Post-Earnings Announcement Drift berdasarkan Kapitalisasi Pasar: Ukuran Penting

Pada Februari 2024, sebuah perusahaan pemasok komponen semikonduktor berkapitalisasi mikro melampaui estimasi konsensus earnings sebesar 42%. Selama tiga bulan berikutnya, sahamnya naik 11,3%, dengan sebagian besar kenaikan terjadi antara hari ke-15 dan ke-60 setelah pengumuman. Pada kuartal yang sama, Apple juga melampaui estimasi dengan margin yang sebanding. Namun, post-earnings drift Apple sepenuhnya terserap dalam delapan hari perdagangan.

Pola ini, di mana perusahaan kecil membutuhkan waktu jauh lebih lama untuk memasukkan kejutan earnings ke dalam harga, adalah salah satu anomali yang paling persisten dan terdokumentasi dengan baik dalam asset pricing. Post-earnings announcement drift (PEAD) pertama kali diidentifikasi oleh Ball dan Brown pada 1968 dan telah bertahan selama lebih dari lima dekade pengawasan akademis, beberapa krisis replikasi, dan kebangkitan perdagangan algoritmik. Namun hubungan antara besarnya PEAD dan kapitalisasi pasar masih belum dieksplorasi secara memadai dalam kerangka backtest yang sistematis.

Artikel ini menyajikan backtest orisinal Quant Decoded yang menguji PEAD di lima kuintil kapitalisasi pasar dari 2000 hingga 2025. Temuan utama adalah bahwa post-earnings drift di micro dan small cap sekitar 3 kali lebih besar daripada di mega cap, dan bertahan selama 60 hari atau lebih dibandingkan dengan sekitar 20 hari untuk perusahaan terbesar. Kesenjangan persistensi, bukan hanya kesenjangan besarnya, merupakan hasil yang paling penting.

Mekanisme PEAD

Post-earnings announcement drift mengacu pada kecenderungan harga saham untuk terus bergerak searah dengan kejutan earnings selama berminggu-minggu atau berbulan-bulan setelah pengumuman. Saham yang melaporkan kejutan earnings positif cenderung terus naik, sementara yang mengecewakan cenderung terus turun. Pola ini secara langsung menantang bentuk semi-kuat dari hipotesis pasar efisien, yang memprediksi bahwa semua informasi publik harus segera tercermin dalam harga.

Metodologi standar untuk mengukur PEAD menggunakan Standardized Unexpected Earnings (SUE), sebagaimana diformalkan oleh Livnat dan Mendenhall (2006). SUE dihitung sebagai selisih antara earnings per share yang dilaporkan dan estimasi konsensus analis, dibagi dengan standar deviasi kesalahan prediksi masa lalu. Normalisasi ini memungkinkan perbandingan antar perusahaan dengan besaran earnings dan presisi prediksi yang berbeda.

Dalam backtest ini, saham diurutkan ke dalam kuintil SUE setiap musim earnings: Q1 (kejutan paling negatif) hingga Q5 (kejutan paling positif). Drift diukur sebagai cumulative abnormal return (CAR) Q5 dikurangi Q1, di mana abnormal return dihitung relatif terhadap benchmark yang disesuaikan dengan ukuran dan book-to-market mengikuti metodologi Daniel, Grinblatt, Titman, dan Wermers (1997).

Literatur akademis menawarkan dua penjelasan utama mengapa PEAD bertahan. Bernard dan Thomas (1989, 1990) mendokumentasikan bahwa investor secara sistematis kurang bereaksi terhadap berita earnings, dengan harga menyesuaikan secara bertahap selama kuartal berikutnya. Hirshleifer, Lim, dan Teoh (2009) menunjukkan bahwa perhatian investor yang terbatas memperkuat efek ini: ketika banyak pengumuman earnings terjadi bersamaan, drift menjadi lebih besar. DellaVigna dan Pollet (2009) menemukan bahwa earnings yang diumumkan pada hari Jumat, ketika perhatian investor lebih rendah, menghasilkan drift yang lebih besar daripada yang diumumkan pada hari kerja lainnya.

