SlideShare a Scribd company logo
1 of 6
Download to read offline
7/13/2010
1
LATAR BELAKANG TUJUAN
PERMASALAHAN MANFAAT
BATASAN
WEALTHY STOCKMARKET
(MACROECONOMY)
ACCOUNTANCY
INFORMATION
EFFECTOFEX DIVIDEND
DATE
RESEARCH
1. French,Varson
dan Moon (2005)
2. Michaelydan
Villa(1995)
3. Campbell dan
Beranek (1955)
INDONESIA
LaniSiaputra(2006)
Paired Sample t-test
INTERVENTIONANALYSIS
1.SitiRatna
2. Sularso (2003)
LATAR BELAKANG TUJUAN
PERMASALAHAN MANFAAT
BATASAN
1. Bagaimana model terbaik harga saham harian perusahaan
perbankan di Bursa Efek Indonesia dengan adanya pengaruh
ex divident date dengan pendekatan time series intervensi?
2. Bagaiman pengaruh ex dividend date tersebut terhadap
harga saham pada hari-hari berikutnya ? Kapan waktu
pertama kali efek terasa dan berapa lama pengaruhnya
terhadapa harga saham pada hari-hari berikutnya?
LATAR BELAKANG
TUJUAN
PERMASALAHAN MANFAAT
BATASAN
1. Memodelkan harga saham harian perusahaan perbankan di
Bursa Efek Indonesia dengan adanya pengaruh ex divident
date tahun 2008-2009
2. Menganalisis waktu pertama kali efek terasa dan lama
pengaruh terhadap harga saham pada hari-hari berikutnya.
LATAR BELAKANG TUJUAN
PERMASALAHAN
MANFAAT
BATASAN
• KAJIANILMIAH
TENTANGTIME
SERIES INTERVENSI
AKADEMISI
• INFORMASIDALAM
MEMBUAT
KEBIJAKANDI
PASARMODAL
• PENGONTROL
KEGIATANPASAR
MODAL
PEMERINTAH
• INFORMASI
AKUNTANSI
PELAKU PASAR
MODAL
LATAR BELAKANG TUJUAN
PERMASALAHAN MANFAAT
BATASAN
SEKTORFINANCE
YANG
TERGABUNG
DALAM LQ45
(FEBRUARY-JULI
2008)
MENGELUARKAN
PENGUMUMAN
PEMBAGIAN
DIVIDEN
DATA DIAMBIL
UNTUKTAHUN
2008-2009
EX-DATE TIMESERIES INTERVENSI
Pasar modal adalah perdagangan
instrumen keuangan (atau sekuritas)
jangka panjang, hutang ataupun modal
sendiri, pemerintah, public authorities
maupun perusahaan swasta
Saham adalah penyertaan atau
pemilikan seseorang atau badan
dalam perusahaan atau perseroan
terbatas
27 Oct. 10 Nov. 11 Nov. 15 Nov. 24 Dec.
Declaration
Date
Cum-
dividend
Date
Ex-dividend
Date
Record
Date
Payment
Date
Ex Dividend Date adalah hari atau tanggal hilangnya hak
untuk menerima dividen.(Gitman and Hannesay,2004).
EX-DATE TIMESERIES INTERVENSI
Menurut Wei (2006), deret waktu (time series)
adalah serangkaian pengamatan yang diambil
secara berurutan berdasarkan waktu.
Kestasioneran Time Series
Data deret waktu yang stasioner relatif tidak terjadi kenaikan ataupun
penurunan nilai secara tajam dan data berfluktuasi disekitar nilai rata-
rata dengan varian yang konstan.
Bila data tidak stationer terhadap varian maka transformasi
Bila data tidak stationer terhadap mean maka differencing
7/13/2010
2
EX-DATE TIMESERIES INTERVENSI
Fungsi ACF diberikan oleh:
Fungsi PACF diberikan oleh:
EX-DATE TIMESERIES INTERVENSI
AR (p)
MA(q)
ARMA(p,q)
ARIMA(p,d,q)
ttp aZB =&)(φ
tqt aBZ )(θ=&
tqtp aBθZB )()( =&φ
tqt
d
p aBZBB )()1)(( 0 θθφ +=−
EX-DATE
TIMESERIES
INTERVENSI
Model intervensi adalah suatu model yang dapat digunakan untuk
menjelaskan efek suatu intervens yang disebabkan oleh faktor eksternal
atau internal yang terjadi pada suatu data time series . Persamaannya
dapat diberikan sebagai berikut:
Outlier adalah data pengamatan yang tidak konsisten pada seriesnya. Efek
kejadian tersebut dapat dihitung dengan model intervensi jika waktu dan
penyebabnyadiketahui.
EX-DATE
TIMESERIES
INTERVENSI
1009080706050403020101
14
12
10
8
6
4
2
0
Additive Outlier
1009080706050403020101
14
12
10
8
6
4
2
0
Innovational Outlier
10090807 060504 03020101
14
12
10
8
6
4
2
0
T empo rar y Cha nge
1009080706050403020101
14
12
10
8
6
4
2
0
Lev el Shift
SUMBER DATA VARIABEL PENELITIAN METODE ANALISIS
REKAPPERUSAHAANPERBANKAN
Perusahaan perbankan yang masuk dalam daftar LQ45 periode February-July
2008. Http//sg.biz.yahoo.com/il.
Pusat Data Pasar Modal FE-UGM dengan alamat pdbe@fe.ugm.ac.id dan
Melalui BEI .www.IDX.co.id Periode Pengambilan data adalah Januari 2008-
Desember 2009.
No Kode Efek Nama Emiten
Tanggal ex divident date
2008 2009
1 BBCA BankCentral Asia Tbk 13 Juni 2008 10 Juni 2009
2 BBNI BankNegara Indonesia Tbk - 19 Juni 2009
3 BBRI BankRakyat Indonesia (Persero) Tbk 18 Juni 2008 16 Juni 2009
4 BDMN BankDanamon Indonesia Tbk - 19 Juni 2009
5 BMRI BankMandiri (Persero) Tbk 19 Juni 2008
2 Desember
2009
6 BNGA BankNiaga Tbk 23 Mei 2008 -
7 BNII BankInternasional Indonesia Tbk 9 Juni 2008 -
8 PNLF Panin Life Tbk - -
SUMBER DATA VARIABEL PENELITIAN METODE ANALISIS
Zt : closing prize perusahaan perbankan pada
periode ke t
I1 : ex-dividend date pada tahun 2008
I2 : ex-dividend date pada tahun 2009
SUMBER DATA VARIABEL PENELITIAN METODE ANALISIS
Variabel N Mean Variance Minimum Maksimum
BBCA 502 3410,9 527995.7 2025.0 5375.0
BBRI 520 5889,6 527995.7 2525.0 8550.0
BMRI 520 3004,4 898032.0 1190.0 5250.0
Index
Z
500450400350300250200150100501
5500
5000
4500
4000
3500
3000
2500
2000
100 357
Time Series Plot of BBCA
ex dividend date tahun 2008 terjadi pada data ke 100 yaitu pada tanggal 28
Januari 2008 dan ex dividend date pada tahun 2009 terjadi pada data ke-
357 yaitu pada tanggal 10 Mei 2009
7/13/2010
3
Estimasi Parameter Model Intervensi pertama
BBCA
Parameter Estimasi thit P-value Keputusan
Ø(3) -0.14256 -2.21 0.0273 Tolak H0
Ø(10) 0.11538 1.77 0.0771 Tolak H0
b(6) -0.12214 -0.18 0.8606 Gagal Tolak H0
ω(1) -0.07377 -0.10 0.9208 Gagal Tolak H0
ω(2) 0.15005 0.21 0.8302 Gagal Tolak H0
ω(4) 1.71834 2.42 0.0154 Tolak H0
δ(1) -0.33945 -1.00 0.318 Gagal Tolak H0
Estimasi Parameter Model Intervensi kedua 2009 BBCA
Parameter Estimasi thit P-value Keputusan
Ø(1) 0.17531 3.96 <.0001 Tolak H0
Ø(3) -0.16100 -3.65 0.0003 Tolak H0
b(5) -1.42930 -2.13 0.0333 Tolak H0
ω(5) -0.41816 -0.62 0.5339 Gagal Tolak H0
Analisis dampak ex dividend date BBCA 2008
(single input) selama 15 hari ke depan
Parameter Estimasi thit P-value Keputusan
Ø(3) -0.28481 -3.04 0.0024 Tolak H0
Ø(10) 0.21031 2.20 0.028 Tolak H0
b(6) -0.1982 -0.29 0.7725 Gagal Tolak H0
ω(1) -0.16572 -0.22 0.8268 Gagal Tolak H0
ω(2) 0.25449 0.37 0.7119 Gagal Tolak H0
ω(4) 1.82683 2.54 0.011 Gagal Tolak H0
δ(1) -0.38811 -1.27 0.2052 Gagal Tolak H0
Parameter Estimasi thit P-value Keputusan
Ø(3) -0.20227 -2.2 0.0275 Tolak H0
Ø(10) 0.14364 1.51 0.132 Gagal Tolak H0
b(6)
1.26948 1.56 0.1195 Gagal Tolak H0
ω(1)
0.58506 0.52 0.6029 Gagal Tolak H0
ω(2)
1.28169 1.34 0.1801 Gagal Tolak H0
ω(4)
-0.27066 -0.38 0.7038 Gagal Tolak H0
δ(1)
0.93081 10.12 <.0001 Tolak H0
Analisis dampak ex dividend date BBCA 2008
selama 30 hari ke depan
• Data yang dipotong pada awal terjadi trend cenderung terus naik. Dengan
demikian didapatkan data untuk pemodelan pre interensi pada tahun
2009 diawali dari t=197 sampai dengan t=356
Index
09
198176154132110886644221
5500
5000
4500
4000
