Investasi dan Pasar Modal

A. Estimating the SML (Security Market Line)

Untuk menerapkan pendekatan SML dijelaskan di sini, investor membutuhkan
perkiraan return dari aset bebas risiko, return yang diharapkan dari indeks
pasar, dan beta untuk sekuritas individu. Seberapa sulit hal-hal ini untuk
didapatkan?. Return pada aset bebas risiko (risk-free asset), RF, seharusnya
menjadi yang paling mudah untuk didapatkan daripada variabel lainnya.
Dalam memperkirakan RF, investor dapat menggunakan return dari treasury
bills (obligasi jangka pendek, jatuh tempo kurang dari satu tahun) untuk
periode yang akan datang.
Memperkirakan market return lebih sulit karena return yang diharapkan untuk
indeks pasar tidak bisa diamati. Lebih lanjut, beberapa indeks pasar yang
berbeda dapat digunakan. Cara lain adalah probabilitas perkiraan market
return dibuat, dan nilai yang diharapkan dihitung. ini akan memberikan
perkiraan baik return yang diharapkan dan standar deviasi untuk pasar.
Pada akhirnya, diperlukan untuk memperkirakan beta untuk sekuritas
individual. ini adalah bagian penting dari proses estimasi CAPM (Capital Asset
Pricing Model). perkiraan RF dan return yang diharapkan dari pasar adalah
sama untuk setiap sekuritas yang sedang dievaluasi. Beta memiliki
karakteristik yang unik, menyatukan harapan return investor terhadap saham
dengan orang-orang untuk pasar. beta adalah satu-satunya faktor companyspesific di CAPM, oleh karena itu, risiko adalah satu-satunya perkiraan assetspesific yang harus dilakukan dalam CAPM
Estimating BETA
Model yang lebih luas dari model single-index dikenal sebagai market model.
Model ini identik dengan model single-index, kecuali asumsi untuk kesalahan
pada sekuritas yang berbeda dan tidak berkorelasi tidak dibuat. Rumus market
model sama dengan rumus pada bab 8 untuk model single-index (tanpa
asumsi membatasi):

Ri = alphai + Betai*Rm + ei
Ri
= The return (TR) on security i
Rm
= The return (TR) on the market index
alphai
= The intercept term
Betai = The slope term
ei
= The random residual error
Market model memberikan perkiraan return untuk semua jenis saham

Untuk memperkirakan market model, TR untuk sekuritas i dapat mengalami

kemunduran berhubungan dengan TR pada market index. Perkiraan akan
diperoleh dari ai (pengembalian konstan pada sekuritas i yang diperoleh
terlepas dari tingkat market returns) dan bi (kemiringan koefisien yang
mengindikasikan harapan kenaikan return suatu sekuritas untuk peningkatan 1
persen di market return). ini adalah bagaimana estimasi saham beta
digambarkan

Figure 9-7
The Characteristic line for coca-cola, monthly data
Ketika TR untuk saham diplot terhadap TR market index, garis regresi dipasang
di titik-titik ini disebut sebagai garis karakteristik. garis karakteristik coca cola
ditunjukkan pada Gambar 9-7.
Garis karakteristik sering dipasang menggunakan kelebihan (excess) return.
Kelebihan return dihitung dengan mengeluarkan tingkat risk-free, RF,baik dari
return saham dan return market.
Dalam Kelebihan return, analisis yang sama seperti sebelumnya berlaku. Alpha
adalah intercept dari garis karakteristik pada sumbu vertikal dan, dalam teori,
harus nol untuk saham apapun. Alpha mengukur kelebihan return saham
ketika kelebihan return untuk portofolio pasar adalah nol. Dalam kelebihan
return, koefisien beta merupakan slope garis karakteristik. Beta mengukur
sensitivitas kelebihan return saham dengan yang ada pada portofolio pasar.
Varian dari error term mengukur variabilitas kelebihan return saham yang
tidak terkait dengan pergerakan kelebihan return pasar. Diversifikasi dapat
mengurangi variabilitas ini.
Banyak broker dan jasa penasehat investasi melaporkan beta sebagai bagian
dari total informasi yang diberikan untuk saham individu. misalnya kita,nilai
garis survei investasi melaporkan beta untuk setiap saham tertutup, seperti
halnya perusahaan pialang seperti Merrill Lynch. kedua ukuran risiko yang

