PENGERTIAN BETA

Beta merupakan suatu pengukur volatilitas (volatility) return suatu sekuritas atau return
portofolio terhadap return pasar. Beta sekuritas ke-I mengukur volatilitas return sekuritas ke-I
dengan return pasar. Dengan demikian Beta merupakan pengukur risiko sistematik (systematic
risk) dari suatu sekuritas atau portofolio relatif terhadap risiko pasar.
Volatililitas didefinisikan sebagai fluktuasi dari return-return suatu sekuritas atau portofolio
dalam suatu periode waktu tertentu. Jika fluktuasi return-return sekuritas atau portofolio secara
statistic mengikuti fluktuasi dari return-return pasar, maka Beta dari sekuritas atau portofolio
tersebut dikatakan bernilai 1. Beta sama dengan 1 juga menunjukkan jika return pasar bergerak
naik (turun), return sekuritas atau portofolio juga bergerak naik (turun) sama besarnya mengikuti
return pasar.
MENGESTIMASI BETA
Beta suatu sekuritas menunjukkan risiko sistematiknya yang tidak dapat dihilangkan karena
diversifikasi. Beta suatu sekuritas dapat dihitung dengan teknik estimasi yang menggunakan data
historis. Selanjutnya dapat digunakan untuk mengestimasi Beta masa datang.
Beta historis dapat dihitung dengan menggunakan data historis berupa data pasar (returnreturn sekuritas dan return pasar), data akuntansi (laba-laba perusahaan dan laba indeks pasar)
atau data fundamental (menggunakan variable-variabel fundamental).
BETA PASAR
Beta pasar diestimasi dengan mengumpulkan nilai-nilai historis return dari sekuritas dan return
dari pasar selama periode tertentu, misalnya selama 60 bulan untuk return bulanan atau 200 hari
untuk return harian. Dengan asumsi bahwa hubungan antara return-return sekuritas dan returnreturn pasar adalah linier, maka Beta dapat diestimasi secara manual dengan memplot garis di
antara titik-titik return atau dengan teknik regresi.
Contoh 11.1:
Return-return sekuritas A (RA) dan return-return pasar (RM) selama 10 minggu tampak di table
berikut ini:
Return Saham A
Return Pasar
8,0%
4,0%
9,0%
4,5%
10,0%
4,5%
10,5%
5,5%
11,5%
6,0%
11,0%
7,0%
12,0%
6,0%
12,0%
6,5%
14,0%
7,5%
14,0%
8,0%
Secara manual, Beta sekuritas A dapat dihitung dengan cara sebagai berikut ini.
1. Buat diagram sebesar (scatter diagram) yang menunjukkan titik-titik hubungan antara return
sekuritas A dengan return pasar untuk tiap-tiap periode yang sama (untuk contoh ini periode yang
digunakan adalah mingguan).

2. Tarik garis lurus yang paling mendekati dengan semua titik-titik hubungan di atas (prosedur ini
membuat kesalahan kuadrat bernilai terkecil).
3. Beta historis untuk sekuritas A dapat dihitung berdasarkan slope dari garis lurus yang ditarik
tersebut. Besarnya Beta A dapat dihitung sebesar (13,5% - 7,5%) / (8 4) = 1,5.

Jika digunakan model indeks tunggal atau model pasar, Beta dapat dihitung berdasarkan
persamaan sebagai berikut.
Ri=i + i. RM + ei
Dari persamaan diatas, koefisien i merupakan Beta sekuritas ke-I yang diperoleh dari
teknik regresi. Variable acak ei di persamaan regresi menunjukkan bahwa persamaan linier yang
dibentuk mengandung kesalahan. Untuk tiap-tiap observasi, nilai kesalahan residu, ei,
menunjukkan perbedaan antara return observasi sesungguhnya dengan return estimasi yang
berada di garis linier.
Contoh 11.2:
Dari data di contoh 11.1, hasil dari perhitungan dengan teknik regresi adalah sbb:
Variabel
Estimasi Parameter
t-test
p-variabel
INTERCEPT
2,014638
2,468
0,0389
RM
1,434515
10,692
0,0001
F-value = 114,311
R-square = 0,9346
Adj R-sq = 0,9264
Dari hasil regresi di atas, persamaan regresi yang didapat adalah :
RA=2,014638 + 1,43415 RM
Beta merupakan koefisien parameter dari variable RM, yaitu sebesar 1,43415. Koefisien
ini adalah signifikan dengan p-value sebesar 0,0001 (signifikan lebih kecil dari 1%)1. Beta
yang diperoleh dari teknik regresi tidak menyimpang jauh dari Beta yang dihitung dengan
teknik ploting (yaitu sebesar 1,50).
Beta juga dihitung dengan teknik regresi menggunan model CAPM. Model CAPM dapat
dituliskan:
Ri = RBR + i. (RM RBR )+ei
Notasi :
Ri = return sekuritas ke-i.
RBR = return aktiva bebas risiko.
RM = return portofolio pasar.
i = Beta sekuritas ke-i

