Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini mempunyai dua tujuan. Pertama, penelitian ini menguji secara empiris ada atai tidaknya pengaruh reputasi penjamin emisi, persentase penawaran saham, umur perusahaan, nilai penawaran saham dan standar deviasi return pada return awal dan return 15 hari sesudah IPO. Kedua, peneliltian ini mengevaluasi konsistensi penelitian terdahulu.Sampel penelitan adalah sebanyak 74 perusahaan yang melakukan penawaran umum di Bursa Efek Jakarta pada kurun waktu 1999 - 2003. Metode pengambilan sampel menggunakan purposive sampling dengan kreteria saham yang underprice. Analisis data menggunakan regresi berganda untuk menguji kekuatan hubungan antara reputasi penjamin emisi, prosentasi saham yang ditawarkan kepada publik, umur perusahaan, nilai penawaran saham, dan standar deviasi dengan initial return. Hasil analis menunjukkan bahwa hanya variabel standar deviasi yang berpengaruh signifikan dengan initial return. Hal ini menunjukkan bahwa hanya standar deviasi yang digunakan investor untuk menilai harga saham di pasar perdana.Penelitian ini juga menggunakan analisis sensitivitas untuk menguji apakah informasi prospektus berpengaruh pada return saham di pasar sekunder. Hasil analisis menunjukkan bahwa tetap standar deviasi berpengaruh signifikan dengan return saham di pasar sekunder setelah hari ke 15. Perlu diperhatikan bahwa model analisis 15hari sudah cukup robust sebagai alat analisis. Penelitian berikutnya perlu melakukan penambahan sampel, melakukan pengukuran yang valid terhadap reputasi penjamin emisi dan perlu menguji informasi lain dalam prospectus yang belum dimasukkan dalam model penelitian."

"Penelitian ini bertujuan pertama mengetahui dan menganalisa pengaruh faktor BETA, DER, EPR, LN. 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, LN. 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). Banz (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 BeIMe terhadap return secara individual antara periode 1963-1976 dan periode 1977-1990, begitupun penemuan Davis periode observasi antara Januari 1940-1962 dan Pebruari-Desember 1940-1962. Penelitian di Indonesia dilakukan Sulastri,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, ERR, 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 (0.068,1'11. 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 Fmasing -masing 2.323*, 23.65*** dan 11.x88***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 BEJME, faktor yang pal 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 sebelum dan selama krisis, kecuali PBV. Sedang ketika model regresi dibentuk dengan variabel independen BETA, EPR, LN. ME, LEV. dan BE/ME 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 BEJ yaitu EPR. Pengaruh kedua faktor terhadap return ini adalah signifikan berbeda antara periode sebelum dan selama krisis."

"Penelitian ini mengkaji bagaimana pengaruh faktor makroekonomi khususnya variabel inflasi, nilai tukar, dan suku bunga terhadap imbal hasil saham sektor infrastruktur dan sektor keuangan pada pasar saham Indonesia pada periode tahun 2018 hingga 2021. Penelitian ini menggunakan model uji regresi linier berganda dengan menggunakan metode OLS dalam mencari tahu pengaruh dari variabel independen terhadap variabel dependen. Pada penelitian ini ditemukan bahwa inflasi, nilai tukar, dan suku bunga secara simultan mempengaruhi imbal hasil pada sektor infrastruktur dan sektor keuangan. Berdasarkan hasil uji f dan uji t ditemukan bahwa pada pasar saham Indonesia sektor saham keuangan lebih sensitif terhadap perubahan faktor makroekonomi dibandingkan sektor saham infrastruktur dalam merespon perubahan faktor makroekonomi. Berdasarkan hasil uji t ditemukan bahwa inflasi dan suku bunga tidak berpengaruh secara signifikan terhadap imbal hasil saham pada kedua sektor. Nilai tukar sebagai satu-satunya faktor makroekonomi dalam penelitian yang mempengaruhi secara signifikan negatif terhadap imbal hasil saham pada sektor infrastruktur dan sektor keuangan.

