"Fenomena dimana Indeks Harga Saham Gabungan mengalami tingkat pengembalian yang sangat berbeda yaitu sangat tinggi apabila dibandingkan dengan bulan-bulan lainnya beberapa kali terjadi di Bursa Efek Jakarta. Fenomena ini salah satunya terjadi pada hari-hari terakhir bulan Desember sampai dengan minggu-minggu pertama bulan Januari. Kejadian atau fenomena inilah yang dikenal dengan "January effect". Fenomena ini tidak hanya terjadi di pasar yang belum efisien seperti di Indonesia, namun juga terjadi di negara-negara lain yang memiliki bursa saham bahkan untuk pasar di Amerika yang sudah sangat efisien.
Berdasarkan penelitian-penelitian yang telah dilakukan sebelumnya mengenai January effect telah menunjukkan adanya suatu anomaii pasar pada bulan Januari yang berbeda dengan bulan-bulan sebelumnya dimana terjadi kenaikkan harga-harga saham yang meningkatkan return yang lebih tinggi dibandingkan bulan-bulan lainnya. Ada beberapa teori yang menjelaskan mengenai sebab terjadinya fenomena January Effect ini, antara lain adalah teori ketersediaan infonnasi; teori tax-loss selling; teori perilaku investor.
Dalam penelitian ini akan dicari hubungan antara return pasar bulan Januari sebagai variabel terikat dengan return bulan Desember dan beberapa variabel makro sebagai variabel bebas (analisis regresi berganda). Variabel-variabel lain tersebut antara lain Inflasi, SBI, Kurs dan PDB. Pencarian hubungan dilakukan dengan metode Ordinary Least Square (OLS) dengan menggunakan software E-Views versi 4.1.
Karya Akhir ini memiliki tujuan utama untuk (1) melihat return pasar melalui indikator IHSG pada bulan Januari dari periode I989-2006 di Bursa Efek Jakarta; (2) mengetahui sejauh mana pengaruh variabel-variabel lain terhadap January effect yang terjadi pada Bursa Efek Jakarta dengan melihat besarnya return pasar pada Bursa Efek Jakarta; (3) menghasilkan bahan pertimbangan bagi investor dalam mengatur strategi berinvestasi menghadapi fenomena January effect tersebut.
Penelitian yang dilakukan merupakan penelitian empiris dengan periode observasi sepanjang tahun Januari I989 hingga Januari 2006 menggunakan metode analisis regresi berganda. Variabel bebas dalam regresi ini adalah return pasar bulan Desember, variabel makro (Inflasi, SBI, Kurs dan PDB), sedangkan return pasar bulan Januari berlaku sebagai variabeI terikat yang dijelaskan oleh variabel bebas. Menurut literatur, sebelum dilakukan penyusunan model, data hares memenuhi beberapa asumsi dan tidak memiliki masalah tertentu. Dalam penelitian ini dilakukan pengujian asumsi-asumsi yang harus dipenuhi dalam suatu model regresi berganda. Asumsi yang harus dipenuhi atau masalah data yang harus diatasi meliputi norrnalitas, autokorelasi dan multikolinicritas.
Analisis regresi berganda dilakukan dengan melalui tujuh permodelan yaitu: (1) Regresi return bulan Desemberterhadap return pasar bulan Januari; (2) Regresi Inflasi terhadap return pasar bulan Januari; (3) Regresi SBI terhadap return pasar bulan Januari; (4) Regresi kurs terhadap return pasar bulan Januari; (5) Regresi PDB terhadap return pasar bulan Januari; (6) Regresi variabel Makro (Inflasi, SBI, Kurs dan PUB) terhadap return pasar bulan Januari; (7) Regresi return bulan Desember, Inflasi, SBI, Kurs dan PDB terhadap return pasar bulan Januari.
Hasil analisis menunjukan bahwa sebagian besar variabel-variabel lainnya yang merupakan variabel bebas yaitu return Desember, Inflasi, SBI dan PDB yang diujikan tidak memiliki pengaruh yang signifikan terhadap perubahan return pasar bulan Januari. Hanya variabel Kurs yang memiliki mempengaruhi perubahan return pasar bulan Januari. Sehingga ketika semua variabel-variabeI bebas tersebut diregresi bersamaan terhadap return pasar bulan Januari maka dari basil multi regresi dengan menggunakan software E-Views 4.1 didapat hasil yang tidak signifikan terhadap perubahan return pasar bulan Januari.
For several times, Jakarta Stock Exchange has been undergoing unusual phenomenon in which Composite Index giving return that was so high in certain month compared to other months. This so-called January effect, named after its occurrence on the last days of December up to the first weeks of January, occurred not only in inefficient market as in Indonesia, but can also be found in other counties where the market is efficient such as United States' market.
Previous studies on January effect had shown market anomaly in January, which was different from the preceding months, that stock price increase had provided higher return than it did in other months of the year. There are several theories explaining the grounds of the January effect phenomenon, such as information availability theory, tax-loss selling theory and investor behavior theory.
This study will seek the relationship of market return in January as dependent variable to market return in December and several macroeconomic variables as dependent variables (multi-regression analysis). The macroeconomic variables are inflation, SBI, exchange rate and GDP. Correlation calculation was done through Ordinary Least Square (OLS) using E-Views software version 4.1.
The purpose of this thesis are to (1) observe market return through JSX index in January 1989-2006; (2) acknowledge the effect of macro-economic variables to January effect in JSX by measuring high return in the market; (3) provide opinion to investor in setting investment strategy when facing the January effect phenomenon.
The study conducted is an empirical study with observation period between January 1989 to January 2006 using multi-regression method. Included in independent variables are market return in December and macro-economic variables (inflation, SBI, exchange rate and GDP), whereas market return in January will be treated as dependent variable that will be defined by the independent variables. According to literature, before a model is being set up, data must fulfill several assumptions and free of certain issue. In the study, assumptions that must be fulfilled in a multi-regression model were tested. The assumptions or data to be covered included normality, autocorrelation and multicolinearity.
Multi-regression analysis conducted through seven modeling, which were: (1) regression of market return in December to market return in January; (2) regression of inflation rate to market return in January; (3) regression of SBI rate to market return in January; (4) regression of exchange rate to market return in January; (5) regression of GDP to market return in January; (6) regression of macro-economic variables (inflation, SBI exchange rate and GDP) to market return in January; (7) regression of market return in December, inflation, SBI, exchange rate and GDP to market return in January.
Analysis result showed that most tested independent variables, market return in December, inflation, SBI and GDP, had no significant effect on the adjustment of market return in January. Only exchange rate variable that had impact in market return in January. Therefore, when all independent variables were regressed altogether to market return in January, multi-regression result using E-views 4.1 software showed no significant correlation to adjustment market return in January."
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2006
