P. 1
Pasar Modal

Pasar Modal

|Views: 340|Likes:
Published by Dendi Irawan

More info:

Published by: Dendi Irawan on Nov 10, 2010
Copyright:Attribution Non-commercial

Availability:

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

07/21/2013

pdf

text

original

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 Pb Pa Rf

SD(Rp)
Pembentukan garis pasar modal (CML)

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Luna Haningsih SE.ME.

SEMINAR MANAJ. KEUANGAN

1

SEMINAR MANAJ.WM maka. KEUANGAN 2 .WM Sebagaimana telah dijelaskan sebelumnya Rp = w1R1 + w2R2 + … wgRg Sehingga bagi portofolio dua dana . 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. 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. Maka : Wf + WM =1 atau Wf =1. 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. Pada titik M portofolio yang terbentuk terdiri dari aktiva yang beresiko.ME. Misalnya seorang investor menciptakan porofolio dua dana yaitu : portofolio terdiri dari Wf yang ditempatkan pada dana bebas resiko dan WM pada portofolio pasar. Kita dapat membentuk portofolio disepanjang garis CML. pengembalian portofolio diharapkan E(Rp) adalah : E(Rp) = Wf Rf + WM E(RM ) dan karena Wf =1. yaitu suatu bentuk portofolio yang paling efisien. Investor yang realistis pasti memilih portofolio yang memberikan keuntungan yang terbesar dengan resiko tertentu yang sama. sedangkan investasi yang terletak diantara titik Rf sampai M adalah portofolio yang terdiri dari aktiva beresiko dan bebas resiko. dimana W menunjukan presentase dari portofolio yang dialokasikan kepada setiap aktiva.Titik persinggungan antara CML dan MEF kita sebut titik M. titik M kita sebut sebagai portofolio pasar. PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE. dan karena titik yang paling menguntungkan adalah titik M maka kita asumsikan semua investor akan berinvestasi dititik M. Namun CML juga dapat dibuat dalam bentuk rumus. Semakin dekat dengan titik Rf berarti semakin besar proporsi dana yang kita investasikan pada aktiva yang bebas resiko dan sebaliknya.

ME. PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.RM) juga nol karena jika tingkat pengembalian berubah maka tingkat pengembalian aktiva bebas resiko tidak akan berubah/tetap. KEUANGAN 3 . Model Penetapan Harga Aktiva Modal / Capital Aset Pricing Model (CAPM) Dalam mengembangkan teori portofolio.E(Rp) = (1.WM )Rf + WME(RM ) atau dapat disederhanakan menjadi E(Rp) = Rf + WM [ E(RM) – Rf ] (6. Profesor Markowitz menyatakan bahwa varians tingkat pengembalian sebagai alat ukur yang sesuai.1) Setelah pengembalian yang diharapkan dari portofolio diketahui maka selanjutnya akan dicari resiko portofolio yang ditunjukan dengan variance portofolio. yaitu resiko sistematis dan resiko tidak sistematis. Dengan memasukan nilai nol tersebut maka persamaannya akan berubah menjadi : var (Rp) = WM 2var (RM) Dan karena deviasi standar merupakan akar kuadrat dari variance.Rj) maka variance dua portofolio dua dana adalah : var (Rp) = Wf 2var (Rf) + WM 2var (RM) + 2 Wf WM cov (Rf. Alat ukur resiko ini dapat dibagi menjadi dua jenis resiko umum.2) Kelandaian (slope ) CML dinyatakan dengan : [E(R M ) − Rf ] SD ( R M ) 2. dapat ditulis SD (Rp) = WM SD (RM) Maka WM = SD ( R p ) SD ( R M ) SD ( R p ) SD ( R M ) selanjutnya E(Rp) = Rf + [ E(RM) – Rf ] Dan dengan pengaturan kembali menjadi pesamaan : E(Rp) = Rf + [E(R M ) − Rf ] SD ( R M ) SD(Rp) (6. SEMINAR MANAJ.RM) Diketahui bahwa variance aktiva bebas resiko adalah nol karena pengembalian dimasa depan sudah dapat dipastikan dan cov (Rf. Dari persamaan sebelumnya yaitu : var (Rp) = wi2var (Ri) + wj2var (Rj) + 2 wi wj cov (Ri.

SEMINAR MANAJ. maka semakin banyak aktiva yang membentuk portofolio maka akan semakin rumit perhitungan yang akan kita lakukan. sedangkan resiko covariance tidak dapat dihilangkan.ME. KEUANGAN 4 . Secara skematis hal ini dapat ditunjukan oleh gambar berikut : PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE. Namun demikian jika kita perhatikan ilustrasi berikut akan tampak suatu gambaran yang menarik. standar deviasi suatu portofolio. 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.Seperti kita ketahui jika kita menggunakan metoda statistika seperti yang dilakukan oleh Markowitz untuk memperoleh variance. Saham 1 Saham 1 2 3 W1 W1σ11 W2 W1σ21 W3 W1σ31 2 W1 W2σ12 W2 W2σ22 W3 W2σ32 WN W2σN2 3 W1 W3σ13 W2 W3σ23 W3 W3σ33 WN W3σN3 N W1 WNσ1N W2 WNσ2N W3 WNσ3N WN WNσNN N WN W1σN1 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 (Rp) = N (1/N 2 var ) + N (N-1) (1/N 2 cov ) = 1/N var + (N2 – 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.