Untuk mengaplikasikan model CAPM ini ke persamaan regresi, maka nilai

RBRperlu dipindahkan dari sebelah kanan ke sebelah kiri persamaan (lihat lebih lanjut bab 12)
sehingga didapat:
Ri - RBR = i . (RM - RBR)+ ei
Sehingga dependen variable persamaan regresi adalah sebesar (R i - RBR) dengan independen
variabelnya adalah (RM - RBR).

Contoh 11.3:
Dari contoh 11.1, return-return sekuritas A (RA) dan return-return pasar (RM) selama 10 minggu
ditambah dengan return-return bebas risikonya (RBR) tampak di table berikut ini.
(RA)
(Rm)
(RBR)
(RA RBR)
(RM RBR)
7,5%
4,0%
2,0%
5,5%
2,0%
8,0%
4,5%
2,0%
6,0%
2,5%
9,0%
4,5%
2,1%
6,9%
2,4%
10,0%
5,5%
2,05%
7,95%
3,45%
10,5%
6,0%
2,0%
8,5%
4,0%
11,5%
7,0%
2,2%
9,3%
4,8%
11,0%
6,0%
2,5%
8,5%
3,5%
12,0%
6,5%
4,0%
8,0%
2,5%
12,0%
7,5%
5,0%
7,0%
2,5%
14,0%
8,0%
5,5%
9,5%
2,5%
Hasil dari regresi tampak sebagai berikut ini:
Variable
Estimasi Parameter
t-test
INTERCEPT
4,392592
4,550
(RM RBR)
1,068792
3,465
F-value = 12,005
R-square = 0,6001
Adj R-sq = 0,5501
Persamaan regresi yang diperoleh adalah sebagai berikut:
(RA RBR) = 4,392592 + 1,068792 (RM RBR)

p-value
0,0019
0,0085

Besarnya Beta adalah 1,068792 yang secara statistic juga signifikan tidak sama dengan
nol dengan p-value sebesar 0,0085. Beta yang diperoleh dengan model CAPM ini cukup berbeda
dengan Beta yang diperoleh dari model indeks tunggal (yaitu sebesar 1,434515).
Beta dapat juga dihitung dengan rumus sebagai berikut ini (lebih lanjut di bab 14).

Contoh 11.4:
Dengan menggunakan data di contoh 11.1, besarnya Beta yang dihitung berdasarkan rumus (112) adalah sebagai berikut ini.
RA
(RM)
(RA RM) .
(RM RM)2
(RM RM)

7,5%
8,0%
9,0%
10,0%
10,5%
11,5%
11,0%
12,0%
12,0%
14,0%
(RA) = 10,55

4,0%
4,5%
4,5%
5,5%
6,0%
7,0%
6,0%
6,5%
7,5%
8,0%
(RM)= 5,95

5.9475
3.6975
2.2475
0.2475
-0.0025
0.9975
0.0225
0.7975
2.2475
7.0725

3.8025
2.1025
2.1025
0.2025
0.0025
1.1025
0.0025
0.3025
2.4025
4.2025

iM= 23,275

M2 = 16,225

Besarnya Beta adalah sebagai berikut :

Besarnya Beta yang diperoleh, yaitu sebesar 1,43515 adalah sama dengan Beta yang dihitung
dengan teknik regresi di contoh 11.2.
BETA AKUNTANSI
Beta akuntansi ini dihitung secara sama dengan Beta pasar (yang menggunakan data return),
yaitu dengan mengganti data return dengan data laba akuntansi. Beta akuntansi dengan demikian
dapat dihitung dengan rumus:

Contoh 11.5:
Misalnya suatu pasar modal hanya mempunyai 3 macam sekuritas, yaitu sekuritas A, B, dan C.
dengan demikian indeks laba pasar dapat dihitung dengan cara rata-rata aritmatika laba
perusahaan A, B, dan C. laba akuntansi untuk perusahaan A, B, C, dan indeks laba pasarnya
selama 10 periode tampak di tabel berikut ini.
t
EA
EB
EC
EM

1
2
3
4
5
6
7
8
9
10

4,0
4,5
5,0
5,5
5,0
5,1
4,9
5,0
4,5
5,5

1,15
1,5
1,7
1,8
2,0
2,1
2,2
2,0
2,5
2,7

2,5
2,7
2,9
3,0
3,5
3,7
3,9
4,0
3,5
3,8

2,55
2,9
3,2
3,43
3,5
3,63
3,67
3,67
3,5
4,0

Rata-rata

4,9

1,965

3,35

3.405

Kovarian antara laba sekuritas A dengan laba pasar (Cov(EA,EM)), kovarian antara laba sekuritas
B dengan laba pasar (Cov(EB,EM)), kovarian antara laba sekuritas C dengan laba pasar
(Cov(EC,EM)) dan varian laba pasar (Var(EM)) dapat dihitung sebagai berikut ini.
T
1
2
3
4
5
6
7
8
9
10

Cov(EA . EM)
0,7695
0,202
-0,0205
0,017
0,0095
0,045667
0
0,026167
-0,038
0,537

Cov(EB . EM)
0,696825
0,234825
0,054325
-0,00467
0,003325
0,030825
0,061492
0,009158
0,050825
0, 437325

Cov(EC . EM)
0,72675
0,32825
0,09225
-0,00992
0,01425
0,079917
0,143917
0,170083
0,01425
0,26775

Var (EM)
0,731025
0,255025
0,042025
0,000803
0,009025
0,052136
0,068469
0,068469
0,009025
0,354025

Total

1,368333

1,57425

1,8275

1,590028

Beta akuntansi untuk sekuritas A, B dan C dapat dihitung sebagai berikut ini.

Beta akuntansi digunakan pertama kali di studi Brown dan Ball (1969) yang
menggunakan persamaan regresi untuk mengestimasinya. Brown dan Ball menggunakan
perubahan laba akuntansi, bukan tingkat laba akuntansi untuk menghitung Beta akuntansi.
Persamaan regresi untuk mengestimasi Beta akuntansi adalah sebagai berikut:
Ei,t =
gi +
hi +
EMt +

wi,t

(11-4)

