Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penelitian ini bertujuan untuk melihat sampai seberapa jauh return saham dipengaruhi oleh komposisi kepemilikan saham serta variable mikro yang mencakup PER (Price Earning Ratio), EPS (Earning per Share), PBV (Price to Book Value), LR (Leverage Ratio) dan GRTH (Tingkat Pertumbuhan Earning ). Data yang digunakan dalam penelitian ini merupakan pooled data yang berasal dan Indonesian Capital Market Directory (ICMD) dengan rentang waktu penelitian dari tahun 1998-2001. Sedangkan pengolahan data secara statistik dalam penelitian ini menggunakan bantuan perangkat lunak SPSS (Statistical Program for Social Science). Penelitian ini menunjukkan bahwa Pengelola (Manager) memiliki kepemilikan saham yang mayoritas dengan tingkat kepemilikan di atas 20%. Sedangkan penelitian untuk menunjukkan pengaruh variabeI bebas yang mencakup komposisi kepemilikan saham serta variabel mikro terhadap return saham, pada model pertama menghasilkan penelitian yang tidak signifikan secara statistik karena hanya LR (Leverage Ratio), MGR (jumlah saham yang dimiliki oleh manajer) dan OTMG (jumlah saham yang dimiliki oleh perorangan atau perusahaan di Iuar manajer) yang memiliki pengaruh signifikan terhadap return saham, sementara variabel-variabel bebas yang lain secara statistik tidak menunjukkan pengaruh yang signifikan dengan R square 7%. Sementara untuk model yang kedua PUB (jumlah saham uang dimiliki oleh publik), GRTH (tingkat pertumbuhan earning) dan LR (Leverage Ratio) berpengaruh signifikan terhadap return saham dengan R square sebesar 59,5%.

Abstrak :
Penelitian ini bertujuan pertama mengetahui dan menganalisa pengaruh faktor BETA, DER, EPR, L.N.ME dan PBV terhadap R saham di BEJ periode sebelum krisis dan selama krisis.

Kedua mengetahui dan menganalisa ada tidaknya perbedaan pengaruh faktor BETA, DER, EPR, L.N.ME, dan PBV terhadap R antara dua periode tersebut.

Berdasarkan CAPM pengaruh BETA terhadap return adalah positif. Sementara studi empiris ditemukan adanya kontradiksi pada model CAPM : Basu (1977) menemukan pengaruh EPR terhadap return adalah positif. Stattman (1980) ; Rosenberg(1985) dan Fama & French (1992) menemukan pengaruh BE/ME terhadap return adalah positif ( pengaruh negatif PBV terhadap return ), Benz (1981); Reinganum (1981); Brown dkk.(1983) dan Fama & French (1992) menemukan bahwa leverage punya pengaruh positif terhadap return.

Sementara Fama & French (1992) dalam penelitian yang sama tanpa ada uji pembedaan menemukan ada perbedaan pengaruh faktor Beta, Size dan Be/Me terhadap return secara individual antara periode 1963-1976 dan periode 1977-1990, begitupun penemuan Davis periode observasi antara Januari 1941)-1962 dan Pebruari-Desember 1940-1962. Penelitian di Indonesia dilakukan Suiastri, 1999 yang menguji perbedaan pengaruh beta (risiko) terhadap return antara periode sebelum dan selama krisis, hasilnya adalah ada perbedaan yang signifikan pada pemodal domistik.

Berdasarkan studi empiris tersebut maka hipotesa pertama dalam penelitian ini adalah ada pengaruh positif yang signifikan faktor BETA, DER dan EPR terhadap R, ada pengaruh yang negatif yang signifikan faktor ME dan PBV terhadap R, dan hipotesa kedua, adalah ada perbedaan pengaruh faktor BETA, DER, EPR, LN. ME dan PBV terhadap R antara periode sebelum dan selama krisis.

Metode penelitian melalui beberapa tahap pertama seleksi sampel yaitu saham teraktif dan mempunyai market equity besar selama periode observasi sebelum krisis dan selama krisis (Januari 1995 - Juli 1999). Tahap kedua merupakan analisis pengaruh faktor BETA, DER, EPR, LN. ME, dan PBV terhadap R periode sebelum, selama krisis dan gabungan. Dan tahap ketiga adalah analisis uji perbedaan pengaruh faktor BETA, DER, EPR, LN. ME, dan PBV terhadap R - antara periode sebelum dan selama krisis. Ketiga tahap ini dilakukan terhadap data observasi sebelum dan setelah dikeluarkan data yang tidak normal (outlier). Pada analisa setelah outlier dikeluarkan juga dilakukan analisa terhadap variabel Leverage dan BE/ME.