3500
3000
2500
2000
72
Time Series Plot of 09
Evaluasi dampak ex divident date pada tahun
2009(Single Input)
Estimasi Parameter Model Intervensi BBCA tahun 2009 15 hari
ke depan
Parameter Estimasi thit P-value Keputusan
Ø(5) -0.297 -2.39 0.0168 Tolak H0
b(5) -8.346 -0.10 0.9236 Gagal Tolak H0
ω(1) 84.339 0.94 0.3493 Gagal Tolak H0
ω(2) -105.895 -0.93 0.3500 Gagal Tolak H0
ω(4) -0.274 -0.45 0.6532 Gagal Tolak H0
Estimasi Parameter Model Intervensi BBCA tahun
2009 30 hari ke depan
Tidak ada parameter yang signifikan
Parameter Estimasi thit P-value Keputusan
Ø(5) -0.105 -0.95 0.3438 Gagal Tolak H0
b(6) -34.055 -0.37 0.7088 Gagal Tolak H0
ω(1) 41.09 0.42 0.6718 Gagal Tolak H0
ω(2) -123.4 -1.22 0.2224 Gagal Tolak H0
ω(4) -0.283 -0.46 0.6427 Gagal Tolak H0
Pemodelan terbaik data closing price saham harian
BBCA
Model ARIMA Sig White noise Normal MSE
(1,1,0) √ - - 9977.95
([1,3],1,0) √ - - 9739.37
([1,3,4],1,0) √ √ - 9638.38
(0,1,1) √ - - 9980.88
(0,1,[1,3]) √ - - 9800.52
(0,1,[1,3,4]) √ √ - 9624.19
Nilai MSE, MAD, MAPE data out sample
BBCA
Model yang dipilih adalah ARIMA ([1,3,4],1,0)
ARIMA MSE MAD MAPE
([1,3,4],1,0) 26781.26 132.62 2.76
(0,1,[1,3,4]) 26619.09 133.66 2.77
7/13/2010
4
Estimasi dan nilai Statistik Uji untuk Data Closing
Price saham harian BBCA
Parameter Estimasi thit p-value Keputusan
Ø1 0.20643 4.69 <.0001 Tolak H0
Ø3 -0.11978 -2.66 0.0077 Tolak H0
Ø4 -0.12405 -2.74 0.0062 Tolak H0
β229 -283.786 -5.18 <.0001 Tolak H0
β50 262.047 4.78 <.0001 Tolak H0
β441 217.511 3.98 <.0001 Tolak H0
β368 215.202 3.92 <.0001 Tolak H0
β184 -214.810 -3.92 <.0001 Tolak H0
β431 202.817 3.70 0.0002 Tolak H0
β209 192.125 3.51 0.0004 Tolak H0
β186 177.233 3.24 0.0012 Tolak H0
β161 -139.567 -2.55 0.0107 Tolak H0
Uji White Noise
Uji Residual Berdistribusi Normal
Lag p-value Keputusan
6 2.53 0.4701 Gagal Tolak H0
12 7.65 0.5699 Gagal Tolak H0
18 10.94 0.7567 Gagal Tolak H0
24 15.83 0.7792 Gagal Tolak H0
30 18.07 0.9012 Gagal Tolak H0
Model ARIMA p-value Kesimpulan
([1,3,4],1,0) 0.0876 Gagal tolak H0
hitX 2 Model terbaik yang didapatkan adalah ARIMA
([1,3,4],1,0) dengan kesembilan parameter outlier.
Secara matematis dapat dituliskan sebagai berikut :
.
ex dividend date tahun 2008 terjadi pada data ke 121 yaitu pada
tanggal 18 Mei 2008 dan ex dividend date pada tahun 2009 terjadi
pada date ke-379 yaitu pada tanggal 16 Mei 2009.
Index
C1
520468416364312260208156104521
9000
8000
7000
6000
5000
4000
3000
2000
121 379
Time Series Plot of Zt
The ARIMA Procedure
Maximum Likelihood Estimation
Standard Approx
Parameter Estimate Error t Value Pr > |t| Lag Variable Shift
AR1,1 0.19838 0.05233 3.79 0.0002 1 pre 0
AR1,2 0.02562 0.05245 0.49 0.6252 5 pre 0
NUM1 0.36392 1.14232 0.32 0.7500 0 d1 17
NUM2 0.32235 1.75932 0.18 0.8546 0 d2 0
Variance Estimate 3.219059
Std Error Estimate 1.794174
AIC 1446.529
SBC 1462.073
Number of Residuals 360
Intervensi pertama b=17 s=0 r=0
Maximum Likelihood Estimation
Standard Approx
Parameter Estimate Error t Value Pr > |t| Lag Variable Shift
AR1,1 0.14878 0.04371 3.40 0.0007 1 pre09 0
AR1,2 -0.14678 0.04369 -3.36 0.0008 2 pre09 0
AR1,3 0.10611 0.04349 2.44 0.0147 13 pre09 0
NUM1 -150.89564 124.16899 -1.22 0.2243 0 d1 2
NUM1,1 -250.69403 127.72304 -1.96 0.0497 4 d1 2
DEN1,1 0.88999 0.12241 7.27 <.0001 1 d1 2
Variance Estimate 39325.44
Std Error Estimate 198.3064
AIC 6889.358
SBC 6914.8
Number of Residuals 513
Autocorrelation Check of Residuals
To Chi- Pr >
Lag Square DF ChiSq --------------------Autocorrelations--------------------
6 8.02 3 0.0455 -0.010 0.015 -0.062 0.011 -0.085 -0.063
12 11.20 9 0.2623 -0.045 0.058 -0.003 0.015 -0.002 0.019
18 15.41 15 0.4221 -0.014 0.029 -0.064 -0.024 -0.018 0.044
24 23.61 21 0.3123 0.101 -0.002 -0.012 -0.007 -0.065 -0.026
30 27.10 27 0.4583 -0.046 0.022 -0.032 0.048 -0.022 0.008
36 33.93 33 0.4224 0.043 0.038 0.022 -0.020 -0.086 -0.029
42 43.51 39 0.2852 0.047 -0.030 -0.084 0.052 0.041 0.051
48 49.82 45 0.2875 -0.050 0.026 -0.019 -0.022 -0.081 0.024
Tests for Normality
Test --Statistic--- -----p Value------
Shapiro-Wilk W 0.995623 Pr < W 0.1618
Kolmogorov-Smirnov D 0.036077 Pr > D 0.1010
Cramer-von Mises W-Sq 0.115132 Pr > W-Sq 0.0744
Anderson-Darling A-Sq 0.649234 Pr > A-Sq 0.0921
Maximum Likelihood Estimation
Standard Approx
Parameter Estimate Error t Value Pr > |t| Lag Variable Shift
AR1,1 0.11729 0.08527 1.38 0.1690 1 pre 0
AR1,2 -0.22441 0.08983 -2.50 0.0125 5 pre 0
NUM1 0.82684 0.80766 1.02 0.3060 0 d1 17
NUM2 0.32654 1.18945 0.27 0.7837 0 d2 0
Autocorrelation Check of Residuals
To Chi- Pr >
Lag Square DF ChiSq --------------------Autocorrelations--------------------
6 0.89 4 0.9254 -0.012 -0.016 -0.022 0.049 0.002 -0.056
12 6.60 10 0.7626 -0.037 0.036 0.142 -0.025 0.043 -0.119
18 11.35 16 0.7875 0.124 -0.035 -0.059 -0.092 0.055 0.004
24 16.98 22 0.7642 -0.041 -0.011 -0.099 0.092 -0.118 -0.032
Tests for Normality
Test --Statistic--- -----p Value------
Shapiro-Wilk W 0.979374 Pr < W 0.0422
Kolmogorov-Smirnov D 0.059133 Pr > D >0.1500
Cramer-von Mises W-Sq 0.087345 Pr > W-Sq 0.1696
Anderson-Darling A-Sq 0.610353 Pr > A-Sq 0.1122
Hasil pemodelan intervensi data BBRI tahun 2008
(Single Input) selama 30 hari pertama
Maximum Likelihood Estimation
Standard Approx
Parameter Estimate Error t Value Pr > |t| Lag Variable Shift
MA1,1 0.25295 0.11034 2.29 0.0219 2 pre 0
NUM1 -495.70542 220.48527 -2.25 0.0246 0 d1 2
NUM1,1 28.18245 262.67143 0.11 0.9146 2 d1 2
NUM1,2 114.32872 224.89985 0.51 0.6112 3 d1 2
DEN1,1 -0.39878 0.45168 -0.88 0.3773 1 d1 2
Variance Estimate 47058.93
Std Error Estimate 216.9307
AIC 1187.925
SBC 1200.254
Number of Residuals 87
Autocorrelation Check of Residuals
To Chi- Pr >
Lag Square DF ChiSq --------------------Autocorrelations--------------------
6 5.77 5 0.3290 0.105 -0.011 -0.110 0.020 -0.195 -0.020
12 9.81 11 0.5473 -0.021 0.096 0.037 0.142 0.079 0.053
18 13.67 17 0.6905 0.099 0.021 -0.141 0.039 -0.064 0.013
24 23.79 23 0.4154 0.233 0.097 0.108 0.085 0.066 -0.023
Tests for Normality
Test --Statistic--- -----p Value------
Shapiro-Wilk W 0.98171 Pr < W 0.2569
Kolmogorov-Smirnov D 0.078829 Pr > D >0.1500
Cramer-von Mises W-Sq 0.084548 Pr > W-Sq 0.1851
Anderson-Darling A-Sq 0.505752 Pr > A-Sq 0.2058
Hasil Pemodelan intervensi BBRI tahun
2009 (Single Input) selama 15 hari pertama
Pemodelan intervensi BBRI tahun 2009 (Single
Input) selama 30 hari pertama
The ARIMA Procedure
Maximum Likelihood Estimation
Standard Approx
Parameter Estimate Error t Value Pr > |t| Lag Variable Shift
MA1,1 0.29970 0.09887 3.03 0.0024 2 pre 0
NUM1 -514.07221 221.66012 -2.32 0.0204 0 d1 2
NUM1,1 7.51042 263.58502 0.03 0.9773 2 d1 2
NUM1,2 86.08467 226.27811 0.38 0.7036 3 d1 2
