ABSTRAKPrediksi Imbal hasil saham merupakan topik yang tidak henti-hentinya dibicarakan banyak orang, baik dari kalangan akademis sampai kalangan masyarakat. Semakin bertambahnya minat investor dalam investasi saham merupakan alasan yang melatarbelakangi penulis untuk melakukan analisa yang lebih mendalam terkait hubungan antara pendapatan dengan prediksi imbal hasil saham tersebut. Penulis dalam hal ini meyakini earning yield yang mendasari pengukuran prediksi imbal hasil saham. Earning yield (EP) dalam hal ini, penulis kelompokkan dalam dua bagian yaitu earning yield positive (EPWIN) dan earning yield negative (EPLOS). Penulis ingin mengetahui EP, EPWIN atau EPLOS yang paling mendorong naiknya imbal hasil saham. Penulis menggunakan analisis Vector Autoregression (VAR) atau Vector Error Correction Model (VECM). Selain itu, penulisan ini juga bertujuan memberikan gambaran bagi investor untuk mengetahui waktu pasar yang tepat untuk membeli atau menjual saham. Untuk itu, penulis menggunakan model analisis waktu pasar yang dirumuskan oleh Scott w. Banhart dan Aontoine Gianetti (2008). Penulis menjadikan perusahaan-perusahaan yang terdaftar pada IHSG dari tahun 2003-2010 sebagai sampel dalam pengolahan data. Dari hasil pengolahan yang dilakukan secara garis besar, dapat disimpulkan bahwa EPLOS (earning yield negative) yang mendorong pertumbuhan prediksi imbal hasil saham. EPLOS juga dapat menunjukkan waktu pasar yang tepat bagi investor untuk membuat keputusan berinvestasi pada saham.

---

ABSTRACTThe prediction of stock return is always a continually discussed both by the academics and by the public. The ever increasing intererest of investors in stock return lays the foundation for the researcher to analyze more deeply the correlation between revenue and the predictions for this stock return. The researcher thus believes that earning yield is what forms the basis for predicting stock return. Fikri Ismail: The researcher divides earning yield into two types: earning price yield positive (EPWIN) and earning price yield negative (EPLOS). The researcher is particularly interested in finding out which EP, EPWIN, and EPLOS is most responsible for increasing the value of stock return. For that purpose, the researcher opts to use Vector Autoregression (VAR) and Vector Error Correction Model (VECM) analyses. Furthermore, this reseach aims to educate investors on when it is the right time to sell their sticks. The researcher employs the market timing developed by Scott W. Banhart and Antoine Gianetti (2008). The samples for data analysis include companies that have registered with IHSG from 2003-2010. A preliminary analysis indicates that it is EPLOS that drives the growth of stock return predictions. EPLOS can also predict good market timing so that investors can make decisions regarding on their stock invesment activities.