determinan bid-ask spread saham-saham dalam

DETERMINAN BID-ASK SPREAD SAHAM-SAHAM DALAM KOMPAS 100
DI BURSA EFEK INDONESIA
Budi Frensidy – Lektor Kepala Tetap FEUI
Abstract
Investors in capital market are very concerned with liquidity. To stock investors, it is
as important as return and risk. In Indonesian capital market (IDX or BEI), stock liquidity is
measured with proxies such as volume, frequency, and value of the stock’s transaction. It is
different from the theoretical view. Conceptually, liquidity has four dimensions namely
immediacy, width, depth, and resiliency. Of these four dimensions, immediacy and width are
the most important. The measure that is most frequently used for these two dimensions is
relative bid-ask spread. A stock with lower relative spread is said to be more liquid because it
can be transacted immediately (higher immediacy) with lower cost. This research utilizes
closing data of one hundred stocks included in Kompas 100. This study confirms the fact that
stock price, transaction value, and frequency (number of transaction days) of a stock
siginificantly affect its bid-ask spread, but the return volatility does not. Another finding is
that average relative bid-ask spread of the most liquid forty-five stocks (LQ-45) is not
significantly different from the other fifty-five stocks in Kompas 100.
Key words: spread, liquidity, stock price, immediacy, width
I. Pendahuluan
I.1. Latar Belakang
Kita semua sangat sering mendengar istilah likuiditas. Inilah yang membedakan aset
finansial dari aset riil. Karena itu, investor di pasar keuangan sangat berkepentingan untuk
memahaminya. Likuiditas menjadi salah satu faktor penting yang diperhatikan investor dalam
pengambilan keputusan investasi selain dua faktor penting lainnya yaitu return dan risiko.
Untuk menekankan pentingnya karakteristik likuiditas ini, Handa dan Schwartz (1996) merasa
perlu untuk membuat pernyataan berikut, “Investors want three things from the markets:
liquidity, liquidity, and liquidity.”
Masalahnya adalah walaupun kata likuiditas begitu dikenal, pemahaman para pelaku
pasar akan definisi dan ukuran likuiditas tidaklah sama. Belum ada kesepakatan bulat
mengenai konsep ini. Ada yang mengidentikkan likuiditas dengan kemudahan dan kecepatan
bertransaksi. Ada juga yang mengaitkannya dengan volume transaksi. Sebagian investor
lainnya lebih suka untuk menggunakan biaya transaksi yang rendah sebagai ukuran likuiditas.
Terakhir, masih ada investor yang melihat likuiditas dari seringnya terjadi transaksi atau
frekuensi perdagangan. Otoritas BEI, sebagai contoh, menggunakan volume, nilai, frekuensi,
dan jumlah hari transaksi sebagai ukuran-ukuran likuiditas. Semakin besar volume, nilai,
frekuensi, dan jumlah hari transaksi dari sebuah saham, semakin tinggi likuiditas saham itu.
Secara teori, suatu aset disebut likuid jika aset itu dapat ditransaksikan dalam waktu
singkat, dengan biaya murah, dalam jumlah besar, dan tanpa perubahan harga (market impact).
Berdasarkan konsep ini, Larry Harris dalam bukunya Trading & Exchanges: Market
Microstructure for Practioners (2003) mengatakan kalau konsep likuiditas mempunyai empat
dimensi yaitu immediacy, width, depth, dan resiliency. Dari empat dimensi tersebut, dua
dimensi yang paling penting adalah immediacy dan width. Ukuran yang biasa digunakan
untuk kedua dimensi ini adalah spread yaitu selisih antara harga jual terbaik dan harga beli
terbaik. Jika besaran spread itu dibagi rata-rata harga jual terbaik dan harga beli terbaik, kita
akan mendapatkan spread relatif. Spread relatif ini adalah faktor penting yang
dipertimbangkan investor dalam memutuskan untuk menggunakan market order atau limit
order.
2
Market order adalah instruksi untuk bertransaksi pada harga terbaik yang ada di pasar
saat ini sedangkan limit order adalah instruksi untuk bertransaksi pada harga terbaik yang ada
di pasar tetapi tidak boleh lebih jelek dari harga yang ditetapkan investor.
