LAPORAN PENELITIAN INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA PENGARUH RISK DAN RETURN PADA KINERJA REKSADANA SAHAM DENGAN REGRESI DATA PANEL Pengusul: Maria Titah Jatipaningrum DIBIAYAI OLEH DANA PENELITIAN DOSEN LEMBAGA PENELITIAN DAN PENGABDIAN KEPADA MASYARAKAT DENGAN SURAT PERJANJIAN PELAKSANAAN PENELITIAN NOMOR : 41/SPP/LPPM/PL/IV/2016 INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA NOVEMBER 2016
60
Embed
LAPORAN PENELITIAN - repository.akprind.ac.idrepository.akprind.ac.id/sites/files/LAPORAN PENELITIAN_titah... · return reksadana itu sendiri dan model risk adjusted return. Adapun
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
LAPORAN PENELITIAN
INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA
PENGARUH RISK DAN RETURN PADA KINERJA REKSADANA SAHAM
DENGAN REGRESI DATA PANEL
Pengusul:
Maria Titah Jatipaningrum
DIBIAYAI OLEH DANA PENELITIAN DOSEN
LEMBAGA PENELITIAN DAN PENGABDIAN KEPADA MASYARAKAT
DENGAN SURAT PERJANJIAN PELAKSANAAN PENELITIAN
NOMOR : 41/SPP/LPPM/PL/IV/2016
INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA
NOVEMBER 2016
i
ii
DAFTAR ISI
HALAMAN JUDUL ........................................................................................ i
HALAMAN PENGESAHAN ......................................................................... ii
A. LAPORAN HASIL PENELITIAN ............................................................ iii
INTISARI ......................................................................................................... iv
BAB I. PENDAHULUAN .......................................................................... 1
1.1 Latar Belakang dan Permasalahan .............................................. 1
1.2 Perumusan Masalah .................................................................... 4
BAB II. LANDASAN TEORI ...................................................................... 5 2.1 Teori Portofolio ............................................................................ 5
Pertumbuhan investasi reksadana meningkat pesat dikarenakan reksadana merupakan investasi yang menguntungkan dan tidak memerlukan modal yang besar. Menguntungkan karena reksadana dikelola oleh manajer investasi untuk mengelola dana tersebut sesuai dengan tujuan investasinya. Sehingga masyarakat dalam hal ini investor yang tidak memiliki banyak waktu atau keterbatasan keahlian tetap dapat melalukan investasi. Sumber dana yang digunakan dalam investasi reksadana bersifat kolektif, sehingga masyarakat berdana terbatas juga dapat ikut serta dalam berinvestasi. Investor dapat melakukan diversifikasi investasi dalam efek, adanya transparansi, dan likuiditas tinggi.
Penelitian ini bertujuan untuk menganalisis pengaruh risk dan return sample reksadana saham pada periode Januari 2013 hingga Maret 2016. Data yang digunakan berupa data bulanan. Penelitian ini menggunakan data sekunder dari www.ojk.go.id , dengan metode regresi data panel. Diuji terlebih dahulu menggunakan Uji Chow dan Uji Haussman untuk menentukan digunakan model fixed effect atau model random effect.
Kata kunci: reksadana saham, regresi panel, risk, return, kinerja reksadana.
LATAR BELAKANG PERMASALAHAN
Kinerja adalah sebuah hal yang menjadi tolok ukur, baik atau tidaknya, bertumbuh atau tidaknya suatu organisasi. Organisasi sebaiknya memperhatikan dan menilai karyawan melalui kinerja karyawan dalam bekerja, bukan hanya melihat hasil akhir dari pekerjaan yang dilakukan. Terdapat banyak kerugian jika suatu organisasi tidak melakukan penilaian kinerja yang baik, mulai dari perputaran tenaga kerja yang yang meningkat, penyampaian informasi yang buruk (atasan kepada bawahan), hilang biaya dan waktu, hingga muncul berbagai bias (Aguinis, 2007:7-8), dan pada akhirnya berujung pada kematian organisasi. Jadi, penilaian kinerja sangat perlu diperhatikan oleh organisasi.
