Upload
darmosoewito-luna
View
187
Download
4
Embed Size (px)
Citation preview
PROPOSAL PENELITIAN
PENGARUH MONDAY EFFECT TERHADAP RETURN 9 SEKTOR
SAHAM BURSA EFEK INDONESIA (BEI) TAHUN 2008
Andyan Tri Bhaswara 0906585124
Luna Mantyasih Makarti 0906498603
Tb. Muh Abrar Kautsar 0906584992
UNIVERSITAS INDONESIA
2009
BAB I
PENDAHULUAN
1.1 Latar Belakang
Secara konvensional, para peneliti berasumsi bahwa imbal hasil yang diharapkan
(expected return) dari saham terdistribusi secara merata untuk setiap hari perdagangan.
Karena return hari Senin merupakan akumulasi dari tiga hari kalender sebelumnya, maka
return memiliki mean dan variance yang lebih tinggi daripada return hari lainnya
(kemungkinan tiga kali lebih besar). Fama (1965) membandingkan varians dari masing-
masing return harian dan menyimpulkan bahwa varians return di hari Senin 20% lebih besar
dibanding hari lain.
Namun, asumsi statistik ini tidak sesuai dengan kondisi keseimbangan pasar. Pada
kenyataannya, distribusi return saham dalam satu minggu berbeda tiap harinya. Anomali
terhadap efficient market hypothesis ini disebut day of the week effect (efek hari
perdagangan), salah satu yang umum terjadi adalah Monday effect. Monday effect berdampak
terhadap return hari Senin yang cenderung negatif dan terendah dibandingkan dengan hari
perdagangan lainnya.
Abraham dan Ikenberry berhasil meneliti imbal hasil saham rata-rata memang bernilai
negatif di hari Senin. Ketika return di hari Jumat negatif, return di hari Senin hampir 80%
ikut negatif dengan nilai rata-rata -0.61%. Sedangkan apabila return hari Jumat positif, maka
hari Senin berikutnya return kembali positif, 0.11%. Hasil seperti ini tampak pada
perusahaan kecil dan menengah yang didominasi oleh investor individu.
Para peneliti keuangan telah banyak menyelidiki penyebab terjadinya Monday effect.
Lakonishok dan Maberly serta Abraham dan Ikenberry beranggapan bahwa fenomena ini
berkaitan dengan perilaku investor individu dalam jual-beli. Dalam penelitiannya mereka
menyatakan bahwa investor lebih banyak melakukan transaksi jual di hari Senin. Hal ini yang
menyebabkan terjadinya Monday effect. Dengan kata lain, Monday effect dapat diartikan
sebagai kenaikan volume penjualan yang dilakukan oleh investor pada awal minggu.
Lebih detail, Miller (1988) berpendapat bahwa return negatif di hari Senin merupakan
konsekuensi dari dua hal. Pertama, keunikan biaya masing-masing individu dalam
mengevaluasi portfolionya. Kedua, informasi yang diterima masing-masing individu dari
brokernya. Berdasarkan hipotesis tadi, semua investor membutuhkan biaya untuk
mengumpulkan informasi. Biaya yang dibutuhkan akan lebih besar lagi jika proses
pengumpulan informasi dilakukan pada hari kerja saat para investor disibukkan dengan
aktivitasnya. Pada saat investor menunda proses tersebut sampai akhir pekan, maka akan
lebih banyak investor yang melakukan selling di awal minggu.
Meskipun sulit untuk dijelaskan, tampak bahwa berita buruk pada akhir pekan dan
perilaku individu yang melakukan penjualan bersih di hari Senin menjelaskan pola musiman
ini. Kamara (1997) menyebutnya sebagai komponen informasi dan investor individu. Pattel
dan Wolfson (1982) serta Pennman (1987) menemukan bahwa perusahaan cenderung untuk
menyiarkan berita buruk selama akhir pekan. Akan tetapi, Damodaran berpendapat hal itu
hanya dapat menjelaskan efek musiman dalam proporsi yang sangat kecil.
Akhir pekan merupakan waktu bagi investor individu untuk menganalisis informasi
dan membuat keputusan investasi. Miller (1988) serta Lakonishok dan Maberly (1990)
mengatakan bahwa broker lebih substansial untuk memberikan rekomendasi membeli
daripada menjual (setiap orang dapat membeli saham; hanya pemegang saham dapat menjual
saham). Karena broker tidak aktif selama akhir pekan, penjualan bersih oleh individu lebih
tinggi pada hari Senin daripada hari kerja lain. Kedua komponen musiman tadi hanya berlaku
jika para pelaku perdagangan tidak rasional atau kurang memiliki informasi.
Beberapa pembuktian lain dilakukan. Selain mendokumentasikan signifikansi efek
hari perdagangan, implikasi dari efisiensi pasar juga diuji. Pembuktian mengenai efek hari
perdagangan masih terus dilakukan dan mengalami penyesuaian. Efek ini pun tidak lagi
terkonsentrasi pada hari Senin. Kato (1990) menemukan return terendah terjadi pada hari
Selasa (Tuesday effect) di bursa efek Jepang.
Fenomena efek hari perdagangan tidak selalu ditemukan pada setiap minggu. Salah
satu anomali musiman yang berhasil dibuktikan yaitu week-four effect. Week-four effect
merupakan suatu fenomena yang mengungkapkan bahwa Monday effect hanya terjadi pada
minggu keempat untuk setiap bulannya. Sedangkan return hari Senin minggu pertama sampai
minggu ketiga dianggap tidak signifikan negatif atau sama dengan nol. Fenomena week-four
effect ini berhasil diungkap oleh Wang, Li, dan Erickson. Penelitian tersebut dilakukan
terhadap indeks return saham NYSE-AMEX, S&P composite index, serta Nasdaq dengan
periode penelitian 1962-1993.
Di Indonesia, sejumlah penelitian untuk mengetahui ada atau tidaknya Monday effect
juga sudah dilakukan. Masing-masing memiliki sampel dan pendekatan variabel yang
berbeda-beda, tergantung pada ketersediaan data. Hasilnya pun berbeda-beda. Penelitian ini
akan menguji apakah Monday effect terjadi pada semua sektor saham di Bursa Efek
Indonesia.
1.2 Permasalahan
Adapun rumusan masalah dalam penelitian ini adalah sebagai berikut:
1. Apakah terjadi Monday effect di semua sektor saham Bursa Efek Indonesia?
2. Apakah Monday effect hanya terjadi pada minggu keempat dan minggu kelima?
3. Apakah return tiap sektor di hari Senin berkorelasi positif dengan return hari Jumat
sebelumnya?
1.3 Tujuan Penelitian
Berdasarkan permasalahan tersebut, tujuan umum dari penelitian ini adalah untuk
mengetahui saham-saham di sektor mana yang memiliki anomali pasar. Sedangkan tujuan
khusus penelitian ini adalah:
1. Menguji adanya Monday effect.
2. Menguji apakah Monday effect hanya terjadi pada minggu keempat dan minggu
kelima.
3. Menguji apakah return tiap sektor pada hari Senin berkorelasi positif dengan return
pada hari Jumat.
1.4 Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan kontribusi terhadap semua pihak yang
terkait, terutama investor, emiten, dan peneliti selanjutnya. Manfaat penelitian ini dapat
dibagi menjadi:
1. Investor dapat memperoleh gambaran mengenai strategi yang tepat dalam memilih
investasi saham terkait dengan risiko dan imbal hasil yang diinginkan.
2. Emiten dapat memperoleh gambaran mengenai strategi pembiayaan yang akan dipilih
untuk mendapatkan dana yang diharapkan dari pasar modal.
3. Sebagai pelengkap dari penelitian-penelitian sebelumnya berkaitan dengan efisiensi
pasar modal.
4. Sebagai sumber informasi untuk penelitian selanjutnya mengenai pasar modal.
BAB II
LANDASAN TEORI
2.1 Saham Indeks LQ45
Indeks LQ45 diluncurkan pada bulan Februari 1997 yang terdiri dari 45 saham
dengan likuiditas tinggi, ukuran utama likuiditas transaksi adalah nilai transaksi di pasar
reguler. Namun dengan makin berkembangnya pasar dan juga untuk lebih mempertajam
kriteria likuiditas, maka sejak review bulan Januari 2005, jumlah hari perdagangan dan
frekuensi transaksi dimasukkan sebagai ukuran likuiditas.
Kriteria suatu saham untuk dapat masuk dalam perhitungan indeks LQ45 adalah
sebagai berikut:
1. Telah tercatat di Bursa Efek Indonesia (BEI) minimal 3 bulan
2. Masuk dalam 60 saham berdasarkan nilai transaksi di pasar reguler
3. Dari 60 saham tersebut, 30 saham dengan nilai transaksi terbesar secara otomatis akan
masuk dalam perhitungan indeks LQ45
4. Untuk mendapatkan 45 saham akan dipilih 15 saham lagi dengan menggunakan
kriteria Hari Transaksi di Pasar Reguler serta Frekuensi Transaksi di Pasar Reguler
dan Kapitalisasi Pasar. Metode pemilihan 15 saham tersebut adalah:
i. Dari 30 sisanya, dipilih 25 saham berdasarkan Hari Transaksi di Pasar Reguler.
ii. Dari 25 saham tersebut akan dipilih 20 saham berdasarkan Frekuensi Transaksi
di Pasar Reguler
iii. Dari 20 saham tersebut akan dipilih 15 saham berdasarkan Kapitalisasi Pasar,
sehingga akan didapat 45 saham untuk perhitungan indeks LQ45
5. Selain melihat kriteria likuiditas dan kapitalisasi pasar tersebut di atas, akan dilihat
juga keadaan keuangan dan prospek pertumbuhan perusahaan tersebut.
BEI secara rutin memantau perkembangan kinerja komponen saham yang masuk
dalam penghitungan indeks LQ45. Setiap tiga bulan sekali dilakukan evaluasi atas pergerakan
urutan saham-saham tersebut. Penggantian saham akan dilakukan setiap enam bulan sekali,
yaitu pada awal bulan Februari dan Agustus.