Desain Backtest dan Data

Backtest ini mencakup semua saham biasa AS dalam database gabungan CRSP/Compustat dari Januari 2000 hingga Desember 2025. Sampel mencakup sekitar 3.200 hingga 4.800 saham per kuartal, tergantung pada periode. Saham diklasifikasikan ke dalam lima kuintil kapitalisasi pasar menggunakan breakpoint NYSE, mengikuti metodologi standar Fama-French.

Definisi kuintil, berdasarkan breakpoint NYSE tipikal selama periode sampel, adalah sebagai berikut:

Gradien cakupan analis sangat mencolok: saham mega-cap menerima hampir 12 kali lipat cakupan analis dibandingkan micro cap. Perbedaan cakupan ini adalah faktor sentral dalam memahami mengapa drift bervariasi berdasarkan ukuran. Lebih banyak analis berarti pemrosesan informasi lebih cepat, penemuan harga lebih cepat, dan jendela mispricing yang lebih pendek.

Dalam setiap kuintil ukuran, saham secara independen diurutkan ke dalam kuintil SUE berdasarkan kejutan earnings mereka. Ukuran utama drift adalah long-short spread: cumulative abnormal return kuintil SUE teratas (kejutan paling positif) dikurangi kuintil SUE terbawah (kejutan paling negatif), diukur pada 1, 5, 10, 20, 40, 60, dan 90 hari pasca-pengumuman.

Hasil Utama: Drift berdasarkan Kapitalisasi Pasar dan Periode Holding

Hasil utama backtest dirangkum dalam tabel di bawah. Setiap sel mewakili rata-rata cumulative abnormal return dari long-short SUE spread (Q5 dikurangi Q1) untuk kuintil kapitalisasi pasar dan periode holding tertentu, dirata-ratakan di seluruh musim earnings dari 2000 hingga 2025.

Beberapa pola muncul dari hasil ini.

Pertama, reaksi hari pertama meningkat seiring ukuran tetapi hanya sedikit. Mega cap memasukkan 0,7% pada hari pengumuman dibandingkan 1,2% untuk micro cap. Kesenjangan awal adalah 0,5 poin persentase, bermakna tetapi tidak dramatis.

Kedua, kesenjangan persistensi adalah inti dari cerita ini. Pada hari ke-20, drift micro-cap telah mencapai 3,8%, dibandingkan 1,4% untuk mega cap, rasio 2,7 kali. Pada hari ke-60, rasio itu melebar menjadi 3,9 kali (5,8% versus 1,5%). Drift mega-cap pada dasarnya selesai pada hari ke-20, sementara drift micro-cap terus terakumulasi hingga hari ke-60 dan menunjukkan drift residual bahkan pada hari ke-90.

Ketiga, kuintil mid-cap menempati posisi tengah yang berbeda. Drift-nya sebesar 3,2% pada hari ke-60 hampir tepat berada di titik tengah antara micro dan mega, dan drift-nya stabil sekitar hari ke-40 hingga ke-50.

Mengapa Ukuran Mendorong Drift: Saluran Pemrosesan Informasi

Variasi PEAD di seluruh kuintil kapitalisasi pasar terutama disebabkan oleh perbedaan kecepatan dan efisiensi pemrosesan informasi. Empat mekanisme bekerja bersama.

Cakupan analis adalah saluran paling langsung. Dengan rata-rata 22,4 analis yang mencakup setiap saham mega-cap, kejutan earnings dianalisis, dikontekstualisasikan, dan disebarluaskan dengan cepat. Untuk saham micro-cap dengan 1,9 analis, kejutan mungkin tidak sepenuhnya dianalisis selama berhari-hari atau berminggu-minggu.

