P. 1
capm

capm

|Views: 27|Likes:
Published by riesta_apriliana

More info:

Published by: riesta_apriliana on Nov 11, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

10/27/2013

pdf

text

original

PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME.

SEMINAR MANAJ. KEUANGAN 1

Modul 6

TEORI PASAR MODAL DAN
MODEL PENETAPAN HARGA AKTIVA MODAL

Tujuan Instruktusional Khusus:
Diharapkan mahasiswa dapat menjelaskan garis pasar modal, garis pasar sekuritas
dan model penetapan harga aktiva modal (CAPM).

Materi Pembahasan :
1. Teori Pasar Modal
2. Metoda penetapan harga aktiva modal (CAPM)
3. Garis pasar sekuritas
4. Memperkirakan beta

1. Teori Pasar Modal
Sebelumnya kita telah membahas tentang aktiva bebas resiko dan aktiva beresiko,
begitu pula dengan cara pembentukan MEP aktiva beresiko. Jika tidak ada suku
bunga bebas resiko maka portofolio optimal merupakan portofolio yang
bersinggungan dengan kurva indiferens. Namun jika ada aktiva bebas resiko
dimana investor dapat meminjam dan meminjamkan pada suku bunga bebas
resiko maka dapat dibentuk suatu garis yang disebut dengan Garis Pasar Modal (
Capital Market Line = CML )yang menunjukan kombinasi antara aktiva bebas
resiko dengan MEP. Garis ini ditarik darik garis vertical sebesar suku bunga bebas
resiko dan bersinggungan dengan MEF ( Markowitz Efficient Frontier ).

CML

MEF

M
P
b
P
a
R
f


SD(Rp)
Pembentukan garis pasar modal (CML)

PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME.
SEMINAR MANAJ. KEUANGAN 2

Titik persinggungan antara CML dan MEF kita sebut titik M. Kita dapat membentuk
portofolio disepanjang garis CML. Portofolio yang dibentuk disepanjang garis CML
mulai dari titik R
f
sampai M merupakan portofolio yang mungkin kita bentuk
dengan mengkombinasikan antara aktiva bebas resiko dengan aktiva beresiko.
Semakin dekat dengan titik R
f
berarti semakin besar proporsi dana yang kita
investasikan pada aktiva yang bebas resiko dan sebaliknya.
Jika kita menggunakan kesempatan untuk meminjam dana pada bunga bebas
resiko dan menanamkannya pada aktiva beresiko maka portofolio yang terbentuk
adalah disepanjang titik CML mulai titik M kekanan dan kita sebut sebagai
portofolio pinjaman ( Leveraged Portfolio )
Perhatikan mengapa sekarang kita memilih untuk membentuk portofolio
disepanjang garis CML sampai titik M sebab jika kita sekarang memiliki portofolio
yang memberikan keuntungan yang lebih besar P
b
dibandingkan P
a
dengan resiko
yang sama kecuali dititik M.
Investor yang realistis pasti memilih portofolio yang memberikan keuntungan
yang terbesar dengan resiko tertentu yang sama, dan karena titik yang paling
menguntungkan adalah titik M maka kita asumsikan semua investor akan
berinvestasi dititik M, yaitu suatu bentuk portofolio yang paling efisien, titik M kita
sebut sebagai portofolio pasar. Pada titik M portofolio yang terbentuk terdiri dari
aktiva yang beresiko, sedangkan investasi yang terletak diantara titik R
f
sampai M
adalah portofolio yang terdiri dari aktiva beresiko dan bebas resiko.
Hasil teoritis dari kombinasi aktiva bebas resiko dan portofolio pasar disebut teori
pemisahan dua dana ( two-fund separation theorem )

Mencari Umus untuk Garis Pasar Modal (CML)
Gambar CML diatas ditunjukan dalam bentuk grafis. Namun CML juga dapat
dibuat dalam bentuk rumus. Misalnya seorang investor menciptakan porofolio dua
dana yaitu : portofolio terdiri dari W
f
yang ditempatkan pada dana bebas resiko dan
W
M
pada portofolio pasar, dimana W menunjukan presentase dari portofolio yang
dialokasikan kepada setiap aktiva. Maka :
W
f
+ W
M
=1 atau W
f
=1- W
M

