P. 1
Harry Suryahadi - IPO Pricing Usingl Real Option Method at IDX

Harry Suryahadi - IPO Pricing Usingl Real Option Method at IDX

|Views: 356|Likes:
Published by thekakangharry

More info:

Published by: thekakangharry on Jun 02, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

01/14/2014

pdf

text

original

 

PENENTUAN HARGA IPO DAN MODEL PREDIKSI HARGA
SAHAM DENGAN MENGGUNAKAN
METODE REAL OPTION
DI BURSA EFEK INDONESIA (BEI)


IPO PRICING AND STOCK MARKET PREDICTION MODEL
USING REAL OPTION METHOD
AT INDONESIA STOCK EXCHANGE (IDX)


TESIS


Diajukan untuk Memenuhi Salah Satu Syarat
Untuk Memperoleh Gelas Magister Manajemen
Di Universitas Padjadjaran


Oleh:

HARRY SURYAHADI
120820080102





PROGRAM MAGISTER MANAJEMEN
FAKULTAS EKONOMI
UNIVERSITAS PADJADJARAN
BANDUNG
2010

 

PENENTUAN HARGA IPO DAN MODEL PREDIKSI HARGA
SAHAM DENGAN MENGGUNAKAN
METODE REAL OPTION
DI BURSA EFEK INDONESIA (BEI)


IPO PRICING AND STOCK MARKET PREDICTION MODEL
USING REAL OPTION METHOD
AT INDONESIA STOCK EXCHANGE (IDX)




Disetujui oleh:
Ketua Program Magister Manajemen
Program Pasca Sarjana Universitas Padjadajran


Ketua Program





(Prof. Dr. H. Yuyus Suryana, SE., MS)



Sekretaris Bidang Akademik dan Kemahasiswaan





(Ir. Yogi Suherman, SE., MM.)



PROGRAM MAGISTER MANAJEMEN
FAKULTAS EKONOMI
UNIVERSITAS PADJADJARAN
BANDUNG
2010

 

PENENTUAN HARGA IPO DAN MODEL PREDIKSI HARGA
SAHAM DENGAN MENGGUNAKAN
METODE REAL OPTION
DI BURSA EFEK INDONESIA (BEI)


IPO PRICING AND STOCK MARKET PREDICTION MODEL
USING REAL OPTION METHOD
AT INDONESIA STOCK EXCHANGE (IDX)


TESIS

Diajukan untuk Memenuhi Salah Satu Syarat
Untuk Memperoleh Gelas Magister Manajemen
Di Universitas Padjadjaran


Oleh:

HARRY SURYAHADI
120820080102


Komisi Pembimbing:
SK Direktur Program Pascasarjana
Universitas Padjadjaran
Nomor: /H6.15.FE.KM/2009

Pembimbing I





(Prof. Dr. Romli M. Kurdi, SE., MS.)
Pembimbing II





(Mohammad Anwar, SE., MS.)


PROGRAM MAGISTER MANAJEMEN
FAKULTAS EKONOMI
UNIVERSITAS PADJADJARAN
BANDUNG
2010
i
 


ABSTRAK


Dari 147 emiten yang melakukan IPO di Bursa Efek Indonesia (BEI) sejak
tahun 2000 – 2009, kinerja harga saham pada penutupan perdagangan hari
pertama sebagian besar undervalue. Begitu juga pada penutupan perdagangan hari
ketigapuluh kinerja harga saham sebagian besar masih undervalue, meskipun
dalam proporsi yang lebih kecil.
Penelitian ini mengaplikasikan metode Real Option untuk menentukan
harga IPO berdasarkan persamaan Black & Scholes sekaligus menggunakan
model implied volatility untuk menghitung harga volatilitas saham. Hasilnya
menunjukkan penyimpangan harga model Real Option terhadap harga aktual lebih
kecil dibandingkan dengan penyimpangan harga model tradisional, ini
menunjukkan bahwa model Real Option lebih akurat dari pada model tradisional.
Penelitian ini juga membangun model persamaan untuk memprediksi arah
harga saham IPO, apakah harga saham setelah IPO tersebut akan undervalue atau
overvalue. Model prediksi menggunakan persamaan Logistik dengan variabel
bebasnya sama dengan variabel option dari Black & Scholes. Untuk
meningkatkan kehandalan model prediksi, dilakukan penambahan variabel DER
dan Publik. Model ini dapat memprediksi arah harga saham setelah IPO.

Kata kunci: Real Option, Persamaan Logistik, Volatilitas, Porsi Saham Yang Dijual
ii
 

ABSTRACT

Than 147 issuers who have done an IPO on the Indonesia Stock Exchange
(IDX) since the year 2000 to 2009, the performance of the stock price at the close
of the first day of trading largely undervalued. So also at the close of the thirtieth
day trading stock price performance of most are still undervalued, but in smaller
proportions.
This research is applying Real Option method to determine the IPO price
based on Black & Scholes equation as well as use the implied volatility model to
calculate the stock price volatility. The result show Real Option model of price
deviations against the actual price is smaller than the traditional model of price
deviations, this indicates that the Real Option model is more accurate than the
traditional model.
This study also builds a equation model to predict the direction of the IPO
stock price, whether the stock price after the IPO would be undervalue or
overvalue. Predictive models using Logistic equation with the independent
variables together with variables from the Black & Scholes option. To improve
the reliability prediction model, the addition of DER and Public variables do.
This model can predict the direction of stock prices after IPO.


Keywords: Real Options, Logistic Equation, Volatility, Portion of Stock Sold












iii
 

KATA PENGANTAR

Segala puji bagi Allah SWT atas limpahan Rahman dan RahimNya,
sehingga penulis dapat menyelesaikan tesis ini.
Penyusunan skripsi ini dilakukan dengan maksud untuk memenuhi salah
satu syarat untuk memperoleh gelar Magister Manajemen di Universitas
Padjadjaran.
Pada kesempatan ini penulis ingin menyampaikan terima kasih atas
bantuan dan dukungan dari keluarga, terutama orang tua, istri, dan anak-anak
tercinta. Penulis juga menyampaikan terima kasih kepada Prof. Dr. Romli M.
Kurdi, SE., MS. dan Mohammad Anwar, SE., MS. selaku Pembimbing I dan
Pembimbing II yang telah memberikan arahan serta masukan kepada penulis
sampai terselesaikannya tesis ini. Tidak lupa penulis juga menyampaikan terima
kasih kepada Eri Febrian, SE., M.Comm., selaku penelaah tesis ini.
Selanjutnya penulis ingin menyampaikan terima kasih kepada;
1. Prof. Dr. Ir. Ganjar Kurnia, D.E.A., selaku Rektor Universitas Padjadjaran,
2. Prof. Dr. Hj. Ernie Tisnawati Sule, SE., M.Si, selaku Dekan Fakultas
Ekonomi,
3. Dr. Nury Effendi, SE. MA., selaku Pembantu Dekan Bidang Akademik,
4. Dr. H. Sulaeman Rachman Nidar, SE. MBA., selaku Pembantu Dekan
Bidang Kemahasiswaan,
5. Prof. Dr. H. Yuyus Suryana, SE. MS., selaku Ketua Program Magister
Manajemen,
iv
 

6. Ir. Yogi Suherman, SE. MM., selaku Sekretaris Bidang Akademik dan
Kemahasiswaan,
7. Seluruh Dosen pengajar Program Magister Manajemen Fakultas Ekonomi
Universitas Padjadjaran.

Serta semua pihak yang belum disebutkan namanya disini, terima kasih
atas dukungan dan bantuannya kepada penulis selama penyusunan tesis ini. Akhir
kata, semoga tesis ini dapat bermanfaat bagi kita semua, amin.


Bandung, September 2010
Penulis











v
 

PERNYATAAN

Dengan ini saya menyatakan bahwa:
1. Karya tulis saya, tesis ini, adalah asli dan belum pernah diajukan untuk
mendapatkan gelas akademik (magister), baik di Universitas Padjadjaran
maupun di perguruaan tinggi lain.
2. Karya tulis ini murni gagasan, rumusan dan penelitian saya sendiri, tanpa
bantuan pihak lain, kecuali tim pembimbing.
3. Dalam karya tulis tidak terdapat pendapat yang telah ditulis atau
dipublikasikan orang lain, kecuali secara tertulis jelas dicantumkan
sebagai acuan dalam naskah dengan disebutkan nama dan pengarang dan
dicantumkan dalam daftar pustaka.
4. Pernyataan ini saya buat dengan sesungguhnya dan apabila di kemudian
hari terdapat penyimpangan dan ketidakbenaran dalam pernyataan ini,
maka saya bersedia menerima sanksi berupa pencabutan gelar yang telah
diperoleh karena karya tulis ini, serta sanksi lainnya sesuai dengan norma
yang berlaku di perguruan tinggi ini


Bandung, Agustus 2010
Yang menyatakan,





Harry Suryahadi
120820080102








vi
 

DAFTAR ISI

ABSTRACT ………………………...……………………......................
ABSTRAK ………………………...……………………........................
KATA PENGANTAR ………………………...…………………….....
DAFTAR ISI ………………………...…………………….....................
DAFTAR TABEL ………………………...…………………….............
DAFTAR GAMBAR ………………………...…………………….......
DAFTAR LAMPIRAN ………………………...……………………...

BAB I PENDAHULUAN ………………………...…………………….
1.1 Latar Belakang Penelitian ………………………...………………..
1.2 Identifikasi, Pembatasan dan Rumusan Masalah …………………...
1.2.1 Identifikasi masalah …………………...………………….......
1.2.2 Pembatasan Masalah …………………...…………………......
1.2.3 Rumusan Masalah …………………...…………………..........
1.3 Tujuan Penelitian …………………...…………………....................
1.4 Kegunaan Penelitian …………………...…………………...............
1.4.1 Kegunaan Pengembangan Ilmu …………………....................
1.4.2 Kegunaan Operasional …………………...…………………...



i
ii
iii
v
ix
x
xi

1
1
14
14
14
15
16
17
17
18



vii
 

BAB II KAJIAN PUSTAKA, KERANGKA PEMIKIRAN DAN
HIPOTESIS …………………...…………………...…………………...
2.1 Kajian Pustaka …………………...…………………...……………
2.1.1 Model Valuasi Discounted Cash Flow (Model DCF) ………..
2.1.2 Model Relative Valuation (Model RV) …………………........
2.1.3 Kajian Pustaka Sebab Undervalue …………………................
2.1.3.1 Teori Life Cycle …………………...………………….
2.1.3.2 Teori Market Timing …………………...……………..
2.1.3.3 Short Run Underpricing …………………...………….
2.1.3.4 Teori Shares Allocation …………………....................
2.1.3.5 Teori Valuation …………………...…………………..
2.1.3.6 Kinerja Long-Run ………………….............................
2.1.4 Model Option Pricing (OP Model) …………………...............
2.1.4.1 Model Black dan Scholes ………………….................
2.1.4.2 Model Binomial Option …………………....................
2.1.5 Sejarah Perkembangan Model Option …………………..........
2.1.5.1 Model yang mendahului Black & Scholes …………..
2.1.5.2 Generalisasi Model Black & Scholes …………………
2.1.5.3 Perluasan Model Black-Scholes …………………........
2.1.6 Model Real Option …………………...………………….........
2.1.7 Efek Dari Struktur Saham Perusahaan …………………..........
2.2 Kerangka Pemikiran …………………...…………………...............
2.2.1. Harga Saham IPO Berdasarkan Metode Real Option ………..

19
19
24
28
31
31
33
33
34
35
35
36
38
39
41
41
43
43
45
48
50
51
viii
 

2.2.2 Model Prediksi Harga Saham IPO …………………................
2.2.2.1 Persamaan Real Option ………………….....................
2.2.2.2 Persamaan Real Option + DER dan Publik …………..
2.3 Hipotesis …………………...…………………...…………………...

BAB III METODE PENELITIAN …………………...………………...
3.1 Metode Yang digunakan …………………...………………….........
3.2 Operasionalisasi Variabel …………………...………………….......
3.3 Sumber dan Cara Penentuan Data / Informasi ………………….......
3.4 Teknik Pengumpulan Data …………………...………………….....
3.5 Rancangan Analisis dan Uji Hipotesis …………………...................
3.6 Rancangan Pemecahan Masalah …………………...………………

BAB IV HASIL PENELITIAN, PEMBAHASAN DAN
PEMECAHAN MASALAH …………………...………………….........
4.1 Hasil Penelitian dan Pembahasan Harga Saham IPO
RO
……………
4.1.1 Hasil Penelitian Harga Saham IPO
RO
…………………...........
4.1.2 Pembahasan Harga Saham IPO
RO
…………………................
4.2 Hasil Penelitian dan Pembahasan Prediksi Harga Saham ………….
4.2.1 Hasil Penelitian Prediksi Harga Saham …………………........
4.2.2 Pembahasan Hasil Penelitian Prediksi Harga Saham ………...


53
53
54
58

60
60
61
62
64
64
72


74
74
74
75
77
77
88


ix
 

4.3 Pemecahan Masalah …………………...…………………................
4.3.1 Pemecahan Masalah Harga IPO …………………...…………
4.3.2 Pemecahan Masalah Prediksi Harga Saham IPO …………….

BAB V KESIMPULAN DAN SARAN ………………….......................
5.1 Kesimpulan …………………...…………………...………………
5.1.1 Kesimpulan Umum …………………...………………….......
5.1.2 Kesimpulan Khusus …………………...…………………......
5.2 Saran-Saran …………………...…………………...………………
5.2.1 Saran untuk Perusahaan (Calon Emiten) …………………......
5.2.2 Saran untuk Underwriter …………………...………………
5.2.3 Saran untuk Investor …………………...…………………......
5.2.4 Saran untuk Peneliti Selanjutnya …………………..................

DAFTAR PUSTAKA
91
91
93

95
95
95
95
96
96
97
98
98

100








x
 

DAFTAR TABEL

Tabel 1.1. Jumlah Emiten per Klasifikasi Industri dan Nilai Kapitalisasi
Tabel 1.2. Kondisi Harga Saham setelah IPO ………………….............
Tabel 1.3. Model-Model Valuasi ………………….................................
Tabel 3.1 Operasionalisasi Variabel …………………............................
Tabel 4.1 Deviasi Harga IPO dan IPO
RO
Terhadap Harga Aktual ..........
Tabel 4.2 Nilai Odds Ratio Real Option …………………......................
Tabel 4.3 Ketepatan Real Option Memprediksi Harga Saham ...............
Tabel 4.4 Nilai Odds Ratio RO + DER …………………........................
Tabel 4.5 Ketepatan RO + DER Memprediksi Harga Saham ................
Tabel 4.6 Nilai Odds Ratio RO + Publik ………………….....................
Tabel 4.7 Ketepatan RO + Publik Memprediksi Harga Saham ..............
Tabel 4.8 Nilai Odds Ratio RO + DER + Publik ………………….........
Tabel 4.9 Ketepatan RO + DER + Publik Memprediksi Harga Saham
Tabel 4.10 Rekapitulasi Hasil Eksplorasi …………………....................
1
6
13
62
75
79
80
81
82
83
84
85
86
87







xi
 

DAFTAR GAMBAR

Gambar 2.1 Kerangka Analisi Fundamental …………………................
Gambar 2.2 Kerangka Analisis Teknikal ………………….....................
Gambar 2.3 Call dan Put Option ………………….................................
Gambar 2.4 Model Binomial ………………….......................................
Gambar 2.5 Penelusuran Pustaka ………………….................................
Gambar 2.6 Kerangka Pemikiran ………………….................................
Gambar 3.1 Rancangan Pemecahan Masalah …………………..............
Gambar 4.1 Model Harga Saham IPO
RO
…………………......................
Gambar 4.2 Model Prediksi Harga Saham …………………..................
20
22
37
40
50
57
73
93
94












xii
 

DAFTAR LAMPIRAN

Lampiran 1. Grafik Perkembangan Harga Saham, Harga IPO, Harga Real
Option, dan Mean
Lampiran 2. Hasil Regresi Logit Dengan Eviews Model Real Option
Lampiran 3. Hasil Regresi Logit Dengan Eviews Model Real Option + DER
Lampiran 4. Hasil Regresi Logit Dengan Eviews Model Real Option + %
Publik
Lampiran 5. Hasil Regresi Logit Dengan Eviews Model Real Option + DER +
% Publik
Lampiran 6. Grafik Uji Penentuan Harga IPO dengan Metode Real Option





1
 

BAB I
PENDAHULUAN

I.1. Latar Belakang Penelitian
Hingga akhir tahun 2009 masih tercatat 497 perusahaan telah memperoleh
pernyataan efektif dari BAPEPAM untuk menawarkan sahamnya kepada
masyarakat (go public). Sebanyak 490 perusahaan melakukan initial public
offering (IPO) sebelum mencatatkan sahamnya di bursa, sedangkan 7 perusahaan
langsung listing di bursa. Total nilai emisi hingga bulan Desember 2009 mencapai
Rp.419,65 Trilyun yang tersebar di berbagai sektor industri seperti dalam tabel
1.1. di bawah ini.
Tabel 1.1.
Jumlah Emiten per Klasifikasi Industri dan Nilai Kapitalisasi
No. Klasifikasi Industri Jumlah Emiten
Nilai Emisi
(Rp. Trilyun)
1 Pertanian (Perkebunan) 18 7.98
2 Pertambangan 15 20.93
3 Industri Dasar & Kimia 62 27.17
4 Aneka Industri 70 17.78
5 Industri Barang Konsumsi 43 8.31
6 Property & Real Estate 51 32.68
7 Infrastruktur, Utiliti & Tranportasi 28 21.90
8 Keuangan 103 193.70
9 Perdagangan, Jasa & Investasi 100 87.95
10 Perusahaan Publik 7 1.36
Total 497 419.65
Sumber : Statistik Pasar Modal – Bapepam per Desember 2009
2
 

Initial Public Offering adalah kegiatan perusahaan menawarkan sebagian
sahamnya kepada masyarakat melalui Pasar Modal. Besarnya nilai kapitalisasi
perusahaan waktu IPO dan kecenderungan bahwa harga saham waktu IPO
undervalue menjadikannya sebagai objek penelitian yang menarik, sehingga
banyak diteliti oleh para peneliti di seluruh dunia seperti McDonald dan Fisher
(1972; 97-102), Ibbotson (1975; 235-272) dan Ritter (1984; 240-250) yang
mengatakan bahwa terjadi abnormal return pada hari pertama perdagangan saham
di Bursa atau harga saham IPO underprice.
Pihak-pihak terkait dan punya kepentingan langsung dengan adanya IPO
adalah (calon) emiten itu sendiri, investor, underwriter, dan BEI. Perhatian paling
banyak diberikan pada penetapan harga IPO, hal ini adalah wajar mengingat dari
penetapan harga IPO akan menentukan sukses tidaknya IPO tersebut. IPO bisa
dikatakan sukses jika sahamnya diminati investor (oversubcscribe).
Penetapan harga jual suatu saham IPO terbentuk setelah tercapai kompromi
antara emiten, underwriter dan pihak investor. Emiten akan berusaha menjual
sahamnya dengan harga yang setinggi-tingginya, dilain pihak underwriter sebagai
pihak yang memberikan jasa untuk menjual saham, berusaha agar seluruh saham
tersebut terjual, sehingga mereka akan berusaha menurunkan harga dengan
meminta diskon kepada emiten, demikian pula dengan investor sebagai pihak
pembeli berusaha untuk membeli saham tersebut dengan harga yang semurah-
murahnya.
3
 

Teori yang biasa digunakan untuk menghitung harga saham dapat
dikelompokkan menjadi 2 yaitu Discounted Cash Flow Model (Model DCF) dan
Relative Valuation Model (Model RV), (Damodaran, 1994; 9).
Pendekatan model DCF mengatakan bahwa nilai intrinsik suatu saham
adalah sama dengan nilai sekarang (present value) dari arus kas yang diharapkan
akan diterima oleh pemilik saham tersebut dimasa datang, sedangkan pendekatan
dari model RV adalah berdasarkan kemampuan perusahaan menghasilkan
earning, kemudian dihitung nilai earning per share (EPS) dan price earning ratio
(PER) dan dibandingkan dengan nilai EPS dari kelompok industri perusahaan
tersebut. Model ini adalah pengembangan dari model DCF.
Kedua model ini belum mampu memprediksi harga IPO dengan akurat. Hal
ini ditunjukkan dengan data empiris dimana sebagian besar harga saham setelah
IPO adalah undervalue (lihat table 1.2).
Penelitian Welch dan Ritter (2002; 1795-1828), terhadap perusahaan yang
IPO di Amerika Serikat dari tahun 1980-2001, dengan 6,249 sampel, pada
penutupan perdagangan hari pertama ditemukan bahwa 70 persen harganya lebih
tinggi dari harga penawaran, 14 persen lebih rendah dan sekitar 16 persen
mempunyai return sama dengan nol. Artinya ada abnormal return di hari pertama
dan selama periode hot issue (satu bulan pertama saham tersebut tercatat di
Bursa), sehingga investor yang membeli saham waktu IPO akan menikmati
abnormal return tersebut.
Kondisi undervalue ini tidak selalu menguntungkan pihak-pihak terkait,
bagi emiten berarti mereka mengorbankan sebagian return yang seharusnya
4
 

didapat. Bagi underwriter yang pendapatannya adalah berdasarkan persentase
komisi dari hasil penjualan waktu IPO, maka semakin rendah harga IPO berarti
semakin kecil pula pendapatan yang diterimanya, namun dengan semakin
rendahnya harga saham akan semakin besar kemungkinan saham tersebut laku
terjual. Sedangkan bagi investor sendiri bisa terjebak dengan paradigma bahwa
harga saham waktu IPO mesti undervalue, padahal dari data diatas terlihat tidak
semua harga saham IPO undervalue, ada saham yang overvalue maupun tetap
harganya (return nol) sehingga bila investor membeli saham ini bisa rugi (loss).
Mengapa perusahaan melakukan go publik? Pertanyaan ini tidak mudah
untuk dijawab. Welch dan Ritter (2002; 1795-1828) mengatakan hasil penelitian
diberbagai negara menunjukkan penyebabnya adalah adanya keinginan untuk
menaikkan modal perusahaan serta menciptakan suatu pasar publik dimana
pendiri dan pemegang saham lain dapat mengkonversi sebagian kekayaan mereka
ke dalam bentuk tunai dengan segera pada suatu ketika di masa depan. Sedangkan
pertimbangan non financial adalah untuk meningkatkan publikasi yang
memainkan peran pelengkap bagi kebanyakan perusahaan.
Mengapa cara IPO yang dipilih untuk menaikkan modal perusahaan, dan
mengapa motivasi untuk melakukan IPO lebih kuat dalam situasi atau waktu
tertentu dibanding waktu lain. Gompers dan Lerner (2001) mengatakan bahwa di
Amerika Serikat jumlah perusahaan yang melakukan IPO dari tahun 1935-1959
lebih sedikit dibanding tahun 1969 yang berjumlah 683 perusahaan. Sedangkan di
BEI sampai dengan periode 2009, jumlah IPO tertinggi tercatat pada tahun 1990
5
 

dengan total 54 perusahaan dan terendah pada tahun 1998, 2003, 2005 dan tahun
2009 dengan hanya 6 perusahaan yang go publik.
Zingales (1995: 62, 425-448) mengatakan keputusan go publik diambil agar
lebih memudahkan bagi potensial acquiror untuk melakukan take-over ketika
perusahaan telah go publik. Dengan go publik, pemilik perusahaan membantu
memudahkan akuisisi perusahaan mereka, hal ini bertujuan untuk memperoleh
suatu nilai yang lebih tinggi dibandingkan dengan apa yang mereka akan dapatkan
dari penjualan langsung. Sebaliknya, Black & Gilson (1998; 47, 243-277)
mengatakan bahwa pemilik lama sering memperoleh kembali kendali
perusahaannya.
Chemmanur dan Fulghieri (1999; 48, 285-304) mengatakan bahwa IPO
memungkinkan lebih tersebarnya kepemilikan, dengan keuntungan dan
kerugiannya. Menurut Maksimovic dan Pichler (2001; 14, 459-494) harga saham
publik yang tinggi dapat menarik kompetisi pasar produk perusahaan tersebut.
Pertanyaan selanjutnya adalah, mengapa harga saham pada waktu
penutupan perdagangan hari pertama rata-rata naik sangat tinggi.
Menurut Lowry dan Schwert (2002; 1171-1200) ada korelasi positif antara
jumlah perusahaan yang IPO, underpricing, dan return IPO yang tinggi pada hari
pertama melebihi return IPO enam bulanan. Banyaknya perusahaan yang
melakukan IPO diikuti dengan underpricing yang tinggi menyebabkan
underwriter mendorong lebih banyak perusahaan untuk go publik. Hal ini terjadi
ketika penilaian publik lebih tinggi dibanding harapan. Sebaliknya underwriter
6
 

tidak mendorong perusahaan untuk melakukan go publik ketika penilaian publik
ternyata lebih rendah dari harapan, (Ljungqvist dan Wilhelm, 2002).
Tabel 1.2.
Kondisi Harga Saham Setelah IPO
Hari 1 Hari 30 Hari 1 Hari 30 Hari 1 Hari 30
2000 23 17 21 2 2 4 0
2001 32 23 26 1 4 8 2
2002 22 19 18 2 4 1 0
2003 6 5 5 0 0 1 1
2004 7 5 5 0 1 2 1
2005 6 5 5 1 1 0 0
2006 12 11 10 0 1 0 0
2007 24 22 16 2 7 0 1
2008 16 13 8 3 8 0 0
2009 6 4 2 2 4 0 0
Jumlah 154 124 116 13 32 16 5
80.52% 75.32% 8.44% 20.78% 10.39% 3.25%
Sumber : diolah dari Statistik Bapepam Februari 2010
Under Value Overvalue Tetap
Tahun Jumlah IPO

Pergerakan harga saham setelah dicatatkan di bursa dapat digambarkan
sebagai berikut :








IPO
Hari
ke 1
Under
Price
Tetap Over
Price
Hari
ke 30
Under
Price
Tetap Over
Price
7
 


Hasil penelitian para peneliti terdahulu yang melakukan penelitian sebab
sebab terjadinya penyimpangan harga tersebut dapat dikelompokkan menjadi
kelompok asimetris informasi dan simetris informasi. Selanjutnya kelompok
asymetris informasi terbagi dua pula yaitu; pertama, jika emiten lebih mengetahui
kondisi perusahaan dibandingkan investor, dan kedua jika investor lebih
mengetahui kondisi perusahaan dibanding emiten.
1) Asymmetric Information, Jika emiten lebih mengetahui kondisi perusahaan
dibanding investor.
Pendapat ini mengatakan bahwa investor rasional takut dengan barang yang
tidak diketahuinya, hanya emiten dengan mutu di bawah rata-rata yang akan
menjual saham mereka di harga rata-rata. Untuk membedakan perusahaannya dari
kelompok emiten mutu rendah maka emiten bermutu tinggi menjual sahamnya
pada suatu harga yang lebih rendah dibanding ekspektasi pasar. Hal ini akan
menghalangi emiten dengan mutu lebih rendah untuk menirunya. Dengan
kesabarannya emiten dapat mengganti pengorbanan tersebut pada masa post-IPO
dengan menerbitkan saham baru di masa datang, (Welch, 1989; 421-450). Pasar
akan merespons pengumuman dividen di masa datang, (Allen dan Faulhaber,
1989; 23), dan analis akan mengembalikan pengorbanan tersebut (Chemmanur,
1993; 285-304).
Bagaimanapun secara teoritis belum jelas alasannya mengapa underpricing
adalah suatu isyarat yang lebih efisien dibandingkan tindakan lain katakanlah
8
 

membelanjakan uang untuk donasi amal atau iklan sebagai isyarat bahwa
perusahaan adalah lebih berkualitas dibanding perusahaan lainnya.
Welch (1989; 421-450) menemukan bukti substansial adanya aktivitas pasar
post-issuing dari perusahaan yang IPO, emiten masuk pasar dengan niat untuk
melakukan penerbitan saham di masa datang. Bagaimanapun, ada alasan untuk
percaya bahwa peningkatan harga akan mempengaruhi pemilik perusahaan untuk
kembali kepasar dengan lebih banyak dana yang dihasilkan. Jegadeesh,
Weinstein, dan Welch (1993; 153-175) menemukan return hari pertama adalah
sinyal yang sangat efektif mempengaruhi aktivitas penerbitan saham di masa
depan.
Sedangkan Michaely dan Shaw (1994; 279-319) sama sekali menolak
pendapat signaling, mereka tidak menemukan bukti apapun adanya
kecenderungan yang lebih tinggi untuk market return atau kecenderungan lebih
tinggi untuk membayar dividen yang menyebabkan IPO lebih underprice.
Penjelasan dari kelompok signaling mengatakan bahwa tindakan emiten yang
dengan sukarela menurunkan harga IPO (undervalue) adalah untuk menciptakan
“suatu rasa baik dimata investor”.
2) Asymmetric Information, Jika investor lebih mengetahui dibanding issuer.
Seseorang dapat membuat asumsi sederhana bahwa semua investor
mempunyai informasi yang sama, dan membeli saham hanya jika harganya di
bawah penilaian umum mereka. Pengamatan terhadap IPO yang sukses adalah
harganya harus undervalue. Asumsi yang lebih realistis adalah bahwa investor
secara diferensial mempunyai informasi. Harga terlalu tinggi mungkin akan
9
 

mempengaruhi pihak penerbit saham dan pihak investor yang takut dengan suatu
kondisi Winner’s curse, Rock (1986; 15) atau suatu kejatuhan harga saham
tersebut, (Welch, 1992; 695-732).
Dalam Winner’s curse, investor takut bahwa mereka hanya menerima
alokasi penuh saham waktu IPO jika mereka secara kebetulan adalah investor
yang paling optimis. Investor akan menerima suatu alokasi saham secara penuh
dari harga IPO yang overprice, tetapi hanya suatu alokasi parsial dari harga IPO
yang underprice. Agar breakevent, investor membutuhkan harga yang underprice.
Pertanyaan lain yang muncul dengan adanya perbedaan antara harga IPO
dan harga pasar di hari pertama adalah apakah harga yang ditawarkan emiten
sejalan dengan harga fundamental perusahaan. Metoda yang paling umum untuk
valuasi harga saham perusahaan yang akan go publik adalah menggunakan
perusahaan lain sebagai pembanding (metode Relative Valuation). Purnanandam
dan Swaminathan (2001) menggunakan ukuran nilai intrinsik berdasarkan pada
industry-matched Price/Sales dan Price/Ebitda dari perusahaan sejenis yang telah
go publik. Mereka menemukan bahwa harga IPO perusahaan berada sekitar 50%
di atas harga perusahaan pembanding, ini adalah suatu perbedaan yang sangat
besar. Mereka juga menemukan bahwa overpricing awal terhadap perusahaan
pembanding dapat membantu meramalkan akan adanya kondisi underperformance
saham jangka panjang.
Lucas, Deborah dan McDonald (1990; 1019-1043), berdasarkan model
asimetris informasi mengatakan bahwa perusahaan akan menunda penerbitan
saham jika mengetahui sahamnya dihargai rendah atau kondisi pasar bearis.
10
 

Perusahaan akan menunda kegiatan IPO nya sampai market bullish, dimana pasar
akan menghargai saham mereka dengan harga yang lebih baik.
Menurut Choe, Hyuk, Masulis, dan Nanda (1993; 3-31), perusahaan
menghindari penerbitan saham pada periode dimana sedikit perusahaan yang
berkualitas melakukan IPO. Teori lain mengatakan bahwa pasar menyediakan
informasi berharga kepada pemilik perusahaan (“spillovers informations”), pasar
akan bereaksi terhadap meningkatnya peluang pertumbuhan yang ditandai oleh
harga lebih tinggi, (Subramanyam dan Titman, 1999; 1045-1082).
Pagano, Panetta, dan Zingales (1998; 27-64) yang meneliti perusahaan di
Italia menemukan bahwa perusahaan besar dengan market-to-book ratio tinggi
lebih mungkin untuk go publik dan perusahaan go publik mampu mengurangi
biaya kredit mereka, selanjutnya aktivitas IPO mengikuti pertumbuhan dan
investasi tinggi, bukan sebaliknya.
Penelitian Lerner (1994; 293-316) terhadap industri biotechnology di
Amerika Serikat mengatakan bahwa market-to-book ratio mempunyai efek
substansiil atas keputusan untuk go publik dibandingkan untuk memperoleh
tambahan dari venture capital. Peningkatan nilai dari perusahaan sejenis
(comparable) adalah cermin dari meningkatnya peluang pertumbuhan. Tetapi
sentimen investor yang lebih baik dapat juga berperan dalam meningkatkan nilai
tersebut. Ketika investor sangat optimis, perusahaan menjawabnya dengan
menerbitkan saham, ini biasa disebut periode “window opportunity”.
Baker dan Wurgler (2000; 2219-2257) menemukan pecahan yang lebih
tinggi dari emisi saham akan menghasilkan return stock market yang lebih rendah
11
 

secara keseluruhan di tahun berikutnya. Sedangkan Lowry, Michelle dan Schwert
(2002; 1171-1200) menemukan bahwa sentimen investor akan peluang
pertumbuhan adalah faktor penentu volume aggregate IPO.
Rock (1986; 187-212) menemukan bahwa harga saham waktu IPO adalah
underprice. Perusahaan harus menawarkan sahamnya dengan harga yang di
diskon, hal ini dimaksudkan untuk menarik minat investor yang tidak mempunyai
informasi yang baik tentang kondisi perusahaan.
Ritter (1991; 3-26) yang mengamati harga saham dari hari pertama sampai
dengan tiga tahun setelah listing dan mengatakan bahwa harga saham dalam
periode jangka panjang adalah underperformance. Hal ini disebabkan oleh dua hal
yaitu; pertama investor terlalu optimis terhadap akan terus tumbuhnya potensi
earning dari perusahaan dan kedua perusahaan mengambil keuntungan dari
kesempatan yang ada di pasar.
Allen (1998) mengatakan bahwa yang paling mengetahui kondisi dan
prospek perusahaan adalah perusahaan itu sendiri. Perusahaan dengan prospek
yang sangat menarik akan memberi signal melalui harga saham yang underpricing
waktu IPO, dan investor mengetahui bahwa hanya perusahaan yang baik saja yang
dapat mengembalikan biaya underprice tersebut.
Copeland (1995) menggunakan “opion pricing methods” untuk valuasi dan
menemukan harga valuasi yang dihasilkan berkisar 16% sampai dengan 83% di
atas dari harga valuasi secara konvensional.
Damodaran (1994) juga menggunakan “option pricing method” melakukan
penghitungan ulang harga saham Gulf Oil waktu di take over di tahun 1984 dan
12
 

menemukan hasil bahwa nilai saham waktu take over tersebut adalah lebih tinggi
(overvalued) sebesar 36,5%.
Dickens dan Lohrenz (2006) membandingkan perhitungan DCF dengan
Real Option untuk oil dan gas di teluk Mexico menyimpulkan bahwa metode Real
Option lebih akurat 10% dari pada model DCF.
Borissiouk dan Peli (2002) dalam Tesis Master nya di Universitas Lausanne
menyimpulkan bahwa Real Option sangat berguna untuk menghitung nilai
Expected Net Present Value (ENPV) yang berada di daerah abu-abu (negative dan
rendah).
Bahsoon dan Emmerich (2000) menggunakan model real option untuk
memprediksi stabilitas dari arsitektur software yang di fokuskan kepada kondisi
masa depan yang tidak pasti. Hasilnya adalah model real option dapat digunakan
untuk memprediksi ketidak pastian tersebut.
Mauboussin (1999) menemukan bahwa nilai call option akan meningkat
sejalan dengan meningkatnya volatilitas dari harga saham.
Titman dan Wessels (1988; 1-19) mengatakan struktur modal perusahaan
bergantung pada risiko kebangkrutan perusahaan itu sendiri. Semakin unik suatu
perusahaan maka semakin tinggi pula risiko yang berarti semakin tinggi biaya
kebangkrutannya. Akibatnya keunikan suatu perusahaan mempunyai hubungan
negative dengan rasio hutang.
Myers dan Majluf (1984; 187-221) mengatakan bahwa ada hubungan positif
antara hutang dengan nilai jaminan asset. Dalam hal real option, berarti bahwa
debt to equity ratio (DER) mempunyai hubungan yang positif dengan nilai aset.
13
 

Secara ringkas, keunggulan dan kelemahan model valuasi dapat disajikan
sebagai berikut:
Tabel 1.3.
Model-Model Valuasi

Model DCF Model RV
Model Real
Option
Perusahaan dalam
masalah
Tidak bisa Tidak bisa Bisa
Jika Cash flow
bergelombang
Tidak bisa Tidak bisa Bisa
Sebagian asset
tidak digunakan
Tidak bisa Tidak bisa Bisa
Jika mempunyai
hak paten
Tidak bisa Tidak bisa Bisa
Jika dalam
restrukturisasi
Tidak bisa Tidak bisa Bisa
Perusahaan dalam
proses akuisisi
Tidak bisa Tidak bisa Bisa
Perusahaan private Tidak bisa Tidak bisa Bisa
Valuasi Berdasarkan nilai
fundamental
Berdasarkan nilai
fundamental
Berdasarkan nilai
pasar
Input / informasi Mudah
dimanipulasi
Mudah
dimanipulasi
Bersifat umum,
tidak mudah
dimanipulasi

Dari uraian di atas terlihat jelas adanya masalah dalam menentukan harga
IPO dimana model yang ada tidak dapat menerangkan mengapa terjadi fenomena
undervalue yang begitu besar, sehingga diperlukan suatu model yang dapat
menentukan harga saham dengan lebih akurat.
Disamping model untuk menentukan harga IPO diperlukan juga model
prediksi harga saham setelah IPO, yaitu model yang dapat memprediksi apakah
14
 

harga saham yang terbentuk akan menuju undervalue atau overvalue setelah
dicatatkan di Bursa.

1.2 Identifikasi, Pembatasan dan Rumusan Masalah
1.2.1 Identifikasi masalah
Permasalahan yang timbul dapat diidentifikasikan sebagai berikut:
Penentuan harga saham IPO memegang peranan penting sukses atau
tidaknya go publik suatu perusahaan dan kegiatan perusahaan selanjutnya. Model
yang ada sekarang ini, yaitu model DCF dan model RV, belum bisa menentukan
harga saham IPO dengan akurat, ini ditunjukkan dari data empiris baik itu di
Bursa Amerika maupun di BEI terdapat lebih dari 70% harga saham waktu
IPO adalah undervalue. Di sisi lain, perhitungan harga IPO bisa dilakukan dengan
metode Real Option. Namun, apakah metode Real Option akan bisa memperbaiki
perhitungan harga IPO? Penelitian ini diharapkan bisa menjawab fenomena
tersebut.

1.2.2 Pembatasan Masalah
1) Data yang dipergunakan untuk analisis adalah perusahaan yang melakukan
IPO di Bursa Efek Indonesia (BEI) dari tahun 2006 sampai dengan akhir
2009 dan Perusahaan tersebut masih tercatat di BEI sampai saat ini.
2) Emiten dari perusahaan Keuangan dan Lembaga Keuangan, perusahaan
underwriter dan perusahaan internet tidak ikut diteliti. Hal ini disebabkan;
perusahaan keuangan dan lembaga keuangan mempunyai struktur modal yang
15
 

sangat berbeda dengan perusahaan lainnya, yaitu persentase hutangnya sangat
besar. Perusahaan underwriter dianggap memiliki informasi lebih dari yang
lainnya sehingga ada kemungkinan terjadi asymetris informasi.
3) Sedangkan perusahaan internet dikeluarkan dari objek yang diteliti
disebabkan adanya periode euphoria investor terhadap perusahaan internet
sehingga dikhawatirkan terjadinya bias dalam penelitian.
4) IPO yang dimaksud disini adalah perusahaan baru pertama kali melakukan
IPO, perusahaan yang melakukan secondary offering, right issue tidak
termasuk dalam objek penelitian.
5) Perusahaan-perusahaan yang ada campur tangan pihak ketiga dalam
melakukan penawaran saham juga dikeluarkan dari objek penelitian.
6) Penelitian dibatasi dari masa emiten melakukan IPO sampai dengan hari ke
30 saham emiten listing di Bursa.
7) Jangka waktu (Tenor) hutang perusahaan berupa fasilitas kredit rekening
Koran, kredit modal kerja dianggap 1 (satu) tahun.
8) Jangka waktu hutang dihitung dengan menggunakan metode rata-rata
tertimbang (weighted average).
9) Harga saham adalah harga yang terjadi pada waktu penutupan perdagangan.

1.2.3 Rumusan Masalah
Berdasarkan pembatasan masalah di atas maka rumusan masalah yang akan
diteliti dalam desertasi ini adalah;
16
 

1) Apakah model real option lebih akurat dari pada model tradisional (model
DCF dan model RV).
2) Apakah kondisi undervalue atau overvalue harga saham waktu IPO dapat
diprediksi dengan model prediksi dengan variabel bebasnya sesuai dengan
variabel bebas model Real Option.
3) Bagaimana pengaruh penambahan variabel bebas Debt Equity Ratio (DER)
ke dalam model prediksi harga saham.
4) Bagaimana pengaruh penambahan variabel bebas besarnya porsi saham yang
dijual kepada publik (Publik) ke dalam model prediksi harga saham.
5) Bagaimana pengaruh penambahan variabel bebas DER dan Publik secara
bersama-sama ke dalam model prediksi harga saham.

1.3 Tujuan Penelitian
1) Menentukan harga saham perusahaan waktu IPO di BEI dengan
menggunakan metode real option, yang mana harga tersebut lebih mendekati
harga aktual di Bursa.
2) Membangun model prediksi harga saham perusahaan waktu IPO di BEI yang
dapat memprediksi harga saham tersebut akan undervalue atau overvalue,
dengan mengembangkan teori Real Option.
3) Membangun model prediksi harga saham perusahaan waktu IPO di BEI yang
mampu memprediksi harga saham apakah akan undervalue atau overvalue,
dengan mengembangkan teori Real Option melalui penambahan variabel
bebas Debt Equity Ratio (DER).
17
 

4) Membangun model prediksi harga saham perusahaan waktu IPO di BEI yang
dapat memprediksi apakah harga tersebut akan undervalue atau overvalue,
dengan mengembangkan teori Real Option melalui penambahan variabel
bebas Publik.
5) Membangun model prediksi harga saham perusahaan waktu IPO di BEI yang
dapat memprediksi harga saham tersebut akan undervalue atau overvalue,
dengan mengembangkan teori Real Option melalui penambahan variabel
bebas DER dan Publik secara bersama-sama.

1.4 Kegunaan Penelitian
Kegunaan penelitian ini dibagi dalam 2 kelompok yaitu kegunaan untuk
pengembangan ilmu pengetahuan dan kegunaan operasional.
1.4.1 Kegunaan Pengembangan Ilmu
Dapat memberi sumbangan ilmiah bagi ilmu pengetahuan antara lain;
1) Merupakan perbaikan teori valuasi harga saham waktu IPO yang ada dengan
digunakannya metode real option dalam menghitung harga saham IPO.
2) Membangun model prediksi harga saham yang handal dan dapat
dipertanggung jawabkan secara ilmiah dalam memprediksi arah
perkembangan harga saham setelah IPO apakah harga akan menuju
undervalue atau overvalue dengan menggunakan data dari prospektus calon
emiten dengan mengembangkan model Real Option dan menambah variabel
DER dan Publik sebagai variabel bebas.
18
 

3) Sebagai referensi ilmiah model prediksi harga saham dalam jangka waktu 30
hari pertama dicatat di BEI.

1.4.2 Kegunaan Operasional.
1) Dapat menjadi acuan untuk menetapkan harga saham IPO di BEI dalam
upaya melindungi kepentingan emiten, underwriter dan investor.
2) Sebagai referensi dalam menentukan nilai intrinsik harga saham waktu IPO
sehingga memudahkan dalam pengambilan keputusan.
3) Dapat meminimalkan risiko bagi para pelaku di BEI.














19
 

BAB II
KAJIAN PUSTAKA, KERANGKA PEMIKIRAN DAN HIPOTESIS

2.1 Kajian Pustaka
Metode penentuan harga IPO yang ada sekarang ini (tradisional) bersumber
dari 2 model yaitu model Discounted Cash Flow (Model DCF) dan model
Relative Valuation (Model RV). Masing-masing model ini mempunyai
keunggulan dan kelemahan, namun yang pasti keduanya tidak dapat menentukan
harga IPO yang optimum, ini dibuktikan dengan data empiris dimana sebagian
besar harga IPO undervalue dan sebagian kecil overvalue waktu saham tersebut
dicatatkan di Bursa (listing).
Disamping itu dalam melakukan analisis dan memilih saham ada dua
pendekatan dasar, yaitu analisis fundamental dan analisis teknikal.
Analisis fundamental mencoba memperkirakan harga saham di masa yang
akan datang dengan;
1. Memperkirakan nilai dari faktor-faktor fundamental yang
mempengaruhi harga saham dimasa datang.
2. Menerapkan hubungan variabel-variabel tersebut sehingga diperoleh
taksiran harga saham.
Oleh karena itu model ini sering juga disebut dengan model share price
forecasting model dan kerangka analisis fundamental ini adalah:

20
 

 
Gambar 2.1
Kerangka Analisis Fundamental
















Analisis kondisi ekonomi atau pasar dilandasi oleh pemikiran bahwa kondisi
perekonomian mempengaruhi kondisi pasar yang pada akhirnya mempengaruhi
pemodal. Foster (1986) mengatakan bahwa kondisi ekonomi mampu menjelaskan
sekitar 17% perubahan laba perusahaan.
1. Manfaat yang diharapkan, baik dalam bentuk dividen maupun laba.
2. Risiko investasi yang akan mempengaruhi tingkat keuntungan yang layak atau PER.
Analisis
Fundamental
Penilaian
1. Ekonomi / Pasar
2. Industri
3. Perusahaan
Model valuasi DCF
Atau
Model valuasi RF
Dilakukan analisis terhadap:
Gunakan
Sumber: Husnan, 2001
21
 

 
Analisis industri dilakukan karena dengan kondisi pasar yang cukup baik
untuk investasi perlu ditentukan sektor industri mana yang paling menarik. Perlu
diperhatikan indeks dari masing-masing sektor industri dan jumlah perusahaan
yang ada di sektor tersebut hal ini untuk membedakan apakah faktor dominasi
perusahaan yang lebih berpengaruh atau perkembangan industrinya memang baik.
Siklus kehidupan industri juga harus diperhatikan apakah industri berada pada
tahap perkenalan, pertumbuhan, kedewasaan, dan penurunan.
Analisis Teknikal mencoba memperkirakan harga saham dengan mengamati
perubahan harga saham tersebut di waktu yang lalu berdasarkan anggapan bahwa;
1. Harga saham mencerminkan informasi yang relevan,
2. Informasi itu ditunjukkan oleh perubahan harga di waktu yang lalu,
3. Perubahan harga akan mempunyai pola tertentu dan pola tersebut akan
berulang.
Kerangka pemikiran analisis teknikal ini adalah:









22
 

 
Gambar 2.2
Kerangka Analisis Teknikal










Indikator teknis yang sering digunakan adalah; moving average, new highs
and lows, volume perdagangan dan short interest ratio. Sedangkan grafik yang
sering digunakan adalah; key reversals, head and shoulders, ascending and
descending triangles.
Indikator moving average adalah menghitung rata-rata harga saham dalam
jumlah hari yang dijadikan patokan untuk menghitungnya contoh, 5 hari.
Pedomannya adalah, jika harga saham berada di bawah harga moving average dan
volume perdagangan cukup besar maka saham tersebut sebaiknya dibeli,
sebaliknya jika harga saham berada diatas harga moving average sebaiknya saham
tersebut segera dijual.
Dengan menganalisis
Perubahan Harga Melalui
Analisis Teknikal
mencoba untuk
Mengidentifikasi
kapan gerakan
Indikator
Teknis
Kondisi pasar
Sumber: Husnan, 2001
Suatu saham
Grafik
23
 

 
Indikator new highs and lows adalah laporan dari bursa tentang harga
tertinggi dan terendah biasanya untuk periode 52 minggu. Analis akan
menyimpulkan bahwa bursa akan bullish (harga-harga saham akan naik) jika
sejumlah besar saham mencapai harga tertinggi selama 52 minggu terakhir,
demikian sebaliknya.
Indikator volume perdagangan ditafsirkan oleh analis adalah jika kegiatan
perdagangan dalam volume yang tinggi, ini adalah tanda bahwa pasar akan
bullish.
Indikator short interest ratio adalah menunjukkan indikasi jumlah saham
yang dilakukan short selling tetapi belum dilakukan pembelian kembali, atau
Sbort intcrcst rotio =
Iumlah saham yang ui sbort sclling
Rata - iata volume peiuagangan haiian

Rasio ini menunjukkan berapa hari perdagangan yang dibutuhkan agar short
selling dapat diselesaikan. Pemodal melakukan short selling dengan harapan
bahwa harga saham akan turun di masa yang akan datang. Artinya rasio short
interest yang besar menunjukkan harapan yang cukup besar bahwa harga akan
turun. Namun analis menafsirkannya hal ini secara berlawanan, sehingga short
interest yang tinggi justru ditafsirkan akan bullish karena banyak pemodal yang
akan memebeli saham untuk menutup short sellingnya, karena itu semakin besar
short interest akan ditafsirkan makin besar potential demand.
Sedangkan cara grafik adalah dengan membuat pola-pola grafik
perkembangan harga saham. Pola key reversal ada yang berbentuk key reversal
top yaitu menggambarkan puncak dari harga saham yang berarti bahwa harga
24
 

 
akan segera turun dan key reversal bottom yaitu menggambarkan harga bawah
dari suatu saham yang berarti bahwa harga akan segera naik.
Pola head and shoulders, analis yang percaya dengan pola ini akan
menyarankan untuk membeli saham yang masih berada di posisi bahu (shoulders)
karena yakin harga akan naik, sebaliknya akan menyarankan untuk menjual saham
yang di posisi kepala (head) karena yakin harga akan turun.
Pola ascending and descending triangles, digunakan oleh analis yang yakin
adanya pola ascending (naik) dan descending (turun) dari harga saham. Pola
ascending mengatakan bahwa harga akan naik jika permintaan tidak dapat
terpenuhi sesuai dengan pola ascending triangles dan harga akan jatuh jika suplai
dari saham tidak dapat terserap sesuai dengan pola descending triangles.