SEMINAR MANAJ. maka sumbangan resiko saham I terhadap portofolio M adalah σiM.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. Resiko sistematis merupakan sebagian dari perubahan aktiva yang dapat dihubungkan dengan faktor umum.ME. pemogokan kerja. KEUANGAN 5 . dan portofolio tersebut kita beri notasi M. Resiko tidak sistematis merupakan sebagian dari perubahan aktiva yang dapat didiversifikasi. Resiko ini merupakan resiko yang unik bagi perusahaan seperti. sehingga σ iM 2 βi = σ M PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE. Penjumlahan kedua resiko tersebut disebut sebagai resiko total. sedangkan yang tidak dapat dihilangkan dengan diversifikasi kita sebut dengan resiko sistematis. resiko unik. resiko residual atau resiko khusus perusahaan. maka rasio ini disebut sebagai beta (β ). Resiko sistematis merupakan tingkat umum resiko yang dapat diperoleh bagi suatu portofolio melalui diversifikasi sejumlah besar aktiva yang dipilih secara acak. Apabila ukuran ini kita stadardisir dengan membaginya dengan variance portofolio pasar. Resiko sistematis terjadang disebut juga resiko pasar atau resiko tidak dapat dibagi. Resiko ini terkadang disebut juga resiko dapat didiversifikasi. 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 ).

Untuk mengetahui cara pengukuran tersebut. Persamaan (6–3) dapat digunakan untuk mengukur kedua resiko ini secara kuantitatif. pasar. Selain itu. mari kita lihat total resiko pengembalian aktiva I sebagaimana yang diukur oleh varians pengembalian.Model Pasar CAPM menyebutkan bahwa hanya ada satu faktor yang mempengaruhi pengembalian sekuritas. KEUANGAN 6 . SEMINAR MANAJ. Hubungannya. Hal ini dilakukan dengan menentukan varians dari persamaan (6-3). terkadang disebut model pasar (atau model indeks pasar) dapat dinyatakan sebagai berikut : Ri t = α i + β i RM + t ∈ i t dimana (6-3) R it = pengembalian atas aktiva i selama periode t Rmt = pengembalian portofolio pasar selama periode t α i = symbol yang menunjukkkan komponen pengembalian bukan pasar aktiva i βi = symbol yang menghubungkan perubahan pengembalian aktiva i terhadap perubahan dalam portofolio pasar ∈ = symbol kesalahan acak yang merefleksikan resiko unik yang i berhubungan dengan menanamkan modal dalam suatu aktiva. Besarnya varians adalah : var( Ri ) = β i2 var( R M ) + var(∈i ) sama dengan jumlah dari : (1) (2) Resiko sistematis atau resiko pasar dinyatakan oleh Resiko unik dinyatakan oleh (6-4) Persamaan(5-2) menunjukkan bahwa total resiko yang dinyatakan sebagai var (Ri) 3. Model pasar menyatakan bahwa pengembalian sekuritas tergantung dari pengembalian portofolio pasar dan sampai sejauh mana daya tanggap sesuai yang diukur oleh beta ( β). it Diatas disebutkan bahwa total resiko aktiva dapat diuraikan menjadi resiko sistematis/resiko pasar dan resiko tidak sistematis/resiko unik.ME. Garis Pasar Sekuritas PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE. pengembalian juga bergantung pada kondisi yang unik bagi perusahaan sebagaimana yang diukur oleh ∈ .

semakin tinggi pengembalian yang diharapkan. Semakin tinggi beta. pengembalian yang diharapkan atas satu aktiva merupakan fungsi linear positif dari indeks resiko sistematis dan dinyatakan oleh beta. Hubungan resiko garis pengembalian bagi sekuritas tunggal disebut garis pasar sekuritas (security market line = SML). berikut : Untuk melihat bagaimana hubungan ini dikembangkan. persamaan ini menyatakan bahwa. KEUANGAN 7 .CML menunjukkan kondisi keseimbangan dimana pengembalian yang diharapkan dari portofolio aktiva merupakan fungsi linier pengembalian yang diharapkan portofolio pasar. SEMINAR MANAJ. Hubungan langsun yang sama juga berlaku bagi pengembalian diharapkan sekuritas : E(Ri) = ( R F ) + [ E ( R M ) − ( R F )] SD( R ) SD ( R M ) i (6-5) Rumus (5-5) menggunakan variable resiko dan pengembalian sekuritas sebagai ganti nilai portofolio dalam rumus bagi CML. resiko unik dapat Untuk itu. karena perubahan pengembalian bagi aktiva bebas resiko adalah nol dan oleh karena itu pengembalian aktiva tidak mengalami perbedaan seiring dengan portofolio pasar. Perhatikan bahwa beta merupakan satu-satunya penentu pengembalian yang diharapkan suatu aktiva. dapat dilihat kembali persamaan Dalam portofolio dengan diversifikasi yang baik. persamaan (5-4) dapat dinyatakan kembali sebagai dihilangkan. 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. βi = SD ( Ri ) 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) berdasarkan asumsi-asumsi CAPM. Versi lain mengenai hubungan SML menggunakan beta dari sekuritas. (6-4). Beta aktiva bebas resiko bernilai nol.ME. Jadi jika pengembalian diharapkan dari aktiva bebas resiko ingin diketahui. var( Ri ) = β i2 var( Rm ) dan deviasi standar SD ( Ri ) = βi SD ( R M ) maka.

