Abnormal Return Dengan Strategi Analisis Fundamental

Abstract

Beberapa penelitian sebelumnya telah membuktikan bahwa harga saham ternyata gagal untuk merefleksikan dengan segera publikasi informasi yang tersedia, khususnya informasi mengenai earnings. Penelitian ini dilakukan dengan menggunakan data yang terdapat dalam laporan keuangan (data fundamental), sebagai upaya untuk mencari alternatif lain yang diharapkan dapat digunakan untuk menentukan harga saham dengan lebih baik.

Dengan pengambilan sampel diambil secara purposive random sampling terhadap perusahaan manufaktur yang tercatat di Bursa Efek Indonesia (BEI) selama tahun 2005 dan 200 dan sahamnya aktif diperdagangkan selama periode tersebut. Diperoleh sebanyak 34 perusahaan yang memenuhi kriteria yang ditetapkan.

Penelitian ini menggunakan 6 sinyal fundamental yaitu: persediaan (PERSD), piutang dagang (PD), pengeluaran modal (PM), margin kotor(MK), biaya penjualan dan administrasi (P&A) dan pajak efektif (PE). Sinyal fundamental dihitung dengan menggunakan model perubahan rata-rata 2 tahun sebelumnya. Sedangkan abnormal return dihitung dengan menggunakan model disesuaikan rata-rata dan model disesuaikan pasar. Pengujian hipotesis dilakukan dengan menggunakan analisis regresi sederhana untuk mengetahui besarnya hubungan antara masing-masing sinyal fundamental (univariate regression), maupun seluruh sinyal fundamental (multivariate regression) terhadap CAR (cumulative abnormal return).

Hasil empiris menunjukkan bahwa sinyal margin kotor (MK) mampu memprediksi abnormal return secara signifikan, yaitu dengan signifikansi nilai t sebesar 0,0726 (dengan model disesuaikan rata-rata) dan sebesar 0.0165 (dengan model disesuaikan pasar). Sedangkan kelima sinyal fundamental yang lain ternyata tidak mampu memprediksi abnormal return secara signifikan karena analisis statistik menunjukkan signifikansi nilai t yang lebih besar dari 0.1, masing-masing yaitu: PERSD = 0,4933 dan 0,2938, PD = 0,2171 dan 0,3119, PM = 0,2682 dan 0,3076, dan PE = 0,2208 dan 0,2333 (masing-masing untuk model disesuaikan rata-rata dan model disesuaikan pasar).