2.1.1 Model Valuasi Discounted Cash Flow (Model DCF)
Model ini melihat nilai asset sebagai present value dari asset tersebut.
Model ini memerlukan informasi; perkiraan umur asset, cash flow serta besarnya
diskon.
Model DCF ini dikembangkan oleh Wiese (1930; 5) yang mengatakan
bahwa harga suatu aset sekuritas apakah itu saham atau obligasi adalah jumlah
dari seluruh pendapatan yang akan diterima dimasa datang dengan diskon sebesar
suku bunga saat ini untuk mendapatkan nilai present value nya.
Selanjutnya Williams (1938) memasukkan konsep dividen dan kesempatan
investasi (pertumbuhan), pendapatnya adalah;
ƒ dividen dimasa datang tergantung kepada earning dimasa datang
25
 

 
ƒ distribusi dividen adalah tergantung kepada kebutuhan re investasi
(opportunity), dari bisnis tersebut.
Gordon (1962) menggabungkan hubungan antara harga saham, dividen,
perkiraan pertumbuhan dividen dan besarnya diskon, yang kemudian dikenal
dengan model pertumbuhan dari Gordon.
Persamaan umum dari model DCF adalah sebagai berikut:
Nilai saham = `
Arus Kos
t
(1 +r)
t
t-n
t-1

............................... (2.1)
Dimana : r = Rf + premi risiko = tingkat bunga
Persamaan (2.1) diatas dapat dijabarkan menjadi sebagai berikut:
P
o
= `
B
t
(1 + i)
t
n
t-1
+
P
n
(1 + i)
n

............................... (2.2)
Jika saham tersebut dimiliki dalam jangka n tahun dimana n adalah cukup
lama (besar), maka persamaan (2.2) diatas menjadi:
P
o
= `
B
t
(1 + i)
t
n
t-1

............................... (2.3)
Model ini disebut juga the zero growth model, karena model dibangun
dengan asumsi bahwa keuntungan perusahaan tidak berubah setiap tahunnya dan
semua keuntungan dibagikan sebagai dividen, sehingga dividen tidak mengalami
pertumbuhan.
26
 

 
Jika pertumbuhan tidak sama dengan nol, atau ada bagian dari dividen yang
digunakan untuk investasi, maka persamaan (2.3) berubah menjadi sebagai
berikut:
P
o
= `
B
t
(i + g)
t
n
t-1

............................... (2.4)
Dimana; g = b R, b = proporsi laba ditahan
R = Return on Equity
Model ini sangat mudah digunakan untuk perusahaan dengan cash flow
positif namun akan bermasalah jika perusahaan adalah;
1) Perusahaan Dalam Masalah (Firms in Trouble).
Perusahaan dalam masalah, biasanya mempunyai earning dan cash flow yang
negative, akan mengalami kerugian untuk beberapa waktu di masa datang dan
berpeluang besar untuk bangkrut. Nilai cash flow yang negative akan
mengurangi modal perusahaan dan pada kondisi ekstrim membuat modal
perusahaan menjadi negative, sedangkan perseroan terbatas (limited liability)
menjamin tidak ada harga jual saham lebih kecil dari nol.
2) Perusahaan Dengan Cash Flow Bergelombang (Cyclical Firms).
Cash flownya cenderung mengikuti situasi ekonomi, waktu ekonomi
booming cash flow akan naik dan akan jatuh waktu resesi. Perusahaan
kelompok ini pada waktu resesi kondisinya seperti troubled firms, dengan
cash flow yang negatif.


27
 

 
3) Perusahaan Dengan Asset Yang Idle (Firms With Unutilized Assets).
Nilai DCF merefleksikan nilai dari seluruh asset yang yang menghasilkan
cash flow. Jika perusahaan mempunyai asset yang tidak digunakan maka nilai
asset ini tidak tercermin dalam perkiraan cash flow masa datang.
4) Perusahaan Yang Punya Hak Patent atau Opsi Produk.
Perusahaan yang mempunyai hak paten dan belum dimanfaatkan atau produk
yang belum diproduksi berarti perhitungan cash flownya tidak memasukkan
faktor-faktor tersebut baik untuk saat ini maupun untuk masa yang akan
datang.
5) Perusahaan Dalam Proses Restukturisasi.
Perusahaan dalam proses restrukturisasi kemungkinan akan menjual sebagian
asetnya, mengakuisisi asset lain, merubah capital structure dan divident
policy. Bahkan dalam beberapa kasus pemilik perusahaan juga berubah.
Perubahan ini berakibat sulitnya memperkirakan future cash flow dan risiko
perusahaan.
6) Perusahaan Dalam Proses Akuisisi.
Paling tidak ada 2 isu yang perlu diperhatikan; pertama apakah sinergi yang
dihasilkan dalam proses merger dapat dihitung? Kedua, terutama pada kasus
hostile take over, akibat dari perubahan manajemen cash flow dan risiko.
7) Perusahaan Private.
Timbul masalah dalam menentukan discount rates, parameter risiko dihitung
dari harga historis. Karena perusahaan tidak diperdagangkan di bursa maka
hal ini tidak mungkin karena datanya tidak ada.
28
 

 
Keuntungan model DCF adalah;
1) Valuasi berdasarkan nilai fundamental suatu aset, sehingga hasilnya lebih
rendah dari persepsi pasar.
2) Investor yang baik adalah membeli bisnis bukan saham, maka model DCF
adalah cara yang tepat untuk menentukan kapan harus membeli asset.
3) Valuasi dengan DCF memaksa kita untuk berpikir mengenai karakteristik
dari perusahaan dan mengerti tentang bisnisnya.

Kerugian Model DCF adalah;
1) Model membutuhkan lebih banyak input dan informasi dibandingkan dengan
pendekatan valuasi lainnya.
2) Input dan informasi ini tidak hanya sukar diperkirakan namun juga dapat
dengan mudah dimanipulasi oleh siapapun yang menginginkannya.
3) Tidak ada jaminan sesuatu perusahaan akan tumbuh terus.

2.1.2 Model Relative Valuation (Model RV)
Model RV ini dibuat berdasarkan kemampuan perusahaan menghasilkan
earning, kemudian dihitung nilai earning per share (EPS) atau price earning ratio
(PER) dan dibandingkan dengan nilai EPS dari kelompok industri perusahaan
tersebut.
Model ini dikembangkan oleh Molodovsky (1965) dan merupakan
pengembangan dari model pertumbuhan tetap (model Gordon). Moldovsky
29
 

 
mengatakan bahwa besarnya rasio dividen adalah fungsi dari pertumbuhan
pendapatan.
Persamaan umumnya adalah sebagai berikut:
PER =
P
0
E
1

............................... (2.5)
atau
PER =
(1-b)
(r-g)

............................... (2.6)
Dimana: P = Harga Saham
E = Earning
b = Proporsi laba ditahan
g = Tingkat pertumbuhan (growth)

Greenspan (1997) menggunakan model RV ini untuk model Treasury Bond
10 tahun dari Federal Reserve, namun diakhir masa Treasury Bond harga yang di
hasilkan nilainya mengalami overvalue sebesar 60%, hal ini disebabkan model ini
sangat sederhana sehingga tidak cocok untuk perkiraan pertumbuhan dalam
jangka panjang.
Cara kerja model RV ini adalah dengan menghitung nilai asset perusahaan
kemudian memperhatikan nilai asset perusahaan / industri pembanding relative
terhadap variabel yang umum seperti earnings, cash flow, atau nilai buku. Model
ini memerlukan informasi; asset yang identik, standarisasi ukuran nilai misalnya
modal, jika asset tidak bisa dibandingkan secara persis maka perlu variabel
kontrol untuk perbedaan tersebut.

30
 

 
Ada 2 cara pendekatan perhitungan yang biasa digunakan untuk model RV;
1) Pendekatan fundamental, dengan menghitung nilai fundamental
perusahaan misalnya; pertumbuhan laba dan cash flow, pay out ratio, dan
risiko. Metode ini hampir sama dengan model DCF, tetapi model RV ini
mempunyai keuntungan dapat memperlihatkan hubungan rasio-rasio
tersebut dengan karakteristik perusahaan dan memungkinkan analis untuk
menggali bagaimana hubungan perubahan rasio tersebut jika karakteristik
industri berubah. Misalnya bagaimana efek perubahan profit margin atas
price-sales ratio? Apa yang terjadi terhadap P/E rasio jika pertumbuhan
menurun? Bagaimana hubungan antara rasio price/book dan ROE?
2) Pendekatan komparabel, yaitu secara langsung membandingkan
perusahaan dengan perusahaan pembanding yang telah ada di Bursa.
Kuncinya adalah bagaimana mengambil perusahaan pembanding tersebut.

Model RV ini sangat sederhana dan mudah digunakan, akibatnya sangat
mudah terjadi kesalahan sehingga hasilnya mudah dimanipulasi karena tidak ada
dua perusahaan yang secara persis sama risiko dan pertumbuhannya, disamping
itu hasil perhitungan bisa overvalue atau undervalue jika salah dalam mengambil
harga rata-rata industri pembanding.
Keuntungan model RV adalah;
1) Valuasi model RV lebih mencerminkan persepsi pasar dibandingkan model
DCF.
31
 

 
2) Selalu ada proporsi yang jelas dari sekuritas yang undervalued dan
overvalued.
3) Model ini cocok bagi menejer yang kinerjanya dinilai dengan
membandingkan prestasinya relative terhadap menejer perusahaan lain.
4) Model ini membutuhkan lebih sedikit informasi dibanding model DCF.

Kerugiannya adalah;
1) Bisa terjadi portfolio sekumpulan saham yang undervalue, dengan
perhitungan relative bisa jadi masih overvalue.
2) Model ini menggunakan asumsi bahwa pasar adalah benar, kesalahan hanya
ada pada masing-masing sekuritas.
3) Model RV membutuhkan lebih sedikit informasi karena asumsi secara
implisit dibuat tentang variabel lain, bila asumsi ini salah maka hasil
perhitungan dengan model RV juga akan salah.

2.1.3 Kajian Pustaka Sebab Undervalue
Teori dan hasil penelitian para ahli tentang sebab-sebab harga saham IPO
undervalue dapat dikelompokkan sebagai berikut:


2.1.3.1 Teori Life Cycle
Lerner (1994; 293-316) melakukan penelitian terhadap industri biotech di
Amerika Serikat dan menemukan bahwa Market-to-book-ratios (MTBR) adalah
faktor penting bagi perusahaan dalam mengambil keputusan untuk go publik.
32
 

 
Sedangkan Zingales (1995; 425-448) mengatakan bahwa keputusan go
publik adalah untuk memudahkan potential aquiror melakukan takeover.
Pagano, Panetta & Zingales (1998; 27-64) melakukan penelitian terhadap
perusahaan-perusahaan di Italia, dan menemukan bahwa go publik lebih banyak
dilakukan oleh perusahaan dengan MTBR tinggi hal itu dilakukan untuk
mengurangi biaya kredit. Disamping itu mereka juga menemukan bahwa aktifitas
IPO akan diikuti dengan tingginya investasi dan pertumbuhan, bukan sebaliknya.
Black & Gilson (1998; 243-277) mengatakan bahwa pemilik lama akan
mendapatkan kontrol lagi atas perusahaan yang telah go publik. Sedangkan
Chemmanur & Fulghieri (1989; 249-279) mengatakan tujuan perusahaan
melakukan go publik adalah untuk menyebarkan kepemilikan perusahaan.
Baker & Wurgler (2000; 2219-2257) menemukan bahwa semakin banyak
persentase saham yang dijual, semakin kecil return di tahun berikutnya.
Sedangkan Maksimovic, Vojislav & Pichler (2001; 459-494) mengatakan bahwa
tingginya harga saham akan menaikkan kompetisi produk perusahaan di pasar.
Welch dan Ritter (2002; 5) mengatakan sebab perusahaan melakukan go
publik adalah karena adanya keinginan untuk menaikkan modal, menciptakan
pasar publik agar suatu ketika pemegang saham dapat mengkonversikan
sahamnya ke dalam bentuk tunai, serta meningkatkan publikasi.
Lowry dan Schwert (2002; 1171-1200) menemukan return IPO hari pertama
lebih tinggi dari return rata-rata 6 bulan.


33
 

 
2.1.3.2 Teori Market Timing
Lucas dan McDonald (1990; 1019-1043) mengatakan bahwa perusahaan
akan menunda go publik ketika sahamnya dihargai undervalue. Choe, Masulis &
Nanda (1993; 3-31) menemukan bahwa perusahaan menghindari kegiatan IPO
ketika sedikit perusahaan bermutu yang go publik. Sedangkan penelitian
Subramanyam & Titman (1999; 1045-1082) dan Schultz dan Zaman (2000;
199- 219) menemukan adanya information spillovers di pasar.

2.1.3.3 Short Run Underpricing
Menurut Ibbotson (1975; 235-272) harga IPO yang underprice adalah untuk
menutupi premi risiko asset-pricing akibat market misvaluation dan risiko
likuiditas.
Pendapat mengenai penyebab harga saham IPO underprice dapat dibagi
dalam dua kelompok yaitu kelompok Asymmetric Information dan Symmetric
Information.
1) Asymmetric Information; Issuer lebih mengetahui dari pada investor;
Welch (1989; 421-450) mengatakan bahwa underwriter akan
mengembalikan kerugian emiten akibat harga yang undervalue dengan adanya
aktifitas sesudah IPO misalnya dengan penerbitan saham berikutnya. Allen &
Faulhaber (1989; 303-324) mengatakan bahwa pasar akan merespon positif
pengumuman dividen di masa datang. Chemmanur (1993; 285-304) mengatakan
bahwa analis akan mengembalikan pengorbanan yang telah dilakukan.

34
 

 
2) Asymmetric Information; Investor lebih mengetahui dari pada issuer.
Menurut Rock (1986; 187-212) harga saham yang tinggi waktu IPO
mempengaruhi investor akan kemungkinan terjadinya winner’s curse. Sedangkan
Koh & Walter (1989; 251-272) mengatakan bahwa untuk BEP, harga IPO harus
underprice.
Benveniste & Spindt (1989; 303-323) menemukan bahwa bookbuilding
memungkinkan underwriter mendapatkan informasi dari informed investors.
Pendapat ini dibantah oleh Aussenegg, Pichler, dan Stomper (2004) yang
mengemukakan hasil penelitiannya dari data empiris proses penetapan harga IPO
di Jerman, bahwa tidak ada bukti bookbuilding memberikan informasi.
Sedangkan Welch (1992; 695-732) mengatakan bahwa harga IPO yang
tinggi menimbulkan kekhawatiran akan terjadinya penurunan harga yang tajam.
Habib, Michel & Ljungqvist (2001; 433-458) mengatakan bahwa harga IPO
yang underprice adalah sebagai pengganti mahalnya biaya pemasaran.
3) Symetric Information
Krigman, Shaw & Womack (1999; 1015-1044) dan Ellis, Michaely &
O’Hara (2000; 1039-1074) menemukan hasil yang sama yaitu volume
perdagangan akan semakin tinggi dengan semakin besarnya underprice

2.1.3.4 Teori Shares Allocation.
Sherman & Titman (2002) mengatakan bahwa kejadian underprice adalah
sebagai kompensasi bagi investor untuk mendapatkan informasi yang mahal.
35
 

 
Loughran, Tim & Ritter (2002; 413-443) mengatakan akan terjadi konflik
antara issuer dengan underwriter jika diberi keleluasaan dalam mengalokasikan
saham, karena underwriter tidak melaksanakan apa yang diinginkan oleh issuer.
Puliam, Susan & Smith (2000; c1, 2001; c1) menemukan bahwa keleluasaan
dalam mengalokasikan saham akan digunakan hanya untuk memperkaya
underwriter. Ljungqvist dan Wilhelm (2002) mengatakan bahwa penjualan saham
secara langsung kepada teman dan keluarga akan menurunkan tingkat underprice.
Sedangkan Ellis, Michaely & O’Hara (2000; 1039-1074), Aggarwal, Reena
& Conway (2000; 2093-2922), mengatakan bahwa Lead underwriter akan
bertindak sebagai Market Maker dan dia akan mendapat keuntungan 2% dari 3
bulan pertama saham dicatat di Bursa.

2.1.3.5 Teori Valuation
Kim, Moonchul & Ritter (1999; 409-437) mengatakan bahwa kemampuan
data akunting dan earnings forecast dalam menjelaskan harga IPO adalah rendah.
Penelitian Purnanandam, Amiyatosh & Swaminathan (2001) menemukan
bahwa harga IPO 50% lebih tinggi dari harga rata-rata industri.

2.1.3.6 Kinerja Long-Run.
Beberapa peneliti yang mengamati kinerja saham dalam periode jangka
panjang menemukan bahwa harga saham waktu IPO adalah overvalue. Hal ini
dikemukakan antara lain oleh; Miller (1977; 1151-1168) yang mengatakan bahwa
investorlah yang sangat optimis membeli saham waktu IPO, karena setelah
36
 

 
beberapa waktu nilai volatilitas akan turun yang diikuti oleh marginal investor
untuk melakukan valuasi harga saham dan hasilnya adalah berupa harga rata-rata
“mean valuasi” yang harganya di bawah harga IPO sehingga harga akan turun.
Schultz (2001) mengatakan bahwa banyak IPO dilakukan hanya karena
mengikuti IPO yang sukses, padahal kinerja perusahaan tersebut memang di
bawah rata-rata. Sedangkan Jain & Kini (1994; 1699-1726), Mikkelson, Partsh &
Shah (1997; 281-307) mengatakan bahwa memang kinerja akuntansi perusahaan
tersebut lebih jelek pada waktu post IPO dibandingkan pre IPO. Heaton (2001)
mengatakan penyebab terjadinya underperformance harga saham dalam jangka
panjang adalah karena menejer terlalu optimis.
Teoh, Hong, Welch & Wong (1998; 1935-1974) mengatakan bahwa data
akunting pre IPO terlalu optimis, tidak memberikan sinyal akan terjadinya
kesulitan dalam periode operasi (life cycle) perusahaan.

2.1.4 Model Option Pricing (OP Model)
Option adalah suatu hak yang dimiliki oleh pemegangnya, bukan kewajiban
yang harus dilaksanakan pada waktu kontrak tersebut jatuh tempo. Call option
adalah hak untuk membeli underlying asset pada saat jatuh tempo sedangkan put
option adalah hak untuk menjual underlying asset pada saat jatuh tempo.




37
 

 
Call dan Put Option dapat digambarkan sebagai berikut:
Gambar 2.3
Call dan Put Option





Call option adalah hak untuk membeli saham yang diperoleh dengan cara
pihak pemegang call terlebih dahulu membeli call option dengan kesepakatan
harga call, jangka waktu dan harga waktu jatuh tempo (strike price). Investasi
pemegang call akan pulang pokok jika pada waktu jatuh tempo call, harga pasar =
harga call + harga strike. Keuntungan diperoleh jika waktu jatuh tempo call, harga
pasar > harga call + harga strike, demikian sebaliknya.
Put option adalah hak untuk menjual saham yang diperoleh dengan cara
pihak pemegang put terlebih dahulu membeli put option dengan kesepakatan
harga put, jangka waktu dan harga waktu jatuh tempo (strike price). Investasi
pemegang put akan pulang pokok jika pada waktu jatuh tempo put, harga pasar =
harga strike – harga put. Keuntungan diperoleh jika waktu jatuh tempo call, harga
pasar < harga strike – harga put, demikian sebaliknya.
Secara umum pendekatan dari model option dapat dibagi dua yaitu model
Black dan Scholes dan model binomial option dari Cox et al.

Put option
Call option
Value of asset
Strike price
38
 

 
2.1.4.1 Model Black dan Scholes
Black & Scholes (1973) mempublikasikan suatu model option yang
persamaan umumnya untuk Call adalah;
C = SN(J
1
) -Xc
¡
]
1
N(J
2
)
............................... (2.7)
dimana;
J
1
=
lnI
S
X
] + (r
]
+o
2
¡2)T
σ√T

d2 = d1 - σ√T
C = nilai call
S = nilai underlying asset
X = nilai exercise
rf = suku bunga bebas risiko
T = jangka waktu
σ   = standar deviasi
N = distribusi normal

Persamaan ini dibangun dengan asumsi;
• Suku bunga bebas risiko yang besarnya tetap sepanjang waktu option.
• Return harga saham terdistribusi secara lognormal.
• Volatilitas tetap.
• Tidak ada pembagian dividen.
• Option adalah model “European style”, tidak dapat di eksekusi sebelum
jatuh tempo.
• Tidak ada biaya transaksi.
• Tidak ada penalti untuk short sales.
39
 

 
2.1.4.2 Model Binomial Option
Model ini pertama kali diperkenalkan oleh Cox dan Ross (1976; 145-166),
merupakan metode kuantitatif sederhana untuk nilai option. Idenya adalah bahwa
suatu posisi leverage saham akan berulang pada kembalian di masa depan dari
suatu call, artinya suatu bagian portfolio saham dan jumlah dolar B dalam obligasi
tanpa risiko dapat direplicate dengan suatu call atau put option. Berarti model
tidak terikat pada investor yang kemungkinan mempunyai sikap berbeda terhadap
pergerakan naik atau turun dari saham tersebut. Model juga bebas atas sikap
investor terhadap risiko dan satu-satunya variabel acak yang nilainya tergantung
call adalah harga saham itu sendiri.
Asumsi dari model binomial adalah:
• Harga saham mengikuti suatu proses binomial pada periode terpisah.
• Tingkat bunga tetap.
• Tidak ada pajak, biaya-biaya transaksi, margin maupun short selling.

Persamaan binomial Call option untuk periode n dapat ditulis seperti,
C = e
-nr∆t
`(
n!
j! (n - j)!
)p
j
(1 - p)
n-j
n
J=0

............................... (2.8)
Dimana;
C = nilai dari call option
S = harga dari underlying asset
u = kenaikan setelah satu periode
d = penurunan setelah satu periode
r = tingkat suku bunga bebas risiko
40
 

 
Δt = waktu satu periode
n = jumlah periode dari t
p = (e
r Δt
– d) / (u –d)
Gambar 2.4
Model Binomial









Dengan satuan harga saham tertentu, nilai call dapat dihitung dengan
menghitung kembali dari waktu jatuh tempo. Jika kita mulai dengan salah satu
dari nilai terminal saham, maka dapat diperoleh hubungan yang bersesuaian dari
nilai terminal suatu call option secara langsung. Kita dapat membikin pohon
binomial dari periode waktu T ke periode waktu T-1, diskonto nilai portfolio dari
periode T ke periode T-1 memakai tingkat bunga risk-free. Kita lanjutkan proses
itu dari T-1 ke T-2 dan seterusnya sampai kita memperoleh nilai call pada kontrak
awalnya.
Rendleman dan Bartter (1979; 1093-1110) menggunakan model option
binomial untuk menentukan nilai option tingkat bunga. Mereka menggunakan
Su
Su
2
Su
3
Su
4
Su
2
S

S
S
Su
Sd
2
Sd
2
Sd
3
Sd
4
Sd

Sd
T T-1 T-2 T-3

Origination

41
 

 
suatu model single-parameter untuk menguraikan strukturnya, model berasumsi
bahwa risk-free tumbuh dengan tingkat tarif dan volatilitas yang tetap.
Bagaimanapun model ini semua memerlukan tingkat bunga pada volatilitas
yang sama, semuanya menyoroti tingkat bunga dan semua tingkat bunga masa
depan dengan variabel yang sama.
Ho dan Lee (1986; 1011-1029) menyajikan model binomial yang
mempertimbangkan perubahan dalam keseluruhan struktur bukan hanya suku
bunga. Model ini disetiap titik menghadirkan satu set harga potongan bond dan
pohon yang dibangun sedemikian rupa sehingga mencerminkan harga bond yang
diamati di pasar.

2.1.5 Sejarah Perkembangan Model Option
2.1.5.1 Model yang mendahului Black&Scholes
Bachelier (1900) dalam disertasi doktornya di Universitas Sorbone
menghitung nilai option secara analitik dengan menggunakan gerak Brownian dan
asumsi return saham yang mengikuti distribusi normal.
Persamaannya ditulis sebagai berikut:
C = S - N|
S - X
o√I
| -X - N|
S -X
o√I
| + o√I - N|
X -S
o√I
|
............................... (2.9)
Dimana: S = harga saham saat ini
X = harga exercise
N = kumulatif distribusi normal.

42
 

 
Namun penemuan Bachelier ini menimbulkan masalah yang serius yaitu
dimungkinkannya timbul harga negatif baik itu harga saham maupun harga
option.
Sprenkle (1964; 412-474) mengatasi masalah Bachelier ini dengan
menganggap bahwa harga saham terdistribusi secara lognormal dan mengizinkan
adanya drift dengan random walk. Perubahan yang dilakukan Sprenkle ini akan
menghindari hasil negatif terhadap harga sekuritas.
Persamaannya adalah;
C = c
p
S - N|
ln |
S
X
| + |µ +
o
2
2
| I
o√I
| - |1 -Z]X - N|
ln |
S
X
| +|µ +
o
2
2
| I
o√I
|
....... (2.10)
Dimana, ρ = rata-rata pertumbuhan dari saham dan Z adalah tingkat risiko
Bannes (1964; 163-175) menambahkan nilai time value of money ke dalam
persamaan Sprenkle tersebut, sehingga persamaan menjadi:
C = S - N|
ln |
S
X
| +|µ +
o
2
2
| I
o√I
| -c
-p1
X - N|
ln |
S
X
| +|µ +
o
2
2
| I
o√I
|
....... (2.11)
Samuelson (1965; 13-31) memperluas model Baness dengan menambahkan
variabel w yaitu rata-rata tingkat pertumbuhan dari call.
Persamaannya dapat ditulis menjadi:
C = c
(p-w)1
S - N|
ln |
S
X
| +|µ +
o
2
2
| I
o√I
| -c
-w1
X - N|
ln |
S
X
| + |µ +
o
2
2
| I
o√I
|
....... (2.12)
43
 

 
2.1.5.2 Generalisasi Model Black & Scholes
Black & Scholes (1973; 637-659) mempublikasikan hasil penelitiannya
berupa suatu persamaan untuk menghitung harga option, mereka menggunakan
suku bunga bebas risiko (Rf) sebagai gantiρ , rata-rata pertumbuhan saham dari
Sprenkle, persamaannya adalah sebagai berikut:
C = S - N|
ln|
S
X
| +|R
]
+
o
2
2
| I
o√I
| - c
-R
]
1
X - N|
ln|
S
X
| + |R
]
-
o
2
2
| I
o√I
|
Atau
C = S - N(J
1
) - c
R
]
1
X - N(J
2
)
...................... (2.13)
Dimana : C = call option
S = harga saham
X = harga exercise option
T = jatuh tempo option
Rf = tingkat bunga risk-free (r),
σ = variance harga saham dan
N{.} adalah cumulative standard normal distribusi

2.1.5.3 Perluasan model Black-Scholes
Garman dan Kohlhagen (1983; 231-237) menggunakannya untuk
menghitung nilai option currencies dengan persamaan sebagai berikut:
C = c

]
T
S - N|
ln|
S
X
| +|(r
Ð
-r
P
) +
o
2
2
| I
o√I
| - c

D
1
X - N|
ln|
S
X
| +|(r
Ð
- r
P
) -
o
2
2
| I
o√I
|
......(2.14)
44
 

 
dimana r
D
adalah tingkat bunga mata uang domestik dan r
F
adalah tingkat bunga
mata uang asing.
Compound options. Bahwa option atas suatu hak kekayaan firm’s benar
benar suatu compound option telah dikenali oleh Black dan Scholes, mereka
mencatat bahwa hak kekayaan suatu perusahaan yang mempunyai hutang seperti
suatu call option atas nilai asset; maka, suatu option atas hak kekayaan (equity)
adalah suatu option atas nilai asset perusahaan tersebut.
Geske (1979; 63-81) memberikan suatu model analitik untuk nilai
compound option dan mencatat bahwa masalah pokok dalam menggunakan rumus
Black- Scholes untuk nilai compound option adalah bahwa Black-Scholes
berasumsi volatilitas itu tetap, sedang kasus option atas saham tergantung level
harga saham (atau nilai perusahaan). Ketika dibandingkan dengan model Black-
Scholes, model compound option memberikan nilai yang lebih tinggi untuk deep-
out-of-the money dan near-maturity namun lebih rendah untuk deep-in-the-money.
Model option Amerika dikembangkan oleh Roll (1977; 251-258), Geske
(1979; 63-81) dan Whaley (1981; 207-212). Perbedaan utamanya adalah option
Amerika mengizinkan di exercise nya option lebih awal dari jangka waktu jatuh
tempo. Disini terjadi perluasan dari rumus Black-Scholes tidak hanya distribusi
cumulative standard normal N{.}, tetapi juga suatu distribusi bivariate normal
M{.,.,.}, yang menjadikan model sangat kompleks. Sehingga tidaklah
mengherankan kalau para pengguna option Amerika banyak berbalik ke model
binomial.

45
 

 
2.1.6 Model Real Option
Damodaran (1994) mengembangkan option untuk menghitung equity, nilai
dari perusahaan yang bergerak dibidang sumber daya alam, dan nilai perusahaan
yang memiliki hak paten seperti perusahaan farmasi, sehingga model ini lebih
populer dengan sebutan real option.
Dasar pemikirannya adalah equity dilihat sebagai call option atas
perusahaan, ini sejalan dengan model dasar dari Black-Scholes, sehingga
persamaannya adalah;
Nilai dari equity = VN (d1) – De
-r t
N(d2) ...............(2.15)
dimana
u
1
=
lnI
v
B
] + (i +
σ
2
2
)t
σ√t

d2 = d1 - σ√t
V = Nilai asset
D = Nilai hutang
σ
2
  = Variance dari nilai asset perusahaan underlying
t = jangka waktu jatuh tempo hutang (tahun)
r = Suku bunga tanpa risiko
N(x) = Daerah di bawah standardized normal distribusi

Untuk perusahaan yang bergerak dibidang sumber daya alam, maka nilai
cadangan sumber daya alam tersebut dapat dilihat sebagai call option, sehingga
persamaannya menjadi:
Nilai dari cadangan = V e
–y t
N (d1) – De
-r t
N(d2) ..............(2.16)
dimana
46
 

 
u
1
=
lnI
v
B
] + (i - y +
σ
2
2
)t
σ√t

d2 = d1 - σ√t
V = Present Value dari cadangan yang belum dikembangkan
D = Present Value dari biaya pengembangan
σ
2
= Variance dari nilai cadangan yang belum dikembangkan
t = jangka waktu cadangan
r = Suku bunga tanpa risiko
y = Net cash flow per tahun dari pengembangan cadangan (dalam persen)
N(x) = Daerah di bawah standardized normal distribusi

Untuk perusahaan yang memiliki paten, maka nilai produk paten dilihat
sebagai call option, dan persamaannya menjadi:
Nilai produk paten = V e
–y t
N (d1) – De
-r t
N(d2) ..............(2.17)

dimana
u
1
=
lnI
v
B
] + (i - y + (
σ
2
2
))t
σ√t

d2 = d1 - σ√t
V = Presen value dari produk baru (paten) yang diluncurkan
D = Present value dari biaya pengembangan produk
σ
2
= Variance dari expected cash flow
t = jangka waktu paten
r = Suku bunga tanpa risiko
y = 1/(jangka waktu paten)
N(x) = Daerah di bawah standardized normal distribusi

47
 

 
Copeland et all. (1995) menggunakan “opion pricing methods” untuk
valuasi dan harga valuasi yang dihasilkan model option berkisar 16% sampai
dengan 83% di atas dari harga valuasi secara konvensional. Damodaran (1994)
juga menggunakan “option pricing method” melakukan penghitungan ulang harga
saham Gulf Oil waktu di take over di tahun 1994 menemukan hasil bahwa nilai
saham waktu take over tersebut adalah lebih tinggi (overvalued) sebesar 36,5%.
Dickens, R.N. and Lohrenz, J. (2006) Membandingkan perhitungan DCF
dengan real option untuk oil dan gas di teluk Mexico menyimpulkan bahwa
metode real option lebih akurat 10% dari pada model DCF.
Mauboussin (1999) menemukan bahwa nilai call option akan meningkat
sejalan dengan meningkatnya volatilitas dari harga saham.
Bahsoon dan Emmerich (2000) menggunakan model real option untuk
memprediksi stabilitas dari arsitektur software yang di fokuskan kepada kondisi
masa depan yang tidak pasti. Hasilnya adalah model real option dapat digunakan
untuk memprediksi ketidak pastian tersebut.
Borissiouk dan Peli (2002) dalam Tesis Master nya di Universitas Lausanne
menyimpulkan bahwa real option sangat berguna untuk menghitung nilai
Expected Net Present Value (ENPV) yang berada di daerah abu-abu (negative dan
rendah).
Titman dan Wessels (1988; 1-19) mengatakan struktur modal perusahaan
bergantung pada risiko kebangkrutan perusahaan itu sendiri. Semakin unik suatu
perusahaan maka semakin tinggi pula risiko yang berarti semakin tinggi biaya
48
 

 
kebangkrutannya. Akibatnya tingkat unik suatu perusahaan mempunyai hubungan
negative dengan rasio hutang.
Myers dan Majluf (1984; 187-221) mengatakan ada hubungan yang positif
antara hutang dengan nilai jaminan asset. Dalam hal real option, berarti bahwa
debt to equity ratio (DER) mempunyai hubungan yang positif dengan nilai aset.

2.1.7 Efek Dari Struktur Saham Perusahaan
Hawawini (1998) mengatakan bahwa return dari perusahaan dengan market
kapitalisasi yang kecil adalah outperform dibandingkan dengan perusahaan yang
market kapitalisasinya besar, ini biasa disebut dengan size effect. Selanjutnya
dikatakan bahwa size effek konsisten dengan efficency market hipotesis untuk
pasar yang semi strong.
Rozeff (1982; 249-259) juga menyelidiki pengaruh struktur kepemilikan dan
hasil penelitiannya digambarkan dalam suatu Value Line sebagai berikut:
• Dividen akan dibayarkan lebih besar apabila kepemilikan inside ownership
lebih kecil dari pada outside ownership.
• Jumlah shareholder dengan level debt mempunyai hubungan yang negative
Myers (1984; 575-592) mengatakan urutan yang diinginkan manager dalam
sumber dana untuk investasi adalah; laba, hutang dan modal. Jika ini benar maka
akibatnya akan terjadi hubungan yang negative antara profitability dan debt ratio.
Dimana profitability adalah perbandingan dari operating income terhadap total
asset.
49
 

 
Titman dan Wessels (1988; 1-19) mengatakan struktur modal perusahaan
bergantung pada risiko kebangkrutan perusahaan itu sendiri. Artinya semakin unik
suatu perusahaan semakin tinggi pula risikonya sehingga semakin tinggi biaya
kebangkrutannya. Akibatnya tingkat keunikan suatu perusahaan mempunyai
hubungan negative dengan rasio hutang. Dia juga mengatakan bahwa ada
hubungan yang positif antara ukuran perusahaan (firm size) dengan debt. Ukuran
perusahaan diukur dari besarnya nilai log natural penjualan (ln sales).
Myers dan Majluf (1984; 187-221) mengatakan ada hubungan yang positif
antara hutang dengan nilai jaminan asset. Menurut Haugen dan Senbet (1986; 5-
22) perusahaan dengan kewajiban membayar pajak tinggi akan menggunakan
hutang sebesar mungkin untuk mengambil manfaat dari pengurangan pajak.
Zimmerman (1983) menggunakan rasio pajak yang dibayarkan dan
pendapatan sebelum pajak sebagai perkiraan besarnya pajak.
Roll (1981; 879-888) mengatakan bahwa perusahaan kecil yang go publik
memiliki rata-rata return yang lebih tinggi dibandingkan dengan perusahaan besar
kalau risikonya sama. Sayangnya perusahaan kecil sangat sukar mengukur
risikonya.






50
 

 
Penelusuran pustaka dapat digambarkan sebagai berikut:
Gambar 2.5
Penelusuran Pustaka











2.2 Kerangka Pemikiran
Penelitian ini dibagi menjadi dua bagian, pertama adalah menghitung harga
saham yang seharusnya pada waktu IPO dengan menggunakan model real option
(harga saham IPORO), dan kedua adalah membangun model untuk memprediksi
harga saham waktu IPO apakah harga saham akan menuju kearah undervalue atau
overvalue.



Life Cycle
Theories
Harga saham
IPO
Short Run
Underpricing
Long-run
Performance
Valuation
Theories
Shares Allocation
Theories
Long-run
Performance
Listing:
Undervalue
Discounted Cash
Flow (DCF) Model
Relative Valuation
(RV) Model
Model Harga IPO
Model Prediksi Harga Saham
Implied Volatility
DER
Publik
Model
Thesis
Real
Option
Option Pricing
Model
51
 

 
2.2.1. Harga Saham IPO Berdasarkan Metode Real Option
Diatas disebutkan bahwa nilai equitymarket dapat dilihat sebagai call option
atas perusahaan tersebut, sehingga untuk menghitung nilainya dapat digunakan
teori Black-Scholes sebagaimana persamaan 2.15 di atas yang ditulis kembali
sebagai berikut:
Nilai dari equity = VN (d1) – De
-Rf .T
N(d2) + ε    ..............(2.18)
dimana
u
1
=
lnI
v
B
] + (i - y +
σ
2
2
)t
σ√t

d2 = d1 - σ√t
V = Nilai asset
D = Nilai hutang
σ
2
= Volatilitas (implied voaltilitas) dari nilai asset perusahaan
T = rata-rata tertimbang jangka waktu jatuh tempo hutang (tahun)
Rf = Suku bunga tanpa risiko
N(x) = Daerah di bawah standardized normal distribusi
ε = error

Selanjutnya harga saham waktu IPO dapat dihitung sebagai berikut:
Baiga Saham =
Nilai equity
Iumlah saham

Data untuk menghitung harga saham dengan model real option ini diambil
dari laporan keuangan emiten pada waktu akan go publik (publik expose /
prospektus). Data yang tersedia adalah nilai asset, nilai hutang dan rata-rata
tertimbang jangka waktu hutang. Sedangkan data suku bunga bebas risiko (Rf)
52
 

 
digunakan data suku bunga penjaminan yang ditetapkan oleh Lembaga
Penjaminan Simpanan (LPS).
Implied volatility digunakan untuk variabel volatilitas yang nilainya didapat
dari hasil perhitungan dengan menggunakan metode itterasi dari Newton-
Rhapson.
Metode ini sudah digunakan oleh Manester & Koehler (1982) dan
Cuthberson dan Nitsche (2001; 262) dimana harga awal dari standar deviasi
adalah sebagai berikut:
σ
1
-
= |ABS |ln |
I
Ð
1 + r
]
I1 (
2
I
)|
1¡2

..............(2.19)
Hasil perhitungan standar deviasi awal tersebut di atas kemudian dilanjutkan
dengan proses iterasi dengan persamaan sebagai berikut:
σ
I+1
-
= σ
I
-
-
|C(σ
I
-
) -C]e
d
1
2
¡2
√2π
v√T

..............(2.20)
Iterasi ini dilakukan berulang-ulang sampai didapat harga standar
deviasi,σyang stabil. Namun pekerjaan ini dengan mudah diselesaikan
menggunakan tools Solver dari software Excell.
Mauboussin (1999) menemukan bahwa nilai call option akan meningkat
sejalan dengan meningkatnya volatilitas dari harga saham. Ini sejalan dengan teori
real option, lihat persamaan 2.15, yaitu adanya hubungan positif antara nilai
equity dengan nilai volatilitas berarti jika nilai volatilitas meningkat maka nilai
equity juga akan meningkat.
53
 

 
Setelah harga IPO real option didapat, dihitung nilai selisih harga aktual
dengan harga IPO ini (Harga aktual – real option) dan dibandingkan dengan
selisih harga aktual dengan harga IPO model tradisional (Harga aktual – IPO),
dimana harga aktual yang diamati adalah harga pada penutupan perdagangan hari
ke 1 dan hari ke 30.
Untuk masing-masing pengamatan (hari ke 1 dan hari ke 30) dilihat standar
deviasi, jika standar deviasi yang dihasilkan lebih kecil berarti nilai yang
dihasilkan lebih mendekati harga aktual.

2.2.2 Model Prediksi Harga Saham IPO
2.2.2.1 Persamaan Real Option
Penggunaan model real option untuk memprediksi kondisi dimasa datang
(forecasting) telah dilakukan oleh Bahsoon dan Emmerich (2000) yang
menggunakannya untuk memprediksi stabilitas dari arsitektur software yang fokus
kepada kondisi masa depan yang tidak pasti. Mereka menemukan hasil bahwa
model real option dapat digunakan untuk memprediksi ketidak pastian tersebut.
Borissiouk dan Peli (2002) dalam Tesis Master nya di Universitas Lausanne
menyimpulkan bahwa real option sangat berguna untuk menghitung nilai
Expected Net Present Value (ENPV) yang berada di daerah abu-abu (negatif dan
rendah).
Pada tahap ini peneliti akan menguji harga saham IPO dengan model real
option. Pengujian dilakukan dengan membentuk persamaan Logitistik dengan
dependen variabelnya adalah bilangan binary 0 dan 1 dan variabel independennya
54
 

 
adalah variabel sesuai dengan persamaan real option. Jika harga IPO undervalue
maka L = 0, harga undervalue tersebut adalah jika (Harga aktual - Harga IPO) > 0.
Jika harga IPO overvalue maka L = 1, harga overvalue tersebut adalah jika
(Harga aktual - Harga IPO) < 0, sedangkan jika harga saham tidak mengalami
perubahan (Harga aktual - Harga IPO) = 0, dikeluarkan dari data yang akan
diteliti.
Kontrol atas kehandalan model ini dilihat dari berapa besar kemampuan
hasil prediksi sesuai dengan klasifikasi. Semakin besar jumlah yang diprediksi
sesuai dengan klasifikasi berarti model semakin dapat diandalkan.
Persamaannya dapat ditulis sebagai berikut:
L
|
= ln|
P
|
1 -P
|
1 = B
1
+ B
2
A
1|
+ B
3
D
2|
+ B
4
T
3|
+ B
5
R
J
4|
+B
ó
o
2
5|
+s
|

..............(2.21)
Dimana; A = Aset D = Hutang
T = Tenor R
f
= Suku Bunga bebas risiko
σ
2
= Volatilitas β

= koefisien regresi
ε

= error term

2.2.2.2 Persamaan Real Option + DER dan Publik
Penelitian Myers dan Majluf (1984; 187-221) menemukan adanya hubungan
positif antara hutang dengan nilai jaminan asset. Artinya ada hubungan positif
antara debt to equity ratio (DER) mempunyai hubungan yang positif dengan nilai
aset, dan pada penelitian ini variabel DER ditambahkan ke dalam model prediksi
untuk meningkatkan daya prediksi.
55
 

 
Hawawini (1998) mengatakan bahwa return dari perusahaan dengan market
kapitalisasi kecil adalah outperform dibandingkan dengan perusahaan yang
market kapitalisasinya besar, ini biasanya disebut dengan size effect.
Rozeff (1982; 249-259) juga menyelidiki pengaruh struktur kepemilikan
dan hasil penelitiannya digambarkan dalam suatu Value Line sebagai berikut:
• Deviden akan dibayarkan lebih besar apabila kepemilikan inside ownership
lebih kecil dari pada outside ownership.
• Jumlah shareholder dengan level debt mempunyai hubungan yang negatif
Myers (1984; 575-592) mengatakan urutan yang diinginkan manager dalam
sumber dana untuk investasi adalah; laba, hutang dan modal. Jika ini benar maka
akibatnya akan terjadi hubungan yang negatif antara profitability dan debt ratio.
Dimana profitability adalah perbandingan dari operating income terhadap total
asset.
Titman dan Wessels (1988; 1-19) mengatakan struktur modal perusahaan
bergantung pada risiko kebangkrutan perusahaan itu sendiri. Dimana semakin
unik suatu perusahaan akan semakin tinggi risikonya, berarti semakin tinggi biaya
kebangkrutannya. Akibatnya tingkat unik suatu perusahaan mempunyai hubungan
negatif dengan rasio hutang. Dia juga mengatakan bahwa bahwa ada hubungan
yang positif antara ukuran perusahaan (firm size) dengan debt. Ukuran perusahaan
diukur dari besarnya nilai log natural penjualan (ln sales).
Myers dan Majluf (1984; 187-221) mengatakan ada hubungan yang positif
antara hutang dengan nilai jaminan asset. Menurut Haugen dan Senbet (1986; 5-
56
 

 
22) perusahaan dengan kewajiban membayar pajak tinggi akan menggunakan
hutang sebesar mungkin untuk mengambil manfaat dari pengurangan pajak.
Zimmerman (1983) menggunakan rasio pajak yang dibayarkan dan
pendapatan sebelum pajak sebagai perkiraan besarnya pajak.
Roll (1981; 879-888) mengatakan bahwa perusahaan-perusahaan kecil yang
go publik memiliki rata-rata return yang lebih tinggi dibandingkan dengan
perusahaan besar kalau risikonya sama. Namun sayangnya perusahaan kecil
sangat sukar mengukur risikonya.
Bagian ini adalah mencari model prediksi yang optimum untuk menentukan
undervalue atau overvalue harga saham waktu IPO. Penetapan model optimum ini
dilakukan dengan cara mengeksplorasi persamaan logit yaitu dengan menambah
variabel Publik (persentase saham publik) dan variabel DER ke dalam persamaan
2.21. Penambahan dilakukan dengan cara coba-coba (trial and error) baik itu
untuk masing-masing variabel maupun penambahan variabel secara bersamaan
sehingga dihasilkan model prediksi yang paling optimum untuk memprediksi
harga IPO.
Sebagaimana disebutkan dalam pendekatan pemecahan masalah di atas,
pada tahap ini pengujian dilakukan penambahan variabel bebas dengan sistim trial
and error sampai ditemukan model yang paling baik. Variabel bebas tambahan
tersebut adalah variabel DER dan variabel Publik dan persamaannya dapat ditulis
sebagai berikut:
1) Penambahan variabel bebas DER
I
ì
= [
1
+[
2
A

+ [
3
Ð

+ [
4
I

+[
5
R
]

+ [
6
o
2

+ [
7
Ðcr

+ e
ì

..............(2.22)
57
 

 
Dimana; DER = rasio hutang terhadap modal

2) Penambahan variabel bebas Publik
I
ì
= [
1
+[
2
A

+ [
3
Ð

+ [
4
I

+[
5
R
]

+ [
6
o
2

+ [
8
Pub

+e
ì

..............(2.23)
Dimana; Pub = jumlah saham yang dijual kepada publik

3) Penambahan variabel bebas DER dan Publik secara bersamaan
I
ì
= [
1
+[
2
A

+ [
3
Ð

+ [
4
I

+[
5
R
]

+ [
6
o
2

+ [
7
Ðcr

+ [
8
Pub

+e
ì

..............(2.24)
Dimana; DER = rasio hutang terhadap modal
Pub = jumlah saham yang dijual kepada publik

Kerangka pemikiran dari penelitian ini dapat digambarkan sebagai berikut:
Gambar 2.6
Kerangka Pemikiran
Harga IPO Real Option







Aset
Hutang
Tenor
LPS
Volatilitas
Harga IPO
Real Option
σ
akt-trad
>

σ
akt-ro 
σ
akt-trad 
σ
akt-ro 
< = >
+
-
+
-
+
Variabel Indikator Hasil Penelitian Kesimpulan
58
 

 
Model Prediksi Harga Saham IPO










2.3 Hipotesis
Hipotesis 1: Harga saham IPO model Real Option lebih akurat dari pada harga
saham IPO model tradisional.
Hipotesis 2: Model prediksi dengan variabel bebasnya sama dengan model Real
Option dapat memprediksi harga IPO apakah harga IPO tersebut
akan undervalue atau overvalue. (Persamaan 2.21)
Hipotesis 3: Penambahan variable bebas DER ke dalam model prediksi
menjadikan model lebih handal dalam memprediksi harga IPO
akan undervalue atau overvalue. (Persamaan 2.22)
Hipotesis 4: Penambahan variable bebas Publik ke dalam model prediksi,
menjadikan model lebih handal dalam memprediksi harga IPO
akan undervalue atau overvalue. (Persamaan 2.23)
Publik
Aset
Hutang
Tenor
LPS
Volatilitas
Model
Prediksi
Harga IPO
+
-
+
-
+
Variabel Indikator Hasil Penelitian
Kesimpulan
DER
+
-
Apakah dapat
memprediksi?
Dapat
Memprediksi
Harga IPO
59
 

 
Hipotesis 5 : Penambahan variabel bebas DER dan Publik secara bersamasama
ke dalam model prediksi, menjadikan model lebih handal dalam
memprediksi apakah harga IPO akan undervalue atau overvalue.
(Persamaan 2.24)



















60
 

 
BAB III
METODE PENELITIAN

3.1 Metode Yang digunakan
Metode yang digunakan dalam penelitian ini adalah kombinasi dari metode
deskriptif dan hipotesis generating study dengan pendekatan kuantitatif dan
menggunakan data historis.
Metode diskriptif adalah untuk mendiskripsi masalah yang terjadi saat ini
sehingga manfaat temuan penelitian dapat digunakan untuk saat ini juga dan juga
untuk masa depan. Metode ini digunakan untuk menguji hipotesis 1.
Metode hipotesis generating study adalah metode yang menguji hipotesis
yang dibuat dengan mencoba secara berulang-ulang dan kemudian diuji kestabilan
model yang dihasilkan. Metode ini juga menjelaskan sifat hubungan tertentu,
kausal dan korelasi. Dalam hal hubungan kausal penelitian ini menjelaskan faktor-
faktor variabel-variabel penyebab dari fenomena masalah yang diteliti.
Sedangkan hubungan korelasi akan menjelaskan bagaimana korelasi antar
variabel.
Disamping itu berdasarkan sifat atau karakteristiknya, penelitian ini dapat
dikelompokkan ke dalam penelitian murni (basic research) dan penelitian terapan
(applied research).
Penelitian murni disini adalah memahami fenomena masalah yang diteliti
dengan tujuan untuk mengembangkan teori berdasarkan hasil penelitian. Teori
yang akan dikembangkan adalah teori option yang dikembangkan kepada real
61
 

 
option terutama dalam valuasi nilai equity. Penerapan teori dibidang valuasi ini
masih tergolong baru.
Penelitian terapan bertujuan untuk memecahkan masalah dan
implementasinya disamping itu juga memberikan kontribusi terhadap pemahaman
fenomena dari masalah yang diteliti, dengan demikian akan memberi sumbangan
terutama terhadap fenomena yang terjadi BEI.
Populasi target penelitian adalah perusahaan yang melakukan go publik di
BEI dari tahun 2006 sampai dengan 2009 dengan batasan bukan perusahaan
internet, perusahaan sekuritas, Bank serta lembaga keuangan non Bank. Data
historis yang digunakan dalam penelitian ini adalah harga saham waktu IPO,
harga saham waktu penutupan perdagangan hari pertama sampai dengan harga
saham pada waktu penutupan setiap harinya sampai dengan hari ke tiga puluh,
juga data persentase saham yang go publik dari masing-masing perusahaan
tersebut.