Hasil penelitian sebelum outlier dikeluarkan adalah pertama dari analisis pengaruh secara individual ditemukan faktor paling signifikan berpengaruh terhadap return pada periode sebelum krisis, selama krisis dan periode gabungan masing-masing EPR(0.0008,**), PBV(-0.032,***) dan BETA (0.058,***). Variabel DER merupakan faktor paling tidak berpengaruh dan tidak signifikan selama periode observasi. Sedang dari analisis pengaruh pada regresi cross section berganda ditemukan bahwa diantara faktor lainnya variabel DER paling tidak berpengaruh dan tidak signifikan terhadap R. Ditemukan ada indikasi multikolinier antara variabel EPR dan Ln. ME. Maka dibentuk model regresi dengan mengeluarkan variabel DER dan Ln. ME hasilnya adalah terjadi model regresi yang signifikan secara partial dan keseluruhan pada periode sebelum, selama dan gabungan dengan nilai Finasing -masing 2.323T, 23.65*** dan 11.088***.

Uji perbedaan pengaruh dengan variabel dummy secara individual ditemukan faktor-faktor yang signifikan mempunyai pengaruh yang berbeda antara periode sebelum dan selama krisis yaitu EPR (***}, LN.ME (*) dan PBV(*). Uji perbedaan pengaruh dengan uji dummy secara berganda ditemukan faktor - faktor yang signifikan mempunyai pengaruh yang berbeda antara periode sebelum dan selama krisis yaitu EPR (***) dan PBV(**).

Hasil penelitian setelah outlier dikeluarkan adalah pertama dari analisis pengaruh secara individual ditemukan diantara faktor BETA, DER, EPR, LN. ME, dan PBV LEV. dan BE/ME, faktor yang paling signifikan berpengaruh terhadap R pada periode sebelum krisis adalah BETA (*) dan EPR(*). Sedang dari analisis pengaruh pada regresi cross section berganda ditemukan tidak satupun variabel tersebut berpengaruh dan tidak signifikan terhada R.

Uji perbedaan pengaruh dengan variabel dummy secara individual ditemukan hanya faktor BETA yang signifikan mempunyai pengaruh yang berbeda antara periode sebelum dan selama krisis. Dan secara berganda ketika model regresi dibentuk dengan variabel independen BETA, DER, EPR, LN. ME, dan PBV ditemukan semua variabel punya pengaruh yang berbeda antara periode sebelum dan selama krisis, kecuali PBV. Sedang ketika model regresi dibentuk dengan variabel independen BETA, EPR, LN. ME, LEV. dan BEIME hasilnya adalah hanya variabel EPR signifikan mempunyai pengaruh yang berbeda antara periode sebelum dan selama krisis terhadap R.

Kesimpulan dari penelitian ini adalah bahwa ada faktor lain selain BETA yang selalu konsisten dan signifikan mempengaruhi return saham di BED yaitu EPR. Pengaruh kedua faktor terhadap return ini adalah signifikan berbeda antara periode sebelum dan selama krisis.

Abstrak :
Kondisi dan upah krja yang dihadapi buruh Indonesia masih mengkhawatirkan. Hal ini dapat dilihat dari upah yang rendah yaitu berkisar 60-70% dari nilai kebutuhan fisik minimum, secara jam kerja yang panjang yaitu 10-40 jam sehari. Permasalahan upah buruh merupakan penyebab utama sengketa antara majikan (Perusahaan) dan buruh (pekerja kasar), terutama perusahaan Industri yang Inasih banyak memberikan upah dibawah standar upah minimum yang telah diterapkan Pemerintah. Keadaan ini menimbulkan berbagai gejolak internal yang berdampak eksternal akibat ketidak puasaan buruh terhadap perusahaan, seperti unjuk rasa, pemogokan sampai aksi perusakan. Industri Tekstil merupakan sektor Industri yang kerapkali menghadapi persoalan ini lebih menyolok. Ada banyak faktor yang dapat mempengaruhi kepuasan kerja buruh, sebagai sebuah asumsi faktor pengupahan memiliki pengaruh yang cukup signifikan dalam menciptakan kondisi kerja yang stabil. Melalui rencana penelitian ini, peneliti ingin memastikan seberapa besar pengaruhnya dan faktor-faktor pendukung lainnya yang mempengaruhi hal tersebut.