2.2 Saham Sektoral
Semua saham yang tercatat di BEI diklasifikasikan ke dalam sembilan sektor menurut
klasifikasi industri yang telah ditetapkan BEI. Kesembilan sektor tersebut adalah:
A. Sektor-sektor Primer (Ekstraktif)
Sektor 1 : Pertanian
Sektor 2 : Pertambangan
B. Sektor-sektor Sekunder (Industri Pengolahan / Manufaktur)
Sektor 3 : Industri Dasar dan Kimia
Sektor 4 : Aneka Industri
Sektor 5 : Industri Barang Konsumsi
C. Sektor-sektor Tersier (Industri Jasa / Non-manufaktur)
Sektor 6 : Properti dan Real Estate
Sektor 7 : Transportasi dan Infrastruktur
Sektor 8 : Keuangan
Sektor 9 : Perdagangan, Jasa dan Investasi
2.3 Hipotesa Pasar Efisien
Hipotesa pasar efisien dipopulerkan oleh Fama (1970) yang menyatakan bahwa
sebuah pasar dimana harga selalu merefleksikan secara penuh informasi yang tersedia disebut
efisien. Dalam kondisi pasar yang efisien, tidak ada pelaku pasar yang dapat mendapatkan
imbal hasil yang melebihi tingkat imbal hasil yang ditawarkan.
Hipotesa pasar efisien ini ditunjang dengan asumsi bahwa terdapat banyak pelaku
pasar yang memaksimalkan keuntungan dan independen terhadap yang lain, informasi-
informasi baru mengenai sekuritas muncul secara random dan disampaikan secara
independen, dan asumsi yang terakhir adalah para pelaku pasar menyesuaikan harga sekuritas
dengan sangat cepat untuk merefleksikan informasi baru.
Berdasarkan jenis informasi yang digunakan, terdapat tiga bentuk efisiensi pasar,
yaitu:
1. Pasar Efisiensi Lemah
Dalam pasar efisiensi lemah, harga saat ini telah mencerminkan informasi yang
mempengaruhi harga di masa lalu (past information) seperti harga historis, volume
perdagangan, tingkat imbal hasil, dan hal lain-lain yang dapat menjadi informasi bagi pasar.
Konsekuensi dari pasar efisiensi lemah adalah seharusnya tidak terdapat hubungan
antara perubahan harga di masa lalu dengan perubahan harga di masa depan sehingga semua
aturan perdagangan yang bergantung pada semua data pasar historis untuk meramalkan
perubahan harga di masa depan tidak berguna.
2. Pasar Efisiensi Semi-Kuat
Harga pada pasar efisiensi semi-kuat dipengaruhi oleh informasi yang tersedia bagi
pihak publik (public information). Informasi tersebut tidak hanya informasi di masa lalu
namun juga seluruh informasi yang berkaitan dengan perusahaan seperti pembagian dividen,
stock split, berita ekonomi dan politik, dan lain sebagainya.
Konsekuensinya yaitu para pelaku pasar yang melakukan pengambilan keputusan
berdasarkan informasi penting yang telah terpublikasi tidak dapat memperoleh keuntungan di
atas rata-rata normal secara konsisten. Hal ini dikarenakan harga setelah informasi
dipublikasikan telah mencerminkan seluruh informasi untuk publik.
3. Pasar Efisiensi Kuat
Kondisi pasar dimana harga yang terjadi tidak hanya mencerminkan seluruh informasi
yang dipublikasikan, namun juga informasi yang tidak tersedia bagi publik (private
information). Diasumsikan seluruh informasi tersedia secara bebas dan semua orang bisa
mendapatkannya dalam waktu yang bersamaan. Sehingga tidak ada satupun pelaku pasar
yang mempunyai akses monopoli terhadap informasi yang relevan pada pembentukan harga.
2.4 Anomali Pasar Efisien
Istilah anomali menggambarkan kondisi dimana sekuritas memiliki performa yang
bertentangan dengan teori hipotesa pasar efisien sehingga harga tidak mencerminkan seluruh
informasi yang tersedia di pasar.
Beberapa anomali pasar yang terjadi diantaranya:
1. Day of the week effect, imbal hasil hari tertentu pada satu minggu mempunyai nilai
rata-rata yang positif atau negatif secara signifikan.
2. Monday effect, imbal hasil pada hari Senin bernilai negatif secara signifikan.
3. Week-four effect, anomali Monday effect hanya terjadi pada dua minggu terakhir
(keempat dan kelima) dalam suatu bulan, sedangkan rata-rata imbal hasil untuk Senin
minggu pertama sampai ketiga tidak berbeda secara signifikan dengan nol.
4. P/E (price earning ratio) effect, portofolio dengan P/E rendah akan mempunyai imbal
hasil yang lebih tinggi dibanding portofolio dengan P/E yang tinggi.
5. January effect, imbal hasil pada bulan Januari akan secara signifikan lebih besar
dibandingkan imbal hasil pada bulan lainnya.
Anomali-anomali yang terjadi di pasar tersebut telah diteliti di berbagai negara.
2.5 Penelitian Terdahulu dan Hipotesis
Telah banyak dilakukan penelitian untuk meneliti anomali yang terjadi pada pasar.
Salah satu anomali tersebut yaitu Monday effect yang diteliti oleh Fama (1965), didapatkan
ternyata varians pada hari Senin sekitar 20% lebih besar dibandingkan pada hari lainnya. Hal
yang sama juga disimpulkan oleh Godfrey, Granger, dan Morgenstern (1964) dengan
menggunakan metodologi yang berbeda. Cross (1973) dan French (1980) menemukan bahwa
rata-rata imbal hasil pada hari Senin negatif secara signifikan menggunakan data Standard
and Poor’s (S&P 500).
Lakonishok dan Maberly (1990) menemukan bahwa para pelaku pasar individu
meningkatkan aktivitas perdagangan pada hari Senin dan cenderung lebih banyak melakukan
transaksi jual yang mungkin dapat menjelaskan adanya anomali weekend effect.
Jaffe dan Westerfield (1985) meneliti weekend effect pada empat negara, yaitu UK,
Kanada, Jepang dan Australia. Dari hasil penelitian ini didapatkan bahwa anomali weekend
effect terjadi di keempat negara tersebut, dengan rata-rata imbal hasil terkecil di negara
Jepang dan Australia terjadi pada hari Selasa. Untuk menguji apakah anomali Monday effect
terjadi di sembilan sektor di BEI dirumuskan hipotesis sebagai berikut:
H1 : Imbal hasil yang terjadi pada hari Senin negatif secara signifikan.
Wang, Li dan Erickson (1997) menemukan bahwa anomali Monday effect hanya
terjadi pada dua minggu terakhir (keempat dan kelima) dalam suatu bulan, sedangkan rata-
rata imbal hasil untuk Senin minggu pertama sampai ketiga tidak berbeda secara signifikan
dengan nol (week-four effect). Anomali ini mempunyai hubungan dengan tuntutan likuiditas
para pelaku pasar di akhir bulan. Untuk menguji anomali week-four effect di tiap sektor BEI
dirumuskan hipotesis sebagai berikut:
H2 : Imbal hasil pada hari Senin minggu keempat dan kelima negatif secara signifikan
sedangkan imbal hasil minggu pertama sampai ketiga tidak berbeda secara signifikan dengan
nol.
Abraham dan Ikenberry (1994) menemukan adanya korelasi antara performa saham
pada hari Jumat dengan hari Senin. Jika imbal hasil pada hari Jumat negatif, ternyata imbal
hasil pada hari Senin juga akan ikut negatif. Begitupun jika imbal hasil pada hari Jumat
positif, akan diikuti dengan imbal hasil pada hari Senin yang positif. Untuk menguji apakah
terdapat korelasi antara imbal hasil hari Jumat dengan imbal hasil hari Senin berikutnya pada
sembilan sektor di BEI dirumuskan hipotesis ketiga sebagai berikut:
H3 : Imbal hasil negatif yang terjadi pada hari Senin didahului oleh adanya imbal hasil yang
negatif pada hari Jumat minggu sebelumnya.
Dari beberapa hasil penelitian di atas, dalam realita teori hipotesa pasar efisien sulit
untuk terjadi dikarenakan adanya anomali-anomali yang terjadi di pasar.
BAB III
METODOLOGI PENELITIAN
3.1 Data Penelitian
Data yang digunakan di dalam penelitian ini adalah data perdagangan saham harian
dari 9 saham teraktif yang mewakili setiap sektor perusahaan pada periode 1 Januari 2008
sampai dengan 31 Desember 2008 yang telah masuk ke dalam Indeks Likuiditas Bursa Efek
Indonesia (Indeks LQ45) sesuai dengan Peng-23/BEI.PSH/U/01-2008. Data tersebut peneliti
dapatkan dari http://finance.yahoo.com dengan mempertimbangkan kemudahan akses data
saham tersebut. Pengukuran data saham teraktif diukur dari tingkat kapitalisasi pasar tertinggi
pada masing-masing sektor. Berikut adalah daftar saham perusahaan tercatat yang masuk
dalam 9 emiten teraktif berdasarkan tingkat kapitalisasi pasar:
1. Sektor Aneka Industri (Astra International Tbk)
2. Sektor Industri Barang Konsumsi (Indofood Sukses Makmur Tbk)
3. Sektor Industri Dasar dan Kimia (Indah Kiat Pulp & Paper Tbk)
4. Sektor Infrastruktur, Utilitas, dan Transportasi (Telekomunikasi Indonesia Tbk)
5. Sektor Keuangan (Bank Rakyat Indonesia (Persero) Tbk)
6. Sektor Perdagangan, Jasa, dan Investasi (Bakrie & Brothers Tbk)
7. Sektor Petambangan (Bumi Resources Tbk)
8. Sektor Pertanian (Bakrie Sumatra Plantations Tbk)
9. Sektor Properti dan Real Estate (Bakrieland Development Tbk)
3.2. Metode Analisis Data
Reinganum (1992) di dalam penelitian Dharmasusila (1999), membagi data penelitian
menjadi 10 kelompok secara merata berdasarkan size perusahaan. Size perusahaan ini
dihitung berdasarkan tingkat kapitalisasi pasar yaitu jumlah saham beredar dikalikan dengan
harga saham. Namun dalam penelitian ini, data penelitian dibagi menjadi 9 kelompok besar
berdasarkan sektor industri yang telah diklasifikasikan oleh Bursa Efek Indonesia, dimana
tiap sektor industri akan digunakan data sampel satu perusahaan sebagai presentasi dari
industri tersebut. Sedangkan pemilihan data sampel yang terpilih adalah berdasarkan tingkat
kapitalisasi pasar yaitu jumlah saham beredar dikalikan dengan harga saham.