Demikian pula dengan investor, ketika memutuskan untuk berinvestasi, maka hal yang perlu dilakukan adalah menilai kinerja investasi. Investor tidak tahu pasti hasil yang diperoleh dari investasi yang dilakukan. Dalam keadaan seperti ini, investor menghadapi resiko dalam investasi yang dilakukan. Investor hanya dapat memperkirakan berapa keuntungan yang diharapkan dari investasi dan seberapa jauh kemungkinan hasil yang sebenarnya akan menyimpang dari hasil yang diharapkan (Husnan, 2003:43). Dengan demikian, penilaian kinerja menjadi alat ukur bagi investor dalam mengambil keputusan
terhadap suatu investasi. Kinerja suatu reksadana ditentukan oleh besarnya return yang diperoleh atas investasi yang dikenal dengan nilai aktiva bersih (NAB). Oleh karena itu, dibutuhkan manajemen investasi yang baik agar portofolio yang telah disusun mampu memberikan keuntungan yang maksimal.
Di Indonesia reksadana pertama kali diperkenalkan kepada masyarakat dengan didirikannya PT. Danareksa pada tahun 1976. Reksadana menurut UU No 8 tahun 1995 pasal 1 ayat 27 didefinisikan sebagai “wadah yang dipergunakan untuk menghimpun dana dari masyarakat pemodal untuk selanjutnya diinvestasikan dalam portofolio efek oleh manajer investasi”. Berdasarkan definisi tersebut, reksadana merupakan kumpulan dana dari masyarakat yang diinvestasikan pada saham, obligasi berjangka, pasar uang dan sebagainya.
Perkembangan Reksadana dewasa ini semakin meningkat seiring dengan tumbuh kembangnya perekonomian suatu bangsa dan berkembangnya pasar modal. Melalui investasi di reksadana maka masyarakat yang tidak memiliki modal cukup besar dapat melakukan investasi di pasar modal dan memperoleh manfaat dari perkembangan pasar modal. Perkembangan reksadana tersebut juga didukung dengan semakin berkembangnya produk-produk investasi sehingga tidak semua orang dapat memahami investasi dan memiliki waktu untuk mengelola investasinya. Dengan menggunakan manajer investasi yang profesional dan memiliki pengetahuan tentang efek, maka investasi pada reksadana semakin berkembang di Indonesia. Pertumbuhan investasi reksadana meningkat pesat dikarenakan reksadana merupakan investasi yang menguntungkan dan tidak memerlukan modal yang besar. Menguntungkan karena reksadana dikelola oleh manajer investasi untuk mengelola dana tersebut sesuai dengan tujuan investasinya. Sehingga masyarakat dalam hal ini investor yang tidak memiliki banyak waktu atau keterbatasan keahlian tetap dapat melalukan investasi. Sumber dana yang digunakan dalam investasi reksadana bersifat kolektif, sehingga masyarakat berdana terbatas juga dapat ikut serta dalam berinvestasi. Investor dapat melakukan diversifikasi investasi dalam efek, adanya transparansi, dan likuiditas tinggi. Dengan kata lain, reksadana dapat dicairkan kapan saja jika investor membutuhkan, itulah beberapa keuntungan berinvestasi di dalam reksadana. Namun terdapat beberapa resiko dalam berinvestasi di reksadana, yaitu investor dapat mengalami capital loss, resiko likuiditas, resiko wanprestasi, resiko kredit, dan resiko berkurangnya nilai tukar mata uang (Martalena, 2011: 85). Penilaian kinerja sebuah investasi terdapat dua dua pengukuran kinerja yaitu melalui return reksadana itu sendiri dan model risk adjusted return. Adapun metode untuk melakukan penilaian kinerja dengan menggunakan return reksadana itu sendiri adalah raw return. Sedangkan risk adjusted return adalah