3.2 Operasionalisasi Variabel
Operasionalisasi variabel dapat digambarkan sebagai berikut:






62
 

 
Tabel 3.1
Operasionalisasi Variabel
Variabel Indikator Ukuran Skala
Modal 1. Nilai buku modal: nilai asset dikurangi
nilai liability
2. Nilai modal pasar: jumlah saham yang
beredar dikalikan dengan harga saham
Rupiah Rasio
Hutang Nilai buku asset dikurangi dengan nilai
modal
Rupiah Rasio  
Asset Nilai buku asset yang terdiri dari asset
lancar ditambah asset kurang lancar dan
asset tetap
Rupiah Rasio  
Tingkat
suku bunga
bebas risiko
(LPS)
Rasio beban bunga perusahaan terhadap
total asset yang bebas risiko
Persentase Rasio  
Tenor Jangka waktu jatuh temponya suatu
kewajiban
Tahun Interval
DER - Total hutang perusahaan
- Total modal perusahaan
Persentase total
hutang terhadap
total modal
perusahaan
Rasio
Publik Jumlah saham yang dijual ke publik Persentase Rasio


3.3 Sumber dan Cara Penentuan Data / Informasi
Objek penelitian tesis ini adalah perusahaan yang sudah go publik yang
tercatat di Bursa Efek Indonesia dengan ketentuan sebagai berikut;
1) Perusahaan masih tercatat di Bursa Efek Indonesia sampai dengan bulan
Desember 2009. Perusahaan yang pernah tercatat namun telah delisting
tidak ikut diteliti.
2) Perusahaan bukan termasuk ke dalam kelompok perusahaan internet,
perusahaan sekuritas, bank maupun lembaga keuangan non bank lainnya.
Perusahaan internet tidak ikut diteliti adalah untuk menghindari bias dalam
penelitian ini dimana pada periode perusahaan internet go publik baik di
63
 

 
BEI maupun di negara-negara lain di dunia terjadi periode yang lazim
disebut periode gelembung internet (terjadi euphoria) dan setelah periode
tersebut saham-saham perusahaan internet anjlok. Perusahaan sekuritas
tidak ikut diteliti karena adanya pendapat bahwa perusahaan sekuritas
menguasai informasi lebih dibandingkan pihak lain sehingga kalau
perusahaan itu sendiri yang go publik terdapat perbedaan dalam penguasaan
informasi di antara pihak-pihak yang terlibat dalam kegiatan IPO. Walaupun
pendapat ini mendapat tantangan namun karena di BEI belum ada dilakukan
penelitian tentang pendapat ini, maka kami tidak mengikut sertakan
perusahaan tersebut dalam penelitian ini. Demikian juga dengan bank dan
lembaga keuangan non bank, tidak disertakan dalam penelitian ini karena
struktur modalnya berbeda dengan perusahaan lainnya.

Periode penelitian adalah sejak tahun 2006 sampai dengan 2009, dengan
pengamatan dimulai dari waktu penetapan harga saham IPO, dilanjutkan pada
waktu saham listing di Bursa. Harga yang dicatat adalah harga penutupan
perdagangan hari pertama sampai dengan hari ke 30.
Jenis data yang diperlukan adalah data sekunder, berupa harga saham waktu
IPO, harga saham penutupan perdagangan hari pertama sampai hari ke tiga puluh.
Selain itu diperlukan juga persentase besarnya saham yang dilepas ke
publik, laporan keuangan emiten dan data suku bunga penjaminan (suku bunga
bebas risiko) dari LPS.

64
 

 
3.4 Teknik Pengumpulan Data
Populasi dalam penelitian ini adalah perusahaan yang melakukan IPO
pertama kali dari tahun 2006 sampai dengan 2009 di Bursa Efek Indonesia.
Sumber data adalah data sekunder dan pengumpulan /pengambilan data
dilakukan dengan cara men down load dari website yahoo fianance, website
Bapepam, dan website Indonesia stock exchange (IDX), website Lembaga
Penjaminan Simpanan (LPS) serta dari perpustakaan BEI.
Untuk periode tahun 2006 - 2009 terdapat 65 perusahaan yang melakukan
IPO di BEI. Dari data tersebut dilakukan pembersihan data sesuai dengan
pembatasan yang telah disebutkan di atas yaitu perusahaan-perusahaan perbankan
dan lembaga keuangan, perusahaan internet dan perusahaan underwriter
dikeluarkan dari data yang akan diteliti. Hasilnya ada 34 perusahaan yang akan
dijadikan objek penelitian dalam tesis ini.

3.5 Rancangan Analisis dan Uji Hipotesis
Analisis yang digunakan dalam penelitian ini adalah dengan menghitung
standar deviasi dan analisis persamaan logistik.
Sebelum melakukan analisis tersebut terlebih dahulu harus dihitung
besarnya nilai implied volatilitas yang selanjutnya akan digunakan sebagai
variabel volatilitas.
Digunakannya implied volatilitas adalah karena;
65
 

 
1) Tidak adanya data volatilitas historis, karena penelitian dilakukan terhadap
emiten yang akan melakukan IPO pertama kalinya di Bursa Efek Indonesia,
sehingga data historis tentang pergerakan sahamnya belum ada.
2) Implied volatilitas lebih akurat, untuk menghitung pergerakan saham dalam
jangka waktu pendek (30 hari) implied volatilitas lebih unggul dari pada
volatilitas historis (Effendi).
3) Untuk menghitung nilai implied volatilitas digunakan prosedur iterasi
Newton- Raphson sebagaimana telah digunakan oleh Manaster dan Koehler,
1982, dalam menentukan harga implied volatilitas yang selanjutnya
digunakan untuk menghitung nilai call suatu option.
Model umum persamaan Logit adalah sebagai berikut:
L
|
= ln|
P
|
1 -P
|
1 = B
1
+ `B
2
X
|j
k
j=1

...............(3.1)
Dimana:
L
i
= logit
P
i
= Odd ratio
1-P
i


Ciri utama dari model Logit adalah (Gujarati, 2003; 596);
1) Karena nilai P bergerak dari 0 sampai 1, maka nilai Logit bergerak dari
−∞sampai +∞ , nilai Logit adalah tidak terbatas.
66
 

 
2) Walaupun nilai L linier, namun probabilitas P sendiri tidak. Ini sangat
kontras dengan Linier Probability Model (LPM) dimana nilai probability
meningkat secara linier bersama nilai X.
3) Variabel persamaan logit bisa ditambah sebanyak mungkin sesuai dengan
teori.
4) Interpretasi dari model Logit adalah sebagai berikut: β
2
, slope, adalah
mengukur perubahan L untuk satu unit perubahan dari X. Sedangkan β
1

adalah nilai odds jika seluruh variabel independen = 0.
5) Kalau LPM berasumsi bahwa i P adalah linier terhadap X, maka model
Logit berasumsi bahwa rasio dari log odds adalah linier terhadap X

1) Rancangan Uji Hipotesis Pertama
Hipotesis 1: Harga saham IPO model Real Option lebih akurat dari pada harga
saham IPO model tradisional.
Langkah pertama untuk menguji hipotesis ini adalah menghitung nilai
variabel volatilitas dari saham tersebut, disini digunakan implied volatilitas
dengan iterasi Newton-Rhapson.
Langkah berikutnya adalah menentukan besarnya harga d
1
dan d
2
dari
masing-masing saham yang kemudian dihitung nilai normalnya dengan
menggunakan tabel.
Uji hipotesis 1 adalah dengan membandingkan besarnya standar deviasi
selisih harga penutupan perdagangan hari pertama (harga aktual 1) dengan harga
IPO, σ
Aktual1−IPO
dengan standar deviasi selisih harga aktual 1 dengan harga IPO
67
 

 
Real Option (IPO
RO
),  σ
Aktual1−IPORO,

Aktual1−IPO
dibandingkan dengan
σ
Aktual1−IPORO
). Kemudian juga membandingkan besarnya standar deviasi selisih
harga penutupan perdagangan hari ketigapuluh (harga aktual 30) dengan harga
IPO dan IPO
RO

Aktual30−IPO
dibandingkan dengan σ
Aktual30−IPORO
).
Persamaannya untuk menghitung standar deviasi adalah;
o =

∑(X - u)
N
2

................(3.2)
Dimana X = nilai observasi disini adalah harga IPO – harga aktual
μ = nilai rata-rata observasi
N = Jumlah observasi

2) Rancangan Uji Hipotesis Kedua
Hipotesis 2: Model prediksi dengan variabel bebasnya sama dengan model Real
Option dapat memprediksi harga IPO apakah harga IPO tersebut
akan undervalue atau overvalue.

Uji hipotesis 2 ini menggunakan persamaan (3.1) yang ditulis ulang
menjadi:
I
ì
= lnI
P
i
1-P
i
] = [
1
+[
2
A

+[
3
Ð

+ [
4
I

+ [
5
R
]

+ [
6
o
2

+e
ì

................(3.3)

Dimana; A = Aset
D = Hutang
68
 

 
T = Tenor
Rf = Suku bunga penjaminan LPS
σ2 = Implied Volatilitas
βi = koefisien regresi
εi = error term

Interpretasi model Logit
Tanda dari masing-masing variabel harus sesuai dengan teori yang
mendasari persamaan tersebut. Tanda positif berarti apabila nilai variabel
independen bertambah maka nilai variabel dependen juga akan bertambah, begitu
sebaliknya.
Koefisien variabel menunjukkan besarnya pengaruh / peningkatan nilai
variabel dependen untuk setiap kenaikan 1 unit nilai variabel independen.
Nilai Odds, atau biasa juga disebut odds ratio, didapat dari persamaan;
Ddds rattu = |
P
|
1 -P
|
1 = ¢
B
1
+∑ B
2
X
|j
k
j=1

................(3.4)
Misalkan nilai odds ratio = 1.0817
Interpretasinya adalah dengan bertambahnya nilai X sebesar 1 unit maka
odds ratio akan naik sebesar 8,17%.
Untuk uji kesesuaian model (goodness of fit test), program Eviews
menggunakan parameter z test, LR statistic yang bisa dianalogkan dengan F test,
McFadden R
2
yang bisa dianalogkan dengan R
2
, dan Andrews and Hosmer-
Lemeshow Goodness-of-Fit Tests.
Menurut Andrews and Hosmer-Lemeshow (2000) Goodness-of-Fit Tests,
diukur dengan metode Receiver Operating Characteristic (ROC) dari Hosmer-
69
 

 
Lemeshow. Jika nilai ROC lebih besar dari pada 0,5 maka harga saham emiten
tersebut diprediksi akan undervalue, sebaliknya jika lebih kecil dari 0,5 maka
diprediksi akan overvalue sedangkan jika sama dengan nol diklasifikasikan ke
dalam kelompok tidak ada perbedaan (no diskriminant).
Selanjutnya Hosmer-Lemeshow membuat klasifikasi sebagai berikut:
1) Jika ROC = 0,5 maka dikelompokkan sebagai no discriminant.
2) Jika 0,7 ≤ ROC < 0,8 maka dikelompokkan sebagai acceptable discriminant
3) Jika 0,8 ≤ ROC < 0,9 maka dikelompokkan sebagai exellent discriminant
4) Jika ROC ≥ 0,9 maka dikelompokkan sebagai outstanding discriminant
Eviews juga mempunyai parameter untuk mengukur keselarasan model
secara keseluruhan yang menggunakan maximum log-likelihood dari Expectation-
Prediction Evaluation dengan success cut off, C = 0.5. Hasil dari parameter ini
menunjukkan berapa persen model tersebut dapat memprediksi klasifikasi dengan
benar, ini ditunjukkan dengan nilai % Correct.

3) Rancangan Uji Hipotesis Ketiga
Hipotesis 3: Penambahan variabel DER ke dalam model prediksi menjadikan
model lebih handal dalam memprediksi harga IPO akan undervalue
atau overvalue.
Uji hipotesis 3 ini dilakukan dengan menambah variabel DER sehingga
persamaannya menjadi:
I
ì
= [
1
+[
2
A

+ [
3
Ð

+ [
4
I

+[
5
R
]

+ [
6
o
2

+ [
7
Ðcr

+ e
ì

................(3.5)
70
 

 
Interpretasi model Logit
Parameter-parameter sebagaimana yang digunakan dalam uji hipotesis 2 di
atas digunakan lagi, kemudian dilihat apakah ada peningkatan daya prediksi dan
perlu juga diperhatikan apakah variabel tambahan signifikan atau tidak
(signifikansi dan goodness of fit nya juga meningkat?). Apabila daya prediksi
meningkat maka dapat ditarik kesimpulan bahwa dengan penambahan parameter
DER akan meningkatkan kemampuan model dalam memprediksi model harga
saham waktu IPO apakah akan undervalue atau overvalue, namun sebaliknya jika
tidak ada peningkatan daya prediksi atau sebaliknya terjadi penurunan berarti
penambahan variabel DER tidak berpengaruh atau memberi pengaruh negatif,
artinya model tidak dapat digunakan.

4) Rancangan Uji Hipotesis Keempat
Hipotesis 4: Penambahan variabel bebas Publik, ke dalam model prediksi
menjadikan model lebih handal dalam memprediksi harga IPO akan
undervalue atau overvalue.
Uji hipotesis 4 ini dilakukan dengan menambah variabel Publik sehingga
persamaannya menjadi
I
ì
= [
1
+[
2
A

+ [
3
Ð

+ [
4
I

+[
5
R
]

+ [
6
o
2

+ [
8
Pub

+e
ì

................(3.6)
Interpretasi model Logit
Parameter-parameter sebagaimana yang digunakan dalam uji hipotesis 3 di
atas diamati apakah parameter-parameter tersebut menunjukkan peningkatan
dengan penambahan variabel Publik, jika ya maka dapat ditarik kesimpulan
71
 

 
bahwa dengan penambahan parameter Publik akan meningkatkan daya prediksi
model dalam memprediksi apakah harga saham tersebut akan undervalue ataupun
overvalue, namun sebaliknya jika tidak ada peningkatan nilai-nilai dari parameter
atau sebaliknya terjadi penurunan nilai parameter maka berarti penambahan
variabel Publik ke dalam model tidak berpengaruh atau berpengaruh negatif,
berarti model tidak dapat digunakan.

5) Rancangan Uji Hipotesis Kelima
Hipotesis 5: Penambahan variabel DER dan Publik secara bersama-sama ke
dalam model prediksi, menjadikan model lebih handal dalam
memprediksi apakah harga IPO akan undervalue atau overvalue.
Uji hipotesis 5 ini dilakukan dengan menambah variabel DER dan Publik
sehingga persamaannya menjadi:
I
ì
= [
1
+[
2
A

+ [
3
Ð

+ [
4
I

+[
5
R
]

+ [
6
o
2

+ [
7
Ðcr

+ [
8
Pub

+e
ì

................(3.6)
Interpretasi model Logit
Apakah daya prediksi persamaan (3.7) lebih baik dari pada persamaan
sebelumnya serta variabel tambahan Publik dan DER signifikan? jika ya maka
dapat ditarik kesimpulan bahwa dengan penambahan parameter Publik dan DER
secara bersama-sama akan menghasilkan model yang lebih baik dalam
memprediksi apakah harga saham akan undervalue ataupun overvalue. Sebaliknya
jika tidak, berarti penambahan variabel DER dan Publik tidak dapat meningkatkan
daya prediksi model dan model tidak dapat digunakan.

72
 

 
3.6 Rancangan Pemecahan Masalah
Sejalan dengan rumusan masalah dan tujuan penelitian tesis ini, maka
rancangan pemecahan masalah dapat dibagi dalam 2 kelompok yaitu;
• Menentukan Harga IPO Real Option (IPORO).
• Membangun Model Prediksi Harga IPO
1) Menentukan Harga IPORO
Harga IPORO dengan mudah dapat dihitung dengan menggunakan
persamaan (2.19). Sebelum harga IPO
RO
dihitung terlebih dahulu harus dihitung
nilai Tenor (T) dan Variance (σ
2
) dari masing-masing emiten. Tenor dihitung
dengan menggunakan nilai rata-rata tertimbang dari hutang masing-masing
emiten, sedangkan untuk volatilitas digunakan rumus (2.22) dan (2.23).
Untuk melihat apakah harga IPO
RO
yang dihasilkan model real option ini
lebih akurat dari pada harga IPO
tradisionil
maka dibandingkan harga Standar Deviasi
Real Option – Aktual dengan harga Standar Deviasi Tradisional – Aktual (σ
Aktual–
IPO
ro
− σ
Aktual
-IPO
tradisional
). Apabila σ
Aktual
– IPO_
ro
< σ
Aktual
- IPO_
tradisional
maka harga
IPO
RO
teruji lebih akurat dari pada harga IPO
tradisionil
. Sebaliknya kalau σ
Aktual

IPO_
ro
> σ
Aktua
- IPO_
tradisional
maka harga IPO
RO
teruji tidak lebih akurat dari pada
harga IPO
tradisionil
.
2) Membangun Model Prediksi Harga IPO
Perlunya dibangun model prediksi harga IPO ini adalah untuk memberi
keyakinkan kepada pihak-pihak yang terkait dengan kegiatan IPO tersebut apakah
harga IPO yang ditawarkan akan menuju ke harga yang undervalue atau
overvalue. Model prediksi menggunakan persamaan logit dengan variabel
73
 

 
bebasnya sama dengan variabel model dari persamaan option BS ditambah
dengan variabel DER dan Publik.
Rancangan Pemecahan Masalah Model Prediksi Harga IPO menggunakan 4
persamaan logit yaitu:
• Persamaan (3.3), yang berdasarkan kepada model Real Option murni.
• Persamaan (3.5), yaitu persamaan (3.3) ditambah dengan variabel DER.
• Persamaan (3.6), yaitu persamaan (3.3) ditambah dengan variabel Publik.
• Persamaan (3.7), yaitu persamaan (3.3) ditambah dengan variabel DER dan
variabel Publik.
Gambar 3.1
Rancangan Pemecahan Masalah












Harga IPO 
Seharusnya 
Harga IPO 
Tradisional 
RENCANA 
GO 
PUBLIK 
Hari ke 1  Hari ke 30 
OVERVALUE OVERVALUE 
TETAP TETAP 
UNDERVALUE  UNDERVALUE 
% Porsi 
Publik 
DER
Logit 
Model Prediksi 
Harga IPO di 
BEI 
Real Option 
σ  <
σ  <
74
 

 
BAB IV
HASIL PENELITIAN, PEMBAHASAN, DAN PEMECAHAN MASALAH

4.1 Hasil Penelitian dan Pembahasan Harga Saham IPO
RO

4.1.1 Hasil Penelitian Harga Saham IPO
RO

Berdasarkan hasil perhitungan implied volatility menunjukkan bahwa
semua d
2
yang dihasilkan nilainya sangat kecil yaitu < 0,00001, dan berdasarkan
tabel harga N(d
x
) jika d
x
nilainya < 0,01 maka nilai N(d
x
) sama dengan 0,5. Oleh
karena itu ditetapkan semua nilai N(d
x
) hasil penelitian ini adalah sama dengan
0,5. Kemudian dihitung harga saham IPO
RO
dengan menggunakan persamaan
2.19 dan hasilnya disajikan selengkapnya di lampiran 1.
Untuk mengetahui apakah harga saham IPO
RO
yang dihasilkan tersebut
handal atau tidak, diamati besarnya penyimpangan harga IPO
RO
terhadap harga
aktual yang terjadi di Bursa, parameter yang digunakan adalah standar deviasi.
Caranya adalah membandingkan nilai standar deviasi dari harga aktual dikurangi
harga IPO (σ
aktual–IPO
) dengan standar deviasi dari harga aktual dikurangi harga
IPO
RO

aktual–IPOro
), atau σ
aktual–IPO
/ σ
aktual–IPOro
. Jika harga standar deviasi σ
aktual–
IPOro
lebih kecil dari pada harga standar deviasi σ
aktual–IPO
, berarti harga saham
IPO
RO
(model real option) lebih mendekati harga aktual yang terjadi di Bursa dan
dapat disimpulkan bahwa harga saham IPO
RO
lebih andal dari pada harga saham
IPO (model tradisional). Semakin kecil standar deviasi IPO
RO
yang dihasilkan
75
 

 
harga saham waktu IPO semakin mendekati harga aktual artinya model harga
saham IPO
RO
semakin handal.
Hasil perhitungan penyimpangan harga aktual hari ke 1 dan hari ke 30
adalah sebagai berikut;
Tabel 4.1
Deviasi Harga IPO dan IPO
RO
Terhadap Harga Aktual

Hari Ke-1 Hari Ke-30
Akt - IPO Akt - IPO
RO
Akt - IPO Akt - IPO
RO

Standar Deviasi 169 566 736 655
σ
aktual–IPO

aktual–IPOro

336% 89%
Sumber: Diolah dari hasil perhitungan standar deviasi

Disini terlihat bahwa pada penutupan perdagangan hari ke 1
penyimpangan harga IPO
RO
terhadap harga aktual jauh lebih besar dari pada harga
IPO model tradisional. Pada penutupan perdagangan hari ke 30 penyimpangan
harga IPO
RO
terhadap harga aktual lebih kecil dari pada penyimpangan harga IPO
tradisional. Berarti untuk hari pertama harga IPO model tradisional lebih
mendekati aktual dari pada harga IPO
RO
. Sedangkan pada hari ke 30 harga model
Real Option lebih mendekati harga aktual dari pada harga IPO model tradisional.

4.1.2 Pembahasan Harga Saham IPO
RO

1) Uji Kestabilan Model Harga Saham IPO
RO

Sebelum melakukan pembahasan hasil penelitian diatas terlebih dahulu
dilakukan uji apakah model yang dihasilkan stabil atau tidak. Uji kestabilan model
dilakukan dengan menggunakan data 6 emiten lain, dimana emiten tersebut tidak
76
 

 
termasuk dalam data objek penelitan namun emiten tersebut terdaftar di BEJ.
Hasil uji apakah harga saham IPO
RO
hari ke 30 menunjukkan hasil yang stabil,
yaitu memberikan hasil perbandingan nilai standar deviasi σ
aktual–IPO
/ σ
aktual–IPOro

= 52%. Artinya harga saham IPO dengan metode real option (IPO
RO
) lebih
mendekati harga aktual dibandingkan dengan harga IPO tradisional, berarti model
yang dihasilkan stabil dan dapat digunakan.
2) Pembahasan Hasil Penelitian Harga Saham IPO
Hasil penelitian diatas menunjukkan bahwa standar deviasi harga real
option terhadap harga aktual di hari pertama lebih besar dibandingkan dengan
standar deviasi harga IPO tradisional terhadap harga aktual hari pertama. Artinya
ada abnormal return yang sangat besar pada hari pertama. Pada hari kedua
besarnya abnormal return ini akan berkurang, begitu juga untuk hari-hari
berikutnya hingga tercapai harga keseimbangan dan perkembangan harga ini
dapat dengan baik ditentukan oleh model harga IPO
RO
.
Hasil penelitian ini sejalan dengan penelitian dari Lowry & Schwert
(2002) yang mengatakan bahwa return IPO hari pertama lebih tinggi dari return
rata-rata 6 bulan. Berarti return hari pertama sangat tinggi yang disebabkan oleh
besarnya undervalue saham tersebut sehingga pada penutupan perdagangan hari
pertama harga saham akan meningkat sangat besar, atau harga IPO undervalue.
Pada penutupan perdagangan hari ke 30 abnormal return tersebut semakin
mengecil dan harga IPO
RO
, 11% lebih mendekati harga aktual dibandingkan
dengan harga IPO
Tradisional
. Ini sejalan dengan penelitian dari Dickens dan Lohrenz
(1996) yang membandingkan perhitungan DCF dengan real option untuk oil dan
77
 

 
gas di teluk Mexico, hasilnya adalah metode real option lebih akurat 10% dari
pada model DCF.
Data yang diteliti tidak membedakan antara perusahaan dengan
kemampuan menghasilkan laba yang tinggi atau rendah, dan hasil penelitian
Borissiouk dan Peli dalam Tesis Master nya di Universitas Lausanne
menyimpulkan bahwa real option sangat berguna untuk menghitung nilai
Expected Net Present Value (ENPV) aset yang berada di daerah abu-abu (negatif
dan rendah). Dalam penelitian ini, keandalan model real option tersebut juga
teruji.
Mauboussin (1999) mengatakan bahwa nilai call option akan meningkat
sejalan dengan meningkatnya volatilitas dari harga saham. Hasil penelitian model
harga saham IPO juga mengatakan bahwa kalau volatilitas saham akan
meningkat, juga kemungkinan saham tersebut akan overvalue.

4.2 Hasil Penelitian dan Pembahasan Prediksi Harga Saham
4.2.1 Hasil Penelitian Prediksi Harga Saham
Untuk mendapatkan model prediksi harga saham IPO yang andal, maka
penelitian dilakukan dengan cara trial and error hingga ditemukan model yang
optimum. Percobaan dilakukan dengan menggunakan persamaan (3.3) untuk
model prediksi harga saham Real Option, persamaan (3.5) untuk model prediksi
harga saham Real Option dan variabel tambahan DER, persamaan (3.6) untuk
model prediksi harga saham real option dan variabel tambahan Publik, dan
persamaan (3.7) untuk model prediksi harga saham real option dan variable
78
 

 
tambahan DER dan Publik. Hasil penelitian masing-masing disajikan sebagai
berikut;
1) Hasil Penelitian Prediksi Harga Saham RO.
Model prediksi harga saham yang dihasilkan adalah;
ln
P
1 -P
= 5.2996 -2.03E-07A +1.14E-06D -0.2248T -66.60251Rf +0.9055σ
2

t = 0.371 0.906 0.682 0.598 0.295 0.644
McFadden R
2
= 0.106839 … (4.1)
Baik pada α = 5 maupun α = 10, tidak ada variabel yang signifikan. Begitu
juga dengan Probability (LR stat) nilainya = 0.425468 (lihat lampiran 2), berarti
baik pada α = 5 maupun α = 10 model ini secara keseluruhan tidak signifikan.
Menurut Koutsoyiannis (1977; 22) signifikan tidaknya variabel-variabel
suatu teori yang sudah mapan, tidaklah terlalu penting karena teori itu sendiri
sudah teruji kebenarannya, aliran ini biasa disebut dengan aliran Apriori.
Tanda dari masing-masing koefisien variabel menunjukkan bahwa hasil
perhitungan sudah sesuai dengan teori. Sedangkan parameter yang menunjukkan
kemampuan variabel bebas menerangkan variabel tidak bebas biasanya digunakan
adalah R
2
, untuk persamaan Logit digunakan McFadden R
2
atau biasa disebut
pseudo R
2
. Nilai McFadden R
2
yang dihasilkan adalah = 0.1068, artinya
kemampuan variabel bebas menerangkan variabel tidak bebas adalah sebesar
10.68%. Berdasarkan pengamatan dari text book antara lain, Gujarati (2003; 605)
besarnya nilai McFadden R
2
adalah sekitar 30%. Disamping dengan McFadden
R
2
, kemampuan model atau goodness of fit dapat dilihat dari daya prediksi model
tersebut yaitu besarnya kemampuan model memprediksi dengan benar dari jumlah
79
 

 
yang diklasifikasi atau besarnya Count R
2
, Gujarati (2003; 606), Hosmer &
Lemeshow (2000) yang akan dibahas pada tabel 4.3 dibawah.
Nilai Odds ratio dari masing-masing variabel adalah sebagai berikut;
Tabel 4.2
Nilai Odds Ratio Real Option
Variable Koefisien
Odds Ratio
Nilai % % Pengaruh
Aset -2.03E-07 0.999999797 99.9999797% (0.0000203%)
Hutang 1.14E-06 1.00000114 100.000114% 0.000114%
Tenor -0.224751 0.79871507 79.871507% (20.129%)
LPS -66.60251 1.1882E-29 1.1882E-27% (100%)
Volatilitas 0.905538 2.47326218 247.326218% 147.326%
Sumber: Diolah dari hasil regresi Logit RO

Interpretasi dari odds ratio masing-masing variabel adalah setiap kenaikan
1 unit variabel bebas akan mempengaruhi persamaan sebesar persentase pengaruh
sebagaimana ditulis di tabel dengan asumsi variabel lain nilainya tetap. Pada
persamaan ini variabel yang paling besar pengaruhnya adalah variabel Volatilitas.
Interpretasinya adalah bahwa setiap kenaikkan 1 unit nilai Volatilitas dimana
variabel lain nilainya tetap, akan mempengaruhi persamaan secara positif sebesar
147.326 %. Sedangkan variabel LPS mempunyai pengaruh negatif sebesar 100%
dan variabel Tenor mempengaruhi persamaan secara negatif sebesar 20.129 %.
Sedangkan variabel Aset dan Hutang sangat kecil pengaruhnya pada persamaan
prediksi ini.
80
 

 
Ketepatan model dalam memprediksi dapat dilihat pada tabel di bawah ini;
Tabel 4.3
Ketepatan Real Option Memprediksi Harga Saham

Klasifikasi
Hasil Prediksi
Total
Undervalue Overvalue
Jumlah emiten
yang diamati
Undervalue (0) 7 7 14
Overvalue (1) 6 14 20
Jumlah emiten
yang diamati (%)
Undervalue (0) 50% 50% 100%
Overvalue (1) 30% 70% 100%
Model menghasilkan 21 emiten atau 61.76% yang dapat diprediksi dengan benar
Sumber: Diolah dari hasil regresi Logit RO

Tabel di atas menunjukkan bahwa model dapat memprediksi 7 emiten
akan undervalue dan 14 emiten akan overvalue pada penutupan perdagangan hari
ke 30. Secara keseluruhan model dapat memprediksi 21 emiten (61,76%) harga
IPO akan undervalue atau overvalue. Model prediksi dengan variabel bebas sama
dengan metode real option dapat memprediksi harga IPO akan undervalue atau
overvalue.
2) Hasil Penelitian Prediksi Harga Saham RO + DER
Dengan menggunakan persamaan (3.5) dihasilkan model berikut;
ln
P
1 - P
= 6.618 -4.59E-07A +1.46E-06D -0.359T -61.28SRf -0.288σ
2
-u.19uBER
t = 0.313 0.793 0.605 0.474 0.334 0.912 0.654
McFadden R
2
= 0.128841 … (4.2)
81
 

 
Pada α = 5 , tidak ada variabel yang signifikan, begitu juga jika α = 10,
tidak ada variabel yang signifikan . Uji signifikan persamaan secara keseluruhan,
Probability (LR stat) nilainya = 0.430437, berarti baik pada α = 5 maupun α = 10
persamaan tidak signifikan.
Tanda dari masing-masing variabel sudah sesuai dengan teori dan
McFadden R
2
= 0.1288, artinya variabel bebas mampu menjelaskan variabel tidak
bebas sebesar 12.88%.
Nilai Odds ratio dari masing-masing variabel adalah sebagai berikut;
Tabel 4.4
Nilai Odds Ratio RO + DER
Variable Koefisien
Odds Ratio
Nilai % % Pengaruh
Aset -4.59E-07 0.999999541 99.9999541% (0.0000459%)
Hutang 1.46E-06 1.00000146 100.000146% 0.000146%
Tenor -0.359216 0.6982235 69.82235% (30.178%)
LPS -61.28266 2.42817E-29 2.42817E-27% (100%)
Volatilitas -0.288219 0.749597412 74.9597412% (25.04%)
DER -0.189889 0.827050931 82.7050931% (17.30%)
Sumber: Diolah dari hasil regredi Logit RO + DER

Interpretasinya adalah bahwa setiap kenaikkan 1 unit nilai Tenor dimana
variabel lain nilainya tetap, akan mempengaruhi persamaan secara negatif sebesar
30.178 %. Sedangkan variabel LPS mempunyai pengaruh negatif sebesar 100%,
variabel Volatilitas mempengaruhi persamaan secara negatif sebesar 25.04 %, dan
82
 

 
varibel DER mempengaruhi secara negative sebesar 17.30%. Sedangkan variabel
Aset dan Hutang sangat kecil pengaruhnya pada persamaan prediksi ini.
Ketepatan model dalam memprediksi dapat dilihat pada tabel di bawah ini;
Tabel 4.5
Ketepatan RO + DER Memprediksi Harga Saham

Klasifikasi
Hasil Prediksi
Total
Undervalue Overvalue
Jumlah emiten
yang diamati
Undervalue (0) 5 9 14
Overvalue (1) 5 15 20
Jumlah emiten
yang diamati (%)
Undervalue (0) 35.71% 64.29% 100%
Overvalue (1) 25% 75% 100%
Model menghasilkan 20 emiten atau 58.82% yang dapat diprediksi dengan benar
Sumber: Diolah dari hasil regredi Logit RO + DER
Dari tabel di atas terlihat bahwa model dapat memprediksi 5 emiten akan
undervalue dan 15 emiten akan overvalue pada penutupan perdagangan hari ke 30
dan secara keseluruhan model dapat memprediksi 20 emiten (58,82%) harga IPO
akan undervalue atau overvalue. Bila dibandingkan dengan model RO, model RO
+ DER ini mempunyai daya prediksi yang berkurang dari 61.76% menjadi
58.82%, berarti penambahan variable bebas DER tidak menjadikan model lebih
handal dalam memprediksi harga IPO akan undervalue atau overvalue.
3) Hasil Penelitian Prediksi Harga Saham RO + Publik
Dengan menggunakan persamaan (3.5) dihasilkan persamaan berikut;
ln
P
1 -P
= S.u77 - 1.S1E-06A +2.S2E-06D - 0.141T - 45.S96Rf +0.139σ
2
- 6.844P0B
t = 0.461 0.404 0.371 0.798 0.515 0.523 0.058
McFadden R
2
= 0.220761 … (4.3)
83
 

 
Pada α = 5 , tidak ada variabel bebas yang signifikan, sedangkan pada α =
10 ada satu variabel bebas yang signifikan yaitu variabel Publik,
Probability (LR stat) = 0.071565, berarti persamaan secara keseluruhan
signifikan pada α = 10. Sedangkan tanda dari masing-masing variabel sudah
sesuai dengan teori dan nilai McFadden R
2
= 0.2218, artinya variabel bebas
mampu menjelaskan variabel tidak bebas sebesar 22.18%.
Nilai Odds ratio dari masing-masing variabel adalah sebagai berikut;
Tabel 4.6
Nilai Odds Ratio RO + Publik
Variable Koefisien
Odds Ratio
Nilai % % Pengaruh
Aset -1.51E-06 0.99999849 99.999849% (0.000151%)
Hutang 2.52E-06 1.00000252 100.000252% 0.000252%
Tenor -0.1409 0.86857087 86.857087% (13.14%)
LPS -45.3956 1.927E-20 1.927E-18% (100%)
Volatilitas 1.6143 5.02450252 502.450252% 402.45%
Publik -6.8440 0.00106587 0.106587% (99.89%)
Sumber: Diolah dari hasil regresi Logit RO + Publik






84
 

 
Tabel 4.7
Ketepatan RO + Publik Memprediksi Harga Saham

Klasifikasi
Hasil Prediksi
Total
Undervalue Overvalue
Jumlah emiten
yang diamati
Undervalue (0) 8 6 14
Overvalue (1) 2 18 20
Jumlah emiten
yang diamati (%)
Undervalue (0) 57.14% 42.86% 100%
Overvalue (1) 10% 90% 100%
Model menghasilkan 26 emiten atau 76.47% yang dapat diprediksi dengan benar
Sumber: Diolah dari hasil regresi Logit RO + Publik

Dari tabel di atas terlihat bahwa model dapat memprediksi 8 emiten akan
undervalue dan 18 emiten akan overvalue harganya pada penutupan perdagangan
hari ke 30. Sehingga secara total model ini dapat memprediksi 26 emiten
(76,47%) harga IPO akan undervalue atau overvalue.
Hasil dari persamaan ini menunjukkan bahwa variabel Publik sebagai
variabel tambahan dan persamaan secara keseluruhan adalah signifikan pada α =
10. Daya prediksi dari model juga bertambah dari 61,76% menjadi 76,47%,
sehingga secara teoritis model dapat digunakan sebagai alat prediksi. Penambahan
variabel bebas Publik ke dalam model prediksi menjadikan model lebih handal
dalam memprediksi harga IPO akan undervalue atau overvalue.
4) Hasil Penelitian Prediksi Harga Saham RO + DER + Publik
Menggunakan persamaan (3.5) dihasilkan persamaan berikut;
ln
P
1 -P
= 4.28 - 1.S2E-06A +2.SE-06D -0.064T -44.06Rf +2.2S2σ
2
+u.1u2BER - 7.S28P0B
t = 0.552 0.402 0.376 0.913 0.532 0.460 0.481 0.068
McFadden R
2
= 0.252282 … (4.4)
85
 

 
Pada α = 5 tidak ada variabel bebas yang signifikan, terdapat satu variabel
bebas yang signifikan yaitu variabel Publik pada α = 10. Sedangkan Probability
(LR stat) = 0.108707, berarti pada α = 5 dan α = 10 persamaan tidak signifikan,
namun tanda dari masing-masing variabel sudah sesuai dengan teori.
McFadden R
2
= 0,2553, artinya variabel bebas dari persamaan dapat
menjelaskan 25,53% terhadap variabel tidak bebas
Nilai Odds ratio dari masing-masing variabel dapat ditulis sebagai berikut;
Tabel 4.8
Nilai Odds Ratio RO + DER + Publik
Variable Koefisien
Odds Ratio
Nilai % % Pengaruh
Aset -1.52E-06 0.99999848 99.999848% (0.000152%)
Hutang 2.50E-06 1.00000250 100.000250% 0.0002500%
Tenor -0.0642 0.93785774 93.785774% (6.21%)
LPS -44.0608 7.322E-20 7.322E-18% (100%)
Volatilitas 2.2324 9.32266004 932.266004% 832.27%
DER 0.1024 1.10786972 110.786972% 10.79%
Publik -7.5281 0.00053777 0.053777% (99.95%)
Sumber: Diolah dari hasil regresi Logit RO + DER + Publik






86
 

 
Tabel 4.9
Ketepatan RO + DER + Publik Memprediksi Harga Saham

Klasifikasi
Hasil Prediksi
Total
Undervalue Overvalue
Jumlah emiten
yang diamati
Undervalue (0) 7 7 14
Overvalue (1) 2 18 20
Jumlah emiten
yang diamati (%)
Undervalue (0) 50% 50% 100%
Overvalue (1) 10% 90% 100%
Model menghasilkan 25 emiten atau 73.53% yang dapat diprediksi dengan benar
Sumber: Diolah dari hasil regresi Logit RO + DER + Publik

Model ini dapat memprediksi 7 emiten akan undervalue dan 18 emiten
akan overvalue. Secara keseluruhan model dapat memprediksi 25 emiten
(73,53%) akan undervalue atau overvalue. Daya prediksi model RO + DER +
Publik sama dengan model RO + Publik, penambahan variabel DER pada model
prediksi RO + Publik tidak mempengaruhi daya prediksi model (berkurang atau
bertambah).








87
 

 
Berikut rekapitulasi hasil eksplorasi persamaan prediksi harga saham;
Tabel 4.10
Rekapitulasi Hasil Eksplorasi
RO RO + DER RO + Publik
RO + DER +
Publik
Variabel
Tambahan
Tidak ada
Tidak
signifikan
Signifikan
• DER tidak
singnifikan
• Publik
signifikan
LR Statistic 0.425468 0.430437 0.071565 0.108707
McFadden R
2
0.106839 0.128841 0.251746 0.255282
Ketepatan
Model
21 emiten
61.76%
7 undervalue
14 overvalue
20 emiten
58.82%
5 undevalue
15 overvalue
26 emiten
76.47%
8 undervalue
18 overvalue
25 emiten
73.53%
7 undervalue
18 overvalue
ODDS RATIO (%Pengaruh)
Aset (0.0000203%) (0.0000459%) (0.000151%) (0.000152%)
Hutang 0.000114% 0.000146% 0.000252% 0.0002500%
Tenor (20.129%) (30.178%) (13.14%) (6.21%)
LPS (100%) 100% (100%) (100%)
Volatilitas 147.326% (25.04%) 402.45% 832.27%
DER Tidak ada (17.30%) Tidak ada 10.79%
Publik Tidak ada Tidak ada (99.89%) (99.95%_
Sumber: Diolah dari hasil regresi Logit RO, RO+DER, RO+Publik, RO+DER+Publik
Hasil lengkap persamaan logit terlampir dalam lampiran 2, 3, 4, dan 5.



88
 

 
4.2.2 Pembahasan Hasil Penelitian Prediksi Harga Saham
1) Uji Kestabilan
Sebelum melakukan uji kestabilan model prediksi terlebih dahulu
dilakukan pemilihan model prediksi yang paling baik diantara model yang
dihasilkan dari empat persamaan model yang diteliti. Hasil penelitian model
prediksi dari persamaan 4.1, persamaan 4.2, persamaan 4.3, dan persamaan 4.4
dirangkum dalam tabel 4.10 diatas.
Daya prediksi model persamaan 4.1 dapat memprediksi 21 emiten atau
61.76%, dan model persamaan 4.2 mempunyai dapat memprediksi 20 emiten atau
58,82% dengan benar. Sedangkan model persamaan 4.3 dapat memprediksi 26
emiten atau 76,47 % dan 4.4 dapat memprediksi 25 emiten dengan benar atau
73.53%. Untuk menentukan model prediksi manakah yang terbaik di antara
persamaan model prediksi tersebut dilakukan telaahan lebih lanjut.
™ persamaan 4.3 yaitu persamaan real option ditambah variabel Publik
menghasilkan; variabel Publik sebagai variabel tambahan persamaan,
signifikan pada α = 10, dan persamaan secara keseluruhan signifikan pada
α = 10, (LR stat = 0.071565).
™ persamaan 4.4, yaitu persamaan real option dengan variabel DER dan
variabel Publik sebagai variabel tambahan menghasilkan; variabel Publik
sebagai variabel tambahan persamaan, signifikan pada α = 10. tetapi
variabel DER sebagai variabel tambahan dan persamaan secara
keseluruhan tidak signifikan baik pada α = 5 maupun α = 10, (LR stat =
0.108707).
89
 

 
Dari analisa terhadap empat model prediksi diatas dapat disimpulkan
bahwa model prediksi yang dapat dipergunakan untuk memprediksi harga saham
IPO adalah model prediksi sebagaimana dituliskan dalam persamaan 4.3.
Kesimpulan ini diambil berdasarkan:
™ persamaan 4.1 dan 4.2 menghasilkan daya prediksi lebih rendah dari
persamaan 4.3 dan 4.4.
™ variabel tambahan DER pada persamaan 4.4. tidak signifikan, persamaan
secara keseluruhan juga tidak signifikan, dan daya prediksi tidak
meningkat dari persamaan 4.3, sehingga sesuai dengan azas parsimony
maka persamaan 4.3 layak untuk digunakan sebagai persamaan model
prediksi harga saham IPO.

