Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Dalam pasar modal yang sudah efisien dalam tingkat weak form, harga masa lalu tidak dapat memprediksi harga saat ini, sehingga tidak akan ada anomali kalender. Penelitian ini akan mencoba membuktikan tingkat efisiensi pasar modal di Indonesia dari kehadiran anomali bulanan pada indeks pasar dan sektoral sepanjang periode 2009-2018. Kehadiran anomali bulanan diliat dengan beberapa metode statistik seperti: regresi OLS, Robust regression, Bootstrap regression, dan model GARCH. Penelitian menunjukkan bahwa beberapa asumsi OLS tidak terpenuhi sehingga menciptakan bias dalam penentuan kehadiran anomali bulanan. Peneliti menemukan beberapa kalender anomali seperti pada bulan Maret 4 sektor, Agustus 2 sektor, dan November 5 sektor. Terdapat pula beberapa bulan yang hanya signifikan dalam satu sektor tertentu yang menunjukkan adanya keunikan suatu sektor. Hasil penelitian dibandingkan dengan empat negara lain dimana terbukti bahwa efek bulan November hanya terjadi di Indonesia, berbeda dengan Agustus yang signifikan di tiga negara berbeda. Analisis lanjutan menunjukkan bahwa anomali bulan Agustus terjadi karena adanya krisis dan ketika kita tidak memasukkan tahun krisis, maka pengaruh bulan Agustus menjadi tidak signifikan menunjukkan bahwa anomali dapat terjadi karena shocks. Analisis anomali bulan Maret dan November menunjukkan adanya alasan khusus yang membuktikan kehadiran seasonal variability yang berarti pengaruh serupa dapat terjadi dalam periode lainnya. ......In weakly efficient stock market, investor cannot predict stock prices with historical data, hence there will not be any calendar anomalies. This research tries to argue with efficient market hypothesis theory by studying month anomalies in market and sectoral indices in Indonesia between 2009-2018. We analyze month anomalies using several statistical methods: OLS regression, Robust regression, Bootstrap regression, and GARCH model. Our study shown that standard OLS regression violate many assumptions which lead to bias that will alter hypothesis rejection decision. We found several month anomalies such as March 4 sectors, August 2 sectors, November 5 sectors. There are also several months that only affect one sector which proof that there is uniqueness between each sector. We also compare this research with four different countries and found that November anomaly is indeed country specific, unlike August anomaly which occurs in three sample countries. Further analysis shown that August anomaly happen due to crisis and after excluding crisis year, the anomaly will be insignificant, proofing that anomaly may exist due to shocks. Our analysis on March and November anomaly shown that there are reasons behind anomaly and demonstrates seasonal variability which indicates that similar effect might reoccur between different period.