DEN1,1 -0.39759 0.44329 -0.90 0.3698 1 d1 2
Autocorrelation Check of Residuals
To Chi- Pr >
Lag Square DF ChiSq --------------------Autocorrelations--------------------
6 7.20 5 0.2061 0.068 -0.046 -0.121 0.128 -0.165 -0.036
12 14.05 11 0.2304 -0.044 0.161 0.057 0.148 0.040 0.073
18 17.96 17 0.3915 0.070 0.066 -0.121 0.002 -0.077 0.046
24 26.42 23 0.2813 0.174 0.032 0.095 0.157 0.006 0.005
Tests for Normality
Test --Statistic--- -----p Value------
Shapiro-Wilk W 0.984567 Pr < W 0.2827
Kolmogorov-Smirnov D 0.075722 Pr > D >0.1500
Cramer-von Mises W-Sq 0.068446 Pr > W-Sq >0.2500
Anderson-Darling A-Sq 0.436985 Pr > A-Sq >0.2500
7/13/2010
5
Melalui proses yang sama pada analisis intervensi
data saham BBCA maka dapat didapatkan bahwa
parameter intervensi tidak ada yang signifikan pada
α=5% baik pada intervensi multi input dengan t ex
dividend date tahun 2008-2009 ataupun single input
pada masing-masing tahun.
Model terbaik yang diperoleh dengan
metode ARIMA Box-Jenkins dan didapatkan
model terbaik adalah ARIMA ([1,2,5],1,0)
tanpa adanya penambahan oitlier. Secara
matematis model tersebut dapat diberikan
sebagai berikut.
Index
Y
520468416364312260208156104521
5000
4000
3000
2000
1000
122 500
Time Series Plot of Y
Berdasarkan gambar tersebut terlihat bahwa ex dividend date tahun 2008
terjadi pada data ke 122 yaitu pada tanggal 19 Juni 2008 dan ex dividend date
pada tahun 2009 terjadi pada data ke-500 yaitu pada tanggal 2 Desember
2009.
The ARIMA Procedure
Maximum Likelihood Estimation
Standard Approx
Parameter Estimate Error t Value Pr > |t| Lag Variable Shift
AR1,1 -0.14494 0.04812 -3.01 0.0026 4 inter08 0
NUM1 -0.99558 0.62295 -1.60 0.1100 0 d1 60
NUM1,1 -0.05609 0.60254 -0.09 0.9258 4 d1 60
DEN1,1 0.26993 0.55920 0.48 0.6293 1 d1 60
Variance Estimate 0.390535
Std Error Estimate 0.624928
AIC 827.6421
SBC 843.9343
Number of Residuals 434
Autocorrelation Check of Residuals
Intervensi multi input 2008
C41
MeanofC40
20191817161514131211109876543210-1-2-3- 4-5-6-7-8-9- 10
30
20
10
0
-10
-20
-30
0
0
-2 6.54
0
26 .5 4
plo t res idua l interv ens i kedua
Tidak ada lag yang keluar baris batas
Analisis intervensi tidak signifikan pada
α=5%. Oleh karena itu pemodelan
dilakukan dengan metode ARIMA Box-
Jenkins.
Pada metode ARIMA Box- Jenkins, penambahan parameter
ke-7 menyebabkan residual tidak white noise sehingga
deteksi outlier terpaksa dihentikan dengan menambahkan
enam parameter outlier dan mengakibatkan residual
belum berdistribusi normal. Model terbaik yang
didapatkan untuk data closing price harga saham harian
untuk BBRI adalah ARIMA (0,1,[1,3]) dengan penambahan
enam outlier. Secara matematis model tersebut dapat
diberiakan sebagai berikuT.
Pada penelitian ini didapatkan kesimpulan sebagai berikut.
1. Pada ketiga sektor perusahaan perbankan yang diteliti yaitu BBCA, BBRI dan
BMRI dapat disimpulkan bahwa pemodelan time series intervensi tidak
signifikan dalam mendeteksi adanya pengaruh ex dividend date sehingga
pemodelan terbaik didapatkan dengan metode ARIMA Box-Jenkins dengan
deteksi outlier. Data insampel yang digunakan adalah periode Januari 2008-
Desember 2009 sedangkan data outsampel yang digunakan adalah periode
Januari-Februari 2010. Model terbaik untuk masing-masing bank adalah sebagai
berikut:
SARAN DAFTAR PUSTAKA
KESIMPULAN
BMRI
SARAN DAFTAR PUSTAKA
BBRI:
BBCA:
KESIMPULAN
7/13/2010
6
KESIMPULAN SARAN DAFTAR PUSTAKA
2. Berdasarkan analisis dan pembahasan yang dilakukan ternyata intervensi
ex dividend date tidak berpengaruh signifikan terhadap harga saham
perbankan di Indonesia bahkan untuk 15 atau 30 hari ke depan. Hal ini
sangat berbeda dengan hipotesis awal bahwa ex dividend date akan
berpengaruh signifikan terhadap fluktuasi harga saham di sekitar
kejadian tersebut. Fenomena ini menunjukan bahwa informasi akutansi
khususnya ex dividend date belum diserap dengan baik oleh para pelaku
pasar di Indonesiasebagai acuan untuk mengambil keputusan ekonomi
KESIMPULAN SARAN Daftar Pustaka
Anonim.2009. Saham. [http://id.wikipedia.org/] (On-line: October, 2th 2009).
Bowerman, B.L. and O’Connel., 1993. Forecasting and Time Series: An Applied Approach,
3rd edition. Belmont, California : Duxbury Press.
Campbell, J.A. dan Beranek,W.1995. Stock Price Behaviour on Ex Divident Date. Journal of
Finance, 425-429
Cryer, J.D. 1986. Time Series Analysis. Boston : PWS-Kent Publishing Company
Darmadji,T. dan Fakhruddin, H. M. 2001. Pasar Modal di Indonesia: pendekatan tanya jawab.
Salemba Empat, Jakarta. Edisi Pertama.
Fatum, R .2000. On The Effectiveness of Sterilized Foreign Exchange Intervention.SCCIE Working
Paper 99-2, Santa Cruz
French, D.W., Varson, P.L. dan Moon,K.P. 2005. Capital Structure and the Ex-Dividend Day
Return.SSRN Journal (PDF). http:www.ssrn.com
Janacek,G. dan Swift, L. 1993. Time Series Forecasting, Simulation, Applications. London :
Ellis Horwood
Jogiyanto,H.M.2003. TeoriPortofolio dan Analisis Investasi. BPFE Yogyakarta. Edisi Ketiga.
Michaely,R. dan Vila, J.L.1995. Investors' Heterogenity, Prices and Volume Around the Ex-
Divident Day. Journal of Finance and Quantitative Analysis, Volume 30.
Gitman, L.J.2000. Principles of Managerial Finance 9th Edition. USA: Addison Wesley Publising
KESIMPULAN SARAN
Daftar Pustaka
Gitman, dan Hannesey. 2004. Dividend Policy. Hand Out Chapter 11, Lake University, Spring
Hermawati, R. 2007. Analisis Intervensi Untuk Mengetahui Pengaruh Pengumuman
Perubahan Bond Rating Terhadap Harga Dan Return Saham Di Bursa Efek Jakarta.
Tugas Akhir S1 Statistika ITS Surabaya
Husnan, S. 1994. Teori Portfolio dan Analisis Sekuritas. Yogyakarta: UPP – AMP YKPN
Pujiono. 2009. Value Relevance Dalam Informasi Dividen dan Kepemilikan Managerial
yang Membentuk Kinerja Pasar. Disertasi S3 Program Pasca Sarjana UNAIR
Surabaya.
Siaputra, Lani. 2006. Pengaruh Pengumuman Dividen Terhadap Perubahan Harga Saham
Sebelum dan Sesudah Ex-Dividend Date di Bursa Efek Jakarta (BEJ). Jurnal
Akuntansidan Keuangan. Volume 8, No. 1.
Suhartono,.2007. Teori dan Aplikasi Model Intervensi Fungsi Pulse. Jurnal IlmiahMatStat,
Volume 7,No. 2, hal 191-214
Sularso,R.A.2003.PengaruhPengumumanDividen Terhadap Perubahan Harga Saham
(Return) Sebelum dan Sesudah Ex-Divident Date di Bursa Efek Jakarta(BEJ). Jurnal
Akuntansi&Keuangan, Volume 5.
Wei, W.W.S. 1990. Time Series Analysis, Univariate and Multivariate Methods.
Canada : Addison Wesley Publishing Company.
Pada beberapa model yang didapatkan pada penelitian ini residual
belum memenuhi asumsi berdistribusi normal. Oleh karena itu dalam
penelitian selanjutnya, peneliti menyarankan agar asumsi kenormalan
dapat dipenuhi.
KESIMPULAN
SARAN Daftar Pustaka