Abstrak :
Meningkatnya jumlah konsumsi energi listrik dipengaruhi oleh penghasilan pelanggan, dimana semakin tinggi tingkat penghasilan pelanggan, semakin besar jumlah energi listrik yang di konsumsi. Konsumsi energi listrik dalam suatu negara dapat dipakai sebagai indikator tingkat kemakmuran negara tersebut Makin besar jumlah energi listrik yang dikonsumsi, makin tinggi tingkat kemakmurannya. Faktor-faktor yang diidentifikasi dalam penelitian ini meliputi aspek perilaku (yang variabelnya persepsi, motivasi, sikap dan kepribadian), tingkat pelayanan (yang variabelnya keselamatan, kemudahan, dan kenyamanan dalam menggunakan listrik), dan sosial ekonomi (yang variabelnya ukuran keluarga, penghasilan dan pengeluaran keluarga). Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor internal dan eksternal yang mempengaruhi pelanggan untuk mengkonsumsi energi listrik dan bagaimana pengaruhnya terhadap konsumsi energi listrik. Hasil penelitian menyimpulkan bahwa:
1). Faktor internal dan eksternal yang berpengaruh yaitu: Faktor 1: V02pk dan V03pk (Penghasilan keluarga yang mempengaruhi peningkatan energi listrik)
Faktor 2: V12hr, V04ps, V10km (Harga dalam mengkonsumsi energi listrik) Faktor 3: V09kn, V08ke, V05mi dan V01 uk (Keselamatan dalam menggunakan energi listrik) Faktor 4: V11 ky, V07kn, VO6sp (Kenyamanan dalam menggunakan energi listrik) 2). Hasil variabel independen yang berpengaruh terhadap faktor-faktor pengelompokkan konsumsi energi listrik yaitu:
a. F1 V02pk dengan koefisien regresi (B) sebesar 0,184440
b. F2-V12hr dengan koefisien regresi (B) sebesar -0,137343
c. F3-VO9KN dengan koefisien regresi (B) sebesar 0,578477
d. F4-V11 ky dengan koefisien regresi (B) sebesar 0,525426
e. Harga konstanta regresi yang terjadi adaiah 1,749555 Cluster = 1,749555 + 0,184440 F9 V02pk -- 0,137343 F2-V12hr + 0,578477 F3 V09kn + 0,525426 F4-V11 ky.

Abstrak :
Menggunakan data sekunder dan jenis data tahunan periode tahun 1975 - 1991, penelitian ini bertujuan untuk menganalisis faktor-faktor yang mcmpengaruhi volume ekspor minyak sawit mentah (CPO) Indonesia dengan me - ngambil kasus ekspor ke Belanda sebagai negara konsumen utama CPO Indonesia yang mengkonsumsi rata-rata 55 % dari total ekspor Indonesia periode 1975 - 1991. Dengan metode OLS dan model analisis Regresi ber - ganda serta bentuk fungsi dugaan pada model yang digunakan adalah model linear, hasil analisis menunjukkan bahwa volume ekspor minyak sawit Indonesia dipengaruhi oleh . Pertama, produksi minyak sawit (CPO) Indonesia berpe - ngaruh positif sebesar 0,25. Hal ini menunjukkan keberhasilan Pemerintah dalam meningkatkan produksi minyak sawit melalui periuasan areal dan penggunaan bibit unggul yang dilakukan sejak tahun 1975. Kedua, harga CPO Indonesia berpengaruh sebesar 0,90. Hal ini menunjukkan I1arg sangat sensitif terhadap permintaankarena sebagai bahan baku industri, produk CPO adalah seragam dengan mutu/komposisi kandungan bahan yang sudah ditetapkan. Ketiga, harga minyak kedele di Belanda berpengaruh sebesar 0,05 terhadap volume ekspor CPO Indonesia. Keempat, harga minyak rape di pasar Belanda berpengaruh negatif sebesar 0,08. Hasil ini menunjukkan bahwa penggunaan minyak sawit di Belanda adalah sebagai komplementer bagi minyak kedelei dan sebagai substitusi terhadap minyak rape. Beberapa saran dari hasil penelitian ini adalah Pertama, perlu segera diambil langkah-langkah kearah jaminan suplai CPO Indonesia kenegara konsumen. Jaminan ml meliputi kesesuaian dalam pemenuhan terhadpap volume permintaan, tepat dalam waktu penerimaan barang dan kualitas produk terjaga sampai ketangan konsumen. Dengan cara ini diharapkan dapat terbentuk jaminan dalam pemasaran produkCPO Indonesia karena industri CPO dinegara konsumen akan merasa aman terhadap pengadaan bahan baku industrinya sehingga bersedia mengadakan kontrak pembelian jangka panjang. Kedua, produsen harus berusaha untuk meningkatkan efisiensi dalam biaya produksi sehingga harga produknya mampu bersaing dengan produk yang sama dari produsen negara lain. Ketiga, Ketiga, produsen CPO harus dapat mengantisipasi perubahan nilai mata uang negaramitra dagangnya terhadap US Dollar. Keempat, perlu diadakan pengembangan pasar melalui diversifikasi produk yaitu mengekspor minyak sawit yang telah diolah ( Processed Palm Oil/ PPO } sehingga dapat memasarkan produk PPO kienegara sedang berkembang yang pada umumnya tingkat pertumbuhan konsumsiminyak nabati dan lemaknya sedang tinggi.