---

This research examines the effect of macroeconomic factors, especially inflation, exchange rate and interest rate variables on stock returns in the infrastructure sector and financial sector on the Indonesian stock market in the period 2018 to 2021. This research uses a multiple linear regression model with OLS method to find out the effect of the independent variable on the dependent variable. In this research, it was found that inflation, exchange rates and interest rates simultaneously influence returns in the infrastructure sector and the financial sector. Based on the results of the f and t test, it was found that the financial sector is more sensitive to changes in macroeconomic factors compared to the infrastructure sector responding to changes in macroeconomic factors. Based on the results of the t test, it was found that inflation and interest rates did not have a significant effect on stock returns. The exchange rate is the only macroeconomic factor in the research that has a significantly negative influence on stock returns in the infrastructure sector and financial sector."

"Penelitian ini yang bertujuan untuk melihat hubungan antara return saham dan PER, seberapa jauh PER yang ditentukan oleh tiga faktor fundamental : dividend payout ratio (DPO), EPS growth (GR) dan leverage (risiko) yang mencerminkan nilai intrinsiknya. Di samping itu, penelitian ini mengetahui apakah rata-rata return dari portofolio saham yang high PER lebih kecil dibandingkan dengan portofolio saham low PER. Pengambilan sampel berjumlah 45 perusahaan yang selalu listing di BET sejak tahun 1993 sampai dengan 1999, kecuali pada periode selama krisis untuk menguji hipotesa kedua, ketiga dan keempat diambil 29 perusahaan. Penelitian ini menghasilkan suatu hubungan negatif yang tidak signifikan antara PER dengan return saham pada periode krisis dan positif signifikan pada periode selama krisis. Arah korelasi yang diperoleh antara PER dengan ketiga faktor fundamental (DPO, leverage, dan growth) baik pada model II maupun III berturut-turut positif, positif, dan negatif, kecuali pada model II yang memiliki hubungan tidak signifikan pada periode sebelum krisis. Disamping itu model II pada periode selama krisis, variabel growth berkorelasi positif dan pada periode gabungan variabel DPO berkorelasi negatif. Pada model II, variabel leverage mempunyai hubungan yang signifikan pada periode selama krisis dan gabungan sebelum dan selama krisis. Pada model III, variabel leverage mempunyai hubungan yang signifikan pada periode selama krisis dan gabungan sebelum dan selama krisis. Sedangkan DPO signifikan pada periode selama krisis dan growth signifikan pada periode gabungan sebelum dan selama krisis. Penelitian ini juga menghasilkan bahwa rata-rata return saham dari portofolio saham high PER lebih kecil dibandingkan dengan portofolio saham low PER pada periode sebelurn krisis maupun selama krisis adalah tidak signifikan."