More Related Content

Similar to Ppt seminar

Deret berkala dan peramalan.ppt
Deret berkala dan peramalan.pptDeret berkala dan peramalan.ppt
Deret berkala dan peramalan.pptDeby Andriana
 
pert 8
pert 8pert 8
pert 8t34ra
 
010 statistika-analisis-korelasi
010 statistika-analisis-korelasi010 statistika-analisis-korelasi
010 statistika-analisis-korelasiMizayanti Mizayanti
 
BAB II PENGUKURAN RODA GIGI DAN PLAT SEGITIGA
BAB II PENGUKURAN RODA GIGI DAN PLAT SEGITIGABAB II PENGUKURAN RODA GIGI DAN PLAT SEGITIGA
BAB II PENGUKURAN RODA GIGI DAN PLAT SEGITIGAAmrih Prayogo
 
Aminullah Assagaf_PLS SEM & SPSS-4 Juli 2023.pptx
Aminullah Assagaf_PLS SEM & SPSS-4 Juli 2023.pptxAminullah Assagaf_PLS SEM & SPSS-4 Juli 2023.pptx
Aminullah Assagaf_PLS SEM & SPSS-4 Juli 2023.pptxAminullah Assagaf
 
Tugasan 9 pisahan ragaman
Tugasan 9 pisahan ragamanTugasan 9 pisahan ragaman
Tugasan 9 pisahan ragamanchikkjaja
 
Operational Management_6 Jan 2023.pptx
Operational Management_6 Jan 2023.pptxOperational Management_6 Jan 2023.pptx
Operational Management_6 Jan 2023.pptxAminullah Assagaf
 
Statistika i (4 sept 2012)
Statistika i (4 sept 2012)Statistika i (4 sept 2012)
Statistika i (4 sept 2012)arahab
 
Statistika_1_Ukuran_Lokasi ekonomi pembangunan.pptx
Statistika_1_Ukuran_Lokasi ekonomi pembangunan.pptxStatistika_1_Ukuran_Lokasi ekonomi pembangunan.pptx
Statistika_1_Ukuran_Lokasi ekonomi pembangunan.pptxGagahPerkasa3
 
Bab 6_Deret Berkala dan Peramalannn.pptx
Bab 6_Deret Berkala dan Peramalannn.pptxBab 6_Deret Berkala dan Peramalannn.pptx
Bab 6_Deret Berkala dan Peramalannn.pptxhasanahfitriasari2
 
Pertemuan1 teoriketidakpastian-110920154744-phpapp01
Pertemuan1 teoriketidakpastian-110920154744-phpapp01Pertemuan1 teoriketidakpastian-110920154744-phpapp01
Pertemuan1 teoriketidakpastian-110920154744-phpapp01rozi arrozi
 

Similar to Ppt seminar (20)