perhitungan return yang disesuaikan dengan resiko yang harus ditanggung (Hartono, 2010: 640), adapun metodenya antara lain: Treynor ratio, Sharpe Ratio, Jensen Alpha, Roy Safety First Ratio, M2 , Sortino Ratio, MSR, FPI, dan Information Ratio. Dalam berinvestasi di reksadana masyarakat perlu mengetahui jenis-jenis reksadana yang dapat disesuaikan dengan tujuan dan kebutuhan investasi. Berdasarkan kategori instrumen jenis reksadana di Indonesia yang dapat dimiliki oleh masyarakat ada empat yaitu: reksadana pasar uang, reksadana pendapatan tetap, reksadana saham dan reksadana campuran. Pembagian reksadana ini dilandasi oleh cara investasi yang berbeda-beda. Pertama, pada reksadana pasar uang investor berinvestasi 100% pada efek pasar uang seperti efek-efek hutang yang berjangka kurang dari satu tahun. Kedua, reksadana pendapatan tetap investasi dilakukan sekurang-kurangnya 80% dari portfolio yang dikelolanya ke dalam efek bersifat hutang seperti obligasi. Ketiga, reksadana saham yang melakukan investasi sekurang-kurangnya 80% dari portofolio yang dikelolanya ke dalam efek bersifat ekuitas (saham). Terakhir, reksadana campuran dimana investasi dilakukan ke dalam efek ekuitas
45
dan efek hutang yang alokasinya tidak termasuk di dalam kategori reksadana pendapatan tetap dan reksadana saham. Sejak diperkenalkan pertama kali di Indonesia, instrumen ini berkembang dengan pesat berdasarkan data yang tercatat pada Otoritas Jasa Keuangan (OJK) hingga 23 Desember 2015, terdapat 1.083 produk reksadana yang terdaftar dengan dana kelolaan atau Nilai Aktiva Bersih (NAB) Rp 268,44 trilliun.
Tujuan dari setiap investor dalam berinvestasi adalah untuk mendapat return. Bila investasi tidak dapat memberikan tingkat keuntungan yang diharapkan tentunya akan membuat investor enggan untuk berinvestasi. Menurut Jogiyanto (2009;199) return merupakan hasil yang diperoleh dari investasi. Sementara menurut Brigham dan Houston (2006:215) return adalah selisih antara jumlah yang diterima dan jumlah yang diinvestasikan. Menurut Jogiyanto (1998) return dibagi menjadi dua yaitu: realized return dan expected return. Realized return adalah return yang telah terjadi dan dapat digunakan sebagai salah satu alat ukur kinerja perusahaan serta tolok ukur dalam menentukan return dan resiko di masa depan. Sedangkan expected return merupakan return yang diharapkan akan tercapai dan tidak memiliki kepastian.
Penelitian ini untuk mengetahui beberapa sampel reksadana saham yang diolah risk dan returnnya untuk mengukur kinerja reksadana dengan model regresi data panel. Data yang digunakan pada penelitian ini adalah NAB (Nilai Aktiva Bersih), return reksadana saham, total dana kelolaan, data SBI, data IHSG setahun (yang didownload pada www.infovesta.com) untuk mengetahui kinerja reksadana saham, dan juga meneliti pengaruh risk dan return pada kinerja reksadana saham yang menjadi sampel data reksadana saham yaitu: ashmore dana progresif nusantara, danareksa mawar konsumer 10, dan schroder 90 plus equity fund. TINJAUAN PUSTAKA Secara umum, bentuk model linear (yang disebut pooled regression) yang dapat digunakan adalah:
, , , ,'i t i t i t i ty x (5)
Dimana:
,i ty adalah observasi dari unit ke –I dan diamati pada periode waktu ke –t.
,'i tx adalah vektor variabel-variabel independen / input dari unit ke –I dan diamati pada
periode waktu ke –t. disini diasumsikan ,'i tx memuat komponen konstanta.
