skripsi diajukan kepada fakultas ekonomi dan ilmu sosial...
TRANSCRIPT
ANALISIS PERSISTENSI KINERJA REKSA DANA SAHAM INDONESIA
PERIODE JULI 2003 - JUNI 2006
Skripsi
Diajukan Kepada Fakultas Ekonomi dan Ilmu Sosial
Untuk Memenuhi Syarat-syarat untuk Meraih Geiar Sarjana Ekonomi
Oleh:
Muhammad Hasbiallah
(103081029309)
kla:~ifikasi : ................................. " ........ ••"1
JURUSAN MANAJEMEN KEUANGAN DAN PASAR MODAL
FAKULTAS EKONOMI DAN ILMU SOSIAL
UNIVERSITAS ISLAM NEGERI SY ARIF lilDAY ATULLAH
JAKARTA
1 A")O U /'lfiOR
ANALISIS PERSISTENSI KINERJA REKSADANA
SAHAM INDONESIA PERI01DE
JULI 2003 - JUNI 2006
Skripsi
Diajukan kepada Fakultas Ekonomi dan Ilmu Sosial
Untuk Memenuhi Syarat-syarat untuk Meraih Gelar Sarjana Ekoriomi
Pembimbing I
Oleh Muhammad Hasbiallah
NIM: 103081029309
Di Bawah Bimbingan
MM.
Pembimbing II
NIP. 150 317 955 -~,SE,MS;
NIP. 150 368 746
Penguji Ahli
Prof.Dr. Abdul Hamid , MS. NIP. 131474 891
FAKULTAS EKONOMI DAN ILMU SOSIAL
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
.JAKARTA
ANALISIS PERSISTENSI KINERJA REKSADANA
SAHAM INDONESIA PERIODE
JULI 2003 - JUNI 2006
Skripsi
Diajukan kepada Fakultas Ekonomi dan Ilmu Sosial
Untuk Memenuhi Syarat-syarat untuk Meraih Gelar Sarjana Ekonomi
Pembimbing I
Oleh M. Hasbiallah
NIM: 103081029309
Di Bawah Bimbingan
Pembimbing II
p.;,i, D;. Abm.:£! ... MM NIP.150317955
Titi Dewi Warninda, SE, Msi NIP. 150 368 746
JURUSAN MANAJEMEN
FAKULTAS EKONOMI DAN ILMU SOSIAL
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
Hari Selasa Tanggal 13 Bulan Februari Tahun Dua Ribu Delapan telah dilakukan
Ujian Komprehensif atas nama Muhammad Hasbiallah NIM: 103081029309
dengan judul Skripsi "Anailsis Persistensi Kineija Reksa Dana Saham
Indonesia Periode Juli 2003 - Juni 2006 ''. Memperhatikan kemampuan
akademik mahasiswa tersebut selama ujian berlangsung, maka skripsi ini sudah
dapat diterima sebagai salah satu syarat untuk memperoleh g1elar Sarjana Ekonomi
pada Jurusan Manajemen Fakultas Ekonomi dan Ilmu Sosial Universitas Islam
Negeri SyarifHidayatullah Jakarta.
Jakarta, 07 Maret 2008
Tim Penguji Ujian Komprehensif
Prof. Dr. Ahmad Rod
~~ _J:_ _~fr~ Herni Ali HT, SE, MM
Sekretaris Ketua
Prof. Dr. Abdul Hamid, MS Penguji Ahli
DAFT AR RIWA YAT HIDUP
Nama Muhammad Hasbiallah ·-·---------·-- -- ---·----··-----·-----·---------------Tempat & Tangerang, 23 Oktober 1984
_1:~.BB!ll La_h_ir __ +-+-----------------.. --------·-----~ama . Islam
f_~eban.~s_a_a_n __ +-_: __ ,! In-d-onesia _____ =--.. --.. =-----=-==------=-~====:==--.. -_-.......... . Alamat JI. Raya serang km.12 Bitung jaya No.17 RT/Rw
i______________ 07/03 Cikupa - Tangeran£]57_l_Q_ ______ _ .. J_~Q..1!__________ _: _1_{021) 59409_.!:?_!.f_ 085~~J_9830'.!._ .. E-mail _: _
1 [email protected] _________ ,_, __
I"'- .. ,. I' 1. Divisi Keuangan Organisasi Koperasi 1 Mahasiswa
VIN Jakarta 2004 i-::-·-·-· ···---------------·-.. --!-------------------.. -·-.. --··
[_~~ ~~~~~~~:a~~~~:~~~(=~2an __ , __ VIN __ Jak<~~--- -----~00~--
Abstract
This research tests the ability of investment fond (reksa dana) of Indonesian share in yielding outperformed perfonnance, and especially for persistency in investment fond. According to Jensen's research, in 1968, historical performance of investment ftmd is not indicator from its perfommnce in the future. However, Goetzmann & Ibbotson (1994) found some evidence about the persistency. It is in line with most investor which is more like or tmstto historical performance of investment fund that can become reference for investment fond performance in foture. There are many researches which show the inconsistence of investment fond perfonnance
The analysis of share investment fond performance uses Carhart model. By using 12 investment fond share samples in Indonesia, the result of this research shows that two investment fond shares have better performance than market perfonnance. Measuring the investment fond uses ratio or direct comparison between excess of return rate of portofolio towafd non-risk return rate with risk indicator that organized as systematical risk, it is shown by portofolio beta and used alpha portofolio comparison that is organized non-systematic risk from the portofolio.
The phenomenon of persistency performance (repeat performance) of investment fond share conducted to see whether the investment fond with winner performance in one period will return to show winner in the next period. The result of research shows that the strongest persistency occurred in investment fond which is evaluated by using total data of raw return with repeat winner 73,21 %, it uses single-factor CAPM model which have 48,21 %, and multi-factor model which have repeat winner 8,23 %.
Keyword: The persistency of performance of investment fund winniner, Loser and Repeat Performance.
Abstrak
Penelitian ini menguji kemampuan reksa dana saham Indonesia dalam menghasilkan kinerja yang outperformed dan terutama adanya persistensi kinerja reksa dana. Dalam penelitian yang dilakukan Jensen pada tahun 1968 disebutkan bahwa kinerja historis reksa dana bukanlah suatu indikasi dari kinerjanya dimasa depan. Namun demikian, Goetzmann & Ibbotson (1994) menemukan beberapa bukti adanya persistensi tersebut. Hal ini sejalan dengan keinginan kebanyakan investor yang lebih menyukai atau mempercayai bahwa kine1ja historis reksa dana dapat dijadikan acuan bagi kinerja reksa dana dimasa yang akan datang. Banyakuya penelitian yang menunjukkan terjadinya iukonsistensi terhadap kinerja reksa dana menjadikan pemilihan reksa drum yang sukses meajadi tugas yang menantang baik bagi calon investor individual maupun penasihat investasi.
Analisis kinerja reksa dana sahrun dilakukan dengan menggunakan model Carhrui. Dengan menggunakan 12 san1pel reksa dana saham di Indonesia, hasil penelitian menunjukkan ba11wa 2 reksa dana sahrun di Indonesia memiliki kinerja yang lebih baik dari pada kinerja pasru'. Pengukuran reksa dana menggunakan rasio atau perbandingan secara lru1gsung antara kelebihru1 tingkat pengembalian portofolio terhadap tingkat pengembalian bebas resiko d!engan indikator resiko berupa resiko sistematis yang ditunjukkan dengan beta portofolio dan menggunakan perbandingru1 alpha portofolio berupa resiko non sistematis dru·i portofolio.
Fenomena keberadaru1 persistensi l<lnerja (repeat performance) reksa dana saham dilakukan untuk melihat apaka11 reksa dana dengan kinerja winner dalam suatu periode akan kembali menunjukkru1 winner dalrun p<:riode berikutnya. Hasil penelitian menunjukkan bahwa persistensi paling kuat terjadi pada reksa dana yang dievaluasi dengan menggunakan data total raw return dengan persentase repeat winner sebesar 73,21% model dibandingkan dengan menggunakan model single.factor CAPM yang memberikan persentase sebesar 48,21 % dan model multi.factor yang hanya memberikan persentase repeat winner sebesar 8,23%.
Kata kunci: Persistensi kinerja Reksa Dana Winner, Loser dan Repeat performance
KATA PENGANTAR
Puji serta syukur penulis panjatkan ke hadirat Allah SWT
menganugerahkan karunia, rahmat dan hidayahNya serta kesempatan sehingga
penulis dapat menyelesaikan penyusunan skripsi yang be1judul " Analisis
Persistensi Kinerja Reksa Dana Saham Indonesia Periode Juli 2003- Juni 2006 " .
Shalawat serta salam semoga senantiasa dilimpahkan kepada Nabi besar
Muhammad SAW yang telah membawa umat manusia dari zaman kebodohan
menuju ummat yang lebih mulia dengan ilmu pengetahuan.
Skripsi ini disusun guna memenuhi salah satu syarat meraih gelar Sarjana
Ekonomi pada Faknltas Ekonomi dan Ilmu Sosial Jurusan. Manajemen Peminatan
Keuangan dan Pasar Modal Universitas Islam Negeri SyarifHidayatullal1 Jakarta.
Pada kesempatan ini Penulis ingin mengucapkan terima kasih yang
setulus-tulusnya kepada semua pihak yang telah membantu dalam proses
penyusunan skripsi ini, antara lain kepada:
1. Kedua Orang Tua Penulis tercinta atas doa yang tak pernah henti dan motivasi
untuk selalu menjadi lebih baik. Baktiku kupersembahkan hanya untuk kalian.
2. Bapak Prof. Dr. Ahmad Rodoni selaku Ketua Jurusan Manajemen Fakultas
Ekonomi dan Ilnm Sosial dan selaku dosen pembimbing I yang telah
memberikan ilmu yang sangat bermanfaat bagi Penulis dan selalu memotivasi
Penulis untuk selalu berjuang.
3. Ibu Titi Dewi W arninda, SE.,MSi selaku Pembimbing II terima kasih atas
kesabaran dan ketulusannya memberikan bimbingan, doa, serta dorongan agar
Penulis tetap semangat dalam menyelesaikan penyusunan Skripsi ini.
4. Bapak Drs. M. Faisal Badroen, MBA selaku Dekan Fakultas Ekonomi dan
Ilmu Sosial.
5. Seluruh dusen-dosen yang telal1 mendidik dan mengajarkan Penulis serta
memberikan ilmu yang sangat ben11an:faat sefama masa perkuliahan dan
karyawan FEIS UIN Syarif Hidayatullah Jakmia, Bu Siska, Bu Lili, Bu Umi
dan khususnya Pak Rahmat ym1g telah membantu proses administrasi Penulis.
' '
7. Kakak dan Adik Penulis tersayang yang selalu memberi dukungan, motivasi
dan pengorbanan yang tak temilai.
8. Teman-teman seperjuangan Penulis Hakom,Nida,.Yayat,Gudeng,Komeng
Rahma, Tia dan Dini.
9. Sarijaya Sekuritas dan Bursa Efek Jakarta, Bapepam, P'efindo dan atas seluruh
data-datanya.
10. Teman-teman di Ponpes Al-Hikmah Curug - Tanger:mg, Lulu, Asep, Fandi,
Zuki, Mas.bashori dan malaikat kecilku Nurdin, Lutvi Syara my god always
bless you to.
11. Keluarga Besar Koperasi Mahasiswa (KOPMA) Uil'T Jakarta.
12. Teman-Teman Manajemen dan Akuntansi angkatan 2003 khususnya
Manajemen D dan Keuangan B terutama Umaidi dan Furdy atas bantuannya
dan masukan-masukannya yang diberikan selan1a pe:nulis menyusun skripsi.
Dan buat temen-temen semua semoga kita tetap bisa. menjaga dan menjalin
Tali sillaturrahim persahabatan kita.
Dengan kemampuan dan keterbatasan yang ada pada diri ini, Penulis telah
berusaha semaksimal mungkin dalam menyelesaikan skripsi ini dengan sebaik
baiknya. Dengan segala kerendahan hati Penulis menerirna saran maupun kritik
yang dapat menjadikan skripsi ini lebih baik.
Akhir kata, Penulis berharap semoga skripsi ini dapat memberikan
manfaat bagi semua pihak. Dan semoga Allah SWT senantiasa melimpahkan
berkah dan rahmatNya kepada kita semua. Amin ...
Jakarta, 7 Maret 2008
Muhanunad Hasbiallah
DAFI'ARISI
Halaman Judul ............................................................. .................... ..
Halaman Pengesal1an ...................................................... , ....... ........ o. 11
Daftar Riwayat Hidup ......................................... u ................... u....................... v
Abstract ............................................................. u ..................... ~....................... Vt
Abstrak ............................................................................................................. " v11
l{ata Pengantar .................................................................. u ............. u .................. Q Vlll
Daftar Isi ...................................................................................................................... D x
Daftar Tabel ...... , .......................................................................... u........................ x11
Daftar Gambar .................................................. u ...................... u....................... x111
Daftar Lampiran .................................................................................................... xiv
BAB I PENDAHULUAN" ....................... u ....... uu.-........ .,....................... 1
A La tar Belakang Penelitian. ... ................... .... .. . .. ...... ... .... .. .. .... . 8
1. Identifikasi Masalah.. .. .. .. .. .. . .. .. .. .. .. .. .. . . . . .. . . . . .. . .. .. .. .. .. . .. .. .. . 8
2. Pembatasan Masalah......... ... . .. .... .. .. ... . .. . .. . .. ... . ... . . . .. . . . .. . .. . . 8
B. Perumusan Masalah............................... ...... .... .. . .. .... ..... .. ..... 8
C. Tujuan Penelitian................. ... ... .. . .. . . . . .. ... .. . . .... . ... .. .. .. .. .. . .. . .. . . 9
D. Manfaat Penelitian... .... . .... .. .. .. .. .... .. .... .. .. ... .... .. .... ... .. .... .. . .. .. . . 10
BAB II TINJAUAN PUSTAI{A_ ............. OD@OUUU<>UOOOOUUO,,....................... 11
A Reksa Dana........................................................................... 11
1. Pengertian Reksa Dana..................................................... 11
2. Manfaat dan Risiko Reksa Dana .. .. .. .. .... .... .. .. .. .. .... .. .. .. .. .. .. 16
3. Teori Pengukuran Kinerja Reksa Dana ..... ........................ 18
B. Penelitian Terdahulu........ .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. . . .. .. 25
C. Kerangka Pemikiran .. .. .. .. . .. .. .. .. .. .. .. .. .. . .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 30
D. Hipotesis .. . .. ... . .. .... .. . .. .. . .. .... .. .... .. . .. . .. .. .. . .... .. .... .. .... .. .. .. .. .. . .. .. 3 3
BAB ID METODOLOGI PENELITIAN n•••••••n••<>n••••u••••u••n••• .. •••n•n•• 34
A Ruang Lingkup Penelitian.................... .... .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 34
B. Metode Penentuan Sampel ..................................................... 34
BAB IV
BAB V
C. Metode Pengumpulan Data.................................................... 36
D. Metode Analisis .................................................................... 36
E. Operasional V ariabel penelitian..... .. . . . . . . . . . .. . . . . . . . . . . . . . . . . .. .. . . . . .. . . 40
HASIL DAN PEM:BAHASAN .................................................. 42
A. Sekilas Gambaran Umum Objek Penelitian ................... ........ 42
I. Sejarah Pasar Modal Indonesia . . . . . . . .. . . . . .. . . . . . . . . . . . . . . . .. . . . . . . . . 42
2. Sekilas Gambaran Umum Reksa Dana di Indonesia .... .. .. 46
B Penemuan clan Pembahasan.. .. . . . . .. . . . . . . . . . .. . . . . .. . . . . . . . . . . .. . . . .. . . . . . . . . 48
I. Pengujian Asumsi Klasik.. .. . .. . .. . . . . . . .. . . . . .. . . . . . ...... .. .. . . . . . . .. . . 48
2. Pengukuran Kinerja Reksa Dana Model Carhart . . .. .. . . . . .. . . 51
3. Hasil Pengujian Persistensi Reksa Dana saham. .. ...... .... .. .. 52
KESIMPULAN DAN IMPLIKASI .......................................... 57
A. Kesimpulan.. ............................ ....................... ............ .......... 57
B. Implikasi ...... ............................ ............ ...... ... ...... ........ ...... .... 58
DAFfAR PUSTA.KA o•••••••••••n••n••••••••••••n•n••nH••o•u•o•ououoouoououououoooounoou~ 60
LAMPJR.AN o•••ooooooo••ooooooooouoououoouuoou .. ooouoooooooooouoo•uo•uuooo•>•ouoouooououuoou.. 63
DAFTAR TABEL
Nomor Ketemngan
1.1 Perkembangan Industri Reksa Dana
3.1 Sampel Penelitian Reksa Dana
4.1 Pengujian Multikolinieritas Terhadap Model Carhart
4.2 Pengujian Autokorelasi Terhadap Model Carhart
4.3
4.4
4.5
4.6
Ringkasan Statistik Estimasi kinerja Reksa Dana berdasarkan Model Carhart
Repeat Performance persistensi kinerja Reksa Dana berdasarkan raw return
Repeat Per/ ormance persistensi kinerja Reksa Dana berdasarkan a rata-rata dalam Model Single-Factor CAPM
Repeat Performance persistensi kinerja Reksa Dana berdasarkan a rata-rata dalam Model 3- Faktor Fama & French dan 4- Faktor Carhart
Halaman
3
35
48
49
51
54
55
56
DAFTAR GAMBAR
Nomor Keterangan Halaman
2.1 Mekanisme Reksa Dana Perseroan 12
2.2 Mekanisme kontrak Investasi 13
2.3 Kerangka pemikiran penelitian 32
4.1 Grafik pengujian Heterokedastisitas terhadap model Carhart 50
DAFTAR LAMPIRAN
Nomor Keterangan Halaman
1. Hasil pengujian Regresi untuk Model Carhart 63
2. Hasil pengujian Regresi untuk masing-masing Reksa Dana 67
3. Hasil pengujian Regresi untuk total raw return masing- 102 masing Reksa Dana
4. Data NAB,SBI, dan IHSG untuk masing-masing Reksa 112 Dana ·
BABI
PENDAHULUAN
A. Latar Belakang Penelitian
Perkembangan industri Reksa Dana di Indonesia dalam kurtm waktu 5
tahun terakhir semakin menarik, Hal ini ditandai dengan pesatnya
pertumbuhan Reksa Dana yang berhasil dihimpun oleh perusahaan manajer
investasi. Total Reksa Dana yang berhasil dihimpun pada akhir tahun 2007
sebesar Rp.91,5 triliun atau sekitar 37,75 %. Wakil ketua asosiasi pengelola
Reksa Dana Indonesia (APRDI) Legowo kusumongoro menilai, Reksa Dana
masih menjadi alternatif investasi. Pertun1buhan secara konservatif bisa
menca9ai 25-30%, tingkat suku bunga sertifikat Bank Indonesia(SBI) yang
hanya 7-8% dapat mendorong pengalihan investasi kepasar modal, sehingga
dana kelolaan Reksa Dana meningkat. Meski demikian, perkembangn reksa
dana pada 2008 akan dipengaruhi likuiditas global, ancan1an resesi di
Ameika Serikat akibat imbas krisis subprime mortgage dan tingginya harga
minyak dunia. Kontribusi Reksa Dana kondisi ini mengindikasikan
tingginya kesadaran masyarakat untuk kembali berinvestasi pada salah satu
jenis instrun1en investasi yang menarik. Berbeda dari tahun-tahun
sebelumnya yaitu pada akhir tahun 2001 sebesar Rp.8 trilitm dan meningkat
menjadi Rp.46,61 triliun atau 482% pada akhir tahun 2002. Pertumbuhan
ini juga terjadi hingga November 2003 yang mencapai Rp. 72,83 triliun,
sampai dengan akhir tahun 2004 nilainya telah mel1~bihi Rp I 00 triliun.
(sumber: www.bapepam.go.id).
Namun , data Biro Riset Info Bank menyebutkan, dari total 323 Reksa
Dana periode Januari 2005 dan 2006, total nilai aktivanya mengalami
penurunan dari Rp 98,50 triliun menjadi Rp 29,98 triliun atau turun 69,56%.
Rata-rata aktiva reksa dana turun dari Rp 304,94 miliar menjadi Rp 92,82
miliar.Total NAB juga mengalami ha! yang sama. Total NAB Reksa Dana
turun dari Rp 94,98 triliun menjadi Rp 28,54 triliun atau turun 70,58%.