"Capital Asset Pricing Model menyatakan bahwa beta merupakan satusatunya faktor yang dapat menjelaskan average return saham. Penelitian empiris lainnya menyatakan bahwa beta tidak eukup, bahkan tidak dapat membantu menjelaskan return saham. Sebaliknya variabel yang tidak berkaitan dengan teori seperti market equity yang menyatakan ukuran perusahaan (Bann (1981), Reinganum (1981)), book to market equity ratio (Rosenberg, Reid and Lanstein (1985)), cash flow yield (James L. Davis (1994), Lakonishok (1991)) memiliki kekuatan menjelaskan return saham yang signifikan.Beberapa penelitian tentang return saham dilakukan dengan menggunakan metode cross-section dalam analisisnya. Demikian juga dengan penelitian ini, yang menggunakan sampel terbatas pads perusahaan yang memiliki beta (risiko sistematik) positif dengan memakai periode pengamatan sebelum krisis (Januari 1995 aid Desember 1996) clan periode selama krisis (Januari I997 aid Desember 1999).Penelitian ini merupakan salah satu bagian dari banyak penelitian yang berusaha menguji Capital Asset Pricing Model dan perluasan CAPM serta pengaruh variabel anomali terhadap average return saham. Variabel yang digunakan dalam penelitian ini yaitu beta, likuiditas, size, cash flow yield dan price to book value.Permasalahan yang diajukan dalam penelitian ini ada tiga hal. Pertama, apakah variabel beta dan likuiditas mempunyai pengaruh terhadap average return saham di Bursa Efek Jakarta pada periode sebelum krisis maupun selama krisis. Kedua, apakah pengaruh variabel-variabel firm size, price to book value, dan cash flow yield yang merupakan anomali, mempunyai pengaruh terhadap average return saham di Bursa Efek Jakarta pada periode sebelum krisis dan selama krisis. Ketiga, apakah variabel-variabel yang merupakan anomali dapat menggantikan beta dan likuiditas ataukah variabel-variabel tersebut hanya menambah kemampuan menjelaskan average return selain variabel beta clan likuiditas pada periode sebelum krisis dan selama krisis.Penelitian empiris ini membuktikan kebenaran pengaruh beta dan relative bid-ask spread (sebagai proksi dari likuiditas) terhadap average return pada periode sebelum krisis maupun selama krisis menunjukkan basil yang sesuai dengan perluasan CAPM dan mampu menjawab hipotesis yang diajukan. Pengaruh variabel yang emrupakan anomali (size, price to book value dan cash flow yield) secara tunggal pada periode sebelum krisis menunjukkan basil yang signifikan pada tingkat kepercayaan 5%.Demikian juga pada periode selama krisis. Sedangkan untuk regresi berganda pada periode selama krisis menunjukkan terdapat sate variabel yang signifikan pada tingkat kepercayaan 10% yaitu price to book value.Pada periode sebelum krisis perluasan CAPM memiliki kekuatan menjelaskan average return sebesar 0.166661. Sedangkan variabel anomali hanya mampu menjelaskan average return sebesar 0.122381, sehingga berdasarkan perbandingan besarnya nilai Adjusted R-square menunjukkan variabel anomali tidak mampu menggantikan standard CAPM dalam menjelaskan averag return. Variabel anomali hanya mampu menambah kemampuan CAPM dalam menjelaskan average return, hal ini ditunjukkan dengan adanya perubahan nilai Adjusted R-square yang memungkinkan kenaikan maupun penurunan.Dari semua regresi secara tunggal maupun berganda berdasarkan besarnya nilai Durbin Watson terlihat bahwa tidak terdapat serial correlation karena nilai DW terletak antara du < DW < 2 dengan 2 < DW < 4-du. Sedangkan untuk uji asumsi homoskedasticity berdasarkan nilai probabilitas White Heteroscedasticity test menunjukkan basil yang diharapkan yaitu varians error dari semua variabel adalah konstan.Penelitian ini terbatas pada perusahaan yang merniliki nilai beta (risisko sistematik) positif sehingga jumlah sampel sangat kecil yaitu 36 perusahaan. Untuk penelitian yang akan datang sampel dapat diperbanyak dengan memperpanjang periode pengamatan. Disarnping itu penelitian belum mencakup pertanyaan mengenai pengaruh variabel-variabel beta dan anomali terhadap average return pada jenis industri yang berbeda."

"Penelitian ini adalah untuk mengetahui diantara model pendugaan return saham bulanan : Standard CAPM (Sharpe, 1964, Lintner, 1965), Market Model (Sharpe, 1963), ICAPM (Merton, 1973), APT (Ross, 1976) dan Multifaktor Model. (Fama dan French, 1996, 1997, Campbell, Lo dan Kinley, 1997) yang mempunyai proporsi terbesar untuk menduga return saham yang listing di BEJ.Periode pengamatan dibagi menjadi dua, bagian I yaitu antara Januari 1998 sampai dengan Desember 2001 dan bagian II yaitu Januari sampai dengan Desember 2002. Bagian 1 dipergunakan untuk pengujian signifikansi setiap perusahaan yang dijadikan contoh terhadap model yang dipergunakan sedangkan bagian II untuk menguji akurasinya dengan RMSE. Perusahaan yang diteliti adalah perusahaan yang listing sebelum Bulan Januari 1998 sampai dengan Desember 2002, tidak ada data yang kosong dan PBV tidak negatif (Utama, 1997); yang memenuhi syarat itu terdapat 70 perusahaan.Hasil penelitian menunjukkan bahwa terdapat 65,71 persen signifikan dengan Market Model, 51,43 persen dengan Standard CAPM, 70 persen dengan ICAPM, 70 persen dengan APT dan 58,57 persen dengan Model Multifaktor. Pengujian dengan Chi Square menunjukkan bahwa ICAPM dan APT mempunyai proporsi terbesar dibandingkan dengan model lain. Hasil penelitian Fama dan French (1996, 1997, 1998) menunjukkan bukti yang mendukung model multifaktor (ICAPM), Roll dan Ross (1980), Miff dan Johnson (1988) menunjukkan bukti yang mendukung APT. Tandelin (1997) mengemukakan bahwa variabel ekonomi makro lebih mampu menyerap systematic risk jika dibandingkan dengan variabel fundamental perusahaan.Selain itu, penelitian ini menemukan bahwa variable Rm, Rm-rf dan size merupakan variabel-variabel yang paling banyak signifikan pada perusahaanperusahaan yang diteliti, jika dibandingkan dengan variabel lain dan tandanya konsisten. Selain itu, variabel lain yang patut dipertimbangkan dalam menduga return saham bulanan yaitu : perubaaan nilai kurs Rp terhadap USD dan inflasi.Pengujian akurasi dengan RMSE menunjukkan bahwa terdapat 17,14 persen akurat dengan Market Model 25,71 persen dengan Standard CAPM 14,29 persen dengan ICAPM 12,86 persen dengan APT dan 12,86 persen dengan Model Multifaktor."