Uji stabilitas persamaan 4.3 dilakukan dengan menggunakan data dari 6
emiten yang sama dengan data yang digunakan untuk uji stabilitas model harga
saham IPO
RO
. Hasil dari uji stabilitas model prediksi persamaan 4.3, berhasil
memprediksi 5 emiten ( 83,33%) dengan benar.
Hasil uji stabilitas terhadap model penelitian yang dihasilkan di atas
menunjukkan bahwa model harga IPO
RO
(persamaan 2.21) dan model prediksi
harga saham (persamaan 4.3) teruji menunjukkan hasil yang stabil, artinya model
yang dihasilkan dari penelitian ini dapat dipergunakan untuk perhitungan harga
saham IPO dan model prediksi harga saham IPO.


90
 

 
2) Pembahasan Hasil Penelitian Prediksi Harga Saham IPO
Kecenderungan harga IPO akan undervalue atau overvalue dapat
diprediksi dengan menggunakan model persamaan 4.3, yaitu persamaan logit
dengan variabel bebasnya sama dengan variabel bebas model real option dan
penambahan variabel Publik.
Model memiliki kemampuan prediksi cukup baik (>75%) dan pengaruh
masing-masing variabel terhadap model dari yang terbesar adalah; Volatilitas,
LPS, Publik, Tenor, Hutang dan Aset. Pengaruh negatif diberikan oleh variabel
LPS, Publik, Tenor dan Aset, sedangkan pegaruh positif oleh variabel, Volatilitas
dan Hutang.
Hasil penelitian model prediksi harga saham IPO ini sejalan dengan hasil
penelitian dari Bahsoon dan Emmerich (2000) untuk memprediksi stabilitas dari
arsitektur software yang di fokuskan kepada kondisi masa depan yang tidak pasti.
Variabel yang disini berfungsi sebagai variabel prediksi adalah variabel
volatilitas, variabel LPS dan variabel publik. Aplikasinya untuk variabel
Volatilitas adalah semakin besar volatilitas nilai saham tersebut akan semakin
tinggi pula kemungkinan harga saham tersebut akan overvalue. Untuk variabel
LPS adalah semakin tinggi suku bunga penjaminan pada saat IPO akan semakin
besar pula kecenderungan harga saham pada saat IPO akan undervalue.
Sedangkan untuk variabel publik adalah semakin tinggi porsi saham yang dijual
kepada publik atau semakin besar nilai variabel Publik akan semakin besar pula
kemungkinan harga saham waktu IPO mengalami undervalue.
91
 

 
Hasil penelitian menunjukkan bahwa variabel Volatilitas mempunyai
pengaruh terbesar dalam memprediksi apakah harga saham IPO akan undervalue
atau overvalue. Pengaruh variabel Volatilitas terhadap kecenderungan harga
saham setelah listing adalah bersifat positif artinya semakin besar volatilitas nilai
saham yang dilepas oleh emiten kepada publik, maka semakin tinggi
kecenderungannya harga saham emiten tersebut akan overvalue, ingat nilai binary
dari oveervalue = 1. Sebaliknya, semakin kecil volatilitas nilai saham yang dilepas
ke publik, semakin kecil pula kemungkinannya harga saham tersebut overvalue
atau semakin besar kemungkinannya harga saham tersebut undervalue.
Hawawini mengatakan bahwa return dari perusahaan dengan market
kapitalisasi kecil adalah outperform dibandingkan dengan perusahaan yang
market kapitalisasinya besar. Untuk prediksi harga IPO dapat diinterpretasikan
bahwa apabila emiten melepas saham kepada publik dalam jumlah sedikit berarti
saham tersebut akan cenderung overprice sehingga return yang dihasilkan kecil.
Sebaliknya apabila emiten melepas saham dalam jumlah besar, maka saham
emiten tersebut akan cenderung underprice sehingga return saham terutama pada
hari pertama akan besar.

4.3 Pemecahan Masalah
4.3.1 Pemecahan Masalah Harga IPO
Hasil penelitian dan pembahasan diatas, jelas mengatakan bahwa harga
saham IPO
RO
memberikan hasil yang lebih baik dari pada harga saham model
tradisional. Berarti hipotesis pertama yang mengatakan bahwa “Harga saham IPO
92
 

 
model Real Option lebih akurat dari pada harga saham IPO model tradisional”,
teruji benar.
Persamaan harga saham IPO
RO
adalah sebagai berikut;
Nilai dari equity = VN (d1) – De
-Rf .T
N(d2) + ε
dimana
u
1
=
lnI
v
B
] + (i - y +
σ
2
2
)t
σ√t

d2 = d1 - σ√t
V = Nilai asset
D = Nilai hutang
σ
2
= Volatilitas (implied voaltilitas) dari nilai asset perusahaan
T = rata-rata tertimbang jangka waktu jatuh tempo hutang (tahun)
Rf = Suku bunga tanpa risiko
N(x) = Daerah di bawah standardized normal distribusi
Ε = error











93
 

 
Dan harga saham waktu IPO adalah;
IPO
RO
= Equity / jumlah lembar saham
Gambar 4.1
Model Harga Saham IPO
RO

Sumber: Hasil Penelitian

4.3.2 Pemecahan Masalah Prediksi Harga Saham IPO
Masalah prediksi harga saham setelah IPO dapat dipecahkan dengan
menggunakan persamaan (4.3) yaitu;
ln
P
1 - P
= S.u77 -1.S1E-06A +2.S2E-06D -0.141T -45.S96Rf +0.139σ
2
-6.844P0B
Dimana:
A = Aset
D = Hutang
T = Tenor (rata-rata tertimbang jangka waktu jatuh tempo hutang)
Rf = Risk Free (tingkat bunga LPS)
σ
2
= Volatilitas (implied volatility)
PUB = Jumlah saham yang dijual pada saat IPO
Aset
Hutang
Tenor
LPS
Volatilitas
Equity
Model Harga
IPO
Harga IPO =
Equity/Jumlah
Saham
94
 

 
Kesimpulan dari hasil uji hipotesis kedua, ketiga, keempat dan kelima
adalah hipotesis keempat memberikan hasil terbaik untuk model prediksi harga
saham IPO, berarti pemecahan masalah prediksi harga saham IPO dapat
diselesaikan dengan menggunakan persamaan 4.3 yaitu persamaan yang
diturunkan dari hipotesis empat.
Gambar 4.2
Model Prediksi Harga Saham


















-1.51E-06
Aset
Hutang
Tenor
LPS
Volatilitas
Model
Prediksi Harga
IPO
Dapat
memprediksi
undervalue/
overvalue
Publik
2.52E-06
-0.141
-44.396
0.139
-6.844
95
 

 
BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulan
5.1.1 Kesimpulan Umum
Harga saham waktu IPO dapat dihitung dengan menggunakan model real
option begitu juga dengan prediksi harga saham 30 hari setelah IPO. Temuan
penelitian ini menunjukkan : pertama, perhitungan harga saham dengan
menggunakan model real option lebih akurat dari pada model tradisional, kedua,
harga saham setelah dicatatkan di Bursa sampai dengan 30 hari berikutnya dapat
diprediksi dengan baik, ketiga, ditemukan 3 buah variabel dominan yaitu
volatilitas, LPS dan porsi saham publik.
Untuk mendapatkan harga saham IPO yang mendekati harga IPO
RO
akan
menghadapi tarik menarik antara kepentingan emiten, underwriter dan investor.
Untuk itu sebagai kontrol dapat digunakan model prediksi harga saham setelah
IPO.

5.1.2 Kesimpulan Khusus
1) Metode Real Option dapat digunakan untuk menghitung equity suatu
perusahaan, dan hasil penelitian ini menunjukkan bisa digunakan untuk
menghitung harga saham perusahaan waktu IPO, memberikan hasil yang lebih
akurat dari pada model yang digunakan di BEI sekarang ini.
96
 

 
2) Harga saham setelah IPO dapat diprediksi dengan menggunakan modifikasi
model real option.
3) Hipotesis bahwa penambahan variabel DER ke dalam persamaan prediksi
akan meningkatkan daya prediksi tidak signifikan. Begitu juga dengan
hipotesis bahwa penambahan variable DER dan Publik secara bersama-sama
ke dalam persamaan prediksi akan mempertinggi daya prediksi, teruji tidak
signifikan.
4) Hipotesis bahwa penambahan variable Publik akan meningkatkan daya
prediksi, teruji signifikan.
5) Nilai Aset dan Hutang perusahaan secara langsung tidak menjadi
pertimbangan yang penting dalam prediksi harga saham akan undervalue atau
overvalue. Ini ditunjukkan dengan sangat kecilnya koefisien dari variabel
tersebut.

5.2 Saran-Saran
5.2.1 Saran untuk Perusahaan (Calon Emiten)
Pihak calon emiten memiliki variabel solusi yang dapat menentukan arah
saham setelah IPO apakah akan undervalue atau overvalue yaitu variabel Publik
dan variabel Volatilitas. Variabel tersebut bersifat variabel internal, sehingga
mereka dapat mempengaruhinya dengan baik. Selain itu variabel-variabel tersebut
mempunyai sifat terbalik satu dengan yang lainnya. Dimana variabel Publik
berpengaruh negatif dan variabel volatilitas berpengaruh positif.
97
 

 
Untuk mencapai hasil yang optimum dalam IPO, maka calon emiten dapat
melakukan tindakan berikut;
1) Jumlah saham yang dijual kepada publik pada waktu IPO dalam porsi yang
minimal, maksimum adalah sebesar ketentuan dari BEI.
2) Konversi hutang-hutang menjadi hutang jangka panjang.
3) Gunakan metode real option untuk menghitung harga saham IPO yang
seharusnya.
4) Gunakan model prediksi harga saham, sehingga perusahaan dapat
memperkirakan kecenderungan harga saham setelah listing.

5.2.2 Saran untuk Underwriter
Harapan utama dari underwriter adalah terjual habis semua saham yang
ditawarkannya dan harga saham setelah listing tidak turun (overvalue), kalau bisa
harga saham akan naik (undervalue). Ini tentu saja untuk menghindari kerugian
karena adanya ketentuan full commitment dan menjaga reputasi mereka.
Untuk itu pihak underwriter dapat melakukan hal berikut;
1) Meminta kepada emiten untuk menjual sebanyak-banyaknya saham mereka
kepada publik.
2) Menjaga agar harga saham IPO dalam kondisi undervalue.
3) Menggunakan metode real option untuk menghitung harga saham IPO yang
seharusnya. Harga tersebut dijadikan patokan dalam menetapkan diskon.
4) Menggunakan model prediksi harga saham agar underwriter dapat
memperkirakan kecenderungan harga saham setelah listing.
98
 

 
5.2.3 Saran untuk Investor
Investor melakukan investasi dengan membeli saham waktu IPO mestilah
dengan harapan akan mendapatkan keuntungan dari investasi tersebut. Masing-
masing investor mempunyai angka yang berbeda-beda mengenai target return on
investment dari investasi tersebut namun yang pasti harus positif.
Untuk memenuhi target tersebut maka investor dapat mengikuti saran
berikut;
1) Gunakan metode real option untuk menghitung harga saham IPO yang
seharusnya. Harga tersebut dijadikan patokan dalam membeli saham waktu
IPO. Jika harga IPO diatas harga hasil perhitungan jangan beli saham tersebut,
sebaliknya jika harga IPO dibawah harga perhitungan menurut metode real
option maka lihat berapa besarnya diskon yang diberikan, jika telah sesuai
dengan harapan maka lakukan pembelian, sebaliknya jika diskon yang
diberikan terlalu kecil maka jangan beli saham tersebut.
2) Gunakan model prediksi harga saham agar investor dapat memperkirakan
kecenderungan harga saham setelah listing. Jika harga cenderung undervalue,
maka investor dapat melakukan pembelian, sebaliknya jika harga cenderung
overvalue, jangan lakukan pembelian.

5.2.4 Saran untuk Peneliti Selanjutnya
Penelitian ini dilakukan dengan beberapa pembatasan antara lain
penelitian tidak memasukkan perusahaan-perusahaan perbankan dan lembaga
99
 

 
keuangan, perusahaan underwriter, dan perusahaan internet kedalam objek
penelitian.
Saran untuk peneliti selanjutnya:
1) Peneliti selanjutnya dapat mencoba metode ini untuk perusahaan-perusahaan
perbankan dan lembaga keuangan, perusahaan underwriter, dan perusahaan
internet.
2) Standar deviasi hari ke 30 dari metode real option lebih kecil 11% dari pada
model tradisional, namun bila diamati pergerakan masing-masing saham maka
terlihat jumlah saham yang mendekati harga metode real option lebih dari
45%. Peneliti selanjutnya sebaiknya menyelidiki lebih mendalam penyebab
terjadi ini.














100
 

 
DAFTAR PUSTAKA



Aggarwal, Reena, dan Conway, 2000, “Price discovery in initial public offerings
and the role of the lead underwriter”, Journal of Finance 55.

Alexander, 2001, “Market Models a Guide to Financial Data Analysis”, John
Willey and Sons, Ltd.

Allen and Faulhaber, 1989, “Signaling by Underpricing in The IPO Market”,
Journal of Financial Economics 23.

Amihud, Yakov, Shmuel Hauser dan Amir Kirsh, 2001, “Allocations, Adverse
Selection and Cascades in IPOs: Evidence from Israel”, working paper.

Aussenegg, Pichler, dan Stomper, 2004, “IPO Pricing with Bookbuilding and a
When-Issued Market”, Working paper, Euro Conference on „Auctions and
Market Design: Theory, evidence and Applications“ September 2003,
Milan.

Bahsoon dan Emmerich, 2000, “ArchOptions: A Real Options-Based Model for
Predicting the Stability of Software Architectures”, Working paper. Dept.
Of Computer Science University College London.

Baker, Malcom dan Wurgler, 2000, “The Equity Share in New Issues and
Aggregate Stock Returns”, Journal of Finance, Vol. LV, no 5.

Baness, 1964, “Elements of a Theory of Stock-Option Value”, Journal of Political
Economy, 72.

Baron dan David, 1982, A Model of The Demand for Investment Banking
Advising and Distribution Services for New Issues, Journal of Finance 37.

Beatty dan Ritter, 1986, “ Investment Banking, Reputation, and the Underpricing
of Initial Public Offerings”, Journal of Economics 15.

Benveniste dan Spindt, 1989, "How Investment Bankers Determine the Offer
Price and Allocation of New Issues," Journal of Financial Economics, vol.
23.

Black, Bernard, dan Gilson, 1998, “Venture capital and the structure of capital
markets: Banks versus stock markets”, Journal of Financial Economics.

Black, 1976: “The Pricing of Commodity Contracts”, Journal of Financial
Economy.
101
 

 
Black & Scholes, 1973, “The Pricing of Options and Corporate Liabilities”,
Journal of Political Economy, vol 81.

Black, 1987, “How we come up with the option formula”, Journal Current
Content / Social & Bhavioral Sciences, Vol. 19, N0 33.

Black, Goldman, Sachs & Co.1988, “How to use the Holes in Black Scholes”,
Journal of Finance, vol 1 no 4.

Borissiouk, dan Peli, “Master Thesis: Real Option Approach to R&D Project
Valuation: Case Study at Serono International S.A.”, University of
Lausanne

Brennan & Schwartz, 1985, “Evaluating Natural Resources Investments”, Journal
of Business, 58.

Chemmanur, 1993, “The Pricing of Initial Public Offers: A dynamic Model with
Information Production”, Journal of Finance, 48.

Chemmanur dan Fulghieri, 1999, ”A Theory of the Going-Public Decision”,
Review of Financial Studies, 12.

Choe, Hyuk, Masulis, dan Nanda, 1993, “Common Stock Offerings Across the
Business Cycle: Theory and Evidence”, Journal of Empirical Finance, 1.

Cooper, Schindler, 2001, “Business Research Methods”, McGraw-Hill
International Edition, 7th edition.

Copeland, T. et all. 1995, “Valuation Measuring and Managing the Value of
Companies”, John Willey and Sons, Ltd.

Cox dan Ross, 1976, “The Valuation of Options for Alternative Stochastic
Processes”, Journal of Financial Economics, 3.

Cox & Ross dan Rubinstein, 1979, “Option Pricing: A Simplified Approach”,
Journal of Financial Economics, 7.

Cuthberson dan Nitsche, 2001, "Financial Engineering Derivatives and Risk
Management", John Willey and Sons, Ltd.

Damodaran, 1994, "Damodaran on Valuation Security Analysis for Investment
and Corporate Finance", John Willey & Sons, Inc.

Dickens dan Lohrenz, 1996, “Evaluating Oil and Gas Assets: Option Pricing
Methods Prove No Panacea”, Journal of Finacial Strategic Decisions, vol 9
no 2.
102
 

 
Effendi, “Testing The Predictive Power of Implied Volatilitas and Volatilities
from Time Series Models of Options, unpublished University of Oklahoma
working paper.

Ellis, Michaely, dan O’Hara, 2000, “When the Underwriter is the Market Maker:
An Examination of Trading in the IPO After Market”, Journal of Finance,
55.

Elton dan Gruber, 1991, “Modern Portfolio Theory and Investment Analysis”,
John Wiley & Sons, Inc. 4th Edition.

Eviews User’s Guide, 2nd Edition, 1998

Foster, 1986, “Financial Statement Analysis”, Prentice Hall.

Garman, dan Kohlhagen, 1983, “Foreign Currency Option Values”, Journal of
International Money and Finance, 2.

Geske, 1979, “The Valuation of Compound Options”, Journal of Financial
Economics.

Gibson, 1991, "Option Valuation Analysis and Pricing Standardised Option
Contract", Mc Graw-Hill Inc.

Gompers dan Lerner, 2001, “The Really Long-Term Performance of Initial Public
Offerings”: The Pre-Nasdaq Evidence, unpublished Harvard Business
School working paper.

Gordon, 1962, “The Investment, Financing, and Valuation of the Corporation”.
Homewood, Ill.: R.D. Irwin.

Greenspan, 1997, “Monetary Policy Report to Congress Pursuant to the Full
Employment & Balanced Growth Act of 1998”, Superintendent of
Documents, July 22.

Gujarati, 2003 “Basic Econometrics”, McGraw-Hill international edition, 4th
edition.

Habib, Michel dan Ljungqvist, 2001, “Underpricing and entrepreneurial wealth
losses in IPOs: theory and evidence”, Review of Financial Studies, 14.

Haugen dan Senbet, 1986, “Corporate Finance and Taxes: a Review”, Financial
Management, 15.

Hawawini, 1998 “Market Efficiency and Equity Pricing”.

103
 

 
Heaton, 2001, “Managerial Optimism and Corporate Finance”, unpublished
Bartlet Beck, working paper, Chicago IL.

Ho dan Lee, 1986, “Term Structure Movements and Pricing Interest Rate
Contingent Claims”, Journal of Finance, 41.

Hosmer dan Lemeshow, 2000, “Applied Logistic Regression”, Willey Series in
Probability and Statistics, John Wiley & Sons, Inc, New York, 2nd edition.

Hull, 2000, “Options, Futures, and Other Derivatives”, Prentice Hall, Upper
Saddle River.

Hull dan White, 1998, “Value at Risk When Daily Changes in Market Variables
are not Normally Distributed”, Journal of Derivatives, Vol. 5 no 3.

Husnan, 2001, “Dasar-Dasar Teori Portfolio dan Analisi Sekuritas”, UPP AMP
YKPN Yogyakarta, Edisi ketiga.

Ibbotson, 1975, ”Price Performance of Common Stock New Issues”, Journal of
Financial Economics, 2.

Ibbotson, dan Jeffrey, 1975, ”Hot Issue Markets”, Journal of Finance Vol XXX,
no 4.

Ingersoll, 1976, “A Theoretical and Empirical Investigation of the Dual Purpose
Funds: An Application of Contingent Claims Analysis”, Journal of
Financial Economics, 3.

Jain dan Kini, 1994, “The post-issue operating performance of IPO firms”,
ournal of Finance, 49.

Jarrow dan Rudd, 1982, “Approximate Option Valuation for Arbitrary Stochastic
Processes”, Journal of Financial Economics, 10.

Jarrow & Turnbull, 2000, “Derivative Securities”, South-Western Publishing.

Jegadeesh, Narasimhan, Weinstein dan Welch, 1993, “An E.empirical
Investigation of IPO Returns and Subsequent Equity Offerings”, Journal of
Financial Economics. 34.

Kim, Moonchul dan Ritter, 1999, “Valuing IPOs”, Journal of Financial
Economics, 53.

Koh dan Walter, 1989, “A Direct Test of Rock's Model of the Pricing of
Unseasoned Issues”, Journal of Financial Economics, 23.

104
 

 
Koutsoyiannis A., 1977, “Theory of Econometrics”, MacMilan, 2nd Edition.
Krigman, Shaw, dan Womack, 1999, “The Persistence of IPO Mispricing
and the Predictive Power of Flipping”, Journal of Finance, 54.

Lerner, Josh, 1994, “Venture Capitalists and the Decision to Go Public”, Journal
of Financial Economics, 35.

Ljungqvist dan Wilhelm, 2002, “IPO Pricing in the Dot-Com Bubble:
Complacency or Incentives?” unpublished NYU, working paper.

Loughran, Tim, dan Ritter, 2002, “Why don’t issuers get upset about leaving
money on the table in IPOs”? Review of Financial Studies, 15.

Lowry dan Schwert, 2002, “IPO Market Cycles: Bubbles or Sequential
Learning?”, Journal of Finance, 57.

Lucas dan McDonald, 1990, “Equity Issues and Stock Price Dynamics”, Journal
of Finance, 45.

Maksimovic, Vojislav, dan Pichler, 2001, “Technological Innovation and Initial
Public Offerings”, Review of Financial Studies.

Manaster dan Koehler, 1982, “The Calculation of Implied Variances from the
Black-Scholes Model: A Note”, Journal of Finance, vol 37.

Mandelker dan Raviv, 1977, “Investment Banking: An Economic Analysis of
Optimal Underwriting Contracts ” Journal of Finance, vol XXXII, no 3.

Mauboussin, 1999, “Get Real Using Real Options in Security Analysis”, Equity
Research, Credit Suisse Firts Boston Corporation, volume 10.
Equity Research
McDonald dan Fisher 1972, "New Issue Stock Price Behavior" Journal of
Finance, 27.

Meisner dan Labuszewski, “Modifying the Black Scholes Option Pricing Model
for Alternative Underlying Instruments”. Journal of Finance.

Merton, 1973, “Theory of Rational Option Pricing”, Bell Journal of Economics
and Management Science, 4.

Merton, 1976, “Option Pricing when Underlying Stock Returns are
Discontinuous”, Journal of Financial Economics, 3.

Michaely, Roni, dan Shaw, 1994, The Pricing of Initial Public Offerings: Tests of
Adverse-Selection and Signaling Theories”, Review of Financial Studies, 7.

105
 

 
Mikkelson, Partch dan Shah, 1997, “Ownership and operating performance of
companies that go public”, Journal of Financial Economics, 44.

Miller, 1977, “Risk, uncertainty, and divergence of opinion”, Journal of Finance,
32.

Molodovsky, 1965, "Common Stock Valuation Principles, Tables and
Application", Financial Analysts Journal.

Myers, 1984, “The Capital Structure Puzzle”, Journal of Finance, 39.

Myers dan Majluf, 1984, “Corporate financing and investment decisions when
firm have information that investor do not have”, Journal of Financial
Economics, 13.

Muscarella, Chris dan Vetsuypens, 1989, “A simple test of Baron's model of IPO
underpricing”, Journal of Financial Economics, 24.

Pagano, Marco, Panetta, dan Zingales, 1998, “Why Do Computers Go Public? An
Empirical Analysis”, Journal of Finance, 53.

Pulliam, Susan, dan Smith, 2000, “Linux Deal is Focus of IPO-Commission
Probe”, Wall Street Journal.

Pulliam, Susan, dan Smith, 2001, “CSFB Official Set Quota for Repayment of
IPO Profits in Form of Commissions”, Wall Street Journal.

Purnanandam, Amiyatosh dan Swaminathan, 2001, “Are IPOs Underpriced?”
unpublished Cornell University, working paper.

Rendleman, dan Bartter, 1979, “Two-State Option Pricing”, Journal of Finance,
34.

Resnick, 2001, "International Financial Management", Mc Graw-Hill,
International Edition.

Ritchken, 1996, "Derivative Market, Teory, Strategy and Applications", Harper
Colin College Publishers.

Ritter, 1991, “The Long-Run Performance of Initial Public Offerings”, The
Journal of Finance, Vol XLVI no 1.

Rock, 1986, “Why New Issues are underpriced”, Journal of Financial Economics,
15.


106
 

 
Roll, 1977, “An Analytical Formula for Unprotected American Call Options on
Stocks with Known Dividends”, Journal of Financial Economics, 5.

Roll, 1981, “A Possible Explanation of the Small Firm Effect”, Journal of
Finance, Vol 36.

Rozeff, 1982, “Growth, Beta and Agency Costs as Determinants of Dividend
Payout Ratios”, Journal of Financial Research, 5.

Samuelson, 1965, “Rational Theory of Warrant Pricing”, Industrial Management
Review, 6.

Schultz dan Zaman, 1994, "Aftermarket Support and Underpricing of Initial
Public Offerings," Journal of Financial Economics, 35.

Schultz, 2001, “Pseudo market timing and the long-run underperformance of
IPOs”, unpublished University of Notre Dame, working paper.

Sekaran, 2000, “ Research Methods For Business A Skill-Building Approach”,
John Wiley & Sons, Inc. 3rd Edition.

Siegel, Smith, & Paddock, 1993, “Valuing Offshore Oil Properties with Option
Pricing Models in The New Corporate Finance”,:McGraw-Hill, New York.

Sherman dan Titman, 2002, “Building the IPO order book: Underpricing and
participation limits with costly information”, Journal of Financial
Economics, forthcoming.

Smith dan Clifford, “Investment Banking and The Capital Acquisition Process”,
Journal of Financial Economics.

Sprenkle, 1964, “Warrant Prices as Indicators of Expectations and Preferences,
The Random Character of Stock Market Prices”, MIT Press, Cambridge.

Strong, R. 1998, "Portfolio Management", Jaico Publishing House,

Subramanyam, dan Titman, 1999, “The going public decision and the
development of financial markets”, Journal of Finance, 54.

Teoh, Hong, Welch dan Wong, 1998, “Earnings management and the long-run
market performance of initial public offerings”, Journal of Finance, 53.

Titman dan Trueman, 1986, “Information Quality and the Valuation of New
Issues”, Journal of Accounting and Economics, 8.

107
 

 
Titman dan Wessels, 1988, “The Determinants of Capital Structure Choice”,
Journal of Finance, 43.

Welch, 1989, “Seasoned Offerings, Imitation Costs, and the Underpricing of
Initial Public Offerings”, Journal of Finance, 44.

Welch, 1992, “Sequential Sales, Learning, and Cascades”, Journal of Finance, 47.

Welch, and Ritter, 2002, “A Review of IPO Activity, Pricing and Allocations”,
The Journal of Finance 57:4.

Whaley, 1981, “On the Valuation of American Call Options on Stock with Known
Dividends”, Journal of Financial Economics, 9.

Wiese, R.F. 1930, "Investing for True Value", Barron's.

Williams, 1938, “The Theory of Investment Value” . (Reprint: Amsterdam, The
Netherlands: North Holland Publishing Company, 1964).

Wilmott, dan Rasmussen,2002, “New Directions in Mathematical Finance”, John
Willey and Sons, Ltd.

Wirasasmita, 2004, “Kumpulan Makalah Penulisan Disertasi”,

Zikmund, 2000, “Business Research Methods”, The Dryden Press Harcourt
College Publishers, 6th edition.

Zingales dan Luigi, 1995, “Insider Ownership and the Decision to Go Public”,
Review of Economic Studies.











Lampiran 1


Grafik Perkembangan Harga Saham, Harga IPO, Harga RO dan Mean

 

 
0
200
400
600
800
1000
1200
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
ACES
aktual
IPO
RO
mean
0
100
200
300
400
500
600
700
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
ASRI
aktual
IPO
RO
mean
Lampiran 1


Grafik Perkembangan Harga Saham, Harga IPO, Harga RO dan Mean

 

 
0
100
200
300
400
500
600
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
BAPA
aktual
IPO
RO
mean
0
100
200
300
400
500
600
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
BISI
aktual
IPO
RO
mean
Lampiran 1


Grafik Perkembangan Harga Saham, Harga IPO, Harga RO dan Mean

 

 
0
50
100
150
200
250
300
350
400
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
BKDP
aktual
IPO
RO
mean
0
100
200
300
400
500
600
700
800
900
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
CSAP
aktual
IPO
RO
mean
Lampiran 1


Grafik Perkembangan Harga Saham, Harga IPO, Harga RO dan Mean

 

 
0
100
200
300
400
500
600
700
800
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
CTRP
aktual
IPO
RO
mean
0
100
200
300
400
500
600
700
800
900
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
DEWA
aktual
IPO
RO
mean
Lampiran 1


Grafik Perkembangan Harga Saham, Harga IPO, Harga RO dan Mean

 

 
0
50
100
150
200
250
300
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
DGIK
aktual
IPO
RO
mean
0
500
1.000
1.500
2.000
2.500
3.000
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
JSMR
aktual
IPO
RO
mean
Lampiran 1


Grafik Perkembangan Harga Saham, Harga IPO, Harga RO dan Mean

 

 
0
200
400
600
800
1.000
1.200
1.400
1.600
1.800
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
JKON
aktual
IPO
RO
mean
0
50
100
150
200
250
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
LCGP
aktual
IPO
RO
mean
Lampiran 1


Grafik Perkembangan Harga Saham, Harga IPO, Harga RO dan Mean

 

 
0
200
400
600
800
1000
1200
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
MNCN
aktual
IPO
RO
mean
0
100
200
300
400
500
600
700
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
WEHA
aktual
IPO
RO
mean
Lampiran 1


Grafik Perkembangan Harga Saham, Harga IPO, Harga RO dan Mean

 

 
0
100
200
300
400
500
600
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
GPRA
aktual
IPO
RO
mean
0
200
400
600
800
1000
1200
1400
1600
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
PKPK
aktual
IPO
RO
mean
Lampiran 1


Grafik Perkembangan Harga Saham, Harga IPO, Harga RO dan Mean

 

 
0
100
200
300
400
500
600
700
800
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
PTSN
aktual
IPO
RO
mean
0
50
100
150
200
250
300
350
400
450
500
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
PDES
aktual
IPO
RO
mean
Lampiran 1


Grafik Perkembangan Harga Saham, Harga IPO, Harga RO dan Mean

 

 
0
100
200
300
400
500
600
700
800
900
1000
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
ELSA
aktual
IPO
RO
mean
0
100
200
300
400
500
600
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
GZCO
aktual
IPO
RO
mean
Lampiran 1


Grafik Perkembangan Harga Saham, Harga IPO, Harga RO dan Mean

 

 
0
50
100
150
200
250
300
350
400
450
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
HOME
aktual
IPO
RO
mean
0
500
1.000
1.500
2.000
2.500
3.000
3.500
4.000
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
INDY
aktual
IPO
RO
mean
Lampiran 1


Grafik Perkembangan Harga Saham, Harga IPO, Harga RO dan Mean

 

 
0
100
200
300
400
500
600
700
1 2 3 4 5 6 7 8 9 1011 12 13 1415 16 1718 19 2021 22 2324 25 2627 28 2930
H
a
r
g
a
Hari
KBRI
aktual
IPO
RO
mean
0
100
200
300
400
500
600
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
KOIN
aktual
IPO
RO
mean
Lampiran 1


Grafik Perkembangan Harga Saham, Harga IPO, Harga RO dan Mean

 

 
0
50
100
150
200
250
300
350
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
SIAP
aktual
IPO
RO
mean
0
200
400
600
800
1.000
1.200
1.400
1.600
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
TRIL
aktual
IPO
RO
mean
Lampiran 1


Grafik Perkembangan Harga Saham, Harga IPO, Harga RO dan Mean

 

 
0
20
40
60
80
100
120
140
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
GTBO
aktual
IPO
RO
mean
0
50
100
150
200
250
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
INVS
aktual
IPO
RO
mean
Lampiran 1


Grafik Perkembangan Harga Saham, Harga IPO, Harga RO dan Mean

 

 
0
50
100
150
200
250
300
350
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
RINA
aktual
IPO
RO
mean
0
2000
4000
6000
8000
10000
12000
14000
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
TRIO
aktual
IPO
RO
mean
Lampiran 1


Grafik Perkembangan Harga Saham, Harga IPO, Harga RO dan Mean

 

 
0
50
100
150
200
250
300
350
400
450
500
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
BDST
aktual
IPO
RO
mean
0
500
1000
1500
2000
2500
3000
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
AMRT
aktual
IPO
RO
mean
Lampiran 1


Grafik Perkembangan Harga Saham, Harga IPO, Harga RO dan Mean

 

 
 
0
50
100
150
200
250
300
350
400
450
500
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
NIKL
aktual
IPO
RO
mean
0
50
100
150
200
250
300
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
DSSA
aktual
IPO
RO
mean


 

 
Lampiran 2
Dependent Variable: L
Method: ML - Binary Logit (Quadratic hill climbing)
Date: 08/19/10 Time: 11:32
Sample: 1 34
Included observations: 34
Convergence achieved after 14 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z-Statistic Prob.
C 5.299561 5.925857 0.894311 0.3712
ASET -2.03E-07 1.72E-06 -0.118063 0.9060
HUTANG 1.14E-06 2.78E-06 0.410048 0.6818
TENOR -0.224751 0.426121 -0.527434 0.5979
LPS -66.60251 63.58159 -1.047513 0.2949
IMPVOL 0.905538 1.959474 0.462133 0.6440
McFadden R-squared 0.106839 Mean dependent var 0.588235
S.D. dependent var 0.499554 S.E. of regression 0.507556
Akaike info criterion 1.563164 Sum squared resid 7.213160
Schwarz criterion 1.832522 Log likelihood -20.57379
Hannan-Quinn criter. 1.655023 Deviance 41.14757
Restr. deviance 46.06962 Restr. log likelihood -23.03481
LR statistic 4.922047 Avg. log likelihood -0.605111
Prob(LR statistic) 0.425468
Obs with Dep=0 14 Total obs 34
Obs with Dep=1 20

Estimation Command:
=========================
BINARY(D=L) L C ASET HUTANG TENOR LPS IMPVOL

Estimation Equation:
=========================
I_L = C(1) + C(2)*ASET + C(3)*HUTANG + C(4)*TENOR + C(5)*LPS + C(6)*IMPVOL

Forecasting Equation:
=========================
L = 1-@CLOGISTIC(-(C(1) + C(2)*ASET + C(3)*HUTANG + C(4)*TENOR + C(5)*LPS +
C(6)*IMPVOL))

Substituted Coefficients:
=========================
L = 1-@CLOGISTIC(-(5.29956125493 - 2.0286789594e-07*ASET + 1.14102273503e-06*HUTANG
- 0.224750871654*TENOR - 66.6025120891*LPS + 0.905538186219*IMPVOL))
 





 

 
Lampiran 2

Expectation-Prediction Evaluation for Binary Specification
Equation: REGRESILOGITRO
Date: 08/19/10 Time: 14:55
Success cutoff: C = 0.5
Estimated Equation Constant Probability
Dep=0 Dep=1 Total Dep=0 Dep=1 Total
P(Dep=1)<=C 7 6 13 0 0 0
P(Dep=1)>C 7 14 21 14 20 34
Total 14 20 34 14 20 34
Correct 7 14 21 0 20 20
% Correct 50.00 70.00 61.76 0.00 100.00 58.82
% Incorrect 50.00 30.00 38.24 100.00 0.00 41.18
Total Gain* 50.00 -30.00 2.94
Percent Gain** 50.00 NA 7.14
Estimated Equation Constant Probability
Dep=0 Dep=1 Total Dep=0 Dep=1 Total
E(# of Dep=0) 6.81 7.19 14.00 5.76 8.24 14.00
E(# of Dep=1) 7.19 12.81 20.00 8.24 11.76 20.00
Total 14.00 20.00 34.00 14.00 20.00 34.00
Correct 6.81 12.81 19.61 5.76 11.76 17.53
% Correct 48.61 64.03 57.68 41.18 58.82 51.56
% Incorrect 51.39 35.97 42.32 58.82 41.18 48.44
Total Gain* 7.43 5.20 6.12
Percent Gain** 12.64 12.64 12.64
*Change in "%
Correct" from
default
(constant
probability)
specification
**Percent of
incorrect
(default)
prediction
corrected by
equation

 
 
 
 
 
 


 

 
Lampiran 2
 
Goodness-of-Fit Evaluation for Binary Specification
Andrews and Hosmer-Lemeshow
Tests
Equation: REGRESILOGITRO
Date: 08/19/10 Time: 14:56
Grouping based upon predicted risk (randomize ties)
Quantile of Risk Dep=0 Dep=1 Total H-L
Low High Actual Expect Actual Expect Obs Value
1 0.2848 0.3650 2 2.03052 1 0.96948 3 0.00142
2 0.3690 0.4039 2 1.83040 1 1.16960 3 0.04031
3 0.4075 0.4740 1 2.23345 3 1.76655 4 1.54241
4 0.4796 0.4897 2 1.54953 1 1.45047 3 0.27086
5 0.5137 0.5732 3 1.81267 1 2.18733 4 1.42223
6 0.5788 0.6009 1 1.23798 2 1.76202 3 0.07789
7 0.6184 0.6547 0 1.09963 3 1.90037 3 1.73592
8 0.6678 0.7342 2 1.15344 2 2.84656 4 0.87309
9 0.7568 0.7859 1 0.68741 2 2.31259 3 0.18439
10 0.8430 0.9981 0 0.36497 4 3.63503 4 0.40161
Total 14 14.0000 20 20.0000 34 6.55012
H-L Statistic 6.5501 Prob. Chi-Sq(8) 0.5859
Andrews Statistic 11.0994 Prob. Chi-Sq(10) 0.3498














 

 
Lampiran 3
Dependent Variable: L
Method: ML - Binary Logit (Quadratic hill climbing)
Date: 08/19/10 Time: 11:33
Sample: 1 34
Included observations: 34
Convergence achieved after 13 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z-Statistic Prob.
C 6.618237 6.564384 1.008204 0.3134
ASET -4.59E-07 1.75E-06 -0.262047 0.7933
HUTANG 1.46E-06 2.82E-06 0.516869 0.6052
TENOR -0.359216 0.501706 -0.715989 0.4740
LPS -61.28266 63.40544 -0.966521 0.3338
IMPVOL -0.288219 2.607379 -0.110540 0.9120
DER -0.189889 0.423432 -0.448452 0.6538
McFadden R-squared 0.128841 Mean dependent var 0.588235
S.D. dependent var 0.499554 S.E. of regression 0.511328
Akaike info criterion 1.592176 Sum squared resid 7.059326
Schwarz criterion 1.906426 Log likelihood -20.06698
Hannan-Quinn criter. 1.699344 Deviance 40.13397
Restr. deviance 46.06962 Restr. log likelihood -23.03481
LR statistic 5.935652 Avg. log likelihood -0.590205
Prob(LR statistic) 0.430437
Obs with Dep=0 14 Total obs 34
Obs with Dep=1 20

Estimation Command:
=========================
BINARY(D=L) L C ASET HUTANG TENOR LPS IMPVOL DER

Estimation Equation:
=========================
I_L = C(1) + C(2)*ASET + C(3)*HUTANG + C(4)*TENOR + C(5)*LPS + C(6)*IMPVOL + C(7)*DER

Forecasting Equation:
=========================
L = 1-@CLOGISTIC(-(C(1) + C(2)*ASET + C(3)*HUTANG + C(4)*TENOR + C(5)*LPS +
C(6)*IMPVOL + C(7)*DER))

Substituted Coefficients:
=========================
L = 1-@CLOGISTIC(-(6.61823738342 - 4.58837274881e-07*ASET + 1.45623889296e-
06*HUTANG - 0.359216216149*TENOR - 61.2826589201*LPS - 0.288219147251*IMPVOL -
0.189889025653*DER))






 

 
Lampiran 3

Expectation-Prediction Evaluation for Binary Specification
Equation: REGRESILOGITRODER
Date: 08/19/10 Time: 15:01
Success cutoff: C = 0.5
Estimated Equation Constant Probability
Dep=0 Dep=1 Total Dep=0 Dep=1 Total
P(Dep=1)<=C 5 5 10 0 0 0
P(Dep=1)>C 9 15 24 14 20 34
Total 14 20 34 14 20 34
Correct 5 15 20 0 20 20
% Correct 35.71 75.00 58.82 0.00 100.00 58.82
% Incorrect 64.29 25.00 41.18 100.00 0.00 41.18
Total Gain* 35.71 -25.00 0.00
Percent Gain** 35.71 NA 0.00
Estimated Equation Constant Probability
Dep=0 Dep=1 Total Dep=0 Dep=1 Total
E(# of Dep=0) 6.97 7.03 14.00 5.76 8.24 14.00
E(# of Dep=1) 7.03 12.97 20.00 8.24 11.76 20.00
Total 14.00 20.00 34.00 14.00 20.00 34.00
Correct 6.97 12.97 19.94 5.76 11.76 17.53
% Correct 49.78 64.85 58.64 41.18 58.82 51.56
% Incorrect 50.22 35.15 41.36 58.82 41.18 48.44
Total Gain* 8.60 6.02 7.09
Percent Gain** 14.63 14.63 14.63
*Change in "%
Correct" from
default
(constant
probability)
specification
**Percent of
incorrect
(default)
prediction
corrected by
equation









 

 
Lampiran 3

Goodness-of-Fit Evaluation for Binary Specification
Andrews and Hosmer-Lemeshow
Tests
Equation: REGRESILOGITRODER
Date: 08/19/10 Time: 15:00
Grouping based upon predicted risk (randomize ties)
Quantile of Risk Dep=0 Dep=1 Total H-L
Low High Actual Expect Actual Expect Obs Value
1 0.0065 0.3435 3 2.35959 0 0.64041 3 0.81423
2 0.4041 0.4296 0 1.73787 3 1.26213 3 4.13079
3 0.4530 0.4991 2 2.08011 2 1.91989 4 0.00643
4 0.5132 0.5166 2 1.45689 1 1.54311 3 0.39362
5 0.5184 0.5667 3 1.81759 1 2.18241 4 1.40982
6 0.5681 0.6005 1 1.24729 2 1.75271 3 0.08392
7 0.6330 0.6556 0 1.05845 3 1.94155 3 1.63547
8 0.6805 0.7353 2 1.17394 2 2.82606 4 0.82273
9 0.7413 0.7901 1 0.70346 2 2.29654 3 0.16329
10 0.8467 0.9977 0 0.36481 4 3.63519 4 0.40142
Total 14 14.0000 20 20.0000 34 9.86172
H-L Statistic 9.8617 Prob. Chi-Sq(8) 0.2749
Andrews Statistic 16.6604 Prob. Chi-Sq(10) 0.0822








 

 
Lampiran 4
Dependent Variable: L
Method: ML - Binary Logit (Quadratic hill climbing)
Date: 08/19/10 Time: 12:31
Sample: 1 34
Included observations: 34
Convergence achieved after 13 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z-Statistic Prob.
C 5.076654 6.881169 0.737760 0.4607
ASET -1.51E-06 1.81E-06 -0.835287 0.4036
HUTANG 2.52E-06 2.81E-06 0.894198 0.3712
TENOR -0.140906 0.550957 -0.255748 0.7981
LPS -45.39564 69.78393 -0.650517 0.5154
IMPVOL 1.614326 2.529882 0.638103 0.5234
PUBLIK -6.843962 3.614328 -1.893564 0.0583
McFadden R-squared 0.251746 Mean dependent var 0.588235
S.D. dependent var 0.499554 S.E. of regression 0.460819
Akaike info criterion 1.425640 Sum squared resid 5.733550
Schwarz criterion 1.739891 Log likelihood -17.23588
Hannan-Quinn criter. 1.532808 Deviance 34.47176
Restr. deviance 46.06962 Restr. log likelihood -23.03481
LR statistic 11.59786 Avg. log likelihood -0.506938
Prob(LR statistic) 0.071565
Obs with Dep=0 14 Total obs 34
Obs with Dep=1 20

Estimation Command:
=========================
BINARY(D=L) L C ASET HUTANG TENOR LPS IMPVOL PUBLIK

Estimation Equation:
=========================
I_L = C(1) + C(2)*ASET + C(3)*HUTANG + C(4)*TENOR + C(5)*LPS + C(6)*IMPVOL +
C(7)*PUBLIK

Forecasting Equation:
=========================
L = 1-@CLOGISTIC(-(C(1) + C(2)*ASET + C(3)*HUTANG + C(4)*TENOR + C(5)*LPS +
C(6)*IMPVOL + C(7)*PUBLIK))

Substituted Coefficients:
=========================
L = 1-@CLOGISTIC(-(5.07665361879 - 1.50911319907e-06*ASET + 2.51641124607e-
06*HUTANG - 0.140906090469*TENOR - 45.3956426398*LPS + 1.61432644829*IMPVOL -
6.84396237281*PUBLIK))








 

 
Lampiran 4


Expectation-Prediction Evaluation for Binary Specification
Equation: REGRESILOGITROPUB
Date: 08/19/10 Time: 15:08
Success cutoff: C = 0.5
Estimated Equation Constant Probability
Dep=0 Dep=1 Total Dep=0 Dep=1 Total
P(Dep=1)<=C 8 2 10 0 0 0
P(Dep=1)>C 6 18 24 14 20 34
Total 14 20 34 14 20 34
Correct 8 18 26 0 20 20
% Correct 57.14 90.00 76.47 0.00 100.00 58.82
% Incorrect 42.86 10.00 23.53 100.00 0.00 41.18
Total Gain* 57.14 -10.00 17.65
Percent Gain** 57.14 NA 42.86
Estimated Equation Constant Probability
Dep=0 Dep=1 Total Dep=0 Dep=1 Total
E(# of Dep=0) 8.23 5.77 14.00 5.76 8.24 14.00
E(# of Dep=1) 5.77 14.23 20.00 8.24 11.76 20.00
Total 14.00 20.00 34.00 14.00 20.00 34.00
Correct 8.23 14.23 22.45 5.76 11.76 17.53
% Correct 58.75 71.13 66.03 41.18 58.82 51.56
% Incorrect 41.25 28.87 33.97 58.82 41.18 48.44
Total Gain* 17.57 12.30 14.47
Percent Gain** 29.88 29.88 29.88
*Change in "%
Correct" from
default
(constant
probability)
specification
**Percent of
incorrect
(default)
prediction
corrected by
equation















 

 
Lampiran 4

Goodness-of-Fit Evaluation for Binary Specification
Andrews and Hosmer-Lemeshow
Tests
Equation: REGRESILOGITROPUB
Date: 08/19/10 Time: 15:08
Grouping based upon predicted risk (randomize ties)
Quantile of Risk Dep=0 Dep=1 Total H-L
Low High Actual Expect Actual Expect Obs Value
1 0.0078 0.0594 3 2.90149 0 0.09851 3 0.10185
2 0.0618 0.3064 3 2.37567 0 0.62433 3 0.78840
3 0.4527 0.4953 2 2.07744 2 1.92256 4 0.00601
4 0.5181 0.5237 1 1.43944 2 1.56056 3 0.25790
5 0.5358 0.5760 1 1.77774 3 2.22226 4 0.61245
6 0.5852 0.6476 1 1.14917 2 1.85083 3 0.03138
7 0.7340 0.7659 2 0.73985 1 2.26015 3 2.84898
8 0.7678 0.8034 0 0.84996 4 3.15004 4 1.07930
9 0.8074 0.8987 0 0.46114 3 2.53886 3 0.54490
10 0.9055 0.9956 1 0.22810 3 3.77190 4 2.77017
Total 14 14.0000 20 20.0000 34 9.04134
H-L Statistic 9.0413 Prob. Chi-Sq(8) 0.3388
Andrews Statistic 17.8990 Prob. Chi-Sq(10) 0.0567
















 

 
Lampiran 5

Dependent Variable: L
Method: ML - Binary Logit (Quadratic hill climbing)
Date: 08/19/10 Time: 12:40
Sample: 1 34
Included observations: 34
Convergence achieved after 13 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z-Statistic Prob.
C 4.278001 7.184898 0.595416 0.5516
ASET -1.52E-06 1.81E-06 -0.838871 0.4015
HUTANG 2.50E-06 2.82E-06 0.885883 0.3757
TENOR -0.064157 0.586118 -0.109461 0.9128
LPS -44.06076 70.45133 -0.625407 0.5317
IMPVOL 2.232448 3.020379 0.739129 0.4598
DER 0.102439 0.213110 0.480685 0.6307
PUBLIK -7.528071 4.119264 -1.827528 0.0676
McFadden R-squared 0.255282 Mean dependent var 0.588235
S.D. dependent var 0.499554 S.E. of regression 0.467034
Akaike info criterion 1.479673 Sum squared resid 5.671128
Schwarz criterion 1.838816 Log likelihood -17.15444
Hannan-Quinn criter. 1.602151 Deviance 34.30887
Restr. deviance 46.06962 Restr. log likelihood -23.03481
LR statistic 11.76074 Avg. log likelihood -0.504542
Prob(LR statistic) 0.108707
Obs with Dep=0 14 Total obs 34
Obs with Dep=1 20

Estimation Command:
=========================
BINARY(D=L) L C ASET HUTANG TENOR LPS IMPVOL DER PUBLIK

Estimation Equation:
=========================
I_L = C(1) + C(2)*ASET + C(3)*HUTANG + C(4)*TENOR + C(5)*LPS + C(6)*IMPVOL + C(7)*DER
+ C(8)*PUBLIK

Forecasting Equation:
=========================
L = 1-@CLOGISTIC(-(C(1) + C(2)*ASET + C(3)*HUTANG + C(4)*TENOR + C(5)*LPS +
C(6)*IMPVOL + C(7)*DER + C(8)*PUBLIK))

Substituted Coefficients:
=========================
L = 1-@CLOGISTIC(-(4.27800079016 - 1.51938310833e-06*ASET + 2.4971599255e-06*HUTANG
- 0.0641572448087*TENOR - 44.0607583444*LPS + 2.23244789146*IMPVOL +
0.102438582589*DER - 7.52807077941*PUBLIK))




 

 
Lampiran 5

Expectation-Prediction Evaluation for Binary Specification
Equation: REGREGSILOGITRODERPUB
Date: 08/19/10 Time: 15:11
Success cutoff: C = 0.5
Estimated Equation Constant Probability
Dep=0 Dep=1 Total Dep=0 Dep=1 Total
P(Dep=1)<=C 7 2 9 0 0 0
P(Dep=1)>C 7 18 25 14 20 34
Total 14 20 34 14 20 34
Correct 7 18 25 0 20 20
% Correct 50.00 90.00 73.53 0.00 100.00 58.82
% Incorrect 50.00 10.00 26.47 100.00 0.00 41.18
Total Gain* 50.00 -10.00 14.71
Percent Gain** 50.00 NA 35.71
Estimated Equation Constant Probability
Dep=0 Dep=1 Total Dep=0 Dep=1 Total
E(# of Dep=0) 8.28 5.72 14.00 5.76 8.24 14.00
E(# of Dep=1) 5.72 14.28 20.00 8.24 11.76 20.00
Total 14.00 20.00 34.00 14.00 20.00 34.00
Correct 8.28 14.28 22.56 5.76 11.76 17.53
% Correct 59.14 71.40 66.35 41.18 58.82 51.56
% Incorrect 40.86 28.60 33.65 58.82 41.18 48.44
Total Gain* 17.97 12.58 14.80
Percent Gain** 30.54 30.54 30.54
*Change in "%
Correct" from
default
(constant
probability)
specification
**Percent of
incorrect
(default)
prediction
corrected by
equation









 

 
Lampiran 5

Goodness-of-Fit Evaluation for Binary Specification
Andrews and Hosmer-Lemeshow
Tests
Equation:
REGREGSILOGITRODERPUB
Date: 08/19/10 Time: 15:12
Grouping based upon predicted risk (randomize ties)
Quantile of Risk Dep=0 Dep=1 Total H-L
Low High Actual Expect Actual Expect Obs Value
1 0.0259 0.0492 3 2.88067 0 0.11933 3 0.12427
2 0.0576 0.2883 3 2.41896 0 0.58104 3 0.72061
3 0.4539 0.5024 2 2.09202 2 1.90798 4 0.00849
4 0.5056 0.5229 1 1.46367 2 1.53633 3 0.28683
5 0.5350 0.5746 2 1.78495 2 2.21505 4 0.04679
6 0.5855 0.6438 0 1.14943 3 1.85057 3 1.86338
7 0.7282 0.7649 1 0.74623 2 2.25377 3 0.11487
8 0.7764 0.8056 1 0.81601 3 3.18399 4 0.05212
9 0.8175 0.9013 0 0.43633 3 2.56367 3 0.51059
10 0.9129 0.9956 1 0.21173 3 3.78827 4 3.09883
Total 14 14.0000 20 20.0000 34 6.82677
H-L Statistic 6.8268 Prob. Chi-Sq(8) 0.5554
Andrews Statistic 15.4041 Prob. Chi-Sq(10) 0.1180











Lampiran 6


Grafik Uji Penentuan Harga IPO dengan Metode Real Option 


 

 
0
100
200
300
400
500
600
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
COWL
aktual
IPO
RO
mean
0
100
200
300
400
500
600
700
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
WIKA
aktual
IPO
RO
mean
Lampiran 6


Grafik Uji Penentuan Harga IPO dengan Metode Real Option 


 

 
0
50
100
150
200
250
300
350
400
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
TRAM
aktual
IPO
RO
mean
0
200
400
600
800
1.000
1.200
1.400
1.600
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
YPAS
aktual
IPO
RO
mean
Lampiran 6


Grafik Uji Penentuan Harga IPO dengan Metode Real Option 


 

 

440
460
480
500
520
540
560
580
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
BWPT
aktual
IPO
RO
mean
0
50
100
150
200
250
300
350
400
450
500
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 20 2122 23 2425 26 2728 29 30
H
a
r
g
a
Hari
BCIP
aktual
IPO
RO
mean

 

PENENTUAN HARGA IPO DAN MODEL PREDIKSI HARGA SAHAM DENGAN MENGGUNAKAN METODE REAL OPTION DI BURSA EFEK INDONESIA (BEI)

IPO PRICING AND STOCK MARKET PREDICTION MODEL USING REAL OPTION METHOD AT INDONESIA STOCK EXCHANGE (IDX)

Disetujui oleh: Ketua Program Magister Manajemen Program Pasca Sarjana Universitas Padjadajran

Ketua Program

(Prof. Dr. H. Yuyus Suryana, SE., MS)

Sekretaris Bidang Akademik dan Kemahasiswaan

(Ir. Yogi Suherman, SE., MM.)