Penurunan rata-rata Reksa Dana pada periode yang sama sebesar Rp 294,07
miliar menjadi Rp 88,37 miliar.
Penurunan kinerja Reksa Dana tercermin dari pertumbuhan returnnya,
yakni NAB per unit khusus pada periode JanuaJi 2005 sampai dengan
Januari 2006 yang hanya mampu tumbuh 2,42%. Return yang dapat
diberikan rata-rata Reksa Dana atau NAB per unitnya hanya sebesar
Rpl.326,80 Ganuari 2005), Rp 1.232,53 (November), Rpl.252,76
(Desember), dan Rp 1.266,92 (Januari 2006). (lnfoBankNews.com : 27
November 2006). Perkembangan industri Reksa Dana. di Indonesia selama
periode penelitian dapat dilihat pada table 1.1 di bawah ini.
Tabel 1.1 Perkembangan Industri Reksa Dana
Peri ode Jumlah Pemegang NAB (Rpjuta Jumlah Saham/Unit
Reksadana Saham/U.P Yang Beredar
1996 25 2.441 2. 782.322,5 2.942.232.210,518
1997 77 20.234 4.916.604,8 6.007.373.758,547
1998 81 15.482 2.992.171,4 3.680.892.097,256
1999 81 24.127 4.974.105,0 4.349.952.950,816
2000 94 39.487 5.515.954,1 5.006.049. 769.,959
2001 108 51.723 8.003.769,8 7.303. 771.880,360
2002 131 125.82 46.613 .833,2 41.665 .523 .049,213
2003 186 171.712 69.477.719,8 60.020. 745.572,816
2004 246 299.063 104.037.824,6 84. 700. 701. 702, 709
2005Jan 250 314.442 110.130.237, 1 90.462.181.500, 134
Feb 257 320.75 113.721.016,8 91.388.765.614,909
Mar 272 346.618 105.382.373,8 82.706.198.519,840
Apr 272 339.377 86.450.940,7 67.296.428.325,250
May 279 335.283 84.930.128,4 64.961. 787.457,380
Jun 290 314.814 83.293.827,9 62. 806. 021. 756, 480
Jul 292 321.396 78.926.526,4 58.957 .959.365,684
Aug 302 323.945 65.682. 746,8 49.460.623.826, 140
Sep 311 320.512 34.011.822,2 24.703.096.431.,230
Oct 322 275.128 32.286.866, 1 23.819.715.104,146
-----
Nov 325 291.327 30.750.428,4 22.335.423.465,530
Dec 328 254.66 29.405.732,2 21.262.143.379,980
2006Jan 331 238.075 32.275.960,0 20.740.158.401,440
Feb 333 349.874 27.124.165,7 19.020.454.082.,370
Mar 342 178.052 29.038.145,7 20.598.331.532,030
Apr 352 166.635 29. 799.936,6 20.606.104.442,310
May 359 178.754 32.275.960,0 24.493 .230.851,260
Jun 359 182.446 33.894.658,9 25.834.084.886,570
Jul 360 179.726 35.842.193,6 27.029.705.567,320
Aug 359 175.069 37.970.823,7 28.397.680.148, 710
Sep 369 186.474 39.944.159,3 29.319.448.714,300
Sumber : Statistik Pasar Modal Bapepam
Berdasarkan fenomena di alas, penulis tertarik untuk kembali meneliti
kinerja Reksa Dana di Indonesia, khususnya reksa di.111ll. saham.
Investasi dalam Reksa Dana memberikan peluang imbal basil yang
besar dan mudah, namun demikian faktor risiko juga patut dipertimbangkan
oleh investor sebelum memilih Reksa Dana. Bi:rdasarkan hasil survey
terhadap perilaku investor yang dilakukan oleh Investment Company
Institute di Amerika Serikat dalam ha! memilih Reksa Dana, sebanyak 7 5 %
investor mempertimbangkan faktor kinerja historis reksa dana. Bercermin
dari hasil survei tersebut, standarisasi pengukuran dan evaluasi kinerja
penelitian dan poin penting bagi investor sebagai bahan pertimbangan dalam
memilih Reksa Dana.
Telah banyak penelitian yang dilalu1kan mengenai penilaian kinerja
Reksa Dana khususnya Reksa Dana saham baik di dalam dan luar negeri
dengan menggunakan data bulanan dan pendekatan imbal hasil yang
diperoleh dimasa lalu umumnya teknik yang digunakan oleh estimasi
kuadrat terkecil (ordinary least square) dari regresi model faktor. Salah satu
penelitian awal penilaian kinerja Reksa Dana dengan menggunakan model
faktor dilakukan antara Jain oleh Jensen pada tahun 1968 dengan
menggunakan model single faktor CAPM (Capital Asset Pricing Model) dan
ditemukan bahwa kinerja Reksa Dana di masa lalu bukan mempakan
indikasi kinerja Reksa Dana dimasa depan. Selanjutnya penelitian-penelitian
mengenai kinerja Reksa Dana banyak bertumpu pada penilaian berdasarkan
aset-aset pasif seperti faktor ukuran (size), faktor rasio nilai buku dan nilai
pasar (Fama dan French, 1993), (Elton et.al, 1993 dan (Carhat, 1997)].
Di Indonesia, penelitian kinerja Reksa Dana saham dengan basis data
harian telah dilakukan oleh Aditya Warman (2003) yang menemukan bahwa
kinerja portofolio Reksa Dana saham secara langsung dipengaruhi oleh
IHSG harian, volatilitas Reksa Dana saham terhadap pasar dan tingkat
bunga bebas risiko. Brahmana (2003) juga menernukan bahwa frekuensi
data harian dapat menjelaskan kemampuan pemilihan saham (stock picking
ability) dan market timing manajer investasi lebih kuat dibandingkan
Ratna wardhani (2003) melakukan penelitian ti:mtang kinerja Reksa
Dana saham di Indonesia. Hasil penelitiannya menyatakan bahwa Reksa
Dana yang diobservasi memiliki kinerja yang lebih buruk daripada kinerja
pasar. Buruknya kinerja Reksa Dana ini sangat dipe:ngaruhi oleh ketidak
mampuan manajer portofolio dalam memilih saham yang tepat atau tidak
memiliki stock selection ability yang memadai. Walaupun market timing
ability dan hot hands effect dari manajer portofolo ini cukup baik, namun
kontribusi negatif dari stock selection ability manjer portofolio lebih besar
dari pada kontribusi positif market timing ability dan hot hands effect,
sehingga keseluruhan kemampuan manajer portofolio dalam mengelola
portofolionya justru menurunkan tingkat pengembalian portofolionya.
Hasil penelitian di atas diperkuat oleh Victor Siagian (2005) yang
menyatakan bahwa hanya dua dari enam Reksa Dana saham yang
diobservasi memiliki kinerja yang Jebih baik dari kinerja pasar. Buruknya
kinerja Reksa Dana ini disebabkan ketidak mampuan manjer portofolio
dalam memilih saham yang tepat atau tidak memiliki stock selection ability
yang memadai.
Beberapa penelitian terhadap kinerja Reksa Dana saham di Indonesia
telah dilakukan, namun sepanjang studi literatur yang ditemukan hanya
sedikit penelitian yang menguji persistensi kinerja historis Reksa Dana.
Penelitian sebelumnya yang telah menguji persistensi kinerja Reksa Dana
saham di Indonesia dilakukan oleh Maleaki (2001) dengan menggunakan
Model CAPM dan frekuensi data min1Hman selam;• nerioclie s,,nt,,mh"r
1997-2000 menemukan bahwa terdapat persistensi positif kinerja Reksa
Dana saham.
Shanti Aprilia (2003) dengan menggunakan Model CAPM, Fama &
French,Model Carhart dan frekuensi data harian selama periode Juli 1999-
Juni 2003 Fenomena persistensi kinerja Reksa Dana saham memang terjadi
di Indonesia. Dengan menggunakan data total raw return, peneliti
menemukan bahwa rata-rata Reksa Dana Saham di Indonesia tidak menilai
kinerja.
Dalam penelitian ini penulis mencoba untuk menganalisis kinerja reksa
dana saham di Indonesia dengan menggunakan penelitian kinerja reksa dana
multi faktor serta melakukan pengujian terhadap persistensi reksa dana
saham selama periode Juli 2003-Juni 2006 dengan menggunakan data
bulanan.
Periode penelitiannya adalah dari Juli 2003 sampai Juni 2006 yang
dipilih karena pada periode tersebut perekonomian Indonesia diwarnai
oleh nuansa optimisme yang cukup tinggi, k•,stabilan moneter yang
terkendali, kondisi sosial politik yang semakin membaik seiring dengan
proses pelaksanaan pemilihan pimpinan nasional yang diilai berjalan
lancar dan demokratis.
Berbeda dengan penelitian sebelumnya yang menggunakan model
CAPM, Fama & French, Carhart serta menggunakan frekuensi data harian,
penelitian yang penulis lakukan ini menggunakan model carhart dan
1. Identifikasi Masalah
Berdasarkan latar belakang tersebut, maka identifikasi masalah dalam
penelitian ini adalah ;
1. Bagaimana kinerja Reksa Dana saham di Indonesia apakah lebih baik atau
lebih buruk dibandingkan dengan kinerja pasar.
2. Mengukur Apakah terdapat persistensi kinerja baik positif maupun negatif
dari masing-masing Reksa Dana saham di Indonesia dan seberapa besar
persistensi kinerja tersebut.
2. Pembatasan Masalah
Untuk memudahkan dalam penelitian ini, penulis membatasi masalah yang
akan diteliti :
1. Analisis kinerja Reksa Dana Saham di Indonesia dengan menggunakan
Model Carhart.
2. Analisis persistensi kinerja dari masing-masing R1~ksa Dana dilakukan
berdasarkan data raw return dan koefisien alfa sebagai proksi kinerja
abnormr.! Reksa Dana yang diperoleh sebelumnya dari Model pengukuran
kinerja Reksa Dana (Model CAPM, Fama & French, dan Carhart dengan
menggunakan 3(tiga) panjang periode yakni 1 Tahun, 2 Tahun, dan 3
Tahun.
B. Perumusan Masalah
Berdasarkan latar belakang penelitian di atas., maka dapat dibuat
perumusan masalah sebagai berikut :
1. Bagaimanakah kinerja historis Reksa Dana saham yang ada di
Indonesia dalam periode penelitian (Juli 2003 -- Juni 2006) dengan
menggunakan data bulanan dan apakah kinerja masing-masing reksa
dana tersebut lebih baik (outper formed) atau lebih burnk (under
pelformed) dibandingkan kinerja pasar (IHSG ) dengan menggunakan
Model Carhart.
2. Apakah terdapat persistensi kine1ja baik posistif maupun negatif dari
masing-masing Reksa Dana saham di Indonsia dan seberapa besar
persistensi kinerja tersebut.
Penelitian ini dibatasi pada Reksa Dana jenis terbuka (opened - end)
yang berbentuk hukum Kontrak Investasi Kolektif (KIK ) dan termasuk
dalam kategori Reksa Dana saham.
C. Tujuan Penelitian
Adapun tujuan mengenai penelitian ini yaitu :
1. Menganalisis kinerja masing-masing Reksa Dana saham yang ada di
Indonesia dan melihat perbandingannya dengan kinerja tolak ukur pasar
(market benchmark) dengan menggunakan model carhart (model 4
faktor) berdasarkan frekuensi data bulanan.
2. Menganalisis persistensi kinerja historis Reksa Dana saham di Indonesia
selama periode penelitian dengan meng!,>unakan data total raw return
dan koefisien alfa sebagai proksi kineja abnormal reksa dana yang
diperoleh sebelumnya dari model pengukuran kineija reksa dana (model
CAPM, Fama & French dan Cahart
D. Manfaat Penelitian
Berdasarkan tujuan penelitian tersebut maka peneliti sangat berharap
penelitian ini dapat memberikan manfaat pada berbagai pihak, yaitu :
1. Bagi Perusahaan atau Investor
2.
Penelitian ini diharapkan dapat memberikan pemahaman dan
pl')ndidikan mengenai kondisi rill kinerja dan pernistensi kinerja Reksa
Dana saham di Indonesia. Selain itu penelitian ini diharapkan dapat
memberikan informasi yang dibutuhkan bagi investor sebelum
berinvestasi.
Bagi Penulis
Manfaat bagi penulis ad al ah dapat menerapkan a tau
mengaktualisasikan keilmuan selama masa study dan memperoleh
wawasan mengenai pasar modal khususnya mengenai kinerja Reksa
Dana saham di Indonesia.
3. Bagi Pihak Lain
Manfaat bagi pihak lain adalah sebagai bahan referensi
pelengkap dan tambahan untuk penulisan karya ilmiah atau skripsi
serta sebagai bahan bacaan yang bersifat menunjang bagi rekan yang
mungkin membutuhkan pemikiran-pemikiran yang terdapat dalam
pembahasan ini.
BABil
TINJAUAN PUSTAKA
A. Pengertian Reksa Dana
Reksa Dana di Indonesia mulai dikenal sejak tahun 1995 yang
diprakasai oleh Reksa Dana BDNI dan merupakan Reksa Dana tertutup
(closed-end fund) dengan jumlah dana kelolaan menc;apai Rp. 356 miliar.
Reksa Dana adalah suatu wadah yang digunakan untuk menghimpun dana
dari masyarakat pemodal untuk selanjutnya di investasikan dalam bentuk
portofolio efek oleh manajer investasi. Manajer investasi adalah pihak yang
bertindak mewakili kepentingan perusahaan efek untuk kegiatan yang
bersangkutan dengan pengelolaan portofolio efek untuk para nasabah atau
mengelola portofolio investasi kolektifuntuk sekelompok nasabah.
Reksa Dana dapat dibedakan kedalam berbagai jenis, misalnya
berdasarkan bentuk hukumnya Reksa Dana dapat digolongkan sebagai
(Siamat, 2001):
1. Reksa Dana Berbentuk Perseroan (Corporate Type). Dalam ha! ini
perusahaan penerbit Reksa Dana menghimpun dana dengan cara
menjual saham, selanjutnya dana tersebut diinvestasikan pada berbagai
jenis efek (surat berharga) yang diperdagangkan di pasar modal atau
pasar uang. Reksa Dana perseroan dapat dibagi menjadi Reksa Dana
perseroan tertutup dan Reksa Dana perseroan terbuka. Ciri-ciri Reksa
(PT); pengelolaan kekayaan Reksa Dana didasarkan pada kontrak
antara direksi perusahaan dengan manajer investasi yang ditunjuk dan
penyimpanan kekayaan reksa dana didasarkan atas kontrak manajemen
investasi dengan bank Kustodian. Di Indonesia, Reksa Dana berbentuk
perseroan hanya ada satu yakni Reksa Dana BDNI (gambar 2.1 ).
Gambar2.1. Mekanisme Reksa Dana Perseroan
BAPEPAM Pengajuan izin usaha dan -...-~-~""" nenrrainnn nendatlaran Penyertaan efe1.1if
Promotor (Sendiri)
Pemegang Saham (Investor)
Pembeliau i Underwriter (Jika Ada)
- ReksaDana CPR
Penjualan lmhruu melalui Kotitrak !, oenawarrui umun1
l .----''---nen-vi...,mnanan i
'--1 ... 1: Bank Kustodian ···········' Setoran tunai i
Sumber: BAPEPAM
lntruksi iual/ heli
Perantara Perdagangan Efek
PasarUang PasarModal
2. Reksa Dana Berbentuk Kontrak Investasi Kolektif (Contractual Type).
Reksa Dana bentuk Kontrak Investasi Kolektif (KIK) ini merupakan
kontrak antara manajer investasi dengan bank Kustodian yang
mengikat pemegang unit penyertaan, dimana manajer investasi diberi
dan KIK adalah bentuk Reksa Dana yang lebih popular dan lebih
banyak di Indonesia. Ciri-ciri Reksa Dana berbentuk KIK adalah
bentuk hukumnya Kontrak Investasi Kolektif (KIK); pengelolaan
Reksa Dana dilakukan oleh manajer investasi berdasarkan kontrak dan
penyimpanan kekayaan investasi kolektif dilaksanakan oleh bank
Kustodian berdasarkan kontrak (gambar 2).
Gambar2.2 Mekanisme Reksa Dana Kontrak Investasi
Investor
BAPEPAM
Pengajuan pemyataan
Penjualan terus menerus ,
Manajer Investasi
Penawaran um um
Kontrnk Investasi Kolektif (KIK)
Pembayarnn Penjualan Redemtion
Pe11Jualan kembali (Redemtion)
Bank Kustodian
·1 Pengawasan
IJ1s~ijual lbeli
~rantara l<i·······-+····· ~-·
I<!··· .. ·····!
......
-· ~angEfek
Intruksi dan tagih
~1fModal ~arUang
Sumber: BAPEPAM
Jika dilihat dari struktur kelembagaannya maka R.eksa Dana dapat pula
dikategorikan sebagai (Siamat 2001):
1. Reksa Dana Yang Bersifat Tertutup (Closed-End Fund), yakni reksa
kepada investor. Artinya pemegang saham tidak dapat menjual kembali
sahamnya kepada manajer investasi. Jika pemilik saham hendak
menjual sahamnya, ha! ini harus dilakukan melalui bursa efek tempat
saham Reksa Dana tersebut dicatatkan.
2. Reksa Dana Bersifat Terbuka (Opened-End Fund). Yakni Reksa Dana
yang menawarkan dan membeli kembali saham-sahamnya dari investor
sampai sejumlah modal yang sudah dikeluarkan. Pemegang saham
jenis ini dapat menjual kembali saham/ unit penyertaannya setiap saat
apabila diinginkan manajer investasi Reksa Dana, melalui bank
Kustodian wajib membelinya sesuai dengan Nilai Aset Bersih (NAB)
per saham/ unit pada saat tersebut.
Secara umum Reksa Dana dapat diklasifikasikan sebagai berikut :
I. Reksa Dana Pasar Uang (Money Market Mutual Funds)
Money Market Mutual funds berkonsentrasi pada investasi
jangka pendek di pasar uang. Pada saat situasi ekonomi sedang
overheated Reksa Dana pasar uang pali:ng berpeluang untuk
memperoleh keuntungan, karena tingkat return di pasar uang
lebih sering berfluktuasi secara parallel dengan kondisi ekonomi
makro. Overheated Economy selalu ditandai dengan kondisi
kenaikan tingkat suku bunga, yang tentunya akan berdampak
pada merosotnya kinerja sektor rill. Efek selanjutnya adalah
melemahnya kinerja pasar modal. Artinya perusahaan Reksa
Dana vang bermain di uasar modal kuram! bemntum!
Reksa Dana pasar uang bisa digolongkan menjadi taxable
fund dan tax exempt fund. Hal ini penting untuk
dipertimbangkan oleh investor sebelum memutuskan untuk
memasuki reksadana pasar uang. Bagi investor dengan
kewajiban pajak rendah mungkin ha! ini bukan persoalan besar
tapi bagi investor besar dengan kewajiban pajak tinggi ini tentu
persoalan yang cukup penting yang berpengaruh pada
pendapatan bersih setelah pajak.
2. Reksa Dana Pendapatan Tetap (Fixed Income Funds)
Y akui reksa dana yang melakukan investasi sekurang
kurangnya 80 % dari asetnya dalam bentuk efek bersifat hutang.
Reksa dana ini memiliki resiko yang relatif lebih besar daripada
reksa dana pasar uang. Tujuannya untuk menghasilkan tingkat
pengembalian stabil.
3. Reksa Dana Saham (Equity Funds)
Y aitu Reksa Dana yang melakukan investasi sekurang
kurangnya 80 % dalam bentuk efek yang b1~rsifat ekuitas, karena
investasinya dilakukan pada saham, maka risikonya lebih tinggi
dibanding kedua Reksa Dana di atas, namun peluang untuk
menghasilkan tingkat pengembalian kepada investor lebih tinggi.
4. Reksa Dana Campuran (Balanced Funds)
Reksa Dana ini melakukan investasi dalam efek yang
bersifat hutang dengan berbagai alokasi-alokasi investasi
misalnya SO % di efek hutang.
5. Reksa Dana Sektoral (Sector Funds)
Reksa Dana sektoral berinvestasi pada sektor tertentu
seperti sektor teknologi atau sektor financial. Fluktuasi harga
Reksa Dana ini sangat tinggi.
