PENGERTIAN BETA Beta adalah pengukur risiko sistematik dari suatu sekuritas atau portofolio relatif terhadap resiko

pasar. Volatilitas adalah fluktuasi dari return-return suatu sekuritas atau portofolio dalam suatu periode waktu tertentu. MENGESTIMASI BETA Mengetahui Beta suatu sekuritas atau Beta suatu portofolio merupakan hal yang penting untuk menganalisis sekuritas atau portofolio tersebut. Beta suatu sekuritas dapat dihitung dengan teknik estimasi yang menggunakan data historis. Beta historis dapat dihitung dengan menggunakan data historis berupa data pasar ( Beta pasar), data akuntansi (Beta Akuntansi) dan data fundamental (Beta Fundamental). BETA PASAR Beta pasar dapat diestimasi dengan mengumpulkan nilai-nilai historis return dari sekuritas dan return dari pasar selama periode tertentu. Dengan asumsi bahwa hubungan antara return-return sekuritas dan return-return pasar adalah linier, maka beta dapat diestimasi secara manual dengan memplot garis diantara titik-titik return atau dengan teknik regresi. Teknik regresi untuk mengestimasi beta suatu sekuritas dapat dilakukan dengan menggunakan return-return sekuritas sebagai variabel dependen dan return-return pasar sebagai variabel independen. Persamaan regresi yang digunakan untuk mengestimasi beta dapat didasarkan pada model indeks-tunggal atau model pasar, rumusnya yaitu: Ri = i + i . RM + ei Beta juga dapat dihitung dengan rumus sebagai berikut : i = Notasi : = kovarian return antara sekuritas ke-i

= varian return pasar BETA AKUNTANSI Beta akuntansi dapat dihitung dengan rumus: hi = Notasi : hi = Beta akuntansi sekuritas ke- i = kovarian antara laba perusahaan ke- i dengan indeks laba pasar = varian dari indeks laba pasar

Persamaan regresi untuk mengestimasi Beta Akuntansi adalah sebagai berikut: Ei,t = gi + hi EMt + wi,t Notasi : Ei,t = perubahan laba akuntansi perusahaan ke-i untuk periode ke-t EMt = perubahan indeks laba pasar untuk periode ke-t wi,t = kesalahan residual gi perusahaan ke- i BETA FUNDAMENTAL Beaver, Kettler dan Scholes (1970) mengembangkan penelitian Ball dan Brown dengan menyajjikan perhitungan beta menggunakan beberapa variabel fundamental. Variabel- variabel tersebut diantaranya: 1. Dividen Payout Dividen payout diukur sebagai dividen yang dibayarkan dibagi dengan laba yang tersedia untuk pemegang saham umum. Terdapat hubungan yang negatif antara risiko dan dividen payout, yaitu risiko tinggi, dividen payout rendah. 2. Asset Growth Variabel pertumbuhan aktiva (asset growth) didefinisikan sebagai perubahan (tingkat pertumbuhan) tahunan dari aktiva total. 3. Leverage Leverage didefinisikan nilai buku total hutang jangka panjang dibagi total aktiva. 4. Liquidity Likuiditas diukur sebagai current ratio yaitu aktiva lancar dibagi dengan hutang lancar. 5. Asset Size Variabel asset size diukur sebagai logaritma dari total aktiva. Variabel ini diprediksi mempunyai hubungan yang negatif dengan risiko 6. Earnings Variability Variabilitas laba diukur dengan nilai standar dari PER (Price Earnings Ratio) atau rasio P/E (harga saham dibagi denngan laba perusahaan) 7. Accounting Beta = intercept hi = parameter regresi yang merupakan estimasi untuk beta akuntansi

Karena beta akuntansi dan beta pasar keduanya pengukur risiko yang sama, keduanya mempunyai hubungan yang positif BETA PASAR DAN BETA FUNDAMENTAL Beta return pasar dan beta fundamental mempunyai kelebihan dan kekurangan masing-masing. Beta return pasar mempunyai kelebihan dapat mengukur respon dari masing-masing sekuritas terhadap pergerakan pasar. kelemahan beta return pasar yaitu tidak langsung mencerminkan perubahan dari karakteristik perusahaan karena beta return pasar dihitung berdasarkan hubungan data pasar dan tidak dihitung berdasarkan data karakteristik perusahaan. Sementara itu, beta fundamental mempunyai kelebihan secara langsung dapat berhubungan dengan karakteristik perusahaan dan kelemahanya yaitu variabel-variabel karakteristik perusahaan mempunyai efek terhadap beta fundamental yang sama untuk semua perusahaan. BETA PORTOFOLIO Beta portofolio dihitung dengan cara rata-rata tertimbang sebagai berikut: p = Notasi : p = Beta portofolio = beta individual sekuritas ke-i = proporsi sekuritas ke-i Beta portofolio umumnya lebih akurat dibanding beta tiap-tiap individual sekuritas. Alasanya: 1. Beta individual sekuritas konstan dari waktu ke waktu 2. Perhitungan beta individual tak lepas dari kesalahan pengukuran/ kesalahan acak

BETA DISESUAIKAN DAN BETA UNTUK PASAR MODAL BERKEMBANG MENYESUAIKAN DAN MEMPREDIKSI BETA Blume (1971) menyajikan bukti bahwa estimasi beta cenderung mengarah ke nilai satu dari satu periode ke periode yang lain. Memprediksi nilai beta dapat dilakukan dengan cara menyesuaikan nilai beta historis mengarah ke nilai rata-ratanya. Rumusnya : i2= i1 + BETA UNTUK PASAR MODAL BERKEMBANG Beta untuk pasar modal berkembang perlu disesuaikan. Alasanya adalah beta yang belum disesuaikan masih merupakan beta yang bias disebabkan oleh perdagangan yang tidak sinkron.