PROGRAM MAGISTER MANAJEMEN FAKULTAS EKONOMI UNIVERSITAS PADJADJARAN BANDUNG 2010

 

PENENTUAN HARGA IPO DAN MODEL PREDIKSI HARGA SAHAM DENGAN MENGGUNAKAN METODE REAL OPTION DI BURSA EFEK INDONESIA (BEI)

IPO PRICING AND STOCK MARKET PREDICTION MODEL USING REAL OPTION METHOD AT INDONESIA STOCK EXCHANGE (IDX)
TESIS Diajukan untuk Memenuhi Salah Satu Syarat Untuk Memperoleh Gelas Magister Manajemen Di Universitas Padjadjaran

Oleh: HARRY SURYAHADI 120820080102

Komisi Pembimbing: SK Direktur Program Pascasarjana Universitas Padjadjaran Nomor: /H6.15.FE.KM/2009 Pembimbing I Pembimbing II

(Prof. Dr. Romli M. Kurdi, SE., MS.)

(Mohammad Anwar, SE., MS.)

PROGRAM MAGISTER MANAJEMEN FAKULTAS EKONOMI UNIVERSITAS PADJADJARAN BANDUNG 2010

i   ABSTRAK Dari 147 emiten yang melakukan IPO di Bursa Efek Indonesia (BEI) sejak tahun 2000 – 2009. Kata kunci: Real Option. Volatilitas. Penelitian ini mengaplikasikan metode Real Option untuk menentukan harga IPO berdasarkan persamaan Black & Scholes sekaligus menggunakan model implied volatility untuk menghitung harga volatilitas saham. Model ini dapat memprediksi arah harga saham setelah IPO. Porsi Saham Yang Dijual . Hasilnya menunjukkan penyimpangan harga model Real Option terhadap harga aktual lebih kecil dibandingkan dengan penyimpangan harga model tradisional. apakah harga saham setelah IPO tersebut akan undervalue atau overvalue. Penelitian ini juga membangun model persamaan untuk memprediksi arah harga saham IPO. Model prediksi menggunakan persamaan Logistik dengan variabel bebasnya sama dengan variabel option dari Black & Scholes. meskipun dalam proporsi yang lebih kecil. Begitu juga pada penutupan perdagangan hari ketigapuluh kinerja harga saham sebagian besar masih undervalue. kinerja harga saham pada penutupan perdagangan hari pertama sebagian besar undervalue. dilakukan penambahan variabel DER dan Publik. Persamaan Logistik. ini menunjukkan bahwa model Real Option lebih akurat dari pada model tradisional. Untuk meningkatkan kehandalan model prediksi.

So also at the close of the thirtieth day trading stock price performance of most are still undervalued. whether the stock price after the IPO would be undervalue or overvalue. This research is applying Real Option method to determine the IPO price based on Black & Scholes equation as well as use the implied volatility model to calculate the stock price volatility. This model can predict the direction of stock prices after IPO. This study also builds a equation model to predict the direction of the IPO stock price. Volatility. To improve the reliability prediction model. The result show Real Option model of price deviations against the actual price is smaller than the traditional model of price deviations. but in smaller proportions. Logistic Equation.ii   ABSTRACT Than 147 issuers who have done an IPO on the Indonesia Stock Exchange (IDX) since the year 2000 to 2009. this indicates that the Real Option model is more accurate than the traditional model. Keywords: Real Options. Predictive models using Logistic equation with the independent variables together with variables from the Black & Scholes option. the addition of DER and Public variables do. Portion of Stock Sold . the performance of the stock price at the close of the first day of trading largely undervalued.

MA.A. Pada kesempatan ini penulis ingin menyampaikan terima kasih atas bantuan dan dukungan dari keluarga. Tidak lupa penulis juga menyampaikan terima kasih kepada Eri Febrian. selaku Ketua Program Magister Manajemen. Yuyus Suryana.Comm. SE. 1. SE. Ernie Tisnawati Sule. Selanjutnya penulis ingin menyampaikan terima kasih kepada. Ir. Dr. SE.. Prof. Dr. selaku Pembimbing I dan Pembimbing II yang telah memberikan arahan serta masukan kepada penulis sampai terselesaikannya tesis ini. 2.. sehingga penulis dapat menyelesaikan tesis ini. Dr. Hj. M. MS. Ganjar Kurnia.E. Romli M.. SE.. SE. 3. Penulis juga menyampaikan terima kasih kepada Prof. Dr. M. Sulaeman Rachman Bidang Kemahasiswaan. D.Si. Penyusunan skripsi ini dilakukan dengan maksud untuk memenuhi salah satu syarat untuk memperoleh gelar Magister Manajemen di Universitas Padjadjaran. 5. dan Mohammad Anwar. H. SE. Dr. Nury Effendi. selaku Dekan Fakultas Ekonomi. SE. MS. istri. Prof. MS. terutama orang tua. Prof. selaku penelaah tesis ini. selaku Pembantu Dekan Bidang Akademik.. selaku Rektor Universitas Padjadjaran.. 4. selaku Pembantu Dekan ..iii   KATA PENGANTAR Segala puji bagi Allah SWT atas limpahan Rahman dan RahimNya. Kurdi. Dr. H.. dan anak-anak tercinta.. MBA. Nidar.

MM. September 2010 Penulis . 7. SE. terima kasih atas dukungan dan bantuannya kepada penulis selama penyusunan tesis ini. semoga tesis ini dapat bermanfaat bagi kita semua. amin.iv   6. Yogi Suherman. Serta semua pihak yang belum disebutkan namanya disini. Akhir kata. selaku Sekretaris Bidang Akademik dan Kemahasiswaan.. Seluruh Dosen pengajar Program Magister Manajemen Fakultas Ekonomi Universitas Padjadjaran. Bandung. Ir.

kecuali secara tertulis jelas dicantumkan sebagai acuan dalam naskah dengan disebutkan nama dan pengarang dan dicantumkan dalam daftar pustaka. Karya tulis saya. adalah asli dan belum pernah diajukan untuk mendapatkan gelas akademik (magister). 4. serta sanksi lainnya sesuai dengan norma yang berlaku di perguruan tinggi ini Bandung. rumusan dan penelitian saya sendiri. Dalam karya tulis tidak terdapat pendapat yang telah ditulis atau dipublikasikan orang lain.v   PERNYATAAN Dengan ini saya menyatakan bahwa: 1. Karya tulis ini murni gagasan. kecuali tim pembimbing. 2. 3. Harry Suryahadi 120820080102 . Pernyataan ini saya buat dengan sesungguhnya dan apabila di kemudian hari terdapat penyimpangan dan ketidakbenaran dalam pernyataan ini. tesis ini. tanpa bantuan pihak lain. Agustus 2010 Yang menyatakan. maka saya bersedia menerima sanksi berupa pencabutan gelar yang telah diperoleh karena karya tulis ini. baik di Universitas Padjadjaran maupun di perguruaan tinggi lain.

.. ABSTRAK ……………………….....4..…………………….... x xi BAB I PENDAHULUAN ………………………..........2 Identifikasi..…………………...……………………..vi   DAFTAR ISI ABSTRACT ……………………….1 Latar Belakang Penelitian ………………………..………………..............…………………....2 Pembatasan Masalah …………………..1 Kegunaan Pengembangan Ilmu ………………….............……………………..………………….... 14 14 15 16 17 17 18 ............. 1 1.. KATA PENGANTAR ………………………...... 1.. 1........... 14 1..2.3 Tujuan Penelitian ………………….... v DAFTAR TABEL ……………………….. i ii iii DAFTAR ISI ……………………….. ix DAFTAR GAMBAR ………………………..…………………...........................2.... 1......……………………....……………………....... 1.…………………...3 Rumusan Masalah …………………..........4.. 1.....4 Kegunaan Penelitian ………………….....……………………. DAFTAR LAMPIRAN ………………………... 1 1...........…………………….......... 1.…………………….....………………….........2 Kegunaan Operasional …………………...2.....1 Identifikasi masalah …………………. Pembatasan dan Rumusan Masalah ………………….

.1.3. 51 ..2 Model Relative Valuation (Model RV) ………………….....1.1. 48 2. 34 35 35 2.6 Kinerja Long-Run …………………...2 Kerangka Pemikiran …………………......1..... 2.1....…………….....1.. 50 2..1.....1.1.....1 Teori Life Cycle …………………...1...5. 31 33 2. 2.....5....1 Model yang mendahului Black & Scholes …………. KERANGKA PEMIKIRAN DAN HIPOTESIS …………………..............3....4..... 45 2....1...1.............3. 2..1.…………………..1.1 Model Black dan Scholes …………………..1.………….....6 Model Real Option …………………..2 Teori Market Timing …………………..3...vii   BAB II KAJIAN PUSTAKA.3 Short Run Underpricing …………………. 2...…………………..…………… 2.2 Model Binomial Option ………………….5.. 2..3 Perluasan Model Black-Scholes ………………….. 2. 31 2...………………….............4.......... 19 19 24 28 2... 2..………………….......4 Model Option Pricing (OP Model) …………………...3..3 Kajian Pustaka Sebab Undervalue …………………..2..1.......1 Kajian Pustaka …………………...1... 33 2.1 Model Valuasi Discounted Cash Flow (Model DCF) ………....4 Teori Shares Allocation …………………...2 Generalisasi Model Black & Scholes ………………… 43 2....5 Teori Valuation …………………......... 38 39 41 41 2. Harga Saham IPO Berdasarkan Metode Real Option ……….. 36 2........... 2...…………………......1.1....7 Efek Dari Struktur Saham Perusahaan ………………….. 43 2....………………….5 Sejarah Perkembangan Model Option ………………….....…………………..3.

.2.………………….2......………………..1 Persamaan Real Option …………………. PEMBAHASAN DAN PEMECAHAN MASALAH …………………...…………………..……………… 72 BAB IV HASIL PENELITIAN.………………….2 Persamaan Real Option + DER dan Publik ………….2..2.........1 Metode Yang digunakan ………………….....viii   2..………………….....…………………............... 4.........6 Rancangan Pemecahan Masalah …………………...3 Sumber dan Cara Penentuan Data / Informasi …………………..... 4.………………….4 Teknik Pengumpulan Data …………………............... 4...... 64 3..2 Operasionalisasi Variabel …………………. 4....2 Model Prediksi Harga Saham IPO …………………..... 53 2.. 53 2...2.... 3. 58 BAB III METODE PENELITIAN ………………….... 3...1 Hasil Penelitian dan Pembahasan Harga Saham IPORO …………… 4.1 Hasil Penelitian Prediksi Harga Saham …………………......2 Pembahasan Harga Saham IPORO …………………..... 3...2 Pembahasan Hasil Penelitian Prediksi Harga Saham ……….1.2...2 Hasil Penelitian dan Pembahasan Prediksi Harga Saham …………..... 4...... 3.......1 Hasil Penelitian Harga Saham IPORO ………………….. 60 60 61 62 64 3.......3 Hipotesis …………………. 54 2......5 Rancangan Analisis dan Uji Hipotesis ………………….....1.2... 74 74 74 75 77 77 88 .

.………………….1 Pemecahan Masalah Harga IPO …………………... 91 93 BAB V KESIMPULAN DAN SARAN ………………….. 5.....…………………. 5..2 Pemecahan Masalah Prediksi Harga Saham IPO …………….......2.ix   4.....4 Saran untuk Peneliti Selanjutnya …………………..3 Pemecahan Masalah ………………….. 91 4..2.2 Saran-Saran …………………......1.....………………….…………………......1 Kesimpulan …………………....3 Saran untuk Investor …………………... 95 5... 95 95 95 96 96 97 98 98 DAFTAR PUSTAKA 100 .……………… 5...…………………..1 Saran untuk Perusahaan (Calon Emiten) …………………....... 5....2..3..…………………..……………… 5......2..………… 4...1 Kesimpulan Umum …………………................. 5.……………… 5....2 Saran untuk Underwriter …………………......3....2 Kesimpulan Khusus ………………….1...

...............1...... Tabel 4.....7 Ketepatan RO + Publik Memprediksi Harga Saham ..... Jumlah Emiten per Klasifikasi Industri dan Nilai Kapitalisasi Tabel 1... Tabel 4. Tabel 4..... Tabel 4.............2..................10 Rekapitulasi Hasil Eksplorasi …………………..1 Deviasi Harga IPO dan IPORO Terhadap Harga Aktual ............... Tabel 3.... Tabel 4.........3..5 Ketepatan RO + DER Memprediksi Harga Saham .....1 Operasionalisasi Variabel …………………....................8 Nilai Odds Ratio RO + DER + Publik ………………….......2 Nilai Odds Ratio Real Option …………………..x   DAFTAR TABEL Tabel 1...............................6 Nilai Odds Ratio RO + Publik ………………….......4 Nilai Odds Ratio RO + DER …………………. Tabel 4..................9 Ketepatan RO + DER + Publik Memprediksi Harga Saham Tabel 4.......... Model-Model Valuasi …………………......3 Ketepatan Real Option Memprediksi Harga Saham ... Tabel 4... Tabel 4.. Kondisi Harga Saham setelah IPO ………………….. Tabel 4. 1 6 13 62 75 79 80 81 82 83 84 85 86 87 . Tabel 1.....................

.......................................... Gambar 2............................4 Model Binomial …………………. Gambar 2.............xi   DAFTAR GAMBAR Gambar 2..... Gambar 2..... Gambar 4.3 Call dan Put Option …………………...........1 Rancangan Pemecahan Masalah …………………..............2 Kerangka Analisis Teknikal ………………….1 Kerangka Analisi Fundamental …………………..6 Kerangka Pemikiran …………………...... Gambar 4................5 Penelusuran Pustaka ………………….. 20 22 37 40 50 57 73 93 94 .....2 Model Prediksi Harga Saham …………………......................1 Model Harga Saham IPORO …………………................. Gambar 2............. Gambar 3.......................... Gambar 2.........

dan Mean Lampiran 2. Hasil Regresi Logit Dengan Eviews Model Real Option + DER + % Publik Lampiran 6. Grafik Perkembangan Harga Saham. Harga IPO. Harga Real Option. Grafik Uji Penentuan Harga IPO dengan Metode Real Option .xii   DAFTAR LAMPIRAN Lampiran 1. Hasil Regresi Logit Dengan Eviews Model Real Option + DER Lampiran 4. Hasil Regresi Logit Dengan Eviews Model Real Option Lampiran 3. Hasil Regresi Logit Dengan Eviews Model Real Option + % Publik Lampiran 5.

Total nilai emisi hingga bulan Desember 2009 mencapai Rp.1. sedangkan 7 perusahaan langsung listing di bursa.1.31 32.419. di bawah ini. Tabel 1.17 17. 1 2 3 4 5 6 7 8 9 10 Total Klasifikasi Industri Pertanian (Perkebunan) Pertambangan Industri Dasar & Kimia Aneka Industri Industri Barang Konsumsi Property & Real Estate Infrastruktur.78 8.1.36 419. Trilyun) 7.98 20.65 Sumber : Statistik Pasar Modal – Bapepam per Desember 2009 . Jasa & Investasi Perusahaan Publik Jumlah Emiten 18 15 62 70 43 51 28 103 100 7 497 Nilai Emisi (Rp. Jumlah Emiten per Klasifikasi Industri dan Nilai Kapitalisasi No.93 27.95 1.1   BAB I PENDAHULUAN I.90 193. Utiliti & Tranportasi Keuangan Perdagangan.70 87. Latar Belakang Penelitian Hingga akhir tahun 2009 masih tercatat 497 perusahaan telah memperoleh pernyataan efektif dari BAPEPAM untuk menawarkan sahamnya kepada masyarakat (go public). Sebanyak 490 perusahaan melakukan initial public offering (IPO) sebelum mencatatkan sahamnya di bursa.68 21.65 Trilyun yang tersebar di berbagai sektor industri seperti dalam tabel 1.

Ibbotson (1975. IPO bisa dikatakan sukses jika sahamnya diminati investor (oversubcscribe). Perhatian paling banyak diberikan pada penetapan harga IPO. dilain pihak underwriter sebagai pihak yang memberikan jasa untuk menjual saham. hal ini adalah wajar mengingat dari penetapan harga IPO akan menentukan sukses tidaknya IPO tersebut. 240-250) yang mengatakan bahwa terjadi abnormal return pada hari pertama perdagangan saham di Bursa atau harga saham IPO underprice. berusaha agar seluruh saham tersebut terjual. Penetapan harga jual suatu saham IPO terbentuk setelah tercapai kompromi antara emiten. Pihak-pihak terkait dan punya kepentingan langsung dengan adanya IPO adalah (calon) emiten itu sendiri. underwriter. Besarnya nilai kapitalisasi perusahaan waktu IPO dan kecenderungan bahwa harga saham waktu IPO undervalue menjadikannya sebagai objek penelitian yang menarik. 97-102). 235-272) dan Ritter (1984. . sehingga mereka akan berusaha menurunkan harga dengan meminta diskon kepada emiten. Emiten akan berusaha menjual sahamnya dengan harga yang setinggi-tingginya. demikian pula dengan investor sebagai pihak pembeli berusaha untuk membeli saham tersebut dengan harga yang semurahmurahnya. underwriter dan pihak investor. investor. sehingga banyak diteliti oleh para peneliti di seluruh dunia seperti McDonald dan Fisher (1972.2   Initial Public Offering adalah kegiatan perusahaan menawarkan sebagian sahamnya kepada masyarakat melalui Pasar Modal. dan BEI.

dengan 6.3   Teori yang biasa digunakan untuk menghitung harga saham dapat dikelompokkan menjadi 2 yaitu Discounted Cash Flow Model (Model DCF) dan Relative Valuation Model (Model RV). Kondisi undervalue ini tidak selalu menguntungkan pihak-pihak terkait. 1795-1828). bagi emiten berarti mereka mengorbankan sebagian return yang seharusnya . Penelitian Welch dan Ritter (2002. 1994. sedangkan pendekatan dari model RV adalah berdasarkan kemampuan perusahaan menghasilkan earning. Hal ini ditunjukkan dengan data empiris dimana sebagian besar harga saham setelah IPO adalah undervalue (lihat table 1.249 sampel. Artinya ada abnormal return di hari pertama dan selama periode hot issue (satu bulan pertama saham tersebut tercatat di Bursa). kemudian dihitung nilai earning per share (EPS) dan price earning ratio (PER) dan dibandingkan dengan nilai EPS dari kelompok industri perusahaan tersebut. (Damodaran. 14 persen lebih rendah dan sekitar 16 persen mempunyai return sama dengan nol.2). Pendekatan model DCF mengatakan bahwa nilai intrinsik suatu saham adalah sama dengan nilai sekarang (present value) dari arus kas yang diharapkan akan diterima oleh pemilik saham tersebut dimasa datang. pada penutupan perdagangan hari pertama ditemukan bahwa 70 persen harganya lebih tinggi dari harga penawaran. 9). sehingga investor yang membeli saham waktu IPO akan menikmati abnormal return tersebut. Kedua model ini belum mampu memprediksi harga IPO dengan akurat. terhadap perusahaan yang IPO di Amerika Serikat dari tahun 1980-2001. Model ini adalah pengembangan dari model DCF.

maka semakin rendah harga IPO berarti semakin kecil pula pendapatan yang diterimanya. Bagi underwriter yang pendapatannya adalah berdasarkan persentase komisi dari hasil penjualan waktu IPO. dan mengapa motivasi untuk melakukan IPO lebih kuat dalam situasi atau waktu tertentu dibanding waktu lain. Mengapa perusahaan melakukan go publik? Pertanyaan ini tidak mudah untuk dijawab. ada saham yang overvalue maupun tetap harganya (return nol) sehingga bila investor membeli saham ini bisa rugi (loss). Sedangkan bagi investor sendiri bisa terjebak dengan paradigma bahwa harga saham waktu IPO mesti undervalue. Gompers dan Lerner (2001) mengatakan bahwa di Amerika Serikat jumlah perusahaan yang melakukan IPO dari tahun 1935-1959 lebih sedikit dibanding tahun 1969 yang berjumlah 683 perusahaan. padahal dari data diatas terlihat tidak semua harga saham IPO undervalue.4   didapat. 1795-1828) mengatakan hasil penelitian diberbagai negara menunjukkan penyebabnya adalah adanya keinginan untuk menaikkan modal perusahaan serta menciptakan suatu pasar publik dimana pendiri dan pemegang saham lain dapat mengkonversi sebagian kekayaan mereka ke dalam bentuk tunai dengan segera pada suatu ketika di masa depan. jumlah IPO tertinggi tercatat pada tahun 1990 . Mengapa cara IPO yang dipilih untuk menaikkan modal perusahaan. namun dengan semakin rendahnya harga saham akan semakin besar kemungkinan saham tersebut laku terjual. Welch dan Ritter (2002. Sedangkan di BEI sampai dengan periode 2009. Sedangkan pertimbangan non financial adalah untuk meningkatkan publikasi yang memainkan peran pelengkap bagi kebanyakan perusahaan.

Dengan go publik. mengapa harga saham pada waktu penutupan perdagangan hari pertama rata-rata naik sangat tinggi. 2003. 47. 459-494) harga saham publik yang tinggi dapat menarik kompetisi pasar produk perusahaan tersebut. Sebaliknya. Hal ini terjadi ketika penilaian publik lebih tinggi dibanding harapan.5   dengan total 54 perusahaan dan terendah pada tahun 1998. 425-448) mengatakan keputusan go publik diambil agar lebih memudahkan bagi potensial acquiror untuk melakukan take-over ketika perusahaan telah go publik. Menurut Lowry dan Schwert (2002. hal ini bertujuan untuk memperoleh suatu nilai yang lebih tinggi dibandingkan dengan apa yang mereka akan dapatkan dari penjualan langsung. 243-277) mengatakan bahwa pemilik lama sering memperoleh kembali kendali perusahaannya. Menurut Maksimovic dan Pichler (2001. Black & Gilson (1998. Chemmanur dan Fulghieri (1999. Banyaknya perusahaan yang melakukan IPO diikuti dengan underpricing yang tinggi menyebabkan underwriter mendorong lebih banyak perusahaan untuk go publik. 1171-1200) ada korelasi positif antara jumlah perusahaan yang IPO. Zingales (1995: 62. 285-304) mengatakan bahwa IPO memungkinkan lebih tersebarnya kepemilikan. Pertanyaan selanjutnya adalah. 14. pemilik perusahaan membantu memudahkan akuisisi perusahaan mereka. 2005 dan tahun 2009 dengan hanya 6 perusahaan yang go publik. Sebaliknya underwriter . dengan keuntungan dan kerugiannya. underpricing. 48. dan return IPO yang tinggi pada hari pertama melebihi return IPO enam bulanan.

25% Sumber : diolah dari Statistik Bapepam Februari 2010 Pergerakan harga saham setelah dicatatkan di bursa dapat digambarkan sebagai berikut : IPO Hari ke 1 Under Price Tetap Over Price Hari ke 30 Under Price Tetap Over Price .44% 20. 2002). Tabel 1.32% 8.6   tidak mendorong perusahaan untuk melakukan go publik ketika penilaian publik ternyata lebih rendah dari harapan. Kondisi Harga Saham Setelah IPO Tahun 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 Jumlah Jumlah IPO 23 32 22 6 7 6 12 24 16 6 154 Under Value Overvalue Tetap Hari 1 Hari 30 Hari 1 Hari 30 Hari 1 Hari 30 17 21 2 2 4 0 23 26 1 4 8 2 19 18 2 4 1 0 5 5 0 0 1 1 5 5 0 1 2 1 5 5 1 1 0 0 11 10 0 1 0 0 22 16 2 7 0 1 13 8 3 8 0 0 4 2 2 4 0 0 124 116 13 32 16 5 80.2.39% 3.78% 10. (Ljungqvist dan Wilhelm.52% 75.

hanya emiten dengan mutu di bawah rata-rata yang akan menjual saham mereka di harga rata-rata. Dengan kesabarannya emiten dapat mengganti pengorbanan tersebut pada masa post-IPO dengan menerbitkan saham baru di masa datang. pertama. Selanjutnya kelompok asymetris informasi terbagi dua pula yaitu. Hal ini akan menghalangi emiten dengan mutu lebih rendah untuk menirunya. 1989. Untuk membedakan perusahaannya dari kelompok emiten mutu rendah maka emiten bermutu tinggi menjual sahamnya pada suatu harga yang lebih rendah dibanding ekspektasi pasar. dan analis akan mengembalikan pengorbanan tersebut (Chemmanur. 285-304). 1989. 1) Asymmetric Information. Bagaimanapun secara teoritis belum jelas alasannya mengapa underpricing adalah suatu isyarat yang lebih efisien dibandingkan tindakan lain katakanlah . 23). Jika emiten lebih mengetahui kondisi perusahaan dibanding investor. 1993. Pendapat ini mengatakan bahwa investor rasional takut dengan barang yang tidak diketahuinya. (Allen dan Faulhaber. (Welch.7   Hasil penelitian para peneliti terdahulu yang melakukan penelitian sebab sebab terjadinya penyimpangan harga tersebut dapat dikelompokkan menjadi kelompok asimetris informasi dan simetris informasi. dan kedua jika investor lebih mengetahui kondisi perusahaan dibanding emiten. jika emiten lebih mengetahui kondisi perusahaan dibandingkan investor. 421-450). Pasar akan merespons pengumuman dividen di masa datang.

Jika investor lebih mengetahui dibanding issuer.8   membelanjakan uang untuk donasi amal atau iklan sebagai isyarat bahwa perusahaan adalah lebih berkualitas dibanding perusahaan lainnya. Seseorang dapat membuat asumsi sederhana bahwa semua investor mempunyai informasi yang sama. Jegadeesh. emiten masuk pasar dengan niat untuk melakukan penerbitan saham di masa datang. dan membeli saham hanya jika harganya di bawah penilaian umum mereka. 421-450) menemukan bukti substansial adanya aktivitas pasar post-issuing dari perusahaan yang IPO. Pengamatan terhadap IPO yang sukses adalah harganya harus undervalue. ada alasan untuk percaya bahwa peningkatan harga akan mempengaruhi pemilik perusahaan untuk kembali kepasar dengan lebih banyak dana yang dihasilkan. 279-319) sama sekali menolak pendapat signaling. Weinstein. Harga terlalu tinggi mungkin akan . dan Welch (1993. Penjelasan dari kelompok signaling mengatakan bahwa tindakan emiten yang dengan sukarela menurunkan harga IPO (undervalue) adalah untuk menciptakan “suatu rasa baik dimata investor”. Welch (1989. 153-175) menemukan return hari pertama adalah sinyal yang sangat efektif mempengaruhi aktivitas penerbitan saham di masa depan. Bagaimanapun. Sedangkan Michaely dan Shaw (1994. mereka tidak menemukan bukti apapun adanya kecenderungan yang lebih tinggi untuk market return atau kecenderungan lebih tinggi untuk membayar dividen yang menyebabkan IPO lebih underprice. 2) Asymmetric Information. Asumsi yang lebih realistis adalah bahwa investor secara diferensial mempunyai informasi.

1992. ini adalah suatu perbedaan yang sangat besar. tetapi hanya suatu alokasi parsial dari harga IPO yang underprice. investor takut bahwa mereka hanya menerima alokasi penuh saham waktu IPO jika mereka secara kebetulan adalah investor yang paling optimis. Dalam Winner’s curse. Lucas. Investor akan menerima suatu alokasi saham secara penuh dari harga IPO yang overprice. Purnanandam dan Swaminathan (2001) menggunakan ukuran nilai intrinsik berdasarkan pada industry-matched Price/Sales dan Price/Ebitda dari perusahaan sejenis yang telah go publik. (Welch. Rock (1986. Mereka juga menemukan bahwa overpricing awal terhadap perusahaan pembanding dapat membantu meramalkan akan adanya kondisi underperformance saham jangka panjang. investor membutuhkan harga yang underprice. Mereka menemukan bahwa harga IPO perusahaan berada sekitar 50% di atas harga perusahaan pembanding. Pertanyaan lain yang muncul dengan adanya perbedaan antara harga IPO dan harga pasar di hari pertama adalah apakah harga yang ditawarkan emiten sejalan dengan harga fundamental perusahaan.9   mempengaruhi pihak penerbit saham dan pihak investor yang takut dengan suatu kondisi Winner’s curse. 1019-1043). berdasarkan model asimetris informasi mengatakan bahwa perusahaan akan menunda penerbitan saham jika mengetahui sahamnya dihargai rendah atau kondisi pasar bearis. Metoda yang paling umum untuk valuasi harga saham perusahaan yang akan go publik adalah menggunakan perusahaan lain sebagai pembanding (metode Relative Valuation). Deborah dan McDonald (1990. Agar breakevent. 695-732). 15) atau suatu kejatuhan harga saham tersebut. .

10
 

Perusahaan akan menunda kegiatan IPO nya sampai market bullish, dimana pasar akan menghargai saham mereka dengan harga yang lebih baik. Menurut Choe, Hyuk, Masulis, dan Nanda (1993; 3-31), perusahaan menghindari penerbitan saham pada periode dimana sedikit perusahaan yang berkualitas melakukan IPO. Teori lain mengatakan bahwa pasar menyediakan informasi berharga kepada pemilik perusahaan (“spillovers informations”), pasar akan bereaksi terhadap meningkatnya peluang pertumbuhan yang ditandai oleh harga lebih tinggi, (Subramanyam dan Titman, 1999; 1045-1082). Pagano, Panetta, dan Zingales (1998; 27-64) yang meneliti perusahaan di Italia menemukan bahwa perusahaan besar dengan market-to-book ratio tinggi lebih mungkin untuk go publik dan perusahaan go publik mampu mengurangi biaya kredit mereka, selanjutnya aktivitas IPO mengikuti pertumbuhan dan investasi tinggi, bukan sebaliknya. Penelitian Lerner (1994; 293-316) terhadap industri biotechnology di Amerika Serikat mengatakan bahwa market-to-book ratio mempunyai efek substansiil atas keputusan untuk go publik dibandingkan untuk memperoleh tambahan dari venture capital. Peningkatan nilai dari perusahaan sejenis (comparable) adalah cermin dari meningkatnya peluang pertumbuhan. Tetapi sentimen investor yang lebih baik dapat juga berperan dalam meningkatkan nilai tersebut. Ketika investor sangat optimis, perusahaan menjawabnya dengan menerbitkan saham, ini biasa disebut periode “window opportunity”. Baker dan Wurgler (2000; 2219-2257) menemukan pecahan yang lebih tinggi dari emisi saham akan menghasilkan return stock market yang lebih rendah

11
 

secara keseluruhan di tahun berikutnya. Sedangkan Lowry, Michelle dan Schwert (2002; 1171-1200) menemukan bahwa sentimen investor akan peluang pertumbuhan adalah faktor penentu volume aggregate IPO. Rock (1986; 187-212) menemukan bahwa harga saham waktu IPO adalah underprice. Perusahaan harus menawarkan sahamnya dengan harga yang di diskon, hal ini dimaksudkan untuk menarik minat investor yang tidak mempunyai informasi yang baik tentang kondisi perusahaan. Ritter (1991; 3-26) yang mengamati harga saham dari hari pertama sampai dengan tiga tahun setelah listing dan mengatakan bahwa harga saham dalam periode jangka panjang adalah underperformance. Hal ini disebabkan oleh dua hal yaitu; pertama investor terlalu optimis terhadap akan terus tumbuhnya potensi earning dari perusahaan dan kedua perusahaan mengambil keuntungan dari kesempatan yang ada di pasar. Allen (1998) mengatakan bahwa yang paling mengetahui kondisi dan prospek perusahaan adalah perusahaan itu sendiri. Perusahaan dengan prospek yang sangat menarik akan memberi signal melalui harga saham yang underpricing waktu IPO, dan investor mengetahui bahwa hanya perusahaan yang baik saja yang dapat mengembalikan biaya underprice tersebut. Copeland (1995) menggunakan “opion pricing methods” untuk valuasi dan menemukan harga valuasi yang dihasilkan berkisar 16% sampai dengan 83% di atas dari harga valuasi secara konvensional. Damodaran (1994) juga menggunakan “option pricing method” melakukan penghitungan ulang harga saham Gulf Oil waktu di take over di tahun 1984 dan

12
 

menemukan hasil bahwa nilai saham waktu take over tersebut adalah lebih tinggi (overvalued) sebesar 36,5%. Dickens dan Lohrenz (2006) membandingkan perhitungan DCF dengan Real Option untuk oil dan gas di teluk Mexico menyimpulkan bahwa metode Real Option lebih akurat 10% dari pada model DCF. Borissiouk dan Peli (2002) dalam Tesis Master nya di Universitas Lausanne menyimpulkan bahwa Real Option sangat berguna untuk menghitung nilai Expected Net Present Value (ENPV) yang berada di daerah abu-abu (negative dan rendah). Bahsoon dan Emmerich (2000) menggunakan model real option untuk memprediksi stabilitas dari arsitektur software yang di fokuskan kepada kondisi masa depan yang tidak pasti. Hasilnya adalah model real option dapat digunakan untuk memprediksi ketidak pastian tersebut. Mauboussin (1999) menemukan bahwa nilai call option akan meningkat sejalan dengan meningkatnya volatilitas dari harga saham. Titman dan Wessels (1988; 1-19) mengatakan struktur modal perusahaan bergantung pada risiko kebangkrutan perusahaan itu sendiri. Semakin unik suatu perusahaan maka semakin tinggi pula risiko yang berarti semakin tinggi biaya kebangkrutannya. Akibatnya keunikan suatu perusahaan mempunyai hubungan negative dengan rasio hutang. Myers dan Majluf (1984; 187-221) mengatakan bahwa ada hubungan positif antara hutang dengan nilai jaminan asset. Dalam hal real option, berarti bahwa debt to equity ratio (DER) mempunyai hubungan yang positif dengan nilai aset.

Disamping model untuk menentukan harga IPO diperlukan juga model prediksi harga saham setelah IPO. keunggulan dan kelemahan model valuasi dapat disajikan sebagai berikut: Tabel 1. tidak mudah dimanipulasi Dari uraian di atas terlihat jelas adanya masalah dalam menentukan harga IPO dimana model yang ada tidak dapat menerangkan mengapa terjadi fenomena undervalue yang begitu besar.13   Secara ringkas. sehingga diperlukan suatu model yang dapat menentukan harga saham dengan lebih akurat. Model-Model Valuasi Model DCF Perusahaan dalam masalah Jika Cash flow bergelombang Sebagian asset tidak digunakan Jika mempunyai hak paten Jika dalam restrukturisasi Perusahaan dalam proses akuisisi Perusahaan private Valuasi Input / informasi Tidak bisa Tidak bisa Tidak bisa Tidak bisa Tidak bisa Tidak bisa Tidak bisa Berdasarkan nilai fundamental Mudah dimanipulasi Model RV Tidak bisa Tidak bisa Tidak bisa Tidak bisa Tidak bisa Tidak bisa Tidak bisa Berdasarkan nilai fundamental Mudah dimanipulasi Model Real Option Bisa Bisa Bisa Bisa Bisa Bisa Bisa Berdasarkan nilai pasar Bersifat umum.3. yaitu model yang dapat memprediksi apakah .

perhitungan harga IPO bisa dilakukan dengan metode Real Option. Pembatasan dan Rumusan Masalah 1. 2) Emiten dari perusahaan Keuangan dan Lembaga Keuangan.2 Pembatasan Masalah 1) Data yang dipergunakan untuk analisis adalah perusahaan yang melakukan IPO di Bursa Efek Indonesia (BEI) dari tahun 2006 sampai dengan akhir 2009 dan Perusahaan tersebut masih tercatat di BEI sampai saat ini.2 Identifikasi. 1. perusahaan keuangan dan lembaga keuangan mempunyai struktur modal yang .14   harga saham yang terbentuk akan menuju undervalue atau overvalue setelah dicatatkan di Bursa. 1. Di sisi lain. perusahaan underwriter dan perusahaan internet tidak ikut diteliti. ini ditunjukkan dari data empiris baik itu di Bursa Amerika maupun di BEI terdapat lebih dari 70% harga saham waktu IPO adalah undervalue. Hal ini disebabkan.2.2. Model yang ada sekarang ini.1 Identifikasi masalah Permasalahan yang timbul dapat diidentifikasikan sebagai berikut: Penentuan harga saham IPO memegang peranan penting sukses atau tidaknya go publik suatu perusahaan dan kegiatan perusahaan selanjutnya. Namun. yaitu model DCF dan model RV. apakah metode Real Option akan bisa memperbaiki perhitungan harga IPO? Penelitian ini diharapkan bisa menjawab fenomena tersebut. belum bisa menentukan harga saham IPO dengan akurat.

perusahaan yang melakukan secondary offering. 3) Sedangkan perusahaan internet dikeluarkan dari objek yang diteliti disebabkan adanya periode euphoria investor terhadap perusahaan internet sehingga dikhawatirkan terjadinya bias dalam penelitian. 9) Harga saham adalah harga yang terjadi pada waktu penutupan perdagangan.15   sangat berbeda dengan perusahaan lainnya. kredit modal kerja dianggap 1 (satu) tahun. Perusahaan underwriter dianggap memiliki informasi lebih dari yang lainnya sehingga ada kemungkinan terjadi asymetris informasi.3 Rumusan Masalah Berdasarkan pembatasan masalah di atas maka rumusan masalah yang akan diteliti dalam desertasi ini adalah. right issue tidak termasuk dalam objek penelitian. 5) Perusahaan-perusahaan yang ada campur tangan pihak ketiga dalam melakukan penawaran saham juga dikeluarkan dari objek penelitian. 4) IPO yang dimaksud disini adalah perusahaan baru pertama kali melakukan IPO.2. 8) Jangka waktu hutang dihitung dengan menggunakan metode rata-rata tertimbang (weighted average). . 7) Jangka waktu (Tenor) hutang perusahaan berupa fasilitas kredit rekening Koran. 6) Penelitian dibatasi dari masa emiten melakukan IPO sampai dengan hari ke 30 saham emiten listing di Bursa. yaitu persentase hutangnya sangat besar. 1.

dengan mengembangkan teori Real Option melalui penambahan variabel bebas Debt Equity Ratio (DER).3 Tujuan Penelitian 1) Menentukan harga saham perusahaan waktu IPO di BEI dengan menggunakan metode real option.16   1) Apakah model real option lebih akurat dari pada model tradisional (model DCF dan model RV). 1. 2) Membangun model prediksi harga saham perusahaan waktu IPO di BEI yang dapat memprediksi harga saham tersebut akan undervalue atau overvalue. 4) Bagaimana pengaruh penambahan variabel bebas besarnya porsi saham yang dijual kepada publik (Publik) ke dalam model prediksi harga saham. . 2) Apakah kondisi undervalue atau overvalue harga saham waktu IPO dapat diprediksi dengan model prediksi dengan variabel bebasnya sesuai dengan variabel bebas model Real Option. 5) Bagaimana pengaruh penambahan variabel bebas DER dan Publik secara bersama-sama ke dalam model prediksi harga saham. yang mana harga tersebut lebih mendekati harga aktual di Bursa. dengan mengembangkan teori Real Option. 3) Bagaimana pengaruh penambahan variabel bebas Debt Equity Ratio (DER) ke dalam model prediksi harga saham. 3) Membangun model prediksi harga saham perusahaan waktu IPO di BEI yang mampu memprediksi harga saham apakah akan undervalue atau overvalue.

1 Kegunaan Pengembangan Ilmu Dapat memberi sumbangan ilmiah bagi ilmu pengetahuan antara lain. dengan mengembangkan teori Real Option melalui penambahan variabel bebas DER dan Publik secara bersama-sama.4. 1) Merupakan perbaikan teori valuasi harga saham waktu IPO yang ada dengan digunakannya metode real option dalam menghitung harga saham IPO. 1. 2) Membangun model prediksi harga saham yang handal dan dapat dipertanggung jawabkan secara ilmiah dalam memprediksi arah perkembangan harga saham setelah IPO apakah harga akan menuju undervalue atau overvalue dengan menggunakan data dari prospektus calon emiten dengan mengembangkan model Real Option dan menambah variabel DER dan Publik sebagai variabel bebas.4 Kegunaan Penelitian Kegunaan penelitian ini dibagi dalam 2 kelompok yaitu kegunaan untuk pengembangan ilmu pengetahuan dan kegunaan operasional. 5) Membangun model prediksi harga saham perusahaan waktu IPO di BEI yang dapat memprediksi harga saham tersebut akan undervalue atau overvalue.17   4) Membangun model prediksi harga saham perusahaan waktu IPO di BEI yang dapat memprediksi apakah harga tersebut akan undervalue atau overvalue. 1. . dengan mengembangkan teori Real Option melalui penambahan variabel bebas Publik.

4. underwriter dan investor. 1. 1) Dapat menjadi acuan untuk menetapkan harga saham IPO di BEI dalam upaya melindungi kepentingan emiten.18   3) Sebagai referensi ilmiah model prediksi harga saham dalam jangka waktu 30 hari pertama dicatat di BEI. . 3) Dapat meminimalkan risiko bagi para pelaku di BEI.2 Kegunaan Operasional. 2) Sebagai referensi dalam menentukan nilai intrinsik harga saham waktu IPO sehingga memudahkan dalam pengambilan keputusan.