Pada praktiknya, spread relatif tergantung pada fraksi harga yang ditetapkan otoritas
bursa. Kita ketahui bersama, pada awal tahun 2007 fraksi perdagangan saham di BEI adalah
Rp 1 untuk saham berharga di bawah Rp 200; Rp 5 untuk saham berharga Rp 200 – Rp 495;
Rp 10 untuk harga saham Rp 500 – Rp 1.990; Rp 25 untuk harga saham Rp 2.000 – Rp 4.975;
dan Rp 50 untuk saham berharga minimal Rp 5.000. Akibat adanya ketentuan ini, sahamsaham berharga tinggi, walaupun secara absolut mempunyai spread yang lebih besar,
cenderung memiliki spread relatif yang lebih kecil daripada saham-saham berharga rendah.
Maksudnya adalah, secara absolut, spread harga saham yang berharga sekitar Rp600
(misalkan ELTY) adalah lebih rendah daripada saham yang berharga Rp9.000 seperti TLKM
yaitu Rp10 berbanding Rp50. Tetapi secara relatif, spread ELTY lebih besar daripada spread
TLKM yaitu 10/600 > 50/9.000.
Berdasarkan volume dan frekuensi perdagangan enam bulan terakhir, BEI
mengelompokkan 45 saham paling likuid dalam LQ-45. Mulai 8 Juli 2007 lalu, bersamaan
dengan peluncuran indeks Kompas 100, Kompas juga memperkenalkan kelompok 100 saham
likuid. Penulis menduga spread relatif saham-saham dalam LQ-45 berbeda dengan sahamsaham dalam indeks Kompas 100 diluar LQ-45 atau 55 saham likuid tingkat dua.
I.2. Tujuan Penelitian
Berdasarkan pemahaman di atas, penulis ingin mengetahui apakah ukuran-ukuran
likuiditas yang digunakan otoritas bursa mampu menjelaskan atau berhubungan positif
dengan ukuran likuiditas yang ada dalam teori. Dua ukuran likuiditas di pasar yaitu volume
3
dan jumlah hari transaksi akan digunakan untuk menjelaskan spread relatif yang terjadi.
Selain dua ukuran likuiditas itu, penulis juga ingin mengetahui pengaruh dari tingkat harga
dan volatilitas return saham terhadap spread relatif.
Tujuan lain penelitian ini adalah untuk menguji apakah ada perbedaan spread relatif
antara saham-saham dalam LQ-45 dan saham-saham dalam Kompas 100 diluar LQ-45.
Penelitian ini berusaha untuk mengkonfirmasi hasil penelitian yang sudah dilakukan
Ekaputra sebelumnya (2006) atas spread relatif intrahari 40 saham BEJ dengan nilai transaksi
tertinggi pada periode Mei – Oktober 2001. Namun dalam studi ini penulis akan
menggunakan spread relatif antar hari dan menambahkan dua variabel baru yaitu jumlah hari
transaksi dan variabel dummy untuk membedakan saham-saham dalam kelompok LQ-45 dan
saham-saham diluar LQ-45.
II. Tinjauan Literatur dan Penelitian Terdahulu
Dimensi Likuiditas
Berbeda dengan ukuran likuiditas yang digunakan otoritas BEI yaitu nilai transaksi,
volume transaksi, frekuensi transaksi, dan jumlah hari transaksi, Harris (2003) menyatakan
kalau konsep likuiditas mempunyai sekurang-kurangnya empat dimensi yaitu immediacy,
width, depth, dan resiliency. Immediacy adalah kecepatan atau kemudahan untuk bertransaksi
dengan segera dalam jumlah dan harga tertentu. Sedangkan width adalah selisih antara harga
jual terbaik dan harga beli terbaik. Besaran width ini juga dikenal dengan istilah spread.
Dimensi ketiga, depth, merupakan jumlah transaksi yang dapat dilaksanakan pada tingkat
harga tertentu tanpa mempengaruhi harga (market impact). Terakhir, dimensi resiliency
menyatakan seberapa cepat harga dapat kembali pada tingkat yang semestinya jika terjadi
arus order beli dan order jual yang tidak seimbang.
4
Faktor-Faktor Spread
Literatur tentang spread terbagi dalam dua kelompok. Kelompok pertama adalah
penelitian tentang spread di pasar yang quote-driven atau dealer market seperti NASDAQ.
Sedangkan kelompok lainnya adalah yang melakukan penelitian di pasar yang order driven
seperti bursa saham Australia dan BEI. Pasar dealer dan pasar order sangat berbeda
karakteristiknya sehingga determinan penentu spread relatif di kedua pasar itu wajarnya juga
berbeda.
Penelitian mengenai determinan spread di pasar dealer sudah banyak dilakukan dan
hasilnya secara garis besar dapat dibagi dalam dua aliran. Aliran pertama dikenal dengan
model persediaan (Stoll, 1978). Sementara aliran kedua sering disebut sebagai aliran model
informasi seperti yang dikemukakan Copeland dan Galai (1983).