Deret berkala dan peramalan.ppt
Deret berkala dan peramalan.pptDeret berkala dan peramalan.ppt
Deret berkala dan peramalan.ppt
 
12545224.ppt
12545224.ppt12545224.ppt
12545224.ppt
 
pert 8
pert 8pert 8
pert 8
 
MO II Forecasting
MO II ForecastingMO II Forecasting
MO II Forecasting
 
Tugasan pisah ragaman
Tugasan pisah ragamanTugasan pisah ragaman
Tugasan pisah ragaman
 
Rca eko
Rca eko Rca eko
Rca eko
 
Module 9
Module 9Module 9
Module 9
 
010 statistika-analisis-korelasi
010 statistika-analisis-korelasi010 statistika-analisis-korelasi
010 statistika-analisis-korelasi
 
BAB II PENGUKURAN RODA GIGI DAN PLAT SEGITIGA
BAB II PENGUKURAN RODA GIGI DAN PLAT SEGITIGABAB II PENGUKURAN RODA GIGI DAN PLAT SEGITIGA
BAB II PENGUKURAN RODA GIGI DAN PLAT SEGITIGA
 
Aminullah Assagaf_PLS SEM & SPSS-4 Juli 2023.pptx
Aminullah Assagaf_PLS SEM & SPSS-4 Juli 2023.pptxAminullah Assagaf_PLS SEM & SPSS-4 Juli 2023.pptx
Aminullah Assagaf_PLS SEM & SPSS-4 Juli 2023.pptx
 
Tugasan 9
Tugasan 9Tugasan 9
Tugasan 9
 
LMCP1352 Tugasan Pisah Ragaman
LMCP1352 Tugasan Pisah Ragaman LMCP1352 Tugasan Pisah Ragaman
LMCP1352 Tugasan Pisah Ragaman
 
Tugasan 9 pisahan ragaman
Tugasan 9 pisahan ragamanTugasan 9 pisahan ragaman
Tugasan 9 pisahan ragaman
 
Operational Management_6 Jan 2023.pptx
Operational Management_6 Jan 2023.pptxOperational Management_6 Jan 2023.pptx
Operational Management_6 Jan 2023.pptx
 
Metode cross
Metode crossMetode cross
Metode cross
 
Statistika i (4 sept 2012)
Statistika i (4 sept 2012)Statistika i (4 sept 2012)
Statistika i (4 sept 2012)
 
14. ANALISIS SENSITIVITAS.pptx
14. ANALISIS SENSITIVITAS.pptx14. ANALISIS SENSITIVITAS.pptx
14. ANALISIS SENSITIVITAS.pptx
 
Statistika_1_Ukuran_Lokasi ekonomi pembangunan.pptx
Statistika_1_Ukuran_Lokasi ekonomi pembangunan.pptxStatistika_1_Ukuran_Lokasi ekonomi pembangunan.pptx
Statistika_1_Ukuran_Lokasi ekonomi pembangunan.pptx
 
Bab 6_Deret Berkala dan Peramalannn.pptx
Bab 6_Deret Berkala dan Peramalannn.pptxBab 6_Deret Berkala dan Peramalannn.pptx
Bab 6_Deret Berkala dan Peramalannn.pptx
 
Pertemuan1 teoriketidakpastian-110920154744-phpapp01
Pertemuan1 teoriketidakpastian-110920154744-phpapp01Pertemuan1 teoriketidakpastian-110920154744-phpapp01
Pertemuan1 teoriketidakpastian-110920154744-phpapp01
 