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 (error term).
gi
= intercept.
hi
= parameter regresi yang merupakan estimasi untuk Beta akuntansi perusahaan
Ball dan Brown menggunakan model pasar (lihat bab 9) dan model beta akuntansi (11-4)
untuk mengestimasi Beta pasar (i) dan Beta akuntansi (hi) dengan menggunakan data sebanyak
261 perusahaan selama periode 1946-1966. Korelasi (dihitung berdasarkan Spearman rank
order) untuk kedua Beta tersebut adalah sebesar 0,46, 0,39 dan 0,41 berturut-turut untuk laba
operasi, laba setelah pajak dan laba yang tersedia untuk pemegang saham umum. Dari hasil
korelasi ini terlihat bahwa Beta akuntansi cukup berhubungan dengan Beta pasar.
11.6 BETA FUNDAMENTAL
Beaver, Kettler dan scholes (1970) mengembangkan penelitian Ball dan Brown dengan
menyajikan perhitungan Beta menggunakan beberapa variabel fundamental. Variabel-variabel
yang dipilih oleh mereka merupakan variabel-variabel yang berhubungan dengan resiko, karena
Beta merupakan pengukur dari resiko. Dengan asumsi bahwa resiko dapat , ditentukan
menggunakan kombinasi. Karakteristik pasar dari sekuritas dan nilai-nilai fundamental
perusahaan, maka kombinasi ini akan banyak membantu mengerti Beta dan untuk
memprediksinya. Beaver, Kettler dan Scholes menggunakan 7 macam variabel yang merupakan
variabel-variabel fundamental. Sebagian besar dari variabel adalah variabel fundamental. Secara
umum variabel tersebut dianggap bervariasi dengan resiko, tapi secara teori mungkin tidak
semua berhubungan dengan resiko. Ketujuh variabel yang digunakan adalah sebagai berikut.
1. Devidend Payout
Deviden payout diukur sebagai deviden yang dibayarkan dibagi dengan laba yang
tersedia untuk pemegang saham umum. Litner (1956) memberikan alasan rasional bahwa
perusahaan-perusahaan enggan untuk menurunkan deviden. Jika perusahaan memotong deviden,
maka akan dianggap sebagai sinyal yang buruk karena dianggap perusahaan membutuhkan dana.
Oleh karena itu perusahaan yang mempunyai resiko yang tinggi cenderung untuk membayar
deviden payout lebih kecil supaya nanti tidak memotong deviden jika laba yang diperoleh turun.
Untuk perusahaan yang beresiko tinggi, probabilitas untuk mengalami laba yang menurun adalah
tinggi. Dari pemikiran ini, maka dapat disimpulkan adanya hubungan yang negatif antara resiko
dan deviden payout yaitu resiko tinggi deviden payout rendah. KarenaBeta merupakan pengukur
rasio, maka dapat juga dinyatakan bahwa Beta dan deviden payout mempunyai hubungan yang
negatif.
2. Asset Growth
Variabel pertumbuhan aktiva (asset growth) didefinisikan sebagai perubahan (tingkat
pertumbuhan) tahunan dari aktiva total. Variabel ini diprediksi mempunyai hubunganpositif
dengan Beta. Hubungan ini tidak diduung oleh teori.
3. Levarage
Levarage didefinisikan sebagai nilai buku total utang jangka panjang dibagi dengan totl
aktiva. Levarage diprediksi mempunyai hubungan positif dengan Beta. Bowman (1980)

menggunakan nilai pasar untuk total utang dalam memnghitung levarage dan mendapatkan hasil
yang tidak berbeda jika digunakan dengan nilai buku.
4. Liquidity
Likuiditas diukur sebagai current ratio yaitu aset lancar dibagi dengan utang lancar.
Likuiditas dinilai mempunyai hubungan yang negatif dengan Beta, yaitu secara rational diketahui
bahwa semakin likuid perusahaan, semakin kecil resikonya.
5. Asset size
Variabel ukuran aktiva (Asset Size) diukur sebagai logaritma dari total aktiva. Variabel ini
diprediksi mempunyai hubungan yang negatif dengan resiko. Ukuran aktiva dipakai sebagai
wakil pengukur (proxy) besarnya perusahaan. Perusahaan yang besar dianggap memiliki resiko
yang lebih kecil dibandingkan dengan perusahaan yang lebih kecil. Alasanya adalah karena
perusahaan yang besar dianggap lebih mempunyai akses ke pasar modal, sehingga dianggap
mempunyai beta yang lebih kecil (Elton dan Gruber, 1994). Anggapan ini merupaka anggapan
yang umum tidak didasarkan pada teori. Bagaimanapun juga Watts dan Zimmerman (1978)
mencoba membuktikan hipotesis tentang hubungan ini untuk membentuk teori yang disebut
dengan teori akuntansi positif (Positive accounting theory). Watts dan Zimmerwan selanjutnya
menghipotesiskan bahwa perusahaan besar cenderung menginvestasikan dananya keproyek yang
mempunyai varian rendah dengan beta yang rendah untuk menghindari laba yang berlebihan.
Dengan menginvestasikan ke proyek dengan Beta yang rendah akan menurunkan resiko dari
perusahaan. Dengan demikian dihipotesiskan hubungan antara ukuran perusahaan dengan Beta
adalah negatif.
6. Earnings Variability
Variabilitas laba (Earnings Variability) diukur dengan nilai deviasi standart dari PER
(price earning ratio) atau rasio P/E (harga saham dibagi dengan laa perusahaan). Varibialitas dari
laba dianggap sebagai resiko perusahaan, sehingga hubungan antara variabel ini dengan Beta
adalah positif.
7. Accounting Beta
Beta akuntansi (accounting beta) diperoleh dari koefisien regresi dengan variable
dependen perubahan laba akuntansi dan variable independen adalah perubahan indeks laba pasar
untuk laba akuntansi portofolio pasar seperti tampak di persamaan (11-4). Karena Beta
Akuntansi dan Beta pasar keduanya pengukur resiko yang sama, maka diprediksi keduanya
mempunyai hubungan yang positif.
Beaver, Kettler dan Scholes mengumpulkan 307 perusahaan yang tercatat di NYSE (New York
Stock Exchange)selama dua periode.mereka memprediksi hubungan antara beta pasar dengan
tujuh variable fundamental diatas untuk portofolio yang terdiri dari 5 perusahaan. Portofolio
dibentuk dengan membuat rengking berdasarkan nilai fundamental. Lima perusahaan dengan
nilai tertinggi dikelompokan kedalam portofolio pertama, enam sampai kesepuluh di portofolio
kedua, dan seterusnya sampai terbentuk 61 portofolio dengan masing-masing 5 perusahaan.
Table berikut ini menunjukan hasil korelasi spearman rank dan product moment antara Beta
pasar dengan masing-masing dari ketujuh variable fundamental. Dari table tersebut hanya sebuah
koefisien korelasi spearman rank yang tidak mempunyai tanda yang diprediksi, yaitu untuk
variable likuiditas diperiode kedua. Dari ketujuh variable, empat diantaranya mempunyai
korelasi dengan tingkat signifikan 1% baik untuk portofolio 1 perusahaan atau portofolio 5
perusahaan. Keempat variable itu adalah dividend payout, leverage, earning variability, dan
accounting beta. Dengan demikian dapat disimpulkan bahwa terdapat hubungan yang signifikan
antara resiko perusahaan yang diukur denga Beta pasar dengan keempat variable fundamental.da