Kepemilikan institusional memperkuat efek cakupan analis. Saham mega-cap memiliki tingkat kepemilikan institusional rata-rata 78%, sementara saham micro-cap rata-rata 32%. Investor institusional adalah agen utama penemuan harga.

Volume perdagangan dan likuiditas menentukan seberapa cepat informasi dimasukkan ke dalam harga bahkan ketika tersedia. Rata-rata volume dolar harian untuk saham mega-cap dalam sampel ini melebihi $1,2 miliar, dibandingkan dengan sekitar $2,8 juta untuk saham micro-cap tipikal. Perbedaan likuiditas 400 kali lipat ini berarti bahwa bahkan ketika investor mengidentifikasi mispricing di saham micro-cap, eksekusi perdagangan yang cukup besar untuk menggerakkan harga menuju nilai wajar dibatasi oleh kedalaman pasar.

Liputan media dan kecepatan penyebaran informasi melengkapi gambaran. Kejutan earnings mega-cap dilaporkan oleh media keuangan dalam hitungan menit. Kejutan earnings micro-cap mungkin tidak menerima liputan media sama sekali.

Masalah Kendala Kapasitas

Hubungan antara besarnya drift dan kapitalisasi pasar menyajikan kendala kapasitas fundamental. Drift terbesar dan paling persisten terjadi tepat pada saham yang paling sulit dan paling mahal untuk diperdagangkan.

Setelah memperhitungkan bid-ask spread dan estimasi biaya market impact, drift bersih yang dapat dieksploitasi dimaksimalkan di kuintil small-cap, bukan micro-cap. Saham micro-cap memiliki drift kotor terbesar (5,8% pada hari ke-60), tetapi biaya transaksi mengonsumsi sekitar 3,0 poin persentase, menyisakan drift bersih 2,8%. Saham small-cap memiliki drift kotor 4,9% yang lebih kecil, tetapi biaya transaksi mereka yang lebih rendah (sekitar 1,1 poin persentase total) menyisakan drift bersih 3,8% yang lebih tinggi.

Temuan ini memiliki implikasi penting untuk kapasitas strategi. Strategi PEAD yang berfokus pada micro cap akan memiliki kendala kapasitas yang diukur dalam puluhan juta dolar. Strategi PEAD small-cap berpotensi mengelola beberapa ratus juta dolar sebelum market impact mengikis sinyal. Strategi PEAD large-cap memiliki kapasitas yang pada dasarnya tidak terbatas tetapi menawarkan margin yang jauh lebih tipis.

Implementasi optimal kemungkinan menargetkan rentang small-cap hingga mid-cap, di mana drift masih substansial (3-5% selama 60 hari) tetapi likuiditas cukup untuk mengeksekusi posisi yang bermakna. Ini konsisten dengan temuan Chordia, Goyal, Sadka, dan Shridhar (2009).

Kurva Peluruhan Drift: Analisis Half-Life

Untuk mengukur kecepatan penggabungan informasi dengan lebih tepat, backtest memperkirakan half-life PEAD untuk setiap kuintil kapitalisasi pasar. Half-life didefinisikan sebagai jumlah hari yang diperlukan agar drift mencapai 50% dari nilai terminalnya (cumulative abnormal return 90 hari).

Perbedaan half-life signifikan: drift micro-cap memiliki half-life 18 hari, tiga kali lipat dari half-life 6 hari yang diamati di mega cap. Yang lebih penting, titik absorpsi 90%, titik di mana drift pada dasarnya selesai, terjadi pada hari ke-68 untuk micro cap versus hari ke-18 untuk mega cap. Perbedaan waktu absorpsi penuh hampir empat kali lipat ini mewakili temuan inti dari analisis ini.

Kurva peluruhan ini memiliki implikasi praktis untuk ukuran posisi dan periode holding. Strategi PEAD di mega cap sebaiknya merencanakan periode holding 15 hingga 20 hari. Strategi PEAD di micro dan small cap sebaiknya merencanakan 45 hingga 60 hari.