6. Reksa Dana Intemasional/ Global (Intematioanall Global Fund)
Reksa Dana ini menanamkan investasinya pada perusahaan
yang berbasis di dalam dan luar negeri. Saat ini Reksa Dana
sektoral dan intemasional belum ada di Indonesia, baik karena
masih terbatasnya jumlah peminat, maupun karena BA.PEP AM
yang masih membatasi pembelian instrumen investasi luar
negeri.
B. Manfaat dan Resiko Reksa Dana
Berinvestasi pada Reksa Dana memberikan manfaat tidak hanya bagi
investor individu namun juga bagi investor institusi seperti bank, dana
pensiun, perusahaan asuransi maupun lembaga yang mi~miliki dana investasi
yang ingin melakukan diversifikasi portopolio investasinya dengan mudah
melalui reksa dana. Beberapa manfaat yang diberikan oleh Reksa Dana
antara lain (Pratomo dan Nugraha, 2000) :
1. Manajemen yang profesional. Sebuah Reksa Dana dikelola oleh
bertugas mencari alternatif investasi terbaik dalam cakupan investasi
yang diizinkan. Manajer investasi juga memiliki akses riset yang luas
dari berbagai analis yang membantu mereka dalam mengambil
keputusan.
2. Diversifikasi portofolio. Melak"ukan diversifikasi berarti menyebar
risiko investasi pada berbagai instrnmen dengan tujuan untuk
mengurangi resiko investasi. Jika dana yang terbatas akan sulit
melakukan diversifikasi karena mahalnya harga instrnmen investasi,
tetapi dengan menggabungkan dana bersama para investor lain,
diversifikasi ini dimungkinkan likuiditas. Seperti membeli saham,
investasi bisa dicairkan kapan saja.
3. Bebas pajak. Pendapatan Reksa Dana bebas dari pajak penghasilan
Selain mengandung manfaat, investasi pada reksa dana juga
mengandung risiko investasi yaitu :
a. Risiko berkurangnya nilai unit penyertaan. Hal ini
dipngaruhi oleh fluktuasi harga efek yang dipegang dalam
portofolio seperti saham, obligasi dan surat berharga
lainnya.
b. Risiko likuiditas. Risiko ini terntama clihadapi oleh manajer
investasi jika terjadi penarikan kembali unit-unit penyertaan
yang dipegang oleh nasabah (redemption) sehingga manajer
investasi dapat mengalami kesulitan dalam penyediaan uang
tunai atas redemntion tersehuL
c. Risiko anprestasi (default risk). Resiko ini muncul pada saat
perusahaan asuransi yang mengasuransikan kekayaan Reksa
Dana tidak segera membayar ganti mgi atau membayar lebih
rendah dari nilai pertanggung jawaban saat terjadi anprestasi
dari pihak-pihak yang terkait dengan Reksa Dana yakni
pialang, bank Kustodian, agen pembayaran atau bencana
alam yang dapat menyebabkan penurunan Nilai Aktiva
Bersih (NAB) dari reksa dana.
C. Teori Pengulmran Kinerja Reksa Dana
Pengukuran kinerja Reksa Dana tercermin dari perubahan nilai asset
bersih per unitnya (NAB/ unit) yang dirumuskan sebagai berikut (Husnan,
2001):
NAB1 = ( MV At - ( LIABi ) I NSOt
Dimana:
NAB, : Nilai aktiva bersih pada waktu -t ;
MV A, : Nilai pasar dari asset pada waktu -t ;
LIAB, : Kewajiban reksa dana pada waktu -t ;
NSO, : Jumlah saham/ unit penyertaan yang beredar pada waktu - t
Penilaian baik tidaknya kinerja investasi portofolio yang dikelola
manajer investasi bergantung tidak hanya pada NAB/ unit namun juga oleh
kebiiakan dan strateui investasi vanu dilakukan oleh manaier invP.stH.<i NA R
reksa dana terbuka persaham dihitung setiap hari dan diumumkan kepada
masyarakat melalui media masa, sedangkan Reksa Dana tertutup dihitung
seminggu sekali. Pada perhitungan NAB Reksa, Dana juga telah
memasukkan komponen biaya tidak langsung seperti biaya pengelolaan
investasi, biaya bank Kustodian, biaya akuntan publik~ biaya transaksi dan
broker, biaya pajak dan biaya-biaya lainnya yang berkaitan dengan
pengelulaan investasi. Pembebanan biaya ini selalu dikurangkan dari Reksa
Dana setiap hari sehingga NAB/ unit bembah-rubah setiap hari. Sementara
itu, bagi nasabah juga dikenakan biaya langsung sep1~rti biaya pembelian/
berlangganan (selling feel subcription cost) yang dikenakan saat pertama
kali investor membeli unit penyertaan reksa dana dan biaya penjualan
kembali (redemption fee) yang dibebankan saat inve:stor hendak menjual
kembali unit penyertaannya pada manajer investasi.
Tingkat pengembalian (return) investasi Re:ksa Dana dihitung
berdasarkan proporsi peningkatan atau penurunan nilai aset bersih ditambah
dengan distribusi pendapatan yang berasal dari penerima dividen yang
dirumuskan sebagai berikut (Busse, 1999) :
NABit + Di1-1 Rii=------
Dimana:
Ri, Tingkat pengembalian (return) reksa dana -t pada periode
-t, mencerminkan kinerja sub periode reksa dana dalam
periode-t;
NABi 1 : Nilai Aset Bersih reksa dana -i pada akhir periode -t ;
NABi, -1 : Nilai asset bersih reksa dana -i pada awal peroide: -t ;
D i 1 -1 : Ex- divident reksa dana -i pada periode -t ;
Dalam berbagai literatur, pengukuran kinerja Reksa Dana banyak
menggunakan pendapatan risk-a4Justed return atau pengukuran kinerja
portofolio Reksa Dana dengan menggunakan faktor atau ukuran tertentu
yang disesuaikan dengan risikonya. Beberapa metod•~ pengukuran kinerja
tersebut adalah :
1. Model Risk-A4Justed Return (Bodie, 2002)
Pengukuran kinerja Reksa Dana dengan menggunakan model
risk-adjusted return ini menggunakan rasio atau perbandingan secara
langsung antara kelebihan tingkat pengembalian portofolio terhadap
tingkat pengembalian bebas risiko dengan indikator risiko berupa
standar deviasi dari return (sharpe ratio) atau risiko sistematis yang
ditunjukan dengan p (beta) portofolio (Treynor Ratio). Sementara
Appraisal Ratio menggunakan perbandingan a (alpha) portofolio
dengan risiko non-sistematis dari portofolio tersebut. Berdasarkan
appraisal ratio dapat dihitung abnonnal return per unit risiko yang
pada dasarnya dapat didiversifikasi dengan pembentukan portofolio
berdasarkan indek pasar. Ketiga model pembentukan pengukuran
kinerja reksa dana yang telah disesuaikan dengan risiko (risk- a4Justed
return) dirumuskan sebagai berikut :
Treynor Ratio = ( Rp - Rr) I (Ip
Appraisal Ratio = Up I Ii ( ep)
Dimana:
Rp : Rata-rata kinerja reksa dana sub periode tertentu;
Rr : Rata-rata kinerja investasi bebas risiko sub periode
tertentu;
op : Standar deviasi reksa dana untuk sub periode tertentu;
PP : Slope persamaan garis hasil regresi linear;
Up : Alpha portofolio reksa dana.
Ii ( ep) : Standar defiasi Portofolio
2. Model Faktor (Busse & Irvine, 2003)
Kinerja abnormal Reksa Dana diukur oleh nilai a (alpha), yakni
intersep dari hasil regresi antara kelebihan tingkat pengembalian reksa
dana dengan tingkat pengembalian satu/ lebih aset-aset pasif Reksa
Dana dan dirumuskan sebagai berikut :
Keterangan :
RN; : Kelebihan tingkat asset-asset non bernchmark pada
periode-i;
Ra; : Kelebihan tingkat pengembalian asset-aset tolak ukur
(benchmark) pada pe1iode-i;
aNi : Alpha (intersep) non benchmark;
~N : Beta (slope) non benchmark;
eNi : Error term.
a. Single Factor Model (CAPM)
Model ini dikembangkan oleh Jensen yang menggunakan
satu aset pasif yakni kelebihan tingkat pengembalian dari
portofolio pasar. Intersep ( o.) adalah basil dari regresi kelebihan
dari tingkat pengembalian portofolio pasar yang telah
disesuaikan dengan risiko. Single faktor CAPM ini dirumuskan
sebagai berikut (Busse, 1999) :
Dimana:
Rit = Tingkat pengembalian (return)
reksa dana -i pada periode -t;
Rft = Tingkat pengembalian (return) reksa clana bebas
resiko pada periode -t;
Rmt = Kelebihan tingkat pengembalian pasar pacla
periocle -t;
Pit = Koefisien slope yang clihasilkan clari regresi
antara Rit clengan Rmt.
Selama dua dekade terakhir kemampuan CAPM dalam
menjelaskan dengan akurat atas penilaian seluruh aset semakin
dipertanyakan. Penelitian yang menggunakan portofolio pasif
yang terdiri atas saham dengan rasio nilai buku dengan nilai
pasar yang tinggi (Faina & French, 1992), Sebagai akibatnya,
single-factor alpha positif adalah bentuk representasi
kepemilikan atas aset-aset pasif tersebut dan merupakan
representasi atas keahlian dalam menydeksi surat. berharga
tertentu (Elton,et al.,1993). Untuk mengatasi keterbatasan single
/actor model dalam ha! pengukuran kinerja yang sensitif
terhadap benchmark yang tidak efisien beberapa studi
menyarankan penggunaan multi-faktor dengan penambahan
indeks-indeks pasif pada RB,t (Busse, 2002). Fama & French
( 1993) menambahkan portofolio pasar dengan melibatkan faktor
ukuran (size) dan rasio nilai buku terhadap nilai pasar (book-to
market equity), sedangkan carhart (1997) memasukan
momentum sebagai asset pasifyang ke-empat.
b. Multiple Factor Model
Penggunaan multiple factor model cukup banyak
digunakan dalam penilaian kinerja reksa dana. Fama & French
(I 993) menunjukan bahwa beta (13) tidak daoat menielaskan
perbedaan dalam tingkat pengembalian antara portofolio yang
dibentuk berdasarkan rasio nilai buku terhadap nilai pasar (book
to market value of equity). Dengan menggunakan model APT
(arbit rage pricing theory), mereka menemukan bahwa saham
saham dengan "higher betas" ( disebut jugajactor loadings) pada
faktor size dan market-to-book ratio akan memiliki average
return yang lebih tinggi pula. Hal ini diinterpretasikan sebagai
bukti bahwa risk premium berkaitan dengan faktor-faktor
tersebut. Fama & French mengusulkan model 3-faktor dengan
spirit teori APT, dimana risiko ditentukan oleh sensitivitas suatu
saham terhadap 3 faktor yakni (1) market portofolio, (2)
portofolio yang mencerminkan relative returns antara small vs
large firms dan (3) portofolio yang mencerminkan relative
returns dari perusahaan dengan rasio nilai buku terhadap nilai
pasar yang tinggi vs rendah. Model 3 .. factor Fama & French
dirumuskan sebagai berikut (Fama & French, 1993) :
Rit = Uit + bit Ru Rtt + SMB, + HML, + Eit
Keterangan :
Rit : Kelebihan tingkat pengembalian portofolio -i
Rn Rtt
pada waktu-t ;
: Kelebihan tingkat pengembalian dari value
weighated aggregate market proxy (setelah
cllki1r~1101 rPt11rn T_ Ri11 cntn h111nn\ ·
SMB1 : Small Minus Big adalah return dari
B. Penelitian Terdahulu
portofolio yang dibentuk berdasarkan nilai
rata-rata tertimbang saham-saham dengan
kapitalisasi pasar kecil dikurangi kapitalisasi
pasar besar ;
: High Minus Low adalah return portofolio
yang dibentuk berdasarkan nilai rata-rata
tertimbang rasio nilai buku terhadap nilai
pasar yang rendah ;
Penelitian yang telah dilakukan dan dipublikasikan sebelumnya
meliputi penelitian tentang pengukuran kinerja Reksa Dana dan penelitian
mengenai persistensi kinerja Reksa Dana.
1. Penelitian Di Luar Negeri
Penelitian klasik mengenai Reksa Dana dilakukan oleh Jensen
pada tahun 1968 dan menemukan bahwa kinerja 115 Reksa Dana
saham yang dipilih secara acak setelah memperhitungkan faktor biaya
& risiko yang sama selama periode 1945-1964 ternyata lebih buruk
(inferior) ketimbang kinerja p01tofolio tertentu atau hanya 33,9 %
reksa dana yang mampu menghasilkan tingkat pengembalian yang
positif relatif terhadap pasar. Apabila perhitungan tidak melibatkan
faktor biaya, Jensen menemukan bahwa tingkat pengembalian (return)
Reksa Dana terbesar secara acak berada oada market line CAPM dan
manajer investasi ternyata tidak menguasa1 informasi publik yang
relevan.
Penelitian terhadap persistensi kinerja Reksa Dana pada dasarnya
adalah untuk mengetahui selama selang waktu tertentu yang
berdekatan. Penelitian terhadap persistensi kinerja Reksa Dana yang
dilakukan di Amerika Serikat banyak mengatasi model faktor dengan
meregresikan tingkat pengembalian aktiva pasif (passive asset returns)
dengan tingkat pengembalian Reksa Dana (funds returns).
Carhart ( 1997) mengajukan model penelitian dan dikenal dengan
model 4-faktor Carhart yang terdiri dari indeks S & P 500, portofolio
berdasarkan rasio book-to-market, size dan prior-year stock market
return agar dapat mencangkup dampak dari anomali-anomali seperti
Small firm effect, book-to-market effect dan intermediate kerm price
momentum (JegaDeesh & Titman). Hasilnya, persistensi dalam kinerja
relatif diantara manajer investasi kebanyakan berkaitan dengan biaya
biaya reksa dana dan momentum kepemilikan surat berharga yang
dikelola oleh manajer investasi dalam sebuah reiksa dana bukan gross
investment returns.
Busse & Irvine (2002) menemukan bahwa dengan menggunakan
jangkauan keyakinan investor sebelumnya (prior beliefs) terhadap
keahlian manajerial, Bayesian alpha dapat memprediksi kinerja reksa
dana di masa depan lebih baik ketimbang pengukuran kinerja eksa
dana secara tradisional seoerti sinrde-alvha .Jensen dan 4-faktor aloha
carhart. Bagi investor yang percaya pada keahlian manajerial
Bayesian, ukuran Bayesian memilih reksa dana yang kemudian dipilih
sebagai reksa dana yang out peiformed jika menggunakan alpha 1-
faktor atau 4- faktor. Sementara bagi investor yang skeptis terhadap
keahlian manajer, Bayesian alpha memilih reksa dana yang kemudian
dipilih sebagai reksa dana yang out performed jika
mempertimbangkan faktor biaya. Dalam penelitiannya, Bayesian alpha
dapat membantu investor untuk memilih reksa dana yang kinerjanya
lebih baik.
2. Penelitian di Indonesia
Penelitian tentang kinerja Reksa Dana Saham pernah dilakukan
oleh Maleaki (2001) menguji konsistensi rnksa dana saham dengan
track record selama tiga tahun dan menemukan bahwa secara umum
Reksa Dana saham menunjukan kine1ja yang lebih baik ketimbang
indeks pasar saham sebagai pembandingnya, ya:kni kine1ja yang telah
pula memperhitungkan biaya operasional. Selanjutnya, selama periode
penelitian ternyata terdapat konsistensi kine1ja Reksa Dana saham
dimana reksa dana yang menunjukan kinerja historis superior kembali
menunjukan kinerja yang baik diperiode b()ikutnya. Pengamatan
dilakukan dengan menggunakan data mingguan dan penelitian kinerja
menggunakan model raw return performanc:e dan risk adjusted
performance (CAPM).
Dengan menggunakan style analysis yang dikembangkan oleh
sharpe untuk menentukan eksposur dan kinei:ja reksa dana, Surachmat
(2002) menemukan bahwa 11 dari 17 reksa dana saham di Indonesia
memiliki return rata-rata dibawah style-nya wailaupun secara statistik
tidak signifikan. Sementara enam Reksa Dana lainnya dapat
mengungguli style namun hanya satu yang signifikan secara statistik.
Penelitian ini menggunakan data mingguan yang dari tanggal 4
September 1998- 23 Februari 2001 (128 minggu) dan menggunakan
indeks sektoral dan suku bunga deposito sebagai tolak ukur
(benchmark) kelas aset utama.
Aditya Warman (2002) meneliti 21 buah Reksa Dana saham dan
38 buah Reksa Dana pendapatan tetap dengan menggunakan metode
pengukuran kinerja risk adjustded return yaitu rasio Jensen, Treynor,
Sharpe dan Appraisal Ratio selama periode Januari 1997-Maret 2001
berdasarkan data harian. Hasil penelitiannya menunjukkan bahwa
kinerja portofolio reksa dana saham secara langsung dipengamhi oleh
faktor pergerakan IHSG, resiko sistematis atau volatilitas Reksa Dana
saham terhadap pasar , tingkat bunga bebas risiko dan secara tidak
langsung juga dipengaruhi oleh ukuran diversifikasi portofolio dan
return setiap Reksa Dana saham. Sementara. itu kinerja Reksa Dana
pendapatan tetap sangat dipengaruhi oleh perubahan tingkat bunga
deposito berjangka pada baak.
Manurung (2002) meneliti 20 Reksa Dana saham untuk melihat
persistensi pemilihan saham dalam pembentukan portofolio di BEJ
oleh manajer investasi dikaitkan dengan variabel empirik berupa
kinerja perusahaan selama periode 1996-2000. Hasilnya menunjukkan
bahwa variabel aset, DER, likuiditas, kapita!isasi pasar, PBV, PER,
dan Volatilitas signifikan secara statistik terhadap variabel dikotomi
pemilihan saham. Sementara itu sebanyak 62,5 % manajer investasi
tidak konsisten dalam pemilihan saham atau menggunakan strategi
acak. Variabel makro yang digunakan dalam penelitian seperti jumlah
uang beredar, kurs US $ dan inflasi ternyata memberikan hasil yang
signifikan terhadap return po1tofolio namun secara statistik tidak
cukup signifikan untuk menolak bahwa reksa dana memberikan return
yang lebih besar dari pada return IHSG atau rntu:n LQ-45.
Wardhani (2003) menemukan bahwa masih banyak kinerja
Reksa Dana yang lebih buruk dari pada indek pasar (underperjorm)
meskipun telah menggunakan strategi aktif sebagai akibat dari
besarnya biaya transaksi yang harus dikeluarkan Reksa Dana tersebut.
Dalam penelitiannya pengukuran kinerja menggunakan model u
jensen dan modal 4-faktor carhart.
Brahmana (2003) menunjukkan bahwa telah terjadi miss
spesifikasi dalam pengukuran kemampuan market timing dan stock
picking manajer Reksa Dana saham Indonesia clalam ha! penggunaan
frekuensi (harian clengan bulanan) dimana dinamika aktifitas manaier
Reksa Dana yang sifatnya day-to-day seharnsnya diukur dengan
menggunakan data harian namun banyak penelitian diukur dengan
data bulanan. Dalam penelitiannya, secara keseluruhan rata-rata
manajer reksa dana saham tidak memiliki market timing dan stock
picking ability atau maksimum hanya sebesar 29,41 % dan 23,53 %
saja dari seluruh sampel reksa dana saham dalam penelitian yang
memiliki stock picking ability dan market timing
C. Kerangka Pemikiran
Investasi dalam Reksa Dana memberikan peluang imbal hasil yang
besar dan mudah, namun faktor risiko juga patut dipertimbangkan oleh
investor sebelum memilih reksa dana karena bagaimanapun, reksa dana
tidak luput dari risiko bisa jadi NAB nya turun "kata Closis besarnya return
bukanlah satu-satunya parameter untuk menilai suatu instrumen investasi".
Persistensi Reksa Dana pada dasamya adalah untuk mengetahui
apakah kinerja suatu Reksa Dana dapat bertahan selama selang waktu
tertentu yang berdekatan. Sesuai fenomena, persistensi kinerja historis
Reksa Dana dapat digunakan untuk memperediksi kinerja Reksa Dana
dimasa depan. Sehingga dengan dilakukannya analisis persistensi kinerja
Reksa Dana saham di Indonesia, diharapkan para investor dapat mengambil
keputusan yang tepat dalam memilih Reksa Dana serta memperhitungkan
risiko yang dapat diprediksi.