Ppt seminar

  • 1. 7/13/2010 1 LATAR BELAKANG TUJUAN PERMASALAHAN MANFAAT BATASAN WEALTHY STOCKMARKET (MACROECONOMY) ACCOUNTANCY INFORMATION EFFECTOFEX DIVIDEND DATE RESEARCH 1. French,Varson dan Moon (2005) 2. Michaelydan Villa(1995) 3. Campbell dan Beranek (1955) INDONESIA LaniSiaputra(2006) Paired Sample t-test INTERVENTIONANALYSIS 1.SitiRatna 2. Sularso (2003) LATAR BELAKANG TUJUAN PERMASALAHAN MANFAAT BATASAN 1. Bagaimana model terbaik harga saham harian perusahaan perbankan di Bursa Efek Indonesia dengan adanya pengaruh ex divident date dengan pendekatan time series intervensi? 2. Bagaiman pengaruh ex dividend date tersebut terhadap harga saham pada hari-hari berikutnya ? Kapan waktu pertama kali efek terasa dan berapa lama pengaruhnya terhadapa harga saham pada hari-hari berikutnya? LATAR BELAKANG TUJUAN PERMASALAHAN MANFAAT BATASAN 1. Memodelkan harga saham harian perusahaan perbankan di Bursa Efek Indonesia dengan adanya pengaruh ex divident date tahun 2008-2009 2. Menganalisis waktu pertama kali efek terasa dan lama pengaruh terhadap harga saham pada hari-hari berikutnya. LATAR BELAKANG TUJUAN PERMASALAHAN MANFAAT BATASAN • KAJIANILMIAH TENTANGTIME SERIES INTERVENSI AKADEMISI • INFORMASIDALAM MEMBUAT KEBIJAKANDI PASARMODAL • PENGONTROL KEGIATANPASAR MODAL PEMERINTAH • INFORMASI AKUNTANSI PELAKU PASAR MODAL LATAR BELAKANG TUJUAN PERMASALAHAN MANFAAT BATASAN SEKTORFINANCE YANG TERGABUNG DALAM LQ45 (FEBRUARY-JULI 2008) MENGELUARKAN PENGUMUMAN PEMBAGIAN DIVIDEN DATA DIAMBIL UNTUKTAHUN 2008-2009 EX-DATE TIMESERIES INTERVENSI Pasar modal adalah perdagangan instrumen keuangan (atau sekuritas) jangka panjang, hutang ataupun modal sendiri, pemerintah, public authorities maupun perusahaan swasta Saham adalah penyertaan atau pemilikan seseorang atau badan dalam perusahaan atau perseroan terbatas 27 Oct. 10 Nov. 11 Nov. 15 Nov. 24 Dec. Declaration Date Cum- dividend Date Ex-dividend Date Record Date Payment Date Ex Dividend Date adalah hari atau tanggal hilangnya hak untuk menerima dividen.(Gitman and Hannesay,2004). EX-DATE TIMESERIES INTERVENSI Menurut Wei (2006), deret waktu (time series) adalah serangkaian pengamatan yang diambil secara berurutan berdasarkan waktu. Kestasioneran Time Series Data deret waktu yang stasioner relatif tidak terjadi kenaikan ataupun penurunan nilai secara tajam dan data berfluktuasi disekitar nilai rata- rata dengan varian yang konstan. Bila data tidak stationer terhadap varian maka transformasi Bila data tidak stationer terhadap mean maka differencing
  • 2. 7/13/2010 2 EX-DATE TIMESERIES INTERVENSI Fungsi ACF diberikan oleh: Fungsi PACF diberikan oleh: EX-DATE TIMESERIES INTERVENSI AR (p) MA(q) ARMA(p,q) ARIMA(p,d,q) ttp aZB =&)(φ tqt aBZ )(θ=& tqtp aBθZB )()( =&φ tqt d p aBZBB )()1)(( 0 θθφ +=− EX-DATE TIMESERIES INTERVENSI Model intervensi adalah suatu model yang dapat digunakan untuk menjelaskan efek suatu intervens yang disebabkan oleh faktor eksternal atau internal yang terjadi pada suatu data time series . Persamaannya dapat diberikan sebagai berikut: Outlier adalah data pengamatan yang tidak konsisten pada seriesnya. Efek kejadian tersebut dapat dihitung dengan model intervensi jika waktu dan penyebabnyadiketahui. EX-DATE TIMESERIES INTERVENSI 1009080706050403020101 14 12 10 8 6 4 2 0 Additive Outlier 1009080706050403020101 14 12 10 8 6 4 2 0 Innovational Outlier 10090807 060504 03020101 14 12 10 8 6 4 2 0 T empo rar y Cha nge 1009080706050403020101 14 12 10 8 6 4 2 0 Lev el Shift SUMBER DATA VARIABEL PENELITIAN METODE ANALISIS REKAPPERUSAHAANPERBANKAN Perusahaan perbankan yang masuk dalam daftar LQ45 periode February-July 2008. Http//sg.biz.yahoo.com/il. Pusat Data Pasar Modal FE-UGM dengan alamat pdbe@fe.ugm.ac.id dan Melalui BEI .www.IDX.co.id Periode Pengambilan data adalah Januari 2008- Desember 2009. No Kode Efek Nama Emiten Tanggal ex divident date 2008 2009 1 BBCA BankCentral Asia Tbk 13 Juni 2008 10 Juni 2009 2 BBNI BankNegara Indonesia Tbk - 19 Juni 2009 3 BBRI BankRakyat Indonesia (Persero) Tbk 18 Juni 2008 16 Juni 2009 4 BDMN BankDanamon Indonesia Tbk - 19 Juni 2009 5 BMRI BankMandiri (Persero) Tbk 19 Juni 2008 2 Desember 2009 6 BNGA BankNiaga Tbk 23 Mei 2008 - 7 BNII BankInternasional Indonesia Tbk 9 Juni 2008 - 8 PNLF Panin Life Tbk - - SUMBER DATA VARIABEL PENELITIAN METODE ANALISIS Zt : closing prize perusahaan perbankan pada periode ke t I1 : ex-dividend date pada tahun 2008 I2 : ex-dividend date pada tahun 2009 SUMBER DATA VARIABEL PENELITIAN METODE ANALISIS Variabel N Mean Variance Minimum Maksimum BBCA 502 3410,9 527995.7 2025.0 5375.0 BBRI 520 5889,6 527995.7 2525.0 8550.0 BMRI 520 3004,4 898032.0 1190.0 5250.0 Index Z 500450400350300250200150100501 5500 5000 4500 4000 3500 3000 2500 2000 100 357 Time Series Plot of BBCA ex dividend date tahun 2008 terjadi pada data ke 100 yaitu pada tanggal 28 Januari 2008 dan ex dividend date pada tahun 2009 terjadi pada data ke- 357 yaitu pada tanggal 10 Mei 2009
  • 3. 7/13/2010 3 Estimasi Parameter Model Intervensi pertama BBCA Parameter Estimasi thit P-value Keputusan Ø(3) -0.14256 -2.21 0.0273 Tolak H0 Ø(10) 0.11538 1.77 0.0771 Tolak H0 b(6) -0.12214 -0.18 0.8606 Gagal Tolak H0 ω(1) -0.07377 -0.10 0.9208 Gagal Tolak H0 ω(2) 0.15005 0.21 0.8302 Gagal Tolak H0 ω(4) 1.71834 2.42 0.0154 Tolak H0 δ(1) -0.33945 -1.00 0.318 Gagal Tolak H0 Estimasi Parameter Model Intervensi kedua 2009 BBCA Parameter Estimasi thit P-value Keputusan Ø(1) 0.17531 3.96 <.0001 Tolak H0 Ø(3) -0.16100 -3.65 0.0003 Tolak H0 b(5) -1.42930 -2.13 0.0333 Tolak H0 ω(5) -0.41816 -0.62 0.5339 Gagal Tolak H0 Analisis dampak ex dividend date BBCA 2008 (single input) selama 15 hari ke depan Parameter Estimasi thit P-value Keputusan Ø(3) -0.28481 -3.04 0.0024 Tolak H0 Ø(10) 0.21031 2.20 0.028 Tolak H0 b(6) -0.1982 -0.29 0.7725 Gagal Tolak H0 ω(1) -0.16572 -0.22 0.8268 Gagal Tolak H0 ω(2) 0.25449 0.37 0.7119 Gagal Tolak H0 ω(4) 1.82683 2.54 0.011 Gagal Tolak H0 δ(1) -0.38811 -1.27 0.2052 Gagal Tolak H0 Parameter Estimasi thit P-value Keputusan Ø(3) -0.20227 -2.2 0.0275 Tolak H0 Ø(10) 0.14364 1.51 0.132 Gagal Tolak H0 b(6) 1.26948 1.56 0.1195 Gagal Tolak H0 ω(1) 0.58506 0.52 0.6029 Gagal Tolak H0 ω(2) 1.28169 1.34 0.1801 Gagal Tolak H0 ω(4) -0.27066 -0.38 0.7038 Gagal Tolak H0 δ(1) 0.93081 10.12 <.0001 Tolak H0 Analisis dampak ex dividend date BBCA 2008 selama 30 hari ke depan • Data yang dipotong pada awal terjadi trend cenderung terus naik. Dengan demikian didapatkan data untuk pemodelan pre interensi pada tahun 2009 diawali dari t=197 sampai dengan t=356 Index 09 198176154132110886644221 5500 5000 4500 4000 3500 3000 2500 2000 72 Time