Klasifikasi Looser dan Gainer Stocks dengan Analisis Rasio Keuangan
WIDODO LO, EKO (Adv.: Masud Machfoedz, Dr., MBA., Akt.), Masud Machfoedz, Dr., MBA., Akt.
Tujuan penelitian ini adalah melakukan klasifikasi saham yang terdaftar di BEJ yang akan menjadi looser atau gainer stocks dengan menggunakan teknik analisis diskriminan dan analisis logit terhadap rasio-rasio keuangan tertentu. Jenis penelitian ini adalah explanatory research yang mengamati fenomena kenaikkan dan penurunan harga saham dalam periode triwulanan dihubungkan dengan keadaan keuangan perusahaan yang bersangkutan dengan menggunakan analisis rasio keuangan. Sampel diambil dari perusahaan go public yang terdaftar di Bursa Efek Jakarta pada periode triwulan II tahun 1995 sampai dengan triwulan II tahun 1996 dengan menggunakan teknik convenience sampling. Fungsi diskriminan maupun logit dibut dengan menggunakan tiga macam dasar analisis rasio keuangan, yaitu perubahan rasio keuangan absolut, persentase perubahan rasio keuangan, dan angka rasio keuangan absolut pada akhir suatu triwulan tertentu. Persentase ketepatan klasifikasi gainer dan looser stocks yang dihasilkan oleh analisis diskriminan dan analisis logit diuji dengan uji hipotesis dan ANOVA. Hasil analisis data menunjukkan bahwa: 1. Rata-rata persentase ketepatan klasifikasi dengan dasar analisis perubahan
rasio keuangan absolut yang menggunakan analisis logit adalah tidak lebih besar daripada dengan menggunakan analisis diskriminan. 2. Rata-rata persentase ketepatan klasifikasi dengan dasar analisis persentase perubahan rasio keuangan absolut yang menggunakan analisis logit adalah lebih besar daripada dengan menggunakan analisis diskriminan. 3. Rata-rata persentase ketepatan klasifikasi dengan dasar analisis angka rasio keuangan absolut yang menggunakan analisis logit adalah tidak lebih besar daripada dengan menggunakan analisis diskriminan. 4. Penggunaan ketiga dasar analisis tersebut dalam analisis logit menghasilkan rata-rata persentase ketepatan klasifikasi yang tidak berbeda. 5. Penggunaan ketiga dasar analisis yang berbeda tersebut dalam analisis diskriminan menghasilkan rata-rata persentase ketepatan klasifikasi yang berbeda. Penggunaan dasar analisis angka rasio keuangan absolut menghasilkan rata-rata persentase ketepatan klasifikasi yang paling besar, diikuti dengan penggunaan dasar analisis perubahan rasio keuangan absolut, dan penggunaan dasar analisis persentase perubahan rasio keuangan absolut. 6. Baik analisis logit maupun diskriminan dapat digunakan untuk melakukan klasifikasi saham menjadi looser dan gainer stocks dengan rata-rata persetanse ketepatan klasifikasi atau prediksi yang relatif tinggi untuk ketiga dasar analisis masing-masing sebesar 70,7% dan 66,2%. 7. Efek perbedaan penggunaan teknik analisis yaitu antara teknik analisis logit dan analisis diskriminan adalah ada, atau perbedaan penggunaan kedua teknik analisis tersebut adalah signifikan, sehingga disimpulkan bahwa penggunaan teknik analisis logit menghasilkan rata-rata persentase ketepatan klasifikasi (70,7%) yang lebih besar daripada teknik analisis diskriminan (66,2%). 8. Efek perbedaan penggunaan dasar analisis yaitu antara dasar perubahan rasio keuangan absolut, persentase perubahan rasio keuangan absolut, dan angka rasio keuangan absolut adalah tidak ada, atau perbedaan penggunaan ketiga dasar analisis tersebut adalah tidak signifikan, sehingga disimpulkan bahwa ketiga dasar analisis tersebut tidak .menghasilkan rata-rata persentase ketepatan klasifikasi yang berbeda. 9. Efek interaksi antara perbedaan teknik analisis dan perbedaan dasar analisis yang digunakan secara serentak adalah sig,nifikan, sehingga disimpulkan bahwa teknik analisis dan dasar analisis secara serentak mempengaruhi rata-rata persentase ketepatan klasifikasi. Keterbatasan yang dapat terjadi dalam penggunaan rasio keuangan, yaitu distorsi karena inflasi, pendefinisian laba akuntansi yang tidak jelas, belum mempertimbangkan kemungkinan adanya industiy effect dan size effects, dan hanya memandang dari aspek keuangan perusahaan yang bersangkutan. Penelitian ini menghubungkan antara rasio keuangan suatu triwulan tertentu dengan perubahan harga saham pada awal dan akhir suatu triwulan berikutnya, tidak menghubungkannya dengan perubahan harga saham minggu atau bulan berikutnya. Penelitian berikutnya mengenai penggunaan rasio keuangan untuk klasifikasi dan prediksi perilaku harga saham yang dapat dilakukan adalah: 1. Penggunaan data rasio keuangan dari data laporan keuangan yang telah disesuaikan dari pengaruh inflasi. 2. Pengembangan suatu model untuk melakukan prediksi perilaku harga saham berdasarkan rasio keuangan dengan menggunakan teknik analisis diskriminan. analisis logit, analisis probit, neural network, statistika nonparametrik atau teknik yang lain. 3. Penggunaan jenis rasio keuangan lain yang mempunyai hubungan kuat dengan perilaku harga saham. 4. Analisis terhadap hubungan antara rasio keuangan suatu triwulan dengan perubahan harga saham minggu atau bulan berikutnya, dan mempertimbangkan kemungkinan adanya. industiy effect dan size effect.