"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."

"Ekspektasi atau motivasi setiap investor adalah mendapatkan keuntungan dari transaksi investasi yang mereka lakukan. Para investor yang bermain di pasar modal, khususnya saham, pasti memiliki motivasi yang sama pula, yaitu mendapatkan keuratungan. Bermain saham memiliki potensi keuntungan dalam dua hal, yaitu pembagian deviden dan kenaikan harga saham (capital gain).Satu hal penting lain yang harus dipertimbangkan adalah ketidakpastian alias risiko karena investasi tidak akan terlepas dari pendapatan dan risiko. Untuk menghindari kemungkinan risiko kerugian, investor dapat mcnghubungi penasihat atau pialang yang dapat memberikan nasihat mengenai investasi yang dilakukan. Di samping itu, sebaiknya pemegang saham mampu memprediksikan sendiri apakah perusahaan emiten mempunyai prospek yang bagus atau tidak, bagaimana kinerja perusahaannya, perkembangan industri di mana perusahaan berada, kondisi mikro dan malaria ekonomi juga perlu diperhatikan. Oleh karena pertimbangan inilah maka penelitian ini dilakukan.Penelitian ini dilakukan untuk mengetahui variabel fundamental apa saja yang berpengaruh terhadap return saham. Penelitian ini hanya dibatasi pada saham-saham yang terdaftar sebagai saham LQ45 di Bursa Efek Jakarta. Sahara LQ45 dipilih karena Pergerakan IHSG sangat dipengaruhi oleh saham-saham berkapitalisasi pasar yang besar.Sampel yang digunakan dalam penelitian ini adalah sejumlah 20 perusahaan, pada kurun waktu tahun 2003-2005, dengan melibatkan enam variabel rasio keuangan (EPS, ROE, PER. PBV, DER, dan ROA).Penelitian ini menghasilkan model regresi:Y = 0,316_0,35 Ln(EPS) t-1+0,646ROE t-1-0,002 PER t-1-0,044 PBV t-1-0.007 DER t-1-0,246 ROA t-1Di mana:

Y it	= Return saham perusahaan i pada penutupan akhir periode t-1
EPS it	= EPS perusahaan i pada periode t-1
ROE it	= ROE perusahaan i pada periode t-1
PER it	= PER perusahaan i pada periode t-1
PBV?	= PBV perusahaan i pada periode t-1
ROAi,	= ROA perusahaan i pada periode t-1

Nilai R Square yang dihasilkan adalah 26,6%, dapat disimpulkan bahwa model regresi dengan variabel independen yaitu EPS, ROE, PER, PBV, dan ROA mampu menerangkan return saham pada periode t sebesar 26,6%; sedangkan sisanya, yaitu sebesar 73,4% diterangkan oleh variabel lain.

---

Expectation and motivation for every investor is to gain profit from their investment transactions. Investors who trade in the stock market, especially stock, surely have same motivation, which is to gain profit. Trading stocks has potential profit from two sources, which are: dividend sharing and capital gain.

Another important thing to be considered is the uncertainty, in other words, risks. Because investments is always related to profit and risk. To avoid possibility of loss, an investor will contact his/her anent to have some advice on his/her investments. Also, it is important for share holder to be able to predict himself/herself whether the emitten has a good prospect or not, the progress of the company, industry where the company exists, micro and macroeconomics condition. This research is Based on these consideration.