Data return saham dihitung dengan menggunakan rumus sebagai berikut:
Keterangan:
rt = Return saham pada waktu t
Pt = Harga saham pada waktu t
Pt-1 = Harga saham pada waktu t-1
3.3. Metode Pengolahan Data
Pada metodologi pengolahan data ini, peneliti menggunakan 3 macam pengujian yaitu
pengujian statistik deskriptif, uji F, serta pengujian regresi dengan metode Ordinary least
Square (OLS) pada return perdagangan harian dari saham-saham tersebut. Sebelum
melakukan pengolahan data, peneliti terlebih dahulu menghitung return saham dari data
harga tersedia.
3.3.1. Statistika Deskriptif
Pada pengujian statistik deskriptif ini, peneliti menggunakan 6 macam indikator
statistik. Indikator tersebut adalah mean, standard deviation, skewness, kurtosis, minimum,
dan maximum.
3.3.2. Uji F
Uji F dilakukan untuk mengetahui apakah ada perbedaan return pada masing-masing
interval. Rumus F-statistik adalah sebagai berikut:
Keterangan:
RRSS = Residual sum of square dari restricted regression
URSS = Redidual sum of square dari unrestricted regression
m = jumlah restrictions
T = jumlah observasi
k = jumlah independen pada unrestricted regression
3.3.3. Regresi OLS
Dalam pengolahan menggunakan metode regresi, peneliti melakukan 2 macam
pembagian data, yaitu berdasarkan hari yang merupakan kelompok per-harinya dan
kelompok per-minggunya.
Pengolahan data dengan pendekatan OLS harus memenuhi asumsi yang digunakan
pada metode OLS, yaitu Best Linier Unbiased Estimator (BLUE). Dengan demikian agar
model tersebut menjadi model yang BLUE, maka menurut Gujarati harus memenuhi
beberapa asumsi, yaitu:
a. Variabel yang ditujukan bukan stokastik dan tidak ada hubungan linear yang presisi
antara dua atau lebih variabel bebas (tidak ada multikolinieritas).
b. Error-term mempunyai nilai harapan 0.
c. Error-term memiliki varians yang konstan untuk semua observasi (tidak ada
heteroskedastisitas).
d. Error-term dari observasi-observasi yang berbeda adalah independen dan karenanya
tidak memiliki korelasi (tidak ada otokorelasi).
e. Variabel error-term terdistribusi normal.
Untuk mengetahui kelayakan model regresi yang dipergunakan, maka akan dilakukan
pengujian tambahan yaitu pengujian kestasioneritasan data. Sekumpulan data dinyatakan
stasioner jika nilai rata-rata dan varian dari data time series tersebut tidak mengalami
perubahan secara sistematik sepanjang waktu, atau sebagian ahli menyatakan rata-rata dan
variansnya konstan.
Data harus stasioner untuk mengurangi dampak otokorelasi dan heteroskedastisitas.
Di samping itu, data yang tidak stasioner hanya dapat dipelajari ‘perilakunya’ pada suatu
periode tertentu saja berdasarkan berbagai pertimbangan yang tentu akan subjektif (Nachrowi
dan Usman, 2006).
Metode Day Of The Week dalam Daily Trading
Pada penelitian sebelumnya, Abraham dan Ikenbery (1994) menemukan bahwa
keseluruhan rata-rata return Senin adalah negatif dan secara substansial merupakan
konsekuensi dari informasi yang diumumkan pada sesi perdagangan sebelumnya atau dapat
disebut juga terdapat Monday effect. Menurut penelitian itu juga, Monday effect digerakkan
oleh return negatif yang terjadi pada hari Jumat sebelumnya. Dengan kata lain, terdapat
adanya Monday effect dan korelasi antara return hari Senin dengan hari Jumat sebelumnya.
Berdasarkan argumentasi tersebut, maka dapat digunakan model regresi sebagai berikut:
rt = β1D1 + β 2D2 + β 3D3 + β 4D4 + β 5D5 + et
Keterangan:
rt `= Daily return per-harinya pada masing-masing emiten
D1 = Dummy variable untuk hari Senin. D1 = 1 untuk hari Senin dan D1 = 0 untuk hari
lainnya
D2 = Dummy variable untuk hari Selasa. D2 = 1 untuk hari Selasa dan D2 = 0 untuk hari
lainnya
D3 = Dummy variable untuk hari Rabu. D3 = 1 untuk hari Rabu dan D3 = 0 untuk hari lainnya
D4 = Dummy variable untuk hari Kamis. D4 = 1 untuk hari Kamis dan D4 = 0 untuk hari
lainnya
D5 = Dummy variable untuk hari Jumat. D5 = 1 untuk hari Jumat dan D5 = 0 untuk hari
lainnya
et = Error-term
Metode Week-four dalam Daily Trading
Wang, Li, dan Erickson telah menemukan bahwa fenomena Monday Effect secara
aktual terkonsentrasi terutama pada minggu keempat setiap bulan. Hal tersebut disebut
sebagai week-four effect. Untuk menguji efek tersebut dapat digunakan model regresi sebagai
berikut:
rt = β1W123 + β 2W45 + et
Keterangan:
rt `= Daily return hari Senin pada masing-masing emiten
W123 = Dummy variable untuk hari Senin pada minggu pertama, kedua, dan ketiga. W123 = 1
untuk hari Senin pada minggu pertama, kedua, dan ketiga dan W123 = 0 untuk hari Senin pada
minggu lainnya
W45 = Dummy variable untuk hari Senin pada minggu keempat dan kelima. W45 = 1 untuk
hari Senin pada minggu keempat dan kelima dan W45 = 0 untuk hari Senin pada minggu
lainnya
et = Error-term
BAB IV
ANALISIS DAN HASIL PENELITIAN
4.1 Statistik Deskriptif
Sebelum melakukan analisis lebih jauh, pada tabel 4.1 ditampilkan data statistik
deskriptif dari masing-masing saham di tiap sektor disertai masing-masing hari
perdagangannya. Dari tabel 4.1 terlihat bahwa return dari masing-masing saham selama
periode 2008 menunjukkan adanya return negatif pada hari Senin dibandingkan dengan hari-
hari perdagangan lainnya. Hal ini merupakan indikasi awal mengenai ada dan tidaknya
Monday effect. Monday effect terjadi pada saham ASII, INDF, BNBR, BUMI, UNSP, dan
ELTY yang memiliki nilai mean masing-masing sebesar -0.008117, -0.009635, -0.026684, -
0.017186, -0.017909, dan -0.025212.
Sedangkan dari tabel 4.2 ditampilkan data statistik deskriptif dari masing-masing
saham di tiap sektor pada setiap hari Senin per bulannya. Saham ASII, INKP, dan BBRI
memiliki nilai mean masing-masing sebesar -0.019825, -0.01074, dan -0.004709. Hal
tersebut merupakan indikasi awal dari ada dan tidaknya Week-four effect, yang ditunjukkan
dengan adanya return negatif pada hari Senin minggu ke-4 dan ke-5 sedangkan pada hari
Senin minggu ke-1, ke-2, dan ke-3 menunjukkan adanya return positif.
Tabel 4.1 Statistik Deskriptif Return Harian 9 Sektor Saham
SENIN SELASA RABU KAMIS JUMAT SENIN SELASA RABU KAMIS JUMAT SENIN SELASA RABU KAMIS JUMAT
Mean -0.008117 -0.004249 0.001022 -0.005331 -0.00253 -0.009635 -0.000703 -0.002476 -0.008866 0.000100 -0.002272 -0.016853 0.000762 0.006415 0.010444
Maximum 0.180537 0.103797 0.105361 0.109399 0.181253 0.086473 0.169075 0.082011 0.089614 0.081916 0.247097 0.177206 0.296493 0.265703 0.172613
Minimum -0.105361 -0.103989 -0.223144 -0.106512 -0.106322 -0.099251 -0.148419 -0.169075 -0.104141 -0.104572 -0.189242 -0.139466 -0.197359 -0.113329 -0.276253
Std. Dev. 0.044010 0.043064 0.047553 0.045209 0.048624 0.036926 0.045562 0.041414 0.040285 0.032694 0.070783 0.060767 0.070739 0.061375 0.074615
Skewness 1.534870 0.103356 -1.989877 -0.024417 0.656490 0.493440 0.116572 -1.413145 -0.349357 -0.006898 0.657269 0.952812 0.980553 1.470993 -0.52757
Kurtosis 9.437782 3.482019 11.47671 3.545167 6.676563 3.648610 7.263281 7.581934 3.356323 4.704362 7.119438 5.176961 8.639738 8.792476 7.142599
SENIN SELASA RABU KAMIS JUMAT SENIN SELASA RABU KAMIS JUMAT SENIN SELASA RABU KAMIS JUMAT
Mean 0.000562 -0.002231 -0.001607 -0.004174 0.000770 -0.001384 -0.006918 0.004021 -0.00237 -0.002486 -0.026684 -0.015448 -0.008451 -0.006231 -0.001278
Maximum 0.093932 0.127931 0.053584 0.057158 0.067823 0.151231 0.104442 0.119959 0.145417 0.173663 0.061875 0.147325 0.092373 0.178248 0.138836
Minimum -0.097856 -0.067659 -0.103031 -0.065005 -0.104513 -0.104513 -0.097856 -0.115832 -0.1039 -0.103318 -0.524524 -0.126294 -0.237672 -0.102279 -0.098118
Std. Dev. 0.035615 0.037649 0.027586 0.027014 0.029880 0.047320 0.046680 0.040493 0.045609 0.052087 0.089978 0.044066 0.052527 0.047107 0.036521
Skewness -0.042249 1.045054 -0.891029 -0.201985 -1.116116 0.605225 0.240230 -0.088864 0.659028 0.617867 -4.372225 0.421882 -1.835185 1.014646 0.517842
Kurtosis 4.913626 5.205018 5.949756 2.627984 6.054803 4.733587 2.701560 4.393019 4.643130 4.800157 24.75686 6.406661 9.972476 7.664989 8.081077
SENIN SELASA RABU KAMIS JUMAT SENIN SELASA RABU KAMIS JUMAT SENIN SELASA RABU KAMIS JUMAT
Mean -0.017186 -0.011974 -0.006767 -0.005212 -0.002062 -0.017909 -0.013231 -0.012459 -0.002149 -0.000582 -0.025212 -0.007398 -0.012776 -0.000311 0.000445