Carhart (1997) mendefinisikan persistensi sebagai "[ ... ] a positive
relation between pe1formance ranf!kinf! in an initial ran!!kinf7 nerind and
+-
the subsequent period". Defenisi persistensi yang diberikan oleh Busse
(1999) menyatakan bahwa pengujian persistensi pada dasarnya mengamati
kinerja Reksa Dana dalam rentang periode yang berdekatan.
Berdasarkan tujuan penelitian dan teori yang ada maka dapat dibuat
kerangka pemikiran sebagai berikut:
Kinerja Pasar (Benchmark)
T
Gambai-2.3
Kerangka Pemikiran Peneliticm
Out Pe1fonn/ Under Perform ?
i.. .............. ................ ........ ., .. ,. ......... ., •....
Model CAPM, 3-faktor Fama dan French dlm 4-f Carhart
. I Model Regresi -:
I Uji Asumsi Klasik J ••
I Uji Regresi Berganda I
U ji Persistensi Reksa Dana dengan data Raw Re tu CAPM, Alpha Fama dan French dan Alpha Car
•• I Pensortiran ke dalam kategori winner rum lo
·• I Perhitungan persentase Repeat Wilmer
.
I Interpretasi I
Kh1erja Reksa Dana Saharn ·
D. Hipotesis
Dalam penelitian ini hipotesis penelitian adalah sebagai berikut :
1. Reksa Dana saham yang diteliti selama periode penelitian memiliki
kinerja lebih baik dari pada kinerja pasar, dengan asumsi variable konstan.
Ho:a::;o
H1 : a>o
2. Untuk menguji persistensi kinerja reksa dana dapat diperoleh
dengan hipotesis.
Ho : Rata-rata reksa dana saham di Indonesia tidak memiliki
persistensi kinerj a.
H1 : Rata-rata reksa dana saham di Indonesia memiliki
persistensi kinerja.
BAB ill
METODE PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian ini mengenai kinerja Reksa Dana saham di Indonesia. Data
yang dibutuhkan selama penelitian yaitu IHSG, tingkat suku bunga SBI,
nilai aktiva bersih per unit (NAB/unit atau NAV/unit) bulanan Reksa Dana
saham masing-masing sampel, nilai buku dan harga penutupan akhir bulan
dari saham-saham dalam portofolio Reksa Dana antara Juli 2003- sampai
dengan Juni 2006.
Data-data yang digunakan untuk keperluan analisis adalah data
sekunder yang diperoleh dari publikasi bulanan BEJl,BAPEP AM, dan BI.
Sedangkan untuk data saham-saham yang ada dalam portofolio Reksa Dana
setiap bulan diperoleh dari laporan bulanan Bank K11stodian dari masing
masing Reksa Dana kepada BAPEP AM.
B. Metode Penentuan Sampel
Tekuik penentuan sample yang digunakan dalam penelitian ini adalah
teknik purposive sampling, yaitu pemilihan sample: berdasarkan kriteria
te1tentu. Adapun Kriteria dalam pengambilan sampel pada penelitian ini,
antara lain:
1. Data Reksa Dana saham yang sudah beroperasi sebelum bulan
Januari 2003 dan masih melakukan kegiatan hingga November
2006.
2. Tidak mengikutsertakan Reksa Dana saham yang barn berdiri
dan yang dibubarkan dalam rentang waktu penelitian.
3. Nilai aktiva bersih (NAB) dari reksa dana sahan1 yang
bersangkutan tersedia.
Berdasarkan Kriteria tersebut diperoleh sampel 12 Reksa Dana, sehingga
data pooling sejumlah 552 observasi.
Tabel 3.1 Sampel Penelitian Reksa Dana Saham
No Reksa Dana Tanggal Efoktif
1 Bahana Dana Prima 1 Agustus 1996
2 BNI Dana Berimbang 30 Septemb•er 1996
3 Si Dana Saham 9 September 1996
4 ABN Amro Dana Saham 16 Desember 1996
5 Big Nusantara 26 Februari 1997
6 Arjuna 4 Maret 1997
7 Dana Megah Kapital 19 Maret 1997
8 Panin Dana Maksima 27 Maret 1997
9 Master Dinamis 29 Juli 1997
10 Phinisi Dana Saham 7 Agustus 1998
11 Rencana Cerdas 8 Juli 1999
12 Schorder D. Prestasi Plus 12 September 2000
C. Metode Pengumpulau Data
Data yang digunakan dalam penelitian ini diantaranya :
1. Nilai aktiva bersih Reksa Dana (net asset value), nilai buku dan
harga penutupan akhir bulan dari saham-saham dalam portofolio
Reksa Dana diperoleh dari BAPEP AM.
2. Indek harga saham gabungan yang diperoleh dari database PT.
Sarijaya Securities.
3. Tingkat suku bunga SBI 1 bulan yang diperoleh dari
www.bi.go.id.
D. Metode Analisis Data
1. Model Carhart
Untuk mengukur kinerja Reksa Dana di Indonesia dalam penlitian ini
yaitu dengan menggunakan Model Carhart. Berdasarkan model Cahart
maka dikembangkan Model penelitian sebagai be:ikut :
1. Model p01tofolio 4 - faktor Carhart
( R;, - Rft) = a;, + p, CRmt - Rft) + Pz s:rvm, +
p, HMLi + P• UMD, + Git
Keterangan :
Rit Tingkat pengembalian (return) reksa dana -i
pada saat -t ;
Tingkat pengembalian (return) aset be bas
Rmt
SMBt
HMLt
UMD,
<lit
2. Uji Asumsi Klasik
Tingkat pengembalian (return) pasar pada
saat -t;
Tingkat pengembalian (return) dari portofolio
yang dibentuk berdasarkan factor ukuran
kapitalisasi pasar (size) ;
Tingkat pengembalian return dari portofolio
reksa dana yang dibentuk berdasarkan factor
rasio nilai buku terhadap nilai pasar (book-to
market value of equity) ;
Tingkat pengembalian return dari portofolio
yang dibentuk berda:;arkan satu saham
momentum;
Intersep adalah ukuran kinerj a reksa dana ;
Koefisien regresi (slope) ;
: Error term
Dalam penggunaan analisis regresi agar menunjukkan hubungan
yang valid atau tidak bias maka perlu dilakukan pengujian asumsi
klasik pada model regresi yang digunkar1. Pengelolaan data
menggunakan software statistic SPSS. Adapun asumsi dasar dalam
pengujian asumsi klasik yang hams dipenuhi adalah :
Uji ini merupakan bentuk pengujian untuk asumsi dalam analisis
regresi berganda. Asumsi multikolinearitas menyatakan bahwa variabel
independen hams terbebas dari gejala multikolinearitas. Gejala
multikolinearitas adalah korelasi yang signifikan antar variable independent.
Untuk mendeteksi adanya multikolinearitas dapat dilihat dari :
a. Besarnya VIF (Variance Inflation Factor) dan Tolarance.
Pedoman suatu model regresi yang terbebas dari gejala
multikolinearitas adalah ;
1 ). Mempunyai nilai VIF di sekitar angka 1.
2). Mempunyai angka tolerance mendekati 1.
b. Uji Autokorelasi
Uji ini merupakan penguJian asumsi dalam regresi di mana
variable dependen tidak berkorelasi dengan dirinya sendiri. Maksud korelasi
dengan diri sendiri adalah bahwa nilai variable dependen tidak berhubungan
dengan nilai variabel itu sendiri, baik nilai periode sebelumnya maupun nilai
periode sesudahnya. Untuk mendeteksi gejala autokorelasi dapat
menggunakan uji Durbin-Watson (DW). Uji menghasilkan nilai DW hitung
(d) dan nilai (DW) table (dL& du). Aturan pengujiannya adalah:
: Terjadi masalah autokorelasi yang positif yang
perlu perbaikan
: Terdapat masalah autokorelasi positiftetapi
lemah. dimana nerbaikan akm1 lehih h~ik
du <d<4-dL : Tidak ada masalah autokorelasi
4-du<d<4-dL : Masalah aotokorelasi lemah, di mana dengan
perbaikan akan lebih baik
: Masalah autokorelasi serius
Selain itu, untuk mendeteksi gejala autokorelasi dapat diambil patokan sebagi
berikut:
1). Angka D-W di bawah-2, berarti terdapat autokorelasi positif
2). Angka D-W di antara -2 sampai +2, benl.rti tidak terdapat
autokorelasi.
3). Angka D-w di atas +2, berarti terdapat autokorelasi negatif
c. Uji Heteroskedastisitas
Asumsi heteroskedastisitas adalah asumsi dalam regresi di mana
varians dari residual tidak sama satu pengamatan kepengamatan yang lain.
Dalam regresi, salah satu asumsi yang hams dipenuhi adalah bahwa
varians dari residual dari satu pengamatan kepengamatan yang lain tidak
memiliki pola tertentu. Pola yang tidak sama ini di1unjukan dengan nilai
yang tidak sama antar satu varians dari residual. Gejala varians yang tidak
sama ini disebut dengan gejala heteroskedastiitas, sedangkan adanya
gejala varians yang sama dari satu pengamatan ke pengamatan yang lain
disebut dengan homoskedastisitas. Untuk mendeteksi adanya
heteroskedastisitas yaitu dengan melihat ada tidakuya pola tertentu pada
grafik, dimana sumbu Y adalah Y yang telah terprediksi, dan sumbu X
adalah residual ( Y prediksi - Y sesungguhnya). Dasar pengambilan
keputusan:
1 ). Jika ada pola tertentu, seperti titik-titik yang ada membentuk
suatu pola tertentu yang teratur (bergelombang, melebar
kemudian menyempit), maka telah terjadi heteroskedastisitas.
2). Jika tidak ada pola yang jelas, serta titik-ti.tik menyebar di atas
dan dibawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas.
E. Operasional Variabel Penelitian
I. Variabel Dependen
Variabel dependen yang digunakan dalam penelitian ini
merupakan kelebihan tingkat pengembalian (return) reksa dana -i pada
hari- t yang merupakan selisih antara tingkat pengembalian (return)
aset bebas risiko yang diproksi dengan tingkat suku bunga SBI 1 bulan.
Kelebihan tingkat pengembalian (excess return) reksa dana-i
pada periode -t CRit - Rft), dimana :
R, = NAB,, - NAB,,_1
., NAB,,_1
dan
Dengan NABi,t adalah Nilai Aktiva Besih bulanan dari reksa dana-i
pada saat-t dan NABi,t adalah Nilai Aktiva Bersih bulanan dari reksa
dana -i pada saa t-1.
2. Variabel Independen
Variabel kelebihan tingkat pengembalian (excess returns)
dari pasar yang diproksi dengan indeks Harga saham Gabungan
(IHSG) terhadap aset bebas risiko (SB! 1 bulan) dirumuskan
sebagai (Rmt - Rft), dimana :
IHSGt Rmt = ----1
II-ISGt.1
Dengan IHSGt adalah IHSG bulanan pada saat -t dan
II-ISGt.1 adalah IHSG bulanan pada saat t-1.
2. Variabel SMB, HML, dan UMD
SMB adalah variabel yang merepresentasikan book to
market dari sisi kapitalisasi pasar. HML adalah variabel yang
mempresentasikan book to market value of equity perusahaan
(diproksi dengan II PBV). Sedangkan UMD adalah variabel yang
mempresentasikan return dari portofolio yang dibentuk
berdasarkan satu momentum.
BAB IV
HASIL DAN PEMBAHASAN
A. Sekilas Gambaran Um um Obyek Penelitian
I. Sejarah Pasar Modal Indonesia
Menurut Jogianto (20003:37) era pasar modal di Indonesia dapat dibagi
menjadi enam periode. Periode pertama adalah periode jaman Belanda mulai
tahun 1912 yang merupakan tahun didirikannya pasar modal yang pertama.
Periode kedua adalah periode orde lama yang dimulai pada tahun 1952.
periode ~..:etiga adalah periode orde baru dengan diaktifkannya kembali pasar
modal pada tahun 1997. Periode keempat adalah periode bangunnya pasar
modal pada tahun dari tidur yang panjang. Periode kelima adalah periode
otomatisasi pasar modal mulai tahun 1995. periode ke:enam adalah periode
krisis mo net er mulai bulan Agustus 1997.
a). Periode Pertama (1912-1942): Periode Jaman Belanda
Pada tanggal 14 Desember 1912, suatu asosiasi 13 broker dibentuk di
Jakarta. Asosiasi ini diberi nama Belandanya sebagai " Vereniging voor
Ejjectenhandef' yang merupakan cikal bakal pasar modal pertama di
Indonesia . Setelah perang dunia 1, pasar modal di Surabaya mendapat giliran
dibuka pada tanggal 1 Januari 1925 dan disusul di semarang pada tanggal 1
Agustus 1925. karena masih dalam jaman penjajahan Belanda dan pasar-pasar
modal ini juga didirikan oleh Belanda, mayoritas saham-saham yang
diperdagangkan di sana juga merupakan saham-saham perusahaan Belanda
dan afiliasinva vang tergabung dalamDutch Rast Indies Trndinu AmmriPo
b). Periode Kedua (1952-1960): Periode Orde Lama
Setelah Jepang meninggalkan Indonesia, pada tanggal 1 september
1951 dikeluarkan undang-undang No. 289737/U.U. tanggal 1November1951,
Bursa Efek Jakarta (BEJ) akhirnya dibuka kembali pada tanggal 3 Juni 1952.
Tujuan dibukanya kembali bursa ini untuk menampung obligasi pemerintah
yang sudah dikeluarkan pada tahun-tahun sebelumnya. Tujuan yang lain
adalah untuk mencegah saham-saham perusahaan Belanda yang dulunya
diperdagangkan di pasar modal dijakarta lari keluar negeri. Kepengurusan
bursa efek ini kemudian diserahkan kepada perserikatan perdagangan Uang
dan Efek-Efek (PPUE) yang terdiri dari 3 bank dengan Bank Indonesia
sebagai anggota kehormatan.
c). Periode Ketiga (1977-1988): Periode Orde Harn
Bursa Efek Jakarta dikatakan lahir kembali pada tahun 1977 dalam
periode orde baru sebagai hasil keputusan Presiden No. 52 1976. keputusan ini
menetapkan pendirian pasar modal, pembentukan Badan Pembina Pasar
Modal, pembntukan Badan Pengawas Pasar Modal (BAPEPAM) dan PT.
Danareksa. Presiden suharto meresmikan kmbali Bursa Efek Jakarta (BEJ)
pada tanggal 10 Agustus 1977. PT. Semen Cibinong merupakan perusahaan
pertama yang tercatat di BEJ.
Periode ini disebut juga dengan periode tidur yang panjang, karena
sampai 1988 hanya sedikit sekali perusahaan yang tercatat di BEJ, yaitu hanya
24 oerusahaaan saia_ K11ranrr 1nenHrikn·vn nn~Ar mocln1 nArln nP_r1niiP in1 rl~ri
segi investor mungkin disebabkan oleh tidak diknakannya pajak atas bunga
deposito, sedangkan penerimaan dividen dikenakan pajak penghasilan sebesar
15%.
d). Periode Keempat (1988-1995): Periode Bangun dari Tidur
Yang Panjang
Setelah tahun 1988, selama 3 tahun saja, yaitu sampai tahun 1990,
jumlah perusahaan yang trdaftar di BEJ meningkat sampai dengan 127
perusahaan. Sampai dengan tahun 1996 jumlah perusahaan yang terdaftar
menjadi 238 perusahaan. Pada periode ini , Initial Public Offering (IPO)
menjadi pristiwa nasional.
Peningkatan dipasar modal antara Jain disebabkan oleh deregulasi yang
dilakukan oleh pemerintah sektor keuangan dan perbankan termasuk pasar
modal. Deregulasi yang dianggap sangat mempengaruhi perkembangan pasar
modal di indonsia antara Jain adalah pakto 27, 1988 dan pakdes 20, 1988 yang
berkaitan dengan usaha perkmbangan pasar modal antara lain adalah
diknakannya pajak atas bunga deposito/tabungan secara final sebesar 15%.
Sementara pakdes 20, 1988 memberikan kemudahan dan kesempatan kepada
swasta nasional untuk menyelenggarakan Burasa Efek swasta dan
diperkenankannya company listing yang memungkinkan perusahaan
persahaan dapat mencatatkan seluruh saham yang ditempatkan dan disetor
penuh di Bursa.
e). Periode kelima (mulai 1955): Periode otomasisasi
transaksi investor asing. Pada anggal 3 september 1997 pemerintah tidak lagi
memberlaknkan pembatasan 49% pemilihan asing. Ini berarti investor asing
boleh memiliki saham-saham yang jumlahnya tidak terbatas. Selain itu, untuk
memperbaiki perekonomian yang bergejolak ini, pemeiintah pada tanggal 1
November 1997 mengumumkan melikuidasi 16 ba:nk swasta nasional.
Pengumuman yang mengejutkan ini tidak banyak membantu memperbaiki
lesunya pasar saham. Bahkan IHSG untuk bulan November 1997 ini juga
merosot dengan tajam.
2. Sekilas Gambaran Umum Reksa Dana Di Ind~1nesia
a). Kelahiran Reksa Dana-BDNI Reksa Dana
Seiring dengan diberlaknkannya UU No. 8 1995 tentang pasa.r modal,
Reksa Dana mulai dikenal di Indonesia sejak diterbitkannya Reksa dana
berbentuk perseroan, PT. BDNl Reksa Dana tahun 1995. Reksa Dana ini
bersifat tertutup dimana setelah melaknkan penawara:n umum, transaksi jual
beli saham reksa dana tersebut dilaknkan melalui bursa, layaknya pusahaan
publik lainnya.
b). Booming Reksa Dana: 1996-1997
Pada awal 1996, Bapepam mengeluarkan peraturan pelaksanaan
tentang Reksa Dana berbentuk kontrak investasi kolekti:f. Peraturan-peraturan
tersebut membuka peluang lainnya Reksa Dana berbentuk kontrak investasi
kolektif ( KIK) untuk tumbuh dan berkembang. Pada saat itu sampai dengan
pertengahan tahun 1997, industri ini mekar dari hanya 1 izin penerbitan
meniacii 24 rll tah11n 1996 tiP.nO"an tnt~1 a~P.t Rn? 7R triJ,rnn rt~n lrPn111r11!ln
berhasil mencapai puncaknya pada bulan juli 1997 (Rp. 8,3 trilyun ) dengan
jumlah reksa dana sebanyak 76. karena itu, tidak salah kalau pada tahun 1996
telah dicanangkan sebagai tahun "Reksa Dana" dipasar modal oleh ketua
Bapepam saat itu, Bapak I Gede Putu Arya Suta.
c). Krisis dan Dampaknya terhadap Reksa Dana
Krisis moneter 1997 berimbas pada perkembangan reksa dana
selanjutnya. Krisis yang mulanya berasal dari permasalahan mata uang mekar
menyebar keaspek-aspek lainnya, termasuk pasar modal . Reksa Dana yang
pada hakikatnya terkait dengan instrument pasar uang dan pasar modal
mengalami imbasnya. Dapat terlihat bahwa asset reksa dana turun lebih dari
250% dan hanya menyisakan 15.482 pemodal di akhir tahun 1998.
d). Munculnya Reksa Dana Baru : 1999-2000
Membaiknya pasar pasca kritis telah nmibangkitkan kembali
optimisme pelaku pasar. Reksa Dana pun ikut menggeliat . data bulan Januari
sampai pertengahan tahun 2000 menunjukkan pertumbuhan aset reksa dana
yang konsisten dan mampu menghimpun kembali dana masyarakat lebih dari
Rp. 5,4 trilyun. Yang lebih menggembirakan adalah bahwa jumlah pemodal
yang memasuki industri ini terus meningkat. Meskipun masih saja relatif
kecil, akan tetapi jumlahnya, yang sempat turun sampai angka belasan ribu,
sedikit demi sedikit merangkak naik sampai 33 .000 pernodal dengan jumlah
Reksa Dana yang dapat dijadikan altrnatif sebanyak 91.
B. Penemuan dan Pembahasan
2. Pengnjian Asnmsi Klasik
Dalam penggunaan penggunaan analisis regresi agar menunjukan
hubungan yang valid atau tidak bisa maka perlu dilah.-ukan pengujian asumsi
klasik pada model regresi yang digunakan. Adapun asumsi dasar dalam
pengujian asumsi klasik yang dipenuhi adalah :
a). Multikolinearitas
Uji ini bertujuan untuk apakah pada model regresi ditemukan adanya
korlasi antar variabel indpenden. Jika terjadi korelasi maka dinamakan
multikolinearitas ( multiko ).