This research is conduct to probe the fundamental variables which contribute most to the stock return. This research is limited to the stocks which are registered as LQ45 in JSX. These LQ45 stocks arc chosen due because they impacts IHSG most.

There are 20 companies to be researched, on the period of 2003-2005, involving 6 financial ratios (EPS, ROE, PER. PBV, DER, and ROA).

This research results a regression model:

Y = 0,316_0,35 Ln(EPS) t-1+0,646ROE t-1-0,002 PER t-1-0,044 PBV t-1-0.007 DER t-1-0,246 ROA t-1
where	
Y it	= stock Return i on the closing period of t-1
EPS it	= EPS i on the periode of t-1
ROE it	= ROE i on the period of t-1
PER it	= PER i on the period of t-1
PBV?	= PBV i on the period of t-1
ROAi,	= ROA i on the period of t-1

This research has r-square 26.6%, which means that this regression model using EPS, ROE, PER, PBV, and ROA is able to explain stock realm on the period of t by 26.6%, and the remain 73.4% are explained by other variables."

"Karya tulis ini bertujuan untuk mempelajari dan mengukur volatilitas serta membuat estimasi model yang dapat meramalkan volatilitas imbal basil saham-saham sektor tekstil dan Barmen. Periode penelitian adalah antara tahun 1998 sampai dengan 2005. Dalam melakukan estimasi model volatilitas model yang dipilih adalah Autoregressive Conditional Heteroscedasticity (ARCH) dan Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Kelebihan dari model tersebut adalah kemampuannya untuk menangkap kecendrungan dari volatility clustering dimana berdasarkan basil observasi pergerakan yang besar (kecil) biasanya diikuti dengan pergerakan yang besar (kecil) pula.Hasil penelitian menyimpulkan bahwa terdapat 8 emiten yang memiliki volatilitas return bersifat homoscedastic yaitu PT Argo Pantes Tbk (ARGO), PT Centex Tbk (CNTX), PT Ever Shine Tex Tbk (ESTI), PT Apac Citra Centertex Tbk (MYTX), PT Pan Brothers Tex Tbk (PBRX), PT Texmaco Jaya Tbk (TEJA) dan PT Teijin Indonesia Fiber Corporation Tbk (TFCO). Volatilitas return saham 8 emiten tersebut bersifat konstan sepanjang waktu sehingga tidak dapat dibuat model conditional variance dengan menggunakan model ARCH/ GARCH.Sementara itu terdapat 10 emiten yang memili volatilitas return bersifat heteroscedastic yaitu PT Karwell Indonesia Tbk (KARW), PT Panasia Filamen Inti Tbk (PAFI), PT Ricky Putra Globalindo Tbk (RICY), PT Stinson Textile Manufacture Tbk (SSTM) dan PT Panasia Indosyntec Tbk (HDTX). Dengan demikian hanya terliadap 10 emiten tersebut dapat dibuat estimasi model conditional variace dengan metode ARCH/GARCH untuk meramalkan volatilitas return saham emiten yang bergerak dalam bidang tekstil dan garmen.Kesimpulan permodelan volatilitas (conditional variance) terhadap 10 emiten yang memiliki volatilitas bersifat heteroscedastic adalah model ARCH hanya cocok digunakan untuk emiten ERTX (ARCH (3)), RICY (ARCH (3)), dan SSTM (ARCH (2)) sedangkan model GARCH cocok untuk emiten ADMG (GARCH (1, I)), HDTX (GARCH (1, I)), INDR (LARCH (I, 1)), KARW (GARCH (3, 2)), MYRX (GARCH (2, 3)), PAF1 (GARCH (4, 1)), dan POLY (GARCH (4, 1)).Berdasarkan model ARCH/ GARCH tersebut diketahui bahwa pada periode 1998 sampai dengan 1999 (awal-awal krisisi ekonomi) volatilitas imbal hasil saham relatif tinggi, yang diikuti oleh volatilitas yang rendah setelah tahun 1999 sampai dengan 2005. Hal ini sesuai dengan penelitian yang dilakukan oleh Aggarwal dkk (1999) bahwa pada saat krisis terjadi perubahan volatilitas yang cukup besar karena adanya perubahan kurs mats uang negara yang bersangkutan.Seluruh model volatilitas dengan ARCH/ GARCH signifikan secara statistik, namun demikian seluruh model tersebut memiliki tingkat explanatory power yang rcndah dimana model tersebut hanya dapat menerangkan variasi volatilitas sekarang di bawah 5% kccuali terhadap dua emiten yaitu MYRX dan POLY . Hal ini mcnunjukkan bahwva masih banyak variabel lain yang dibutuhkan untuk dapat menerangkan volatilitas return saham selain volatilitas dan kesalahan periode sebelumnya."

