EVENT STUDY

Suatu studi peristiwa adalah metode statistik untuk menilai dampak suatu peristiwa
terhadap nilai suatu perusahaan. Misalnya, pengumuman merger antara dua entitas bisnis dapat
dianalisis untuk melihat apakah investor percaya merger akan menciptakan atau menghancurkan
nilai. Ide dasarnya adalah untuk menemukan pengembalian abnormal yang dikaitkan dengan
peristiwa yang sedang dipelajari dengan menyesuaikan pengembalian yang berasal dari fluktuasi
harga pasar secara keseluruhan. [1] Studi acara ditemukan oleh Fama, Fisher, Jensen, dan Roll
(1969). [2]
Karena metodologi acara dapat digunakan untuk memperoleh efek dari semua jenis
peristiwa terhadap arah dan besarnya perubahan harga saham, itu sangat serbaguna. Studi
peristiwa dengan demikian umum untuk berbagai bidang penelitian, seperti akuntansi dan
keuangan, manajemen, ekonomi, pemasaran, teknologi informasi, hukum, ilmu politik, operasi
dan manajemen rantai pasokan [3].
Salah satu aspek yang sering digunakan untuk menyusun keseluruhan badan studi
peristiwa adalah luasnya jenis acara yang dipelajari. Di satu sisi, ada penelitian yang menyelidiki
respons pasar saham terhadap peristiwa ekonomi (yaitu, guncangan pasar, seperti perubahan
regulasi, atau peristiwa bencana). Di sisi lain, studi peristiwa digunakan untuk menyelidiki
respon pasar saham terhadap peristiwa perusahaan, seperti merger dan akuisisi, pengumuman
pendapatan, masalah utang atau ekuitas, reorganisasi perusahaan, keputusan investasi, dan
tanggung jawab sosial perusahaan (MacKinlay 1997; [4] McWilliams & Siegel, 1997 [5]).

Metodologi
Metodologi studi peristiwa umum dijelaskan dalam, misalnya, MacKinlay (1997) [4] atau
Mitchell dan Netter (1994). [6] Dalam MacKinlay (1997), ini dilakukan "menggunakan data
pasar keuangan" untuk "mengukur dampak peristiwa spesifik pada nilai perusahaan". Dia
berpendapat bahwa "mengingat rasionalitas di pasar, efek dari suatu peristiwa akan segera
tercermin dalam harga keamanan. Dengan demikian ukuran dampak ekonomi acara dapat
dibangun menggunakan harga keamanan yang diamati selama periode waktu yang relatif
singkat". Penting untuk dicatat bahwa studi peristiwa cakrawala pendek lebih dapat diandalkan
daripada studi peristiwa cakrawala panjang [7] karena yang terakhir memiliki banyak
keterbatasan. Namun, Kothari dan Warner (2005) mampu memperbaiki metodologi cakrawala
panjang untuk meningkatkan desain dan keandalan studi dalam periode yang lebih lama. [8]
1. Metode empiris
Secara metodologis, studi peristiwa menyiratkan hal-hal berikut: Berdasarkan pada
jendela perkiraan sebelum peristiwa yang dianalisis, metode memperkirakan berapa
pengembalian saham normal perusahaan yang terkena dampak harus pada hari kejadian
dan beberapa hari sebelum dan sesudah kejadian (Yaitu, selama jendela acara). Setelah
itu, metode ini mengurangi 'pengembalian normal' dari 'pengembalian aktual' untuk
menerima 'pengembalian abnormal' yang dikaitkan dengan peristiwa tersebut.
Namun, studi peristiwa mungkin berbeda sehubungan dengan spesifikasi pengembalian
normal. Model yang paling umum untuk pengembalian normal adalah 'model pasar'
(MacKinlay 1997). Mengikuti model ini, analisis menyiratkan untuk menggunakan
jendela estimasi (biasanya berukuran 120 hari) sebelum acara untuk mendapatkan
hubungan khas antara saham perusahaan dan indeks referensi melalui analisis regresi.
Berdasarkan koefisien regresi, pengembalian normal kemudian diproyeksikan dan
digunakan untuk menghitung pengembalian abnormal. Model alternatif untuk
pengembalian normal termasuk model CAPM, atau pendekatan yang lebih sederhana
seperti pengembalian rata-rata (lihat MacKinlay 1997 untuk tinjauan umum).
2. Perhitungan pengembalian abnormal
Bergantung pada model yang dipilih untuk 'pengembalian normal', melakukan studi acara
mengharuskan peneliti untuk menerapkan urutan langkah yang berbeda. Untuk model
paling umum, 'model pasar', langkah-langkahnya adalah sebagai berikut:
a. Ambil dan sesuaikan deret waktu pengembalian keuangan dari saham perusahaan
fokus dan indeks rujukannya.
b. Untuk setiap peristiwa, identifikasi urutan pengembalian perusahaan dan pasar yang
perlu dimasukkan dalam jendela estimasi.
c. Menggunakan analisis regresi, hitung koefisien alfa, beta, dan sigma yang
menjelaskan hubungan khas antara saham dan indeks referensi.
d. Dengan ketiga parameter ini, prediksi 'pengembalian normal' untuk semua hari di
jendela acara.
e. Mengurangi 'pengembalian normal' dari 'pengembalian aktual' memberi Anda
'pengembalian abnormal' yang merupakan metrik minat.
3. Signifikansi pengembalian abnormal
Untuk menentukan apakah pengembalian abnormal individu berbeda dari nol dengan
validitas statistik, statistik uji harus diterapkan. Berbagai statistik uji pada berbagai
 tingkat analisis (yaitu, tingkat AR-, CAR-, AAR- dan CAAR) ada untuk tujuan ini. Tes
yang paling umum, uji-t, membagi pengembalian abnormal melalui akar kuadrat rata-rata
dari regresi. Nilai-t yang dihasilkan perlu dibandingkan dengan nilai-nilai kritis dari
distribusi-t Siswa. Ada beberapa bukti bahwa selama masa volatilitas tinggi (misalnya
krisis keuangan 2007-2008), terlalu banyak perusahaan cenderung menunjukkan
pengembalian abnormal signifikan menggunakan uji-t, yang membuatnya lebih sulit
untuk menentukan pengembalian mana yang benar-benar "abnormal". [7] [9]
4. Perangkat lunak untuk melakukan studi acara
Studi acara dapat diimplementasikan dengan berbagai alat yang berbeda. Studi peristiwa
tunggal dapat dengan mudah diimplementasikan dengan MS Excel, studi acara yang
mencakup berbagai peristiwa perlu dibangun menggunakan paket perangkat lunak
statistik (mis., STATA, Matlab). Selain alat multi guna ini, ada solusi yang dirancang
untuk melakukan analisis studi acara (mis., Eventus, Metrik Studi Acara,
EventStudyTools).