Maximum 0.088412 0.179971 0.182322 0.076961 0.202784 0.169884 0.173723 0.157626 0.095310 0.182329 0.177983 0.129678 0.156004 0.090972 0.138836
Minimum -0.386124 -0.107889 -0.120953 -0.149142 -0.105361 -0.434038 -0.125878 -0.188799 -0.136409 -0.105364 -0.44895 -0.120144 -0.126752 -0.102948 -0.105361
Std. Dev. 0.077614 0.053413 0.061695 0.053854 0.057878 0.083665 0.058823 0.055341 0.059434 0.058265 0.084509 0.052617 0.055667 0.044581 0.049877
Skewness -2.374532 0.713249 0.877553 -0.745576 0.863019 -2.516022 0.566717 0.037212 -0.396745 0.996987 -2.45289 0.220742 0.685615 -0.613443 0.392616
Kurtosis 12.68110 5.279192 4.318612 2.893043 5.117566 15.14666 3.909045 5.723516 2.534488 5.151948 15.14543 3.319763 4.312583 3.195286 3.547673
BUMI ELTY
TLKM BBRI BNBR
ASII INDF INKP
UNSP
Tabel 4.2 Statistik Deskriptif Return Hari Senin 9 Sektor Saham
MINGGU 1,2,3 MINGGU 4,5 MINGGU 1,2,3 MINGGU 4,5 MINGGU 1,2,3 MINGGU 4,5
Mean 0.002128 -0.019825 -0.009055 -0.010299 0.003825 -0.01074
Maximum 0.180537 0.025318 0.074901 0.086473 0.247097 0.061244
Minimum -0.071096 -0.105361 -0.063368 -0.099251 -0.189242 -0.09953
Std. Dev. 0.049447 0.034343 0.038037 0.036539 0.087416 0.038203
Skewness 2.029763 -0.916873 0.626732 0.314621 0.502318 -1.013963
Kurtosis 8.494618 3.322933 2.737033 4.842731 5.131290 4.446225
MINGGU 1,2,3 MINGGU 4,5 MINGGU 1,2,3 MINGGU 4,5 MINGGU 1,2,3 MINGGU 4,5
Mean -0.001338 0.002936 0.001275 -0.004709 -0.043995 -0.005526
Maximum 0.093932 0.092373 0.151231 0.052186 0.061875 0.057158
Minimum -0.091667 -0.097856 -0.087011 -0.104513 -0.524524 -0.097374
Std. Dev. 0.034080 0.038205 0.054517 0.037554 0.115114 0.036641
Skewness 0.145292 -0.248933 0.842377 -0.735201 -3.480847 -0.94611
Kurtosis 5.229069 4.668235 4.134793 3.649639 15.21238 3.930364
MINGGU 1,2,3 MINGGU 4,5 MINGGU 1,2,3 MINGGU 4,5 MINGGU 1,2,3 MINGGU 4,5
Mean -0.036401 0.008097 -0.017751 -0.018106 -0.042433 -0.010566
Maximum 0.086384 0.088412 0.169884 0.061556 0.177983 0.058269
Minimum -0.386124 -0.112266 -0.434038 -0.102131 -0.44895 -0.101254
Std. Dev. 0.088882 0.051666 0.106384 0.043752 0.103888 0.046895
Skewness -2.341048 -0.571909 -2.237939 -0.551254 -2.159421 -0.434435
Kurtosis 10.81320 2.811564 10.76655 2.947359 11.14966 2.446039
BUMI UNSP ELTY
ASII INDF INKP
TLKM BBRI BNBR
4.2 Analisis Varians (ANOVA) Market Return
Tabel 4.3 Analisis Varians Return Harian 9 Sektor Saham
RETURN SENIN-JUMAT F - STATISTICS PROBABILITY
ASII 0.261747 0.902256
INDF 0.619722 0.648881
INKP 1.13436 0.341079
TLKM 0.189911 0.943511
BBRI 0.352504 0.842142
BNBR 1.253038 0.289708
BUMI 0.485802 0.746161
UNSP 0.633154 0.639336
ELTY 1.522539 0.196308
Tujuan analisis varians adalah untuk mengetahui apakah ada perbedaan tingkat
keuntungan antar hari perdagangan (Senin, Selasa, Rabu, Kamis, dan Jumat). Dari hasil
pengujian ini juga dapat diketahui apakah perbedaan tingkat keuntungan yang terjadi secara
bersamaan signifikansi secara statistik.
Dari tabel 4.3 terlihat bahwa pada seluruh sektor saham di BEI, return antar hari
perdagangan identik. Tidak terdapat perbedaan yang signifikan pada return setiap harinya
karena nilai signifikansinya lebih besar dari 0,05. Return hari Senin tidak berbeda dengan
return hari Selasa, Rabu, Kamis, dan Jumat.
Tabel 4.4 Analisis Varians Return Senin 9 Sektor Saham
RETURN SENIN F - STATISTICS PROBABILITY
ASII 2.907568 0.09538
INDF 0.01244 0.911711
INKP 0.43717 0.51219
TLKM 0.156972 0.693919
BBRI 0.174392 0.678316
BNBR 1.849018 0.181912
BUMI 3.777714 0.05866
UNSP 0.000196 0.988897
ELTY 1.612863 0.210919
Dari tabel 4.4 terlihat bahwa nilai seluruh sampel saham tidak memiliki nilai F-
statistik yang signifikan pada α = 5%. Oleh karena itu, tidak terdapat perbedaan yang
signifikan pada return setiap hari Senin di minggu ke-1, ke-2, dan ke-3 terhadap return setiap
hari Senin di minggu ke-4 dan ke-5. Hal itu disebabkan karena banyaknya variabel-variabel
independen secara mandiri yang tidak siginifikan.
4.3 Pengujian Stasioneritas
Tabel 4.5 Root Test 9 Sektor Saham
SAHAM ADF TEST CRITICAL VALUE
ASII -13.53096 -3.458225
INDF -15.82339 -3.458104
INKP -14.97481 -3.458594
TLKM -15.006 -3.458104
BBRI -16.56822 -3.458104
BNBR -12.85258 -3.46103
BUMI -14.38572 -3.459231
UNSP -15.17763 -3.458719
ELTY -17.17254 -3.457515
Di awal pengujian, terlebih dahulu dilakukan uji stasioneritas sebagai syarat awal
sebelum kita melakukan analisis regresi. Data time-series dikatakan stasioner apabila
mempunyai rata-rata dan varians yang sama atau tetap sepanjang waktu (Gujarati: 2004).
Pengujian stasioneritas data dilakukan dengan menggunakan Augmented Dickey
Fuller test (ADF) dengan rule of thumb-nya yaitu:
Apabila ADF > Critical values, maka data non-stasioner, dan
Apabila ADF < Critical values, maka data stasioner
Berdasarkan tabel 4.5, terlihat bahwa nilai ADF test pada semua sektor saham di BEI
lebih kecil dari nilai critical value-nya pada level 1%. Dengan demikian, dapat dikatakan
bahwa semua data return harian seluruh sektor saham sudah stasioner.
4.4 Hasil Regresi Variabel Dummy
Analisis pengaruh/efek hari perdagangan dapat dilihat dari pola perubahan market
return harian yang terjadi di bursa. Analisis yang digunakan untuk menguji pengaruh/efek
hari perdagangan menggunakan model persamaan regresi variabel dummy tanpa intersept.
Model yang sama dilakukan oleh Gibbon & Hess (1981) yang menguji day of the week di
Amerika.
Dari hasil regresi variabel dummy akan diperoleh koefisien regresi untuk masing-
masing hari perdagangan. Koefisien regresi tersebut tidak lain adalah mean (rata-rata) return
Apabila nilai t-statistik signifikan maka akan mengindikasikan adanya day of the week di
bursa. Sebagai rule of thumb-nya koefisien regresi dinyatakan signifikan apabila nilai t-
statistik nya lebih besar dari nilai kritisnya yakni sebesar 1,96 pada level 5% dan 2,576 pada
level 1%. Dengan membandingkan koefisien regresi dan tingkat signifikansinya, maka bisa
diambil kesimpulan ada tidaknya day of the week di bursa.
Berdasarkan tabel 4.6, rata-rata return terendah dan negatif terjadi pada hari Senin.
Hasil tersebut untuk sementara mendukung penelitian yang menyebutkan adanya anomali
Monday effect. Return terendah di hari Senin terjadi pada 6 sektor saham BEI yaitu sektor
aneka industri (ASII), sektor industri barang konsumsi (INDF), sektor perdagangan, jasa, dan
transportasi (BNBR), sektor pertambangan (BUMI), sektor pertanian (UNSP), serta sektor
properti dan real estate (ELTY).
Data pada tabel menunjukkan bahwa tidak ada pengaruh hari perdagangan terhadap
return harian di sebagian besar sektor saham BEI karena koefisien regresi sebagian besar
tidak signifikan secara statistik. Koefisien regresi yang signifikan terjadi di 2 sektor saham
yaitu sektor perdagangan, jasa, dan investasi (BNBR) serta sektor properti dan real estate
(ELTY). Ini berarti bahwa hari perdagangan hanya berpengaruh terhadap return kedua sektor
tersebut.
Tabel 4.6 Regresi Return Harian 9 Sektor Saham
SAHAM SENIN SELASA RABU KAMIS JUMAT
-0.008117 0.003868 0.009139 0.002786 0.005587
(-1.190471) 0.411577 0.972453 0.288954 0.582561
-0.009635 0.008932 0.007159 0.00077 0.009736
(-1.625488) 1.093182 0.876199 0.091802 1.167714
-0.002272 -0.014582 0.003033 0.008687 0.012716
(-0.219698) (-1.029198) 0.215115 0.600767 0.879397
0.000562 -0.002792 -0.002169 -0.004736 0.000209
0.118149 (-0.426186) (-0.331019) (-0.704529) 0.03125
-0.001384 -0.005533 0.005405 -0.000986 -0.001101
(-0.199766) (-0.579232) 0.565807 (-0.100575) (-0.112969)
-0.026684 0.011237 0.018233 0.020453 0.025407
(-2.987793)** 0.915434 1.47754 1.638991 (2.047564)*
-0.017186 0.005212 0.010419 0.012089 0.016374
(-1.860170) 0.403311 0.801891 0.93045 1.273714
-0.017909 0.004677 0.00545 0.01576 0.017327
(-1.883713) 0.353455 0.411845 1.165533 1.295754
-0.025212 0.017814 0.012435 0.024901 0.025657
(-2.931541)** 1.479835 1.027798 (2.047349)* (2.141889)*
ASII
INDF
INKP
TLKM
BBRI
BNBR
BUMI
UNSP
ELTY
* signifikan pada level 5%
** signifikan pada level 1%
Berdasarkan tabel 4.7 saham-saham yang memiliki rata-rata return yang bernilai
negatif terdapat pada kode saham ASII, INKP, dan BBRI, namun dari ketiga saham tersebut
yang memiliki tingkat signifikansi adalah ASII. Hal ini ditunjukkan oleh nilai t hitung sebesar
-2.108558 yang lebih kecil dari nilai t statistik pada α = 5%, yaitu sebesar -1.96.
