Metode Studi Peristiwa

1. Jenis Studi Peristiwa

Peristiwa yang menjadi focus peneitian dapat dikelompokkan ke dalam beberapa
jenis, antara lain yang paling sering dijumpai dalam studi peristiwa adalah:
1) Studi Peristiwa Konvensional
Studi peristiwa konvensional mempelajari respons pasar terhadap peristiwaperistiwa yang seringkali terjadi dan diumumkan secara terbuka oleh emiten di
pasar modal. Karakteristik studi peristiwa konvensional adalah sebagai
berikut:
a. Pemicu peristiwa yang sama dapat teradi (dilakukan) pada perusahaan
lainnya namun pada umumnya tidak dilakukan pada waktu yang sama
(walaupun hal tersebut dimungkinkan terjadi).
b. Peristiwa bersifat umum (lazim) dan seringkali merupakan peristiwa
rutin yang terjadi dalam suatu perusahaan.
c. Untuk peristiwa rutin, interval waktu peristiwa bervariasi dari rentang
terpendek (kuartalan) hingga tahunan per peristiwa.
d. Dampak peristiwa hanya terjadi pada perusahaan yang mengumumkan
peristiwa.
e. Tidak terdapat peristiwa lain yang berdekatan (dalam periode
peristiwa) untuk menghindari ambiguitas respons pasar terhadap
informasi ganda atau confounding effect.
Studi peristiwa konvensional telah banyak dilakukan baik di dalam negeri
maupun di luar negeri. Beberapa contoh studi peristiwa konvensional, antara
lain: pengumuman laba, pembayaran dividen, penawaran hak atas saham,
merger dan akuisisi, pengumuman pembelanjaan kapital, stock split, dan
bentuk sejenis lainnya.
2) Studi Peristiwa Kluster
Studi peristia kluster atau kelompok mempelajari respons pasar terhadap
peristiwa yang diumumkan secara terbuka yang terjadi pada waktu yang sama
dan berdampak pada sekelompok perusahaan (kluster perusahaan) tertentu.
Karakteristik studi peristiwa kluster adalah sebagai berikut:
a. Pemicu peristiwa bersifat tunggal
b. Peristiwa yang terjadi berdampak (berita baik atau buruk) pada
sekelompok perusahaan. Dalam beberapa kasus, efek peristiwa lebih

kuat pada sekelompok perusahaan daripada kelompok perusahaan

lainnya.
Peristiwa kluster memiliki bentuk yang beragam. Kluster dapat bersifat relatif
sempit hingga luas. Contoh peristiwa kluster adalah pengumuman pemerintah
yang membuat regulasi pada industry tertentu sehingga diperkirakan
berdampak pada aliran kas perusahaan dalam industry yang bersangkutan.
Respons pasar dalam studi peristiwa kluster cenderung lebih sulit diprediksi.
Hal ini disebabkan peristiwa kluster bukan peristiwa yang sering terjadi
sehingga investor mungkin belum memahami kandungan informasi dari suatu
peristiwa apakah berdampak positif atau negative terhadap aliran kas
perusahaan.
3) Studi Peristiwa Tak Terduga
Studi peristiwa tak terduga (unanticipated event) merupakan varian dari studi
peristiwa kluster. Studi ini mempelajadi respons pasar terhadap suatu peristiwa
yang tidak terduga (unanticipated event). Sesuai dengan namanya,
karakteristik utama dari studi ini adalah peristiwa yang bersifat tak terduga.
Penelitian tentang peristiwa tak terduga relatif belum banyak dilakukan, selain
karena sifat peristiwa sangat jarang terjadi, tidak semua peristiwa tak terduga
relevan dengan studi peristiwa yang terkait dengan pasar modal. Studi
peristiwa tak terduga juga relevan untuk menguji hipotesis efisien secara
informasi dan efisien secara keputusan.
4) Studi Peristiwa Berurutan (Sequential Events)
Studi peristiwa berurutan juga merupakan varian dari studi peristiwa kluster.
Studi ini mempelajari respons pasar terhadap serangkaian peristiwa-peristiwa
yang terjadi secara berurutan dalam situasi ketidakpasatian yang tinggi. Dalam
hal ini kecepatan dan ketepatan informasi menjadi kunci dari respons pasar.
2. Tujuan Studi Peristiwa
Tujuan studi peristiwa mencakup:
1) Pengujian Teoretis. Studi peristiwa pada dasarnya merupakan metodologi
untuk pengujian teori atau hipotesis efisiensi pasar bentuk setengah kuat. Jika
hipotesis efisiensi pasar bentuk setengah kuat tidak terbukti, bukan berarti
mendukung efisiensi pasar bentuk lemah. Karena efisiensi pasar bentuk lemah
memiliki metodologi pengujiannya sendiri. Selain teori (hipotesis) pasar