Stabilitas Time-Series dan Ketergantungan Regime

Kekhawatiran alami adalah apakah pola-pola ini stabil dari waktu ke waktu atau didorong oleh subperiode tertentu. Backtest menguji diferensial drift micro-cap versus mega-cap di empat subperiode.

Drift telah terkompresi dari waktu ke waktu, terutama di micro cap, yang turun dari 7,4% pada periode 2000-2006 menjadi 4,2% pada 2020-2025. Ini konsisten dengan hipotesis bahwa perdagangan algoritmik dan teknologi informasi yang lebih baik telah mempercepat penemuan harga bahkan di saham yang lebih kecil. Namun, rasio drift micro-cap terhadap mega-cap tetap stabil secara mencolok, berkisar dari 3,2x hingga 4,3x di keempat subperiode. Inefisiensi relatif bertahan meskipun magnitudo absolut menurun.

Selama regime volatilitas tinggi, drift agak lebih besar di semua kategori ukuran tetapi terutama di mega cap, kemungkinan karena penemuan harga large-cap juga melambat ketika ketidakpastian pasar meningkat.

Efek Jumat dan Interaksi Perhatian

Berdasarkan DellaVigna dan Pollet (2009), backtest menguji apakah efek perhatian berinteraksi dengan efek ukuran. Jika perhatian terbatas mendorong PEAD, dan saham kecil sudah menerima lebih sedikit perhatian, maka pengumuman hari Jumat oleh saham kecil seharusnya menghasilkan drift terbesar.

Efek interaksi cukup substansial. Saham micro-cap yang mengumumkan pada hari Jumat menunjukkan drift hari ke-60 sebesar 7,1%, dibandingkan 5,4% untuk pengumuman Senin-Kamis, premi sebesar 1,7 poin persentase. Saham mega-cap menunjukkan premi Jumat yang jauh lebih kecil sebesar 0,4 poin persentase (1,8% versus 1,4%).

Interaksi multiplikatif ini mendukung penjelasan perhatian terbatas untuk PEAD. Saham kecil sudah menderita dari perhatian baseline yang rendah; melaporkan pada hari Jumat ketika perhatian keseluruhan turun lebih lanjut memperparah efeknya. Premi Jumat di micro cap empat kali lebih besar daripada di mega cap, konsisten dengan perhatian sebagai kendala yang mengikat untuk perusahaan kecil tetapi sebagian besar tidak relevan untuk mega cap yang banyak diikuti.

Implikasi dan Keterbatasan

Backtest ini mengonfirmasi bahwa PEAD bervariasi secara sistematis dan dramatis berdasarkan kapitalisasi pasar. Kesenjangan persistensi, di mana small cap membutuhkan tiga kali lebih lama dari mega cap untuk sepenuhnya memasukkan kejutan earnings, adalah temuan yang paling dapat ditindaklanjuti. Ini menunjukkan bahwa pasar pemrosesan informasi small-cap tetap tidak efisien secara struktural meskipun ada dokumentasi akademis selama beberapa dekade dan proliferasi strategi kuantitatif.

Beberapa keterbatasan perlu ditekankan. Pertama, backtest menggunakan SUE point-in-time berdasarkan estimasi konsensus, tetapi estimasi konsensus untuk saham micro-cap sering hanya berdasarkan satu atau dua analis, membuat ukuran SUE lebih bising untuk kuintil terkecil. Kedua, estimasi market impact adalah perkiraan berdasarkan rata-rata bid-ask spread dan model impact akar kuadrat standar. Ketiga, analisis bersifat in-sample.

Kendala kapasitas tetap menjadi batasan praktis yang mengikat. Peluang PEAD paling menarik terjadi pada saham di mana kapasitas paling terbatas. Implementasi realistis yang menargetkan kuintil small-cap dapat mengelola estimasi $200 hingga $500 juta sebelum market impact mulai mengikis return secara material.

Referensi