Sebagaimana telah dijelaskan sebelumnya
R
p
= w
1
R
1
+ w
2
R
2
+ … w
g
R
g

Sehingga bagi portofolio dua dana , pengembalian portofolio diharapkan E(R
p
)
adalah :
E(R
p
) = W
f
R
f
+ W
M
E(R
M
) dan karena W
f
=1- W
M
maka,

PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME.
SEMINAR MANAJ. KEUANGAN 3

E(R
p
) = (1- W
M
)R
f
+ W
M
E(R
M
) atau dapat disederhanakan menjadi
E(R
p
) = R
f
+ W
M
[ E(R
M
) – R
f
] (6.1)
Setelah pengembalian yang diharapkan dari portofolio diketahui maka selanjutnya
akan dicari resiko portofolio yang ditunjukan dengan variance portofolio. Dari
persamaan sebelumnya yaitu :
var (Rp) = w
i
2
var (R
i
) + w
j
2
var (R
j
) + 2 w
i
w
j
cov (R
i
,R
j
) maka variance dua portofolio
dua dana adalah :
var (Rp) = W
f
2
var (R
f
) + W
M
2
var (R
M
) + 2 W
f
W
M
cov (R
f
,R
M
)
Diketahui bahwa variance aktiva bebas resiko adalah nol karena pengembalian
dimasa depan sudah dapat dipastikan dan cov (R
f
,R
M
) juga nol karena jika tingkat
pengembalian berubah maka tingkat pengembalian aktiva bebas resiko tidak akan
berubah/tetap. Dengan memasukan nilai nol tersebut maka persamaannya akan
berubah menjadi : var (Rp) = W
M
2
var (R
M
)
Dan karena deviasi standar merupakan akar kuadrat dari variance, dapat ditulis
SD (R
p
) = W
M
SD (R
M
)
Maka
W
M
=
) (
) (
M
p
R SD
R SD

selanjutnya
E(R
p
) = R
f
+
) (
) (
M
p
R SD
R SD
[ E(R
M
) – R
f
]
Dan dengan pengaturan kembali menjadi pesamaan :
E(R
p
) = R
f
+
| |
) (
) (
M
f M
R SD
R R E ÷
SD(R
p
) (6.2)
Kelandaian (slope ) CML dinyatakan dengan :

| |
) (
) (
M
f M
R SD
R R E ÷


2. Model Penetapan Harga Aktiva Modal / Capital Aset Pricing Model (CAPM)
Dalam mengembangkan teori portofolio, Profesor Markowitz menyatakan
bahwa varians tingkat pengembalian sebagai alat ukur yang sesuai. Alat ukur
resiko ini dapat dibagi menjadi dua jenis resiko umum, yaitu resiko sistematis dan
resiko tidak sistematis.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME.
SEMINAR MANAJ. KEUANGAN 4

Seperti kita ketahui jika kita menggunakan metoda statistika seperti yang dilakukan
oleh Markowitz untuk memperoleh variance, standar deviasi suatu portofolio, maka
semakin banyak aktiva yang membentuk portofolio maka akan semakin rumit
perhitungan yang akan kita lakukan. Namun demikian jika kita perhatikan ilustrasi
berikut akan tampak suatu gambaran yang menarik.
Saham
1 2 3 N
Saham 1 W
1
W
1
σ
11
W
1
W
2
σ
12
W
1
W
3
σ
13
W
1
W
N
σ
1N

2 W
2
W
1
σ
21
W
2
W
2
σ
22
W
2
W
3
σ
23
W
2
W
N
σ
2N

3 W
3
W
1
σ
31
W
3
W
2
σ
32
W
3
W
3
σ
33
W
3
W
N
σ
3N


N W
N
W
1
σ
N1
W
N
W
2
σ
N2
W
N
W
3
σ
N3
W
N
W
N
σ
NN


Semakin banyak aktiva yang kita gunakan maka kita akan memiliki sebanyak N
variance dan N ( N – 1 ) covariance dan jika kita menginvestasikan dana yang kita
miliki dengan jumlah yang sama untuk masing masing aktiva maka persamaan
variance portofolio yang terdiri dari N aktiva adalah :