1). Pengujian Multikolinearitas Teirhadap Model Carhart
Uji multikolinearitas terhadap model ini menyatakan bahwa model ini
tidak terdapat multiko. Hal ini dapat dilihat pada tabel 4.1 dibawah ini.
Tabel 4.1 Pengujian multikolineritas terbadap model carhart
Coefficients( a)
Standardized Unstandardized Coefficients Coefficients Collinearitv Statistics
Model T Sig. B Std. Error Beta Tolerance VIF
1 (Const -.020 .012 -1.70 ant) .090 0
Rmt - .929 .016 .946 58.54 Rfi 4 .000 .997 1.003
SMB .001 .000 .029 1.626 .105 .808 1.237 HML 7.06E-007 .000 .000 .008 .994 .811 1.232 UMD .000 .001 .005 .304 .762 .999 1.001
a Dependent Variable: R1t - Rfi
Pada tabel diatas terlihat untuk ketiga variabel independen, nilai VIF
bebas pada model ini tidak ada yang mempunyai korlasi atau perkataan
lain pada model ini tidak terjadi gejala multikolineritas.
b ). Uji Autokorelasi
Uji ini bertujuan untuk mnguji apakah dalam sebuah model regresi
terdapat korelasi antara kesalahan pengganggu pada periode dengan kesalahan
pada priod t-1 ( sebelumnya ).
1). Pengujian autokorelasi terhadap model carhart
penguji autokorelasi terhadap model ini menyatakan bahwa pada model ini
tidak terdapat korelasi antara kesalahan pengganggu pada priode t dengan
kesalahan priode t-1 ( sebelumnya ), atau dengan perkataan lain pada model
ini tidak terdapat gejala autokorelasi. Hal ini dapat dilihat pada tabel 4.2
dibawah ini.
Tabel 4.2 pengujian autokorlasi terhadap model charhart
Model Summary(b)
Adjusted R Std. Error of Model R R Snuare Snuare the Estimate Durbin-Watson
1.430 1 .953(a) .908 .907 .02139385
a Predictors: (Constant), UMD, HML, Rmt -· Rft, SMB b Dependent Variable: Rit - Rft
Pada tabel diatas, terlihat angka D -W sebesar + 1,. Hal ini berarti angka D-
W terletak antara -2 dan +2, shingga pada model ini tidak terdapat gejala
autokorelasi. Walaupun dalam persamaan regrsi masih terdapat outlier, namun
ha! ini tidak mempengaruhi uji autokorelasi.
c. Uji heteroskedastisitas
Uji ini bertujuan untuk menguji apakah dalam sebuah model regresi,
terjadi ketidaksamaan varian residual dari suatu pengamatan ke pengamatan
lainnya. Gejala varian yang tidak sama ini distibut dengan gejala
heteroskedastisitas, sedangkan adanya gejala vanan yang sama dari satu
pengamatan ke pengamatan yang lain disebut dengan homoskedastisitas.
Hasil dari uji heteroskedastisitas untuk model ini setelah dilakukan model
pembuangan terhadap outlier dapat dilihat pada tabel dibawah ini.
Gambar 4.1 • grafik pengujian heteroskedastisitas terhadap model
carhart setelah tidak ada outlier.
Scatterplot
Dependent Variable: Rit • Rft
~ ~ 0
Regression Standardized Predicted Value
Pada grafik diatas terlihat titik - titik sudah menyebar secarn acak clan
tidak membentuk pola tertentu yang jelas, serta sudah tersebar baik diatas
maupun dibawah angka 0 pada sumbu Y. Hal ini mengindikasikan bahwa
tidak terdapat gejala heteroskedastisitas pada model regresi, sehingga model
regresi layak dipakai untuk memprediksi pengembalian reksa dana
berdasarkan masukan variabel independennya
2. Pengukuran kine1ja Reksa Dana Model Carhart
Pengukuran reksadana saham dengan model 4.. faktor carhart pada
model ini diregresikan yaitu faktor eksis return market (R.,,-Rr), faktor ukuran
kapitalisasi pasar (SMB), faktor rasio nilai buku terhadap nilai pasar (HML),
dan faktor momentum (UMD) mnunjukkan bahwa sebanyak 2 reksa dana
bernilai pos;tif yaitu memiliki kinerja yang lebih baik dari kinerja pasar
sedangkan 10 reksa dana lainya memiliki kofisien alpha. yang benilai negatif
artinya tidak memiliki kinerja yang lebih baik dari kimirja pasar, dan hanya
satu reksa dana saham yaitu Arjuna yang koefisien alphanya signifikan secara
statistik. Hal ini dapat dilihat dari tabel 4.3 dibawah ini
Reksn
Dann
AbN
an1fo
Arjuna
Bahana
BIG
BNI
Tabel 4.3
Ringkasan Statistik Estimasi Ki11e1ja
Reksadana Berdasarkan Model Carhart
• b Adj.R Reim a • b
t-stat t-stat Square dana t-stat t-stat
.1.355 + 1.021 0.959 Megah -0.0808 0.831
0,053 0,000 0.068 0.000
• ••• ' **'' 1.119 0.525 0.644 Panin -0.464 0.917
0.039 0.000 0.283 0.000 ... ... ' t'l<>l
-1.184 1.117 0.973 Phinisi ·0.0037 0.927
0.132 0.000 0.863 0.000
• ... ' **"
0.682 0.855 0.882 Rencana -0.489 0.933
0.622 0.000 Cerdas 0.427 0.000
• ... ' **'~
2.091 0.980 0.775 Sechordcr 0.019 0.996
Adj.R
Square
0.876
0.918
0.916
0.954
0.961
Master -0.219 0.854 0.954 Sida11a -1.0506 l.O
0.096 0.000 saha1n 0.002 0.0
• ... • *'' TIS 0.968
00
Keterangan : *** : signifikan secara statistik pada level 5%.
* : tidak signifikan secara statistik
3. Hasil Pengujian Persistensi Reksa dana saham
Bagian ke tiga dalam pembahasan ini adalah mengevaluasi
persisitensi kinerjanya reksa dana saham dalam sampel berdasakan hasil
pengujian nerja abnormal reksa dana yang diperoleh st~blumnya dari model
pengukuran kinerja reksa dana ( Model Capm, Fama & French dan carhart).
Pengujian persistensi dilakukan secara cross - sectional untuk melihat pola
hubungan persistensi kinerja reksa dana. Periode wakt1.1 yang digunakan dibagi
ke dalam dua periode yang tidak saling tumpang tindih yakni periode awal
atau priode pembentukan (FP) dan periode berikutnya yang disebut sebagai
periode pen5ujian (TP) . Selain itu, periode pengujian dalam satu pengamatan
sub periode berikutnya. Karena keterbatasan periode penelitian, maka analisis
persistensi kinerja hanya dapat mencakup priode 12-36 bulan diharapkan
dapat sebagai proksi terhadap cakupan persistensi jangka pendek dan jangka
pan Jang.
Dalam analisis kinerja persistensikinerja reksa dama akan dilihat suatu
kecenderungan suatu reksa dana saham akan mengala.mi pengulangan kinerja
(repeat performance) dalam suati pengamatan. Untuk itu perankingan
reksadana dan pengkategorian reksa dana dalam kelompok winner atau loser
akan menentukan persentase pengulanag kinerja (persistensi) yang
% Repeat Winner = WW xl 00 WW+LVv
Dimana:
WW : Reksa dana dengan kategori winner pada FP dan Loser
pada TP;
L W : Reksa dana dengan kategori loser pada FP dan winner
pada TP;
Berdasarkan hasil pengnjian raw return masing-masing reksa dana
saham dalam penelitian, peneliti menggunakan 3 (tiga) panjang periode yakni
12 bulan, 24 bulan dan 36 bulan. Reksa dana yang dikategorikan kedalam
kelompok winner adalah reksa dana yang memiliki total raw rum diatas nilai
mediannya sementara mereka yang termasuk dalam kefompok loser adalah
reksa dana dengan total raw return dibawahnya.
Dalam ha! ini persistensi kinerja akan dilihat pada kedua periode
sehingga pengelompokan reksa dana juga dibagi kedalam kelompok winner
dikedua periode (WW), atau loser disalah satu periode dan winner di periode
berikutnya (l ,W).
Dalam tabel 4.4 terlihat bahwa secara rata .. rata selama periode
pengamatan (12-36 bulan), persistensi kinerja reksa dana saham sebesar
73,21 %. Presentase Repeat Winner paling besar te1jadi pada periode 36 -
bulanan sebesar 73,21 % dimana dari keseluruhan Reksa dana dalam sampel
LW. Sedangkan pada periode 24 - bulanan menunjukkan persentase repeat
winner yang paling kecil yakni sebsar 0,347%. Persentase repeat pelformance
yang dihasilkan dengan menggunakan kinerja reksa dana sebelum disesuaikan
dengan risiko (total raw return) tersebut ternyata tidak cukup besar untuk
dapat mengindikasikan terjadinya persistensi kinerja yang kuat, sehingga sulit
untuk mengambil kesimpulan bahwa reksa dana dengan kinerja winner
cenderung berulang dengan kinerja winner pula dipriodii berikutnya dan data
ini tidak akan banyak memberikan manfaat dalam m1imperkirakan kinerja
reksa dana saham di masa yang akan datang.
Tabel 4.4. Repeat Performance Persistensi ki11erja reksa dana
berdasarkan Raw Return
Periode Kategori Kinerja % Repeat Pengamatan Winner
WW LW Periode 12 bulan 11 13 45,83% Periode 24 bulan 1 287 0,347% Periode 36 bulan 217 216 73.21%
Keterangan :
WW : Kategori FP Winner dan TP Winner
LW: Kategori FP Loser dan TP Winner
Oleh karena itu, pengujian persistensi selanjutnya dilakukan dengan
menggunakan model kinerja reksa dana yang telah di sesuaikan dengan risiko
(risk adjusted performance) yaitu Model Single faktor CA.PM, Faktor Fama &
dilakukan dengan mensortir reksa dana kedalam kelompok Winner dan Loser
berdasarkan nilai a ( alpaha) rata-rata masing-masing reksa dana dengan alpha
rata-rata diatas 0% ( a rata-rata positif) dikelompokkan kedalam reksa dana
Winner dan jika memiliki alpha rata-rata dibawah 0% (a rata-rata negatif)
dikelompokkan kedalam loser. Pengelompokkan reksa da.na menjadi WW dan
LW seperti yang dilakukan dalam pengujian presistensi berdasarkan data raw
return diatas.
Tabel 4.5. Repeat Performance Persistensi Kine1-ja Reksa Dana
berdasarkan a rata-rata dalam l\!Iodel Single -Factor CAPM
Pel'iode Kategori Kinerja % Repeat Pengm.iatan Winner
WW LW Periode 12 bulan 78 72 52% Periode 24 bulan 53 246 17,72% Periode 36 bulan 216 232 48,21%
Pada model kinerja dengan menggunakan a CAPM Tabel (4.5.),
persntase repeat winner paling tinggi diperoleh dari pengamatan 12-
bulanan dan paling rendah terjadi pada periode pengamatan yang lebih pendek
cenderung menunjukkan persistensi yang kuat dibandingkan periode
pengamatan lainnya. Penggunaan model CAPM juga menunjukkan
peningkatan persentase repeat winner sebesar 48,21 % secara keseluruhan
dalam sub periode penelitian (Tabet 4.6.). Hasil ini mengindikasikan bahwa
ketika kinerja reksa dana di evaluasi dengan alpha rata-rata reksa dana Winner
Hasil yang berbeda ditunjukkan dari model kinerja Fama & French dan
Carhart. Kedua model ini menunjukkan persistensi yang sama sehingga dapat
di simpulkan bahwa penilaian kinerja pada kedua model ini tidak tergantung
pada model kinerja tersbut.
Penggunaan model multi fakor ternyata tidak memberikan peningkatan
repeat performance dibandingkan model-model sebelumnya yaitu sebesar
8,23% dari keseluruhan periode pengamatan persistensi paling kuat terjadi
pada periode 12- bulanan dan pengamatan dengan pernistensi paling lemah
terjadi pada priode 36- bulanan. Pengujian persisensi kedua model pengukuran
kinerja diringkas dalam satu tabel karena memberi hasil yang identik. Hal ini
dapat dilihat pada tabel 4.6 dibawah ini.
Tabel 4.6. Repeat Petf ormance berdasarkan a rata.-rata dalam Model 3-
faktor Fama & F1·ench dan 4-Faktor Carhart
Periode Kategori Kinerja % Repeat Pengamatan Winner
WW LW Periode 12 bulan 72 78 48% Periode 24 bulan 123 165 42,70% Periode 36 bulan 20 223 8,23%
A. Kesimpulan
BABV
KESIMPULAN DAN illPLIKASI
Bercl'lsarkan hasil penelitian yang dilakukan terhadap analisis
persistensi kinerja reksa dana saham di Indonesia bebe:rapa hal yang dapat
disimpulkan pada periode Juli 2003- Juni 2006 di Indonesia dengan rentang
waktu bulanan adalah sebagai berikut :
1. Berdasarkan Model Carhart analisis empiris dari ke 12 sampel reksa dana
saham yang diteliti, menyatakan bahwa hanya 2 reksa dana saham yang
kinerjanya lebih baik dari kinerja pasar yaitu reksadana Arjuna dan reksa
dana BNI dan yang lainnya memiliki kinerja lebih burnk daripada kinerja
pasar yaiu reksa dana ABN Arnro, Bahana, Big Master, Megah, Panin,
Phinisi, Rencana cerdas, Sechorder, dan Si Dana Saham.
2. Selama periode penelitian yakni antara bulan Juli 2003 - Juni 2006,
Fenomena persistensi kinerja reksa dana saham memang terjadi di
Indonesia. Dengan menggunakan data total raw return peneliti
menemukan bahwa persistensi kinerja reksa dana secara keselurnhan
hanya sebesar 73 ,21 % dengan persistensi paling kuat terjadi pada sub
periode 36 - bulanan dan persistensi paling lemah tei:iadi pada sub periode
24 - bulanan. Sementara untuk menggunakan model single - faktor CAPM
persistensi kinerja reksa dana meningkat menjadi 48,21 % dan penggunaan
model multi faktor terjadi penurnnan persistensi dari persentase repeat
terjadi pada periode pengamatan yang relatif pendek yakni sub period 12
bulanan.
B. Implikasi Penelitian
Berdasarkan hasil penilitian ini ada beberapa ha! yang dapat
diimplikasiakan baik bagi kalangan peneliti dan akademisi maupun para
investor.
a). Implikasi untuk peneliti dan akademisi
penelitian ini dapat dikembangkan dengan mempertirnbangkan ha! -
ha! berikut :
1. Melengkapi perhitungan return nilai aktiva bersih perunit (
NAB/unit ) dengan faktor reinvested dividen dan faktor biaya reksa
dana agar memberikan perhitungan yang lebih akurat.
2. I\1engevaluasi persistensi kinerja reksa dana dengan menambahkan
pengaruh style dalam penelitian kinerja ( style adjusted alpha )
3. Dengan masih terbatasnya jumlah reksa dana saham di Indonesia
dan usia reksa dana menjadikan rentang periode pengamatan tidak
memungkinkan untuk menguji persistensi kinerja reksa dana
tersebut berdasarkan data time series sehingga disarankan pada
penelitian mengenai persistensi kinerja reksa dana selanjutnya
dapat menambah periode pengamatan agar dapat mencakup
pengujian dengan data time series
b ). Implikasi untuk investor
1. Bagi investor yang akan melakukan investasi pada reksa dana
saham analisis kinerja histo1is raksa dana multi faktor akan lebih
bermanfaat karena melibatkan aset - aset pasif selain portofolio
pasar meskipun analisis dengan model multi faktor menjadi lebih
rumit.
2). Fenomena adanya persistensi reksa dana saham yang diamati
selama periode penelitian di Indonesia dapat memberikan petunjuk
bagi investor untuk menganalisis sejauh mana kemampuan reksa
dana saham yang mereka miliki dapat bertahan kinerjanya, secara
keseluruhan selama periode penelitian (Juli 2003- Juni 2006) reksa
dana saham menunjukan persistennsi kinerja dalam rentang waktu
yang relatif singkat yakni antara 12 - 36 bulan.hasil ini
memberikan indikasi bahwa kepemilikan investor atas reksa dana
saham mereka sebaiknya ditinjau secara berkala selama rentang
periode tersebut, namun demikian perlu diperhatikan bahwa
rekomendasi dilakukan atas data historis dan belum ada bukti yang
signifikan cara statistik.untuk menggunakannya sebagai alat bantu
prediksi kinerja reksa dana saham dimasa depan selain itu bebrapa
faktor lain yang juga perlu diperhatikan investor dalam
berinvestasi direksa dana adalah isu - isu terbaru seputar rencana
perubahan peraturan - peraturan reksa dana yang dikeluarkan
pemerintah antara lain masalah perpajakan yang sedianya akan
mulai dikenakan keoada oroduk - nroduk reha rlana
DAFTAR PUSTAKA
Adityawarman, Taufik (2001), Evaluasi Kinerja Portofolio lnvestasi Reksa Dana. Tesis S-2 yang tidak dipublikasikan. Magister Manajemen Universitas Indonesia.
Bodie, Zvi, Kane, A. & Markus, A.J (2002). Investments. International Edition, Mc Graw - Hill . Singapore.
Brahmana, Surya Bina (2003). Analisis Kemampuan Mark.et Timing dan Stock Picking Manajer Reksa Dana Saham Indonesia. Tesis S-2 yang tidak dipublikasikan. Pasca Sarjana Ilmu Manajemen Universitas Indonesia.
Busse, J.A. & Irvine, P.J (2002). Bayesian Alphas and Fund Persistence. Woking Paper. Goizueta Business School & Emory University. Atlanta GA 30322.
Carhart, Mark (1997 ). on Persistence in Mutual fund Peiformance. The Journal of Finance. Vol. 52. No. 1. Hal. 57 - 82.
Deniansyah, Buyung (2001). Optimalisasi Portofolio Investasi Reksa Dana Syariah. Tesis S-2 yang tidak dipublikasikan. Pascasarjana Ilmu Manajemen Universitas Indonesia.
Deode, Shanti Aprilia.(2003) Analisis Persistensi Reksa Dana Sa11am Indonesia Periode 1999-2003. Tesis S-2 yang tidak dipublikasikan. Magister Manajemen Universitas Indonesia.
Evamarta, Rahayu (2006). Membedah Portopolio Reksa dana Saham Jempolan. Majalah Swa Edisi : Oktober 2006.
Elton, E.J., Gruber, M.J., Das, S. & Hlavka, M (1993). F;fficiency with Costly information : A Rein terpretation of Evidence from Managed Portofolios. The Review of Financial Studies- Vol. G. No-I-Hal. 1-22.
Fama, E.F., French, K.R., & Davis, J (1998). Characteristics, Covariances, And Average Return : 1929-1997. Working Paper. Scholl of Business. University of Chicago, and Yale Scholl of Management!Massachu SettsInstitute of Technology.
Goetzmann, W., & Ibbotson, R (1994). Do Winner Repeat? Patterns in Mutual Fund Return Behavior. Journal of Portofolio Management. Vol. 20. Hal. 9-18.
Husnan, S (2001). Dasar-dasar Teori Portofolio dan Analisis Sekuritas, Edisi 3. Unit penerbit dan Percetakan AMP YKPN. Y ogyakaita.
Jensen,Michael."The Performance Of Mutual fund In Periode 1945-1964" Journal
Jogiyanto. " Teori portofolio dan Analisis investasi ", Edisi Ketiga, BPFE, Y ogyakarta, 2003.
Kahlil, Rowter (2006). Tingkat Pertumbuhan Reksa Dana Saham. Bisnis Indonesia Edisi : Mei 2006.
Maleaki, M. M. (2001). Kinerja Reksa Dana Saham Periode September 1997-Agustus 2000. Majalah Usahawan. No.06. Tahun. xxx. Edisi: Juni.
Malkiel, B. G (1995). Return from Investing in Equity Mutual Funds 1971-1991. The journal of finance. Vol. 50. No. 2. Hal. 549-572.
Manurung, A. H (2002). Konsistensi Pemilihan Saham Dalam Pembentukan Portofolio Optimal di BEJ oleh Manajer Investasi Dikaitkan dengan Variabel Rasio Empirik Kinerja Perusahaan. Disertasi S-3 yang tidak dipublikasikan.
Nachrowi, N.D dan Usman, H (2002). Penggunaan Teknik Ekonometri : Pendekatan Populer dan Praktis. PT Raja Grafindo Persada. Jakarta.
