Tujuan utama dari penelitian ini adalah melakukan pengukuran friksi perdagangan pada data keuangan berfrekuensi tinggi di Bursa Efek Indonesia (BEI) dan melakukan adjustment friksi perdagangan tersebut untuk mengestimasi expected return pada three factor model. Friksi perdagangan diukur menggunakan quoted half spread, effective half spread, traded spread, roll price serta proportional half spread.Penelitian ini mendefinisikan friksi perdagangan sebagai kendala yang dihadapi investor dalam melakukan transaksi perdagangan saham yang merupakan biaya implisit yang bersumber dari real friction dan informational friction. Berdasarkan hasil perhitungan, diketahui bahwa friksi perdagangan tertinggi bersumber dari informasi.Hasil penelitian ini membuktikan bahwa rata-rata friksi perdagangan yang dihasilkan adalah sebesar 1% pertahun. Mengingat saham-saham yang menjadi sampel dalam penelitian ini merupakan saham berkapitalisasi pasar tinggi yang tersebar pada berbagai fraksi harga, maka friksi sebesar 1% pertahun tersebut merupakan friksi yang dihasilkan pada perusahaan yang relatif likuid. Hasil estimasi expected return pada three factor model yang memperhitungkan friksi perdagangan dapat menjelaskan adanya hubungan positif antara beta dengan expected return pada seluruh periode pengamatan.Melalui uji beda rata-rata selisih beta saham sebelum dan setelah adjustment baik menggunakan proportional quoted half spread maupun proportional effective half spread, dapat dibuktikan bahwa friksi perdagangan menyebabkan peningkatan beta terutama pada saat krisis. Sebagai market risk (systematic risk), peningkatan beta yang disebabkan adanya friksi perdagangan sebesar 1% pertahun tersebut dapat mempengaruhi pasar dan menyebabkan perubahan harga (asset pricing). Dalam hubungannya dengan karakteristik perdagangan, friksi perdagangan memiliki hubungan negatif dengan harga saham, volume perdagangan, jumlah perdagangan dan kapitalisasi pasar.Hasil uji korelasi dapat membuktikan keeratan hubungan antara friksi perdagangan dengan harga saham, jumlah transaksi dan kapitalisasi pasar, dan tidak dapat membuktikan hubungannya dengan volume transaksi karena parameternya terbukti tidak signifikan. Hasil uji beda rata-rata perubahan tick size dapat membuktikan dampak kebijakan penurunan tick size terhadap penurunan friksi perdagangan.

---

The main purpose of this research is to measure trading friction for high frequency financial data at Bursa Efek Indonesia (BEI) and to adjust trading friction to estimate expected return in three factor model. Trading friction could be measured by quoted half spread, effective half spread, traded half spread, Roll price and proportional half spread. This research defines trading friction as the difficulties faced by investors in the stocks trading which is sourced from implisit transaction cost. The sources of trading friction are real friction dan informational friction.Based on calculations, it is known that the highest trading frictions derived from the information. These results prove that the average trading friction is equal to 1% per year. Given the stocks that the sample in this study is the high market capitalization stocks scattered in various fractions price, then the friction of 1% per year is a friction at the company's relatively liquid. The estimation results of the expected return on the three-factor model that takes into account the trading frictions can explain the existence of a positive relationship between beta with the expected return on the entire observation period.Through compare mean test before and after adjustment using either proportional quoted half spread or proportional effective half spreads, it can be proved that the trading frictions lead to an increase in the beta, especially in times of crisis. As market risk (systematic risk), due to an increase in beta trade friction of 1% per year can affect the market and lead to changes in prices (asset pricing). The cross-sectional relation of trading friction to characteristics of trade, trading frictions are negatively related to measures of trading activity such as stock price, trade volume, number of trades and market capitalization.Trading friction measures are highly correlated with the stock price, market capitalization and number of transactions, and uncorrelated with the volume of transactions as parameters proved to be insignificant. The results of compare mean test of tick size change can explain the impact of policies on the reduction in tick size in trading frictions.