Abstrak :
Aktivitas Bursa Efek Jakarta (BEJ) mengalami periode "booming? pada tahun 1989 dan 1990 setelah Pemerintah mengeluarkan serangkaian paket kebijaksanaan. Bursa Efek Jakarta menunjukkan gejala kelesuan pada tahun 1991 dan 1992, keadaan ini ditandai dengan turunnya Indeks Harga saham Gabungan (IHSG) dan Volume Perdagangan Sahara, meskipun jumlah perusahaan yang go-public bertambah banyak. Dan pada tahun 1993, 1994 Indeks Harga Saham Gabungan (IHSG) mulai naik secara perlahan,ini berpengaruh pada pendapatan saham secara keseluruhan di Pasar, hal ini tentunya juga mempunyai pengaruh terhadap resiko investasi saham di Bursa Efek Jakarta. Hasil penelitian menunjukkan bahwa semua perusahaan Asuransi General di BEJ dilihat secara makro yaitu variabel-variabel pertumbuhan Ekonomi, tingkat bunga deposito, inflasi, Nilai tukar kurs US $ terhadap rupiah secara bersama-sama tidak mempunyai pengaruh yang cukup kuat terhadap resiko sistimatis. Sedangkan secara partial pertumbuhan ekonomi, tingkat bunga deposito, inflasi dan nilai tukar kurs US$ terhadap rupiah mempunyai pengaruh yang cukup kuat terhadap resiko sistimatis. Secara mikro yaitu variabel-variabel struktur modal, operating leverage, ukuran perusahaan, tingkat likuiditas secara bersama-sama mempunyai pengaruh yang cukup kuat terhadap resiko tidak sistimatis. Secara partial struktur modal, tingkat likuiditas, ukuran perusahaan mempunyai pengaruh yang cukup kuat terhadap resiko tidak sistimatis, sedangkan operating leverage tidak mempunyai pengaruh yang cukup kuat terhadap resiko tidak sistimatis.

Abstrak :
Thesis ini dimaksudkan untuk mengevaluasi kinerja perbankan Indonesia, khususnya bank yang telah go public. Pada dasarnya ada dua masalah utama perbankan, yaitu aspek penarikan dana dan aspek penyaluran / pengelolaan dana. Aspek kedua relatif lebih penting mengingat bahwa prestasi bank ditentukan oleh kemampuannya memperoleh penghasilan / income dari pengelolaan dana. Masalah pengelolaan dana adalah masalah pengambilan keputusan penentuan alokasi dana ke beberapa bidang investasi. Islam thesis ini, berdasarkan data aktual , terdapat tiga bidang alokasi yang dipertimbangkan karena memberikan kontribusi terbesar sedangkan bidang lainnya relatif tidak signifikan kontribusinya. Adapun tiga bidang alokasi tersebut adalah aktiva pemberian pinjaman, aktiva surat berharga , dan aktiva penempatan. Aspek strategis dari alokasi dana adalah eksisensi trade off dalam hal pencapaian tujuan keuntungan, likuiditas, dan keamanan (safety). Fenomena ini menarik untuk dikaji lebih lanjut berkaitan dengan ketentuan dalam Paket Februari 1991 yang mengharuskan bank memenuhi standard kinerja tertentu dengan batas akhir December 1993. Substansi pembahasan thesis ini adalah penentuan kombinasi proporsi dana yang harus dialokasikan ke tiga bidang alokasi sedemikian rupa sehingga mampu mencapai tingkat ROA ( indikator keuntungan ), LDR ( indikator likwiditas ) dan CAR (indikator keamanan/safety) sesuai ketentuan Bank Indonesia. Bila ini tercapai berarti alokasi sudah efisien atau optimal. Untuk mengukur pencapaian efisiensi alokasi, perlu diperbandingkan antara hasil riil dengan hasil potensiil - potensiil. Aplikasi program linear goal programming (LGP) memungkinkan untuk menghitung hasil optimal yang secara teoritis seharusnya bisa dicapai. Keunggulan program LGP adalah kemampuannya untuk mencapai beberapa tujuan secara simultan, sehingga cocok digunakan sebagai alert analisa dalam thesis ini. Hasil operasional periode 1989 - 1993 secara rata-rata menunjukkan bahwa sebagian besar bank yang dijadikan sample telah mampu memenuhi ketentuan standard minimal Bank Indonesia. Namun hasil komputasi program LGP memberikan indikasi bahwa hasil operasional yang rill masih dibawah potensi yang sesungguhnya. Dalam kondisi tanpa memberikan prioritas pada salah satu tujuan , menunjukkan hasil atau tingkat efisiensi yang lebih tinggi bila di bandingkan dengan kondisi pemberian priozitas pada salah satu tujuan. Secara umum dapat disimpulkan bahwa bank yang go public belum efisien dalam mengalokasikan dananya.