Perdagangan tidak sinkron Beta sebagai pengukur volatilitas mengukur kovarian return suatu sekuritas dengan return pasar relatip terhadap resiko pasar. Ketidaksamaan waktu antara return sekuritas dengan return pasar dalam perhitungan beta disebabkan karena perdagangan sekuritas-sekuritas yang tidak sinkron. Perdagangan tidak sinkron terjadi karena beberapa sekuritas tidak mengalami perdagangan untuk beberapa waktu. Perdagangan tidak sinkron juga sering terjadi dalam satu ahri perdagangan. Karena masalah perdagangahn tidak sinkron disebabkan oleh masalah periode waktu perdagangan dan masalah dalam interval waktu, maka masalah ini juga disebut periodicity problem dan intervalling problem. Pengujian terhadap Bias Beta pasar merupakan rata-rata tertimbang dari beta masing-masing sekuritas di pasar. Jika terjadi bias, maka beta pasar hasil dari rata-rata tertimbang ini akan sama dengan 1. Akan tetapi, jika terjadi perdagangan tidak sinkron, sehingga beta untuk individual sekuritas akan menjadi bias, maka beta pasar hasil rata-rata tertimbang akan tidak sama dengan 1. Koreksi terhadap Bias Beberapa metode digunakan untuk mengkoreksi bias yang terjadi untuk beta sekuritas akibat perdagangan tidak sinkron. Metode tersebut diantaranya: METODE SCHOLES AND WILLIAMS Scholes and Williams memberikan solusi untuk mengoreksi bias dari perhitungan beta akibat perdagangan tidak sinkron dengan rumus sebagai berikut:

i =
Notasi : i = beta koreksian sekuritas ke-i

= beta yang dihitung berdasarkan persamaan regresi Ri,t = i + i-1 RMt-1, yaitu untuk Ri periode ke-t dengan RM periode lag t-1 = beta yang dihitung berdasarkan persamaan regresi R i,t = i + i0 RMt-1, yaitu untuk Ri periode ke-t dengan RM periode ke-t = beta yang dihitung berdasarkan persamaan regresi Ri,t = i + i+1 RMt-1, yaitu untuk Ri periode ke-t dengan RM periode lead t+1 = korelasi serial antara RM dengan RMt-1 yang dapat diperolah dari koefisien regresi i + i RMt-1 METODE DIMSON

Rumus Beta koreksian menurut metode Dimson untuk sekuritas ke-i adalah sebagai berikut: Ri,t = i + i-n RMt-n + ... + i RMt + ... + i+n RMt+n + n Notasi : Ri,t = return sekuritas ke-i periode ke-t

RMt-n = return indeks pasar periode lag t-n RMt+n = return indeks pasar periode lead t+n Hasil dari koreksian adalah penjumlahan dari koefisien-koefisien regresi berganda, sehingga metode Dimson ini juga dikenal dengan istilah metode penjumlahan koefisien. METODE FOWLER DAN RORKE Fowler dan Rorke (1983) berargumentasi bahwa metode dimson yang hanya menjumlah koefisien-koefisien regresi berganda tanpa memberi bobot akan tetap memberikan beta yang bias. Untuk satu periode lag dan lead, koreksi Beta dilakukan dengan tahapan sebagai berikut: 1. Operasikan persamaan regresi berganda seperti yang dilakukan di metode Dimson sebagai berikut: Ri,t = i + i-1 RMt-1 + i0 RMt + i+1 RMt+1 + 1 2. Operasikan persamaan regresi untuk mendapatkan korelasi serial return indeks pasar dengan return indeks pasar periode sebelumnya sebagai berikut: RMt = i + 3. RMt-1 + 1

Hitung bobot yang digunakan sebesar :

wi
4. Hitung Beta koreksian sekuritas ke-i yang merupakan penjumlahan koefisien regresi berganda dengan bobot.
i = wi . i-1 + i0 + wi . i+1

Cara lain untuk mengoreksi bias yang terjadi akibat perdagangan tidak sinkron yaitu dengan cara membuang observasi sampel yang menyebabkan terjadinya bias. Perdagangan tidak sinkron ini terjadi karena bebrapa saham tidak aktif diperdagangkan. Dengan membuang observasi ini, maka sampel yang digunakan hanya mengandung perdagangan yang sinkron. Foster (1986) menyarankan beberapa solusi untuk menjadikan distribusi data menjadi berdistribusi normal, yaitu dengan cara transformasi data, trimming, dan winsorizing. Transformasi data dilakukan dengan mentransformasikan nilai-nilai return meenjadi nilai logaritma return. Trimming dilakukan dengan membuang sampel yang nilainya dianggap sebagai outliers. Sementara itu metode winsorizing dilakukan dengan mengubah nilai outliers

menjadi nilai maksimum yang tidak dikatakan sebesar outliers, yaitu sebesar dua deviasi standar dari nilai rata-ratanya.