,i t adalah komponen error, yang diasumsikan memiliki harga mean 0 dan variansi
homogen dalam waktu (homokedastic) serta independen dengan ,'i tx
Estimasi untuk model ini dapat dilakukan dengan metode OLS standar
Untuk model panel data, sebagai asumsi standar ,i t , yakni pengaruh dari perubahan
dalam X diasumsikan bersifat konstan dalam waktu dan kategori cross- section. Model pooled regression dapat ditulis ulang, dan selanjutnya ditambahkan komponen konstanta
dan i tc d
, , ,'t i t i i t t iy x c d (6)
Dengan
ic adalah konstanta yang bergantung kepada unit ke- i , tapi tidak kepada waktu t
td adalah konstanta yang bergantung kepada waktu t , tapi tidak kepada unit i .
Disini apabila model memuat komponen dan i tc d , maka model disebut model dua arah,
sedangkan apabila 0td atau 0ic , maka model disebut model satu arah. Apabila
banyaknya observasi sama untuk semua kategori cross–section, dikatakan model bersifat balance, dan sebaliknya disebut unbalanced. Specification test/ Uji Spesifikasi
5. Uji Wald/ Poolability test Uji ini bertujuan untuk melihat hubungan antar kategori cross-section, yakni menguji
hipotesa berbentuk 0 :H R r dengan R vektor konstanta dan r adalah
konstanta. 6. Uji Haussman
Uji ini bertujuan untuk melihat apakah terdapat random effect didalam panel data,
yakni menguji hipotesa berbentuk 0H :terdapat random effect di dalam model
7. Uji Breusch-Pagan Uji ini bertujuan untuk melihat apakah terdapat efek cross-section/ time series (atau
keduanya) di dalam panel data, yakni menguji hipotesa berbentuk 2 2
0 : c dH .
Test ini juga valid untuk model fixed effect, yakni dapat juga digunakan untuk menguji adanya efek cross-section dan/ atau time dalam model fixed effect.
Secara umum, langkah uji hipotesa yang dilakukan adalah sebagai berikut. Pertama-tama dilakukan uji Hausman terhadap data. Jika hipotesa untuk uji Hausman ditolak, maka model fixed effect digunakan dalam pemodelan. Akan tetapi, jika hipotesa ini tidak ditolak, maka digunakan uji Breusch-Pagan untuk melihat apakah terdapat efekdidalam data. Jika hipotesa uji Breusch Pagan tidak ditolak, maka di lakukan analisa dengan menggunakan metode pooling OLS, meskipun data yang dimiliki dikumpulkan menggunakan framework panel studi.
PEMBAHASAN
47
Pemodelan terhadap data di atas dapat dilakukan dengan menggunakan model regresi dengan variabel dummy. Dengan EViews4, pemodelan regresi dengan variabel dummy ini dapat dilakukan seperti analisis model regresi biasa. Berikut ini, kita akan menggunakan analisis alternative dengan model pooling. Sebagai catatan penting, di dalam EViews4 hanya digunakan model satu arah, yakni diasumsikan bahwa efek waktu (time) dalam model bernilai nol. Sehingga dalam analisis berikut, pada model, diasumsikan di = 0. C. Mempersiapkan Data
1. Kita buat file kerja baru dengan menggunakan menu File/New/Workfile… Untuk data di atas, setelah muncul jendela Workfile Range, gunakan pilihan undated or Irregular untuk Frequency dengan Range bernilai 1 – 37. Lalu klik OK.
2. Selanjutya buat objek baru dengan menu Object/New Object …. Sebagai type of object, pilih Pool, dan namakan objek baru ini sebagai Poolrd. Lalu klik OK.
48
3. Setelah muncul jendela objek Poolrd, isikan daftar kategori cross section keenam provinsi di pulau Jawa ( _ashmore, _konsumer10, _schroder90), yakni kita gunakan identifier berikut:, klik menu Define.
4. Selanjutnya, kita akan mengimpor data ke dalam EViews. Data ini merupakan hasil penumpukan (stacked) data dari tabel menurut kategori cross-section (ekuivalennya, data dapat ditumpuk menurut waktu).
5. Data dari file datard.xls ke dalam EViews. Untuk mengimpor data, dari jendela objek ReturnRD, pilih menu Procs/Import Pool data (ASCII,XLS,WK?)…. Arahkan ke file datard.xls dan isikan informasi yang diperlukan.