____ (2001). Kinerja Reksa Dana Saham Majalah Investor. Edisi: 30 Maret.
Pastor, L. & Stambaugh, R (2001). Mutual Fund Pelformance and Seemingly Unrelated Assets. The Journal of Financial Economics.
Pindyck,R.S. and Rebinfeld,D.L (1998).Econometric.l\11odel and Economtric Forecasts. International Edition,Irwin/Mc Graw - hilb,4th Ed.
Pleschiutschning, UIF & Grunbichler, Andreas (1999). Performance Persistence: Evidence for the European Mutual Fund Market. Working Paper. Swiss Institute of Baking and Finance. University of St. Gallen.
Pratomo, E.P. dan Nugraha, Ubaidillah. Market Timing Pada Reksa Dana Saham dan Reksa Dana Campuran. Tesis S-2 yang tidak dipublikasikan. Magister Manajemen Universitas Indonesia.
Santoso, Singgih. (2001). SPSS versi 7.5 : Mengolah Data Statistick Secara Propesional PT. Elex Media Komputindo. Jakarta.
Siamat, Dahlan. (2001). Manajemen Lembaga Keuangan. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Jakarta.
Siagan, Victor." Analysis of Stock Mutual Fund : 1998 - 2004," Business and Entrepreneurial Review Vol.5 No. 1, Oktober 2005
Sugiarto, Agus. (2003). Reksa Dana, Perbankan Dan Sek.tor Rill. Harian Kompas Edisi : 3 Juli 2003.
Surachmat, A. G. (2002) Penentuan Exsposur dan Pengukuran Reksa Dana berdasarkan Style Analysis. Tesis S-2 yang tidak dipublikasikan. Magister Manajemen Universitas Indonesia.
Wardhani, Ratna. (2003) Analisis Faktor- faktor Determinasi Kinerja Reksa dana Saham di Indonesia periode 1998-2001. Tesis S-2 yang tidak dipublikasikan. Pasca Sarjana Ilmu Manajemen Universitas Indonesia.
Lampiran I
Hasil Pengujian Regresi Model Carhart
Regression
Descriptive Statistics
Std. Mean Deviation N
Rit- Rft .0188867 .07029621 4·14 Rm!· Rft .0209144 .07148466 414 SMB 29.34537 3.27756434 414
56 HML 5.481048 14.56362525 414
8 UMD .0727335 1.01958896 414
Correlations
Rit-Rft Rmt-Rft SMB i ' HML UMD
Pearson Rit - Rft 1.000 .953 -.019 -.006 .008 Correlation Rm!- Rft .953 1.000 -.053 .009 .003 SMB -.019 -.053 1.000 -.434 .032 HML -.006 .009 -.434 1.000 .001 UMD .008 .003 .032 .001 1.000
Sig. (1-tailed) Rit- Rft .000 .347 .453 .436 Rmt- Rft .000 .141 .430 .476 SMB .347 .141 .000 .261 HML .453 .430 .000 .490 UMD .436 .476 .261 .490
N Rit - Rft 414 414 414 414 414 r<mt - Rft 414 4'14 414 414 414 SMB 414 414 414 414 414 HML 414 414 414 414 414 UMD 414 414 414 414 414 ---
Variables Entered/Removed(b)
Variables Variables Model Entered Removed Method 1 UMD,
HML, Rm! Enter
- Rft, SMB(a)
.-. All .,,..,..,,,..,..,,.,.,1 ··---l....1-- __ .._ ___ ...
Model Summary{b)
. Adjusted Std. Error of
Medel R R Sauare R sauare the Estimate 1 .953(a) .908 .907 .02139385
a Predictors: (Constant), UMD, HML, Rmt - Rft, SMB b Dependent Variable: Rit - Rft
ANOVA(b)
Model Sum of Mean
-
DurbinWatson
1.430
Snuares df Snua!!-... F I ,S;;;i"'"'---1
~ 1012.4961~-.000(a) 1 Regression 1.854 4 Residual .187 409 Total 2.041 413
a Predictors: (Constant), UMD, HML, Rmt - Rft, SMB b Dependent Variable: Rit - Rft
.463
.000 __ ._
Coefficients(a)
-Unstandardized Standardized Model Coefficients Coefficients
Std. t Sig. B Error Beta
1 (Constant) -.020 .011 -1.859 .064 Rmt- Rft .938 .015 .954 63.615 .000 SMB .001 .000 .031 1.836 .067 HML -3.94E-006 .000 -.001 -.049 .961 UMD .000 .001 .004 .272 .78fl
a Dependent Variable: R1t - Rft
Coefficient Correlations(a)
Model -r UMD HML Rmt- Rft i
1 Correlations UMD 1.000 -.017 -.005 HML -.017 1.000 .016 Rm!- RI! -.005 .016 1.000 SMB -.036 .434 .055
Covariances UMD 1.07E- -1.38E--7.57E-008
006 009 HML - 6.44E-1.38E-
009 1.88E-008 009
Rm! -Rft - 1.88E-7.57E- 008 .ODO 008
SMB - 1.24E-1.32E-008 2.88E-007
008 a Dependent Variable: R1t - RI!
Collinearity Statistics
Tolerance VIF
.997 1.003
.808 1.237
.811 1.232
.999 1.001
-SMB
-.036
.434
.055
1.000
-1.32E-008
1.24E-008
2.BBE-007
1.28E-007
Collinearity Diagnostics(a)
Condition Variance Pronortions Model Dimension Eigenvalue Index Rmt-
I Constant) 1 1 2.312 1.000 .00
2 .992 1.526 .00 3 .897 1.605 .00 4 .793 1.707 .00 5 .005 21.764 1.00
a Dependent Variable: Rit - Rf!
Residuals Statistics(a)
-Minimum Maximum Mean
Predicted Value -.1410217 .1506711 .0188 Std. PredicteJ Value -2.387 'l.967 Standard Error of Predicted Value .001 .021
Adjusted Predicted Value -.1424428 1.4361079 .0223 Residual -.06383473 .06024054 .00000 Std. Residual -2.984 2.816 Stud. Residual -4.454 2.837 -Deleted Residual -1.44979596 .06116554 -.00347 Stud. Deleted Residual -4.560 2.862 -Mahal. Distance .040 410.219 3. Cook's Distance . 000 914.504 2 . Centered Leverage Value .000 .993
a Dependent Variable: Rit - Rf!
Rft
.03
.01
.72
.23
.00
,. I
oo; ! £1 (I
(I
I
i'
1 (I
1
Cl
65
00 00
01C
91 01 99
21
01
SMB HML
.00 .04
.00 .00
.00 .23
.00 .53
1.00 .20
Std. Deviation N .06699473 414
1.000 414
.001 414
.09665824 414
.02129000 414 .995 414
1.023 414 .07441551 414
1.027 414 22.294 414 44.945 414
.054 414
UMD
.00
.99
.00
.01
.00
Charts
.,
Histogram
Oopendont Variable: Rlt • Rft
•2 ·I 0 2
Regreoolon Slandardliad Residual
Seatttrplot
Dependent Vari® la: RU-RR
~ 4 0 1
Regvuion St&n4&nllud Predi\:tod V1ilUll
l.\ia\U•1.:.1E-1~
Sld.Cw.•0-9115 N•414
mal P·P Plot ofRmgre·ssion Standardized Residual
Dopend1tnt Variable: Rlt - Rft
0.0
Ob&orved Cum Prob
Lampiran II I.Output ABN AMRO
Regression
Descrintive Statistics
Mean Std. Deviation N Ri-Rf .0140397 .07405713 34 Rm-Rf .0207638 .07143090 34 SMB 31.012914 .45836712 34
7 HML 3.3943794 1.43922556 34 UMD .6249047 3.55069948 34
Correlations
Ri-Rf Rm-Rf SMB HM L UMD Pearson Ri-Rf 1.000 .979 -.392 -Correlation
4rn -.055
Rm-Rf .979 1.000 -.430 - 44:1 -.078 SMB -.392 -.430 1.000 96'1 .192 HML -.419 -.443 .961 1. 000 .309 UMD -.055 -.078 .192 300 1.000
Sig. (1-tailed) Ri-Rf .000 .011 OOi' .378 Rm-Rf .000 .006 004 .331 SMB .011 .006 000 .138 HML .007 .004 .000 .038 UMD .378 .331 .138 03!1
N Ri-Rf 34 34 34 34 34 Rm-Rf 34 34 34 34 34 SMB 34 34 34 34 34 HML 34 34 34 34 34 UMD 34 34 34 34 34
Variables Entered/Removedlbl Model Variables Entered 1 UMD, Rm - Rf, SMB, HML(a)
a All requested variables entered. b Dependent Variable: Ri - Rf
Variables Removed
Model Summary(b)
Adjusted R Std. Error of
Method
Enter
Model R R Souare Souare the Estimate Durbin-Watson 1 .982(a) .964 .959
a Predictors: (Constant), UMD, Rm - Rf, SMB, HML b Dependent Variable: Ri - Rf
.01503573 2.004
ANOVAlbl Model Sum of Squares df Mean Square F Sig.
1 Regression .174 4 .044 192.892 .OOO(a) Residual .007 29 .000 Total .181 33
a Predictors: (Constant), UMD, Rm - Rf, SMB, HML b Dependent Variable: Ri - Rf
Coefficients( a)
Unstandardized Standardized Model Coefficients Coefficients t
Std. B Error Beta
1 (Constant) -1.355 .672 -2.015 Rm-Rf 1.021 .041 .985 24.922 SMB .045 .022 .278 2.001 HML -.014 .007 -.266 -1.839 UMD .001 .001 .050 1.241
a Dependent Vanable: R1 - Rf
Coefficient Correlations( al Model UMD Rm-Rf
1 Correlations UMD 1.000 -.067 Rm-Rf -.067 1.000 SMB .397 -.008 HML -.461 .134
Covariances UMD 7.17E-007 -2.31E-006 Rm-Rf -2.31E-006 .002 SMB 7.55E-006 -7.60E-006 HML -2.91E-006 4.09E-005
a Dependent Vanable: R1 - Rf
Collinearity Diagnostics(a) Condition
,'
3
0
5
05
00
05
07
22
8
4
Collinearity Statistics
Tolerance VIF
.800 1.250
.765 1.063
.760 1.266
.758 1.319
ISMS HML
.397 -.461
-.008 .134
1.000 -.958
-.958 1.000
7.55E-006 -2.91E-006
-7.60E-006 4.09E-005
.001 .000
.000 5.55E-005
-Model Dimension Eigenvalue Index Variance Prooortions
IConstantl Rm-Rf SMB HML UMD 1 1 3.036 1.000 .00 .01 .00 .00 .01
2 1.052 1.699 .00 .36 .00 .00 .33 3 .843 1.898 .00 .3£1 .00 .00 .43 4 .069 6.641 .00 .25 .00 .08 .08 5 7.09E-006 654.394 1.00 .00 1.00 .92 .16
a Dependent Variable: R1 - Rf
Residuals Statistics(a)
- Std. Minimum Maximum Mean Deviation N
Predicted Value -.1553674 .1479218 .01403!)7 .07270343 34 Std. Predicted Value -2.330 1.841 .000 1.000 34 Standard Error of Predicted Value .003 .015 .005 .002 34
Adjusted Predicted Value -.1550773 1.5639941 .0604604 .27540388 34 Residual -.03612993 .03165806 .00000000 .01409505 34 Std. Residual -2.403 2.106 .000 .937 34 Stud. Residual -2.539 2.182 -.Ofi2 1.036 34 Deleted Residual -1. 57768404 .03401466 -.046420()9 .27102689 34 Stud. Deleted Residual -2.829 2.346 -.OS7 1.086 34 Mahal. Distance .762 32.020 3.81l2 5.328 34 Cook's Distance .000 2201.392 64.HO 377.532 34 Centered Leverage Value .023 .970 .1·18 .161 34 -a Dependent Variable: Ri - Rf
Charts Hlntogram Normal P-P Plot of Regn1ss.ion Standardized Residual
.,
Depondont Variable: RI· Rf
4 ~ ., 2
Regrcatlon Standardized Residual
Scattarplot
Depoodenl Varlabfe: RI . Rf
' ' '
'
M-~·132£·!5 std c;w; ~o g31 N:,l.I
Dependent Variable: RI - Rf
Obnerved cum Prob
2. Output Arjuna
Regression
Descriptive Statistics
Mean Std. Deviation N Ri-Rf .0114717 .05660931 35
Rm-Rf .0244057 .06977568 35
SMB 28.8223714 .41725028 35
HML 2.3612629 1.04475111 35
UMD .0163109 .05606846 35
Correlations
Ri- Rf Rm-Rf SMB HML UMD
Pearson Correlation Ri-Rf 1.000 .761 -.597 -.497
Rm-Rf .761 1.000 -.422 -.487
SMB -.597 -.422 1.000 .748
HML -.497 ·-.487 .748 1.000 UMD .358 .184 -.485 -.289
Sig. (1-tailed) Ri- Rf .000 .000 .001 Rm-Rf .000 .006 .002 SMB .000 .006 .000 HML .001 .002 .000 UMD .017 .145 .002 .046
N Ri-Rf 35 35 35 35 Rm-Rf 35 35 35 35 SMB 35 35 35 35 HML 35 35 35 35 UMD 35 35 35 35
Variables Entered/Removed(b)
Model Variables Entered Variables Removed ::+ Method ~ 1
UMD, Rm - Rf, HML, SMB(a)
a All requested vanables entered. b Dependent Variable: Ri - Rf
Model Summary(b)
Adjusted R Model R R Square Square 1 .828(a) .686 .644
a Predictors: (Constant), UMD, Rm - Rf, HML, SMB b Dependent Variable: RI - Rf
std. Error of the Estimate
.03379316
.J Enter j
Durbin-Watson
1.730
.358
.'184
-.485
-.289
1.000
.017
.145
.002
.046
35
35
35 35
35
ANOVA(b)
Model Sum of Squares df Mean Square F Sig.
1 Regression .075 4 Residual .034 30 Total .109 34
a Predictors: (Constant), UMD, Rm - Rf, HML, SMB b Dependent Variable: Ri - Rf
Coefficients( a)
Unstandardized Standardized Model Coefficients Coefficients
Std. B Error Beta t
1 (Constant) 1.419 .656 2.164 Rm-Rf .525 .096 .647 5.489 SMB -.050 .023 -.368 -2. 151 HML .007 .009 .121 .747 UMD .097 .119 .096 .816
a Dependent Vanable: Ri - Rf
Coefficient Correlations(a)
Model UMD Rm-Rf HML
1 Correlations UMD 1.000 -.011 -.125 Rm-Rf -.011 1.000 .283 HML -.125 .283 1.000 SMB .420 .086 -.670
Covariances UMD .014 .000 .000 Rm-Rf .000 .009 .000 HML .ODO .000 7.73E-
005 SMB .001 .000 .000
a Dependent Vanable: R1 - Rf
.019 H>.353 .OOO(a)
.001
Collinearit\ Statistics
Sig. Tolerance VIF
.039
.000 .755 1.324
.040 .359 2.789
.461 .398 2.512
.421 .753 1.329
SMB
.420
.086
-.670
1.000
.001
.000
.000
.001
Collinearity Dlagnostics(a)
Model Dimension Eigenvalue Varianc1; Pronnrtions Condition
Index I Constant\ Rm- Rf SMB HML UMD 1 1 3.098 1.000 .00 .01 .00 .01 .01
2 1.089 1.687 .00 .26 .00 .01 .28 3 .742 2.044 .00 .44 .OD .00 .47 4 .071 6.586 .00 .27 .OD .55 .06 5 3.72E-005 288.623 1.00 .01 1.00 .44 '18
a Dependent Venable: R1 - Rf
Residuals Statistics( a)
Minimum Predicted Value -.0788171 Std. Predicted Value -1.926 Standard Error of
.007 Predicted Value
Adjusted Predicted Value -.1718559 Residual -.05572556 Std. Residual -1.649 Stud. Residual -1.827 Deleted Residual -.06921493 Stud. Deleted Residual -1.906 Mahal. Distance .388 Cook's Distance .000 Centered Leverage Value .011
a Dependent Vanable: RI - Rf
Charts Histogram
1, " :!. i • ' t .j • ~
Dependent Variable: RI· Rf
4 4 2
0
0
0
Regression standardized Residual Scauerplot
De!>{lndont Variablt: Ri - Rf
0 0 0 0
00 0 0
0 0 o,
• ~-0~ 0
0 0 0
0 0
0
0
Maximum
.1093679
2.089
.033
.1060390
.08998233
2.663 2.890
.10599639 3.345
31.378
1.593
.923
Mu11 • IE·1' S!d.Ot~. ~ 0.910 N•35
Mean Std. Deviation N .011471? .04687203 35
.000 1.000 35
.01:2 .005 35
.0095814 .05377773 35
.00000000 .03174314 35
.000 .939 35
.004 1.018 35
.00189028 .04048027 35
.021 1.086 35
3.886 5.186 35
.078 .271 35
.114 .153 35
> Plot of Regresulon Standardized Residual
Dependent Variable: RI ~Rf
0.0
Observed Cum Prob
1.0
3.0utput Bahana
Regression Descriptive Statistics
Mean Std. Deviation N Ri-Rf .0260132 .08244661 34
Rm-Rf .0232841 .07333936 34 SMB 30.0586382 .41609523 34
HML 3.0370206 .78948199 34
UMD .0277541 .08607861 34
Correlations
r Ri-Rf Rm-Rf • SMfL.L_!iML UMD
Pearson Correlation Ri-Rf 1.000 .983 -.269 -.207 .439 Rm-Rf .983 1.000 -.343 -.275 .405 SMB -.269 -.343 1.000 .973 -.321 HML -.207 -.275 .973 ·1.000 -.278 UMD .439 .405 -.321 -.278 1.000
Sig. (1-tailed) Ri-Rf .000 .062 .121 .005 Rm-Rf .000 .023 .057 .009 SMB .062 .023 .000 .032 HML .121 .057 .000 .056 UMD .005 .009 .032 .056
N RI-Rf 34 34 34 34 34 Rm-Rf 34 34 34 34 34 SMB 34 34 34 34 34 HML 34 34 34 34 34 UMD 34 34 34 34 34
Variables Entered/Removed(b)
Model Variables Entered Variables Remov ;+w~ ~[:nte:_j
1 UMD, HML, Rm - Rf, SMB(a)
a All requested vanables entered. b Dependent Variable: Ri - Rf
Model Summary(b)
Model R R Square Adiusted R Square 1 .988(a) .976 .973
a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf
Std. Error of the Estima ~ Durbin-Watson
.01 36fl912 2.247
ANOVA(b)
Model Sum of Squares df Mean Square
1 Regression .219 4
Residual .005 29 Total .224 33
a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf
Coefficients( a)
Model Unstandardized Standardized Coefficients Coefficients
Std. B Error Beta
1 (Constant) -1.184 .765 Rm-Rf 1.117 .038 .994 SMB .041 .027 .205 HML -.012 .014 -.112 UMD .068 .031 .071
a Dependent Variable: R1 - Rf
.055
.ODO
t
-1.548
29.641
1.513
-.854
2.185
Coefficient Correlations( a)
Model
F
-Sig.
-.132
.ODO
.141
.400
.03i'
UMD HML Rm- Rf 1 Correlations UMD 1.000 -.076 -.303
HML -.076 1.000 -.236 Rm-Rf -.303 -.236 1.000 SMB .123 -.973 .285
Covariances UMD .001
-3.24E-005
.DOD
HML -3.24E-005 .ODO .000 Rm-Rf .000 .ODO .001 SMB .000 .000 .000
a Dependent Variable: R1 - Rf
Collinearity Diagnostics(a)
Sig.