Abstrak :
Investasi pada saham untuk saham-saham yang telah go-public di pasar modal akan memberikan return (hasil) dan risk (risiko) bagi investornya. Sehubungan dengan return dan risk ini maka investor harus memilih kombinasi saham yang dapat memberikan return dan risk yang optimal. Pengamatan pada saham-saham yang paling aktif tiap bulannya di Bursa Efek Jakarta antara bulan Oktober 1993 sampai dengan September 1994 terpilih 20 saham sebagai saham kandidat, yaitu saham-saham: 1. Argha Karya Prima Industry (disingkat AKPI), 2. Astra International Incorporation (ASII), 3. Bank Danamon (BDMN), 4. Bank Dagang Nasional Indonesia (BDNI), 5. Bank Internasional Indonesia (BNII), 6. Barito Pacific Timber (BRPT), 7. Duta Anggada Realty (DART), 8. Dharmala Intiland (DILD), 9. Gajah Tunggal (GJTL), 10. Hanjaya Mandala Sampoerna (HMSP), 11. Indah Kiat Pulp and Paper (INKP)5 12. Intl Indorayon Utama (INRU), 13. Indocement Tunggal Perkasa (INTP), 14. Jakarta International Hotel and Development (JIHD), 15. Japfa Comfeed Indonesia (JPFA), 16. Pan Brothers Tex (PBRX), 17. Panin Bank (PNBN), 18. Surabaya Agung Industry Pulp (SHIP), 19. Smart Corporation (SMAR) dan 20. Tjiwi Kimia (TKIM).

Model penentuan proporsi portfolio optimal yang digunakan pada penelitian ini adalah Model Single Index: (disingkat Model SI) dan Model Constant Correlation (Model CC). Dengan mengamati data Indeks Harga Saham Individual (IHSI) diperoleh return saham individu. Dari data suku bunga deposito / bulan pada bank-bank pemerintah diperoleh return untuk risk free assets. Dari data Indeks Harga Saham Gabungan (IHSG) diperoleh return pasar.

Pengolahan data di atas, dengan menggunakan Model Single Index, terpilih 5 saham terpilih, yaitu saham-saham: 1. HMSP, 2. INTP, 3. INKP, 4. BDNI dan 5. TKIM; dengan proporsi optimal untuk masing-masingnya adalah: 1. 80,90175%, 2. 8,65353%, 3. 6,89664%, 4. 1,88740% dan 5. 1,46068%. Sedangkan dengan menggunakan Model Constant Correlation, terpilih 3 saham terpilih, yaitu saham-saham: 1. HMSP, 2. INKP dan 3. INTF; dengan proporsi masing-masingnya adalah: 1. 91,70473%, 2. 7,80834% dan 3. 0,486937..

Setelah penentuan proporsi portfolio optimal dengan kedua model di atas, kemudian dihitung: expected return portfolio, variance return portfolio dan standard deviation portfolio untuk masing-masing model. Pada Model Single Index, di mana 5 saham terpilih, menghasilkan return (yang ditunjukkan oleh expected return portfolio) yang lebih kecil dengan risk (variance dan standard deviation return portfolio) yang lebih kecil pula. Sedangkan pada Model Constant Correlation, dengan 3 saham terpilih, menghasilkan return yang lebih besar dan risiko yang lebih besar pula.