Berdasarkan model persediaan, spread sudah sewajarnya ada untuk kompensasi
kepada dealer atau market maker atas waktu dan modal yang telah disiapkannya. Adanya
spread memungkinkan dealer mampu menutupi biaya normal usahanya (Harris, 2003).
Spread juga merupakan imbalan kepada dealer atau market maker atas kesediaannya
menanggung risiko menyimpan persediaan. Dealer mengambil risiko ini karena sudah
menjadi tugasnya menyediakan jasa immediacy (Demsetz, 1968; Stoll, 1978) agar para
investor dapat bertransaksi dengan cepat.
Sedangkan menurut model informasi yang dikemukakan Copeland dan Galai (1983),
spread diperlukan untuk memungkinkan market maker memperoleh keuntungan dari
bertransaksi dengan semua kelompok trader. Secara umum, ada dua kelompok trader yaitu
liquidity trader dan informed trader. Market maker tidak dapat membedakan keduanya.
Secara rata-rata, dealer akan mengalami kerugian ketika bertransaksi dengan informed trader,
5
tetapi akan mendapatkan keuntungan jika berhadapan dengan liquidity trader. Karena itu,
dealer akan berusaha untuk menentukan besaran spread yang memberikannya keuntungan
maksimum yaitu selisih potensi keuntungan dari bertransaksi dengan liquidity trader dan
potensi kerugian berdagang dengan informed trader.
Secara garis besar, di pasar dealer, komponen spread adalah biaya pemrosesan order
(order processing cost), biaya persediaan (inventory cost), dan biaya asimetri informasi
(adverse selection cost) (Campbell, Lo, dan McKinlay, 1997). Sedangkan determinan spread
menurut Harris (2003) adalah asimetri informasi, volatilitas, dan keberadaan utilitarian trader.
Utilitarian trader adalah pelaku pasar yang bertransaksi untuk mendapatkan manfaat selain
laba, contohnya adalah hedger dan tax avoider.
Studi mengenai determinan spread di pasar order juga sudah pernah dilakukan yaitu
oleh Aitken dan Frino (1996) pada bursa saham Australia dan kemudian oleh Ekaputra (2006)
atas 40 saham dengan nilai transaksi terbesar pada tahun 2001 di Bursa Efek Jakarta. Namun,
kedua penulis di atas belum ada yang menggunakan proxy jumlah hari transaksi atau mencoba
membandingkan spread relatif antar kelompok saham. Hasil penelitian Aitken dan Frino
(1996) membuktikan kalau tiga determinan utama spread relatif adalah tingkat aktivitas
perdagangan, volatilitas harga, dan tingkat harga saham. Ketiga variabel itu secara bersamasama mampu menjelaskan hingga 94% variasi spread relatif di ASX (Australian Stock
Exchange) pada periode Juni – November 1992.
Demikian juga hasil penelitian Ekaputra (2006) di BEJ (saat ini bernama BEI).
Ekaputra juga menemukan kalau variabel harga saham, volatilitas return, dan volume
transaksi berpengaruh secara signifikan terhadap variabel dependen spread relatif untuk 40
saham yang masuk dalam sampel. Ketiga variabel itu dalam penelitian Ekaputra dapat
menjelaskan 87% variasi spread relatif yang terjadi.
6
Namun demikian, para peneliti di atas belum memasukkan variabel jumlah hari
transaksi sebagai salah satu variabel independen yang dapat menjelaskan perubahan spread
relatif. Aitken dan Frino (1996) serta Ekaputra (2006) juga belum mencoba untuk menguji
apakah ada perbedaan yang signifikan dalam spread relatif antara kelompok saham yang
berbeda.
Ada dua penjelasan mengenai hubungan antara harga dan spread. Yang pertama
mengatakan kalau spread absolut adalah proporsional dengan harga saham (Demsetz, 1968;
Benston dan Hagerman, 1974). Yang kedua menyatakan kalau spread relatif berhubungan
secara negatif dengan harga saham (Stoll, 1978). Keduanya tidak kontradiktif karena yang
satu menggunakan spread absolut dan yang lain melihatnya secara relatif. Studi ini akan
menggunakan spread relatif, dan bukan spread absolut.