1. Memperkirakan nilai dari faktor-faktor fundamental yang mempengaruhi harga saham dimasa datang. Analisis fundamental mencoba memperkirakan harga saham di masa yang akan datang dengan. KERANGKA PEMIKIRAN DAN HIPOTESIS 2. 2. Disamping itu dalam melakukan analisis dan memilih saham ada dua pendekatan dasar. yaitu analisis fundamental dan analisis teknikal. namun yang pasti keduanya tidak dapat menentukan harga IPO yang optimum. Menerapkan hubungan variabel-variabel tersebut sehingga diperoleh taksiran harga saham. Oleh karena itu model ini sering juga disebut dengan model share price forecasting model dan kerangka analisis fundamental ini adalah: . Masing-masing model ini mempunyai keunggulan dan kelemahan. ini dibuktikan dengan data empiris dimana sebagian besar harga IPO undervalue dan sebagian kecil overvalue waktu saham tersebut dicatatkan di Bursa (listing).19   BAB II KAJIAN PUSTAKA.1 Kajian Pustaka Metode penentuan harga IPO yang ada sekarang ini (tradisional) bersumber dari 2 model yaitu model Discounted Cash Flow (Model DCF) dan model Relative Valuation (Model RV).

2. Industri 3. Manfaat yang diharapkan. 2001 Analisis kondisi ekonomi atau pasar dilandasi oleh pemikiran bahwa kondisi perekonomian mempengaruhi kondisi pasar yang pada akhirnya mempengaruhi pemodal. baik dalam bentuk dividen maupun laba. Foster (1986) mengatakan bahwa kondisi ekonomi mampu menjelaskan sekitar 17% perubahan laba perusahaan. Dilakukan analisis terhadap: 1. Risiko investasi yang akan mempengaruhi tingkat keuntungan yang layak atau PER.20   Gambar 2. Ekonomi / Pasar 2.   . Perusahaan Gunakan Model valuasi DCF Atau Model valuasi RF Sumber: Husnan.1 Kerangka Analisis Fundamental Analisis Fundamental Penilaian 1.

2.21   Analisis industri dilakukan karena dengan kondisi pasar yang cukup baik untuk investasi perlu ditentukan sektor industri mana yang paling menarik. Informasi itu ditunjukkan oleh perubahan harga di waktu yang lalu. Analisis Teknikal mencoba memperkirakan harga saham dengan mengamati perubahan harga saham tersebut di waktu yang lalu berdasarkan anggapan bahwa. kedewasaan. Harga saham mencerminkan informasi yang relevan. 1. Perlu diperhatikan indeks dari masing-masing sektor industri dan jumlah perusahaan yang ada di sektor tersebut hal ini untuk membedakan apakah faktor dominasi perusahaan yang lebih berpengaruh atau perkembangan industrinya memang baik. Siklus kehidupan industri juga harus diperhatikan apakah industri berada pada tahap perkenalan. pertumbuhan. Kerangka pemikiran analisis teknikal ini adalah:   . Perubahan harga akan mempunyai pola tertentu dan pola tersebut akan berulang. 3. dan penurunan.

moving average. sebaliknya jika harga saham berada diatas harga moving average sebaiknya saham tersebut segera dijual. Pedomannya adalah. Indikator moving average adalah menghitung rata-rata harga saham dalam jumlah hari yang dijadikan patokan untuk menghitungnya contoh. Sedangkan grafik yang sering digunakan adalah.2 Kerangka Analisis Teknikal Analisis Teknikal mencoba untuk Mengidentifikasi kapan gerakan Kondisi pasar Dengan menganalisis Perubahan Harga Melalui Indikator Teknis Sumber: Husnan. 2001 Suatu saham Grafik Indikator teknis yang sering digunakan adalah. head and shoulders. jika harga saham berada di bawah harga moving average dan volume perdagangan cukup besar maka saham tersebut sebaiknya dibeli. new highs and lows.   . 5 hari. volume perdagangan dan short interest ratio.22   Gambar 2. key reversals. ascending and descending triangles.

Indikator short interest ratio adalah menunjukkan indikasi jumlah saham yang dilakukan short selling tetapi belum dilakukan pembelian kembali. Artinya rasio short interest yang besar menunjukkan harapan yang cukup besar bahwa harga akan turun.23   Indikator new highs and lows adalah laporan dari bursa tentang harga tertinggi dan terendah biasanya untuk periode 52 minggu. Pola key reversal ada yang berbentuk key reversal top yaitu menggambarkan puncak dari harga saham yang berarti bahwa harga   . Pemodal melakukan short selling dengan harapan bahwa harga saham akan turun di masa yang akan datang. Sedangkan cara grafik adalah dengan membuat pola-pola grafik perkembangan harga saham. sehingga short interest yang tinggi justru ditafsirkan akan bullish karena banyak pemodal yang akan memebeli saham untuk menutup short sellingnya. Analis akan menyimpulkan bahwa bursa akan bullish (harga-harga saham akan naik) jika sejumlah besar saham mencapai harga tertinggi selama 52 minggu terakhir. atau Jumlah saham yang di Rata rata volume perdagangan harian Rasio ini menunjukkan berapa hari perdagangan yang dibutuhkan agar short selling dapat diselesaikan. karena itu semakin besar short interest akan ditafsirkan makin besar potential demand. ini adalah tanda bahwa pasar akan bullish. Namun analis menafsirkannya hal ini secara berlawanan. demikian sebaliknya. Indikator volume perdagangan ditafsirkan oleh analis adalah jika kegiatan perdagangan dalam volume yang tinggi.

digunakan oleh analis yang yakin adanya pola ascending (naik) dan descending (turun) dari harga saham. perkiraan umur asset. sebaliknya akan menyarankan untuk menjual saham yang di posisi kepala (head) karena yakin harga akan turun.1 Model Valuasi Discounted Cash Flow (Model DCF) Model ini melihat nilai asset sebagai present value dari asset tersebut. Model ini memerlukan informasi. Pola ascending mengatakan bahwa harga akan naik jika permintaan tidak dapat terpenuhi sesuai dengan pola ascending triangles dan harga akan jatuh jika suplai dari saham tidak dapat terserap sesuai dengan pola descending triangles. dividen dimasa datang tergantung kepada earning dimasa datang   . Pola head and shoulders. cash flow serta besarnya diskon.24   akan segera turun dan key reversal bottom yaitu menggambarkan harga bawah dari suatu saham yang berarti bahwa harga akan segera naik. pendapatnya adalah. 2. analis yang percaya dengan pola ini akan menyarankan untuk membeli saham yang masih berada di posisi bahu (shoulders) karena yakin harga akan naik. 5) yang mengatakan bahwa harga suatu aset sekuritas apakah itu saham atau obligasi adalah jumlah dari seluruh pendapatan yang akan diterima dimasa datang dengan diskon sebesar suku bunga saat ini untuk mendapatkan nilai present value nya. Model DCF ini dikembangkan oleh Wiese (1930. Pola ascending and descending triangles.1. Selanjutnya Williams (1938) memasukkan konsep dividen dan kesempatan investasi (pertumbuhan).

maka persamaan (2..2) Jika saham tersebut dimiliki dalam jangka n tahun dimana n adalah cukup lama (besar).... dividen..25   distribusi dividen adalah tergantung kepada kebutuhan re investasi (opportunity).... sehingga dividen tidak mengalami pertumbuhan. (2....... perkiraan pertumbuhan dividen dan besarnya diskon......1) Dimana : r = Rf + premi risiko = tingkat bunga Persamaan (2.....................2) diatas menjadi: P D 1 r .1) diatas dapat dijabarkan menjadi sebagai berikut: P D 1 r 1 P r .... (2.......3) Model ini disebut juga the zero growth model..   .... dari bisnis tersebut.... karena model dibangun dengan asumsi bahwa keuntungan perusahaan tidak berubah setiap tahunnya dan semua keuntungan dibagikan sebagai dividen........... (2..... Gordon (1962) menggabungkan hubungan antara harga saham............... Persamaan umum dari model DCF adalah sebagai berikut: Nilai saham 1 . yang kemudian dikenal dengan model pertumbuhan dari Gordon........

. Cash flownya cenderung mengikuti situasi ekonomi....... dengan cash flow yang negatif... (2....3) berubah menjadi sebagai berikut: P D r g . Perusahaan dalam masalah.. atau ada bagian dari dividen yang digunakan untuk investasi.. Nilai cash flow yang negative akan mengurangi modal perusahaan dan pada kondisi ekstrim membuat modal perusahaan menjadi negative. b = proporsi laba ditahan R = Return on Equity Model ini sangat mudah digunakan untuk perusahaan dengan cash flow positif namun akan bermasalah jika perusahaan adalah. maka persamaan (2... 2) Perusahaan Dengan Cash Flow Bergelombang (Cyclical Firms).. g = b R. 1) Perusahaan Dalam Masalah (Firms in Trouble)... sedangkan perseroan terbatas (limited liability) menjamin tidak ada harga jual saham lebih kecil dari nol..26   Jika pertumbuhan tidak sama dengan nol. Perusahaan kelompok ini pada waktu resesi kondisinya seperti troubled firms........ waktu ekonomi booming cash flow akan naik dan akan jatuh waktu resesi. akan mengalami kerugian untuk beberapa waktu di masa datang dan berpeluang besar untuk bangkrut. biasanya mempunyai earning dan cash flow yang negative.4) Dimana.   ....

4) Perusahaan Yang Punya Hak Patent atau Opsi Produk. merubah capital structure dan divident policy.27   3) Perusahaan Dengan Asset Yang Idle (Firms With Unutilized Assets). akibat dari perubahan manajemen cash flow dan risiko. Paling tidak ada 2 isu yang perlu diperhatikan. 5) Perusahaan Dalam Proses Restukturisasi. Perusahaan yang mempunyai hak paten dan belum dimanfaatkan atau produk yang belum diproduksi berarti perhitungan cash flownya tidak memasukkan faktor-faktor tersebut baik untuk saat ini maupun untuk masa yang akan datang. Jika perusahaan mempunyai asset yang tidak digunakan maka nilai asset ini tidak tercermin dalam perkiraan cash flow masa datang. Perusahaan dalam proses restrukturisasi kemungkinan akan menjual sebagian asetnya.   . Perubahan ini berakibat sulitnya memperkirakan future cash flow dan risiko perusahaan. Bahkan dalam beberapa kasus pemilik perusahaan juga berubah. parameter risiko dihitung dari harga historis. Timbul masalah dalam menentukan discount rates. Karena perusahaan tidak diperdagangkan di bursa maka hal ini tidak mungkin karena datanya tidak ada. Nilai DCF merefleksikan nilai dari seluruh asset yang yang menghasilkan cash flow. 7) Perusahaan Private. mengakuisisi asset lain. terutama pada kasus hostile take over. pertama apakah sinergi yang dihasilkan dalam proses merger dapat dihitung? Kedua. 6) Perusahaan Dalam Proses Akuisisi.

1. 3) Valuasi dengan DCF memaksa kita untuk berpikir mengenai karakteristik dari perusahaan dan mengerti tentang bisnisnya. 1) Valuasi berdasarkan nilai fundamental suatu aset.28   Keuntungan model DCF adalah. kemudian dihitung nilai earning per share (EPS) atau price earning ratio (PER) dan dibandingkan dengan nilai EPS dari kelompok industri perusahaan tersebut. sehingga hasilnya lebih rendah dari persepsi pasar. 2) Investor yang baik adalah membeli bisnis bukan saham. 2) Input dan informasi ini tidak hanya sukar diperkirakan namun juga dapat dengan mudah dimanipulasi oleh siapapun yang menginginkannya. Moldovsky   . 3) Tidak ada jaminan sesuatu perusahaan akan tumbuh terus. Model ini dikembangkan oleh Molodovsky (1965) dan merupakan pengembangan dari model pertumbuhan tetap (model Gordon). Kerugian Model DCF adalah.2 Model Relative Valuation (Model RV) Model RV ini dibuat berdasarkan kemampuan perusahaan menghasilkan earning. maka model DCF adalah cara yang tepat untuk menentukan kapan harus membeli asset. 1) Model membutuhkan lebih banyak input dan informasi dibandingkan dengan pendekatan valuasi lainnya. 2.

. Cara kerja model RV ini adalah dengan menghitung nilai asset perusahaan kemudian memperhatikan nilai asset perusahaan / industri pembanding relative terhadap variabel yang umum seperti earnings...... (2....29   mengatakan bahwa besarnya rasio dividen adalah fungsi dari pertumbuhan pendapatan..   ..... (2..... hal ini disebabkan model ini sangat sederhana sehingga tidak cocok untuk perkiraan pertumbuhan dalam jangka panjang.........5) atau PER ....... standarisasi ukuran nilai misalnya modal... asset yang identik......... jika asset tidak bisa dibandingkan secara persis maka perlu variabel kontrol untuk perbedaan tersebut. atau nilai buku............. cash flow..... Model ini memerlukan informasi... Persamaan umumnya adalah sebagai berikut: PER .6) Dimana: P = Harga Saham E = Earning b = Proporsi laba ditahan g = Tingkat pertumbuhan (growth) Greenspan (1997) menggunakan model RV ini untuk model Treasury Bond 10 tahun dari Federal Reserve. namun diakhir masa Treasury Bond harga yang di hasilkan nilainya mengalami overvalue sebesar 60%.

Kuncinya adalah bagaimana mengambil perusahaan pembanding tersebut. pay out ratio. Keuntungan model RV adalah.   . pertumbuhan laba dan cash flow. dan risiko.30   Ada 2 cara pendekatan perhitungan yang biasa digunakan untuk model RV. dengan menghitung nilai fundamental perusahaan misalnya. Metode ini hampir sama dengan model DCF. 1) Valuasi model RV lebih mencerminkan persepsi pasar dibandingkan model DCF. Misalnya bagaimana efek perubahan profit margin atas price-sales ratio? Apa yang terjadi terhadap P/E rasio jika pertumbuhan menurun? Bagaimana hubungan antara rasio price/book dan ROE? 2) Pendekatan komparabel. 1) Pendekatan fundamental. disamping itu hasil perhitungan bisa overvalue atau undervalue jika salah dalam mengambil harga rata-rata industri pembanding. yaitu secara langsung membandingkan perusahaan dengan perusahaan pembanding yang telah ada di Bursa. tetapi model RV ini mempunyai keuntungan dapat memperlihatkan hubungan rasio-rasio tersebut dengan karakteristik perusahaan dan memungkinkan analis untuk menggali bagaimana hubungan perubahan rasio tersebut jika karakteristik industri berubah. akibatnya sangat mudah terjadi kesalahan sehingga hasilnya mudah dimanipulasi karena tidak ada dua perusahaan yang secara persis sama risiko dan pertumbuhannya. Model RV ini sangat sederhana dan mudah digunakan.

  .1. kesalahan hanya ada pada masing-masing sekuritas. 1) Bisa terjadi portfolio sekumpulan saham yang undervalue. 293-316) melakukan penelitian terhadap industri biotech di Amerika Serikat dan menemukan bahwa Market-to-book-ratios (MTBR) adalah faktor penting bagi perusahaan dalam mengambil keputusan untuk go publik.31   2) Selalu ada proporsi yang jelas dari sekuritas yang undervalued dan overvalued.3. 3) Model RV membutuhkan lebih sedikit informasi karena asumsi secara implisit dibuat tentang variabel lain. 4) Model ini membutuhkan lebih sedikit informasi dibanding model DCF.3 Kajian Pustaka Sebab Undervalue Teori dan hasil penelitian para ahli tentang sebab-sebab harga saham IPO undervalue dapat dikelompokkan sebagai berikut: 2. 2.1 Teori Life Cycle Lerner (1994. 3) Model ini cocok bagi menejer yang kinerjanya dinilai dengan membandingkan prestasinya relative terhadap menejer perusahaan lain. Kerugiannya adalah.1. 2) Model ini menggunakan asumsi bahwa pasar adalah benar. dengan perhitungan relative bisa jadi masih overvalue. bila asumsi ini salah maka hasil perhitungan dengan model RV juga akan salah.

dan menemukan bahwa go publik lebih banyak dilakukan oleh perusahaan dengan MTBR tinggi hal itu dilakukan untuk mengurangi biaya kredit.32   Sedangkan Zingales (1995. Welch dan Ritter (2002. Lowry dan Schwert (2002. serta meningkatkan publikasi. 425-448) mengatakan bahwa keputusan go publik adalah untuk memudahkan potential aquiror melakukan takeover. Sedangkan Chemmanur & Fulghieri (1989. Baker & Wurgler (2000. 243-277) mengatakan bahwa pemilik lama akan mendapatkan kontrol lagi atas perusahaan yang telah go publik. 27-64) melakukan penelitian terhadap perusahaan-perusahaan di Italia. bukan sebaliknya. semakin kecil return di tahun berikutnya. 459-494) mengatakan bahwa tingginya harga saham akan menaikkan kompetisi produk perusahaan di pasar. menciptakan pasar publik agar suatu ketika pemegang saham dapat mengkonversikan sahamnya ke dalam bentuk tunai. 249-279) mengatakan tujuan perusahaan melakukan go publik adalah untuk menyebarkan kepemilikan perusahaan. Vojislav & Pichler (2001. Disamping itu mereka juga menemukan bahwa aktifitas IPO akan diikuti dengan tingginya investasi dan pertumbuhan. Sedangkan Maksimovic. 2219-2257) menemukan bahwa semakin banyak persentase saham yang dijual. Panetta & Zingales (1998. 1171-1200) menemukan return IPO hari pertama lebih tinggi dari return rata-rata 6 bulan. Black & Gilson (1998. Pagano. 5) mengatakan sebab perusahaan melakukan go publik adalah karena adanya keinginan untuk menaikkan modal.   .

Issuer lebih mengetahui dari pada investor. Masulis & Nanda (1993.2 Teori Market Timing Lucas dan McDonald (1990.1. 1) Asymmetric Information. 199. Choe. 1045-1082) dan Schultz dan Zaman (2000. 421-450) mengatakan bahwa underwriter akan mengembalikan kerugian emiten akibat harga yang undervalue dengan adanya aktifitas sesudah IPO misalnya dengan penerbitan saham berikutnya.33   2.3. Pendapat mengenai penyebab harga saham IPO underprice dapat dibagi dalam dua kelompok yaitu kelompok Asymmetric Information dan Symmetric Information.219) menemukan adanya information spillovers di pasar.3. Sedangkan penelitian Subramanyam & Titman (1999. Chemmanur (1993. 285-304) mengatakan bahwa analis akan mengembalikan pengorbanan yang telah dilakukan. 2. 1019-1043) mengatakan bahwa perusahaan akan menunda go publik ketika sahamnya dihargai undervalue. Welch (1989. 3-31) menemukan bahwa perusahaan menghindari kegiatan IPO ketika sedikit perusahaan bermutu yang go publik.1.   . 303-324) mengatakan bahwa pasar akan merespon positif pengumuman dividen di masa datang. 235-272) harga IPO yang underprice adalah untuk menutupi premi risiko asset-pricing akibat market misvaluation dan risiko likuiditas.3 Short Run Underpricing Menurut Ibbotson (1975. Allen & Faulhaber (1989.

4 Teori Shares Allocation. Pendapat ini dibantah oleh Aussenegg. Pichler. Sedangkan Koh & Walter (1989. bahwa tidak ada bukti bookbuilding memberikan informasi. 433-458) mengatakan bahwa harga IPO yang underprice adalah sebagai pengganti mahalnya biaya pemasaran. 187-212) harga saham yang tinggi waktu IPO mempengaruhi investor akan kemungkinan terjadinya winner’s curse.3.34   2) Asymmetric Information. Investor lebih mengetahui dari pada issuer. 695-732) mengatakan bahwa harga IPO yang tinggi menimbulkan kekhawatiran akan terjadinya penurunan harga yang tajam.1. 1039-1074) menemukan hasil yang sama yaitu volume perdagangan akan semakin tinggi dengan semakin besarnya underprice 2. Shaw & Womack (1999. Michel & Ljungqvist (2001. 303-323) menemukan bahwa bookbuilding memungkinkan underwriter mendapatkan informasi dari informed investors. 1015-1044) dan Ellis. harga IPO harus underprice. 251-272) mengatakan bahwa untuk BEP. dan Stomper (2004) yang mengemukakan hasil penelitiannya dari data empiris proses penetapan harga IPO di Jerman. 3) Symetric Information Krigman. Menurut Rock (1986. Habib. Benveniste & Spindt (1989. Sherman & Titman (2002) mengatakan bahwa kejadian underprice adalah sebagai kompensasi bagi investor untuk mendapatkan informasi yang mahal.   . Sedangkan Welch (1992. Michaely & O’Hara (2000.

Sedangkan Ellis. Aggarwal.1. 1039-1074). 409-437) mengatakan bahwa kemampuan data akunting dan earnings forecast dalam menjelaskan harga IPO adalah rendah. 1151-1168) yang mengatakan bahwa investorlah yang sangat optimis membeli saham waktu IPO. mengatakan bahwa Lead underwriter akan bertindak sebagai Market Maker dan dia akan mendapat keuntungan 2% dari 3 bulan pertama saham dicatat di Bursa. Hal ini dikemukakan antara lain oleh. c1) menemukan bahwa keleluasaan dalam mengalokasikan saham akan digunakan hanya untuk memperkaya underwriter. karena setelah   . Tim & Ritter (2002. c1.1. Ljungqvist dan Wilhelm (2002) mengatakan bahwa penjualan saham secara langsung kepada teman dan keluarga akan menurunkan tingkat underprice. Amiyatosh & Swaminathan (2001) menemukan bahwa harga IPO 50% lebih tinggi dari harga rata-rata industri. Michaely & O’Hara (2000.6 Kinerja Long-Run. Moonchul & Ritter (1999.5 Teori Valuation Kim.3. 2. Reena & Conway (2000. Penelitian Purnanandam. 2001. karena underwriter tidak melaksanakan apa yang diinginkan oleh issuer. Susan & Smith (2000.35   Loughran. 2093-2922). 413-443) mengatakan akan terjadi konflik antara issuer dengan underwriter jika diberi keleluasaan dalam mengalokasikan saham. Puliam. Beberapa peneliti yang mengamati kinerja saham dalam periode jangka panjang menemukan bahwa harga saham waktu IPO adalah overvalue. 2.3. Miller (1977.

bukan kewajiban yang harus dilaksanakan pada waktu kontrak tersebut jatuh tempo. 2. Welch & Wong (1998.1. 1935-1974) mengatakan bahwa data akunting pre IPO terlalu optimis. Mikkelson. 281-307) mengatakan bahwa memang kinerja akuntansi perusahaan tersebut lebih jelek pada waktu post IPO dibandingkan pre IPO. Schultz (2001) mengatakan bahwa banyak IPO dilakukan hanya karena mengikuti IPO yang sukses. 1699-1726). tidak memberikan sinyal akan terjadinya kesulitan dalam periode operasi (life cycle) perusahaan.4 Model Option Pricing (OP Model) Option adalah suatu hak yang dimiliki oleh pemegangnya. Sedangkan Jain & Kini (1994.36   beberapa waktu nilai volatilitas akan turun yang diikuti oleh marginal investor untuk melakukan valuasi harga saham dan hasilnya adalah berupa harga rata-rata “mean valuasi” yang harganya di bawah harga IPO sehingga harga akan turun. Hong. Call option adalah hak untuk membeli underlying asset pada saat jatuh tempo sedangkan put option adalah hak untuk menjual underlying asset pada saat jatuh tempo. Heaton (2001) mengatakan penyebab terjadinya underperformance harga saham dalam jangka panjang adalah karena menejer terlalu optimis. padahal kinerja perusahaan tersebut memang di bawah rata-rata. Teoh. Partsh & Shah (1997.   .

jangka waktu dan harga waktu jatuh tempo (strike price). harga pasar > harga call + harga strike. Secara umum pendekatan dari model option dapat dibagi dua yaitu model Black dan Scholes dan model binomial option dari Cox et al. Investasi pemegang call akan pulang pokok jika pada waktu jatuh tempo call. demikian sebaliknya.   . jangka waktu dan harga waktu jatuh tempo (strike price).3 Call dan Put Option Put option Call option Strike price Value of asset Call option adalah hak untuk membeli saham yang diperoleh dengan cara pihak pemegang call terlebih dahulu membeli call option dengan kesepakatan harga call.37   Call dan Put Option dapat digambarkan sebagai berikut: Gambar 2. harga pasar = harga call + harga strike. demikian sebaliknya. harga pasar = harga strike – harga put. Keuntungan diperoleh jika waktu jatuh tempo call. Put option adalah hak untuk menjual saham yang diperoleh dengan cara pihak pemegang put terlebih dahulu membeli put option dengan kesepakatan harga put. Investasi pemegang put akan pulang pokok jika pada waktu jatuh tempo put. Keuntungan diperoleh jika waktu jatuh tempo call. harga pasar < harga strike – harga put.

.......1 Model Black dan Scholes Black & Scholes (1973) mempublikasikan suatu model option yang persamaan umumnya untuk Call adalah.. . Return harga saham terdistribusi secara lognormal. • •   Tidak ada biaya transaksi. tidak dapat di eksekusi sebelum jatuh tempo..4..7) dimana... Tidak ada penalti untuk short sales..σ√T = nilai call = nilai underlying asset = nilai exercise = suku bunga bebas risiko = jangka waktu = standar deviasi = distribusi normal /2 T Persamaan ini dibangun dengan asumsi... (2.. • • • • • Suku bunga bebas risiko yang besarnya tetap sepanjang waktu option. ....... ln d2 C S X rf T σ   N S X σ√T = d1 . Volatilitas tetap. Tidak ada pembagian dividen..38   2.....1.... Option adalah model “European style”.

.4. Tingkat bunga tetap.. Idenya adalah bahwa suatu posisi leverage saham akan berulang pada kembalian di masa depan dari suatu call... Asumsi dari model binomial adalah: • • • Harga saham mengikuti suatu proses binomial pada periode terpisah. C = nilai dari call option S = harga dari underlying asset u = kenaikan setelah satu periode d = penurunan setelah satu periode r = tingkat suku bunga bebas risiko   .. Persamaan binomial Call option untuk periode n dapat ditulis seperti... C e ∆ J n! p 1 j! n j ! p ...... Berarti model tidak terikat pada investor yang kemungkinan mempunyai sikap berbeda terhadap pergerakan naik atau turun dari saham tersebut...... margin maupun short selling.1.39   2.....8) Dimana.. artinya suatu bagian portfolio saham dan jumlah dolar B dalam obligasi tanpa risiko dapat direplicate dengan suatu call atau put option.... merupakan metode kuantitatif sederhana untuk nilai option... Model juga bebas atas sikap investor terhadap risiko dan satu-satunya variabel acak yang nilainya tergantung call adalah harga saham itu sendiri.. 145-166). (2..2 Model Binomial Option Model ini pertama kali diperkenalkan oleh Cox dan Ross (1976.. biaya-biaya transaksi. Tidak ada pajak.

40   Δt = waktu satu periode n = jumlah periode dari t p = (e r Δt – d) / (u –d) Gambar 2. Mereka menggunakan   . nilai call dapat dihitung dengan menghitung kembali dari waktu jatuh tempo. 1093-1110) menggunakan model option binomial untuk menentukan nilai option tingkat bunga.4 Model Binomial Su3 Su2 Su S S Sd Sd2 Sd 3 Su4 Su2 Su Sd S Sd2 Sd4 Origination T-3 T-2 T-1 T Dengan satuan harga saham tertentu. Rendleman dan Bartter (1979. Kita lanjutkan proses itu dari T-1 ke T-2 dan seterusnya sampai kita memperoleh nilai call pada kontrak awalnya. Kita dapat membikin pohon binomial dari periode waktu T ke periode waktu T-1. diskonto nilai portfolio dari periode T ke periode T-1 memakai tingkat bunga risk-free. Jika kita mulai dengan salah satu dari nilai terminal saham. maka dapat diperoleh hubungan yang bersesuaian dari nilai terminal suatu call option secara langsung.

. 2.... (2.41   suatu model single-parameter untuk menguraikan strukturnya.....5 Sejarah Perkembangan Model Option 2. 1011-1029) menyajikan model binomial yang mempertimbangkan perubahan dalam keseluruhan struktur bukan hanya suku bunga........ Model ini disetiap titik menghadirkan satu set harga potongan bond dan pohon yang dibangun sedemikian rupa sehingga mencerminkan harga bond yang diamati di pasar..1. Persamaannya ditulis sebagai berikut: √ √ Dimana: √ √ ..1 Model yang mendahului Black&Scholes Bachelier (1900) dalam disertasi doktornya di Universitas Sorbone menghitung nilai option secara analitik dengan menggunakan gerak Brownian dan asumsi return saham yang mengikuti distribusi normal..1. model berasumsi bahwa risk-free tumbuh dengan tingkat tarif dan volatilitas yang tetap... semuanya menyoroti tingkat bunga dan semua tingkat bunga masa depan dengan variabel yang sama.9) S = harga saham saat ini X = harga exercise N = kumulatif distribusi normal.. Bagaimanapun model ini semua memerlukan tingkat bunga pada volatilitas yang sama.. Ho dan Lee (1986....   ...5....

. Persamaannya dapat ditulis menjadi: 2 √ √ .12) 2 2 2 1   . ln √ 2 ln √ .. (2...10) Dimana. sehingga persamaan menjadi: 2 √ √ .... (2.. Persamaannya adalah... ρ = rata-rata pertumbuhan dari saham dan Z adalah tingkat risiko Bannes (1964.42   Namun penemuan Bachelier ini menimbulkan masalah yang serius yaitu dimungkinkannya timbul harga negatif baik itu harga saham maupun harga option... 412-474) mengatasi masalah Bachelier ini dengan menganggap bahwa harga saham terdistribusi secara lognormal dan mengizinkan adanya drift dengan random walk. Sprenkle (1964. (2. Perubahan yang dilakukan Sprenkle ini akan menghindari hasil negatif terhadap harga sekuritas. 13-31) memperluas model Baness dengan menambahkan variabel w yaitu rata-rata tingkat pertumbuhan dari call...11) Samuelson (1965..... 163-175) menambahkan nilai time value of money ke dalam persamaan Sprenkle tersebut.

..1.5...} adalah cumulative standard normal distribusi 2 ln √ 2 2.43   2... σ = variance harga saham dan N{....3 Perluasan model Black-Scholes Garman dan Kohlhagen (1983. 231-237) menggunakannya untuk menghitung nilai option currencies dengan persamaan sebagai berikut: ln √ 2 ln √ 2 ... persamaannya adalah sebagai berikut: ln √ Atau .. (2....14)   .5...1..2 Generalisasi Model Black & Scholes Black & Scholes (1973......(2. 637-659) mempublikasikan hasil penelitiannya berupa suatu persamaan untuk menghitung harga option.13) Dimana : C = call option S = harga saham X = harga exercise option T = jatuh tempo option Rf = tingkat bunga risk-free (r).. mereka menggunakan suku bunga bebas risiko (Rf) sebagai gantiρ . rata-rata pertumbuhan saham dari Sprenkle...

Scholes untuk nilai compound option adalah bahwa Black-Scholes berasumsi volatilitas itu tetap. Geske (1979. Geske (1979. Disini terjadi perluasan dari rumus Black-Scholes tidak hanya distribusi cumulative standard normal N{. tetapi juga suatu distribusi bivariate normal M{. model compound option memberikan nilai yang lebih tinggi untuk deepout-of-the money dan near-maturity namun lebih rendah untuk deep-in-the-money.   .. Model option Amerika dikembangkan oleh Roll (1977. Perbedaan utamanya adalah option Amerika mengizinkan di exercise nya option lebih awal dari jangka waktu jatuh tempo. sedang kasus option atas saham tergantung level harga saham (atau nilai perusahaan). yang menjadikan model sangat kompleks. 251-258).44   dimana rD adalah tingkat bunga mata uang domestik dan rF adalah tingkat bunga mata uang asing. Bahwa option atas suatu hak kekayaan firm’s benar benar suatu compound option telah dikenali oleh Black dan Scholes..}. 63-81) dan Whaley (1981. maka..}. Sehingga tidaklah mengherankan kalau para pengguna option Amerika banyak berbalik ke model binomial. suatu option atas hak kekayaan (equity) adalah suatu option atas nilai asset perusahaan tersebut. 63-81) memberikan suatu model analitik untuk nilai compound option dan mencatat bahwa masalah pokok dalam menggunakan rumus Black. Compound options.. 207-212). Ketika dibandingkan dengan model BlackScholes. mereka mencatat bahwa hak kekayaan suatu perusahaan yang mempunyai hutang seperti suatu call option atas nilai asset.

..σ√t = Nilai asset = Nilai hutang   ....1.....(2. ini sejalan dengan model dasar dari Black-Scholes....15) d d2 V D σ2 t r N(x) σ t 2 = Variance dari nilai asset perusahaan underlying = jangka waktu jatuh tempo hutang (tahun) = Suku bunga tanpa risiko = Daerah di bawah standardized normal distribusi Untuk perusahaan yang bergerak dibidang sumber daya alam....... sehingga model ini lebih populer dengan sebutan real option.. nilai dari perusahaan yang bergerak dibidang sumber daya alam. Nilai dari equity = VN (d1) – De-r t N(d2) dimana ln V D r σ√t = d1 .. sehingga persamaannya menjadi: Nilai dari cadangan = V e –y t N (d1) – De-r t N(d2) dimana   ...(2. Dasar pemikirannya adalah equity dilihat sebagai call option atas perusahaan. maka nilai cadangan sumber daya alam tersebut dapat dilihat sebagai call option...6 Model Real Option Damodaran (1994) mengembangkan option untuk menghitung equity.45   2... dan nilai perusahaan yang memiliki hak paten seperti perusahaan farmasi. sehingga persamaannya adalah.16) ..

46   d ln V D r σ√t y σ t 2 d2 = d1 . dan persamaannya menjadi: Nilai produk paten = V e –y t N (d1) – De-r t N(d2) dimana ln V D r σ√t y σ 2 t ...17) d d2 = d1 . maka nilai produk paten dilihat sebagai call option....σ√t V = Present Value dari cadangan yang belum dikembangkan D = Present Value dari biaya pengembangan σ2 = Variance dari nilai cadangan yang belum dikembangkan t = jangka waktu cadangan r = Suku bunga tanpa risiko y = Net cash flow per tahun dari pengembangan cadangan (dalam persen) N(x) = Daerah di bawah standardized normal distribusi Untuk perusahaan yang memiliki paten..σ√t V = Presen value dari produk baru (paten) yang diluncurkan D = Present value dari biaya pengembangan produk σ2 = Variance dari expected cash flow t = jangka waktu paten r = Suku bunga tanpa risiko y = 1/(jangka waktu paten) N(x) = Daerah di bawah standardized normal distribusi   .....(2....

Bahsoon dan Emmerich (2000) menggunakan model real option untuk memprediksi stabilitas dari arsitektur software yang di fokuskan kepada kondisi masa depan yang tidak pasti.5%. Mauboussin (1999) menemukan bahwa nilai call option akan meningkat sejalan dengan meningkatnya volatilitas dari harga saham. J. (1995) menggunakan “opion pricing methods” untuk valuasi dan harga valuasi yang dihasilkan model option berkisar 16% sampai dengan 83% di atas dari harga valuasi secara konvensional. Dickens. Damodaran (1994) juga menggunakan “option pricing method” melakukan penghitungan ulang harga saham Gulf Oil waktu di take over di tahun 1994 menemukan hasil bahwa nilai saham waktu take over tersebut adalah lebih tinggi (overvalued) sebesar 36. Hasilnya adalah model real option dapat digunakan untuk memprediksi ketidak pastian tersebut. R. Borissiouk dan Peli (2002) dalam Tesis Master nya di Universitas Lausanne menyimpulkan bahwa real option sangat berguna untuk menghitung nilai Expected Net Present Value (ENPV) yang berada di daerah abu-abu (negative dan rendah). and Lohrenz. 1-19) mengatakan struktur modal perusahaan bergantung pada risiko kebangkrutan perusahaan itu sendiri.47   Copeland et all. Titman dan Wessels (1988.N. (2006) Membandingkan perhitungan DCF dengan real option untuk oil dan gas di teluk Mexico menyimpulkan bahwa metode real option lebih akurat 10% dari pada model DCF. Semakin unik suatu perusahaan maka semakin tinggi pula risiko yang berarti semakin tinggi biaya   .

Dalam hal real option. Akibatnya tingkat unik suatu perusahaan mempunyai hubungan negative dengan rasio hutang. hutang dan modal. Jika ini benar maka akibatnya akan terjadi hubungan yang negative antara profitability dan debt ratio.1. Selanjutnya dikatakan bahwa size effek konsisten dengan efficency market hipotesis untuk pasar yang semi strong. ini biasa disebut dengan size effect. berarti bahwa debt to equity ratio (DER) mempunyai hubungan yang positif dengan nilai aset.7 Efek Dari Struktur Saham Perusahaan Hawawini (1998) mengatakan bahwa return dari perusahaan dengan market kapitalisasi yang kecil adalah outperform dibandingkan dengan perusahaan yang market kapitalisasinya besar. laba. Rozeff (1982. • Jumlah shareholder dengan level debt mempunyai hubungan yang negative Myers (1984.   . 2. Dimana profitability adalah perbandingan dari operating income terhadap total asset.48   kebangkrutannya. 575-592) mengatakan urutan yang diinginkan manager dalam sumber dana untuk investasi adalah. 249-259) juga menyelidiki pengaruh struktur kepemilikan dan hasil penelitiannya digambarkan dalam suatu Value Line sebagai berikut: • Dividen akan dibayarkan lebih besar apabila kepemilikan inside ownership lebih kecil dari pada outside ownership. Myers dan Majluf (1984. 187-221) mengatakan ada hubungan yang positif antara hutang dengan nilai jaminan asset.

Zimmerman (1983) menggunakan rasio pajak yang dibayarkan dan pendapatan sebelum pajak sebagai perkiraan besarnya pajak. 879-888) mengatakan bahwa perusahaan kecil yang go publik memiliki rata-rata return yang lebih tinggi dibandingkan dengan perusahaan besar kalau risikonya sama. Roll (1981. Artinya semakin unik suatu perusahaan semakin tinggi pula risikonya sehingga semakin tinggi biaya kebangkrutannya. Ukuran perusahaan diukur dari besarnya nilai log natural penjualan (ln sales). Dia juga mengatakan bahwa ada hubungan yang positif antara ukuran perusahaan (firm size) dengan debt. 187-221) mengatakan ada hubungan yang positif antara hutang dengan nilai jaminan asset. 1-19) mengatakan struktur modal perusahaan bergantung pada risiko kebangkrutan perusahaan itu sendiri. Myers dan Majluf (1984. Sayangnya perusahaan kecil sangat sukar mengukur risikonya.49   Titman dan Wessels (1988. 522) perusahaan dengan kewajiban membayar pajak tinggi akan menggunakan hutang sebesar mungkin untuk mengambil manfaat dari pengurangan pajak. Menurut Haugen dan Senbet (1986. Akibatnya tingkat keunikan suatu perusahaan mempunyai hubungan negative dengan rasio hutang.   .

pertama adalah menghitung harga saham yang seharusnya pada waktu IPO dengan menggunakan model real option (harga saham IPORO).50   Penelusuran pustaka dapat digambarkan sebagai berikut: Gambar 2. dan kedua adalah membangun model untuk memprediksi harga saham waktu IPO apakah harga saham akan menuju kearah undervalue atau overvalue.2 Kerangka Pemikiran Penelitian ini dibagi menjadi dua bagian.   .5 Penelusuran Pustaka Discounted Cash Flow (DCF) Model Harga saham IPO Life Cycle Theories Short Run Underpricing Long-run Performance Relative Valuation (RV) Model Listing: Undervalue Valuation Theories Shares Allocation Theories Long-run Performance Model Harga IPO Option Pricing Model Real Option Model Thesis Model Prediksi Harga Saham Implied Volatility DER Publik 2.

2..1.15 di atas yang ditulis kembali sebagai berikut: Nilai dari equity = VN (d1) – De-Rf ..T N(d2) + ε  dimana ln V D r σ√t y σ t 2   ...σ√t V = Nilai asset D = Nilai hutang σ2 = Volatilitas (implied voaltilitas) dari nilai asset perusahaan T = rata-rata tertimbang jangka waktu jatuh tempo hutang (tahun) Rf = Suku bunga tanpa risiko N(x) = Daerah di bawah standardized normal distribusi ε = error Selanjutnya harga saham waktu IPO dapat dihitung sebagai berikut: Harga Saham Nilai equity Jumlah saham Data untuk menghitung harga saham dengan model real option ini diambil dari laporan keuangan emiten pada waktu akan go publik (publik expose / prospektus). Data yang tersedia adalah nilai asset... sehingga untuk menghitung nilainya dapat digunakan teori Black-Scholes sebagaimana persamaan 2...(2.18) d d2 = d1 ...51   2.. Sedangkan data suku bunga bebas risiko (Rf)   . Harga Saham IPO Berdasarkan Metode Real Option Diatas disebutkan bahwa nilai equitymarket dapat dilihat sebagai call option atas perusahaan tersebut.. nilai hutang dan rata-rata tertimbang jangka waktu hutang..

.... Ini sejalan dengan teori real option.. 262) dimana harga awal dari standar deviasi adalah sebagai berikut: σ ln 2 / .(2.......20) Iterasi ini dilakukan berulang-ulang sampai didapat harga standar deviasi.. Metode ini sudah digunakan oleh Manester & Koehler (1982) dan Cuthberson dan Nitsche (2001..52   digunakan data suku bunga penjaminan yang ditetapkan oleh Lembaga Penjaminan Simpanan (LPS)....15. yaitu adanya hubungan positif antara nilai equity dengan nilai volatilitas berarti jika nilai volatilitas meningkat maka nilai equity juga akan meningkat..σyang stabil.. / √2π   ... lihat persamaan 2.(2.. Mauboussin (1999) menemukan bahwa nilai call option akan meningkat sejalan dengan meningkatnya volatilitas dari harga saham.. Namun pekerjaan ini dengan mudah diselesaikan menggunakan tools Solver dari software Excell.19) Hasil perhitungan standar deviasi awal tersebut di atas kemudian dilanjutkan dengan proses iterasi dengan persamaan sebagai berikut: σ σ C σ Ce V√T . Implied volatility digunakan untuk variabel volatilitas yang nilainya didapat dari hasil perhitungan dengan menggunakan metode itterasi dari NewtonRhapson.....

dihitung nilai selisih harga aktual dengan harga IPO ini (Harga aktual – real option) dan dibandingkan dengan selisih harga aktual dengan harga IPO model tradisional (Harga aktual – IPO).2. Pengujian dilakukan dengan membentuk persamaan Logitistik dengan dependen variabelnya adalah bilangan binary 0 dan 1 dan variabel independennya   . 2.2. Untuk masing-masing pengamatan (hari ke 1 dan hari ke 30) dilihat standar deviasi. dimana harga aktual yang diamati adalah harga pada penutupan perdagangan hari ke 1 dan hari ke 30.53   Setelah harga IPO real option didapat.1 Persamaan Real Option Penggunaan model real option untuk memprediksi kondisi dimasa datang (forecasting) telah dilakukan oleh Bahsoon dan Emmerich (2000) yang menggunakannya untuk memprediksi stabilitas dari arsitektur software yang fokus kepada kondisi masa depan yang tidak pasti. Borissiouk dan Peli (2002) dalam Tesis Master nya di Universitas Lausanne menyimpulkan bahwa real option sangat berguna untuk menghitung nilai Expected Net Present Value (ENPV) yang berada di daerah abu-abu (negatif dan rendah).2 Model Prediksi Harga Saham IPO 2.2. jika standar deviasi yang dihasilkan lebih kecil berarti nilai yang dihasilkan lebih mendekati harga aktual. Mereka menemukan hasil bahwa model real option dapat digunakan untuk memprediksi ketidak pastian tersebut. Pada tahap ini peneliti akan menguji harga saham IPO dengan model real option.

(2.. 187-221) menemukan adanya hubungan positif antara hutang dengan nilai jaminan asset......Harga IPO) = 0.. dikeluarkan dari data yang akan diteliti..Harga IPO) > 0. dan pada penelitian ini variabel DER ditambahkan ke dalam model prediksi untuk meningkatkan daya prediksi. Semakin besar jumlah yang diprediksi sesuai dengan klasifikasi berarti model semakin dapat diandalkan. Artinya ada hubungan positif antara debt to equity ratio (DER) mempunyai hubungan yang positif dengan nilai aset..2. harga overvalue tersebut adalah jika (Harga aktual . Jika harga IPO overvalue maka L = 1.54   adalah variabel sesuai dengan persamaan real option... Persamaannya dapat ditulis sebagai berikut: . harga undervalue tersebut adalah jika (Harga aktual ... Kontrol atas kehandalan model ini dilihat dari berapa besar kemampuan hasil prediksi sesuai dengan klasifikasi.2 Persamaan Real Option + DER dan Publik Penelitian Myers dan Majluf (1984.2.   . A = Aset T = Tenor D = Hutang Rf = Suku Bunga bebas risiko σ2 = Volatilitas εi = error term βi = koefisien regresi 2.Harga IPO) < 0.21) Dimana. Jika harga IPO undervalue maka L = 0. sedangkan jika harga saham tidak mengalami perubahan (Harga aktual .

Titman dan Wessels (1988. Dimana profitability adalah perbandingan dari operating income terhadap total asset. ini biasanya disebut dengan size effect. 1-19) mengatakan struktur modal perusahaan bergantung pada risiko kebangkrutan perusahaan itu sendiri. laba. hutang dan modal. 187-221) mengatakan ada hubungan yang positif antara hutang dengan nilai jaminan asset. 575-592) mengatakan urutan yang diinginkan manager dalam sumber dana untuk investasi adalah. Dimana semakin unik suatu perusahaan akan semakin tinggi risikonya. Akibatnya tingkat unik suatu perusahaan mempunyai hubungan negatif dengan rasio hutang. Menurut Haugen dan Senbet (1986. Dia juga mengatakan bahwa bahwa ada hubungan yang positif antara ukuran perusahaan (firm size) dengan debt. Jika ini benar maka akibatnya akan terjadi hubungan yang negatif antara profitability dan debt ratio. Ukuran perusahaan diukur dari besarnya nilai log natural penjualan (ln sales). • Jumlah shareholder dengan level debt mempunyai hubungan yang negatif Myers (1984. Myers dan Majluf (1984. 5-   . berarti semakin tinggi biaya kebangkrutannya.55   Hawawini (1998) mengatakan bahwa return dari perusahaan dengan market kapitalisasi kecil adalah outperform dibandingkan dengan perusahaan yang market kapitalisasinya besar. Rozeff (1982. 249-259) juga menyelidiki pengaruh struktur kepemilikan dan hasil penelitiannya digambarkan dalam suatu Value Line sebagai berikut: • Deviden akan dibayarkan lebih besar apabila kepemilikan inside ownership lebih kecil dari pada outside ownership.

pada tahap ini pengujian dilakukan penambahan variabel bebas dengan sistim trial and error sampai ditemukan model yang paling baik. 879-888) mengatakan bahwa perusahaan-perusahaan kecil yang go publik memiliki rata-rata return yang lebih tinggi dibandingkan dengan perusahaan besar kalau risikonya sama...21.. Namun sayangnya perusahaan kecil sangat sukar mengukur risikonya. Bagian ini adalah mencari model prediksi yang optimum untuk menentukan undervalue atau overvalue harga saham waktu IPO..22)   .(2. Variabel bebas tambahan tersebut adalah variabel DER dan variabel Publik dan persamaannya dapat ditulis sebagai berikut: 1) Penambahan variabel bebas DER .56   22) perusahaan dengan kewajiban membayar pajak tinggi akan menggunakan hutang sebesar mungkin untuk mengambil manfaat dari pengurangan pajak. Roll (1981. Penambahan dilakukan dengan cara coba-coba (trial and error) baik itu untuk masing-masing variabel maupun penambahan variabel secara bersamaan sehingga dihasilkan model prediksi yang paling optimum untuk memprediksi harga IPO....... Penetapan model optimum ini dilakukan dengan cara mengeksplorasi persamaan logit yaitu dengan menambah variabel Publik (persentase saham publik) dan variabel DER ke dalam persamaan 2... Zimmerman (1983) menggunakan rasio pajak yang dibayarkan dan pendapatan sebelum pajak sebagai perkiraan besarnya pajak. Sebagaimana disebutkan dalam pendekatan pemecahan masalah di atas..