Aplikasi untuk analisis merger

Logika di balik metodologi studi peristiwa (dalam konteks spesifik merger) dijelaskan
dalam Warren-Boulton dan Dalkir (2001): [10]
Investor di pasar keuangan mempertaruhkan dolar mereka pada apakah merger akan
menaikkan atau menurunkan harga. Merger yang menaikkan harga pasar akan
menguntungkan kedua pihak yang bergabung dan saingan mereka dan dengan demikian
menaikkan harga untuk semua saham mereka. Sebaliknya, komunitas keuangan dapat
mengharapkan efisiensi dari merger akan cukup besar untuk menurunkan harga. Dalam
hal ini, nilai-nilai saham dari saingan-saingan firma merger jatuh karena probabilitas
merger meningkat. Dengan demikian, bukti dari pasar keuangan dapat digunakan untuk
memprediksi efek harga pasar ketika peristiwa terkait merger yang signifikan telah
terjadi.
Warren-Boulton dan Dalkir (2001) [10] menerapkan metodologi event-probability
mereka untuk merger yang diusulkan antara Staples, Inc. dan Office Depot (1996), yang
ditantang oleh Komisi Perdagangan Federal dan akhirnya ditarik.

Temuan
 Warren-Boulton dan Dalkir (2001) [10] menemukan pengembalian yang sangat
signifikan ke satu-satunya perusahaan saingan di pasar yang relevan. Berdasarkan pengembalian
ini, mereka dapat memperkirakan efek harga dari merger di pasar produk yang sangat konsisten
dengan perkiraan kenaikan harga yang mungkin dari sumber independen lainnya.

REFERENSI
1. Ronald J. Gilson and Bernard S. Black, The Law and Finance of Corporate Acquisitions,
2 edition, 1995, 194-195.
2. Eugene F. Fama, Lawrence Fisher, Michael C. Jensen, and Richard Roll, The Adjustment
of Stock Prices to New Information, International Economic Review, Vol. 10, February
1969.
3. Ding, Li; Lam, Hugo K.S.; Cheng, T.C.E.; Zhou, Honggeng (2018-06-01). "A review of
short-term event studies in operations and supply chain management". International
Journal of Production Economics. 200: 329–342. doi:10.1016/[Link].2018.04.006.
ISSN 0925-5273.
4. MacKinlay, A. C. “Event Studies in Economics and Finance,” Journal of Economic
Literature Vol. XXXV, Issue 1 (March 1997). Available
at:[Link]
5. McWilliams, A. and Siegel, D. "Event studies in management research: Theoretical and
empirical issues" Academy of Management Journal, Vol. 40, No. 3, (1997)
6. Mitchell, Mark L. and Jeffry M. Netter. "The Role of Financial Economics in Securities
Fraud Cases: Applications at the Securities and Exchange Commission." The Business
Lawyer February 1994
7. Chen, M.Y., 'I Just Did 400 Million Event Studies' – A Study of Market Model
Robustness and Deterioration in Times of Crisis (2014). Available at:
[Link]
8. Kothari, S.P., and Jerold B. Warner, 200[4!], "Econometrics of Event Studies" Retrieved
from: [Link]
9. Jovanovic, B., & Fox, E. (2010). Testing for Materiality in Volatile Markets. NERA
Economic Consulting. Retrieved from: [Link]
for-materiality-in-volatile-markets
10. Warren-Boulton, F. and S. Dalkir. “Staples and Office Depot: An Event-Probability Case
Study,” Review of Industrial Organization, Vol. 19, No. 4, (2001).
 McGuckin, R. H., F. R. Warren-Boulton, and P. Waldstein. “The Use of Stock Market
Returns in Antitrust Analysis of Mergers,” Review of Industrial Organization Vol. 7
(1992). [Link]
 McWilliams, A. and Siegel, D. "Event studies in management research: Theoretical and
empirical issues" Academy of Management Journal, Vol. 40, No. 3, (1997)
[Link]