tidak normal sekuritas mulai dari awal sampai ke-t. RTNi,a = return tidak normal untuk sekuritas ke-i pada hari ke-a

Jika terdapat k buah sekuritas,maka akumulasi rata-rata return taknormal (ARRTN) atau cumulative average abnormal return (CAAR) dapat dihitung sebagai berikut:

Akumulasi rata-rata return taknormal(ARRTN)dapat juga dhitung dengan mengakumulasikan rata-rata return taknormal untuk hari-hari sebelumnya.Jika rata-rata return taknormal hari ke-t.Rata-rata return taknormal hari ke-t (ARRTNt),dapat dihitung sebesar :

k     RTNi,t I=1 RRTNt = k  Notasi: ARRTNt = akumulasi rata-rata return taknormal (cumulative average abnormal return) ARTNi,t = akumulasi return taknormal(cumulative abnormal return) K = jumlah sekuritas yang terpengaruh oleh pengumuman

Notasi: ARRTNt = akumulasi rata-rata return tak normal (cumulative average abnormal return) RRTNᵃ  = rata-rata return tak normal (average abnormal return)

CONTOH HASIL AKUMULASI RATA-RATA RETURN TAK NORMAL MENGGUNAKAN MODEL PASAR Hari ke-t 

Rata-rata return taknormal (RRTN)

 Akumulasi rataratareturn taknormal (ARRTN)

-3 -2 -1 0 +1 +2 +3

0,005 0,007 0,017 0,090 0,075 0,010 0,003

0+0,005=0,005 0,005+0,007=0,012 0,012+0,017=0,029 0,029+0,090=0,119 0,119+0,075=0,194 0,194+0,010=0,204 0,204+0,003=0,207

PENGUJIAN STATISTIK TERHADAP RETURN TAKNORMAL Pengujian statistik terhadap return taknormal mempunyai tujuan untuk melihat signifikasi return taknormal yang ada diperiode peristiwa. Secara umum , pengujian –t yang menguji hipotesis nol bahwa nilai suatu parameter sama dengan nol adalah sebagai berikut : t=

β Kesalahan standar estimasi

t= t-hitung β=Parameter  yang akan diuji signifikannya (misalnya adalah koefisien dan regresi , ratarata suatu nilai dan sebagainya)

Return taknormal standarisasi :

RTNSi,t = RTNit KSEi Notasi : RTNSi,t = return taknormal standarisasi sekuritas ke-i pada hari ke-t di periode peristiwa RTNi,t = return taknormal sekuritas ke-I pada hari ke-t di periode peristiwa . KSEi = Kesalahan standar estimasi untuk sekuritas ke-i

1. KESALAHAN STANDAR ESTIMASI BERDASARKAN RATA-RATA RETURNNYA SELAMA PERIODE ESTIMASI Cara pertama menghitung kesalahan standar estimasi berdasarkan devisi nilai rata-rata returnnya selama periode estimasi dan dapat dirumuskan sebagai berikut

NOTASI : KSEi = kesalahan standar estimasi untuk sekuritas ke-I Ri,j = return sekuiritas ke-i untuk hari ke-j selama periode estimasi Ri = rata- rata return sekuritas ke-i selama periode estimasi . T1 = jumlah hari periode estimasi , yaiutu dari ke ke-t1 sampai dengan hari ke – t2.

Data Return , Rata-Rata Return Sekuritas dan Kesalahan Standar Estimasi Masing- Masing Sekuritas Selama Periode Estimasi Hari ke-j

Return Sekuritas ke 1 (RI,I

Return sekuritas ke-2 (R2,I)

Return sekuritas ke-k (Rk,j)

-4 -5 -6 .

0,20 0,15 0,17 .

0,18 0,17 0,16 .

0,25 0,28 0,22 .

. . -203 Ri

. . 0,09

. . 0,12 0,16

. . 0,17 0,22

KSEi

.

Signifikasi Return Taknormal diperiode Peristiwa Hari ke-t 

Rata-rata return taknormal hipnotis nol yang

t-hitung

menyatakan rata-rata return taknormal

-3

(0,01+0,01+…+0,00)/k = 0,005

(0,500+1,000+..0,000)k1/2=0,255

-2

(0,00+0,002+…+0,01)/K=0,007

(0,000+2,000+..0,333)k1/2=0,525

-1

(0,02+0,01+…+0,02)/k =0,017**

(1,000+1,000+..+0,667)k1/2=1,982

0 +1 +2 +3

(0,04+0,01+…+0,03)/k =0,090***

(2,000+1,000+..+1,000)k1/2=3,891 (3,500+0,000+..+3,000)k1/2=3,750 (1,000+1,000+..+1,000)k1/2=1,655 (0,500+0,000+..+0,667)K1/2= 1,355

(0,07+0,00+…0,09/k=0,075*** (0,02 +0,01+…0,03)/k=0,010** (0,01 + 0,00 + …+0,02)k= 0,03*

2. KESALAHAN STANDAR ESTIMASI BERDASARKAN PREDIKSI RETURN PERIODE ESTIMASI Cara kedua menghitung kesalahan standar estimasi berdasarkan deviasi nilai-nilai return dari nilai estemasinya selama periode estimasi . Dengan demikian perbedaan cara pertama dan kedua dalam menghitung kesalahan standar estimasi adalah terletak di standar yang digunakan untuk, mengukur penyimangan returnreturnya selama periode estimasi .

SIGNIFIKASI RETURN TAKNORMAL DI PERIODE PERISTIWA MENGGUNAKAN CARA KEDUA . Hari ke-t 

Rata-rata return taknormal

t- hitung

-3

0,005

(0,125+0,143+..+0,000)/k ½ = 0,023

-2

0,007

(0,000+0,286+…+0,200)/k1/2=0,035

-1

0,017

(0,250+0,143+..+0,400)/k ½=0,975

0

0,090*

(0,500+0,143+..+0,600)/K1/2=1,389

+1

0,075***

(0,875+0,000+..+1,800)/K1/2=2,375

+2

0,010*

(0,250+0,143+..+0,600)/K1/2=1,555

+3

0,003

(0,125+0,000+..+0,400)/K1/2=0,755

3. KESALAHAN STANDAR ESTIMASI SECARA CROOSSECTION Cara ketiga dari perhitungan kesalahan standar estimasi didasarkan pada deviasi standar returnreturn taknormal dari sekeuritas secara cross-section untuk tiap hari periode peristiwa . Cara ketiga ini lebih tepat digunakan untuk model sesuaian pasar. (Market -adjusted model) yang hanya menggunakan periode peristiwa dan tidak menggunakan periode estimasi. Cara ketiga ini lebih tepat digunakan untuk model sesuaian pasar (market-adjusted model) yang hanya menggunakan periode peristiwa dan tidak menggunakan periode estimasi.

View more...

Comments

Copyright ©2017 KUPDF Inc.
SUPPORT KUPDF