.OOO(a)
Collinearity Statistics
Tolerance VIF
.741 1.349
.646 1.330
.548 1.537
.794 1.259
SMB
.123
-.973
.285
1.000
.000
.000
.000
.001
Condition Variance Prooortions Model Eigenvalue Index (Consla
Dimension nt) Rm-Rf SMB HML UMD 1 1 3.232 1.000 .00 .01 .00 .00 .01
2 1.196 1.644 .00 .24 .OD .00 .26 3 .538 2.450 .00 .62 .00 .00 .67 4 .034 9.697 .DO .04 .00 .06 .04 5 4.45E-006 852.122 1.00 .08 1.00 .94 .02
a Dependent Variable. R1 - Rf
Residuals Statistics(a)
Minimum Maximum Mean Std. Deviation N Predicted Value -.1547792 .1682932 .0260132 .08144475 34 Std. Predicted Value -2.220 1.747 .000 1.000 34 Standard Error of
.003 .007 Predicted Value .005 .001 34
Adjusted Predicted Value -.1588561 .1678831 .0261074 .08136608 34 Residual - .03657793 .00000000 .01281394 34 .02355824 Std. Residual -1.723 2.676 .000 .937 34 Stud. Residual -1.874 2.863 -.003 1.008 34 Deleted Residual - .04187540 - .01483404 34 .02784485 .00009416 Stud. Deleted Residual -1.964 3.322 .005 1.066 34 Mahal. Distance .395 8.200 3.882 2.114 34 Cook's Distance .000 .237 .031 .050 34 Centered Leverage Value .012 .248 .118 .064 34
a Dependent Vanable: R1 - Rf
Charts Histogram n1al P-P Plot of Rogressl•Pn Standardized Residual
Dependent Variable: RI- Rf
·Z ·I O ?
Rogrelillion Standardi:od Residual
Scatterptot
Dependent Variable: RI- Rf
0
•
0 0 0 0
0 -0
0 (loo 0
' . "'
'·' 1l o. E o.o i:l 1ii i" .Jj
Dependent Variable: RI - Rf
~~mri:,s~~~l~ 0.0.-JZ:::C~p"'-''4-·'""~,=~4~~ w~34
0
0
• • '
Ob11ervod Cum Prob
4. Output BIG
Regression Descriptive Statistics
Mean Std. Deviation N Ri- Rf -.0084434 .06809576 35 Rm-Rf .0243209 .06994815 35 SMB 29.7947943 .29842821 35 HML 3.4450886 .99712289 35 UMD .0001731 .06823223 35
Correlations
Ri-Rf Rm-Rf Pearson Correlation Ri-Rf 1.000 .923
Rm-Rf .923 1.000 SMB -.462 -.296 HML -.454 -.283 UMD .374 .376
Sig. (1-tailed) Ri-Rf .ODO Rm-Rf .000 SMB .003 .042 HML .003 .050 UMD .013 .013
N Ri- Rf 35 35 Rm-Rf 35 35 SMB 35 35 HML 35 35 UMD 35 35
Variables Entered/Removed(b)
SMB
-.4
-.2 1.CI
.9
62
96
00
57
66
03
42
-.4
.0
.0
.o
.o 00
02
35
35
35
35
35
Model Variables Entered Variables Removed 1
UMD, Rm - Rf, HML, SMB(a)
a All requested variables entered. b Dependent Variable: Ri - Rf
Model Summary{b)
Adjusted R Model R R Sauare Sauare 1 .946(a) .896 .882
a Predictors: (Constant), UMD, Rm - Rf, HML, SMB b Dependent Variable: Ri - Rf
Std. Error of th" Estimate
.02340829
HML UMD
-.454 .374
-.283 .376
.957 -.466
1.000 -.423
-.423 1.000
.003 .013
.050 .013
.000 .002
.006
.006
35 35
35 35
35 35
35 35
35 35
Method
Enter
Durbin-Watson 1.680
ANOVA(b)
Model Sum of Sauares df Mean Souare F Sia.
1 Regression .141 4 .035 64.432 .OOO(a)
Residual .016 30 .001
Total .158 34 a Predictors: (Constant), UMD, Rm - Rf, HML, SMB b Dependent Variable: Ri - Rf
Coefficients( a)
Unstandardized Standardized Model Coefficients Coefficients
B Std. Error Beta t 1 (Constant) .682 1.369 .498
Rm-Rf .855 .063 .878 13.640 SMB -.023 .047 -.100 -.480 HML -.009 .014 -.136 -.670 UMD -.060 .070 -.060 -.859
a Dependent Vanable: R1 - Rf
Coefficient Correlations( a)
Model UMD Rrn - Rf
1 Correlations UMD 1.000 -.283 Rm-Rf -.283 1.000 HML -.094 .025 SMB .219 .023
~· .622
.000
.6:l5
.508
.307
HML
-.004
.025
·1.000
-.946 Covariances UMD .005 -.001 -9.12E-005
Rrn - Rf -.001 .004 2.21 E-005 HML -9.12E-005 2.21E-005 .000 SMB .001 6.97E-005 -.001
a Dependent Variable: R1 - Rf
Collinearity Diagnostics(a)
Condition
Collinearity Statistics
Tolerance VIF
.839 1.191
.780 1.455
.684 1.566
.714 1.401
SMB
.219
.023
-.946
1.000
.001
6.97E-005
-.001
.002
Model Dimension Index Variance Proportions Eigenvalue
(Constant) Rrn - Rf SMB HML UMD 1 1 3.084 1.000 .00 01 .00 .00 .00
2 1.310 1.534 .00 22 .00 .00 .32 3 .567 2.332 .00 .74 .00 .00 .51 4 .039 8.886 .00 .03 .00 .11 .12 ~ A I'> Ar- '"'"''"' .... -..... ,.. .... . -- -- . - - . -
b Dependent Variable: Ri - Rf
ANOVA(b)
Model Sum of Squares df Mean Square F Sig.
1 Regression '178 4 .044 30.304 .OOO(a)
Residual .044 30
Total .222 34 a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf
Coefficients( a)
.001
Unstandardized Standardized Collinearity Model Coefficients Coefficients t Statistics
Std. B Error Beta Sig. Tolerance VIF
1 (Constant) 2.091 1.064 1.966 .059 Rm-Rf .980 .104 .894 9.459 .000 .740 1.351 SMB -.074 .037 -.471 -1.983 .057 .117 8.547 HML .032 .016 .449 1.970 .058 .128 7.840 UMD -.202 .077 -.241 -2.629 .013 .784 1.276
a Dependent Variable: RI - Rf
Coefficient Correlations( a)
Model UMD HML Rm-Rf SMB
1 Correlations UMD 1.000 -.229 -.299 .248 HML -.229 1.000 -.198 -.931 Rm-Rf -.299 -, 198 1.000 .284 SMB .248 -.931 .284 1.000
Covariances UMD .006 .000 -.002 .001 HML .000 .000 .000 -.001 Rm-Rf -.002 .000 .011 .001 SMB .001 -.001 .001 .001
a Dependent Variable: R1 - Rf
Collinearity Diagnostics(a)
Condition Variance Proportions Model Dimension Eigenvalue Index (Const
antl Rm-Rf SMB HML UMD 1 1 3.091 1.000 .00 .01 .00 .00 .01
2 1.286 1.550 .00 .22 .00 .00 .29 3 .564 2.341 .00 .63 .00 .00 .64 4 .060 7.176 .00 .05 .00 .14 .00 5 1.76E-005 418.612 1.00 ,08 1.00 .86 .06
Residuals Statlstics(a)
Minimum Maximum Mean Std. Deviation N Predicted Value -. 1646234 .1641092 .0080097 .07228925 35 Std. Predicted Value -2.388 2.159 .000 1.000 35 Standard Error of
.007 .027 .014 .005 35 Predicted Value
Adjusted Predicted Value -.1649586 .1654224 .0104435 .07235949 35 Residual -.09096786 .08319163 .00000000 .03596268 35 Std. Residual -2.376 2.173 .000 .939 35 Stud. Residual -3.285 2.511 -.027 1.071 35 Deleted Residual -.17385137 .11107978 - .04802878 35 .00243379 Stud. Deleted Residual -4.036 2.778 -.041 1. 168 35 Mahal. Distance .311 15.527 3.886 3.652 35 Cook's Distance .000 1.966 .084 .335 35 Centered Leverage Value .009 .457 .114 .107 35
a Dependent Venable: R1 - Rf
Charts Histogram
·rmal p.p Plot of Reares!rolon Standardized Residual
Dependent Variable: RI· Rf
·3 ·2 ·1 2
Regression Standardized Residual
Scatterpfot
Dependtnt Variab~: Ri. Rf
'
'
' '
Mun•·1.20&15 aa.ew.•o.u~ N~~s
Dependent Variable: RI • Rf
... Observed cum Prob
6. Output Master
Regression
Descriptive Statistics
Mean Std. Deviation N Ri- Rf .0154983 .06149270 36
Rm-Rf .0205317 .07259365 36
SMB 19.0166583 .47655122 36
HML 27.8424111 43.81117386 36 UMD .0175986 .06197549 36
Correlations
I Ri- Rf I Rm- Rf SMB HML UMD
Pearson Correlation Ri- Rf 1.000 .974 -.339 .097 .340 Rm-Rf .974 1.000 -.387 .123 .353 SMB -.339 -.387 1.000 .418 -.402 HML .097 .123 .418 1.000 .094 UMD .340 .353 -.402 .094 1.000
Sig. (1-tailed1 Ri-Rf .000 .021 .286 .021 Rm-Rf .000 .010 .237 .017 SMB .021 .010 .006 .008 HML .286 .237 .006 .292 UMD .021 .017 .008 .292
N Ri- Rf 36 36 36 36 36 Rm-Rf 36 36 36 36 36 SMB 36 36 36 36 36 HML 36 36 36 36 36 UMD 36 36 36 36 36
Variables Entered/Removed(b)
Model Variables Entered Variables Removed M
~'" I 1 UMD, HML, Rm - Rf, SMB(a)
a All requested variables entered. b Dependent Variable: Ri - Rf
Model Summary(b)
Model R R Square Adjusted R Square 1 .977(a) .954 .949
. - ..
Ent er
Std. Err or of the Es ti mat" Durbin-Watson
0131)5439 2.474 -
ANOVA(b)
Model Sum of Squares di Mean Square
1 Reg re .126 4 ssion Resid .006 31 ual Total .132 35
a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf
Coefficients( a)
Unstandardized Standardized
.032
.000
F Sig.
-1ll2.'166 .OOO(a)
Model Coefficients Coefficients Collinearity Statistics
B 1 (Constant) -.219
Rm-Rf .854 SMB .012 HML -9.37E-
005 UMD .026
a Dependent Vanable: R1 - Rf
Model
1 Correlations UMD
HML
Rm-Rf
SMB
Covariances UMD
HML
Rm- Rf
SMB
a Dependent Vanable: R1 - Rf
Std. Beta t Error
.128 -1.703
.038 1.008 22.556
.007 .089 1.700
.000 -.067 -1.437
.044 .026 .592
Coefficient Correlations(a)
Si
.0
g.
98
00
99
.0
.0
.-1 ,-·"
61
58
UMD HML Rm-Rf
1.000 -.258 -.142
-.258 1.000 -.288
-.142 -.288 1.000
.390 -.553 .387
.002 -7.45E-007 .000
-7.45E-007 4.25E-009 -7.12E-007
.000 -7.12E-007 .OO'I
.000 -2.44E-007 9.93E-
--22.L
Colllnearitv Diagnosticsfal
Tolerance
.737
.534
.682
.740
SMB
.390
-.553
.387
1.000
.000
-2.44E-007
9.93E-005
4.58E-005
Condition Variance Prooortions Model Eigenvalue Index
VIF
1.357
1.871
1.467
1.352
Dirr.ension (Constant\ Rm-Hf SMB HML UMD 1 1 2.727 1.000 .00 .02 .00 .03 .02
2 1.098 1.576 .00 .25 .00 .01 .25 3 .605 2.123 .00 .41 .00 .14 .46 4 .570 2.187 .00 .17 .00 .52 . 11
a Dependent Variable: Ri - Rf Residuals Statistics(a)
Minimum Maximum Mean Std. Deviation N Predicted Value -.1190854 .1275609 .0154983 .06007397 36 Std. Predicted Value -2.240 1.865 .000 1.000 36 Standard Error of Predicted Value .003 .009 .OOfi .001 36
Adjusted Predicterj Value -.1211453 .1235766 .015398'1 .06005180 36 Residual -.03550531 .02452200 .00000000 .0131328'1 36 Std. Residual -2.544 1.757 .00() .94'1 36 Stud. Residual -2.710 1.802 .003 1.009 36 Deleted Residual -.04026689 .02578055 .00010027 .01513739 36 Stud. Deleted Residual -3.051 1.873 -.008 1.048 36 Mahal. Distance .736 12.227 3.889 2.801 36 Cook's Distance .000 .197 .03'1 .044 36 Centered Leverage Value .021 .349 .11 'I .080 36
a Dependent Variable. R1 - Rf
Charts Histogram nal P-P Plot of ftegnuu;:;ion Standardized Residual
Dependent Variable: RI - Rf
•l ·2 ·1 0
Reg:roso:lon Standardized Realdua\
Scatterplot
Dependent Variable; Ri- Rf
0
0 '0 0 ' 0 0
00 q, 0 0
0 ' ' o'
0 ' ' 0
' "'
0
0
MtOll•H2f·15 Sld.tm.•U41 N •~5
0
0
Dependent Variable: Ri ~Rf
Obt•ervnd Cum Prob
7. Output Megah Regression
Descriptive Statistics
Mean Std. Deviation RI-Rf .0259551 .06476999 Rm-Rf .0205003 .07365322 SMB 31.0658229 .39388607 HML 5.3252886 1.07562969 UMD .0292129 .06624454
N 35
35
35
35 35
Correlations
Ri-Rf Rm-~MB HML UMD -Pearson Correlation Ri-Rf 1.000 .935 -.295 -.198 .407 Rm-Rf .935 1.000 -.390 -.202 .393 SMB -.295 -.390 1.000 .644 -.215 HML -.198 -.202 .644 1.000 .067 UMD .407 .393 -.215 .067 1.000
Sig. (1-tailed) Ri-Rf .000 .042 .127 .008 Rm-Rf .000 .010 .122 .010 SMB .042 .010 .000 .107 HML .127 .122 .000 .351 UMD .008 .010 .107 .351
N Ri-Rf 35 35 35 35 35 Rm-Rf 35 35 35 35 35 SMB 35 35 35 35 35 HML 35 35 35 35 35 UMD 35 35 35 35 35
Variables Entered/Removed(b)
Model Variables Entered Variables Removed M ~~ er _J 1
UMD, HML, Rm - Rf, SMB(a)
a All requested variables entered. b Dependent Variable: Ri - Rf
Model Summary(b)
Model R R Sauare Adiusted R Sauare 1 .944(a) .890
a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf
.876
Ent
Std. Error of ~he Estimate i Durbin-Watson
. 02282239 I 2. 009
ANOVA(b)
Model Sum of Squares df Mean Square F Sig.
1 Regression .127 4 .032 60.961 .OOO(a)
Residual .016 30 Total .143 34
a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf
.001
Coefficients( a)
Unstandardized Coefficients Standardized
Coefficients Model
Std. B Error Beta t
1 (Constant) -.808 .426 -1.896 Rm-Rf .831 .061 .945 13.516 SMB .027 .014 .167 1.930 HML -.007 .005 -.120 -1.455 UMD .078 .067 .080 1.167
a Dependent Vanable: RI - Rf
Coefficient Correlations( a)
Collinearity Statistics
Sia. Tolerance VIF .068
.000 .747 1.338
.063 .988 1.049
.156 .540 1.251
.252 .781 1.281
Model UMD HML Rm-Rf SMB
1 Correlations UMD 1.000 -.268 -.338 .228 HML -.268 1.000 .028 -.649 Rm-Rf -.338 .028 1.000 .240 SMB .228 -.649 .240 1.000
Covariances UMD .004 -8.88E-005 -.001 .000 HML -8.88E-005 2.45E-005 8.44E-006 -4.57E-005 Rm-Rf -.001 8.44E-006 .004 .000 SMB .000 -4.57E-005 .000 .ODO
a Dependent Vanable: R1 - Rf Collinearity Diagnostics(a)
Condition Variance Proportions Model Dimension Eigenvalue Index
<Constant\ Rm-Rf SMB HML UMD 1 1 3.340 1.000 .00 .01 .00 .00 .02
2 1.112 1.733 .00 34 .00 .00 .18 3 .525 2.522 .00 .53 .00 .00 .73 4 .023 12.054 .00 .06 .00 .60 .02 5 3.95E-005 290.836 1.00 .06 1.00 40 .05
a Deoendent Vancble: R1 - Rf
Residuals Statistics(a)
Minimum Maximum Mean Std. Deviation N Predicted Value -.1251232 .1347002 .0259551 .06111929 35 Std. Predicted Value -2.472 1.779 .000 1.000 35 Standard Error of Predicted Value .004 .021 .008 .003 35
Adjusted Predicted Value -.1427445 .1312955 .0258363 .06205048 35 Residual -.04365483 .04891615 .00000000 .02143790 35 Std. Residua~ -1.913 2.143 .000 .939 35 Stud. Residual -2.081 2.200 -.001 1.004 35 Deleted Residual -.05169155 .05151970 .0001188'1 .02472769 35 Stud. Deleted Residual -2.212 2.361 -.003 1.037 35 Mahal. Distance .280 27.164 3.886 4.536 35 Cook's Distance .000 .160 .032 .048 35 Centered Leverage Value .008 .799 .114 .133 35
a Dependent Variable: RI - Rf
Charts Histogram
lormal P-P Plot of Ragronsion Standardized Residual
Dependent Variable: RI- Rf
•l ·I
Scatterplol
Dependent Variable: RJ • Rf
• , " ~ ' ' " ' ,, ~ ' ' 0 ' 0 .0 o·&-o OJ' _o • , 0
" ' 0 0 ° , ' ~ 0
c 0 ' .Q 0 ' I., ~ ' ~ •
0
Mn~•·1llf-14 Sl.tl.Ow.~u» N•l$
' '
0
' 0
Oependont Variable: RI - Rf
£ E il
l Observed cum Prob
8.0utput PANIN Regression
Descriptive Statistics
Mean Std. Deviation RI-Rf .0245739 .07117359 Rm-Rf .0205317 .07259365
SMB 30.448075 .45170181 0 HML 3.0400194 1.20066229 UMD .0275D61 .D72226D4
N
36 36
36
36 36
Correlations
Ri- Rf Rm-Rf Pearson Correlation Ri- Rf 1.DOO .961
Rm -Rf .961 1.DOO SMB -.411 ··.443 HML -.510 -.521 UMD .41D .387
Sig. (1-tailed) Ri - Rf .DOD Rm-Rf .000 SMB .006 .D03 HML .OD1 .D01 UMD .006 .D10
N Ri - Rf 36 36 Rm- Rf 36 36 SMB 36 36 HML 36 36 UMD 36 36
Variables Entered/Removed(b)
SMB HML - -.411 -.510
-.443 -.521
1.DDD .837
.837 1.0DD
-.372 -.290
.OD6 .DD1
.003 .DD1
.ODO
.ODD
.013 .043
36 36
36 36
36 36
36 36
36 36
Model Variables Entered 1 UMD, HML, Rm - Rf, SMB(a)
Variables Removed I Method I er · I Ent
a All requested variables entered. b Dependent Variable: Ri - Rf
Model Summary(b)
Adjusted R Model R R Sauare Sauare 1 .963(a) .927 .918
a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf
Std. Error of the Estimate
.02038114
Durbin-Watson
1.705 -
--UMD
.410
.387
-.372
-.29D
1.00D
.006
.010
.013
.043
36 36
36
36
36
ANOVA(b)
Model Sum of Squares Df 1 Regression .164 4
Residual .013 31
Total .177 35 a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf
Mean Sauare F .041 98.!l56
.000
Coefficients( a)
Sia. .OOO(a)
Unstandardized Standardized Collinearity Model Coefficients Coefficients Sig. Statistics
Std. B Error Beta t Tolerance VIF
1 (Constant) -.464 .425 -1.092 .283
Rm-Rf .917 .058 .935 15.762 .ODO .666 1.5 02
SMB .016 .014 .101 1.106 .277 .281 3.5 62
HML -.005 .006 -.090 -.965 .342 .267 3.7 44
UMD .059 .054 .060 1.098 .:181 .786 1.2 73
a Dependent Vanable: R1 - Rf Coefficient Correlations( a)
Model UMD HML Rm-Rf SMB
1 Correlations UMD 1.000 -.135 -.294 .253 HML -.135 1.000 .3:29 -.793 Rm-Rf -.294 .329 1.000 -.060 SMB .253 -.793 -.O!lO 1.000
Covariances UMD .003 -4.03E-005 -.001 .000 HML -4.03E-005 3.08E-005 .000 -6.34E-005 Rm-Rf -.001 .000 .003 -5.04E-005 SMB .000 -6.34E-005 -5.04E-005 .000
a Dependent Vanable: R1 - Rf Collinearity Diagnostic.s(a)
Model Dimension Eigenvalue Condition Variance Prooortions
Index J.Q9nstant\ Rm-Rf SMB HML UMD
1 1 3.163 1.000 .00 .01 .00 .00 .02 2 1.231 1.603 .00 .25 .00 .00 .20 3 .547 2.405 .00 .48 .00 .00 .70 4 .059 7.315 .00 .26 .00 .38 .02 5 3.09E-005 319.799 1.00 .00 1.00 .62 .07
a Dependent Variable: R1 - Rf
Residuals Statistics( a)
Minimum Maximum Mean Std. Deviation N Predicted Value -. 1427052 '1510293 .0245739 .06854023 36 Std. Predicted Value -2.441 1.845 .000 1.000 36 Standard Error of Predicted Value .004 .020 .007 .003 36
Adjusted Predicted Value -.1110052 '1444741 .0271037 .06363184 36 Residual -.03101788 .04388092 .00000000 .01918118 36 Std. Residual -1.522 2.153 .000 .941 36 Stud. Residual -1.577 2.209 -.016 1.013 36 Deleted Residual -. 10070419 .04617782 -.00252984 .02751824 36 Stud. Deleted Residual -1.618 2.367 -.009 1.035 36 Mahal. Distance .275 32.890 3.889 5.314 36 Cook's Distance .000 4.724 .158 .784 36 Centered Leverage Value .008 .940 .111 '152 36
a Dependent Variable: R1 - Rf
Charts
Histogram ·ma1 P~P Plot of R.egresnlon Standardized Residual
Oitpendant Variable: RI· Rf
.; .\ 0 l 2
Regression standardized Reslduaf
Scattorplot
Dependent Variable: Ri ~Rf
0
0 ' 0
0 o•
0 o, 0 0 Oo
0 ' 0 0 0 0
0 'B ' .