Var (R
p
) = N (1/N
2
var ) + N (N-1) (1/N
2
cov )
= 1/N var + (N
2
– N) (1/N
2
cov )
= 1/N var + ( 1 – 1/N ) cov
jika N sangat besar maka persamaan 1/N var akan mendekati nol dan persamaan
( 1 – 1/N ) cov akan mendekati covariance. Apa artinya ? hal ini bermakna bahwa
jika kita mempunyai portofolio yang terdiri dari banyak saham maka resiko
variance yaitu resiko yang dimiliki oleh perusahaan itu sendiri dapat dihilangkan,
sedangkan resiko covariance tidak dapat dihilangkan. Secara skematis hal ini
dapat ditunjukan oleh gambar berikut :










PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME.
SEMINAR MANAJ. KEUANGAN 5

Resiko






Resiko tidak sistimatis
Resiko total




Resiko sistematis

Jumlah saham

Bagian resiko yang bisa dihilangkan dengan diversifikasi kita sebut sebagai resiko
tidak sistimatis atau resiko unik, sedangkan yang tidak dapat dihilangkan dengan
diversifikasi kita sebut dengan resiko sistematis. Penjumlahan kedua resiko
tersebut disebut sebagai resiko total.
Resiko sistematis merupakan sebagian dari perubahan aktiva yang dapat
dihubungkan dengan faktor umum. Resiko sistematis terjadang disebut juga
resiko pasar atau resiko tidak dapat dibagi. Resiko sistematis merupakan tingkat
umum resiko yang dapat diperoleh bagi suatu portofolio melalui diversifikasi
sejumlah besar aktiva yang dipilih secara acak.
Resiko tidak sistematis merupakan sebagian dari perubahan aktiva yang dapat
didiversifikasi. Resiko ini terkadang disebut juga resiko dapat didiversifikasi,
resiko unik, resiko residual atau resiko khusus perusahaan. Resiko ini merupakan
resiko yang unik bagi perusahaan seperti, pemogokan kerja, tuntutan hokum atau
bencana alam
Apabila portofolio tersebut mencapai jumlah sekuritas yang sangat besar yang
mewakili seluruh pasar (dan karenanya kita sebut sebagai porofolio pasar ), dan
portofolio tersebut kita beri notasi M, maka sumbangan resiko saham I terhadap
portofolio M adalah σ
iM.
Apabila ukuran ini kita stadardisir dengan membaginya
dengan variance portofolio pasar, maka rasio ini disebut sebagai beta (β ),
sehingga β
i
=
2
M
iM
o
o




PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME.
SEMINAR MANAJ. KEUANGAN 6

Model Pasar
CAPM menyebutkan bahwa hanya ada satu faktor yang mempengaruhi
pengembalian sekuritas, pasar. Hubungannya, terkadang disebut model pasar
(atau model indeks pasar) dapat dinyatakan sebagai berikut :
it Mt i i it
R R e + + = | o
(6-3)
dimana R
it
= pengembalian atas aktiva i selama periode t
R
mt
= pengembalian portofolio pasar selama periode t
o
i
= symbol yang menunjukkkan komponen pengembalian bukan
pasar aktiva i
|
i
= symbol yang menghubungkan perubahan pengembalian aktiva i
terhadap perubahan dalam portofolio pasar
i
e = symbol kesalahan acak yang merefleksikan resiko unik yang
berhubungan dengan menanamkan modal dalam suatu aktiva.
Model pasar menyatakan bahwa pengembalian sekuritas tergantung dari
pengembalian portofolio pasar dan sampai sejauh mana daya tanggap sesuai
yang diukur oleh beta ( | ). Selain itu, pengembalian juga bergantung pada kondisi
yang unik bagi perusahaan sebagaimana yang diukur oleh
it
e .
Diatas disebutkan bahwa total resiko aktiva dapat diuraikan menjadi resiko
sistematis/resiko pasar dan resiko tidak sistematis/resiko unik. Persamaan (6–3)
dapat digunakan untuk mengukur kedua resiko ini secara kuantitatif. Untuk
mengetahui cara pengukuran tersebut, mari kita lihat total resiko pengembalian
aktiva I sebagaimana yang diukur oleh varians pengembalian. Hal ini dilakukan
dengan menentukan varians dari persamaan (6-3). Besarnya varians adalah :