.... Pub = jumlah saham yang dijual kepada publik 3) Penambahan variabel bebas DER dan Publik secara bersamaan .(2....24) Dimana......6 Kerangka Pemikiran Harga IPO Real Option Variabel + + + Harga IPO Real Option Indikator Hasil Penelitian Kesimpulan Aset Hutang Tenor LPS Volatilitas σakt-trad  < = > σakt-trad > σakt-ro  σakt-ro    ... DER = rasio hutang terhadap modal 2) Penambahan variabel bebas Publik ...(2..23) Dimana. DER = rasio hutang terhadap modal Pub = jumlah saham yang dijual kepada publik Kerangka pemikiran dari penelitian ini dapat digambarkan sebagai berikut: Gambar 2......57   Dimana.....

3 Hipotesis Hipotesis 1: Harga saham IPO model Real Option lebih akurat dari pada harga saham IPO model tradisional. menjadikan model lebih handal dalam memprediksi harga IPO akan undervalue atau overvalue.22) Hipotesis 4: Penambahan variable bebas Publik ke dalam model prediksi.21) Hipotesis 3: Penambahan variable bebas DER ke dalam model prediksi menjadikan model lebih handal dalam memprediksi harga IPO akan undervalue atau overvalue. (Persamaan 2. (Persamaan 2.58   Model Prediksi Harga Saham IPO Variabel + + + Volatilitas + DER Model Prediksi Harga IPO Apakah dapat memprediksi? Dapat Memprediksi Harga IPO Indikator Hasil Penelitian Kesimpulan Aset Hutang Tenor LPS Publik 2. Hipotesis 2: Model prediksi dengan variabel bebasnya sama dengan model Real Option dapat memprediksi harga IPO apakah harga IPO tersebut akan undervalue atau overvalue.23)   . (Persamaan 2.

(Persamaan 2. menjadikan model lebih handal dalam memprediksi apakah harga IPO akan undervalue atau overvalue.59   Hipotesis 5 : Penambahan variabel bebas DER dan Publik secara bersamasama ke dalam model prediksi.24)   .

Disamping itu berdasarkan sifat atau karakteristiknya. Penelitian murni disini adalah memahami fenomena masalah yang diteliti dengan tujuan untuk mengembangkan teori berdasarkan hasil penelitian. kausal dan korelasi. Metode diskriptif adalah untuk mendiskripsi masalah yang terjadi saat ini sehingga manfaat temuan penelitian dapat digunakan untuk saat ini juga dan juga untuk masa depan.1 Metode Yang digunakan Metode yang digunakan dalam penelitian ini adalah kombinasi dari metode deskriptif dan hipotesis generating study dengan pendekatan kuantitatif dan menggunakan data historis. Teori yang akan dikembangkan adalah teori option yang dikembangkan kepada real   . penelitian ini dapat dikelompokkan ke dalam penelitian murni (basic research) dan penelitian terapan (applied research). Metode hipotesis generating study adalah metode yang menguji hipotesis yang dibuat dengan mencoba secara berulang-ulang dan kemudian diuji kestabilan model yang dihasilkan. Dalam hal hubungan kausal penelitian ini menjelaskan faktorfaktor variabel-variabel penyebab dari fenomena masalah yang diteliti. Metode ini digunakan untuk menguji hipotesis 1. Sedangkan hubungan korelasi akan menjelaskan bagaimana korelasi antar variabel. Metode ini juga menjelaskan sifat hubungan tertentu.60   BAB III METODE PENELITIAN 3.

3. Penelitian terapan bertujuan untuk memecahkan masalah dan implementasinya disamping itu juga memberikan kontribusi terhadap pemahaman fenomena dari masalah yang diteliti. dengan demikian akan memberi sumbangan terutama terhadap fenomena yang terjadi BEI. Penerapan teori dibidang valuasi ini masih tergolong baru. perusahaan sekuritas.2 Operasionalisasi Variabel Operasionalisasi variabel dapat digambarkan sebagai berikut:   .61   option terutama dalam valuasi nilai equity. Populasi target penelitian adalah perusahaan yang melakukan go publik di BEI dari tahun 2006 sampai dengan 2009 dengan batasan bukan perusahaan internet. Bank serta lembaga keuangan non Bank. harga saham waktu penutupan perdagangan hari pertama sampai dengan harga saham pada waktu penutupan setiap harinya sampai dengan hari ke tiga puluh. juga data persentase saham yang go publik dari masing-masing perusahaan tersebut. Data historis yang digunakan dalam penelitian ini adalah harga saham waktu IPO.

62
 

Tabel 3.1 Operasionalisasi Variabel
Variabel Modal Indikator 1. Nilai buku modal: nilai asset dikurangi nilai liability 2. Nilai modal pasar: jumlah saham yang beredar dikalikan dengan harga saham Nilai buku asset dikurangi dengan nilai modal Nilai buku asset yang terdiri dari asset lancar ditambah asset kurang lancar dan asset tetap Rasio beban bunga perusahaan terhadap total asset yang bebas risiko Ukuran Rupiah Skala Rasio

Hutang Asset

Rupiah Rupiah

Rasio   Rasio  

Tingkat suku bunga bebas risiko (LPS) Tenor DER

Persentase

Rasio  

Jangka waktu jatuh temponya suatu kewajiban - Total hutang perusahaan - Total modal perusahaan

Tahun Persentase total hutang terhadap total modal perusahaan Persentase

Interval Rasio

Publik

Jumlah saham yang dijual ke publik

Rasio

3.3 Sumber dan Cara Penentuan Data / Informasi Objek penelitian tesis ini adalah perusahaan yang sudah go publik yang tercatat di Bursa Efek Indonesia dengan ketentuan sebagai berikut; 1) Perusahaan masih tercatat di Bursa Efek Indonesia sampai dengan bulan Desember 2009. Perusahaan yang pernah tercatat namun telah delisting tidak ikut diteliti. 2) Perusahaan bukan termasuk ke dalam kelompok perusahaan internet, perusahaan sekuritas, bank maupun lembaga keuangan non bank lainnya. Perusahaan internet tidak ikut diteliti adalah untuk menghindari bias dalam penelitian ini dimana pada periode perusahaan internet go publik baik di
 

63
 

BEI maupun di negara-negara lain di dunia terjadi periode yang lazim disebut periode gelembung internet (terjadi euphoria) dan setelah periode tersebut saham-saham perusahaan internet anjlok. Perusahaan sekuritas tidak ikut diteliti karena adanya pendapat bahwa perusahaan sekuritas menguasai informasi lebih dibandingkan pihak lain sehingga kalau perusahaan itu sendiri yang go publik terdapat perbedaan dalam penguasaan informasi di antara pihak-pihak yang terlibat dalam kegiatan IPO. Walaupun pendapat ini mendapat tantangan namun karena di BEI belum ada dilakukan penelitian tentang pendapat ini, maka kami tidak mengikut sertakan perusahaan tersebut dalam penelitian ini. Demikian juga dengan bank dan lembaga keuangan non bank, tidak disertakan dalam penelitian ini karena struktur modalnya berbeda dengan perusahaan lainnya.

Periode penelitian adalah sejak tahun 2006 sampai dengan 2009, dengan pengamatan dimulai dari waktu penetapan harga saham IPO, dilanjutkan pada waktu saham listing di Bursa. Harga yang dicatat adalah harga penutupan perdagangan hari pertama sampai dengan hari ke 30. Jenis data yang diperlukan adalah data sekunder, berupa harga saham waktu IPO, harga saham penutupan perdagangan hari pertama sampai hari ke tiga puluh. Selain itu diperlukan juga persentase besarnya saham yang dilepas ke publik, laporan keuangan emiten dan data suku bunga penjaminan (suku bunga bebas risiko) dari LPS.

 

64
 

3.4 Teknik Pengumpulan Data Populasi dalam penelitian ini adalah perusahaan yang melakukan IPO pertama kali dari tahun 2006 sampai dengan 2009 di Bursa Efek Indonesia. Sumber data adalah data sekunder dan pengumpulan /pengambilan data dilakukan dengan cara men down load dari website yahoo fianance, website Bapepam, dan website Indonesia stock exchange (IDX), website Lembaga Penjaminan Simpanan (LPS) serta dari perpustakaan BEI. Untuk periode tahun 2006 - 2009 terdapat 65 perusahaan yang melakukan IPO di BEI. Dari data tersebut dilakukan pembersihan data sesuai dengan pembatasan yang telah disebutkan di atas yaitu perusahaan-perusahaan perbankan dan lembaga keuangan, perusahaan internet dan perusahaan underwriter dikeluarkan dari data yang akan diteliti. Hasilnya ada 34 perusahaan yang akan dijadikan objek penelitian dalam tesis ini.

3.5 Rancangan Analisis dan Uji Hipotesis Analisis yang digunakan dalam penelitian ini adalah dengan menghitung standar deviasi dan analisis persamaan logistik. Sebelum melakukan analisis tersebut terlebih dahulu harus dihitung besarnya nilai implied volatilitas yang selanjutnya akan digunakan sebagai variabel volatilitas. Digunakannya implied volatilitas adalah karena;

 

. 1982.. 3) Untuk menghitung nilai implied volatilitas digunakan prosedur iterasi Newton.. 596).. dalam menentukan harga implied volatilitas yang selanjutnya digunakan untuk menghitung nilai call suatu option. untuk menghitung pergerakan saham dalam jangka waktu pendek (30 hari) implied volatilitas lebih unggul dari pada volatilitas historis (Effendi). nilai Logit adalah tidak terbatas..1) Dimana: Li Pi 1-Pi = logit = Odd ratio Ciri utama dari model Logit adalah (Gujarati.65   1) Tidak adanya data volatilitas historis. Model umum persamaan Logit adalah sebagai berikut: . maka nilai Logit bergerak dari −∞sampai +∞ .... 2) Implied volatilitas lebih akurat. karena penelitian dilakukan terhadap emiten yang akan melakukan IPO pertama kalinya di Bursa Efek Indonesia.. sehingga data historis tentang pergerakan sahamnya belum ada. 1) Karena nilai P bergerak dari 0 sampai 1...   .. 2003.Raphson sebagaimana telah digunakan oleh Manaster dan Koehler...(3.

4) Interpretasi dari model Logit adalah sebagai berikut: β2 . Ini sangat kontras dengan Linier Probability Model (LPM) dimana nilai probability meningkat secara linier bersama nilai X. disini digunakan implied volatilitas dengan iterasi Newton-Rhapson. σAktual1−IPO dengan standar deviasi selisih harga aktual 1 dengan harga IPO   . Sedangkan β1 adalah nilai odds jika seluruh variabel independen = 0. maka model Logit berasumsi bahwa rasio dari log odds adalah linier terhadap X 1) Rancangan Uji Hipotesis Pertama Hipotesis 1: Harga saham IPO model Real Option lebih akurat dari pada harga saham IPO model tradisional. adalah mengukur perubahan L untuk satu unit perubahan dari X. 5) Kalau LPM berasumsi bahwa i P adalah linier terhadap X.66   2) Walaupun nilai L linier. 3) Variabel persamaan logit bisa ditambah sebanyak mungkin sesuai dengan teori. Uji hipotesis 1 adalah dengan membandingkan besarnya standar deviasi selisih harga penutupan perdagangan hari pertama (harga aktual 1) dengan harga IPO. slope. Langkah pertama untuk menguji hipotesis ini adalah menghitung nilai variabel volatilitas dari saham tersebut. namun probabilitas P sendiri tidak. Langkah berikutnya adalah menentukan besarnya harga d1 dan d2 dari masing-masing saham yang kemudian dihitung nilai normalnya dengan menggunakan tabel.

....67   Real Option (IPORO). A = Aset D = Hutang   .. Persamaannya untuk menghitung standar deviasi adalah....(3.3) Dimana.1) yang ditulis ulang menjadi: ln ... ∑ . (σAktual1−IPO dibandingkan dengan σAktual1−IPORO)..  σAktual1−IPORO. Kemudian juga membandingkan besarnya standar deviasi selisih harga penutupan perdagangan hari ketigapuluh (harga aktual 30) dengan harga IPO dan IPORO (σAktual30−IPO dibandingkan dengan σAktual30−IPORO)..2) Dimana X = nilai observasi disini adalah harga IPO – harga aktual μ = nilai rata-rata observasi N = Jumlah observasi 2) Rancangan Uji Hipotesis Kedua Hipotesis 2: Model prediksi dengan variabel bebasnya sama dengan model Real Option dapat memprediksi harga IPO apakah harga IPO tersebut akan undervalue atau overvalue.......... Uji hipotesis 2 ini menggunakan persamaan (3....(3.......

didapat dari persamaan. LR statistic yang bisa dianalogkan dengan F test... begitu sebaliknya... Tanda positif berarti apabila nilai variabel independen bertambah maka nilai variabel dependen juga akan bertambah. Koefisien variabel menunjukkan besarnya pengaruh / peningkatan nilai variabel dependen untuk setiap kenaikan 1 unit nilai variabel independen. atau biasa juga disebut odds ratio. McFadden R2 yang bisa dianalogkan dengan R2...68   T = Tenor Rf = Suku bunga penjaminan LPS σ2 = Implied Volatilitas βi = koefisien regresi εi = error term Interpretasi model Logit Tanda dari masing-masing variabel harus sesuai dengan teori yang mendasari persamaan tersebut. dan Andrews and HosmerLemeshow Goodness-of-Fit Tests.4) Misalkan nilai odds ratio = 1. Untuk uji kesesuaian model (goodness of fit test). program Eviews menggunakan parameter z test.. Menurut Andrews and Hosmer-Lemeshow (2000) Goodness-of-Fit Tests..0817 Interpretasinya adalah dengan bertambahnya nilai X sebesar 1 unit maka odds ratio akan naik sebesar 8.. Nilai Odds.. ∑ .(3.. diukur dengan metode Receiver Operating Characteristic (ROC) dari Hosmer  ....17%..

. sebaliknya jika lebih kecil dari 0. 3) Rancangan Uji Hipotesis Ketiga Hipotesis 3: Penambahan variabel DER ke dalam model prediksi menjadikan model lebih handal dalam memprediksi harga IPO akan undervalue atau overvalue.5 maka harga saham emiten tersebut diprediksi akan undervalue.5 maka diprediksi akan overvalue sedangkan jika sama dengan nol diklasifikasikan ke dalam kelompok tidak ada perbedaan (no diskriminant).. Jika 0.. Hasil dari parameter ini menunjukkan berapa persen model tersebut dapat memprediksi klasifikasi dengan benar. C = 0.. ini ditunjukkan dengan nilai % Correct.5)   . Uji hipotesis 3 ini dilakukan dengan menambah variabel DER sehingga persamaannya menjadi: .69   Lemeshow..7 ≤ ROC < 0......9 maka dikelompokkan sebagai outstanding discriminant Eviews juga mempunyai parameter untuk mengukur keselarasan model secara keseluruhan yang menggunakan maximum log-likelihood dari ExpectationPrediction Evaluation dengan success cut off.. Jika nilai ROC lebih besar dari pada 0.9 maka dikelompokkan sebagai exellent discriminant Jika ROC ≥ 0..5 maka dikelompokkan sebagai no discriminant.(3..8 maka dikelompokkan sebagai acceptable discriminant Jika 0.8 ≤ ROC < 0..5.. Selanjutnya Hosmer-Lemeshow membuat klasifikasi sebagai berikut: 1) 2) 3) 4) Jika ROC = 0.

. ke dalam model prediksi menjadikan model lebih handal dalam memprediksi harga IPO akan undervalue atau overvalue.70   Interpretasi model Logit Parameter-parameter sebagaimana yang digunakan dalam uji hipotesis 2 di atas digunakan lagi......(3. namun sebaliknya jika tidak ada peningkatan daya prediksi atau sebaliknya terjadi penurunan berarti penambahan variabel DER tidak berpengaruh atau memberi pengaruh negatif.. Uji hipotesis 4 ini dilakukan dengan menambah variabel Publik sehingga persamaannya menjadi . jika ya maka dapat ditarik kesimpulan   .. kemudian dilihat apakah ada peningkatan daya prediksi dan perlu juga diperhatikan apakah variabel tambahan signifikan atau tidak (signifikansi dan goodness of fit nya juga meningkat?)... 4) Rancangan Uji Hipotesis Keempat Hipotesis 4: Penambahan variabel bebas Publik. Apabila daya prediksi meningkat maka dapat ditarik kesimpulan bahwa dengan penambahan parameter DER akan meningkatkan kemampuan model dalam memprediksi model harga saham waktu IPO apakah akan undervalue atau overvalue. artinya model tidak dapat digunakan.6) Interpretasi model Logit Parameter-parameter sebagaimana yang digunakan dalam uji hipotesis 3 di atas diamati apakah parameter-parameter tersebut menunjukkan peningkatan dengan penambahan variabel Publik......

..7) lebih baik dari pada persamaan sebelumnya serta variabel tambahan Publik dan DER signifikan? jika ya maka dapat ditarik kesimpulan bahwa dengan penambahan parameter Publik dan DER secara bersama-sama akan menghasilkan model yang lebih baik dalam memprediksi apakah harga saham akan undervalue ataupun overvalue. menjadikan model lebih handal dalam memprediksi apakah harga IPO akan undervalue atau overvalue.(3.   ... 5) Rancangan Uji Hipotesis Kelima Hipotesis 5: Penambahan variabel DER dan Publik secara bersama-sama ke dalam model prediksi..6) Interpretasi model Logit Apakah daya prediksi persamaan (3.... Sebaliknya jika tidak.... berarti model tidak dapat digunakan.. Uji hipotesis 5 ini dilakukan dengan menambah variabel DER dan Publik sehingga persamaannya menjadi: . namun sebaliknya jika tidak ada peningkatan nilai-nilai dari parameter atau sebaliknya terjadi penurunan nilai parameter maka berarti penambahan variabel Publik ke dalam model tidak berpengaruh atau berpengaruh negatif...71   bahwa dengan penambahan parameter Publik akan meningkatkan daya prediksi model dalam memprediksi apakah harga saham tersebut akan undervalue ataupun overvalue.. berarti penambahan variabel DER dan Publik tidak dapat meningkatkan daya prediksi model dan model tidak dapat digunakan.

72   3. Sebelum harga IPORO dihitung terlebih dahulu harus dihitung nilai Tenor (T) dan Variance (σ2) dari masing-masing emiten.6 Rancangan Pemecahan Masalah Sejalan dengan rumusan masalah dan tujuan penelitian tesis ini.IPO_tradisional maka harga IPORO teruji lebih akurat dari pada harga IPOtradisionil . sedangkan untuk volatilitas digunakan rumus (2.22) dan (2.23). maka rancangan pemecahan masalah dapat dibagi dalam 2 kelompok yaitu. Tenor dihitung dengan menggunakan nilai rata-rata tertimbang dari hutang masing-masing emiten. Sebaliknya kalau σAktual – IPO_ro > σAktua . 2) Membangun Model Prediksi Harga IPO Perlunya dibangun model prediksi harga IPO ini adalah untuk memberi keyakinkan kepada pihak-pihak yang terkait dengan kegiatan IPO tersebut apakah harga IPO yang ditawarkan akan menuju ke harga yang undervalue atau overvalue. Model prediksi menggunakan persamaan logit dengan variabel   . Untuk melihat apakah harga IPORO yang dihasilkan model real option ini lebih akurat dari pada harga IPOtradisionil maka dibandingkan harga Standar Deviasi Real Option – Aktual dengan harga Standar Deviasi Tradisional – Aktual (σAktual– IPOro − σAktual-IPOtradisional).19). Apabila σAktual – IPO_ro < σAktual . • • Menentukan Harga IPO Real Option (IPORO). Membangun Model Prediksi Harga IPO 1) Menentukan Harga IPORO Harga IPORO dengan mudah dapat dihitung dengan menggunakan persamaan (2.IPO_tradisional maka harga IPORO teruji tidak lebih akurat dari pada harga IPOtradisionil.

Gambar 3. Persamaan (3.3) ditambah dengan variabel DER dan variabel Publik. Persamaan (3.3) ditambah dengan variabel Publik.1 Rancangan Pemecahan Masalah Harga IPO  Seharusnya  σ  < Hari ke 1  σ  < Hari ke 30  OVERVALUE RENCANA  GO  PUBLIK  Harga IPO  Tradisional  OVERVALUE  TETAP TETAP  UNDERVALUE  UNDERVALUE  % Porsi  Publik  Real Option  DER Logit  Model Prediksi  Harga IPO di  BEI    . Persamaan (3.3) ditambah dengan variabel DER. yaitu persamaan (3. yang berdasarkan kepada model Real Option murni.6). Rancangan Pemecahan Masalah Model Prediksi Harga IPO menggunakan 4 persamaan logit yaitu: • • • • Persamaan (3.73   bebasnya sama dengan variabel model dari persamaan option BS ditambah dengan variabel DER dan Publik.7). yaitu persamaan (3.5). yaitu persamaan (3.3).

74
 

BAB IV HASIL PENELITIAN, PEMBAHASAN, DAN PEMECAHAN MASALAH

4.1 Hasil Penelitian dan Pembahasan Harga Saham IPORO 4.1.1 Hasil Penelitian Harga Saham IPORO Berdasarkan hasil perhitungan implied volatility menunjukkan bahwa semua d2 yang dihasilkan nilainya sangat kecil yaitu < 0,00001, dan berdasarkan tabel harga N(dx) jika dx nilainya < 0,01 maka nilai N(dx) sama dengan 0,5. Oleh karena itu ditetapkan semua nilai N(dx) hasil penelitian ini adalah sama dengan 0,5. Kemudian dihitung harga saham IPORO dengan menggunakan persamaan 2.19 dan hasilnya disajikan selengkapnya di lampiran 1. Untuk mengetahui apakah harga saham IPORO yang dihasilkan tersebut handal atau tidak, diamati besarnya penyimpangan harga IPORO terhadap harga aktual yang terjadi di Bursa, parameter yang digunakan adalah standar deviasi. Caranya adalah membandingkan nilai standar deviasi dari harga aktual dikurangi harga IPO (σaktual–IPO) dengan standar deviasi dari harga aktual dikurangi harga IPORO (σaktual–IPOro), atau σaktual–IPO / σaktual–IPOro. Jika harga standar deviasi σaktual–
IPOro

lebih kecil dari pada harga standar deviasi

σaktual–IPO,

berarti harga saham

IPORO (model real option) lebih mendekati harga aktual yang terjadi di Bursa dan dapat disimpulkan bahwa harga saham IPORO lebih andal dari pada harga saham IPO (model tradisional). Semakin kecil standar deviasi IPORO yang dihasilkan

 

75
 

harga saham waktu IPO semakin mendekati harga aktual artinya model harga saham IPORO semakin handal. Hasil perhitungan penyimpangan harga aktual hari ke 1 dan hari ke 30 adalah sebagai berikut; Tabel 4.1 Deviasi Harga IPO dan IPORO Terhadap Harga Aktual Hari Ke-1 Akt - IPO Standar Deviasi 169 Akt - IPORO 566 336% Hari Ke-30 Akt - IPO 736 Akt - IPORO 655 89%

σaktual–IPO/σaktual–IPOro

Sumber: Diolah dari hasil perhitungan standar deviasi

Disini

terlihat

bahwa

pada

penutupan

perdagangan

hari

ke

1

penyimpangan harga IPORO terhadap harga aktual jauh lebih besar dari pada harga IPO model tradisional. Pada penutupan perdagangan hari ke 30 penyimpangan harga IPORO terhadap harga aktual lebih kecil dari pada penyimpangan harga IPO tradisional. Berarti untuk hari pertama harga IPO model tradisional lebih mendekati aktual dari pada harga IPORO. Sedangkan pada hari ke 30 harga model Real Option lebih mendekati harga aktual dari pada harga IPO model tradisional.

4.1.2 Pembahasan Harga Saham IPORO 1) Uji Kestabilan Model Harga Saham IPORO Sebelum melakukan pembahasan hasil penelitian diatas terlebih dahulu dilakukan uji apakah model yang dihasilkan stabil atau tidak. Uji kestabilan model dilakukan dengan menggunakan data 6 emiten lain, dimana emiten tersebut tidak
 

76
 

termasuk dalam data objek penelitan namun emiten tersebut terdaftar di BEJ. Hasil uji apakah harga saham IPORO hari ke 30 menunjukkan hasil yang stabil, yaitu memberikan hasil perbandingan nilai standar deviasi

σaktual–IPO / σaktual–IPOro

= 52%. Artinya harga saham IPO dengan metode real option (IPORO) lebih mendekati harga aktual dibandingkan dengan harga IPO tradisional, berarti model yang dihasilkan stabil dan dapat digunakan. 2) Pembahasan Hasil Penelitian Harga Saham IPO Hasil penelitian diatas menunjukkan bahwa standar deviasi harga real option terhadap harga aktual di hari pertama lebih besar dibandingkan dengan standar deviasi harga IPO tradisional terhadap harga aktual hari pertama. Artinya ada abnormal return yang sangat besar pada hari pertama. Pada hari kedua besarnya abnormal return ini akan berkurang, begitu juga untuk hari-hari berikutnya hingga tercapai harga keseimbangan dan perkembangan harga ini dapat dengan baik ditentukan oleh model harga IPORO. Hasil penelitian ini sejalan dengan penelitian dari Lowry & Schwert (2002) yang mengatakan bahwa return IPO hari pertama lebih tinggi dari return rata-rata 6 bulan. Berarti return hari pertama sangat tinggi yang disebabkan oleh besarnya undervalue saham tersebut sehingga pada penutupan perdagangan hari pertama harga saham akan meningkat sangat besar, atau harga IPO undervalue. Pada penutupan perdagangan hari ke 30 abnormal return tersebut semakin mengecil dan harga IPORO, 11% lebih mendekati harga aktual dibandingkan dengan harga IPOTradisional. Ini sejalan dengan penelitian dari Dickens dan Lohrenz (1996) yang membandingkan perhitungan DCF dengan real option untuk oil dan

 

Percobaan dilakukan dengan menggunakan persamaan (3. dan persamaan (3. juga kemungkinan saham tersebut akan overvalue. Data yang diteliti tidak membedakan antara perusahaan dengan kemampuan menghasilkan laba yang tinggi atau rendah.77   gas di teluk Mexico. keandalan model real option tersebut juga teruji. maka penelitian dilakukan dengan cara trial and error hingga ditemukan model yang optimum.5) untuk model prediksi harga saham Real Option dan variabel tambahan DER. persamaan (3.2 Hasil Penelitian dan Pembahasan Prediksi Harga Saham 4.7) untuk model prediksi harga saham real option dan variable   . hasilnya adalah metode real option lebih akurat 10% dari pada model DCF.3) untuk model prediksi harga saham Real Option. persamaan (3. Hasil penelitian model harga saham IPO juga mengatakan bahwa kalau volatilitas saham akan meningkat. dan hasil penelitian Borissiouk dan Peli dalam Tesis Master nya di Universitas Lausanne menyimpulkan bahwa real option sangat berguna untuk menghitung nilai Expected Net Present Value (ENPV) aset yang berada di daerah abu-abu (negatif dan rendah). Dalam penelitian ini.6) untuk model prediksi harga saham real option dan variabel tambahan Publik. Mauboussin (1999) mengatakan bahwa nilai call option akan meningkat sejalan dengan meningkatnya volatilitas dari harga saham.2. 4.1 Hasil Penelitian Prediksi Harga Saham Untuk mendapatkan model prediksi harga saham IPO yang andal.

106839 … (4.14E-06D 0.2248T 0. Nilai McFadden R2yang dihasilkan adalah = 0.906 1. aliran ini biasa disebut dengan aliran Apriori. Tanda dari masing-masing koefisien variabel menunjukkan bahwa hasil perhitungan sudah sesuai dengan teori. Menurut Koutsoyiannis (1977. tidaklah terlalu penting karena teori itu sendiri sudah teruji kebenarannya. Gujarati (2003. Sedangkan parameter yang menunjukkan kemampuan variabel bebas menerangkan variabel tidak bebas biasanya digunakan adalah R2. ln P 1 P t= 5. berarti baik pada α = 5 maupun α = 10 model ini secara keseluruhan tidak signifikan. 22) signifikan tidaknya variabel-variabel suatu teori yang sudah mapan.60251Rf 0.295 0. 1) Hasil Penelitian Prediksi Harga Saham RO. Begitu juga dengan Probability (LR stat) nilainya = 0.03E-07A 0. Berdasarkan pengamatan dari text book antara lain.68%.78   tambahan DER dan Publik.2996 0.682 0. Disamping dengan McFadden R2. Model prediksi harga saham yang dihasilkan adalah. kemampuan model atau goodness of fit dapat dilihat dari daya prediksi model tersebut yaitu besarnya kemampuan model memprediksi dengan benar dari jumlah   . tidak ada variabel yang signifikan.1068.425468 (lihat lampiran 2). artinya kemampuan variabel bebas menerangkan variabel tidak bebas adalah sebesar 10. 605) besarnya nilai McFadden R2 adalah sekitar 30%.9055σ 0.644 McFadden R2 = 0.598 66. untuk persamaan Logit digunakan McFadden R2 atau biasa disebut pseudo R2. Hasil penelitian masing-masing disajikan sebagai berikut.1) Baik pada α = 5 maupun α = 10.371 2.

akan mempengaruhi persamaan secara positif sebesar 147. Hosmer & Lemeshow (2000) yang akan dibahas pada tabel 4.871507% 1.326218% % Pengaruh (0.1882E-29 2.3 dibawah. Pada persamaan ini variabel yang paling besar pengaruhnya adalah variabel Volatilitas. 606).   . Sedangkan variabel LPS mempunyai pengaruh negatif sebesar 100% dan variabel Tenor mempengaruhi persamaan secara negatif sebesar 20. Sedangkan variabel Aset dan Hutang sangat kecil pengaruhnya pada persamaan prediksi ini.000114% 79.326 %.47326218 % 99.60251 0. Nilai Odds ratio dari masing-masing variabel adalah sebagai berikut.03E-07 1.79   yang diklasifikasi atau besarnya Count R2.2 Nilai Odds Ratio Real Option Odds Ratio Nilai Aset Hutang Tenor LPS Volatilitas -2.999999797 1.79871507 1.1882E-27% 247.000114% (20.0000203%) 0. Tabel 4.905538 0.00000114 0.129 %.9999797% 100. Gujarati (2003.326% Variable Koefisien Sumber: Diolah dari hasil regresi Logit RO Interpretasi dari odds ratio masing-masing variabel adalah setiap kenaikan 1 unit variabel bebas akan mempengaruhi persamaan sebesar persentase pengaruh sebagaimana ditulis di tabel dengan asumsi variabel lain nilainya tetap.129%) (100%) 147.14E-06 -0. Interpretasinya adalah bahwa setiap kenaikkan 1 unit nilai Volatilitas dimana variabel lain nilainya tetap.224751 -66.

2)   .283Rf 0.912 0.76% yang dapat diprediksi dengan benar Sumber: Diolah dari hasil regresi Logit RO Tabel di atas menunjukkan bahwa model dapat memprediksi 7 emiten akan undervalue dan 14 emiten akan overvalue pada penutupan perdagangan hari ke 30. Tabel 4.334 0.605 0.190DER 0.59E-07A 0.793 1.5) dihasilkan model berikut.46E-06D 0.474 61.618 4. Secara keseluruhan model dapat memprediksi 21 emiten (61.288σ 0.76%) harga IPO akan undervalue atau overvalue.359T 0. 2) Hasil Penelitian Prediksi Harga Saham RO + DER Dengan menggunakan persamaan (3.3 Ketepatan Real Option Memprediksi Harga Saham Hasil Prediksi Klasifikasi Undervalue Jumlah emiten yang diamati Jumlah emiten yang diamati (%) Undervalue (0) Overvalue (1) Undervalue (0) Overvalue (1) 7 6 50% 30% Overvalue 7 14 50% 70% 14 20 100% 100% Total Model menghasilkan 21 emiten atau 61.128841 … (4.80   Ketepatan model dalam memprediksi dapat dilihat pada tabel di bawah ini. ln P 1 P 6.654 t = 0. Model prediksi dengan variabel bebas sama dengan metode real option dapat memprediksi harga IPO akan undervalue atau overvalue.313 McFadden R2 = 0.

00000146 0. Uji signifikan persamaan secara keseluruhan.59E-07 1.999999541 1.88%. Nilai Odds ratio dari masing-masing variabel adalah sebagai berikut. artinya variabel bebas mampu menjelaskan variabel tidak bebas sebesar 12.000146% 69.430437. tidak ada variabel yang signifikan .04 %.9597412% 82. Probability (LR stat) nilainya = 0. Tabel 4.42817E-29 0.178%) (100%) (25.827050931 % 99. akan mempengaruhi persamaan secara negatif sebesar 30.288219 -0.30%) Variable Koefisien Sumber: Diolah dari hasil regredi Logit RO + DER Interpretasinya adalah bahwa setiap kenaikkan 1 unit nilai Tenor dimana variabel lain nilainya tetap.359216 -61.4 Nilai Odds Ratio RO + DER Odds Ratio Nilai Aset Hutang Tenor LPS Volatilitas DER -4.81   Pada α = 5 .000146% (30. begitu juga jika α = 10.9999541% 100.04%) (17. Sedangkan variabel LPS mempunyai pengaruh negatif sebesar 100%.28266 -0.1288.42817E-27% 74.46E-06 -0.82235% 2. Tanda dari masing-masing variabel sudah sesuai dengan teori dan McFadden R2 = 0.7050931% % Pengaruh (0.0000459%) 0. tidak ada variabel yang signifikan.189889 0. berarti baik pada α = 5 maupun α = 10 persamaan tidak signifikan. dan   .178 %.6982235 2. variabel Volatilitas mempengaruhi persamaan secara negatif sebesar 25.749597412 0.

29% 75% Klasifikasi Jumlah emiten yang diamati Jumlah emiten yang diamati (%) Undervalue (0) Overvalue (1) Undervalue (0) Overvalue (1) Total 14 20 100% 100% Model menghasilkan 20 emiten atau 58.82%) harga IPO akan undervalue atau overvalue.220761 … (4. model RO + DER ini mempunyai daya prediksi yang berkurang dari 61. 3) Hasil Penelitian Prediksi Harga Saham RO + Publik Dengan menggunakan persamaan (3.30%.141T 45.798 0.52E-06D 0.515 0.844PUB t = 0.3)   . Tabel 4.82   varibel DER mempengaruhi secara negative sebesar 17. Sedangkan variabel Aset dan Hutang sangat kecil pengaruhnya pada persamaan prediksi ini.139σ 6.523 0. Bila dibandingkan dengan model RO.461 0.371 0.5 Ketepatan RO + DER Memprediksi Harga Saham Hasil Prediksi Undervalue 5 5 35. ln P 1 P 5. berarti penambahan variable bebas DER tidak menjadikan model lebih handal dalam memprediksi harga IPO akan undervalue atau overvalue.82% yang dapat diprediksi dengan benar Sumber: Diolah dari hasil regredi Logit RO + DER Dari tabel di atas terlihat bahwa model dapat memprediksi 5 emiten akan undervalue dan 15 emiten akan overvalue pada penutupan perdagangan hari ke 30 dan secara keseluruhan model dapat memprediksi 20 emiten (58.077 1.51E-06A 2.82%.71% 25% Overvalue 9 15 64. Ketepatan model dalam memprediksi dapat dilihat pada tabel di bawah ini.404 0.76% menjadi 58.396Rf 0.058 McFadden R2 = 0.5) dihasilkan persamaan berikut.

8440 0.45% (99.52E-06 -0.14%) (100%) 402. Nilai Odds ratio dari masing-masing variabel adalah sebagai berikut.18%.106587% % Pengaruh (0.450252% 0.927E-18% 502.000252% 86.071565. artinya variabel bebas mampu menjelaskan variabel tidak bebas sebesar 22. Sedangkan tanda dari masing-masing variabel sudah sesuai dengan teori dan nilai McFadden R2 = 0.000252% (13.86857087 1. sedangkan pada α = 10 ada satu variabel bebas yang signifikan yaitu variabel Publik.857087% 1.927E-20 5.1409 -45.00000252 0.99999849 1.000151%) 0. Tabel 4.51E-06 2. tidak ada variabel bebas yang signifikan. Probability (LR stat) = 0.6 Nilai Odds Ratio RO + Publik Odds Ratio Nilai Aset Hutang Tenor LPS Volatilitas Publik -1.89%) Variable Koefisien Sumber: Diolah dari hasil regresi Logit RO + Publik   .00106587 % 99.2218.999849% 100.83   Pada α = 5 . berarti persamaan secara keseluruhan signifikan pada α = 10.3956 1.02450252 0.6143 -6.

064T 0.47%) harga IPO akan undervalue atau overvalue.102DER 0. Penambahan variabel bebas Publik ke dalam model prediksi menjadikan model lebih handal dalam memprediksi harga IPO akan undervalue atau overvalue.068 McFadden R2 = 0. ln P 1 P t= 4.376 0.14% 10% Overvalue 6 18 42.47%.4)   . Daya prediksi dari model juga bertambah dari 61. Hasil dari persamaan ini menunjukkan bahwa variabel Publik sebagai variabel tambahan dan persamaan secara keseluruhan adalah signifikan pada α = 10.913 44. Sehingga secara total model ini dapat memprediksi 26 emiten (76.481 7.5E-06D 0.28 0.47% yang dapat diprediksi dengan benar Sumber: Diolah dari hasil regresi Logit RO + Publik Dari tabel di atas terlihat bahwa model dapat memprediksi 8 emiten akan undervalue dan 18 emiten akan overvalue harganya pada penutupan perdagangan hari ke 30.52E-06A 0.84   Tabel 4.402 2.460 0. sehingga secara teoritis model dapat digunakan sebagai alat prediksi.252282 … (4.5) dihasilkan persamaan berikut.76% menjadi 76. 4) Hasil Penelitian Prediksi Harga Saham RO + DER + Publik Menggunakan persamaan (3.528PUB 0.7 Ketepatan RO + Publik Memprediksi Harga Saham Hasil Prediksi Undervalue 8 2 57.552 1.06Rf 0.86% 90% Klasifikasi Jumlah emiten yang diamati Jumlah emiten yang diamati (%) Undervalue (0) Overvalue (1) Undervalue (0) Overvalue (1) Total 14 20 100% 100% Model menghasilkan 26 emiten atau 76.232σ 0.532 2.

99999848 1.32266004 1.0002500% (6.50E-06 -0.053777% % Pengaruh (0. artinya variabel bebas dari persamaan dapat menjelaskan 25. berarti pada α = 5 dan α = 10 persamaan tidak signifikan.000250% 93.79% (99.27% 10.2324 0.0608 2.85   Pada α = 5 tidak ada variabel bebas yang signifikan.00053777 % 99.10786972 0.53% terhadap variabel tidak bebas Nilai Odds ratio dari masing-masing variabel dapat ditulis sebagai berikut. Sedangkan Probability (LR stat) = 0.266004% 110.108707.2553.786972% 0.95%) Variable Koefisien Sumber: Diolah dari hasil regresi Logit RO + DER + Publik   .93785774 7.5281 0. terdapat satu variabel bebas yang signifikan yaitu variabel Publik pada α = 10.21%) (100%) 832. Tabel 4.1024 -7.8 Nilai Odds Ratio RO + DER + Publik Odds Ratio Nilai Aset Hutang Tenor LPS Volatilitas DER Publik -1.322E-20 9. namun tanda dari masing-masing variabel sudah sesuai dengan teori.322E-18% 932.999848% 100.00000250 0.000152%) 0.785774% 7.52E-06 2.0642 -44. McFadden R2 = 0.

Daya prediksi model RO + DER + Publik sama dengan model RO + Publik.53%) akan undervalue atau overvalue.53% yang dapat diprediksi dengan benar Sumber: Diolah dari hasil regresi Logit RO + DER + Publik Model ini dapat memprediksi 7 emiten akan undervalue dan 18 emiten akan overvalue.86   Tabel 4. penambahan variabel DER pada model prediksi RO + Publik tidak mempengaruhi daya prediksi model (berkurang atau bertambah). Secara keseluruhan model dapat memprediksi 25 emiten (73.   .9 Ketepatan RO + DER + Publik Memprediksi Harga Saham Hasil Prediksi Undervalue 7 2 50% 10% Overvalue 7 18 50% 90% Klasifikasi Jumlah emiten yang diamati Jumlah emiten yang diamati (%) Undervalue (0) Overvalue (1) Undervalue (0) Overvalue (1) Total 14 20 100% 100% Model menghasilkan 25 emiten atau 73.

14%) (100%) 402.45% Tidak ada (99. 3.76% 7 undervalue 14 overvalue (0.30%) Tidak ada RO + Publik • Tidak ada Signifikan • RO + DER + Publik DER tidak singnifikan Publik signifikan 0.326% Tidak ada Tidak ada 0.87   Berikut rekapitulasi hasil eksplorasi persamaan prediksi harga saham. RO+DER.000152%) 0.   .53% 7 undervalue 18 overvalue (0.89%) ODDS RATIO (%Pengaruh) Aset Hutang Tenor LPS Volatilitas DER Publik Sumber: Diolah dari hasil regresi Logit RO.0002500% (6.27% 10.129%) (100%) 147.95%_ 0. RO+Publik.430437 0.000252% (13.425468 0.071565 0.108707 0.79% (99.04%) (17. RO+DER+Publik Hasil lengkap persamaan logit terlampir dalam lampiran 2.47% 8 undervalue 18 overvalue (0.000146% (30.0000203%) 0.000151%) 0.82% 5 undevalue 15 overvalue (0.000114% (20.10 Rekapitulasi Hasil Eksplorasi RO Variabel Tambahan LR Statistic McFadden R2 Ketepatan Model RO + DER Tidak signifikan 0. Tabel 4.255282 25 emiten 73.178%) 100% (25.106839 21 emiten 61. 4. dan 5.0000459%) 0.21%) (100%) 832.251746 26 emiten 76.128841 20 emiten 58.

3.071565).47 % dan 4.4 dirangkum dalam tabel 4. persamaan 4. dan persamaan secara keseluruhan signifikan pada α = 10.76%. signifikan pada α = 10. signifikan pada α = 10.3 yaitu persamaan real option ditambah variabel Publik menghasilkan. persamaan 4. Hasil penelitian model prediksi dari persamaan 4. tetapi variabel DER sebagai variabel tambahan dan persamaan secara keseluruhan tidak signifikan baik pada α = 5 maupun α = 10.10 diatas.1.4. variabel Publik sebagai variabel tambahan persamaan.3 dapat memprediksi 26 emiten atau 76. dan persamaan 4. (LR stat = 0.   .88   4.82% dengan benar. yaitu persamaan real option dengan variabel DER dan variabel Publik sebagai variabel tambahan menghasilkan. Untuk menentukan model prediksi manakah yang terbaik di antara persamaan model prediksi tersebut dilakukan telaahan lebih lanjut.2 Pembahasan Hasil Penelitian Prediksi Harga Saham 1) Uji Kestabilan Sebelum melakukan uji kestabilan model prediksi terlebih dahulu dilakukan pemilihan model prediksi yang paling baik diantara model yang dihasilkan dari empat persamaan model yang diteliti. dan model persamaan 4. persamaan 4.4 dapat memprediksi 25 emiten dengan benar atau 73.2. Daya prediksi model persamaan 4.1 dapat memprediksi 21 emiten atau 61.53%. (LR stat = 0.2. variabel Publik sebagai variabel tambahan persamaan.108707).2 mempunyai dapat memprediksi 20 emiten atau 58. Sedangkan model persamaan 4. persamaan 4.

3. persamaan secara keseluruhan juga tidak signifikan.2 menghasilkan daya prediksi lebih rendah dari persamaan 4.1 dan 4. dan daya prediksi tidak meningkat dari persamaan 4.   . berhasil memprediksi 5 emiten ( 83. Uji stabilitas persamaan 4.4. Hasil uji stabilitas terhadap model penelitian yang dihasilkan di atas menunjukkan bahwa model harga IPORO (persamaan 2. Kesimpulan ini diambil berdasarkan: persamaan 4.4.33%) dengan benar. variabel tambahan DER pada persamaan 4. artinya model yang dihasilkan dari penelitian ini dapat dipergunakan untuk perhitungan harga saham IPO dan model prediksi harga saham IPO.3 layak untuk digunakan sebagai persamaan model prediksi harga saham IPO. sehingga sesuai dengan azas parsimony maka persamaan 4. Hasil dari uji stabilitas model prediksi persamaan 4.3.3) teruji menunjukkan hasil yang stabil.21) dan model prediksi harga saham (persamaan 4.89   Dari analisa terhadap empat model prediksi diatas dapat disimpulkan bahwa model prediksi yang dapat dipergunakan untuk memprediksi harga saham IPO adalah model prediksi sebagaimana dituliskan dalam persamaan 4. tidak signifikan.3.3 dan 4.3 dilakukan dengan menggunakan data dari 6 emiten yang sama dengan data yang digunakan untuk uji stabilitas model harga saham IPORO.

variabel LPS dan variabel publik. Variabel yang disini berfungsi sebagai variabel prediksi adalah variabel volatilitas.3. Hasil penelitian model prediksi harga saham IPO ini sejalan dengan hasil penelitian dari Bahsoon dan Emmerich (2000) untuk memprediksi stabilitas dari arsitektur software yang di fokuskan kepada kondisi masa depan yang tidak pasti. yaitu persamaan logit dengan variabel bebasnya sama dengan variabel bebas model real option dan penambahan variabel Publik. Tenor. Untuk variabel LPS adalah semakin tinggi suku bunga penjaminan pada saat IPO akan semakin besar pula kecenderungan harga saham pada saat IPO akan undervalue. Hutang dan Aset. Volatilitas dan Hutang. Model memiliki kemampuan prediksi cukup baik (>75%) dan pengaruh masing-masing variabel terhadap model dari yang terbesar adalah. Pengaruh negatif diberikan oleh variabel LPS.   . Publik. Aplikasinya untuk variabel Volatilitas adalah semakin besar volatilitas nilai saham tersebut akan semakin tinggi pula kemungkinan harga saham tersebut akan overvalue. Publik.90   2) Pembahasan Hasil Penelitian Prediksi Harga Saham IPO Kecenderungan harga IPO akan undervalue atau overvalue dapat diprediksi dengan menggunakan model persamaan 4. Volatilitas. LPS. Tenor dan Aset. Sedangkan untuk variabel publik adalah semakin tinggi porsi saham yang dijual kepada publik atau semakin besar nilai variabel Publik akan semakin besar pula kemungkinan harga saham waktu IPO mengalami undervalue. sedangkan pegaruh positif oleh variabel.

Hawawini mengatakan bahwa return dari perusahaan dengan market kapitalisasi kecil adalah outperform dibandingkan dengan perusahaan yang market kapitalisasinya besar.3 Pemecahan Masalah 4.3. Untuk prediksi harga IPO dapat diinterpretasikan bahwa apabila emiten melepas saham kepada publik dalam jumlah sedikit berarti saham tersebut akan cenderung overprice sehingga return yang dihasilkan kecil. maka saham emiten tersebut akan cenderung underprice sehingga return saham terutama pada hari pertama akan besar. maka semakin tinggi kecenderungannya harga saham emiten tersebut akan overvalue. Sebaliknya apabila emiten melepas saham dalam jumlah besar.1 Pemecahan Masalah Harga IPO Hasil penelitian dan pembahasan diatas. jelas mengatakan bahwa harga saham IPORO memberikan hasil yang lebih baik dari pada harga saham model tradisional. semakin kecil pula kemungkinannya harga saham tersebut overvalue atau semakin besar kemungkinannya harga saham tersebut undervalue. 4. Berarti hipotesis pertama yang mengatakan bahwa “Harga saham IPO   .91   Hasil penelitian menunjukkan bahwa variabel Volatilitas mempunyai pengaruh terbesar dalam memprediksi apakah harga saham IPO akan undervalue atau overvalue. Pengaruh variabel Volatilitas terhadap kecenderungan harga saham setelah listing adalah bersifat positif artinya semakin besar volatilitas nilai saham yang dilepas oleh emiten kepada publik. semakin kecil volatilitas nilai saham yang dilepas ke publik. ingat nilai binary dari oveervalue = 1. Sebaliknya.

teruji benar. Nilai dari equity = VN (d1) – De-Rf .σ√t = Nilai asset = Nilai hutang = Volatilitas (implied voaltilitas) dari nilai asset perusahaan = rata-rata tertimbang jangka waktu jatuh tempo hutang (tahun) = Suku bunga tanpa risiko = Daerah di bawah standardized normal distribusi = error T Rf N(x) Ε   .T N(d2) + ε dimana d d2 V D σ 2 ln V D r σ√t y σ t 2 = d1 . Persamaan harga saham IPORO adalah sebagai berikut.92   model Real Option lebih akurat dari pada harga saham IPO model tradisional”.