6. Di sini, karena pada file excel yang diimpor, data ditumpuk menurut kategori cross-section, maka pada pilihan Group Observation, dipilih by Cross section. Di sini variabel Obs (yang terdapat pada file excel) tidak dilampirkan ke dalam file kerja. Klik OK Untuk melihat hasil impor data, dari jendela objek Poolrd, pilih menu View/Spreadsheet (Stacked data)
7. Di dalam contoh di atas, kita akan menampilkan semua variabel hasil impor. Sehingga akan diperoleh tampilan data berikut:
Data di atas adalah hasil penumpukan, terurut menurut kategori cross-section, yakni:
Observasi 1-37: RD ashmore dana progresif nusantara
Observasi 38-74: RD danareksa konsumer 10
Observasi 75-111: RD schroder 90 plus equity fund 8. Selanjutnya, dengan menggunakan menu File/Save atau File Save As …, file
kerja diberi nama datard.wf1. D. Pra Analisis
1. Uji Heteroskedastisitas Asumsi penting model regresi adanya homoskedastisitas, yaitu bahwa varians tiap unsur disturbance tergantung (conditional) pada nilai yang dipilih dari variabel yang menjelaskan, adalah suatu angka konstan yang sama dengan σ2. Uji heteroskedastisitas bertujuan mengetahui apakah dalam model regresi tersebut terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika ditemukan pengamatan (varians) yang berbeda dari satu pengamatan ke
49
pengamatan yang lain berarti terjadi heteroskedastisitas. Pengujian heterokedastisitas dapat dilakukan dengan uji grafik (residual graph) maupun uji
White (Residual test). Hipotesa pada White Heteroscedasticity-test yaitu: 0H :
tidak terdapat heterokedastisitas, yang berarti tidak ada hubungan antara error dengan variabel bebasnya.
2. Uji Autokorelasi Autokorelasi merupakan korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu atau ruang dan tidak terdapat dalam disturbansi atau gangguan. Jadi unsur gangguan yang berhubungan dengan observasi tidak dipengaruhi oleh unsur gangguan yang berhubungan dengan pengamatan lain yang manapun. Tujuan uji untuk mengetahui apakah ada korelasi unsur gangguan pada periode t dengan periode sebelumnya (t-1). Cara mendeteksi autokorelasi dapat digunakan dua cara, yaitu:
Uji Durbin Watson (uji D-W) dengan hipotesis yaitu 0H : tidak ada autokorelasi. Uji
DW ini akan menerima 0H saat angka DW-stat pada tabel statistik pengujian
berada disekitar angka 2 (1,5 < DW-stat< 2,5), yang berarti dapat disimpulkan bahwa error tidak berkorelasi. b. Uji residual pada E-Views. Uji residual ini menguji correlogram pada spesifikasi
lag. Akan dikatakan bahwa tidak ada autokorelasi pada saat p-value dari Q-stat signifikan (lebih kecil dari 0,025, two tailed pada tingkat signifikansi 5%)
Coef. Covariance method o Ordinary o White cross section: korelasi antara cross-equation dan varians error yang
berbeda dalam cross section o White period: mengakomodasi korelasi serial dan varians berbeda antara
distrubance o White diagonal: heterocedasticity dalam distrubance.