Mengenai volatilitas saham atau volatilitas return, Copeland dan Galai (1983) serta
Easley dan O’Hara (1987, 1991, 1997) melihat volatilitas sebagai komponen utama spread
dalam model informasi. Semakin besar volatilitas, semakin besar kesempatan informed trader
untuk mendapatkan keuntungan dari liquidity trader. Karenanya, liquidity trader
mengharapkan return tinggi untuk saham-saham seperti itu dengan cara menetapkan spread
yang lebih besar. Semakin besar volatilitas, semakin besar spread atau ada hubungan positif
antara volatilitas dan spread.
Sedangkan hubungan volume dan jumlah hari transaksi dengan spread relatif diduga
negatif. Demsetz (1968) di dealer market dan Cohen, Maier, Schwartz, dan Whitcomb (1981)
di pasar order menemukan bahwa semakin tipis limit order, semakin kecil kemungkinan
terjadinya transaksi. Karenanya, ada hubungan negatif antara volume (dan jumlah hari
transaksi) dan spread.
7
Berdasarkan pemahaman bahwa saham-saham di BEI ditetapkan masuk dalam LQ-45
berdasarkan kriteria volume, nilai, dan frekuensi perdagangan yang terjadi selama 6 bulan
terakhir, saham-saham LQ-45 diduga mempunyai spread relatif yang lebih rendah daripada
saham-saham lainnya. Ini sekaligus mengkonfirmasi hubungan negatif antara volume atau
frekuensi sebagai variabel independen dan besaran spread relatif sebagai variabel dependen.
III. Hipotesis, Model, dan Metodologi Penelitian
III.1. Perumusan Hipotesis
Ada lima hipotesis yang diajukan dalam penelitian ini yaitu :
(1) Harga saham berpengaruh negatif terhadap spread relatif.
(2) Volatilitas return berpengaruh positif terhadap spread relatif.
(3) Volume transaksi mempunyai pengaruh negatif terhadap spread relatif.
(4) Jumlah hari transaksi berpengaruh negatif terhadap spread relatif.
(5) Spread relatif saham-saham dalam LQ-45 lebih rendah daripada spread relatif sahamsaham dalam Kompas 100 (diluar LQ-45).
III.2. Model
Untuk menjelaskan hubungan antara variabel spread dengan keempat variabel
determinannya, penelitian ini menggunakan perluasan model Cobb-Douglas sebagai berikut:
Spread = k Hargaa StdRetb Volumec Harid
Dari model di atas, terlihat kalau pengaruh keempat variabel determinan pada spread,
tergantung pada nilai keempat variabel serta parameter k, a, b, c, dan d. Selain itu, besaran
spread juga tergantung pada interaksi antara keempat variabel independen tersebut.
8
Untuk memudahkan estimasi, penulis mengubah model Cobb-Douglas di atas menjadi
model logaritma natural (ln) linier sebagai berikut (parameter k menjadi β0, a menjadi β1,
dst) :
ln Spread = β0 + β1 ln Harga + β2 ln StdRet + β3 ln Volume + β4 Hari + β5 ln D + ε .... 1)
dengan Spread = spread relatif = (harga ask terbaik – harga bid terbaik) / ½ (harga ask
terbaik + harga bid terbaik)
Harga = harga saham
StdRet = volatilitas return saham
Volume = volume transaksi (dalam lot)
Hari = jumlah hari transaksi dalam kuartal 1, 2008 (Januari – Maret 2008)
D = dummy variable yaitu 1 untuk saham-saham dalam LQ-45 dan 0, jika tidak
III.3. Data, Sampel, dan Metodologi Penelitian
Penelitian ini akan menggunakan regresi berganda cross-section berdasarkan data
sekunder dari BEI selama kuartal 1 2008 (2 Januari 2008 – 31 Maret 2008). Saham yang akan
dijadikan sampel adalah 100 saham dalam indeks Kompas 100 yang akan dibagi dalam dua
kelompok yaitu saham-saham yang masuk dalam LQ-45 sebanyak 45 saham dan sahamsaham yang tidak masuk dalam LQ-45 sebanyak 55 saham.
Untuk menguji apakah ada perbedaan antara spread relatif saham-saham yang masuk
dalam LQ-45 dan yang tidak masuk dalam 45 saham terlikuid di BEI (LQ-45), penulis akan
menggunakan variabel dummy yaitu 1 untuk saham yang masuk dalam LQ-45, dan 0 untuk
saham yang tidak masuk dalam LQ-45.