Series Plot of 09 Evaluasi dampak ex divident date pada tahun 2009(Single Input) Estimasi Parameter Model Intervensi BBCA tahun 2009 15 hari ke depan Parameter Estimasi thit P-value Keputusan Ø(5) -0.297 -2.39 0.0168 Tolak H0 b(5) -8.346 -0.10 0.9236 Gagal Tolak H0 ω(1) 84.339 0.94 0.3493 Gagal Tolak H0 ω(2) -105.895 -0.93 0.3500 Gagal Tolak H0 ω(4) -0.274 -0.45 0.6532 Gagal Tolak H0 Estimasi Parameter Model Intervensi BBCA tahun 2009 30 hari ke depan Tidak ada parameter yang signifikan Parameter Estimasi thit P-value Keputusan Ø(5) -0.105 -0.95 0.3438 Gagal Tolak H0 b(6) -34.055 -0.37 0.7088 Gagal Tolak H0 ω(1) 41.09 0.42 0.6718 Gagal Tolak H0 ω(2) -123.4 -1.22 0.2224 Gagal Tolak H0 ω(4) -0.283 -0.46 0.6427 Gagal Tolak H0 Pemodelan terbaik data closing price saham harian BBCA Model ARIMA Sig White noise Normal MSE (1,1,0) √ - - 9977.95 ([1,3],1,0) √ - - 9739.37 ([1,3,4],1,0) √ √ - 9638.38 (0,1,1) √ - - 9980.88 (0,1,[1,3]) √ - - 9800.52 (0,1,[1,3,4]) √ √ - 9624.19 Nilai MSE, MAD, MAPE data out sample BBCA Model yang dipilih adalah ARIMA ([1,3,4],1,0) ARIMA MSE MAD MAPE ([1,3,4],1,0) 26781.26 132.62 2.76 (0,1,[1,3,4]) 26619.09 133.66 2.77
  • 4. 7/13/2010 4 Estimasi dan nilai Statistik Uji untuk Data Closing Price saham harian BBCA Parameter Estimasi thit p-value Keputusan Ø1 0.20643 4.69 <.0001 Tolak H0 Ø3 -0.11978 -2.66 0.0077 Tolak H0 Ø4 -0.12405 -2.74 0.0062 Tolak H0 β229 -283.786 -5.18 <.0001 Tolak H0 β50 262.047 4.78 <.0001 Tolak H0 β441 217.511 3.98 <.0001 Tolak H0 β368 215.202 3.92 <.0001 Tolak H0 β184 -214.810 -3.92 <.0001 Tolak H0 β431 202.817 3.70 0.0002 Tolak H0 β209 192.125 3.51 0.0004 Tolak H0 β186 177.233 3.24 0.0012 Tolak H0 β161 -139.567 -2.55 0.0107 Tolak H0 Uji White Noise Uji Residual Berdistribusi Normal Lag p-value Keputusan 6 2.53 0.4701 Gagal Tolak H0 12 7.65 0.5699 Gagal Tolak H0 18 10.94 0.7567 Gagal Tolak H0 24 15.83 0.7792 Gagal Tolak H0 30 18.07 0.9012 Gagal Tolak H0 Model ARIMA p-value Kesimpulan ([1,3,4],1,0) 0.0876 Gagal tolak H0 hitX 2 Model terbaik yang didapatkan adalah ARIMA ([1,3,4],1,0) dengan kesembilan parameter outlier. Secara matematis dapat dituliskan sebagai berikut : . ex dividend date tahun 2008 terjadi pada data ke 121 yaitu pada tanggal 18 Mei 2008 dan ex dividend date pada tahun 2009 terjadi pada date ke-379 yaitu pada tanggal 16 Mei 2009. Index C1 520468416364312260208156104521 9000 8000 7000 6000 5000 4000 3000 2000 121 379 Time Series Plot of Zt The ARIMA Procedure Maximum Likelihood Estimation Standard Approx Parameter Estimate Error t Value Pr > |t| Lag Variable Shift AR1,1 0.19838 0.05233 3.79 0.0002 1 pre 0 AR1,2 0.02562 0.05245 0.49 0.6252 5 pre 0 NUM1 0.36392 1.14232 0.32 0.7500 0 d1 17 NUM2 0.32235 1.75932 0.18 0.8546 0 d2 0 Variance Estimate 3.219059 Std Error Estimate 1.794174 AIC 1446.529 SBC 1462.073 Number of Residuals 360 Intervensi pertama b=17 s=0 r=0 Maximum Likelihood Estimation Standard Approx Parameter Estimate Error t Value Pr > |t| Lag Variable Shift AR1,1 0.14878 0.04371 3.40 0.0007 1 pre09 0 AR1,2 -0.14678 0.04369 -3.36 0.0008 2 pre09 0 AR1,3 0.10611 0.04349 2.44 0.0147 13 pre09 0 NUM1 -150.89564 124.16899 -1.22 0.2243 0 d1 2 NUM1,1 -250.69403 127.72304 -1.96 0.0497 4 d1 2 DEN1,1 0.88999 0.12241 7.27 <.0001 1 d1 2 Variance Estimate 39325.44 Std Error Estimate 198.3064 AIC 6889.358 SBC 6914.8 Number of Residuals 513 Autocorrelation Check of Residuals To Chi- Pr > Lag Square DF ChiSq --------------------Autocorrelations-------------------- 6 8.02 3 0.0455 -0.010 0.015 -0.062 0.011 -0.085 -0.063 12 11.20 9 0.2623 -0.045 0.058 -0.003 0.015 -0.002 0.019 18 15.41 15 0.4221 -0.014 0.029 -0.064 -0.024 -0.018 0.044 24 23.61 21 0.3123 0.101 -0.002 -0.012 -0.007 -0.065 -0.026 30 27.10 27 0.4583 -0.046 0.022 -0.032 0.048 -0.022 0.008 36 33.93 33 0.4224 0.043 0.038 0.022 -0.020 -0.086 -0.029 42 43.51 39 0.2852 0.047 -0.030 -0.084 0.052 0.041 0.051 48 49.82 45 0.2875 -0.050 0.026 -0.019 -0.022 -0.081 0.024 Tests for Normality Test --Statistic--- -----p Value------ Shapiro-Wilk W 0.995623 Pr < W 0.1618 Kolmogorov-Smirnov D 0.036077 Pr > D 0.1010 Cramer-von Mises W-Sq 0.115132 Pr > W-Sq 0.0744 Anderson-Darling A-Sq 0.649234 Pr > A-Sq 0.0921 Maximum Likelihood Estimation Standard Approx Parameter Estimate Error t Value Pr > |t| Lag Variable Shift AR1,1 0.11729 0.08527 1.38 0.1690 1 pre 0 AR1,2 -0.22441 0.08983 -2.50 0.0125 5 pre 0 NUM1 0.82684 0.80766 1.02 0.3060 0 d1 17 NUM2 0.32654 1.18945 0.27 0.7837 0 d2 0 Autocorrelation Check of Residuals To Chi- Pr > Lag Square DF ChiSq --------------------Autocorrelations-------------------- 6 0.89 4 0.9254 -0.012 -0.016 -0.022 0.049 0.002 -0.056 12 6.60 10 0.7626 -0.037 0.036 0.142 -0.025 0.043 -0.119 18 11.35 16 0.7875 0.124 -0.035 -0.059 -0.092 0.055 0.004 24 16.98 22 0.7642 -0.041 -0.011 -0.099 0.092 -0.118 -0.032 Tests for Normality Test --Statistic--- -----p Value------ Shapiro-Wilk W 0.979374 Pr < W 0.0422 Kolmogorov-Smirnov D 0.059133 Pr > D >0.1500 Cramer-von Mises W-Sq 0.087345 Pr > W-Sq 0.1696 Anderson-Darling A-Sq 0.610353 Pr > A-Sq 0.1122 Hasil pemodelan intervensi data BBRI tahun 2008 (Single Input) selama 30 hari pertama Maximum Likelihood Estimation Standard Approx Parameter Estimate Error t Value Pr > |t| Lag Variable Shift MA1,1 0.25295 0.11034 2.29 0.0219 2 pre 0 NUM1 -495.70542 220.48527 -2.25 0.0246 0 d1 2 NUM1,1 28.18245 262.67143 0.11 0.9146 2 d1 2 NUM1,2 114.32872 224.89985 0.51 0.6112 3 d1 2 DEN1,1 -0.39878 0.45168 -0.88 0.3773 1 d1 2 Variance Estimate 47058.93 Std Error Estimate 216.9307 AIC 1187.925 SBC 1200.254 Number of Residuals 87 Autocorrelation Check of Residuals To Chi- Pr > Lag Square DF ChiSq --------------------Autocorrelations-------------------- 6 5.77 5 0.3290 0.105 -0.011 -0.110 0.020 -0.195 -0.020 12 9.81 11 0.5473 -0.021 0.096 0.037 0.142 0.079 0.053 18 13.67 17 0.6905 0.099 0.021 -0.141 0.039 -0.064 0.013 24 23.79 23 0.4154 0.233 0.097 0.108 0.085 0.066 -0.023 Tests for Normality Test --Statistic--- -----p Value------ Shapiro-Wilk W 0.98171 Pr < W 0.2569 Kolmogorov-Smirnov D 0.078829 Pr > D >0.1500 Cramer-von Mises W-Sq 0.084548 Pr > W-Sq 0.1851 Anderson-Darling A-Sq 0.505752 Pr > A-Sq 0.2058 Hasil Pemodelan intervensi BBRI tahun 2009 (Single Input) selama 15 hari pertama Pemodelan intervensi BBRI tahun 2009 (Single Input) selama 30 hari pertama The ARIMA Procedure Maximum Likelihood Estimation Standard Approx Parameter Estimate Error t Value Pr > |t| Lag Variable Shift MA1,1 0.29970 0.09887 3.03 0.0024 2 pre 0 NUM1 -514.07221 221.66012 -2.32 0.0204 0 d1 2 NUM1,1 7.51042 263.58502 0.03 0.9773 2 d1 2 NUM1,2 86.08467 226.27811 0.38 0.7036 3 d1 2 DEN1,1 -0.39759 0.44329 -0.90 0.3698 1 d1 2 Autocorrelation Check of Residuals To Chi- Pr > Lag Square DF ChiSq --------------------Autocorrelations-------------------- 6 7.20 5 0.2061 0.068 -0.046 -0.121 0.128 -0.165 -0.036 12 14.05 11 0.2304 -0.044 0.161 0.057 0.148 0.040 0.073 18 17.96 17 0.3915 0.070 0.066 -0.121 0.002 -0.077 0.046 24 26.42 23 0.2813 0.174 0.032 0.095 0.157 0.006 0.005 Tests for Normality Test --Statistic--- -----p Value------ Shapiro-Wilk W 0.984567 Pr < W 0.2827 Kolmogorov-Smirnov D 0.075722 Pr > D >0.1500 Cramer-von Mises W-Sq 0.068446 Pr > W-Sq >0.2500 Anderson-Darling A-Sq 0.436985 Pr > A-Sq >0.2500
