Dalam dunia investasi saham, salah satu tantangan terbesar adalah menentukan faktor apa saja yang benar-benar memengaruhi pergerakan harga. Ekonometrika memberikan kerangka dan alat kuantitatif yang memungkinkan investor dan analis untuk menguji hipotesis dan membuat prediksi berdasarkan data sejarah. Meskipun ada model-canggih, metode sederhana sering sudah cukup untuk mendapatkan wawasan penting, terutama bagi pemula atau untuk analisis cepat.

Salah satu metode ekonometrika sederhana adalah regresi linier (linear regression). Dalam konteks saham, kita bisa menggunakan regresi linier untuk melihat hubungan antara return saham sebagai variabel tergantung (dependent variable) dan satu atau beberapa variabel independen, misalnya suku bunga, inflasi, atau indeks pasar. Bila data tersedia dalam rentang waktu tertentu, metode time series regression dapat dipakai; bila untuk banyak perusahaan sekaligus, model data panel bisa lebih cocok. Misalnya, penelitian “Macroeconomic Factors’ Effects on the Stock Returns of Manufacturing Companies Listed on the Indonesia Stock Exchange” menemukan bahwa variabel seperti inflasi, tingkat suku bunga, kurs valuta asing, dan term structure of interest secara bersama-sama memengaruhi return saham perusahaan manufaktur.

Selain regresi sederhana, model ARIMA (Autoregressive Integrated Moving Average) adalah salah satu alat ramal (forecasting) yang banyak dipakai. ARIMA cocok digunakan ketika data historis mengandung pola trend atau musiman, dan kita ingin memperkirakan return ke depan (atau harga indeks saham) berdasarkan nilai masa lalu. Contoh lain: model single-index atau CAPM (Capital Asset Pricing Model) meski sedikit lebih kompleks memberikan gambaran bahwa return suatu saham tidak hanya tergantung pada kinerja internal perusahaan, tetapi juga pada seberapa besar saham tersebut “bergerak” bersama pasar secara keseluruhan (beta). Ini berarti saham yang beta-nya tinggi akan lebih volatil relatif terhadap pasar, dan sebaliknya.

Saat memakai metode sederhana tersebut, ada beberapa hal yang perlu diperhatikan:

  1. Stasionaritas data : Time series return saham dan variabel makroekonomi sering tidak stasioner (misalnya mengandung trend). Jika data tidak stasioner, maka estimasi bisa bias atau tidak valid. Differencing atau transformasi log bisa membantu.
  2. Multikolinearitas : Bila ada beberapa variabel independen yang sangat berkorelasi satu sama lain (misalnya inflasi dan suku bunga), koefisien regresi bisa sulit diinterpretasi. Pengujian multikolinearitas seperti Variance Inflation Factor (VIF) bisa digunakan.
  3. Asumsi klasik regresi : seperti homoskedastisitas (varians residual yang konstan), tidak ada autokorelasi, dan normalitas residual. Bila asumsi ini dilanggar, teknik seperti regresi dengan robust standard errors atau transformasi model bisa dipakai.
  4. Keterbatasan prediksi : Semua model ekonometrika berdasarkan data masa lalu; peristiwa tak terduga (crisis, regulasi, pandemi) bisa membuat prediksi meleset.

Di Indonesia, beberapa studi sederhana sudah menunjukkan hasil menarik. Misalnya Penelitian “Macroeconomic Factors’ Effects on the Stock Returns of Manufacturing Companies” menemukan bahwa inflasi, suku bunga, dan nilai tukar (exchange rate) punya pengaruh negatif terhadap return saham industri manufaktur. Lalu ada studi “Micro Macro Economics Fundamental Factors and Indonesia Stock Exchange Return” pada perusahaan infrastruktur menemukan bahwa faktor fundamental mikro (misalnya ROA, EPS) dan makro (inflasi, suku bunga) secara bersama memengaruhi return saham.

Kesimpulannya, ekonometrika sederhana regresi linier, ARIMA, CAPM/single-index bisa menjadi alat yang sangat berguna untuk analisis pasar saham. Tidak perlu rumit untuk mulai: cukup data historis, software statistik (misalnya R, Python, EViews), dan pemahaman tentang asumsi-asumsi dasar. Dengan cara ini, meskipun analisisnya “sederhana”, hasilnya bisa membantu investor membuat keputusan yang lebih berdasar daripada hanya mengandalkan intuisi atau rumor pasar.

 

Referensi

  • Susan, Marcellia & Winarto, Jacinta. “Macroeconomic Factors’ Effects on the Stock Returns of Manufacturing Companies Listed on the Indonesia Stock Exchange.” Review of Integrative Business and Economics Research, Vol. 10, Supplementary Issue 2, 2021.
  • Yusfiarto, Rizaldi. “Micro Macro Economics Fundamental Factors and Indonesia Stock Exchange Return.” EkBis: Jurnal Ekonomi dan Bisnis, UIN Sunan Kalijaga Yogyakarta, Vol. 3(1), 2019.
  • Investopedia. “ARIMA (Autoregressive Integrated Moving Average)”.
  • Investopedia. “Econometrics: Definition, Models, and Methods”