Professional Documents
Culture Documents
11
W
1
W
2
12
W
1
W
3
13
W
1
W
N
1N
2 W
2
W
1
21
W
2
W
2
22
W
2
W
3
23
W
2
W
N
2N
3 W
3
W
1
31
W
3
W
2
32
W
3
W
3
33
W
3
W
N
3N
N W
N
W
1
N1
W
N
W
2
N2
W
N
W
3
N3
W
N
W
N
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
iM.
Apabila ukuran ini kita stadardisir dengan membaginya
dengan variance portofolio pasar, maka rasio ini disebut sebagai beta ( ),
sehingga
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 (63)
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
M
= 1
i
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
> 1
=1
< 1
0 R
M
- R
f
Apabila > 1 maka perubahan excess return portofolio pasar sebesar 10% akan
mengakibatkan perubahan excess return sekuritas I lebih dari 10 %. Karena itu
semakin besar 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
i
= slope
= 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
i
yang merupakan ukuran return
sekuritas I yang tidak terkait dengan return pasar dan
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
) =
i
+
[R
M
- R
f
]
i
+
i
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME.
SEMINAR MANAJ. KEUANGAN 10
Dalam bentuk excess return nilai
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.