9
Data yang akan digunakan adalah data harga beli terbaik dan data harga jual terbaik
pada saat penutupan setiap hari bursa selama bulan Januari hingga Maret 2008. Volatilitas
yang akan digunakan adalah standar deviasi return dari setiap saham antar hari dengan
menggunakan harga penutupan setiap saham. Untuk variabel volume, data yang akan
digunakan adalah jumlah lot yang diperdagangkan di pasar reguler (RG) dan juga pasar tutup
sendiri (TS) setiap harinya. Sedangkan jumlah hari transaksi adalah jumlah hari transaksi
(diperdagangkan) sebuah saham selama tiga bulan pertama di tahun 2008.
Sebelum dilakukan regresi, kecuali variabel dummy, semua data dan rerata yang
diperoleh akan ditransformasikan ke dalam nilai logaritma natural-nya.
IV. Hasil dan Analisis
IV.1. Hasil Observasi
Rerata nilai observasi semua variabel yaitu spread relatif sebagai variabel dependen
dan variabel harga, standar deviasi dari return, volume, jumlah hari transaksi, dan
pengelompokan dalam LQ-45 dan diluar LQ-45 secara lengkap disajikan pada Tabel 1.
Tabel itu menyajikan sampel dan nilai pengamatan untuk setiap variabel yang akan
digunakan untuk estimasi parameter model regresi. Nilai-nilai tersebut adalah rata-rata selama
kuartal pertama tahun 2008 atau dari tanggal 2 Januari 2008 hingga 31 Maret 2008 selama 58
hari perdagangan bursa. Sebagai contoh, saham AALI (Astra Agro Lestari) mempunyai harga
penutupan rata-rata sebesar Rp29.261,43 dalam tiga bulan pertama dengan standar deviasi
dari return harian sebesar 8,55% dan volume perdagangan harian 5.851,3 lot. Saham ini
masuk dalam saham LQ-45 (variabel dummy adalah 1) dan diperdagangkan setiap hari selama
kuartal pertama tahun 2008 dengan spread relatif rata-rata pada saat penutupan sebesar 0,36%.
10
IV.2. Hasil Pengujian Regresi Berganda
Hasil pengujian parameter regresi model (1) menolak tiga dari lima H0 pada alfa satu
persen yaitu hipotesa pertama, ketiga, dan keempat (lihat Tabel 2). Dapat disimpulkan bahwa
variabel ln Harga, ln Volume, dan ln Hari terbukti mempengaruhi ln Spread secara signifikan.
Berdasarkan nilai standardized beta, variabel ln Harga memiliki pengaruh terbesar pada
variabel dependen. Sementara itu, ada dua hipotesa H0 yang tidak cukup kuat untuk ditolak
yaitu hipotesa dua dan hipotesa empat. Ini berarti variabel standar deviasi return harian
saham dan pengelompokan dalam LQ-45 tidak terbukti berpengaruh terhadap besaran spread
relatif.
Hasil estimasi parameter adalah:
lnSpread = 7,66−0,28 lnHarga+0,07 lnStdRet−0,10 lnVolume − 0,08 Hari − 0,06 D + ε
Secara keseluruhan, model dapat menjelaskan hingga lebih dari 78 persen variasi dari
variabel dependen yaitu ln Spread. Dengan demikian, model relatif sudah baik, dikuatkan
juga dengan tingginya nilai F-statistik yang signifikan pada α = 1%.
Koefisien dari variabel ln Harga, variabel ln Volume, dan Hari adalah negatif dan ini
sesuai dengan ekspektasi. Semakin tinggi harga sebuah saham, semakin rendah spread
relatifnya, walaupun secara nominalnya spread menjadi lebih besar. Demikian juga dengan
volume dan jumlah hari transaksi. Semakin besar volume transaksi sebuah saham dan
semakin sering frekuensi perdagangan, semakin likuid saham itu sehingga semakin rendah
juga spread relatifnya.
Sementara itu, parameter variabel ln StdRet adalah positif dan ini juga sesuai dengan
penelitian-penelitian yang dilakukan sebelumnya (Aitken dan Frino, 1996; Ekaputra, 2006).
11
Demikian juga parameter variabel dummy yang negatif adalah sesuai dengan ekspektasi.
Sayangnya, hasil pengujian kedua parameter ini tidak signifikan. Ini berarti variabel volatilitas
return tidak dapat menjelaskan variasi dari spread relatif. Selain itu, spread relatif antara
saham dalam LQ-45 dapat dinyatakan sama dengan spread relatif 55 saham lain dalam indeks
Kompas 100.
Untuk mengetahui apakah terdapat interaksi antara variabel-variabel independen yaitu
ln Harga, ln Volume, ln StdRet, dan ln Hari, penulis menyarankan peneliti lain melakukannya
dengan menggunakan model prediksi yang lebih kompleks seperti translog polinomial.