Masalah heterokedastisitas pada data panel dapat diatasi dengan memilih white heteroscedasticity consistent covariance pada saat melakukan estimasi. Dan untuk autokorelasi dengan melakukan perbaikan menggunakan Eviews yaitu dengan memilih Newey-West pada option heteroscedasticity Consistent Coefficient Covariance. White Test Hipotesa: Ho: homokedastik H1: heterokedastik
Statistik uji: 2 2
dfn R dimana df =banyaknya variabel independen
Keputusan: tolak Ho bila p-value < 5% E. Analisis Model
Kriteria uji Haussman dan Breuch Pagan, sbb:
Haussman test
0H diterima REM
Breusch Pagan test
0H ditolak fixed effect
0H diterima OLS pooling regression
0H ditolak FEM
2. Uji Hausman
Pengujian Hausman dilakukan untuk menentukan ada tidaknya korelasi antara error dan variabel bebas dengan hipotesis sebagai berikut:
50
0
1
: , 0 ( model= )
: , 0 ( model== )
it it
it it
H corr X u random effect individual effect uncorrelated
H corr X u fixed effect individual effect correlated
Statistik uji: 12 'hitung b Var b b
b=koefisien random effect
=koefisien fixed effect
Kesimpulan 0H ditolak jika p-value < 0,05 atau 2 2
;hitung K
K = jumlah koefisien slope
Untuk menganalisis dari model, pertama-tama akan dilakukan uji Hausman data. Uji Hausman digunakan untuk mengetahui apakah nanti akan menggunakan model Efek Random, ataukah Efek Tetap. Sebagai ilustrasi, kita akan menggunakan model
I, yakni: 1 2 3 , i i i treturnRD b age b aum b returnIHSG c d
Uji Hausman dilakukan dengan menggunakan program h-test.prg yang sudah tersedia. Isi dari h-test.prg adalah sebagai berikut: 'Hausman test for fixed versus random effects 'Edited from HAUSMAN.prg by Maria Titah J, 01/09/16 ' set sample smpl @all ' estimate fixed effects and store results poolrd.ls(f) returnRD? age? aum? returnIHSG? vector beta = poolrd.@coefs matrix covar = poolrd.@cov ' keep only slope coefficients vector b_fixed = @subextract(beta,1,1,2,1) matrix cov_fixed = @subextract(covar,1,1,2,2) ' estimate random effects and store results poolrd.ls(r) ) returnRD? age? aum? returnIHSG? beta = poolrd.@coefs covar = poolrd.@cov ' keep only slope coefficients vector b_gls = @subextract(beta,2,1,3,1) matrix cov_gls = @subextract(covar,2,2,3,3) ' compute Hausman test stat matrix b_diff = b_fixed - b_gls matrix var_diff = cov_fixed - cov_gls matrix qform = @transpose(b_diff)*@inverse(var_diff)*b_diff if qform(1,1)>=0 then ' set table to store results table(6,3) HausmannTest setcolwidth(HausmannTest,1,20) setcell(HausmannTest,1,1,"Hausman test for fixed versus random effects") setline(HausmannTest,2)
Untuk menjalankan program ini, dalam keadaan file kerja datard.wf1. sedang aktif. Buka file h-test.prg dengan menggunakan menu File/Open/Program.
51
Selanjutnya, dari jendela h-test.prg, pilih menu Run. Klik OK dan untuk model I di atas akan diperoleh tampilan output berikut:
Dengan cara yang ekuivalen, dapat dilakukan analisa untuk model II. Hausman test for fixed versus random
effects
chi-sqr(2) = 5.4413051
p-value = 0.0658318
Rangkuman untuk hasil uji Hausman, diberikan dalam tabel berikut: Model I
Stat-Uji p-value Kesimpulan Uji untuk tingkat kesalahan 0,05
17,239426 0,0001805
2 2
4;0,059,488
0,0001805 0,05
hitung
p value
Hipotesa H0 ditolak, digunakan fixed effect
Model II
Stat-Uji p-value Kesimpulan Uji untuk tingkat kesalahan 0,05
5,4413051 0,0658318
2 2
3;0,057,815
0,0658318 0,05
hitung
p value
Hipotesa H0 diterima, digunakan random effect
Uji Breusch-Pagan
Selanjutnya, akan dilakukan uji Breusch-Pagan untuk model. Sebagai ilustrasi digunakan model I, yakni:
1 2 3 , i i i treturnRD b age b aum b returnIHSG c d
Model I:
1 2 3 , i i i treturnRD b age b aum b returnIHSG c d
52
Model II : 1 2 , i i i treturnRD b aum b returnIHSG c d
Di dalam EViews4, hanya digunakan model satu arah dengan komponen efek time bernilai nol. Dengan demikian, pada output uji Breusch-Pagan di atas, hanya uji
hipotesis H0:2
c = 0 yang relevan. Rangkuman output untuk uji Breusch-Pagan
diberikan dalam tabel berikut:
Model I: 1 2 3 , i i i treturnRD b age b aum b returnIHSG c d
Hipotesis Statistik Uji
p-value Kesimpulan uji untuk tingkat kesalahan 5%
H0: c = 0 0,1147015 0,7348537 0,7348537 0,05p value
H0 diterima untuk tingkat kesalahan 5%, model fixed effect dengan hipotesa tidak ada efek cross section tidak ditolak yakni digunakan model pooling regression (OLS)
Model II: 1 2 , i i i treturnRD b aum b returnIHSG c d
Hipotesis Statistik Uji
p-value Kesimpulan uji untuk tingkat kesalahan 5%
H0: c = 0 3,9979577 0,0455554 0,0455554 0,05p value
0H ditolak untuk tingkat kesalahan 5%, model fixed
effect.