  • 5. 7/13/2010 5 Melalui proses yang sama pada analisis intervensi data saham BBCA maka dapat didapatkan bahwa parameter intervensi tidak ada yang signifikan pada α=5% baik pada intervensi multi input dengan t ex dividend date tahun 2008-2009 ataupun single input pada masing-masing tahun. Model terbaik yang diperoleh dengan metode ARIMA Box-Jenkins dan didapatkan model terbaik adalah ARIMA ([1,2,5],1,0) tanpa adanya penambahan oitlier. Secara matematis model tersebut dapat diberikan sebagai berikut. Index Y 520468416364312260208156104521 5000 4000 3000 2000 1000 122 500 Time Series Plot of Y Berdasarkan gambar tersebut terlihat bahwa ex dividend date tahun 2008 terjadi pada data ke 122 yaitu pada tanggal 19 Juni 2008 dan ex dividend date pada tahun 2009 terjadi pada data ke-500 yaitu pada tanggal 2 Desember 2009. The ARIMA Procedure Maximum Likelihood Estimation Standard Approx Parameter Estimate Error t Value Pr > |t| Lag Variable Shift AR1,1 -0.14494 0.04812 -3.01 0.0026 4 inter08 0 NUM1 -0.99558 0.62295 -1.60 0.1100 0 d1 60 NUM1,1 -0.05609 0.60254 -0.09 0.9258 4 d1 60 DEN1,1 0.26993 0.55920 0.48 0.6293 1 d1 60 Variance Estimate 0.390535 Std Error Estimate 0.624928 AIC 827.6421 SBC 843.9343 Number of Residuals 434 Autocorrelation Check of Residuals Intervensi multi input 2008 C41 MeanofC40 20191817161514131211109876543210-1-2-3- 4-5-6-7-8-9- 10 30 20 10 0 -10 -20 -30 0 0 -2 6.54 0 26 .5 4 plo t res idua l interv ens i kedua Tidak ada lag yang keluar baris batas Analisis intervensi tidak signifikan pada α=5%. Oleh karena itu pemodelan dilakukan dengan metode ARIMA Box- Jenkins. Pada metode ARIMA Box- Jenkins, penambahan parameter ke-7 menyebabkan residual tidak white noise sehingga deteksi outlier terpaksa dihentikan dengan menambahkan enam parameter outlier dan mengakibatkan residual belum berdistribusi normal. Model terbaik yang didapatkan untuk data closing price harga saham harian untuk BBRI adalah ARIMA (0,1,[1,3]) dengan penambahan enam outlier. Secara matematis model tersebut dapat diberiakan sebagai berikuT. Pada penelitian ini didapatkan kesimpulan sebagai berikut. 1. Pada ketiga sektor perusahaan perbankan yang diteliti yaitu BBCA, BBRI dan BMRI dapat disimpulkan bahwa pemodelan time series intervensi tidak signifikan dalam mendeteksi adanya pengaruh ex dividend date sehingga pemodelan terbaik didapatkan dengan metode ARIMA Box-Jenkins dengan deteksi outlier. Data insampel yang digunakan adalah periode Januari 2008- Desember 2009 sedangkan data outsampel yang digunakan adalah periode Januari-Februari 2010. Model terbaik untuk masing-masing bank adalah sebagai berikut: SARAN DAFTAR PUSTAKA KESIMPULAN BMRI SARAN DAFTAR PUSTAKA BBRI: BBCA: KESIMPULAN
  • 6. 7/13/2010 6 KESIMPULAN SARAN DAFTAR PUSTAKA 2. Berdasarkan analisis dan pembahasan yang dilakukan ternyata intervensi ex dividend date tidak berpengaruh signifikan terhadap harga saham perbankan di Indonesia bahkan untuk 15 atau 30 hari ke depan. Hal ini sangat berbeda dengan hipotesis awal bahwa ex dividend date akan berpengaruh signifikan terhadap fluktuasi harga saham di sekitar kejadian tersebut. Fenomena ini menunjukan bahwa informasi akutansi khususnya ex dividend date belum diserap dengan baik oleh para pelaku pasar di Indonesiasebagai acuan untuk mengambil keputusan ekonomi KESIMPULAN SARAN Daftar Pustaka Anonim.2009. Saham. [http://id.wikipedia.org/] (On-line: October, 2th 2009). Bowerman, B.L. and O’Connel., 1993. Forecasting and Time Series: An Applied Approach, 3rd edition. Belmont, California : Duxbury Press. Campbell, J.A. dan Beranek,W.1995. Stock Price Behaviour on Ex Divident Date. Journal of Finance, 425-429 Cryer, J.D. 1986. Time Series Analysis. Boston : PWS-Kent Publishing Company Darmadji,T. dan Fakhruddin, H. M. 2001. Pasar Modal di Indonesia: pendekatan tanya jawab. Salemba Empat, Jakarta. Edisi Pertama. Fatum, R .2000. On The Effectiveness of Sterilized Foreign Exchange Intervention.SCCIE Working Paper 99-2, Santa Cruz French, D.W., Varson, P.L. dan Moon,K.P. 2005. Capital Structure and the Ex-Dividend Day Return.SSRN Journal (PDF). http:www.ssrn.com Janacek,G. dan Swift, L. 1993. Time Series Forecasting, Simulation, Applications. London : Ellis Horwood Jogiyanto,H.M.2003. TeoriPortofolio dan Analisis Investasi. BPFE Yogyakarta. Edisi Ketiga. Michaely,R. dan Vila, J.L.1995. Investors' Heterogenity, Prices and Volume Around the Ex- Divident Day. Journal of Finance and Quantitative Analysis, Volume 30. Gitman, L.J.2000. Principles of Managerial Finance 9th Edition. USA: Addison Wesley Publising KESIMPULAN SARAN Daftar Pustaka Gitman, dan Hannesey. 2004. Dividend Policy. Hand Out Chapter 11, Lake University, Spring Hermawati, R. 2007. Analisis Intervensi Untuk Mengetahui Pengaruh Pengumuman Perubahan Bond Rating Terhadap Harga Dan Return Saham Di Bursa Efek Jakarta. Tugas Akhir S1 Statistika ITS Surabaya Husnan, S. 1994. Teori Portfolio dan Analisis Sekuritas. Yogyakarta: UPP – AMP YKPN Pujiono. 2009. Value Relevance Dalam Informasi Dividen dan Kepemilikan Managerial yang Membentuk Kinerja Pasar. Disertasi S3 Program Pasca Sarjana UNAIR Surabaya. Siaputra, Lani. 2006. Pengaruh Pengumuman Dividen Terhadap Perubahan Harga Saham Sebelum dan Sesudah Ex-Dividend Date di Bursa Efek Jakarta (BEJ). Jurnal Akuntansidan Keuangan. Volume 8, No. 1. Suhartono,.2007. Teori dan Aplikasi Model Intervensi Fungsi Pulse. Jurnal IlmiahMatStat, Volume 7,No. 2, hal 191-214 Sularso,R.A.2003.PengaruhPengumumanDividen Terhadap Perubahan Harga Saham (Return) Sebelum dan Sesudah Ex-Divident Date di Bursa Efek Jakarta(BEJ). Jurnal Akuntansi&Keuangan, Volume 5. Wei, W.W.S. 1990. Time Series Analysis, Univariate and Multivariate Methods. Canada : Addison Wesley Publishing Company. Pada beberapa model yang didapatkan pada penelitian ini residual belum memenuhi asumsi berdistribusi normal. Oleh karena itu dalam penelitian selanjutnya, peneliti menyarankan agar asumsi kenormalan dapat dipenuhi. KESIMPULAN SARAN Daftar Pustaka