IV. Kesimpulan dan Saran
Tidak seperti hasil penelitian-penelitian sebelumnya bahwa determinan spread relatif
adalah tingkat harga, tingkat volatilitas return, dan tingkat aktivitas transaksi, penelitian ini
hanya menemukan dua dari tiga determinan itu yang signifikan. Dua determinan itu adalah
tingkat harga dan tingkat aktivitas. Tingkat aktivitas dalam penelitian ini menggunakan dua
proxy yaitu volume dan hari transaksi. Keduanya bersama dengan tingkat harga terbukti
berhubungan negatif dengan spread relatif. Semakin besar harga, volume, dan hari transaksi,
semakin rendah spread relatif. Sementara itu, variabel volatilitas return tidak terbukti
mempengaruhi spread relatif.
Untuk memudahkan estimasi dan dengan pertimbangan adanya interaksi antar variabel
independen, studi ini menggunakan model Cobb-Douglas dan perluasannya yaitu model ln
linier. Dalam penelitian ini tidak ditemukan cukup bukti untuk menyatakan saham-saham
dalam LQ-45 lebih likuid atau mempunyai spread relatif yang lebih rendah daripada saham
lain dalam Kompas 100. Studi yang sama dapat dilakukan untuk membandingkan saham LQ45 dengan saham diluar LQ-45 yang diambil secara acak atau antara 100 saham dalam
12
Kompas 100 dengan saham-saham diluar Kompas 100. Tidak seperti hasil dalam penelitian
ini (adanya kesamaan dalam hal spread relatif antara 45 saham dalam LQ-45 dan 55 saham
likuid lainnya), hasil yang berbeda diduga akan didapat jika kita membandingkan kelompokkelompok saham di atas.
Untuk penelitian selanjutnya, penulis menyarankan penggunaan data panel. Akan
lebih baik lagi jika data panel itu meliputi transaksi perdagangan selama satu tahun.
13
Tabel 1. Rata-Rata Ask-Bid Spread, Harga, Volatilitas Return,
Volume Transaksi, dan Jumlah Hari Transaksi Saham Kompas 100
Saham
AALI
ADHI
ADMG
Spread
Relatif
0.36
1.15
4.74
Harga
29621.43
1024.29
147.21
StdRet
8.55
6.27
7.59
Volume
5851.29
5608.16
417.29
Hari
58.00
58.00
54.00
LQ45
1.00
1.00
0.00
AKRA
ANTM
APOL
ASGR
ASII
BBCA
BBKP
BBNI
BBRI
BCIC
BDMN
BHIT
BKSL
BLTA
BMRI
BMTR
BNBR
BNGA
BNII
BRPT
BTEL
BUDI
BUMI
CFIN
CMNP
CPIN
CPRO
CTRA
CTRS
DAVO
DEWA
DILD
ELTY
ENRG
EPMT
ETWA
FASW
FREN
GGRM
GJTL
IATA
1.07
0.67
2.08
1.89
0.29
0.86
1.78
0.61
1.55
1.60
1.02
1.65
1.40
1.11
0.78
1.65
1.51
1.40
1.45
1.03
1.41
1.79
0.77
2.69
1.92
0.99
1.57
1.82
1.47
1.85
1.66
9.54
1.66
0.77
7.95
2.35
1.66
2.20
1.03
1.88
3.15
1342.14
3828.57
580.00
488.57
25957.14
4483.93
468.21
1653.57
6850.71
67.79
7192.86
706.07
680.00
2305.36
3233.93
921.43
396.79
750.00
350.36
2046.07
370.36
287.50
6578.57
291.79
1736.43
1007.86
316.43
706.43
768.57
282.86
545.36
758.57
596.43
1306.43
682.86
294.29
1778.57
200.29
8053.57
420.71
88.64
7.15
9.45
6.53
7.00
6.39
13.74
6.02
4.46
7.23
5.16
4.98
11.62
5.06
4.11
4.43
5.36
24.34
8.27
9.77
14.62
4.14
4.88
9.29
7.82
5.03
5.04
5.65
10.19
7.25
4.56
7.56
2.68
7.89
5.66
3.24
11.96
1.76
6.80
1.98
3.58
6.83
21558.21
189006.09
5774.32
1818.16
13142.22
44636.05
5292.24
55552.47
25531.88
62923.55
7160.86
7424.50
38065.62
12282.88
87208.19
4661.78
764000.33
73474.16
640380.38
52112.55
110022.69
21389.28