3) yaitu. ln P 1 P 5.141T 45.52E-06D 0.51E-06A 2.139σ 6. IPORO = Equity / jumlah lembar saham Gambar 4.1 Model Harga Saham IPORO Aset Hutang Tenor LPS Volatilitas Sumber: Hasil Penelitian Equity Model Harga IPO Harga IPO = Equity/Jumlah Saham 4.396Rf 0.2 Pemecahan Masalah Prediksi Harga Saham IPO Masalah prediksi harga saham setelah IPO dapat dipecahkan dengan menggunakan persamaan (4.077 1.844PUB Dimana: A D T Rf σ2 PUB = Aset = Hutang = Tenor (rata-rata tertimbang jangka waktu jatuh tempo hutang) = Risk Free (tingkat bunga LPS) = Volatilitas (implied volatility) = Jumlah saham yang dijual pada saat IPO   .93   Dan harga saham waktu IPO adalah.3.

94   Kesimpulan dari hasil uji hipotesis kedua.51E-06 Aset Hutang Tenor LPS Volatilitas Publik 2. berarti pemecahan masalah prediksi harga saham IPO dapat diselesaikan dengan menggunakan persamaan 4. keempat dan kelima adalah hipotesis keempat memberikan hasil terbaik untuk model prediksi harga saham IPO.141 -44.396 0. Gambar 4.52E-06 -0.3 yaitu persamaan yang diturunkan dari hipotesis empat.2 Model Prediksi Harga Saham -1. ketiga.139 -6.844 Model Prediksi Harga IPO Dapat memprediksi undervalue/ overvalue   .

2 Kesimpulan Khusus 1) Metode Real Option dapat digunakan untuk menghitung equity suatu perusahaan. memberikan hasil yang lebih akurat dari pada model yang digunakan di BEI sekarang ini. Untuk itu sebagai kontrol dapat digunakan model prediksi harga saham setelah IPO. LPS dan porsi saham publik. harga saham setelah dicatatkan di Bursa sampai dengan 30 hari berikutnya dapat diprediksi dengan baik.1 Kesimpulan Umum Harga saham waktu IPO dapat dihitung dengan menggunakan model real option begitu juga dengan prediksi harga saham 30 hari setelah IPO.1 Kesimpulan 5.1.95   BAB V KESIMPULAN DAN SARAN 5. kedua. ditemukan 3 buah variabel dominan yaitu volatilitas. 5.   . dan hasil penelitian ini menunjukkan bisa digunakan untuk menghitung harga saham perusahaan waktu IPO. underwriter dan investor. Temuan penelitian ini menunjukkan : pertama. ketiga. Untuk mendapatkan harga saham IPO yang mendekati harga IPORO akan menghadapi tarik menarik antara kepentingan emiten.1. perhitungan harga saham dengan menggunakan model real option lebih akurat dari pada model tradisional.

Variabel tersebut bersifat variabel internal.2. Ini ditunjukkan dengan sangat kecilnya koefisien dari variabel tersebut.2 Saran-Saran 5.   .96   2) Harga saham setelah IPO dapat diprediksi dengan menggunakan modifikasi model real option. Dimana variabel Publik berpengaruh negatif dan variabel volatilitas berpengaruh positif. 5. Begitu juga dengan hipotesis bahwa penambahan variable DER dan Publik secara bersama-sama ke dalam persamaan prediksi akan mempertinggi daya prediksi. sehingga mereka dapat mempengaruhinya dengan baik. teruji signifikan. Selain itu variabel-variabel tersebut mempunyai sifat terbalik satu dengan yang lainnya. 4) Hipotesis bahwa penambahan variable Publik akan meningkatkan daya prediksi. teruji tidak signifikan. 5) Nilai Aset dan Hutang perusahaan secara langsung tidak menjadi pertimbangan yang penting dalam prediksi harga saham akan undervalue atau overvalue. 3) Hipotesis bahwa penambahan variabel DER ke dalam persamaan prediksi akan meningkatkan daya prediksi tidak signifikan.1 Saran untuk Perusahaan (Calon Emiten) Pihak calon emiten memiliki variabel solusi yang dapat menentukan arah saham setelah IPO apakah akan undervalue atau overvalue yaitu variabel Publik dan variabel Volatilitas.

maksimum adalah sebesar ketentuan dari BEI. Untuk itu pihak underwriter dapat melakukan hal berikut. 5. 1) Meminta kepada emiten untuk menjual sebanyak-banyaknya saham mereka kepada publik. 2) Konversi hutang-hutang menjadi hutang jangka panjang. Ini tentu saja untuk menghindari kerugian karena adanya ketentuan full commitment dan menjaga reputasi mereka. sehingga perusahaan dapat memperkirakan kecenderungan harga saham setelah listing. 4) Menggunakan model prediksi harga saham agar underwriter dapat memperkirakan kecenderungan harga saham setelah listing.2. 2) Menjaga agar harga saham IPO dalam kondisi undervalue. kalau bisa harga saham akan naik (undervalue). 1) Jumlah saham yang dijual kepada publik pada waktu IPO dalam porsi yang minimal.2 Saran untuk Underwriter Harapan utama dari underwriter adalah terjual habis semua saham yang ditawarkannya dan harga saham setelah listing tidak turun (overvalue). 3) Menggunakan metode real option untuk menghitung harga saham IPO yang seharusnya. 4) Gunakan model prediksi harga saham. 3) Gunakan metode real option untuk menghitung harga saham IPO yang seharusnya. Harga tersebut dijadikan patokan dalam menetapkan diskon.   . maka calon emiten dapat melakukan tindakan berikut.97   Untuk mencapai hasil yang optimum dalam IPO.

Harga tersebut dijadikan patokan dalam membeli saham waktu IPO. 1) Gunakan metode real option untuk menghitung harga saham IPO yang seharusnya.2. jika telah sesuai dengan harapan maka lakukan pembelian. sebaliknya jika harga IPO dibawah harga perhitungan menurut metode real option maka lihat berapa besarnya diskon yang diberikan. sebaliknya jika harga cenderung overvalue. maka investor dapat melakukan pembelian.4 Saran untuk Peneliti Selanjutnya Penelitian ini dilakukan dengan beberapa pembatasan antara lain penelitian tidak memasukkan perusahaan-perusahaan perbankan dan lembaga   . Untuk memenuhi target tersebut maka investor dapat mengikuti saran berikut. Jika harga cenderung undervalue. Masingmasing investor mempunyai angka yang berbeda-beda mengenai target return on investment dari investasi tersebut namun yang pasti harus positif.98   5. Jika harga IPO diatas harga hasil perhitungan jangan beli saham tersebut. jangan lakukan pembelian. 5.3 Saran untuk Investor Investor melakukan investasi dengan membeli saham waktu IPO mestilah dengan harapan akan mendapatkan keuntungan dari investasi tersebut. 2) Gunakan model prediksi harga saham agar investor dapat memperkirakan kecenderungan harga saham setelah listing.2. sebaliknya jika diskon yang diberikan terlalu kecil maka jangan beli saham tersebut.

namun bila diamati pergerakan masing-masing saham maka terlihat jumlah saham yang mendekati harga metode real option lebih dari 45%. perusahaan underwriter. dan perusahaan internet.99   keuangan. dan perusahaan internet kedalam objek penelitian. perusahaan underwriter.   . Saran untuk peneliti selanjutnya: 1) Peneliti selanjutnya dapat mencoba metode ini untuk perusahaan-perusahaan perbankan dan lembaga keuangan. 2) Standar deviasi hari ke 30 dari metode real option lebih kecil 11% dari pada model tradisional. Peneliti selanjutnya sebaiknya menyelidiki lebih mendalam penyebab terjadi ini.

Milan. no 5. Yakov. Bahsoon dan Emmerich. 1989. Baker. Black. Journal of Financial Economics." Journal of Financial Economics. 2004. Of Computer Science University College London. and the Underpricing of Initial Public Offerings”. Reputation. 23. dan Stomper. Amihud. A Model of The Demand for Investment Banking Advising and Distribution Services for New Issues. 2000. “ArchOptions: A Real Options-Based Model for Predicting the Stability of Software Architectures”. “The Equity Share in New Issues and Aggregate Stock Returns”. 2000. “Elements of a Theory of Stock-Option Value”. Ltd. dan Gilson. Journal of Finance 37. Adverse Selection and Cascades in IPOs: Evidence from Israel”.   . Dept. Working paper. Shmuel Hauser dan Amir Kirsh. Aussenegg. evidence and Applications“ September 2003. 72. 1986. Journal of Economics 15. 2001. Black. dan Conway. Beatty dan Ritter. Working paper. “Price discovery in initial public offerings and the role of the lead underwriter”. 1964. "How Investment Bankers Determine the Offer Price and Allocation of New Issues. vol. working paper. 1989. Euro Conference on „Auctions and Market Design: Theory. Baron dan David. 1998. 1976: “The Pricing of Commodity Contracts”. “Venture capital and the structure of capital markets: Banks versus stock markets”. Reena. Vol. Pichler. Journal of Financial Economics 23. “ Investment Banking. “Allocations. Journal of Finance 55. Benveniste dan Spindt. Journal of Finance. Alexander. Malcom dan Wurgler. “Signaling by Underpricing in The IPO Market”. Baness. 1982. 2000. Journal of Political Economy. 2001. Bernard.100   DAFTAR PUSTAKA Aggarwal. “Market Models a Guide to Financial Data Analysis”. Allen and Faulhaber. “IPO Pricing with Bookbuilding and a When-Issued Market”. John Willey and Sons. LV. Journal of Financial Economy.

”A Theory of the Going-Public Decision”. University of Lausanne Brennan & Schwartz. Schindler. Review of Financial Studies. 1993. 7th edition. “Business International Edition. Ltd.101   Black & Scholes. 19. 1987. 12. McGraw-Hill Copeland. Cox & Ross dan Rubinstein. Dickens dan Lohrenz. 1976. 1979. vol 9 no 2. “How to use the Holes in Black Scholes”. “Valuation Measuring and Managing the Value of Companies”. et all. Goldman. 1994. Hyuk. Inc. “The Valuation of Options for Alternative Stochastic Processes”.A. 48. Journal of Finacial Strategic Decisions. Masulis. 1995. Chemmanur dan Fulghieri. Journal of Financial Economics.   . 2001.”. Journal of Finance. “Common Stock Offerings Across the Business Cycle: Theory and Evidence”. “Master Thesis: Real Option Approach to R&D Project Valuation: Case Study at Serono International S. “How we come up with the option formula”. "Financial Engineering Derivatives and Risk Management". John Willey and Sons. “Option Pricing: A Simplified Approach”.1988. Journal of Empirical Finance. Cox dan Ross. Borissiouk. 58. 1996. Chemmanur. 1973. Choe. Black. “Evaluating Oil and Gas Assets: Option Pricing Methods Prove No Panacea”. “The Pricing of Initial Public Offers: A dynamic Model with Information Production”. T. dan Peli. John Willey & Sons. 7. vol 1 no 4. Cuthberson dan Nitsche. Research Methods”. Journal Current Content / Social & Bhavioral Sciences. Black. Sachs & Co. 1999. Journal of Business. Damodaran. 1. 1985. dan Nanda. N0 33. Journal of Financial Economics. 1993. “The Pricing of Options and Corporate Liabilities”. "Damodaran on Valuation Security Analysis for Investment and Corporate Finance". Vol. John Willey and Sons. Cooper. Ltd. 2001. “Evaluating Natural Resources Investments”. Journal of Finance. vol 81. Journal of Political Economy. 3.

Inc. 1991. 1998 “Market Efficiency and Equity Pricing”. Geske. Financing. "Option Valuation Analysis and Pricing Standardised Option Contract". “Modern Portfolio Theory and Investment Analysis”. Michaely. 2001. Journal of Finance. Homewood. Review of Financial Studies. Eviews User’s Guide. Gujarati. 1997. 15. 1986. 4th edition. 1986. “Financial Statement Analysis”. “The Investment. Irwin. 4th Edition. “Corporate Finance and Taxes: a Review”.102   Effendi. 2001. Superintendent of Documents. 2nd Edition. Journal of Financial Economics. 2000. Hawawini. “The Really Long-Term Performance of Initial Public Offerings”: The Pre-Nasdaq Evidence. Elton dan Gruber. 2003 “Basic Econometrics”. 1962.D. Journal of International Money and Finance. Gordon.   . and Valuation of the Corporation”. “The Valuation of Compound Options”. dan O’Hara. “Testing The Predictive Power of Implied Volatilitas and Volatilities from Time Series Models of Options. “Monetary Policy Report to Congress Pursuant to the Full Employment & Balanced Growth Act of 1998”. 14. Garman. unpublished University of Oklahoma working paper. dan Kohlhagen. Ellis. Michel dan Ljungqvist. 2. John Wiley & Sons. Ill. Gibson. July 22. Financial Management. Gompers dan Lerner. “Foreign Currency Option Values”. Haugen dan Senbet. “When the Underwriter is the Market Maker: An Examination of Trading in the IPO After Market”. McGraw-Hill international edition. 1983. Greenspan. 1991. Mc Graw-Hill Inc.: R. “Underpricing and entrepreneurial wealth losses in IPOs: theory and evidence”. 1998 Foster. unpublished Harvard Business School working paper. Habib. 1979. Prentice Hall. 55.

“Term Structure Movements and Pricing Interest Rate Contingent Claims”. Vol. 1998. Edisi ketiga. “A Theoretical and Empirical Investigation of the Dual Purpose Funds: An Application of Contingent Claims Analysis”. 2nd edition. 10. 5 no 3. “Approximate Option Valuation for Arbitrary Stochastic Processes”. “The post-issue operating performance of IPO firms”. “Dasar-Dasar Teori Portfolio dan Analisi Sekuritas”. Weinstein dan Welch. Ingersoll. 2. no 4.   . Journal of Finance Vol XXX. John Wiley & Sons. working paper. Journal of Financial Economics. South-Western Publishing. “Managerial Optimism and Corporate Finance”. 1999. Jain dan Kini. Hosmer dan Lemeshow. UPP AMP YKPN Yogyakarta. 53. “Value at Risk When Daily Changes in Market Variables are not Normally Distributed”. Ho dan Lee. 2000. 2001.empirical Investigation of IPO Returns and Subsequent Equity Offerings”. “Applied Logistic Regression”. Koh dan Walter. 2000. Chicago IL. 1982. Journal of Financial Economics. ournal of Finance. 23. 1986. Prentice Hall. 2001. 2000.103   Heaton. and Other Derivatives”. ”Price Performance of Common Stock New Issues”. Ibbotson. Upper Saddle River. Journal of Financial Economics. Moonchul dan Ritter. Jarrow & Turnbull. Ibbotson. 3. 41. Hull dan White. Jarrow dan Rudd. 1975. Kim. Journal of Financial Economics. “An E. Willey Series in Probability and Statistics. Futures. dan Jeffrey. 1976. 1994. 1989. “Valuing IPOs”. Journal of Financial Economics. Journal of Derivatives. “Options. unpublished Bartlet Beck. 49. Jegadeesh. Hull. 1975. “Derivative Securities”. ”Hot Issue Markets”. New York. Narasimhan. Inc. Journal of Finance. “A Direct Test of Rock's Model of the Pricing of Unseasoned Issues”. 1993. Journal of Financial Economics. Husnan. 34.

Journal of Finance.. “The Calculation of Implied Variances from the Black-Scholes Model: A Note”. Manaster dan Koehler. Journal of Finance. dan Shaw. Stock Returns are Michaely. Mandelker dan Raviv. Loughran. 3. 1976. “Equity Issues and Stock Price Dynamics”. Journal of Financial Economics. Josh. Lerner. 2nd Edition. 45. Shaw. 27. Maksimovic. Vojislav. 1990. Lowry dan Schwert. Review of Financial Studies. MacMilan. 1977. 2002. 4. “Investment Banking: An Economic Analysis of Optimal Underwriting Contracts ” Journal of Finance. dan Ritter. “Theory of Rational Option Pricing”.   . working paper. 1982. 1999. 1994. Journal of Finance.104   Koutsoyiannis A. “Technological Innovation and Initial Public Offerings”. dan Pichler. “Get Real Using Real Options in Security Analysis”. Review of Financial Studies. 54. “Theory of Econometrics”. “Option Pricing when Underlying Discontinuous”. Roni. Journal of Financial Economics. 1999. vol 37. 2002. 35. “Modifying the Black Scholes Option Pricing Model for Alternative Underlying Instruments”. 2001. 1994. Mauboussin. 7. 2002. Merton. Ljungqvist dan Wilhelm. no 3. 57. “IPO Pricing in the Dot-Com Bubble: Complacency or Incentives?” unpublished NYU. Journal of Finance. Merton. Lucas dan McDonald. Tim. volume 10. The Pricing of Initial Public Offerings: Tests of Adverse-Selection and Signaling Theories”. 1973. Krigman. “Why don’t issuers get upset about leaving money on the table in IPOs”? Review of Financial Studies. 1977. Meisner dan Labuszewski. Equity Research McDonald dan Fisher 1972. "New Issue Stock Price Behavior" Journal of Finance. Equity Research. Bell Journal of Economics and Management Science. “Venture Capitalists and the Decision to Go Public”. vol XXXII. dan Womack. Credit Suisse Firts Boston Corporation. 15. Journal of Finance. “IPO Market Cycles: Bubbles or Sequential Learning?”. “The Persistence of IPO Mispricing and the Predictive Power of Flipping”.

105
 

Mikkelson, Partch dan Shah, 1997, “Ownership and operating performance of companies that go public”, Journal of Financial Economics, 44. Miller, 1977, “Risk, uncertainty, and divergence of opinion”, Journal of Finance, 32. Molodovsky, 1965, "Common Stock Valuation Principles, Tables and Application", Financial Analysts Journal. Myers, 1984, “The Capital Structure Puzzle”, Journal of Finance, 39. Myers dan Majluf, 1984, “Corporate financing and investment decisions when firm have information that investor do not have”, Journal of Financial Economics, 13. Muscarella, Chris dan Vetsuypens, 1989, “A simple test of Baron's model of IPO underpricing”, Journal of Financial Economics, 24. Pagano, Marco, Panetta, dan Zingales, 1998, “Why Do Computers Go Public? An Empirical Analysis”, Journal of Finance, 53. Pulliam, Susan, dan Smith, 2000, “Linux Deal is Focus of IPO-Commission Probe”, Wall Street Journal. Pulliam, Susan, dan Smith, 2001, “CSFB Official Set Quota for Repayment of IPO Profits in Form of Commissions”, Wall Street Journal. Purnanandam, Amiyatosh dan Swaminathan, 2001, “Are IPOs Underpriced?” unpublished Cornell University, working paper. Rendleman, dan Bartter, 1979, “Two-State Option Pricing”, Journal of Finance, 34. Resnick, 2001, "International International Edition. Financial Management", Mc Graw-Hill,

Ritchken, 1996, "Derivative Market, Teory, Strategy and Applications", Harper Colin College Publishers. Ritter, 1991, “The Long-Run Performance of Initial Public Offerings”, The Journal of Finance, Vol XLVI no 1. Rock, 1986, “Why New Issues are underpriced”, Journal of Financial Economics, 15.

 

106
 

Roll, 1977, “An Analytical Formula for Unprotected American Call Options on Stocks with Known Dividends”, Journal of Financial Economics, 5. Roll, 1981, “A Possible Explanation of the Small Firm Effect”, Journal of Finance, Vol 36. Rozeff, 1982, “Growth, Beta and Agency Costs as Determinants of Dividend Payout Ratios”, Journal of Financial Research, 5. Samuelson, 1965, “Rational Theory of Warrant Pricing”, Industrial Management Review, 6. Schultz dan Zaman, 1994, "Aftermarket Support and Underpricing of Initial Public Offerings," Journal of Financial Economics, 35. Schultz, 2001, “Pseudo market timing and the long-run underperformance of IPOs”, unpublished University of Notre Dame, working paper. Sekaran, 2000, “ Research Methods For Business A Skill-Building Approach”, John Wiley & Sons, Inc. 3rd Edition. Siegel, Smith, & Paddock, 1993, “Valuing Offshore Oil Properties with Option Pricing Models in The New Corporate Finance”,:McGraw-Hill, New York. Sherman dan Titman, 2002, “Building the IPO order book: Underpricing and participation limits with costly information”, Journal of Financial Economics, forthcoming. Smith dan Clifford, “Investment Banking and The Capital Acquisition Process”, Journal of Financial Economics. Sprenkle, 1964, “Warrant Prices as Indicators of Expectations and Preferences, The Random Character of Stock Market Prices”, MIT Press, Cambridge. Strong, R. 1998, "Portfolio Management", Jaico Publishing House, Subramanyam, dan Titman, 1999, “The going public decision and the development of financial markets”, Journal of Finance, 54. Teoh, Hong, Welch dan Wong, 1998, “Earnings management and the long-run market performance of initial public offerings”, Journal of Finance, 53. Titman dan Trueman, 1986, “Information Quality and the Valuation of New Issues”, Journal of Accounting and Economics, 8.

 

107
 

Titman dan Wessels, 1988, “The Determinants of Capital Structure Choice”, Journal of Finance, 43. Welch, 1989, “Seasoned Offerings, Imitation Costs, and the Underpricing of Initial Public Offerings”, Journal of Finance, 44. Welch, 1992, “Sequential Sales, Learning, and Cascades”, Journal of Finance, 47. Welch, and Ritter, 2002, “A Review of IPO Activity, Pricing and Allocations”, The Journal of Finance 57:4. Whaley, 1981, “On the Valuation of American Call Options on Stock with Known Dividends”, Journal of Financial Economics, 9. Wiese, R.F. 1930, "Investing for True Value", Barron's. Williams, 1938, “The Theory of Investment Value” . (Reprint: Amsterdam, The Netherlands: North Holland Publishing Company, 1964). Wilmott, dan Rasmussen,2002, “New Directions in Mathematical Finance”, John Willey and Sons, Ltd. Wirasasmita, 2004, “Kumpulan Makalah Penulisan Disertasi”, Zikmund, 2000, “Business Research Methods”, The Dryden Press Harcourt College Publishers, 6th edition. Zingales dan Luigi, 1995, “Insider Ownership and the Decision to Go Public”, Review of Economic Studies.

 

Harga RO dan Mean   1200 ACES 1000 800 Harga 600 aktual IPO 400 RO mean 200 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari 700 600 500 400 ASRI Harga aktual 300 200 100 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari IPO RO mean   .Lampiran 1 Grafik Perkembangan Harga Saham. Harga IPO.

Lampiran 1 Grafik Perkembangan Harga Saham. Harga IPO. Harga RO dan Mean   600 BAPA 500 400 Harga 300 aktual IPO 200 RO mean 100 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari 600 BISI 500 400 Harga 300 aktual IPO 200 RO mean 100 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari   .

Harga IPO.Lampiran 1 Grafik Perkembangan Harga Saham. Harga RO dan Mean   400 350 300 250 Harga 200 150 100 50 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari aktual IPO RO mean BKDP 900 800 700 600 Harga 500 CSAP aktual 400 300 200 100 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari IPO RO mean   .

Harga IPO. Harga RO dan Mean   800 700 600 500 Harga 400 300 200 100 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari aktual IPO RO mean CTRP 900 800 700 600 Harga 500 DEWA aktual 400 300 200 100 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari IPO RO mean   .Lampiran 1 Grafik Perkembangan Harga Saham.

500 2.000 JSMR 2.000 Harga 1.000 RO mean 500 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari   . Harga IPO. Harga RO dan Mean   300 DGIK 250 200 Harga 150 aktual IPO 100 RO mean 50 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari 3.Lampiran 1 Grafik Perkembangan Harga Saham.500 aktual IPO 1.

800 1. Harga IPO.200 Harga 1.600 1.000 aktual 800 600 400 200 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari IPO RO mean JKON 250 LCGP 200 150 Harga aktual 100 IPO RO mean 50 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari   . Harga RO dan Mean   1.Lampiran 1 Grafik Perkembangan Harga Saham.400 1.

Harga RO dan Mean   1200 MNCN 1000 800 Harga 600 aktual IPO 400 RO mean 200 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari 700 600 500 400 WEHA Harga aktual 300 200 100 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari IPO RO mean   .Lampiran 1 Grafik Perkembangan Harga Saham. Harga IPO.

Harga IPO. Harga RO dan Mean   600 GPRA 500 400 Harga 300 aktual IPO 200 RO mean 100 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari 1600 1400 1200 1000 Harga 800 600 400 200 0 PKPK aktual IPO RO mean 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari   .Lampiran 1 Grafik Perkembangan Harga Saham.

Harga RO dan Mean   800 700 600 500 Harga 400 300 200 100 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari aktual IPO RO mean PTSN 500 450 400 350 300 Harga 250 200 150 100 50 0 PDES aktual IPO RO mean 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari   . Harga IPO.Lampiran 1 Grafik Perkembangan Harga Saham.

Harga RO dan Mean   1000 900 800 700 600 Harga 500 400 300 200 100 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari aktual IPO RO mean ELSA 600 GZCO 500 400 Harga 300 aktual IPO 200 RO mean 100 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari   . Harga IPO.Lampiran 1 Grafik Perkembangan Harga Saham.

Harga IPO.000 3. Harga RO dan Mean   450 400 350 300 Harga 250 aktual 200 150 100 50 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari IPO RO mean HOME 4.500 Harga 2.000 1.500 3.000 2.500 1.Lampiran 1 Grafik Perkembangan Harga Saham.000 500 0 INDY aktual IPO RO mean 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari   .

Harga IPO.Lampiran 1 Grafik Perkembangan Harga Saham. Harga RO dan Mean   700 600 500 400 aktual 300 200 100 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari IPO RO mean KBRI Harga 600 KOIN 500 400 Harga 300 aktual IPO 200 RO mean 100 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari   .

600 1.200 1.000 Harga 800 600 400 200 0 TRIL aktual IPO RO mean 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari   . Harga RO dan Mean   350 300 250 200 aktual 150 100 50 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari IPO RO mean SIAP Harga 1. Harga IPO.400 1.Lampiran 1 Grafik Perkembangan Harga Saham.

Harga IPO.Lampiran 1 Grafik Perkembangan Harga Saham. Harga RO dan Mean   140 120 100 80 aktual 60 40 20 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari IPO RO mean GTBO Harga 250 INVS 200 150 Harga aktual 100 IPO RO mean 50 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari   .

Harga RO dan Mean   350 300 250 200 aktual 150 100 50 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari IPO RO mean RINA Harga 14000 12000 10000 8000 TRIO Harga aktual 6000 4000 2000 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari IPO RO mean   . Harga IPO.Lampiran 1 Grafik Perkembangan Harga Saham.

Lampiran 1 Grafik Perkembangan Harga Saham. Harga RO dan Mean   500 450 400 350 300 Harga 250 200 150 100 50 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari aktual IPO RO mean BDST 3000 AMRT 2500 2000 Harga 1500 aktual IPO 1000 RO mean 500 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari   . Harga IPO.

Harga RO dan Mean   500 450 400 350 300 Harga 250 200 150 100 50 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari aktual IPO RO mean NIKL 300 DSSA 250 200 Harga 150 aktual IPO 100 RO mean 50 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari     . Harga IPO.Lampiran 1 Grafik Perkembangan Harga Saham.

9060 0. 0.57379 41.224751 -66.6440 0.462133 Prob.72E-06 2.E. log likelihood Avg.410048 -0.832522 1.925857 1.905538186219*IMPVOL))     .6818 0.29956125493 . deviance LR statistic Prob(LR statistic) Obs with Dep=0 Obs with Dep=1 Coefficient 5.655023 46.425468 14 20 Std.118063 0.  Lampiran 2 Dependent Variable: L Method: ML .894311 -0. of regression Sum squared resid Log likelihood Deviance Restr.2. Error 5.922047 0.60251 0. log likelihood Total obs 34 Estimation Command: ========================= BINARY(D=L) L C ASET HUTANG TENOR LPS IMPVOL Estimation Equation: ========================= I_L = C(1) + C(2)*ASET + C(3)*HUTANG + C(4)*TENOR + C(5)*LPS + C(6)*IMPVOL Forecasting Equation: ========================= L = 1-@CLOGISTIC(-(C(1) + C(2)*ASET + C(3)*HUTANG + C(4)*TENOR + C(5)*LPS + C(6)*IMPVOL)) Substituted Coefficients: ========================= L = 1-@CLOGISTIC(-(5.426121 63.14757 -23.299561 -2.0.563164 1.959474 z-Statistic 0.Binary Logit (Quadratic hill climbing) Date: 08/19/10 Time: 11:32 Sample: 1 34 Included observations: 34 Convergence achieved after 14 iterations Covariance matrix computed using second derivatives Variable C ASET HUTANG TENOR LPS IMPVOL McFadden R-squared S.213160 -20.507556 7.3712 0. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.78E-06 0.58159 1.499554 1.605111 Mean dependent var S.905538 0.2949 0.D. Restr.5979 0.14102273503e-06*HUTANG .0286789594e-07*ASET + 1.224750871654*TENOR .66.106839 0.047513 0.14E-06 -0.03E-07 1.03481 -0.588235 0.06962 4.6025120891*LPS + 0.527434 -1.

81 7.00 34.00 0.56 48.18 58.81 20.14 Constant Probability Dep=0 Dep=1 Total 0 14 14 0 0.00 20.24 2.68 42.18 Estimated Equation Dep=0 Dep=1 Total E(# of Dep=0) E(# of Dep=1) Total Correct % Correct % Incorrect Total Gain* Percent Gain** *Change in "% Correct" from default (constant probability) specification **Percent of incorrect (default) prediction corrected by equation 6.81 64.64 7.76 41.82 41.00 100.12 12.32 6.43 12.82 8.00 50.64 Constant Probability Dep=0 Dep=1 Total 5.03 35.97 5.00 5.00 6.00 -30.76 8.00 50.00 17.76 38.20 12.00 30.00 50.81 48.76 58.5 Estimated Equation Dep=0 Dep=1 Total P(Dep=1)<=C P(Dep=1)>C Total Correct % Correct % Incorrect Total Gain* Percent Gain** 7 7 14 7 50.00 0 20 20 20 100.18 14.00 20.24 14.19 12.76 20.61 57.82 41.19 14.  Lampiran 2 Expectation-Prediction Evaluation for Binary Specification Equation: REGRESILOGITRO Date: 08/19/10 Time: 14:55 Success cutoff: C = 0.00 6 14 20 14 70.94 7.44               .00 11.39 7.00 12.00 0 34 34 20 58.53 51.64 14.00 34.00 NA 13 21 34 21 61.61 51.24 11.00 19.

Chi-Sq(8) Prob.5137 0.40161 6.83040 2.4796 0.4075 0.6547 0.6184 0.  Lampiran 2   Goodness-of-Fit Evaluation for Binary Specification Andrews and Hosmer-Lemeshow Tests Equation: REGRESILOGITRO Date: 08/19/10 Time: 14:56 Grouping based upon predicted risk (randomize ties) Quantile of Risk Low High 1 2 3 4 5 6 7 8 9 10 0.23798 1.73592 0.55012 Prob.87309 0.04031 1.0000 Actual 1 1 3 1 1 2 3 2 2 4 20 Dep=1 Expect 0.6678 0.3498 H-L Value 0.00142 0.5732 0.76202 1.36497 14.4039 0.6009 0.09963 1.68741 0.54953 1.0994 Expect 2.23345 1.07789 1.7859 0.3690 0.5788 0.45047 2.5501 11.16960 1.31259 3.90037 2.4740 0.15344 0.0000 Total Obs 3 3 4 3 4 3 3 4 3 4 34 0.9981 Total H-L Statistic Andrews Statistic Dep=0 Actual 2 2 1 2 3 1 0 2 1 0 14 6.96948 1.7342 0.81267 1.18733 1.42223 0.84656 2.03052 1.2848 0.5859 0.27086 1.54241 0. Chi-Sq(10)   .3650 0.76655 1.7568 0.63503 20.4897 0.18439 0.8430 0.

log likelihood Avg.46E-06 -0.D.189889025653*DER))   .607379 0.7933 0.  Lampiran 3 Dependent Variable: L Method: ML .966521 -0.58837274881e-07*ASET + 1.110540 -0.40544 2.189889 0. 0.6052 0.430437 14 20 Std.564384 1.4740 0.059326 -20. Error 6.128841 0. Restr.13397 -23.906426 1.03481 -0.6538 0. log likelihood Total obs 34 Estimation Command: ========================= BINARY(D=L) L C ASET HUTANG TENOR LPS IMPVOL DER Estimation Equation: ========================= I_L = C(1) + C(2)*ASET + C(3)*HUTANG + C(4)*TENOR + C(5)*LPS + C(6)*IMPVOL + C(7)*DER Forecasting Equation: ========================= L = 1-@CLOGISTIC(-(C(1) + C(2)*ASET + C(3)*HUTANG + C(4)*TENOR + C(5)*LPS + C(6)*IMPVOL + C(7)*DER)) Substituted Coefficients: ========================= L = 1-@CLOGISTIC(-(6.288219 -0.4.008204 -0.288219147251*IMPVOL 0.61823738342 .715989 -0.501706 63.516869 -0.61.28266 -0.59E-07 1.06962 5.06698 40.9120 0.618237 -4.3338 0.699344 46.262047 0.E.2826589201*LPS .590205 Mean dependent var S.592176 1. of regression Sum squared resid Log likelihood Deviance Restr.448452 Prob.499554 1.Binary Logit (Quadratic hill climbing) Date: 08/19/10 Time: 11:33 Sample: 1 34 Included observations: 34 Convergence achieved after 13 iterations Covariance matrix computed using second derivatives Variable C ASET HUTANG TENOR LPS IMPVOL DER McFadden R-squared S.75E-06 2. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.3134 0.359216 -61.82E-06 0.423432 z-Statistic 1. deviance LR statistic Prob(LR statistic) Obs with Dep=0 Obs with Dep=1 Coefficient 6.359216216149*TENOR .588235 0.511328 7.45623889296e06*HUTANG .0.0.935652 0.

22 8.97 20.15 6.18 14.56 48.03 14.00 0.00 -25.00 0 20 20 20 100.24 14.63 14.53 51.82 41.94 58.00 17.76 41.18 0.  Lampiran 3 Expectation-Prediction Evaluation for Binary Specification Equation: REGRESILOGITRODER Date: 08/19/10 Time: 15:01 Success cutoff: C = 0.44   .00 20.71 5 15 20 15 75.63 Constant Probability Dep=0 Dep=1 Total 5.00 100.78 50.00 0.60 14.85 35.76 58.64 41.00 20.82 41.18 58.00 19.97 7.00 0 34 34 20 58.97 64.82 8.24 11.00 11.76 8.36 7.02 14.00 34.63 7.00 34.5 Estimated Equation Dep=0 Dep=1 Total P(Dep=1)<=C P(Dep=1)>C Total Correct % Correct % Incorrect Total Gain* Percent Gain** 5 9 14 5 35.00 12.09 14.00 NA 10 24 34 20 58.00 25.76 20.03 12.00 5.18 Estimated Equation Dep=0 Dep=1 Total E(# of Dep=0) E(# of Dep=1) Total Correct % Correct % Incorrect Total Gain* Percent Gain** *Change in "% Correct" from default (constant probability) specification **Percent of incorrect (default) prediction corrected by equation 6.00 6.29 35.97 49.00 Constant Probability Dep=0 Dep=1 Total 0 14 14 0 0.71 64.71 35.82 41.

16329 0.5132 0.24729 1.18241 1.0065 0.5166 0.9977 Total H-L Statistic Andrews Statistic Dep=0 Actual 3 0 2 2 3 1 0 2 1 0 14 9.4041 0.35959 1.13079 0.40142 9.6005 0.94155 2. Chi-Sq(8) Prob.82273 0.0822 H-L Value 0.0000 Total Obs 3 3 4 3 4 3 3 4 3 4 34 0.82606 2.64041 1.5184 0.8467 0.7413 0.81423 4.7901 0.73787 2.17394 0.26213 1.0000 Actual 0 3 2 1 1 2 3 2 2 4 20 Dep=1 Expect 0.39362 1.75271 1.08011 1.63547 0.6330 0.8617 16.70346 0.45689 1.40982 0.36481 14.81759 1.6805 0.4296 0.5681 0.00643 0.6556 0.7353 0.4530 0.05845 1.2749 0.5667 0.  Lampiran 3 Goodness-of-Fit Evaluation for Binary Specification Andrews and Hosmer-Lemeshow Tests Equation: REGRESILOGITRODER Date: 08/19/10 Time: 15:00 Grouping based upon predicted risk (randomize ties) Quantile of Risk Low High 1 2 3 4 5 6 7 8 9 10 0.3435 0.29654 3.08392 1.63519 20.86172 Prob.4991 0. Chi-Sq(10)   .91989 1.6604 Expect 2.54311 2.

of regression Sum squared resid Log likelihood Deviance Restr.4036 0.78393 2.076654 -1.251746 0.733550 -17.0583 0.81E-06 0.1.3956426398*LPS + 1. Restr.893564 Prob.532808 46. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.45.614326 -6. log likelihood Total obs 34 Estimation Command: ========================= BINARY(D=L) L C ASET HUTANG TENOR LPS IMPVOL PUBLIK Estimation Equation: ========================= I_L = C(1) + C(2)*ASET + C(3)*HUTANG + C(4)*TENOR + C(5)*LPS + C(6)*IMPVOL + C(7)*PUBLIK Forecasting Equation: ========================= L = 1-@CLOGISTIC(-(C(1) + C(2)*ASET + C(3)*HUTANG + C(4)*TENOR + C(5)*LPS + C(6)*IMPVOL + C(7)*PUBLIK)) Substituted Coefficients: ========================= L = 1-@CLOGISTIC(-(5.61432644829*IMPVOL 6. deviance LR statistic Prob(LR statistic) Obs with Dep=0 Obs with Dep=1 Coefficient 5.06962 11.51E-06 2.5234 0.03481 -0.071565 14 20 Std.0.588235 0.23588 34.737760 -0.460819 5.550957 69.07665361879 .39564 1.506938 Mean dependent var S.894198 -0.E.84396237281*PUBLIK))   .638103 -1. Error 6.140906 -45.614328 z-Statistic 0.47176 -23.4607 0.5154 0.51641124607e06*HUTANG .D.59786 0.529882 3.425640 1.50911319907e-06*ASET + 2.81E-06 2.499554 1.843962 0.7981 0. log likelihood Avg.Binary Logit (Quadratic hill climbing) Date: 08/19/10 Time: 12:31 Sample: 1 34 Included observations: 34 Convergence achieved after 13 iterations Covariance matrix computed using second derivatives Variable C ASET HUTANG TENOR LPS IMPVOL PUBLIK McFadden R-squared S.  Lampiran 4 Dependent Variable: L Method: ML .140906090469*TENOR .52E-06 -0.255748 -0.739891 1.835287 0.881169 1. 0.3712 0.650517 0.

00 20.75 41.76 8.82 8.00 34.76 41.23 58.56 48.00 17.88 Constant Probability Dep=0 Dep=1 Total 5.86 57.00 0 20 20 20 100.18 14.53 51.5 Estimated Equation Dep=0 Dep=1 Total P(Dep=1)<=C P(Dep=1)>C Total Correct % Correct % Incorrect Total Gain* Percent Gain** 8 6 14 8 57.53 17.00 20.88 14.65 42.24 11.82 41.00 14.00 100.00 11.00 0.00 NA 10 24 34 26 76.88 5.97 14.00 0 34 34 20 58.14 2 18 20 18 90.23 20.14 42.77 14.00 8.18 Estimated Equation Dep=0 Dep=1 Total E(# of Dep=0) E(# of Dep=1) Total Correct % Correct % Incorrect Total Gain* Percent Gain** *Change in "% Correct" from default (constant probability) specification **Percent of incorrect (default) prediction corrected by equation 8.86 Constant Probability Dep=0 Dep=1 Total 0 14 14 0 0.25 17.76 20.18 58.14 57.  Lampiran 4 Expectation-Prediction Evaluation for Binary Specification Equation: REGRESILOGITROPUB Date: 08/19/10 Time: 15:08 Success cutoff: C = 0.23 71.76 58.45 66.23 5.47 23.13 28.00 34.03 33.00 -10.00 5.47 29.57 29.00 22.24 14.82 41.77 14.30 29.00 10.44   .87 12.

Chi-Sq(10)   .00601 0.3388 0.22226 1.6476 0.84996 0.15004 2.9055 0.77774 1.8034 0.62433 1.22810 14.9956 Total H-L Statistic Andrews Statistic Dep=0 Actual 3 3 2 1 1 1 2 0 0 1 14 9.03138 2.8074 0.0078 0.7340 0.10185 0.0000 Actual 0 0 2 2 3 2 1 4 3 3 20 Dep=1 Expect 0.0618 0.85083 2.09851 0.56056 2.0000 Total Obs 3 3 4 3 4 3 3 4 3 4 34 0.84898 1.0594 0.8990 Expect 2.14917 0.0413 17.92256 1.3064 0.43944 1.  Lampiran 4 Goodness-of-Fit Evaluation for Binary Specification Andrews and Hosmer-Lemeshow Tests Equation: REGRESILOGITROPUB Date: 08/19/10 Time: 15:08 Grouping based upon predicted risk (randomize ties) Quantile of Risk Low High 1 2 3 4 5 6 7 8 9 10 0.77017 9.78840 0.5358 0.61245 0.0567 H-L Value 0.54490 2.53886 3.8987 0. Chi-Sq(8) Prob.5760 0.07744 1.26015 3.5852 0.04134 Prob.07930 0.7659 0.7678 0.5181 0.46114 0.5237 0.4527 0.25790 0.90149 2.73985 0.37567 2.4953 0.77190 20.

27800079016 .671128 -17.588235 0.184898 1.44.625407 0.479673 1. of regression Sum squared resid Log likelihood Deviance Restr.Binary Logit (Quadratic hill climbing) Date: 08/19/10 Time: 12:40 Sample: 1 34 Included observations: 34 Convergence achieved after 13 iterations Covariance matrix computed using second derivatives Variable C ASET HUTANG TENOR LPS IMPVOL DER PUBLIK McFadden R-squared S.9128 0.D.020379 0.E.109461 -0.108707 14 20 Std. Error 7.467034 5.76074 0.4015 0.595416 -0.528071 0.50E-06 -0.06076 2.504542 Mean dependent var S.480685 -1.064157 -44.5317 0.15444 34.499554 1.0676 0.6307 0.838816 1.602151 46.119264 z-Statistic 0.5516 0.1.7.03481 -0.06962 11.52E-06 2.4971599255e-06*HUTANG .838871 0.81E-06 2.30887 -23.52807077941*PUBLIK))   . Restr.0607583444*LPS + 2.232448 0.255282 0.213110 4.82E-06 0. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.102439 -7.739129 0.586118 70. log likelihood Avg.0.3757 0.827528 Prob.51938310833e-06*ASET + 2.278001 -1.  Lampiran 5 Dependent Variable: L Method: ML .23244789146*IMPVOL + 0. deviance LR statistic Prob(LR statistic) Obs with Dep=0 Obs with Dep=1 Coefficient 4. 0.4598 0.102438582589*DER .45133 3.0641572448087*TENOR .885883 -0. log likelihood Total obs 34 Estimation Command: ========================= BINARY(D=L) L C ASET HUTANG TENOR LPS IMPVOL DER PUBLIK Estimation Equation: ========================= I_L = C(1) + C(2)*ASET + C(3)*HUTANG + C(4)*TENOR + C(5)*LPS + C(6)*IMPVOL + C(7)*DER + C(8)*PUBLIK Forecasting Equation: ========================= L = 1-@CLOGISTIC(-(C(1) + C(2)*ASET + C(3)*HUTANG + C(4)*TENOR + C(5)*LPS + C(6)*IMPVOL + C(7)*DER + C(8)*PUBLIK)) Substituted Coefficients: ========================= L = 1-@CLOGISTIC(-(4.

76 8.56 48.00 50.76 41.28 20.00 22.00 50.00 34.24 14.00 17.80 30.54 14.18 14.00 34.00 2 18 20 18 90.53 51.14 40.53 26.18 Estimated Equation Dep=0 Dep=1 Total E(# of Dep=0) E(# of Dep=1) Total Correct % Correct % Incorrect Total Gain* Percent Gain** *Change in "% Correct" from default (constant probability) specification **Percent of incorrect (default) prediction corrected by equation 8.28 5.00 0 20 20 20 100.00 14.00 20.00 0 34 34 20 58.71 Constant Probability Dep=0 Dep=1 Total 0 14 14 0 0.65 14.76 58.86 17.72 14.18 58.54 5.44   .00 20.71 35.00 100.82 8.28 59.82 41.00 5.00 8.82 41.60 12.00 0.5 Estimated Equation Dep=0 Dep=1 Total P(Dep=1)<=C P(Dep=1)>C Total Correct % Correct % Incorrect Total Gain* Percent Gain** 7 7 14 7 50.00 11.00 50.56 66.76 20.54 Constant Probability Dep=0 Dep=1 Total 5.28 71.24 11.72 14.97 30.47 14.00 NA 9 25 34 25 73.58 30.35 33.  Lampiran 5 Expectation-Prediction Evaluation for Binary Specification Equation: REGREGSILOGITRODERPUB Date: 08/19/10 Time: 15:11 Success cutoff: C = 0.00 -10.40 28.00 10.

41896 2.81601 0. Chi-Sq(8) Prob.  Lampiran 5 Goodness-of-Fit Evaluation for Binary Specification Andrews and Hosmer-Lemeshow Tests Equation: REGREGSILOGITRODERPUB Date: 08/19/10 Time: 15:12 Grouping based upon predicted risk (randomize ties) Quantile of Risk Low High 1 2 3 4 5 6 7 8 9 10 0. Chi-Sq(10)   .09883 6.5554 0.12427 0.7649 0.5056 0.8056 0.72061 0.05212 0.46367 1.4539 0.04679 1.74623 0.11933 0.5855 0.4041 Expect 2.28683 0.8268 15.7282 0.25377 3.82677 Prob.00849 0.1180 H-L Value 0.9956 Total H-L Statistic Andrews Statistic Dep=0 Actual 3 3 2 1 2 0 1 1 0 1 14 6.86338 0.6438 0.8175 0.21505 1.53633 2.0492 0.5229 0.90798 1.85057 2.78827 20.0000 Actual 0 0 2 2 2 3 2 3 3 3 20 Dep=1 Expect 0.7764 0.21173 14.2883 0.88067 2.51059 3.78495 1.58104 1.14943 0.5350 0.0000 Total Obs 3 3 4 3 4 3 3 4 3 4 34 0.56367 3.5746 0.9013 0.09202 1.9129 0.5024 0.0576 0.11487 0.0259 0.43633 0.18399 2.

Lampiran 6 Grafik Uji Penentuan Harga IPO dengan Metode Real Option    600 COWL 500 400 Harga 300 aktual IPO 200 RO mean 100 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari 700 600 500 400 WIKA Harga aktual 300 200 100 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari IPO RO mean   .

200 1.000 Harga 800 600 400 200 0 YPAS aktual IPO RO mean 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari   .400 1.600 1.Lampiran 6 Grafik Uji Penentuan Harga IPO dengan Metode Real Option    400 350 300 250 Harga 200 150 100 50 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari aktual IPO RO mean TRAM 1.

Lampiran 6 Grafik Uji Penentuan Harga IPO dengan Metode Real Option    580 560 540 520 aktual 500 480 460 440 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari IPO RO mean BWPT Harga 500 450 400 350 300 Harga 250 200 150 100 50 0 BCIP aktual IPO RO mean 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Hari   .

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->