This research classified stocks which listed in Jakarta Stock Exchange to looser and gainer stocks based on financial ratios with using discriminant and logit analysis. This research was explanatory research. It related stock price fluctuation with companies financial condition by using financial ratio analysis. Samples were chosen from quarterly financial statement of companies that its stock listed in JSX from quater two 1995 to quarter two 1996 with using convenience sampling. Discriminant and logit functions were made by using the changing of financial ratio figures, percentage of financial ratio changing, and financial ratio figures in the end of a quater. Percentage of correctly classified which was produced by discriminant and logit analysis, was examined by hypothesis test and ANOVA. The results of data analysis indicated that: 1. The average of correctly classified percentage which based on financial ratio changing that used logit analysis was not bigger than discriminant analysis. 2. The average of correctly classified percentage which based on percentage of financial ratio changing that used logit analysis was bigger than discriminant analysis. 3. The average of correctly classified percentage which based on financial ratio figures in the end of a quater that used logit analysis was not bigger than discriminant analysis. 4. The usage of those three bases of analysis with logit analysis produced averages of correctly classified percetage that were not different. 5. The usage of those three bases of analysis with discriminant analysis produced different averages of correctly classified percentage. The biggest of correctly classified percentage average was produced by financial ratio figures in the end of a quarter, followed by financial ratio changing, and financial ratio changing percentage analysis base. 6. Both logit and discriminant analysis can be used to classify stocks in looser and gainer stocks with high average of correctly classified percentage for those three analysis bases, namely 70,7% and 66,2%.
7. There was a significant difference effect of analysis technique usage between logit and discriminant analysis. It was concluded that logit analysis produced higher average of correctly classified percentage (70,7%) than discriminant analysis (66,2%). 8. There was not a significant difference effect of those three analysis bases. It was concluded that those did not produce different averages of correctly classified percentage. 9. There was a significant interaction effect between difference of analysis techniques and difference of analysis bases that were used simultaneously. It was concluded that analysis techniques and bases affected averages of correctly classified percentage simultaneously. Limitations of financial ratio usage were inflation distortion, unclear definition of accounting income. It didn't consider about industry and size effects, and viewed company financial aspect solely. This research didn't make an analysis about relationship between quaterly financial ratios and weekly or monthly stock price behaviors. Future researchs about financial usage to classify and predict stock price behavior that can be done are: 1. Usage of financial ratio data that has been adjusted for inflation effects. 2. Development models that predicts stock price behavior based on financial ratios with using neural network, nonparametric statistics, discriminant, probit, and logit analysis. 3. Usage of others financial ratio that has strong relationship with stock price behavior. 4. Analysis about relationship between quaterly financial ratios and weekly or monthly stock price behaviors, and by considering industry and size effects.
Kata Kunci : industiy effect, size effects, rasio keuangan, statistika nonparametric, perubahan harga saham.
