Professional Documents
Culture Documents
Materi Pembahasan :
1. Teori Pasar Modal
2. Metoda penetapan harga aktiva modal (CAPM)
3. Garis pasar sekuritas
4. Memperkirakan beta
CML
MEF
M
Pb
Pa
Rf
SD(Rp)
Pembentukan garis pasar modal (CML)
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME. SEMINAR MANAJ. KEUANGAN 1
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 Rf sampai M merupakan portofolio yang mungkin kita bentuk
dengan mengkombinasikan antara aktiva bebas resiko dengan aktiva beresiko.
Semakin dekat dengan titik Rf 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 Pb dibandingkan Pa 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 Rf 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 )
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME. SEMINAR MANAJ. KEUANGAN 2
E(Rp) = (1- WM )Rf + WME(RM ) atau dapat disederhanakan menjadi
E(Rp) = Rf + WM [ E(RM) – Rf ] (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) = wi2var (Ri) + wj2var (Rj) + 2 wi wj cov (Ri,Rj) maka variance dua portofolio
dua dana adalah :
var (Rp) = Wf 2var (Rf) + WM 2var (RM) + 2 Wf WM cov (Rf,RM)
Diketahui bahwa variance aktiva bebas resiko adalah nol karena pengembalian
dimasa depan sudah dapat dipastikan dan cov (Rf,RM) 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) = WM 2var (RM)
Dan karena deviasi standar merupakan akar kuadrat dari variance, dapat ditulis
SD (Rp) = WM SD (RM)
Maka
SD ( R p )
WM =
SD ( R M )
selanjutnya
SD ( R p )
E(Rp) = Rf + [ E(RM) – Rf ]
SD ( R M )
Dan dengan pengaturan kembali menjadi pesamaan :
[E(R M ) − Rf ]
E(Rp) = Rf + SD(Rp) (6.2)
SD ( R M )
Kelandaian (slope ) CML dinyatakan dengan :
[E(R M ) − Rf ]
SD ( R M )
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 3
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 W1 W1σ11 W1 W2σ12 W1 W3σ13 W1 WNσ1N
2 W2 W1σ21 W2 W2σ22 W2 W3σ23 W2 WNσ2N
3 W3 W1σ31 W3 W2σ32 W3 W3σ33 W3 WNσ3N
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 :
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME. SEMINAR MANAJ. KEUANGAN 4
Resiko
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 σiM. Apabila ukuran ini kita stadardisir dengan membaginya
dengan variance portofolio pasar, maka rasio ini disebut sebagai beta (β ),
σ iM
βi = σ M
2
sehingga
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME. SEMINAR MANAJ. KEUANGAN 5
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 :
Ri t = α i + β i RM + t ∈ i t
(6-3)
kondisi yang unik bagi perusahaan sebagaimana yang diukur oleh ∈it .
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( Ri ) = β i2 var( R M ) + var(∈i ) (6-4)
Persamaan(5-2) menunjukkan bahwa total resiko yang dinyatakan sebagai var (Ri)
sama dengan jumlah dari :
(1) Resiko sistematis atau resiko pasar dinyatakan oleh
(2) Resiko unik dinyatakan oleh
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME. SEMINAR MANAJ. KEUANGAN 6
CML menunjukkan kondisi keseimbangan dimana pengembalian yang diharapkan
dari portofolio aktiva merupakan fungsi linier pengembalian yang diharapkan
portofolio pasar. Hubungan langsun yang sama juga berlaku bagi pengembalian
diharapkan sekuritas :
[ E ( R M ) − ( R F )] SD( R )
E(Ri) = ( R F ) + i (6-5)
SD ( R M )
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( Ri ) = β i2 var( Rm )
dan deviasi standar
SD ( Ri ) = βi SD ( R M )
maka,
SD ( Ri )
βi =
SD ( R M )
Jika beta dimasukkan ke dalam Persamaan (5-5) akan diperoleh versi beta dari
SML atau CAPM yaitu :
E ( Ri ) = R F + βi [ E ( R M ) − R F ] (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) :
E ( Ri ) = RF + 0[ E ( RM ) − RF ] = RF
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME. SEMINAR MANAJ. KEUANGAN 7
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 :
E ( Ri ) = RF +1[ E ( RM ) − RF ] = E ( RM )
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)
E(Ri)
E(RM)
Rf
βM = 1 βi β
Ri - R f
β>1
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME. SEMINAR MANAJ. KEUANGAN 8
β =1
β<1
0 RM - 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 :
Ri t = α i + β i RM + t ∈ i t
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME. SEMINAR MANAJ. KEUANGAN 9
Dalam bentuk excess return nilai αi 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.
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.ME. SEMINAR MANAJ. KEUANGAN 10