Tabel 4.7 Regresi Return Senin 9 Sektor Saham
SAHAM
Senin Minggu ke 1 - 3
Senin Minggu ke 4 - 5
0.021953 -0.019825
1.705159 (-2.108558)*
0.001245 -0.010299
0.111535 (-1.263731)
0.014565 -0.01074
0.661188 (-0.639396)
-0.004274 0.002936
(-0.396196) 0.365145
0.005985 -0.004709
0.417602 (-0.440868)
-0.038469 -0.005526
(-1.359786) (-0.263385)
-0.044498 0.008097
(-1.943634) 0.469209
0.000355 -0.018106
0.013997 (-0.956769)
-0.031866 -0.010566
(-1.269985) (-0.564978)
ASII
BUMI
UNSP
ELTY
INDF
INKP
TLKM
BBRI
BNBR
4.5Analisis Korelasi
Tabel berikut ini merupakan hasil uji korelasi mean 9 sektor saham di BEI untuk
periode 2008.
Tabel 4.8 Analisis Korelasi Return Senin dan Jumat 9 Sektor Saham
ASII SENIN JUMAT INDF SENIN JUMAT INKP SENIN JUMAT
SENIN 1.000000 -0.164146 SENIN 1.000000 -0.375909 SENIN 1.000000 0.548796
JUMAT -0.164146 1.000000 JUMAT -0.375909 1.000000 JUMAT 0.548796 1.000000
TLKM SENIN JUMAT BBRI SENIN JUMAT BNBR SENIN JUMAT
SENIN 1.000000 -0.118488 SENIN 1.000000 -0.231439 SENIN 1.000000 -0.372215
JUMAT -0.118488 1.000000 JUMAT -0.231439 1.000000 JUMAT -0.372215 1.000000
BUMI SENIN JUMAT UNSP SENIN JUMAT ELTY SENIN JUMAT
SENIN 1.000000 -0.094271 SENIN 1.000000 0.279207 SENIN 1.000000 -0.2473
JUMAT -0.094271 1.000000 JUMAT 0.279207 1.000000 JUMAT -0.2473 1.000000
Dari tabel di atas, return Senin dan Jumat rata-rata berkorelasi negatif. Korelasi
positif hanya terjadi di sektor industri dasar dan kimia (INKP) dan sektor pertanian (UNSP).
Korelasi positif menunjukkan bahwa hubungan return antara kedua hari perdagangan searah.
Sebaliknya, korelasi negatif berarti kedua hari perdagangan mempunyai hubungan return
yang saling berlawanan. Dengan demikian, pada sebagian besar sektor saham di BEI, imbal
hasil hari Senin yang negatif tidak dipengaruhi dan didahului oleh imbal hasil Jumat minggu
sebelumnya yang negatif.
DAFTAR PUSTAKA
Abraham, A. & Ikenberry, 1994, The Individual Investor and the Weekend Effect, Journal of
Financial and Quantitative Analysis, 29, 263-277
Dharmasusila, Ida Bagus, 1999, Analisis Size dan January Effect di Bursa Efek Jakarta, Tesis
S2, Universitas Indonesia, tidak dipublikasikan
Gibbon, Michael R. & Patrick Hess, 1981, Day of the Week Effect and Asset Return, Journal
of Business, 54, 579-596
Gujarati, 2004, Basic Econometrics, Fourth Edition, The McGraw-Hill Companies, New
York
Jaffe, Jeffrey & R. Westerfield, 1985, The Week-End Effect in Common Stock Returns: The
International Evidence, Journal of Finance, Vol. 40, No. 2, 433-454
Kamara, Avraham, 1997, New Evidence on the Monday Seasonal in Stock Returns, Journal
of Business, Vol. 70, No. 1, 63-84
Kato, K., 1990, Weekly Pattern in Japanese Common Stock Return, Management Science,
36, 1031-1043
Lakonishok, J & E. Maberly, 1990, The Weekend Effect: Trading Patterns of Individual and
Institutional Investor, Journal of Finance, Vol. 45, No. 1, 231-243
Maberly, E., 1995, Eureka! Eureka! Discovery of the Weekend Effect Belongs to The
Ancient Scribes, Financial Analysis Journal, Sept-Oct, 10-11
Nachrowi, D.N & Usman Hardius, 2006, Pendekatan Populer dan Praktis Ekonometrika
untuk Analisis Ekonomi dan Keuangan, Lembaga Penerbit Fakultas Ekonomi
Universitas Indonesia, Jakarta
Wang, K, Y. Li, & J. Erickson, 1997, A New Look at the Monday Effect, Journal of Finance,
Vol. 52, No. 5, 2171-2186
______2008. Buku Panduan Indeks Harga Saham Bursa Efek Indonesia. Indonesia Stock
Exchange, Jakarta
Peng-23/BEI.PSH/U/01-2008
http://finance.yahoo.com
LAMPIRAN
Sektor Aneka Industri
ASII (Astra International Tbk)
Regresi Monday effect dengan return
Dependent Variable: RETURNMethod: Least SquaresDate: 12/02/09 Time: 02:13Sample: 1 236Included observations: 236
Variable Coefficient Std. Error t-Statistic Prob.
C -0.008117 0.006818 -1.190471 0.2351D2 0.003868 0.009398 0.411577 0.6810D3 0.009139 0.009398 0.972453 0.3318D4 0.002786 0.009642 0.288954 0.7729D5 0.005587 0.009590 0.582561 0.5608
R-squared 0.004512 Mean dependent var -0.003741Adjusted R-squared -0.012726 S.D. dependent var 0.045448S.E. of regression 0.045737 Akaike info criterion -3.310872Sum squared resid 0.483217 Schwarz criterion -3.237486Log likelihood 395.6829 Hannan-Quinn criter. -3.281289F-statistic 0.261747 Durbin-Watson stat 2.322318Prob(F-statistic) 0.902256
Statistik deskriptif
SENIN SELASA RABU KAMIS JUMAT Mean -0.008117 -0.004249 0.001022 -0.005331 -0.002530 Median -0.007528 0.002538 0.002558 0.000000 -0.003553 Maximum 0.180537 0.103797 0.105361 0.109399 0.181253 Minimum -0.105361 -0.103989 -0.223144 -0.106512 -0.106322 Std. Dev. 0.044010 0.043064 0.047553 0.045209 0.048624 Skewness 1.534870 0.103356 -1.989877 -0.024417 0.656490 Kurtosis 9.437782 3.482019 11.47671 3.545167 6.676563
Jarque-Bera 95.37814 0.573067 182.6940 0.561734 29.21197 Probability 0.000000 0.750862 0.000000 0.755129 0.000000
Sum -0.365250 -0.212433 0.051123 -0.239874 -0.116387 Sum Sq. Dev. 0.085222 0.090870 0.110803 0.089929 0.106393
Observations 45 50 50 45 46
Korelasi
SENIN SELASA RABU KAMIS JUMATSENIN 1.000000 0.285693 -0.369462 -0.213497 -0.164146
SELASA 0.285693 1.000000 -0.100689 -0.105163 -0.065102RABU -0.369462 -0.100689 1.000000 0.282376 -0.058626KAMIS -0.213497 -0.105163 0.282376 1.000000 0.479684JUMAT -0.164146 -0.065102 -0.058626 0.479684 1.000000
Regresi week-four effect dengan return
Dependent Variable: MRETURNMethod: Least SquaresDate: 12/02/09 Time: 02:18Sample: 1 45Included observations: 45
Variable Coefficient Std. Error t-Statistic Prob.
C -0.019825 0.009402 -2.108558 0.0408W123 0.021953 0.012874 1.705159 0.0954
R-squared 0.063335 Mean dependent var -0.008117Adjusted R-squared 0.041552 S.D. dependent var 0.044010S.E. of regression 0.043086 Akaike info criterion -3.407825Sum squared resid 0.079824 Schwarz criterion -3.327529Log likelihood 78.67607 Hannan-Quinn criter. -3.377892F-statistic 2.907568 Durbin-Watson stat 2.240697Prob(F-statistic) 0.095380
Statistik deskriptif
MINGGU123 MINGGU45 Mean 0.002128 -0.019825 Median -0.001239 -0.016652 Maximum 0.180537 0.025318 Minimum -0.071096 -0.105361 Std. Dev. 0.049447 0.034343 Skewness 2.029763 -0.916873 Kurtosis 8.494618 3.322933
Jarque-Bera 46.67058 3.033547 Probability 0.000000 0.219419
Sum 0.051071 -0.416321 Sum Sq. Dev. 0.056236 0.023589
Observations 24 21
Korelasi
MINGGU123 MINGGU45MINGGU123 1.000000 -0.042743MINGGU45 -0.042743 1.000000
Root test
Null Hypothesis: RETURN has a unit rootExogenous: ConstantLag Length: 1 (Automatic based on SIC, MAXLAG=14)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -13.53096 0.0000Test critical values: 1% level -3.458225
5% level -2.87370110% level -2.573327
*MacKinnon (1996) one-sided p-values.
Sektor Industri Barang Konsumsi
INDF (Indofood Sukses Makmur Tbk)
Regresi Monday effect dengan return
Dependent Variable: RETURNMethod: Least SquaresDate: 12/02/09 Time: 02:03Sample: 1 236Included observations: 236
Variable Coefficient Std. Error t-Statistic Prob.