F. Estimasi Model Model I: Dari hasil uji Hausman dan uji Breusch-Pagan, diperoleh pada tingkat kesalahan 5% untuk model estimasi akan dilakukan model pooling regression.
-
53
Nilai DW sebesar 1,76, hal ini mengindikasikan terdapatnya positive serial autocorrelation. Suatu model dikatakan bebas dari masalah autokorelasi apabila memiliki nilai DW di sekitar 2. Apabila DW<2 maka terdapat serial positive autocorrelation
Estimation Command: ===================== EST(F) RETURNRD? AGE? RETURNIHSG? Estimation Equations: ===================== RETURNRD_ASHMORE = C(3) + C(1)*AGE_ASHMORE + C(2)*RETURNIHSG_ASHMORE RETURNRD_KONSUMER10 = C(4) + C(1)*AGE_KONSUMER10 + C(2)*RETURNIHSG_KONSUMER10 RETURNRD_SCHRODER90 = C(5) + C(1)*AGE_SCHRODER90 + C(2)*RETURNIHSG_SCHRODER90 Substituted Coefficients: ===================== RETURNRD_ASHMORE = -0.002666502927 + 0.0005002205233*AGE_ASHMORE + 0.01549814356*RETURNIHSG_ASHMORE Bila mana ada perubahan age dan returnihsg baik antar daerah maupun antar waktu, maka rd ashmore akan mendapatkan pengaruh individu terhadap returnrd sebesar --0.002666502927 RETURNRD_KONSUMER10 = -0.02202695199 + 0.0005002205233*AGE_KONSUMER10 + 0.01549814356*RETURNIHSG_KONSUMER10 Bila mana ada perubahan age dan returnihsg baik antar daerah maupun antar waktu, maka rd konsumer10 akan mendapatkan pengaruh individu terhadap returnrd sebesar ---0.02202695199 RETURNRD_SCHRODER90 = -0.02313066583 + 0.0005002205233*AGE_SCHRODER90 + 0.01549814356*RETURNIHSG_SCHRODER90 Bila mana ada perubahan age dan returnihsg baik antar daerah maupun antar waktu, maka rd schroder90 akan mendapatkan pengaruh individu terhadap returnrd sebesar -0.02313066583
DAFTAR PUSTAKA
Baltagi, 2005. Econometric Analysis of Panel Data third edition, John Wiley & Sons. Ltd Gujarati, 2004. Basic Econometrics_fourth edition, McGraw Hill New York USA Green, 2003. Econometric Analysis fifth edition, Prentice Hall Hartono, Jogiyanto, 2010. Teori Portofolio dan Analisis Investasi. Yogyakarta: BPFEUGM Hsiao, 2003. Analysis of Panel Data, second edition, Cambridge University Press Santosa, Magdalena, 2012. Penilaian kinerja produk reksadana dengan menggunakan
metode perhitungan jensen alpha, sharpe ratio, treynor ratio, M2, dan information ratio, jurnal Manajemen Vol 12, No 1 November 2012
Trisnopati, 2014. Pengaruh Stock Selection, Market Timing, dan Ukuran Reksadana terhadap kinerja Reksadana Saham (Studi kasus pada reksadana saham yang terdaftar di Otoritas Jasa Keuangan Periode : 2011-2014)