330127.48
2113.33
359.24
73081.60
142525.12
27405.62
13827.24
51510.59
103891.66
1852.74
347414.02
120538.03
179.47
10696.19
1568.24
15148.00
945.55
4021.60
2338.17
55.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
56.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
43.00
58.00
58.00
40.00
58.00
47.00
58.00
58.00
58.00
58.00
0.00
1.00
0.00
0.00
1.00
1.00
0.00
1.00
1.00
0.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
0.00
1.00
0.00
0.00
1.00
1.00
1.00
0.00
0.00
0.00
0.00
1.00
1.00
0.00
0.00
0.00
1.00
0.00
0.00
0.00
14
IIKP
INAF
INCO
INDF
INKP
INTP
ISAT
JPFA
JPRS
KAEF
KIJA
KLBF
LPKR
LSIP
LTLS
MAPI
MASA
MDLN
MEDC
META
MLIA
MLPL
MNCN
MPPA
MTDL
PGAS
PNBN
PNLF
PTBA
PTRA
RALS
RICY
RUIS
SGRO
SIIP
SIPD
SMCB
SMGR
SMMA
SMRA
SPMA
SRSN
SULI
TBLA
TINS
TKIM
TLKM
TOTL
TRIM
1.88
7.84
0.30
1.04
1.20
1.28
0.74
2.27
2.29
1.91
1.29
0.99
1.49
0.53
1.73
3.31
2.19
2.98
0.63
1.75
2.06
1.28
1.78
2.36
0.94
0.46
1.83
0.96
0.56
1.56
1.43
1.97
7.21
0.78
1.61
22.80
1.48
1.15
5.77
1.47
4.15
26.14
1.43
1.59
0.30
1.74
0.55
1.51
5.17
401.07
179.14
21271.43
2710.71
910.00
7371.43
7200.00
672.14
423.93
247.79
173.21
1117.14
709.29
11335.71
421.43
615.71
242.50
363.57
4060.79
194.43
336.43
90.00
661.79
605.00
152.64
13807.14
630.71
163.50
11092.86
73.29
796.43
639.29
431.07
4194.64
1441.79
56.14
1412.14
5239.29
669.29
945.00
240.36
382.14
2593.57
556.43
29575.00
1110.71
9675.00
446.07
265.71
15.49
4.34
24.54
8.11
4.50
7.21
7.07
3.24
23.03
7.41
5.60
3.99
5.34
9.80
3.77
4.33
7.96
6.53
7.19
11.77
3.38
5.08
9.14
7.35
8.01
6.63
5.09
6.60
6.11
11.29
5.10
8.19
11.25
9.80
20.54
3.85
7.34
5.79
2.46
6.65
6.95
9.84
6.64
6.92
7.68
5.13
3.55
4.96
6.50
15
71611.88
554.41
28324.74
58625.66
18038.14
3704.95
20103.95
1044.98
2181.60
3869.81
130628.31
35481.74
48467.43
12845.71
2259.16
2462.48
57649.53
1874.00
33418.03
19525.93
1023.91
20994.74
10722.70
29354.17
22047.57
21598.64
21393.28
11787.67
28092.52
37205.71
9948.34
5714.07
593.57
36758.72
2597.62
76108.66
18699.28
6362.86
181.41
4796.57
572.38
5140.74
6480.10
59376.84
5538.40
1222.26
55711.50
11637.86
744.60
47.00
43.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
57.00
58.00
58.00
58.00
58.00
49.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
58.00
43.00
58.00
58.00
58.00
58.00
58.00
46.00
58.00
55.00
40.00
58.00
58.00
58.00
58.00
58.00
58.00
48.00
0.00
0.00
1.00
1.00
1.00
0.00
1.00
0.00
0.00
0.00
1.00
1.00
0.00
0.00
0.00
0.00
0.00
0.00
1.00
0.00
0.00
0.00
0.00
0.00
0.00
1.00
0.00
1.00
1.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
1.00
0.00
0.00
0.00
0.00
0.00
1.00
1.00
1.00
0.00
1.00
1.00
0.00
TRST
TRUB
TSPC
TURI
UNSP
UNTR
UNVR
1.56
1.45
2.39
1.15
0.96
0.49
0.83
184.50
1156.43
658.57
1081.43
2303.21
12453.57
6846.43
6.78
5.30
5.20
3.29
8.94
7.56
2.95
31126.69
31924.17
4306.40
4492.48
125677.17
16894.60
3385.45
58.00
58.00
58.00
57.00
58.00
58.00
58.00
0.00
1.00
0.00
0.00
1.00
1.00
1.00
Tabel 2. Hasil Pengolahan Data dengan SPSS 11.5
Variables Entered/Removed(b)
Model
1
Variables
Entered
Variables
Removed
LN_VOL,
LN_HARGA
LN_STDRT,
HARI,
LQ-45(a)
Method
.