dibahas di atas, standar deviasi dan beta, yang dikenal secara luas dan
dibahas oleh investor.
Apakah kita menggunakan model single-index atau model Market, beta dapat
diperkirakan dengan menggunakan analisis regresi. Namun, nilai-nilai alpha i
dan beta I yang diperoleh dalam cara ini merupakan perkiraan dari parameter
benar dan salah. Selanjutnya, beta dapat bergeser dari waktu ke waktu
sebagai perubahan situasi perusahaan. pertanyaan yang muncul, oleh karena
itu, seberapa akurat perkiraan beta?
Seperti yang diketahui, beta biasanya diperkirakan dengan mencocokan garis
karakteristik dengan data. Namun, ini adalah perkiraan beta yang disebut
dalam CAPM. proxy pasar yang digunakan dalam persamaan untuk
memperkirakan beta mungkin tidak sepenuhnya mencerminkan portofolio
pasar yang ditentukan dalam CAPM. Selanjutnya, beberapa hal yang harus
diingat:
1. CAPM mencoba untuk memperkirakan beta masa depan untuk sekuritas,
yang mungkin berbeda dengan beta historis.
2. Dalam teori, variabel independen RM merupakan total seluruh aset
berharga dalam perekonomian. ini biasanya dihubungkan dengan indeks
pasar saham, yang, pada gilirannya, adalah perkiraan return atas semua
saham biasa.
3. Garis karakteristik dapat dipasang di atas berbagai jumlah observasi dan
periode waktu. Tidak ada satu periode yang benar atau jumlah
pengamatan untuk menghitung beta. sebagai hasilnya, perkiraan beta
akan bervariasi. misalnya, garis survei nilai investasi menghitung beta dari
tarif mingguan pengembalian selama lima tahun, sedangkan analisis
lainnya sering menggunakan tingkat return bulanan periode yang
dibandingkan.
4. perkiraan regresi alpha dan beta dari garis karakteristik hanya merupakan
perkiraan dari alpha dan beta yang benar, dan salah. Dengan demikian,
perkiraan ini mungkin tidak sama dengan alpha dan beta yang benar.
5. Sebagai variabel fundamental (laba, arus kas) dari perubahan perusahaan,
beta harus berubah. Beta tidak sempurna dari waktu ke waktu. Masalah ini
cukup penting untuk dipertimbangkan secara terpisah.
Blume menemukan bahwa dalam membandingkan tujuh tahun periode untuk
1,2,4,7,10,21, dan sebagainya, saham dalam portofolio, observasi berikut bisa
dibuat:
a. Estimasi beta untuk sekuritas individual tidak stabil, yaitu, beta
mengandung sedikit informasi tentang beta masa depan.
b. Estimasi beta untuk portofolio yang besar stabil, yaitu, beta mengandung
banyak informasi tentang beta masa depan.
Pada dasarnya, portofolio besar (50 saham) memberikan stabilitas karena efek
rata-rata. meskipun beta dari beberapa saham dalam portofolio naik dari
periode ke periode, dan yang lain turun, dua gerakan ini cenderung saling