Abstrak :
Volatilitas return sebuah saham menggambarkan fluktuasi pada return saham tersebut, yang sekaligus juga menunjukkan risikonya. Investor yang spekulatif menyukai saham-saham yang mempunyai volatilitas tinggi, karena memungkinkan memperoleh keuntungan (gain) yang besar dalam jangka waktu yang singkat. Selain keuntungan besar, volatilitas yang tinggi dapat mengakibatkan kerugian (loss) yang besar pula. Untuk menghindari kerugian ini, dibutuhkan model yang dapat digunakan memprediksi return dan volatilitas saham. Volatilitas juga dipandang sebagai salah satu ukuran kecepatan pasar (speed of the market). Pasar yang bergerak lambat (move slowly) adalah pasar yang bervo]alilitas rendah (low-volatility market), sedangkan pasar yang bergerak cepat (move quickly) adalah pasar yang bervolatilitas tinggi (high-volatility market). Tujuan penelitian ini adalah membuat model dan menganalisis tingkat volatilitas return saham-saham perbankan yang ada di Bursa Efek Jakarta (BEJ) selama periode 1998-2005. Model-mode] yang dihasilkan diharapkan dapat digunakan untuk melakukan peramalan (forecasting) volatilitas masa yang akan datang. Dalam pembuatan model optimal ini, model ARMAIARIMA terbukti cukup baik dijadikan sebagai model dasar untuk conditional mean. Dari 23 bank yang diteliti, 17 bank memiliki volatilitas yang heteroskedastic, sedangkan 6 bank lainnya homoskedastic. Terhadap bank-bank yang volatilitasnya homoskedastic, model volatilitasnya cukup dihitung menggunakan formula deviasi standar biasa. Volatilitas yang bersifat heteroskedastic akan berupa conditional variance dan estimasinya lebih cocok menggunakan metoda ARCH (AutoRegressive Conditional Heteroskedasticity). Penelitian ini membuktikan bahwa model ARCHIGARCH beserta varian-variannya cukup baik untuk memodelkan volatilitas yang heteroskedastic. Model ARCH(1) adalah model keluarga ARCHIGARCH yang paling cocok digunakan memodelkan saham-saham perbankan Indonesia, jauh lebih cocok (fit) dibandingkan dengan model GARCH(l,l) yang sangat digemari di beberapa pasar global dunia. Model volatilitas ARCH(l) dipakai oleh 8 bank, kemudian model EGARCH dipakai oleh 4 bank, yaitu 2 bank memakai model EGARCH(0,1,0), I bank memakai model EGARCH(1,1,4), dan I bank lagi memakai model EGARCH(1,0,1). Model volatilitas lainnya yang digunakan adalah 3 bank menggunakan model TARCH(1,1,1), 1 bank menggunakan model GARCH(1,1), dan I bank lagi menggunakan model PARCH(1,1,0,1). Keseluruhan model-model optimal yang dihasilkan ini sudah signifikan pada significance level 5%. Temuan lain dari penelitian ini menyimpulkan penggunaan variabel-variabel makroekonomi seperti tingkat SBI, tingkat inflasi, dan tingkat suku bunga kredit ternyata tidak cocok digunakan sebagai regressor untuk pembuatan model conditional mean dan conditional variance, terutama bila dikombinasikan dengan GARCH(I,I). Akan tetapi variabeI-variabel makroekonomi ini dapat digunakan untuk perbaikan model conditional mean dengan jalan menambahkannya pada model ARMAJARJMA yang diperoleh, seperti terlihat pada model untuk 5 bank_ Penggunaan model ARCHIGARCH bagi perbaikan conditional mean dapat dilakukan melalui penambahan komponen ARCH-MIGARCH-M, seperti terlihat pada model untuk 6 bank. Bagi investor yang memiliki karakteristik risk averse, melakukan investasi dengan membeli dan menyimpan saham-saharn perbankan Indonesia bukanlah hal yang dianjurkan. Kesimpulan ini didasarkan pada temuan yang menyatakan hanya 8 dari 23 bank yang memiliki rata-rata return bulanan yang positif. Dui 8 yang positif ini ada 3 bank yang memberikan return rata-rata diatas return rata-rata IHSG, dan hanya 2 bank yang diatas return rata-rata tingkat SBI. Return rata-rata saham perbankan Indonesia secara keseluruhan adalah -0,52% per bulan. Bagi investor yang memiliki karakteristik risk-taker, membeli saham-saham perbankan Indonesia cukup menjanjikan, karena volatilitas saham-saham perbankan di Bursa Efek Jakarta cukup tinggi. Penelitian ini menunjukkan ada bank yang volatilitas return-nya mencapai 33% per bulan, dan bahkan ada juga yang return maksimumnya diatas 100% per bulan.

