Rumus dan Cara Mencari Trading Volume Activity (TVA) / Volume Perdagangan Saham

Rumus dan Cara Mencari Trading Volume Activity (TVA) / Volume Perdagangan Saham

  
Istilah trading Volume Activity (TVA) atau dalam Bahasa Indonesia volume perdagangan saham pasti sering anda jumpai, ketika anda sedang melakukan penelitian skripsi, tesis, atau sejenisnya.  

Biasanya TVA ini digunakan ketika seseorang sedang meneliti tentang corporate action perusahaan (seperti right issue, pengumuman dividen, stock split, reverse stock split, saham bonus dan lain2). 

Apa itu trading volume activity? Apa kegunaannya? Apa rumus TVA? Di pos ini saya akan membahas semuanya terkait pertanyaan tentang trading volume activity. 

Trading volume activity digunakan untuk mengukur likuiditas suatu saham. TVA bukan mengukur return saham, hanya melihat likuiditas. Nilai TVA yang semakin besar menunjukkan bahwa saham tersebut semakin likuid. 

Trading volume activity dianalisis dengan melihat rata-rata 5 hari sebelum dan sesudah perusahaan melakukan aksi korporasi. Apabila secara statistik, perdagangan saham 5 hari setelah aksi korporasi terdapat peningkatan dibandingkan 5 hari sebelum aksi korporasi, maka dapat dikatakan bahwa terdapat peningkatkan likuiditas perdagangan saham setelah aksi korporasi. 

Berikut rumus trading volume activity:

TVA = Jumlah Saham Diperdagangkan / Jumlah Saham Beredar

Jumlah saham yang diperdagangkan disebut juga volume transaksi atau volume perdagangan atau volume. Untuk menghitung jumlah saham yang diperdagangkan, anda bisa mencarinya melalui Yahoo Finance. Baca disini: Cara Mencari Data Jumlah Saham yang Diperdagangkan

Sedangkan untuk mencari jumlah saham beredar, anda bisa mencari datanya melalui IDX. Baca penjelasannya disini: Cara Mendapatkan Data Jumlah Saham Beredar dan Kapitalisasi Pasar

Mengenai perbedaan saham beredar dan saham yang diperdagangkan, anda bisa melihat perbedaannya disini: Perbedaan Jumlah Saham Beredar dan Jumlah Saham yang Diperdagangkan.




Katalog produk digital dan jasa freelance indonesia, cek dibawah ini.

Pengertian dan Cara Menghitung Abnormal Return - Event Study

Pengertian dan Cara Menghitung Abnormal Return - Event Study

  
Ketika anda melakukan uji penelitian studi peristiwa / event study, anda harus mengetahui apa itu ABNORMAL RETURN. Tanpa mengetahui abnormal return, anda tidak akan bisa mengetahui hasil uji penelitian anda. 

Abnormal return dalam Bahasa Indonesia adalah return tidak normal. Maksudnya adalah, kelebihan return yang sesungguhnya terhadap return normal.  Menurut Jogiyanto (2013), return normal merupakan return ekspektasian atau return yang diharapkan investor. 

Dengan demikian, menurut Jogiyanto (2013), abnormal return merupakan selisih antara return sesungguhnya dengan return ekspektasi. Return sesungguhnya adalah return yang terjadi pada waktu ke-t yang merupakan selisih harga sekarang relatif terhdap harga saham sebelumnya. Sedangkan return ekspekstasi merupakan return yang harus diestimasi. 

Sedangkan menurut Tandelilin (2010), abnormal return merupakan selisih actual return dengan expected return yang dapat terjadi sebelum informasi diterbitkan atau telah terjadi kebocoran informasi setelah informasi diterbitkan. 

Dapat disimpulkan bahwa abnormal return merupakan return yang diterima investor tidak sama dengan return yang mereka harapkan karena ada kebocoran informasi. 

Untuk menghitung abnormal return, anda membutuhkan beberapa data. Ada beberapa tahapan untuk menghitung abnormal return: 

1. Menentukan return realisasi dengan formula sebagai berikut: 

2. Menentukan return pasar menggunakan Indeks Harga Saham Gabungan:

3. Menentukan return ekspektasi 

Berikut rumus return ekspektasi menggunakan market model: 

Return ekspektasi dapat dicari menggunakan 3 model: 

1. Mean adjusted model 

Model ini menganggap return ekspektasi bernilai konstn yang sama dengan rata2 return realisasi sebelumnya selama periode estimasi. Periode estimasi merupakan periode sebelum periode peristiwa. Periode peristiwa disebut juga dengan periode pengamatan atau jendela peristiwa.

Kelebihan dari mean-adjusted model adalah model ini merupakan model yang paling sederhana, mudah dalam perhitungannya dan data-data yang diperlukan relatif sedikit. Sedangkan kekurangannya adalah kemampuan mendeteksi abnormal return model ini lebih lemah dibandingkan dengan model lain.

2. Market model

Ada 2 tahapan untuk menentukan return ekspektasi. Pertama, membentuk model ekspektasi dengan menggunakan data realisasi selama periode estimasi. Kedua, menggunakan model ekspektasi tersebut untuk mengestimasi return ekspektasi di periode jendela. Model ekspektasi dapat dibentuk menggunakan regresi Ordinary Least Square (OLS).

Kelebihan dari market model adalah model ini mempunyai kemampuan mendeteksi abnormal return yang lebih baik dibandingkan dengan model yang lainnya. Market model memiliki potensi untuk menghasilkan tes statistik yang lebih sederhana. 

Dengan menggunakan model ini akan dapat diperoleh model return ekspektasi yang mencerminkan karakteristik setiap sekuritas. Sedangkan kekurangannya adalah model ini rumit dan relatif lebih lama perhitungannya serta membutuhkan data-data yang lebih banyak

3. Market adjusted model 

Model ini menganggap bahwa penduga terbaik untuk mengestimasi return suatu sekuritas adalah return indeks pasar saat tersebut. Dengan menggunakan model ini, maka tidak perlu menggunakan periode estimasi untuk membentuk model estimasi, karena return yang diestimasi sama dengan return indeks pasar. 

Kelebihan dari market adjusted model adalah model ini sederhana dan mudah dalam perhitungannya. Selain itu data-data yang digunakan relatif sedikit. 

Dengan menggunakan model ini, maka tidak perlu menggunakan perioda estimasi untuk membentuk model estimasi, karena return sekuritas yang diestimasi adalah sama dengan return indeks pasar. Sedangkan kekurangannya adalah kemampuan mendeteksi abnormal return model ini lebih lemah dibandingkan dengan market model.

4. Menentukan abnormal return 

5. Menentukan rata-rata abnormal return


Katalog produk digital dan jasa freelance indonesia, cek dibawah ini.