"Banyak penelitian yang berusaha menjelaskan pengaruh diterimanya suatu informasi, khususnya informasi keuangan, oleh pasar terhadap harga saham. Salah sate jurnal yang menjadi acuan penulis adalah "Price and Trading Volume Reaction Surrounding Earnings Announcement: A Closer Examination." Jurnal ini ditulis oleh Dale Morse pada tahun 1981. Penelitian tersebut merupakan penelitian empiris tentang perubahan harga dan volume perdagangan saham di sekitar hari publikasi earning kuartalan dan tahunan di Wall Street Journal (WSJ). Penelitian yang digunakan oleh penulis bertujuan menentukan kecepatan reaksi return dan volume transaksi perdagangan saham terhadap publikasi laporan keuangan interim. Penelitian semacam ini sering disebut sebagai event study. Sampel yang digunakan dalam penelitian ini adalah 40 perusahaan yang sekuritasnya tercatat di PT Bursa Efek Jakarta. Reaksi return saham terhadap publikasi laporan keuangan interim di harian Bisnis Indonesia terjadi pada hari ke +1 sampai dengan hari +4. Reaksi volume transaksi saham terhadap publikasi laporan keuangan interim di harian Bisnis Indonesia terjadi pada hari ke +2, +3, dan +4.Laporan keuangan interim telah digunakan oleh pelaku pasar modal dalam pengambilan keputusan investasi. Hal ini terbukti dari adanya perbedaan yang signifikan pada beberapa hari diantara 31 hari observasi dibandingkan dengan rata-ratanya. Pasar modal, dalam penelitian ini BEJ membutuhkan waktu untuk memproses informasi yang diterimanya. Masalah yang perlu dipertimbangkan bagi penelitian selanjutnya adalah efek penggunaan data harian dapat menimbulkan masalah. Penelitian akan memberikan basil yang lebih baik dengan memperbesar sampel. Selain itu dapat juga digunakan model selain market model yang diregresi mengingat tidak semua sampel memiliki koefisien regresi berbeda secara signifikan dengan 0. Penggunaan model ini diharapkan dapat memberikan hasil yang lebih baik. Investor dapat menggunakan laporan keuangan interim dalam pengambilan keputusan investasi. Informasi tidak langsung tercakup dalam harga dan investor tidak langsung menyesuaikan portofolionya. Karena itu perlu diteliti lebih lanjut tentang faktor apa yang menyebabkan lambatnya proses penyesuaian ini.

---

A lot research tried to explain the influence that accepted with information, especially financial information, by market stock price. Journal that becomes writer reference is: "Price and Trading Volume Reaction Surrounding Earnings Announcement : A Closer Examination ". This journal wrote by Dale Morse in 1981. The research is empirical research about price and volume stock trading changes surrounding publication days quarterly and year earning at Wall Street Journal (WSJ). A research used by writer has something as a purpose to determine velocity return and volume transaction stock trading reaction to publication interim financial statement. This research called as event study. Sample that used in this research is 40 companies that listing in BEJ. Reaction stocks return to publication interim financial report in Bisnis Indonesia news paper that happened at day +1 until +4. Reaction volume stock transaction to publication interim financial report in Bisnis Indonesia newspaper happened at day +2, +3, and +4.

Interim financial statement had already used by people in capital market taking investment decision. That prove there is a significant different in a few days between 31 days observation equals with means. Capital market with this research, BEJ need time to processing information that accepted. A problem that needs to be considerate for next research is the used effect of daily data can cause problem. Research can extend a better result by increasing sample. Besides that, it can also used model beside market model that regression considered not all sample have regression coefficient different significant with O. The using of this model expected can give better result. Investor can used interim financial report in taking investment decision. Indirect information covered in price and investor can indirect adapt their portfolio. Because of that, it needs to be careful about factor that caused the late of adjustment process."