efisien, peristiwa-peristiwa tertentu seringkali terkait dengan landasan teori

relevan lainnya, misalnya sebagai berikut:
a. Studi peristiwa tentang pengumuman dividen seringkali dikaitkan
dengan teori signaling. Peningkatan dividen mengandung informasi
sinyal atau berita baik (good news), dan penurunan dividen
mengandung informasi sinyal atau berita buruk (bad news).
b. Studi peristiwa tentang pengumuman pemecahan saham (stock split)
dapat dikaitkan dengan teori signaling dan teori likuiditas.
2) Pengujian Respons Pasar. Pengujian respons pasar terkait dengan hipotesis
efisiensi informasi (kecepatan respons pasar) dan hipotesis efisiensi keputusan
(ketepatan respons pasar). Efisiensi informasi relevan dengan pengujian teori
atau hipotesis pasar efisien bentuk setengah kuat, sedangkan efisien keputusan
relevan dengan pengujian teori yang terkait dengan studi peristiwa.
3) Pengujian Return Tak Normal. Return Tak Normal (RTNi) adalah selisih
(positif atau negatif) dari return actual di seputar pengumuman (Ri) dengan
return harapan E(Ri), atau dapat dituliskan dalam rumus sebagai berikut:
RTNi = Ri E(Ri)
3. Metode Studi Peristiwa
Studi peristiwa tradisional mengacu pada efek peristiwa yang berdampak pada satu
kelompok perusahaan tertentu yang dapat dibedakan secara tegas oleh pasar.
1) Prosedur Studi Peristiwa. Metodologi penelitian studi peristiwa
konvensional mengikuti prosedur sebagai berikut.
a. Mengidentidfikasi bentuk, efek, dan waktu peristiwa (i) peristiwa apa
yang memiliki nilai informasi; (ii) apakah nilai informasi peristiwa
memiliki efek negatif atau positif terhadap return tak normal
perusahaan tertentu; dan (iii) bilamana peristiwa terjadi atau
dipublikasi.

b. Menentukan rentang waktu studi peristiwa termasuk periode estimasi

dan periode peristiwa. Periode estimasi (T-n-c hingga T-n) adalah periode
yang digunakan untuk meramalkan return harapan pada periode
peristiwa. Periode peristiwa (T-n hingga T+n) adalah periode di seputar
peristiwa (T0) yang digunakan untuk menguji perubahan return tak
normal.
T-n-c

T-n
c.
Periode estimasi

Menentukan

metode

T+n

T0
Periode peristiwa

penyesuaian

return

yang

digunakan

untuk

menghitung return tak normal. Terdapat tiga metode yang secara luas
digunakan dalam penelitian studi peristiwa.
a) Model-model statistika. Terdapat dua model penyesuaian yang
paling umum digunakan yaitu : model disesuaikan rata-rata
(mean adjusted model) dan model pasar (market model).
b) Model disesuaikan dengan pasar (market adjusted model).
c) Model-model ekonomika (economic models). Terdapat dua
model yang secara luas digunakan, yaitu: capital asset pricing
model (CPAM) dan arbitrage pricing theory (APT).
d. Menghitung return tak normal di sekitar periode peristiwa (beberapa
waktu sebelum dan sesudah pengumuman peristiwa terjadi). Return tak
normal adalah return actual di sekitar periode peristiwa dikurangi
return harapan atau prediksian pada periode tersebut.
RTNit = Rit E(Rit)
Dalam hal ini:
RTNit = return tak normal saham i pada periode t
Rit
= return actual saham i pada periode t
E(Rit) = return harapan atau return prediksian..
Return harapan atau return prediksian, E(Rit), dapat diestimasi dengan
beberapa cara, sebagai berikut:
a) Model statistika:
(i)
Model disesuaikan rata-rata. Model ini memprediksi
E(Rit) berdasarkan rata-rata return selama periode
estimasi:

R
E( it )=i +e it

Model tersebut dapat diproksi dengan caa sebagai

berikut (rata-rata aritmatik):

Dalam hal ini T adalah jumlah hari (interval waktu)

selama periode estimasi.
(ii)

Model pasar. Model ini memprediksi E(Rit) berdasarkan

hasil estimasi model pasar selama periode estimasi
dengan cara sebagai berikut:
E ( Rit ) = i + i RM t + it

b) Model disesuaikan pasar. Model ini memprediksi E(R it)

berdasarkan return indeks pasar pada hari pengumuman
peristiwa. Dengan demikian perhitungan model ini tidak
memerlukan periode estimasi.
c) Model-model ekonomika:
(i)
Capital asset pricing model:
E ( Rit ) =R F t +(R M t R F t) i R M t
Dalam hal ini RFt adalah tingkat return bebas risiko
pada periode t dan RMt adalah tingkat return pasar pada
periode t.
(ii)

Arbitrage pricing model:

R
( it )= 0+ i 1 F 1 t + i 2 F 2 t ++ F nt + eit
E
Dalam hal ini F1 adalah factor yang berpotensi
menghasilkan return dan
(factor loading).

adalah muatan factor

e. Menghitung rata-rata return tak normal dan return tak normal

kumulatif dalam periode peristiwa. Terdapat beberapa metode
pengukuran return tak normal di seputar periode jendela anatara lain:
a) Return tak normal rata-rata aritmatik. Return tak normal ratarata semua sekuritas untuk setiap interval waktu dalam periode
peristiwa:
n

RTN t

RTN
i 1

it

b) Return tak normal kumulatif. Return tak normal kumulatif

untuk setiap sekuritas selama periode peristiwa:
RTNK i

t n

RTN

it

t n

f. Merumuskan hipotesis statis

Untuk rata-rata return tak normal:
=0
Ho
: RTN
Ha

0
: RTN

Untuk rata-rata return tak normal kumulatif:

K =0
Ho
: RTN
Ha

0
: RTNK

g. Menguji apakah return tak normal rata-rata atau return tak normal
kumulatif yang dihitung pada langkah ke-5 berbeda dari 0, atau apakah
return tak normal sebelum peristiwa berbeda dari return sesudah
peristiwa. Pengujian dapat dilakukan dengan uji parametrik seperti uji t
dan uji Z atau uji non-parametrik seperti uji tanda. Return tak normal
yang telah distandarisasi

RTN

S merupakan nilai t hitung untuk

setiap sekuritas.

S= RTN
RTN
)
KSE( RTN
Untuk pengujian hipotesis, nilai t hitung dapat diperoleh:
S
RTN
t hitung=
k
h. Simpulan hasil studi didasarkan pada probabilitas signifikansi kurang
dari probabilitas yang disyaratkan (misalnya 0,01; 0,05; atau 0,10).

Terkait dengan langkah ke-6, prosedur perhitungan t hitung tidak dapat

diperoleh dari program computer standar.
4. Analisis Statistik
Alat statistik yang digunakan dapat menggunakan uji t,uji Z, dan uji non-parametrik.
1) Uji Statistik Parametrik
Isu dalam studi peristiwa adalah pengestimasian dan peramalan standarisasi
untuk pengujian secara statistik.
a. Kesalahan standar estimasi berdasarkan return rata-rata periode
estimasi:

b. Kesalahan standar estimasi berdasarkan return prediksi periode

estimasi:

c. Kesalahan standar estimasi dengan penyesuaian dependensi sederhana:

t n

RTN it

t n e

KSEt

t n

RTN

t t n e i 1

it

T nek

T n 1

d. Kesalahan standar estimasi dengan cara seksi silang:

RTN
k

KSEt

i 1

it

RTN t

k 1

1
k

e. Kesalahan standar peramalan:

KSPt KSEi 1

T n

R R
R R
2

t n

Mt

Mj

j 1