C -0.009635 0.005928 -1.625488 0.1054D2 0.008932 0.008171 1.093182 0.2755D3 0.007159 0.008171 0.876199 0.3818D4 0.000770 0.008383 0.091802 0.9269D5 0.009736 0.008337 1.167714 0.2441
R-squared 0.010617 Mean dependent var -0.004182Adjusted R-squared -0.006515 S.D. dependent var 0.039636S.E. of regression 0.039764 Akaike info criterion -3.590726Sum squared resid 0.365261 Schwarz criterion -3.517340Log likelihood 428.7057 Hannan-Quinn criter. -3.561144F-statistic 0.619722 Durbin-Watson stat 2.084661Prob(F-statistic) 0.648881
Statistik deskriptif
SENIN SELASA RABU KAMIS JUMAT Mean -0.009635 -0.000703 -0.002476 -0.008866 0.000100 Median -0.010930 0.000000 0.000000 0.000000 -0.008890 Maximum 0.086473 0.169075 0.082011 0.089614 0.081916 Minimum -0.099251 -0.148419 -0.169075 -0.104141 -0.104572 Std. Dev. 0.036926 0.045562 0.041414 0.040285 0.032694 Skewness 0.493440 0.116572 -1.413145 -0.349357 -0.006898 Kurtosis 3.648610 7.263281 7.581934 3.356323 4.704362
Jarque-Bera 2.614927 37.97900 60.37924 1.153436 5.567991 Probability 0.270505 0.000000 0.000000 0.561739 0.061791
Sum -0.433596 -0.035163 -0.123810 -0.398965 0.004611 Sum Sq. Dev. 0.059996 0.101720 0.084040 0.071405 0.048100
Observations 45 50 50 45 46
Korelasi
SENIN SELASA RABU KAMIS JUMATSENIN 1.000000 0.287410 -0.061213 -0.272902 -0.375909
SELASA 0.287410 1.000000 -0.122774 0.037369 -0.208731RABU -0.061213 -0.122774 1.000000 0.277170 -0.292575KAMIS -0.272902 0.037369 0.277170 1.000000 0.101510
bJUMAT -0.375909 -0.208731 -0.292575 0.101510 1.000000
Regresi week-four effect dengan return
Dependent Variable: MRETURNMethod: Least SquaresDate: 12/02/09 Time: 02:05Sample: 1 45Included observations: 45
Variable Coefficient Std. Error t-Statistic Prob.
C -0.010299 0.008150 -1.263731 0.2131W123 0.001245 0.011160 0.111535 0.9117
R-squared 0.000289 Mean dependent var -0.009635Adjusted R-squared -0.022960 S.D. dependent var 0.036926S.E. of regression 0.037348 Akaike info criterion -3.693667Sum squared resid 0.059978 Schwarz criterion -3.613371Log likelihood 85.10750 Hannan-Quinn criter. -3.663733F-statistic 0.012440 Durbin-Watson stat 2.724529Prob(F-statistic) 0.911711
Statistik deskriptif
MINGGU123 MINGGU45 Mean -0.009055 -0.010299 Median -0.019429 -0.010472 Maximum 0.074901 0.086473 Minimum -0.063368 -0.099251 Std. Dev. 0.038037 0.036539 Skewness 0.626732 0.314621 Kurtosis 2.737033 4.842731
Jarque-Bera 1.640324 3.317650 Probability 0.440360 0.190362
Sum -0.217311 -0.216286 Sum Sq. Dev. 0.033277 0.026701
Observations 24 21
Korelasi
MINGGU123 MINGGU45MINGGU123 1.000000 0.346054MINGGU45 0.346054 1.000000
Root test
Null Hypothesis: RETURN has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=14)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -15.82339 0.0000Test critical values: 1% level -3.458104
5% level -2.87364810% level -2.573298
*MacKinnon (1996) one-sided p-values.
Sektor Industri Dasar dan Kimia
INKP (Indah Kiat Pulp & Paper Tbk)
Regresi Monday effect dengan return
Dependent Variable: RETURNMethod: Least SquaresDate: 12/01/09 Time: 17:03Sample: 1 232Included observations: 232
Variable Coefficient Std. Error t-Statistic Prob.
C -0.002272 0.010340 -0.219698 0.8263D2 -0.014582 0.014168 -1.029198 0.3045D3 0.003033 0.014102 0.215115 0.8299D4 0.008687 0.014459 0.600767 0.5486D5 0.012716 0.014459 0.879397 0.3801
R-squared 0.019597 Mean dependent var -0.000546Adjusted R-squared 0.002321 S.D. dependent var 0.067882S.E. of regression 0.067803 Akaike info criterion -2.523103Sum squared resid 1.043577 Schwarz criterion -2.448819Log likelihood 297.6799 Hannan-Quinn criter. -2.493145F-statistic 1.134360 Durbin-Watson stat 2.018212Prob(F-statistic) 0.341079
Statistik deskriptif
SENIN SELASA RABU KAMIS JUMAT Mean -0.002272 -0.016853 0.000762 0.006415 0.010444 Median 0.000000 -0.013072 0.000000 0.000000 0.000000 Maximum 0.247097 0.177206 0.296493 0.265703 0.172613 Minimum -0.189242 -0.139466 -0.197359 -0.113329 -0.276253 Std. Dev. 0.070783 0.060767 0.070739 0.061375 0.074615 Skewness 0.657269 0.952812 0.980553 1.470993 -0.527570 Kurtosis 7.119438 5.176961 8.639738 8.792476 7.142599
Jarque-Bera 33.50018 17.08990 74.27621 79.14011 34.26459 Probability 0.000000 0.000195 0.000000 0.000000 0.000000
Sum -0.097681 -0.825817 0.038092 0.288679 0.469976 Sum Sq. Dev. 0.210427 0.177245 0.245197 0.165743 0.244965
Observations 43 49 50 45 45
Korelasi
SENIN SELASA RABU KAMIS JUMATSENIN 1.000000 0.211978 0.280202 0.214652 0.548796
SELASA 0.211978 1.000000 0.066892 0.086930 0.436667RABU 0.280202 0.066892 1.000000 0.076206 0.202428KAMIS 0.214652 0.086930 0.076206 1.000000 0.246468JUMAT 0.548796 0.436667 0.202428 0.246468 1.000000
Regresi week-four effect dengan return
Dependent Variable: MRETURNMethod: Least SquaresDate: 12/01/09 Time: 17:15Sample: 1 43Included observations: 43
Variable Coefficient Std. Error t-Statistic Prob.
C -0.010740 0.016797 -0.639396 0.5261W123 0.014565 0.022028 0.661188 0.5122
R-squared 0.010550 Mean dependent var -0.002272Adjusted R-squared -0.013583 S.D. dependent var 0.070783S.E. of regression 0.071262 Akaike info criterion -2.399520Sum squared resid 0.208207 Schwarz criterion -2.317604Log likelihood 53.58969 Hannan-Quinn criter. -2.369312F-statistic 0.437170 Durbin-Watson stat 2.396499Prob(F-statistic) 0.512190
Statistik deskriptif
MINGGU123 MINGGU45 Mean 0.003825 -0.010740 Median 0.000000 -0.004608 Maximum 0.247097 0.061244 Minimum -0.189242 -0.099530 Std. Dev. 0.087416 0.038203 Skewness 0.502318 -1.013963 Kurtosis 5.131290 4.446225
Jarque-Bera 5.783011 4.653038 Probability 0.055493 0.097635
Sum 0.095633 -0.193314 Sum Sq. Dev. 0.183397 0.024811
Observations 25 18
Korelasi
MINGGU123 MINGGU45MINGGU123 1.000000 0.135888MINGGU45 0.135888 1.000000
Root test
Null Hypothesis: RETURN has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=14)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -14.97481 0.0000Test critical values: 1% level -3.458594
5% level -2.87386310% level -2.573413
*MacKinnon (1996) one-sided p-values.
Sektor Infrastruktur, Utilitas, dan Transportasi
TLKM (Telekomunikasi Indonesia Tbk)
Regresi Monday effect dengan return
Dependent Variable: RETURNMethod: Least SquaresDate: 02/01/09 Time: 11:30Sample: 1 236Included observations: 236
Variable Coefficient Std. Error t-Statistic Prob.
C 0.000562 0.004753 0.118149 0.9061D2 -0.002792 0.006552 -0.426186 0.6704D3 -0.002169 0.006552 -0.331019 0.7409D4 -0.004736 0.006722 -0.704529 0.4818D5 0.000209 0.006685 0.031250 0.9751
R-squared 0.003278 Mean dependent var -0.001352Adjusted R-squared -0.013982 S.D. dependent var 0.031664S.E. of regression 0.031885 Akaike info criterion -4.032424Sum squared resid 0.234842 Schwarz criterion -3.959038Log likelihood 480.8261 Hannan-Quinn criter. -4.002842F-statistic 0.189911 Durbin-Watson stat 1.965271Prob(F-statistic) 0.943511
Statistik deskriptif
SENIN SELASA RABU KAMIS JUMAT Mean 0.000562 -0.002231 -0.001607 -0.004174 0.000770 Median 0.000000 -0.005742 0.000000 0.000000 0.000000 Maximum 0.093932 0.127931 0.053584 0.057158 0.067823 Minimum -0.097856 -0.067659 -0.103031 -0.065005 -0.104513 Std. Dev. 0.035615 0.037649 0.027586 0.027014 0.029880 Skewness -0.042249 1.045054 -0.891029 -0.201985 -1.116116 Kurtosis 4.913626 5.205018 5.949756 2.627984 6.054803
Jarque-Bera 6.879574 19.23054 24.74332 0.565477 27.43647 Probability 0.032072 0.000067 0.000004 0.753717 0.000001
Sum 0.025271 -0.111533 -0.080358 -0.187839 0.035442 Sum Sq. Dev. 0.055810 0.069456 0.037289 0.032109 0.040177
Observations 45 50 50 45 46
Korelasi
SENIN SELASA RABU KAMIS JUMATSENIN 1.000000 -0.091433 -0.004713 -0.292123 -0.118488
SELASA -0.091433 1.000000 -0.124036 -0.087517 0.151484RABU -0.004713 -0.124036 1.000000 -0.062016 -0.075830KAMIS -0.292123 -0.087517 -0.062016 1.000000 0.111530JUMAT -0.118488 0.151484 -0.075830 0.111530 1.000000
Regresi week-four effect dengan return
Dependent Variable: MRETURNMethod: Least SquaresDate: 02/01/09 Time: 11:37Sample: 1 45Included observations: 45
Variable Coefficient Std. Error t-Statistic Prob.
C 0.002936 0.008041 0.365145 0.7168W123 -0.004274 0.010788 -0.396196 0.6939
R-squared 0.003637 Mean dependent var 0.000562Adjusted R-squared -0.019534 S.D. dependent var 0.035615S.E. of regression 0.035961 Akaike info criterion -3.769337Sum squared resid 0.055607 Schwarz criterion -3.689040Log likelihood 86.81007 Hannan-Quinn criter. -3.739403F-statistic 0.156972 Durbin-Watson stat 1.896585Prob(F-statistic) 0.693919
Statistik deskriptif
MINGGU123 MINGGU45 Mean -0.001338 0.002936 Median 0.000000 0.000000 Maximum 0.093932 0.092373 Minimum -0.091667 -0.097856 Std. Dev. 0.034080 0.038205 Skewness 0.145292 -0.248933 Kurtosis 5.229069 4.668235
Jarque-Bera 5.263736 2.525733 Probability 0.071944 0.282842
Sum -0.033453 0.058723 Sum Sq. Dev. 0.027875 0.027733
Observations 25 20
Korelasi
MINGGU123 MINGGU45MINGGU123 1.000000 -0.175570MINGGU45 -0.175570 1.000000
Root test
Null Hypothesis: RETURN has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=14)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -15.00600 0.0000Test critical values: 1% level -3.458104
5% level -2.87364810% level -2.573298
*MacKinnon (1996) one-sided p-values.