---

The volatility of a share's returns depicts the fluctuation of the returns of the shares which at the same time also shows its risk. Speculative investors like shares of high volatility, because such shares make possible to earn large gains within a short time. Besides big gains, high volatility could bring big losses too. To avoid these losses, a good model is needed that could be used to predict the return and volatility of shares. Volatility is also deemed as one of measurements to rate the speed of the market. A market that moves slowly is a low-volatility market, while a market that moves quickly is a high-volatility market. The goal of this research is to create the optimal models and analyze the return volatility of banking shares listed on the Jakarta Stock Exchange (JSX) during the 1998-2005 period. The models created is expected to be useable for the forecasting of future volatility. In making the optimal model, the ARMAIARIMA model is proven to be good enough as a basic model for the conditional mean. Of 23 banks examined, 17 showed a heteroskedastic volatility, while 6 others showed a homoskedastic volatility. On the banks with homoskedastic volatility, it is adequate to calculate the model's volatility by applying the naive method based on historical sample variance (i.e. ordinary standard deviation formula). The heteroskedastic volatility will take the conditional variance form and its estimation is more suitable using the AutoRegressive Conditional Heteroskedasticity (ARCH) method. The research proves that the ARCHIGARCH (Generalized ARCH) model along with its variants is good enough to be a model of a heteroskedastic volatility. The ARCH(1) model is of the family of ARCHIGARCH models which is most suitable for use to model Indonesian banking shares, more fit in comparison with the GARCH(1,1) model which is the most favorite among several world global market. The ARCH(1) volatility model is used by 8 banks, the EGARCH model by 4 banks, i.e. 2 banks use the EGARCH(0,1,0), I bank uses the EGARCH(1,1,4) model, and another 1 bank uses the EGARCH (1,0,1) model. The other volatility models used are: 3 banks uses the TARCH (1,1,1) model, 1 bank uses the GARCH(1,1) model, and 1 more bank uses the PARCH (1,1,0,1) model. The whole optimal models created are already significant at the significance level of 5%. Another finding of this research concluded that the macroeconomic variables such as SBI rate, inflation rate, and credit interest rate are not suitable for use as the regressors in making the conditional mean and conditional variance model, particularly when combined with GARCH(1,1). These macroeconomic variables, however, could be used to make improvements on the conditional mean model by adding it to the ARMAIARIMA model obtained, such as to be seen in the model for 5 banks. An application of the ARCHIGARCH model to improve on the conditional mean can be done through adding an ARCH-MI LARCH-M model, as seen in the model for 6 banks. For investors with risk-averse characteristic, to invest by purchasing and holding Indonesian banking shares is not encouraged. This conclusion is based on the finding that only 8 out of 23 banks have have a positive average monthly return. Of the 8 with positive average, 3 banks yielded an average return above the IHSG average return, and only 2 banks had an average return above the SBI rate. The average return of Indonesian banking shares as a whole is -0,52% per month. For investors who are risk-taker, to buy Indonesian banking shares is quite promising, because the volatility banking shares on the Jakarta Stocks Exchange is quite high. The research shows there was a bank which had a return volatility of 33% per month, and there was even a maximum return of over 100% per month.