Grafik SML disajikan dalam gambar berikut : E(R) Security Market Line = SML E(Ri) E(RM) Rf βM = 1 βi β Jika SML dapat dirumuskan dengan Ri = Rf + [RM .Rf = [RM .R f β>1 PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE.Maka. KEUANGAN 8 .Rf]βi . Jika aktiva memiliki beta lebih besar dari beta portofolio pasar (yaitu lebih besar dari 1). Jika aktiva 1 memiliki beta yang sama dengan portofolio pasar. SEMINAR MANAJ. pengembalian atas aktiva bebas resiko merupakan pengembalian bebas resiko. jika persamaan tersebut dibuat dalam bentuk grafik maka gambarnya akan tampak sebagai berikut : Ri . 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.Rf]βi maka persamaan tersebut dapat dituliskan menjadi Ri . Beta dari portofolio pasar adalah 1.ME. Demikian pula sebaliknya. maka pengembalian yang diharapkan aktiva lebih besar dari portofolio pasar.

Rf]βi + εi Dengan demikian persamaan regresi diatas dapat PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE. dan karenanya diartikan semakin beresiko. SEMINAR MANAJ. yaitu dengan cara meregresikan antara return sekuritas yang akan dinilai dengan return indeks pasar. dimodifikasi menjadi : (Ri . Analisis terhadap garis karakteristik yang dibentuk dengan menggunakan excess return pada dasarnya akan sama dengan analisis persamaan regresi diatas.β =1 β<1 0 RM . Garis karakteristik juga bisa dibentuk dengan menggunakan excess return dengan mengurangkan masing-masing return total sekuritas maupun return pasar dengan return bebas resiko..R f Apabila β > 1 maka perubahan excess return portofolio pasar sebesar 10% akan mengakibatkan perubahan excess return sekuritas I lebih dari 10 %.ME. Regresi tersebut akan menghasilkan αi yang merupakan ukuran return sekuritas I yang tidak terkait dengan return pasar dan βi yang menunjukan besarnya slope yang mengindikasikan peningkatan return yang diharapkan pada sekuritas I untuk setiap kenaikan return pasar sebesar 1%. KEUANGAN 9 . Memperkirakan beta Untuk memperkirakan beta dapat digunakan model pasar sebagai berikut : Ri t = α i + β i RM + t ∈ i t dimana : Ri = return sekuritas i RM = return indeks pasar αi = slope ε = random residual error Persamaan ini bisa digunakan untuk mengestimasi return sekuritas. 4.Rf) = αi + [RM . Karena itu semakin besar β semakin peka excess return suatu sekuritas terhadap perubahan excess return portfolio pasar.

Sedangkan beta atau slope pada garis karakteristik akan menunjukkan sensitivitas excess return sekuritas terhadap portofolio pasar. 4.ME. Padahal dalam kenyataannya apa yang terjadi dimasa lalu mungkin akan jauh berbeda 5. Oleh karena itu jika periode penelitiannya panjang maka nilai beta cenderung sama PUSAT PENGEMBANGAN BAHAN AJAR-UMB Luna Haningsih SE. sehingga bisa jadi estimasi beta tidak akurat. Ada beberapa hal yang bisa membuta kita ragu terhadap keakuratan hasil estimasi beta tersebut yaitu : 1. Jika terjadi perubahan pada kondisi perusahaan maka netanyapun akan berubah. dengan satu. SEMINAR MANAJ. 3. Nilai alfa dan beta yang diperoleh dari hasil regresi tersebut tidak terlepas dari adanya error. Logika ekonominya adalah resiko yang mendasari perusahaan cenderung bergerak kearah resiko perusahaan rata-rata. dengan apa yang terjadi di masa depan. Dengan demikian estimasi beta untuk satu sekuritas dapat berbeda karena observasi dan periode waktunya yang digunakan berbeda. Marshall Bloom menemukan bahwa beta portofolio cenderung mengalami penyurutan menjadi satu. 2. Beta merupakan resiko sistematis yang juga bisa berkaitan dengan perubahan perusahaan secara khusus. Oleh karena itu beta tidak bersifat stasioner sepanjang waktu. KEUANGAN 10 . 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.Dalam bentuk excess return nilai αi akan menunjukkan besarnya excess return sekuritas pada saat excess return pasar nol. Garis karakteristik dapat dibentuk oleh berbagai observasi pada periode waktu yang berbeda dan tidak ada satupun periode dan observasi yang dianggap tepat. 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.

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)//-->