) var( ) var( ) var(
2
i M i i
R R e + = |
(6-4)
Persamaan(5-2) menunjukkan bahwa total resiko yang dinyatakan sebagai var (R
i
)
sama dengan jumlah dari :
(1) Resiko sistematis atau resiko pasar dinyatakan oleh
(2) Resiko unik dinyatakan oleh


3. Garis Pasar Sekuritas
CML menunjukkan kondisi keseimbangan dimana pengembalian yang diharapkan
dari portofolio aktiva merupakan fungsi linier pengembalian yang diharapkan

PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME.
SEMINAR MANAJ. KEUANGAN 7

portofolio pasar. Hubungan langsun yang sama juga berlaku bagi pengembalian
diharapkan sekuritas :
E(Ri) =
| |
) (
) (
) ( ) (
) (
i
M
F M
F
R SD
R SD
R R E
R
÷
+ (6-5)
Rumus (5-5) menggunakan variable resiko dan pengembalian sekuritas sebagai
ganti nilai portofolio dalam rumus bagi CML. Hubungan resiko garis pengembalian
bagi sekuritas tunggal disebut garis pasar sekuritas (security market line = SML).
Versi lain mengenai hubungan SML menggunakan beta dari sekuritas. Untuk
melihat bagaimana hubungan ini dikembangkan, dapat dilihat kembali persamaan
(6-4). Dalam portofolio dengan diversifikasi yang baik, resiko unik dapat
dihilangkan. Untuk itu, persamaan (5-4) dapat dinyatakan kembali sebagai berikut
:

) var( ) var(
2
m i i
R R | =

dan deviasi standar

) ( ) (
M i i
R SD R SD | =

maka,

) (
) (
M
i
i
R SD
R SD
= |

Jika beta dimasukkan ke dalam Persamaan (5-5) akan diperoleh versi beta dari
SML atau CAPM yaitu :

] ) ( [ ) (
F M i F i
R R E R R E ÷ + = |
(6-6)
persamaan ini menyatakan bahwa, berdasarkan asumsi-asumsi CAPM,
pengembalian yang diharapkan atas satu aktiva merupakan fungsi linear positif
dari indeks resiko sistematis dan dinyatakan oleh beta. Semakin tinggi beta,
semakin tinggi pengembalian yang diharapkan. Perhatikan bahwa beta merupakan
satu-satunya penentu pengembalian yang diharapkan suatu aktiva. Beta aktiva
bebas resiko bernilai nol, karena perubahan pengembalian bagi aktiva bebas
resiko adalah nol dan oleh karena itu pengembalian aktiva tidak mengalami
perbedaan seiring dengan portofolio pasar. Jadi jika pengembalian diharapkan
dari aktiva bebas resiko ingin diketahui, angka nol akan dimasukkan sebagai nilai
dalam persamaan (6-6) :

PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME.
SEMINAR MANAJ. KEUANGAN 8

F F M F i
R R R E R R E = ÷ + = ] ) ( [ 0 ) (

Maka, pengembalian atas aktiva bebas resiko merupakan pengembalian bebas
resiko.
Beta dari portofolio pasar adalah 1. Jika aktiva 1 memiliki beta yang sama dengan
portofolio pasar, maka memasukkan nilai 1 ke dalam persamaan (6-6) akan
menghasilkan :
)
( ] ) ( [ 1 ) (
M F M F i
R E R R E R R E = ÷ + =

Dalam hal ini pengembalian yang diharapkan dari aktiva sama dengan
pengembalian yang diharapkan dari portofolio pasar. Jika aktiva memiliki beta
lebih besar dari beta portofolio pasar (yaitu lebih besar dari 1), maka
pengembalian yang diharapkan aktiva lebih besar dari portofolio pasar. Demikian
pula sebaliknya. Grafik SML disajikan dalam gambar berikut :
E(R)

Security Market Line = SML

E(R
i
)


E(R
M
)