Abstrak :
Kondisi perekonomian yang mulai membaik menghasilkan keuntungan yang berarti bagi sebagian orang. Mereka dapat menginvestasikan kelebihan uang mereka dalam berbagai bentuk investasi. Perkembangan bursa efek di Indonesia juga semakin baik ditandai dengan meningkatnya index pasar modal. Saham dapat dijadikan salah satu bentuk investasi yang, jika dikelola dengan baik, akan memberikan keuntungan bagi investor. Tujuan investor dalam melakukan investasi di pasar keuangan, khususnya saham, adalah selain deviden juga return dari capital gain. Capital gain merupakan keuntungan selisih harga jual dan harga beli saham. Bagi investor yang mengharapkan return dari capital gain perlu cermat dalarn memilih saham yang akan dibeli. Keputusan pemilihan saham yang tepat akan memberikan return sesuai harapan. Sebaliknya, kesalahan dalarn pernilihan saham yang dibeli akan memberikan kerugian yang tidak diharapkan. Dalam memutuskan membeli suatu saham, kita tidak dapat mengabaikan faktor-faktor yang mungkin dapat memperngaruhi harga saham tersebut di masa datang. Baik yang terkait dengan kondisi perusahaan yang mengeluarkan saham tersebut maupun faktor lain yang dapat mempengaruhi harga saham seperti faktor ekonomi secara umum. Selain itu, dalam melakukan investasi, perlu dipahami prinsip yang telah dikenal luas di kalangan investor yaitu "jangan menaruh telur dalam satu keranjang". Dengan kata lain, dalam melakukan investasi, kita jangan menempatkan uang yang akan kita investasikan ke dalam satu aset investasi saja tapi Iebih dari satu. Tujuannya adalah untuk mengurangi risiko. Istilah untuk melakukan investasi pada banyak aset adalah diversifikasi. Dalam melakukan diversifikasi, kita memerlukan panduan yang baik bagaimana memilih aset-aset investasi yang akan kita miliki sehingga memperoleh trade-off antara risiko dan return yang paling baik. Karya Akhir ini akan mengimplementasikan dan menganalisis salah satu metode diversifikasi yang dikenalkan oleh Harry M. Markowitz, pada tahun 1952. Metode ini membantu investor dalam memilih aset investasi dan menghitung porsi masing-masing aset tersebut secara ilmiah untuk membentuk suatu portofolio yang paling optimum. Hasil pengolahan data yang dilakukan dalam Karya Akhir ini telah menghasilkan portofolio optimal dengan expected return per bulan sebesar 3,99% dan standar deviasi sebesar 11,36%. Hasil pengukuran kinerja portofolio menunjukkan bahwa portofolio tersebut memperoleh nilai kinerja yang baik. Ukuran kinerja portofolio Treynor memberikan nilai 2,09; Sharpe sebesar 0,26; Jensen alpha sebesar 1,57 dan Information Ratio sebesar 0,83. Kinerja portofolio dalam investasi virtual selama tiga bulan pertama 2006 menunjukan kinerja yang sangat baik dengan menghasilkan return sebesar 20,95% dibandingkan dengan pasar sebesar 12,85%. Karya Akhir ini diharapkan dapat membantu para investor dalam mengambil keputusan investasi pada aset yang akan dibeli, dalam hal ini adalah saham, terutama dalam proses pembentukan portofolio investasi. Karya Akhir ini menggunakan sampel data bulanan saham LQ-45 dalam periode 2001 s.d. 2005 (60 bulan). Saham LQ-45 tersebut diseleksi lagi sehingga terpilih lima belas saham yang dipakai dalam peneiitian ini.

---

The better economic condition in Indonesia recently has resulted excess incomes for some people. They can invest their excess of money or their idle money in many investment forms. Capital market has growth high recently indicated by the highest market indices since it established. Stock market could be selected as an investment form that would give profit for the investor while managed properly. Investment objectives in financial market, especially in stocks are dividends and return from capital gain. Capital gain is return from difference between selling and buying of stocks. If investor willing to have returns from the capital gain he has to choose the company listed stocks in order to purchase selectively. The right decision in selecting the stock will result a good return as expected. Otherwise, it could result unexpected loss. In selecting stock, we cannot ignore the other factors that will effect to the stock price in the future. It came either from corporate conditions or from economic factors. In investing, we should understand the principle of investing: "don't put the eggs in one b askel". In o ther w ords, w hen we invest, invest t hem in many investment forms. The purpose is to reduce investment risk by diversification. Indeed, we need some guidance to diversify our investment forms in order to have the best trade-off between risk and return. This Final Assignment will implement and analyze one of diversification methods introduced by Harry M. Markowitz in 1952. This method will help investors to select the investment assets and the nght proportion of the assets in the portfolio scientifically that expected to have an optimum portfolio. This Final Assignment has made an optimal portfolio with expected return of 3.99% and standard deviation of 11.36%_ The portfolio performance measurements resulted good performance rating for this portfolio. Treynor's portfolio measure gave score of 2.49, Shame's measure of 0.26, Jensen alpha of 1.57, and Information Ratio of 0.83. The portfolio performance in virtual investing for first three months of 2006 shows that the portfolio has result better return of 20.95% compared to capital market return of 12.85%. This Final Assignment could help investors to make their investment decisions in order to select the investment assets for their portfolio especially in stocks. This Final Assignment use monthly data of LQ-45 stocks prices in period of 2001 to 2005. Those LQ-45 stocks were selected for sample and only fifteen stocks selected as sample.