Sektor Keuangan
BBRI (Bank Rakyat Indonesia (Persero) Tbk)
Regresi Monday effect dengan return
Dependent Variable: RETURNMethod: Least SquaresDate: 02/01/09 Time: 11:44Sample: 1 236Included observations: 236
Variable Coefficient Std. Error t-Statistic Prob.
C -0.001384 0.006930 -0.199766 0.8418D2 -0.005533 0.009553 -0.579232 0.5630D3 0.005405 0.009553 0.565807 0.5721D4 -0.000986 0.009801 -0.100575 0.9200D5 -0.001101 0.009747 -0.112969 0.9102
R-squared 0.006067 Mean dependent var -0.001814Adjusted R-squared -0.011144 S.D. dependent var 0.046232S.E. of regression 0.046489 Akaike info criterion -3.278227Sum squared resid 0.499251 Schwarz criterion -3.204841Log likelihood 391.8308 Hannan-Quinn criter. -3.248645F-statistic 0.352504 Durbin-Watson stat 2.178391Prob(F-statistic) 0.842142
Statistik deskriptif
SENIN SELASA RABU KAMIS JUMAT Mean -0.001384 -0.006918 0.004021 -0.002370 -0.002486 Median 0.000000 -0.008943 0.007842 -0.006872 -0.008309 Maximum 0.151231 0.104442 0.119959 0.145417 0.173663 Minimum -0.104513 -0.097856 -0.115832 -0.103900 -0.103318 Std. Dev. 0.047320 0.046680 0.040493 0.045609 0.052087 Skewness 0.605225 0.240230 -0.088864 0.659028 0.617867 Kurtosis 4.733587 2.701560 4.393019 4.643130 4.800157
Jarque-Bera 8.382207 0.666477 4.108519 8.319656 9.137904 Probability 0.015130 0.716599 0.128188 0.015610 0.010369
Sum -0.062299 -0.345882 0.201027 -0.106656 -0.114337 Sum Sq. Dev. 0.098526 0.106771 0.080343 0.091526 0.122086
Observations 45 50 50 45 46
Korelasi
SENIN SELASA RABU KAMIS JUMATSENIN 1.000000 -0.038892 -0.111748 -0.239319 -0.231439
SELASA -0.038892 1.000000 -0.437239 -0.141244 0.098382RABU -0.111748 -0.437239 1.000000 0.304235 -0.034424KAMIS -0.239319 -0.141244 0.304235 1.000000 0.213471JUMAT -0.231439 0.098382 -0.034424 0.213471 1.000000
Regresi week-four effect dengan return
Dependent Variable: MRETURNMethod: Least SquaresDate: 02/01/09 Time: 11:47Sample: 1 45Included observations: 45
Variable Coefficient Std. Error t-Statistic Prob.
C -0.004709 0.010682 -0.440868 0.6615W123 0.005985 0.014331 0.417602 0.6783
R-squared 0.004039 Mean dependent var -0.001384Adjusted R-squared -0.019123 S.D. dependent var 0.047320S.E. of regression 0.047771 Akaike info criterion -3.201381Sum squared resid 0.098128 Schwarz criterion -3.121085Log likelihood 74.03107 Hannan-Quinn criter. -3.171447F-statistic 0.174392 Durbin-Watson stat 2.271099Prob(F-statistic) 0.678316
Statistik deskriptif
MINGGU123 MINGGU45 Mean 0.001275 -0.004709 Median 0.000000 0.000000 Maximum 0.151231 0.052186 Minimum -0.087011 -0.104513 Std. Dev. 0.054517 0.037554 Skewness 0.842377 -0.735201 Kurtosis 4.134793 3.649639
Jarque-Bera 4.298076 2.153428 Probability 0.116596 0.340713
Sum 0.031887 -0.094186 Sum Sq. Dev. 0.071332 0.026796
Observations 25 20
Korelasi
MINGGU123 MINGGU45MINGGU123 1.000000 0.322230MINGGU45 0.322230 1.000000
Root test
Null Hypothesis: RETURN has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=14)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -16.56822 0.0000Test critical values: 1% level -3.458104
5% level -2.87364810% level -2.573298
*MacKinnon (1996) one-sided p-values.
Sektor Perdagangan, Jasa, dan Investasi
BNBR (Bakrie & Brothers Tbk)
Regresi Monday effect dengan return
Dependent Variable: RETURNMethod: Least SquaresDate: 02/01/09 Time: 11:39Sample: 1 214Included observations: 214
Variable Coefficient Std. Error t-Statistic Prob.
C -0.026684 0.008931 -2.987793 0.0031D2 0.011237 0.012275 0.915434 0.3610D3 0.018233 0.012340 1.477540 0.1410D4 0.020453 0.012479 1.638991 0.1027D5 0.025407 0.012408 2.047564 0.0419
R-squared 0.023420 Mean dependent var -0.011453Adjusted R-squared 0.004729 S.D. dependent var 0.056619S.E. of regression 0.056485 Akaike info criterion -2.886593Sum squared resid 0.666828 Schwarz criterion -2.807949Log likelihood 313.8655 Hannan-Quinn criter. -2.854814F-statistic 1.253038 Durbin-Watson stat 1.787734Prob(F-statistic) 0.289708
Statistik deskriptif
SENIN SELASA RABU KAMIS JUMAT Mean -0.026684 -0.015448 -0.008451 -0.006231 -0.001278 Median 0.000000 0.000000 0.000000 0.000000 0.000000 Maximum 0.061875 0.147325 0.092373 0.178248 0.138836 Minimum -0.524524 -0.126294 -0.237672 -0.102279 -0.098118 Std. Dev. 0.089978 0.044066 0.052527 0.047107 0.036521 Skewness -4.372225 0.421882 -1.835185 1.014646 0.517842 Kurtosis 24.75686 6.406661 9.972476 7.664989 8.081077
Jarque-Bera 916.3774 23.09489 113.8262 45.29026 48.17789 Probability 0.000000 0.000010 0.000000 0.000000 0.000000
Sum -1.067368 -0.695143 -0.371856 -0.261699 -0.054938 Sum Sq. Dev. 0.315748 0.085439 0.118641 0.090982 0.056017
Observations 40 45 44 42 43
Korelasi
SENIN SELASA RABU KAMIS JUMATSENIN 1.000000 0.346307 0.598306 0.068099 -0.372215
SELASA 0.346307 1.000000 0.436967 -0.073874 -0.093197RABU 0.598306 0.436967 1.000000 0.060758 -0.171660KAMIS 0.068099 -0.073874 0.060758 1.000000 0.209923JUMAT -0.372215 -0.093197 -0.171660 0.209923 1.000000
Regresi week-four effect dengan return
Dependent Variable: MRETURNMethod: Least SquaresDate: 02/01/09 Time: 11:42Sample: 1 40Included observations: 40
Variable Coefficient Std. Error t-Statistic Prob.
C -0.005526 0.020981 -0.263385 0.7937W123 -0.038469 0.028291 -1.359786 0.1819
R-squared 0.046401 Mean dependent var -0.026684Adjusted R-squared 0.021306 S.D. dependent var 0.089978S.E. of regression 0.089015 Akaike info criterion -1.951324Sum squared resid 0.301097 Schwarz criterion -1.866880Log likelihood 41.02647 Hannan-Quinn criter. -1.920791F-statistic 1.849018 Durbin-Watson stat 2.272725Prob(F-statistic) 0.181912
Statistik deskriptif
MINGGU123 MINGGU45 Mean -0.043995 -0.005526 Median -0.008547 0.000000 Maximum 0.061875 0.057158 Minimum -0.524524 -0.097374 Std. Dev. 0.115114 0.036641 Skewness -3.480847 -0.946110 Kurtosis 15.21238 3.930364
Jarque-Bera 181.1401 3.334557 Probability 0.000000 0.188760
Sum -0.967899 -0.099469 Sum Sq. Dev. 0.278274 0.022823
Observations 22 18
Korelasi
MINGGU123 MINGGU45MINGGU123 1.000000 -0.173262MINGGU45 -0.173262 1.000000
Root test
Null Hypothesis: RETURN has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=14)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -12.85258 0.0000Test critical values: 1% level -3.461030
5% level -2.87493210% level -2.573985
*MacKinnon (1996) one-sided p-values.
Sektor Pertambangan
BUMI (Bumi Resources Tbk)
Regresi Monday effect dengan return
Dependent Variable: RETURNMethod: Least SquaresDate: 12/02/09 Time: 01:18Sample: 1 227Included observations: 227
Variable Coefficient Std. Error t-Statistic Prob.