0
0
M1~n•HE·lS S\'J.Dw~0.041 N •36
0
0
0
Dependent Variable: RI· Rf
Ollsenrod Cum Prob
9.0ntput Pinisi Regression
Variables Entered/Removed(b)
Model Variables Entered 1 UMD, HML, Rm - Rf, SMB(a)
a All requested vanables entered. b Dependent Variable: Ri - Rf
Variables Removed M eth2[J
er _J Ent
Model Summary(b)
Std. Error of the Model R R Square Adjusted R Square Estimate Durbin-Watson
1 .962(a) .926
a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf
.916
ANOVA(b)
.02062825 -
Model Sum of Squares df Mean Square I 1 Regression .164 4
Residual .013 31 Total .177 35
a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf
Coefficients( a)
Unstandardized Standardized Model Coefficients Coefficients
Std. B Error Beta
1 (Constant) -.057 .326 Rm -Rf .927 .058 .946 SMB .002 .011 .010 HML .004 .008 .029 UMD .040 .055 .043
a Dependent Vanable: R1 - Rf
::I 0
96.415 .OOO(a)
t '
:Sig.
1---.174. .863
16.093 .000
.135 .894
.418 .679
.731 .470 ---Residuals Statistics(a)
Minimum Predicted Value -.1253245 Std. Predicted Value -2.189 Standard Error of Predicted Value .004
Adjusted Predicted Value -.1199921 Residual -,02802240 ....... ' ..... . .
Maximum
.1523670
1.866
.011
.1459122
.04463182
-Mean
.0245739
.000
.007
.0246766
.00000000
Lltd. Deviation
I .06847472
1.000
.002
.06867615
.01941374
1.537
N 36
36
36
36
36
Stud. Residual -1.509 2.220 Deleted Residual -,03457454 .04698484
Stud. Deleted Residual -1.542 2.381 Mahal. Distance .360 8.340 Cook's Distance .000 .141 Centered Leverage Value .010 .238
a Dependent Variable: Ri - Rf
Charts
Histogram
Dependent Variable: RI. Rr
Moon•9.37E·ta
iliif"'"""i--'~·f.;"'·•o.~1 -2 -I 0 1 2
Regreoolon standardized Residual
Scatwrplot
Dependent Variable: RI • Rt
0 0 oO
~ 0 00
0 0
0 0
0 0
0 ~o'b, Q 0
0 0
0
-.002 1.014 36
,00010272 .02257709 36
,006 1.036 36 3.889 2.330 36
.033 .039 36
.111 .067 36
Nonna! P.P P!Ot of Regression Standardized Residual
Dtlpondont Variable: RI ·Rf
/ 0
0
• . /
00 0
02 04 oG o.a
Obt.orvml Cum Prob
10. Output Rencana Cerdas Regression
Descriptive Statistics
Mean Std. Deviation Ri-Rf .0267339 .06970359 Rm-Rf .0205317 .07259365
SMB 30,6286417 .51217777
HML 2.1965583 .71998464 UMD .0310706 .07214492
N 36
36
36
36
36
Correlations
Ri-Rf Rm-Rf Pearson Correlation Ri-Rf 1.000 .976
Rm-Rf .976 1.000 SMB -.350 -.391 HML -.308 -.345 UMD .436 .396
Sig. (1-tailed) Ri-Rf .000 Rm-Rf .000 SMB .018 .009 HML .034 .020 UMD .004 .008
N Ri-Rf 36 36 Rm-Rf 36 36 SMB 36 36 HML 36 36 UMD 36 36
Variables Entered/Removed(b)
SMB I -IM L
-.350 -.. l08
-.391 -. 845
1.000 068 .968 1.( )00
-.395 -. :l51
.018 034
.009 020
000
.000
.009 018
36 36
36 36
36 36
36 36
36 36
--Model Variables Entered Variables Removed Method 1 UMD, HML, Rm - Rf, SMB(a)
a All requested variables entered. b Dependent Variable: Ri - Rf
Model Summary(b)
Model R R Square Adiusted R Souare 1 .979(a) .959 .954
Enter
Std. Error of the Estin1at13
. 01500860
UMD
.436
.396
-.395
-.351
1.000
.004
.008
.009
.018
36
36
36
36
36
Durbin-Watson
2.204 ----
.
ANOVA(b)
Model I Sum of Squares df Mean Square 1 Regression .163 4
Residual .007 31 Total .170 35
a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf
Coefficients( a)
Unstandardized Standardized
.041
.000
F Sig.
180.979 .OOO(a)
Model Coefficients Coefficients Collinearttv Statistics Std. ~;ig.
B Error Beta t Tolerance 1 (Constant) -.489 .608 -.805 .427
Rm-Rf .933 .040 .972 23.390 .000 .768 SMB .017 .021 .122 .796 .432 .057 HML -.006 .014 -.063 -.425 .•374 .060 UMD .074 .040 .077 1.852 .074 .767 -a Dependent Var.1able: RI - Rf
Coefficient Correlations( a)
Model
UMD 1 Correlations UMD 1.000
HML
-.100
I 'lm - Rf
-.271
SMB
:172
-.963
.185
HML -.100 1.000 Rm- Rf -.271 -.114 SMB .172 -.963
Covariances UMD .002 -5,76E-005 HML -5,76E-005 .000 -6, Rm-Rf .000 -6,55E-005 SMB .000 .000
a Dependent Variable. R1 - Rf
Collinearity Diagnostics(a)
Condition Model Dimension Eigenvalue Index (Constant) -
Rm 1 1 3.245 1.000 .00
2 1.178 1.660 .00 3 .528 2.478 .00 4 .048 8.194 .00 ~ ................ '"'""" ................. ,.. , --
-.114
1.000
.185
.000
551~-005
.002
.000
1.000
.000
.000
.000
.000
-Variance Prooortions
- F .(
:f
11
·10
.e ;9
,( 16 ·-
SMB HML
.00 .00
.00 .00
.00 .00
.00 .08 . -- --
VIF
1.303
17.656
16.635
1.303
UMD
.02
.19
.68
.08 --
Residuals Statistics(a)
-Minimum Maximum Mean Std. Deviation N
Predicted Value -.1219207 .1501386 .0267339 .06825742 36 Std. Predicted Value -2.178 1.808 .ODO 1.000 36 Standard Error of Predicted Value .003 .007 .005 .001 36
Adjusted Predicted Value -.1203044 .1513109 .0268326 .06820066 36 Residual -,02927529 .03495414 .00000000 .01412495 36 Std. Residual -1.951 2.329 .ODO .941 36 Stud. Residual -2.199 2.563 -.003 1.019 36 Deleted Residual -,03719855 .04234704 - .01659728 36 ,00009866 Stud. Deleted Residual -2.354 2.841 -.001 1.056 36 Mahal. Distance .350 6.978 3.889 1.983 36 Cook's Distance .000 .278 .036 .063 36 Centered Leverage Value .010 .199 .111 .057 36
a Dependent Vanable: R1 - Rf
Charts HistoDram nnal P-P Plot of Regression Standardized Residual
Dependent Varlabla: RI- Rf
·2 ·I
Rogresslon Standardized Residual
Scatterplot
Dependent Variable; RI· Rf
~ " 0
~ 1
"' ] 0 0 0 0 • 0 Q 8'9 aO.
~ 0 0
a' 0 , 0 0 • o; 0 '
0
0
MOM•·l-7&17 Std 0f~.•0.M1
''"®
Q
Q 0
0
Dependent Variable: RI - Rf
Ob~mrvud Cun1 Prob
11. Output Schroder Regression
Descriptive Statistics
Mean Std. Deviation Ri - Rf .0259500 .07605566 Rm-Rf .0205317 .07259365 SMB 30.8794222 .46736627 HML 3.5813806 1.58531891 UMD .0291350 .07734248
N 36
36
36
36
36 .. _ Correlations
Ri -Rf Rm-Rf SMB Pearson Correlation Ri-Rf 1.000 .980 -.384
Rm-Rf .980 1.000 -.363
SMB -.384 -.363 1.000
HML -.383 -.365 .969 UMD .449 .398 -.432
Sig. (1-tailed) Ri-Rf .000 .010 Rm-Rf .000 .015 SMB .010 .0·15
HML .011 ,0'14 .000 UMD .003 .008 ,004
N Ri-Rf 36 36 36 Rm-Rf 36 36 36 SMB 36 36 36 HML 36 36 36 UMD 36 36 36
Variables Entered/Removed(b)
Model Variables Entered Variables Removed 1 UMD, Rm - Rf, HML, SMB(a)
a All requested variables entered. b Dependent Variable: Ri - Rf
Model Summary(b)
Adjusted R Model R R Sauare Souare 1 .983(a) .965 .961
a Predictors: (Constant), UMD, Rm - Rf, HML, SMB b Dependent Variable: Ri - Rf
Std. Error of the Estimate
.01501628
HML UMD -.38:3 .449
-.361i .398
.961) -.432
1.001) -.404
-.404 1.000
.01·1 .003
"°14 .008
.00() .004
.007
.oo;r 3(l 36
36 36
3fl 36
3() 36 3() 36
Meth
Enter
D~in-Watson
2.033
ANOVA(b)
Model Sum of Squares df Mean Square I F Sig.
1 Regression .195 4 .049 Residual .007 31 .000 Total .202 35
a Predictors: (Constant), UMD, Rm - Rf, HML, SMB b Dependent Variable: Ri - Rf
Coefficients( a)
Model Unstandardized Standardized Coefficients Coefficients
Std. t B Error Beta
1 (Constant) .019 .667 .029 Rm-Rf .996 .039 .950 25.341 SMB .000 .022 -.003 -.021 HML .000 .007 -.007 -.054 UMD .065 .038 .066 1.709
a Dependent Variable: R1 - Rf
Coefficient Correlations( a)
Model
UMD Rm-Rf 1 Correlations UMD 1.000 -.292
Rm-Rf -.292 1.000 HML -.083 .075 SMB .173 -.008
Covariances UMD .001 .000 Rm-Rf .000 .002 HML -2.00E-005 1.93E-005 SMB .000 -7.46E-006
a Dependent Variable: R1 - Rf
216.714 .OOO(a)
-Collinearity Statistics
Sig. Tolerance VIF
.977
.000 .792 1.263
.983 .659 1.303
.957 I .861 1.028
.091 I .741 1.349
HML SMB
- 083 '173
075· -.008
1. 000 -.961
-961 1.000
-2.06E-005 .000
1.93E-005- -7. 46E-006 4.24E-005 .000
000 .000
Collinearity Diagnostics(a)
Model Dimension Eigenvalue Condition Varianc:e Proportions Index
(Constant) Rm-l'lf I SMB HML UMD 1 1 3.136 1.000 .00 .01 I .00 .00 .02
2 1.245 1.587 .00 .27; .OD .DO .2D 3 .540 2.4D9 .00 .134 .00 .00 .63 4 .D79 6.319 .00 .07 .00 .08 '13 5 6.8DE-006 679.170 1.00 .OD, 1.00 9'' - ~ .03
a Dependent Variable. R1 - Rf
Residuals Statistics(a)
-Minimum Maximum Mean Std. Deviation N -Predicted Value -.1374588 .1663203 .0259500 .07473115 36
Std. Predicted Value -2.187 1.878 .000 1.000 36 Standard Error of Predicted Vah:e .003 .009 .005 .001 36
Adjusted Predictec Value -.1387845 .1576092 .0260340 .07465622 36 Residual -.04282968 .02803651 .00000000 .01413218 36 Std. Residual -2.852 1.867 .000 .941 36 Stud. Residual -3.231 2.132 -.003 1.034 36 Deleted Residual -.05495338 .03666076 -.00008404 .01710162 36 Stud. Deleted Residual -3.902 2.270 -.015 1.122 36 Mahal. Distance .858 10.560 3.889 2.439 36 Cook's Distance .000 .591 .044 .110 36 Centered Leverage Value .025 .302 .111 .070 36
a Dependent Variable: R1 - Rf
Charts
Histogram nal P-P Plot of Regression Standardla:ed Residual
Oopondent Variable: RI· Rf
·J ·2 ·I
RegroHlon Standatdlzed Rasldual
Scatterplot
Dependcrt Variable: Ri ·Rf
! • ! 1 ' ' ] ' 0 of ' ' ' ' ' i 0 •' " ' • t <fio S, ~oo
• i' ' ~
' •
,~
Mun~UE·\5 std. Dfv •• 0.941 "'u
Dependent Variable: RI - Rf
0.6 0.8 ,, Obtlorvnd Cum Prob
12. Output Si Dana Saham Regression
Descriptive Statistics
Mean Std. Deviation Ri- Rf .0290883 .07340036 Rm-Rf .0205317 .07259365 SMB 30,3714222 .55790450 HML 2.9551944 1.16646207 UMD .0333022 .07391141
Ri- Rf Pearson Correlation Ri- Rf 1.000
Rm-Rf .978 SMB -.342 HML -.285 UMD .441
Sig. (1-tailed) Ri-Rf
Rm-Rf .000 SMB .021 HML .046 UMD .004
N Ri- Rf 36 Rm-Rf 36 SMB 36 HML 36 UMD 36
N 36
36
36
36
36
Correlations
-Rm-Rf SMB HML. UMD
.978 -.342 -.285 .441
1.000 -.404 -.324 .410
-.404 1.000 .954 -.346
-.324 .954 1.000 -.241
.410 -.346 -.241 1.000
.000 .021 .046 .004
.007 .027 .007
.007 .000 .019
.027 .000 .079
.007 .019 .079
36 36 36 36
36 36 36 36
36 36 36 36
36 36 36 36
36 36 36 36 --Variables Entered/Removed(b)
Model 1
Variables Entered UMD, HML, Rm - Rf, SMB a)
Variables Removed
a All requested variables entered. b Dependent Variable: Ri - Rf
Model Summary(b)
Adjusted R Model R R Square Square 1 .986(a) .971 .968
a Predictors: (Constant), UMD, HML, Rm - Rf, SMB b Dependent Variable: Ri - Rf
Std. Error of the Estimate
.01322082
ANOVA(b)
Dl irbin-Watson
2.077
Standard Error of Predicted Value
Adjusted Predicted Value
Residual
Std. Residual
Stud. Residual
Deleted Residual
Stud. Deleted Residual
Mahal. Distance
Cook's Distance
Centered Leverage Value
a Dependent Variable: Ri - Rf
Charts
.003
-.1273306 -,02235663
-1.691 -1.741
-,02368776 -1.803
.829
.000
.024
.009
.1492735 .02654247
2.008
2.092 .02882704
2.221 13.895
.147
.397
.005 .001 36
.0289758 .07229828 36
.00000000 .01244243 36
.000 .941 36
.004 1.008 36 .00011252 .01431513 36
.007 1.027 36 3.889 2.794 36
.031 .033 36
.111 .080 36
ormal P~P Plot of Regression Standardized Residual
i' "
L • ! i· I
Hlatogrum
Oepondont Varloblo: RI· Rf
-2 .1 0 I 2
Rcigr11Hion Standllnilzed R11$ltlual
Oepeodoot Vllfiablo; RI. Rf
_, . Rt{lfllHion Standllrdlzod Pradia:«I Vi;1uo
l.!<•n•-OUlS-l~ 50! Oov •O.!l4\ H =lG
Dependent Vadable: RI - Rf
'' O~reiv11d Cum Prob
Lampiranm Hasil Output RAW RETURN
Summarize Case Processing Summary(a)
-Cases
Included Excluded Total
N Percent N Percent N Percent " RAW RETURN 432 100.0% 0 .0%1 432 100.0%
a Limited to first 432 cases.
Case Summaries( a)
RAW RETURN
1 .0422 2 .0254 3 .1520 4 .0653 5 -.0107 6 .1114 7 .1280 8 .0420 9 .0064 10 .0774 11 -.0535 12 -.0016 13 .0223 14 -.0063 15 .0760 16 .0361 17 .1393 18 .0494 19 .0148 20 .0398 21 -.0085 22 -.0689 23 .0043 24 -.0174 25 -.0034 26 -.1565 27 -.1149
29 -.1310 30 .0083 31 .0475 32 .0237 33 .0828 34 -.9539 35 20.7154 36 -.0137 37 .0563 38 .0443 39 .1657 40 .0567 41 .0013 42 .1096 43 .1488 44 .0678 45 .0137 46 .1046 47 -.0354 48 -.0111 49 .0616 50 -.0064 51 .0833 52 .0568 53 .1419 54 .0339 55 .0690 56 .0263 57 -.0012 58 -.0394 59 .0198 60 .0014 61 .0232 62 -.1306 63 -.1249 64 -.1004 65 -.0711 66 .0213 67 .0927 68 .0440 69 .0921 70 .1285 71 -.0608 72 -.0360 73 .0729
76 .0956 77 -.0036 78 .1299 79 .1424 80 .0626 81 .0085 82 .1082 83 -.0241 84 -.0054 85 .0422 86 .0107 87 .0606 88 .0456 89 .1407 90 .0283 91 .0452 92 .0304 93 .0210 94 -.0562 95 .0165 96 .0082 97 .0211 98 -.1320 99 -.1347 100 -.1288 101 -.0805 102 .0093 103 .0539 104 -.0033 105 .0837 106 .1080 107 -.0659 108 .0003 109 .0594 110 .0411 111 .1462 112 .0919 113 -.0084 114 .1245 115 .1351 116 .0524 117 .0008 118 .0967 119 -.0314 120 -.0114 1 ?1
123 .0682 124 .0386 125 .1347 126 .0706 127 .0446 128 .0472 129 -.0053 130 -.0359 131 .0183 132 .0132 133 .0381 134 -.1281 135 -.1174 136 -.0966 137 -.0693 138 -.0015 139 .0773 140 .0230 141 .0856 142 .1043 143 -.0798 144 -.0103 145 .0605 146 .0623 147 .1605 148 .0663 149 -.0065 150 .1283 151 .1298 152 .0605 153 -.0021 154 .0757 155 -.0622 156 -.0015 157 .0281 158 -.0030 159 .0853 160 .0465 161 .1336 162 .0216 163 .0465 164 .0272 165 .0046 166 -.0603 167 .0077 1fiA
170 -.1425 171 -.1151 172 -.1121 173 -.0851 174 .0194 175 .0599 176 -.0006 177 .0758 178 .1061 179 -.0730 180 -.0148 181 .0777 182 .0550 183 .1821 184 .1050 185 -.0109 186 .1056 187 .0997 188 .0481 189 -.0268 190 .0898 191 -.0692
'1 192 .0101 ·;
193 .0444 194 -.0185 i'
' 195 .0608 196 .0489
I 197 .1449 198 .0202 !
199 .0582 200 .0436 201 .0559 202 -.0414 203 -.0050 204 -.0198 205 .0019 206 -.1460 207 -.1136 208 -.0709 209 -.0786 210 .0038 211 .0705 212 .0378 213 .0796 214 .0894 215 -.0458 ,.,,~