Enter
a All requested variables entered. b Dependent Variable: LN_SPRD
Model Summary
Adjusted R
Std. Error of
R
R Square
Square
the Estimate
.893(a)
.797
.786
.34297
a Predictors: (Constant), LN_VOL, LN_HARGA, LN_STDRT, HARI, LQ-45
Model
1
ANOVA(b)
Model
1
Regression
Residual
Sum of
Squares
41.548
10.586
df
5
Mean Square
8.310
90
.118
F
70.644
Sig.
.000(a)
Total
52.135
95
a Predictors: (Constant), LN_VOL, LN_HARGA, LN_STDRT, HARI, LQ-45
b Dependent Variable: LN_SPRD
Coefficients(a)
Unstandardized
Standardized
Coefficients
Coefficients
Model
1
B
(Constant
)
HARI
Std. Error
Beta
.000
-.460
-8.489
.000
-.039
-.596
.552
.028
-.538
-9.722
.000
.069
.081
.044
.857
.393
-.097
a Dependent Variable: LN_SPRD
.028
-.234
-3.500
.001
LN_HAR
GA
LN_STDR
T
LN_VOL
.519
-.080
.009
-.058
.098
-.277
Sig.
14.741
LQ-45
7.655
t
16
Referensi
Aitken, M. dan A. Frino. Mei 1996. The Determinants of Market Bid and Ask Spreads on
the Australian Stock Exchange: Cross Sectional Analysis. Journal of Accounting
and Finance, 51-63.
Benston, G.J. dan R.L. Hagerman. 1974. Determinants of Bid-Ask Spreads in the Overthe-Counter Market. Journal of Financial Economics, 1, 353-364.
Campbell, J.Y., A.W. Lo, dan A.C. McKinlay. 1997. The Econometrics of Financial
Markets. Princeton University Press.
Cohen, K.J., S.F. Maier, R.A. Schwartz, dan D.K. Whitcomb. 1981. Transaction Costs,
Order Placement Strategy, and Existence of the Bid-Ask Spread. Journal of
Political Economy, 89, 287-305.
Copeland, T.E. dan D. Galai. 1983. The Information Effects of the Bid-Ask Spread.
Journal of Finance, 38, 1457-1469.
Demsetz, H. 1968. The Cost of Transacting. Quarterly Journal of Economics, 82, 33-53.
Easley, D. dan M. O’Hara. 1987. Price, Trade Size, and Information in Securities Markets.
Journal of Financial Economics, 19, 69-90.
Easley, D. dan M. O’Hara. 1991. Order Form and Information in Securities Markets.
Journal of Finance, 46/3, 905-927.
Easley, D. dan M. O’Hara. 1997. Time and the Process of Security Adjustment. Journal of
Finance, 47/2, 577-605.
Ekaputra, Irwan Adi. Mei 2006. Determinan Intraday Bid-Ask Spread Saham di Bursa
Efek Jakarta. Manajemen dan Usahawan Indonesia, 5/XXXV, 8-12.
Ekaputra, I.A. dan A. Basharat. 2007. The Impact of Tick Size Reduction on Liquidity and
Order Strategy: Evidence from JSX. Journal of Economics and Finance in
Indonesia Indonesia, 55/1, 89-104.
Handa, P. dan R.A. Schwartz. 1996. How Best to Supply Liquidity to a Securities Market.
Journal of Portfolio Management , Winter, 44-51.
Harris, Larry. 2003. Trading and Exchanges: Market Microstructure for Practioners.
Oxford University Press.
Hasbrouck, Joel. 2007. Empirical Market Microstructure: The Institution, Economics, and
Econometrics of Securities Trading. Oxford University Press.
17
O’Hara, Maureen. 2006. Market Microstructure Theory. Blackwell Publishing.
Stoll, H.R. 1978. The Supply of Dealer Services of Securities Markets. Journal of Finance,
33, 1133-1151.
18
PAPER
DETERMINAN SPREAD RELATIF SAHAM-SAHAM KOMPAS 100 DI
BURSA EFEK INDONESIA
Diajukan untuk Tugas Akhir Mata Kuliah
Seminar on Market Microstructure
Oleh : Budi
Frensidy
NPM : 0606032291
Dosen : Bapak
Bambang Hermanto, Ph.D.
Depok, 20 Mei 2008
19