R
f


β
M
= 1 β
i
β

Jika SML dapat dirumuskan dengan R
i
= R
f
+ [R
M
- R
f

i
maka persamaan
tersebut dapat dituliskan menjadi R
i
- R
f
= [R
M
- R
f

i
, jika persamaan tersebut
dibuat dalam bentuk grafik maka gambarnya akan tampak sebagai berikut :








PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME.
SEMINAR MANAJ. KEUANGAN 9

R
i
- R
f



β > 1

β =1



β < 1



0 R
M
- R
f


Apabila β > 1 maka perubahan excess return portofolio pasar sebesar 10% akan
mengakibatkan perubahan excess return sekuritas I lebih dari 10 %. Karena itu
semakin besar β semakin peka excess return suatu sekuritas terhadap perubahan
excess return portfolio pasar, dan karenanya diartikan semakin beresiko.
4. Memperkirakan beta
Untuk memperkirakan beta dapat digunakan model pasar sebagai berikut :
it Mt i i it
R R e + + = | o

dimana : R
i
= return sekuritas i
R
M
= return indeks pasar
α
i
= slope
ε = random residual error
Persamaan ini bisa digunakan untuk mengestimasi return sekuritas., yaitu dengan
cara meregresikan antara return sekuritas yang akan dinilai dengan return indeks
pasar. Regresi tersebut akan menghasilkan α
i
yang merupakan ukuran return
sekuritas I yang tidak terkait dengan return pasar dan β
i
yang menunjukan
besarnya slope yang mengindikasikan peningkatan return yang diharapkan pada
sekuritas I untuk setiap kenaikan return pasar sebesar 1%.
Garis karakteristik juga bisa dibentuk dengan menggunakan excess return
dengan mengurangkan masing-masing return total sekuritas maupun return pasar
dengan return bebas resiko. Analisis terhadap garis karakteristik yang dibentuk
dengan menggunakan excess return pada dasarnya akan sama dengan analisis
persamaan regresi diatas. Dengan demikian persamaan regresi diatas dapat
dimodifikasi menjadi :
(R
i
- R
f
) = α
i
+

[R
M
- R
f

i
+ ε
i

PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME.
SEMINAR MANAJ. KEUANGAN 10

Dalam bentuk excess return nilai α
i
akan menunjukkan besarnya excess return
sekuritas pada saat excess return pasar nol. Sedangkan beta atau slope pada
garis karakteristik akan menunjukkan sensitivitas excess return sekuritas terhadap
portofolio pasar.
Dari uraian estimasi persamaan regresi diatas kemudian akan timbul satu
persamaan tentang sejauh manakah keakuratan hasil estimasi beta sebagai
ukuran sensitivitas return suatu saham terhadap return pasar. Ada beberapa hal
yang bisa membuta kita ragu terhadap keakuratan hasil estimasi beta tersebut
yaitu :
1. Estimasi beta tersebut menggunakan data historis yang secara implisit berarti
bahwa kita menganggap apa yang terjadi pada beta masa lalu akan sama
dengan apa yang terjadi pada beta masa datang. Padahal dalam
kenyataannya apa yang terjadi dimasa lalu mungkin akan jauh berbeda
dengan apa yang terjadi di masa depan.
2. Garis karakteristik dapat dibentuk oleh berbagai observasi pada periode waktu
yang berbeda dan tidak ada satupun periode dan observasi yang dianggap
tepat. Dengan demikian estimasi beta untuk satu sekuritas dapat berbeda
karena observasi dan periode waktunya yang digunakan berbeda.
3. Nilai alfa dan beta yang diperoleh dari hasil regresi tersebut tidak terlepas dari
adanya error, sehingga bisa jadi estimasi beta tidak akurat.
4. Beta merupakan resiko sistematis yang juga bisa berkaitan dengan perubahan
perusahaan secara khusus. Jika terjadi perubahan pada kondisi perusahaan
maka netanyapun akan berubah. Oleh karena itu beta tidak bersifat stasioner
sepanjang waktu.
5. Marshall Bloom menemukan bahwa beta portofolio cenderung mengalami
penyurutan menjadi satu. Logika ekonominya adalah resiko yang mendasari
perusahaan cenderung bergerak kearah resiko perusahaan rata-rata. Oleh
karena itu jika periode penelitiannya panjang maka nilai beta cenderung sama
dengan satu.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->