bertolak belakang satu sama lain. Selanjutnya, kesalahan yang terlibat dalam
mengestimasi beta cenderung dihapuskan dalam portofolio. Oleh karena itu,
perkiraan beta portofolio menunjukkan sedikit perubahan dari waktu ke waktu
dan jauh lebih dapat diandalkan daripada perkiraan untuk sekuritas individual.
Peneliti telah menemukan bahwa beta pada periode perkiraan, rata-rata, lebih
dekat ke 1,0 dari perkiraan yang diperoleh dengan menggunakan data historis.
Ini berarti bahwa kita bisa meningkatkan perkiraan beta dengan mengukur
penyesuaian dalam satu periode dan menggunakannya sebagai estimasi
penyesuaian pada periode berikutnya, misalnya, kita bisa menyesuaikan setiap
beta terhadap beta rata-rata dengan mengambil setengah beta historis dan
menambahkannya ke setengah dari beta rata-rata. Merril Lynch, perusahaan
pialang terbesar AS, melaporkan beta disesuaikan berdasarkan teknik
tersebut. metode lain juga telah diusulkan, termasuk teknik estimasi Bayesian
B. Tests of the CAPM
Kesimpulan dari CAPM sepenuhnya masuk akal:
1. Return dan risiko berhubungan positif - risiko yang besar membawa return
yang besar
2. Risiko yang relevan untuk sekuritas adalah ukuran efeknya terhadap risiko
portofolio.
Pertanyaannya adalah seberapa baik teori bekerja. Asumsi pada teori pasar
modal sebagian besar tidak realistis. Untuk menilai validitas teori ini atau teori
lain, tes empiris harus dilakukan. jika CAPM berlaku, pasar cenderung untuk
mengimbangi sehingga diketahui return sekuritas rata-rata dihapuskan untuk
sama dengan return yang diharapkan, persamaan untuk ini dapat
digambarkan:

Ri = a1 + a2*Betai
Ri
Betai

= The average return on security I over some number of people

= The estimated beta for security i

Ketika persamaan diatas diperkirakan, a1 harus mendekati tingkat bebas risiko

rata-rata selama periode yang diteliti, dan a2 harus mendekati rata-rata
premium risiko pasar selama periode yang diteliti.
Sebuah literatur yang luas melibatkan tes dari teori pasar modal, khususnya,
CAPM. meskipun tidak mungkin untuk meringkas ruang lingkup literatur ini
sepenuhnya dan rekonsiliasi temuan dari studi yang berbeda yang tampaknya
tidak setuju, poin-poin berikut merupakan konsensus yang wajar hasil empiris:
1. SML berbentuk linear, yaitu trade-off antara return yang diharapkan (wajib)
dan risiko merupakan garis lurus miring ke atas (upward-sloping).
2. The intercept term, a1 umumnya lebih tinggi daripada RF
3. Kemiringan CAPM, a2, umumnya ditemukan kurang curam dari yang
diasumsikan oleh teori.

4. Meskipun bukti dicampur, ada kasus persuasif yang telah dibuat bahwa
risiko unsystematic adalah premi risiko. dengan kata lain, investor dihargai
hanya untuk asumsi risiko sistematis.
Masalah utama dalam pengujian teori pasar modal adalah bahwa hal itu
dirumuskan secara ex ante, tetapi dapat diuji hanya secara ex post. kita tidak
pernah tahu harapan investor dengan pasti. Oleh karena itu, seharusnya tidak
mengejutkan bahwa tes dari model telah menghasilkan hasil yang
bertentangan dalam beberapa kasus dan hasil empiris yang menyimpang dari
prediksi model. pada kenyataannya, itu menakjubkan bahwa hasil empiris
mendukung dasar CAPM serta apa yang mereka lakukan. Berdasarkan data
penelitian bertahun-tahun, tampak bahwa harga pasar sekuritas saham atas
dasar hubungan linear antara return risiko sistematis, dengan risiko
diversifikasi (tidak sistematis) hanya berpengaruh sedikit atau tidak ada dalam
mekanisme harga.
CAPM belum terbukti secara empiris, juga tidak akan. Pada kenyataannya,
banyak yang berpendapat bahwa CAPM adalah tidak dapat diuji karena
portofolio pasar yang terdiri dari semua aset berisiko, yang tidak dapat
diobservasi. pada dasarnya, banyak yang berpendapat bahwa tes dari CAPM
sebenarnya tes efisiensi rata-rata varians portofolio pasar. Namun demikian,
CAPM tetap menjadi cara yang logis untuk melihat return risiko trade-of yang
diharapkan serta model yang sering digunakan di bidang keuangan.