C -0.017186 0.009239 -1.860170 0.0642D2 0.005212 0.012923 0.403311 0.6871D3 0.010419 0.012993 0.801891 0.4235D4 0.012089 0.012993 0.930450 0.3531D5 0.016374 0.012855 1.273714 0.2041
R-squared 0.008677 Mean dependent var -0.008277Adjusted R-squared -0.009184 S.D. dependent var 0.061004S.E. of regression 0.061283 Akaike info criterion -2.724847Sum squared resid 0.833746 Schwarz criterion -2.649407Log likelihood 314.2701 Hannan-Quinn criter. -2.694406F-statistic 0.485802 Durbin-Watson stat 1.936617Prob(F-statistic) 0.746161
Statistik deskriptif
SENIN SELASA RABU KAMIS JUMAT Mean -0.017186 -0.011974 -0.006767 -0.005212 -0.002062 Median -0.007784 -0.009605 -0.010811 0.003021 -0.003437 Maximum 0.088412 0.179971 0.182322 0.076961 0.202784 Minimum -0.386124 -0.107889 -0.120953 -0.149142 -0.105361 Std. Dev. 0.077614 0.053413 0.061695 0.053854 0.057878 Skewness -2.374532 0.713249 0.877553 -0.745576 0.863019 Kurtosis 12.68110 5.279192 4.318612 2.893043 5.117566
Jarque-Bera 213.1751 13.85675 9.035880 4.097458 14.30465 Probability 0.000000 0.000980 0.010911 0.128899 0.000783
Sum -0.756170 -0.550793 -0.304509 -0.229343 -0.094839 Sum Sq. Dev. 0.259026 0.128381 0.167478 0.124709 0.150746
Observations 44 46 45 44 46
Korelasi
SENIN SELASA RABU KAMIS JUMATSENIN 1.000000 0.293500 0.308656 0.312758 -0.094271
SELASA 0.293500 1.000000 0.486218 -0.072083 -0.262570RABU 0.308656 0.486218 1.000000 0.074814 -0.064262KAMIS 0.312758 -0.072083 0.074814 1.000000 0.099098JUMAT -0.094271 -0.262570 -0.064262 0.099098 1.000000
Regresi week-four effect dengan return
Dependent Variable: MRETURNMethod: Least SquaresDate: 12/02/09 Time: 01:25Sample (adjusted): 1 44Included observations: 44 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 0.008097 0.017257 0.469209 0.6413W123 -0.044498 0.022894 -1.943634 0.0587
R-squared 0.082523 Mean dependent var -0.017186Adjusted R-squared 0.060678 S.D. dependent var 0.077614S.E. of regression 0.075222 Akaike info criterion -2.292356Sum squared resid 0.237651 Schwarz criterion -2.211257Log likelihood 52.43184 Hannan-Quinn criter. -2.262281F-statistic 3.777714 Durbin-Watson stat 1.470288Prob(F-statistic) 0.058660
Statistik deskriptif
MINGGU123 MINGGU45 Mean -0.036401 0.008097 Median -0.021203 0.005899 Maximum 0.086384 0.088412 Minimum -0.386124 -0.112266 Std. Dev. 0.088882 0.051666 Skewness -2.341048 -0.571909 Kurtosis 10.81320 2.811564
Jarque-Bera 86.42518 1.063862 Probability 0.000000 0.587469
Sum -0.910016 0.153847 Sum Sq. Dev. 0.189601 0.048050
Observations 25 19
Korelasi
MINGGU123 MINGGU45MINGGU123 1.000000 0.165730MINGGU45 0.165730 1.000000
Root test
Null Hypothesis: RETURN has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=14)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -14.38572 0.0000Test critical values: 1% level -3.459231
5% level -2.87414310% level -2.573563
*MacKinnon (1996) one-sided p-values.
Sektor Pertanian
UNSP (Bakrie Sumatra Plantations Tbk)
Regresi Monday effect dengan return
Dependent Variable: RETURNMethod: Least SquaresDate: 12/01/09 Time: 21:52Sample: 1 231Included observations: 231
Variable Coefficient Std. Error t-Statistic Prob.
C -0.017909 0.009507 -1.883713 0.0609D2 0.004677 0.013233 0.353455 0.7241D3 0.005450 0.013233 0.411845 0.6808D4 0.015760 0.013521 1.165533 0.2450D5 0.017327 0.013372 1.295754 0.1964
R-squared 0.011082 Mean dependent var -0.009352Adjusted R-squared -0.006421 S.D. dependent var 0.063572S.E. of regression 0.063776 Akaike info criterion -2.645472Sum squared resid 0.919228 Schwarz criterion -2.570961Log likelihood 310.5520 Hannan-Quinn criter. -2.615419F-statistic 0.633154 Durbin-Watson stat 2.028511Prob(F-statistic) 0.639336
Statistik deskriptif
SENIN SELASA RABU KAMIS JUMAT Mean -0.017909 -0.013231 -0.012459 -0.002149 -0.000582 Median -0.010257 -0.015041 -0.009957 0.005704 0.000000 Maximum 0.169884 0.173723 0.157626 0.095310 0.182329 Minimum -0.434038 -0.125878 -0.188799 -0.136409 -0.105364 Std. Dev. 0.083665 0.058823 0.055341 0.059434 0.058265 Skewness -2.516022 0.566717 0.037212 -0.396745 0.996987 Kurtosis 15.14666 3.909045 5.723516 2.534488 5.151948
Jarque-Bera 324.1178 4.222070 14.84615 1.551601 16.49639 Probability 0.000000 0.121113 0.000597 0.460335 0.000262
Sum -0.805895 -0.635105 -0.598015 -0.094565 -0.026777 Sum Sq. Dev. 0.307993 0.162627 0.143945 0.151895 0.152768
Observations 45 48 48 44 46
Korelasi
SENIN SELASA RABU KAMIS JUMATSENIN 1.000000 -0.047252 0.374734 0.195496 0.279207
SELASA -0.047252 1.000000 -0.063302 0.102957 -0.183842RABU 0.374734 -0.063302 1.000000 0.319518 0.124875KAMIS 0.195496 0.102957 0.319518 1.000000 -0.176026JUMAT 0.279207 -0.183842 0.124875 -0.176026 1.000000
Regresi week-four effect dengan return
Dependent Variable: MRETURNMethod: Least SquaresDate: 12/01/09 Time: 23:20Sample (adjusted): 1 45Included observations: 45 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -0.018106 0.018924 -0.956769 0.3440W123 0.000355 0.025390 0.013997 0.9889
R-squared 0.000005 Mean dependent var -0.017909Adjusted R-squared -0.023251 S.D. dependent var 0.083665S.E. of regression 0.084632 Akaike info criterion -2.057579Sum squared resid 0.307992 Schwarz criterion -1.977283Log likelihood 48.29553 Hannan-Quinn criter. -2.027645F-statistic 0.000196 Durbin-Watson stat 1.747600Prob(F-statistic) 0.988897
Statistik deskriptif
MINGGU123 MINGGU45 Mean -0.017751 -0.018106 Median -0.009669 -0.011115 Maximum 0.169884 0.061556 Minimum -0.434038 -0.102131 Std. Dev. 0.106384 0.043752 Skewness -2.237939 -0.551254 Kurtosis 10.76655 2.947359
Jarque-Bera 83.70088 1.015247 Probability 0.000000 0.601924
Sum -0.443771 -0.362124 Sum Sq. Dev. 0.271621 0.036370
Observations 25 20
Korelasi
MINGGU123 MINGGU45MINGGU123 1.000000 -0.229127MINGGU45 -0.229127 1.000000
Root test
Null Hypothesis: RETURN has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=14)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -15.17763 0.0000Test critical values: 1% level -3.458719
5% level -2.87391810% level -2.573443
*MacKinnon (1996) one-sided p-values.
Sektor Properti dan Real Estate
ELTY (Bakrieland Development Tbk)
Regresi Monday effect dengan return
Dependent Variable: RETURNMethod: Least SquaresDate: 12/02/09 Time: 00:40Sample: 1 241Included observations: 241
Variable Coefficient Std. Error t-Statistic Prob.
C -0.025212 0.008600 -2.931541 0.0037D2 0.017814 0.012038 1.479835 0.1403D3 0.012435 0.012099 1.027798 0.3051D4 0.024901 0.012162 2.047349 0.0417D5 0.025657 0.011979 2.141889 0.0332
R-squared 0.025157 Mean dependent var -0.008934Adjusted R-squared 0.008634 S.D. dependent var 0.059215S.E. of regression 0.058959 Akaike info criterion -2.803411Sum squared resid 0.820382 Schwarz criterion -2.731112Log likelihood 342.8110 Hannan-Quinn criter. -2.774283F-statistic 1.522539 Durbin-Watson stat 2.269736Prob(F-statistic) 0.196308
Statistik deskriptif
SENIN SELASA RABU KAMIS JUMAT Mean -0.025212 -0.007398 -0.012776 -0.000311 0.000445 Median -0.014389 0.000000 -0.014815 0.000000 0.000000 Maximum 0.177983 0.129678 0.156004 0.090972 0.138836 Minimum -0.448950 -0.120144 -0.126752 -0.102948 -0.105361 Std. Dev. 0.084509 0.052617 0.055667 0.044581 0.049877 Skewness -2.452890 0.220742 0.685615 -0.613443 0.392616 Kurtosis 15.14543 3.319763 4.312583 3.195286 3.547673
Jarque-Bera 336.0074 0.606693 7.206296 3.022461 1.909445 Probability 0.000000 0.738343 0.027238 0.220638 0.384919
Sum -1.184942 -0.362493 -0.613265 -0.014613 0.022259 Sum Sq. Dev. 0.328525 0.132892 0.145643 0.091424 0.121897
Observations 47 49 48 47 50
Korelasi
SENIN SELASA RABU KAMIS JUMATSENIN 1.000000 0.311087 0.105235 -0.006863 -0.247300
SELASA 0.311087 1.000000 0.275511 -0.185339 0.086482RABU 0.105235 0.275511 1.000000 -0.050545 0.472144KAMIS -0.006863 -0.185339 -0.050545 1.000000 -0.089007JUMAT -0.247300 0.086482 0.472144 -0.089007 1.000000
Regresi week-four effect dengan return
Dependent Variable: MRETURNMethod: Least SquaresDate: 12/02/09 Time: 00:52Sample (adjusted): 1 45Included observations: 45 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -0.010566 0.018702 -0.564978 0.5750W123 -0.031866 0.025092 -1.269985 0.2109
R-squared 0.036152 Mean dependent var -0.028270Adjusted R-squared 0.013737 S.D. dependent var 0.084220S.E. of regression 0.083639 Akaike info criterion -2.081184Sum squared resid 0.300807 Schwarz criterion -2.000887Log likelihood 48.82663 Hannan-Quinn criter. -2.051250F-statistic 1.612863 Durbin-Watson stat 1.920189Prob(F-statistic) 0.210919
Statistik deskriptif
MINGGU123 MINGGU45 Mean -0.042433 -0.010566 Median -0.024391 0.000000 Maximum 0.177983 0.058269 Minimum -0.448950 -0.101254 Std. Dev. 0.103888 0.046895 Skewness -2.159421 -0.434435 Kurtosis 11.14966 2.446039
Jarque-Bera 88.61394 0.884840 Probability 0.000000 0.642480
Sum -1.060813 -0.211328 Sum Sq. Dev. 0.259023 0.041784
Observations 25 20
Korelasi
MINGGU123 MINGGU45MINGGU123 1.000000 -0.304735MINGGU45 -0.304735 1.000000
Root test
Null Hypothesis: RETURN has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=14)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -17.17254 0.0000Test critical values: 1% level -3.457515
5% level -2.87339010% level -2.573160
*MacKinnon (1996) one-sided p-values.