ketiga variable yang tidak signifikan merupakan variable yang tidak didukung teori mengenai
hubungannya dengan Beta pasar.
tabel11.1.
korelasi antara Beta denganvariabel-variabel fundamental
periode 1 (1947periode 2 (19571956)
1965)
tanda
periode periode
variabel
prediks
portofoli portofoli 1
5
i
o1
o5
sekurita sekurita
sekuritas sekuritas s
s
-0,49
-0,79
-0,29
-0,50
devidend
payout
(-0,50)
(-0,77)
(-0,24)
(-0,45)
+
0,27
0,56
0,01
0,02
Asset Growth
(0,23)
(0,51)
(0,03)
(0,07)
+
0,23
0,41
0,22
0,48
Leverage
(0,23)
(0,45)
(0,25)
(0,56)
-0,13
-0,35
-0,05
-0,04
Liquidity
(-0,13)
(-0,44)
(-0,01) (-0,01)
-0,06
-0,09
-0,16
-0,30
Asset size
(-0,07)
(-0,13)
(-0,16)
(-0,30)
Earning
+
0,66
0,90
0,45
0,82
Varianbility
(0,58)
(0,77)
(0,36)
(0,62)
+
0,44
0,68
0,23
0,46
Accounting
Beta
(0,39)
(0,67)
(0,23)
(0,48)
Langkah selanjutnya untuk mendapatkan Beta fundamental adalah mendapatkan efek dari
variable fundamental ini dengan Beta pasar secara serentak menggunakan model multivariate.
Secara khusus, regresi cross-sectional untuk suatu periode tertentu dapat berupa
Bi=a0+a1X1i+a2X2i++aaXai+ci
Dengan subskripsi I menunjukan perusahaan ke-i. secara khusus jika menggunakan ketujuh
variable fundamental adalah sebagai berikut:
bi = a0 + a1 + a2GROWTHi + a3LEVi + a4LIKUIi + a5SIZEi + a6EVARi + a7ABETAi + ei
Notasi:
bi
= Beta pasar perusahaan ke-i
DIVi
= dividend payout (pembayaran deviden) perusahaan ke-i
Growthi
= pertumbuhan aktiva perusahaan ke-i
LEVi
=leverage perusahaan ke-i
LIKUIi
= likuiditas perusahaan ke-i
EVARi
= variabilitas laba perusahaan ke-i
ABETAi
= Beta akuntansi perusahaan ke-i
Ei
= kesalahan residu perusahaan ke-i
Dari hasil koefisien-koefisien estimasi ( + + + + . . . + ) maka Beta fundamental ()
dapat diprediksi dengan rumus sebagai berikut.
hi = + 1DIVi+ 2GROWTHi + 3LEVi + 4LIKUIi + 5SIZEi + 6EVARi + 7ABETAi
Contoh 11.7:

Misalnya dari regresi multivariate ini didapatkan persamaan regresi dengan semua koefisien
secara statistic signifikan sebagai berikut ini.
= 0,05 1,2 DIVi + 1,5 GROWTHi + 1,05 LEVi 0,07 LIKUIi 0,0085 SIZEi + 0,15 EVARi +
0,35 ABETAi
nilai-nilai fariabel fundamental untuk suatu perusahaan pada periode ini adalah.
Deviden payout
= 0,075
Asset growth
= 0,05
Leverage
= 0,9
Liquidity
= 1,8
Log (total asset)
= 5,1
Earning valiability
= 0,55
Accounting Beta
= 1,5
Selanjutnya beta fundamental dapat diprediksi sebesar:
= 0.05 1.2 (0.075) + 1.5 (0.05) + 1.5 (0.9) 0.07 (1.8) 0,0085 (5.1) + 0.15 (0.55) +
0.35 (1.5)
= 1.418
Jika koefisien-koefisien hasil regresi mempunyai nilai yang secara statistic signifikan
berarti menunjukan bahwa variable-variabel fundamental yang koefisiennya signifikan
mempunyai akurasi untuk memprediksi Beta pasar.
11.7. BETA PASAR DAN BETA FUNDAMENTAL
Beta pasar dan Beta fundamental masing-masing mempunyai kelebihan dan kekurangan.
Kelebihan dari Beta return pasar adalah beta ini mengukur respon dari masing-masing sekuritas
terhadap pergerakan pasar. Kelamahan dari Beta return pasar adalah tidak langsung
mencerminkan perubahan dari karakteristik perusahaan karena Beta return pasar dihitung
berdasarkan hubungan data pasar (return perusahaan yang merupakan perubahan dari harga
saham dengan return pasar) dan tidak dihitung berdasarkan data karakteristik (fundamental)
perusahaan, seperti misalnya data fundamental pembayaran deviden.
Di lain pihak, Beta fundamental mempunyai kebaikan bahwa Beta ini secara langsung
berhubungan dengan perubahan karakteristik perusahaan, karena Beta ini dihitung menggunakan
data karakteristik tersebut. Beta fundamental juga mempunyai kelemahan, yaitu variable-variabel
karakteristik perusahaan mempunyai efek terhadap Beta fundamental yang sama untuk semua
perusahaan. Missalnya dari contoh 11.7 didapat nilai =-1.2 dan =1.5. ini berarti bahwa
perubahan sebesar 1% dari dividend payout akan mempengaruhi Beta fundamental sebesar
-1.2% untuk Beta semua perusahaan. Demikian juga perubahan sebesar 1% dari asset growth
akan mempengaruhi secara sama sebesar 1.5% untuk Beta setiap perusahaan.
11.8. BETA PORTOFOLIO
Beta portofolio dapat dihitung dengan cara rata-rata tertimbang (berdasarkan proporsi)
dari masing-masing individual sekuritas yang membentuk portofolio sebagai berikut:

Notasi:

= Beta portofolio

= Beta individual sekuritas ke-i

w
= proporsi sekuritas ke-i

Beta portofolio umumnya lebih akurat dibandingkan dengan Beta tiap-tiap individual
sekuritas. Alasannya adalah sebagai berikut:
1. Beta individual sekuritas diasumsikan konstan dari waktu ke waktu. Kenyataanya Beta
individual dapat berubah dari waktu kewaktu. Perubahan Beta individual sekuritas dapat berupa
perubahan naik atau perubahan turun.dengan demikian jika Beta tidak konstan dar waktu ke
waktu, maka Beta portofolio akan lebih tepat dibandingkan dengan Beta individual sekuritas.
2. Perhitungan Beta individual sekuritas juga tidak terlepas dari kesalahan pengukuran
(measurement error) atau kesalahan acak (rondom error). Pembentukan portofolio akan
mengurangi kesalahan acak ini, karena kesalahan acak satu sekuritas mungkin akan ditiadakan
oleh kesalahan acak sekuritas yang lain. Dengan demikian, Beta portofolio juga diharapkan akan
lebih tepat dibandingkan dengan Beta individual sekuritas.