MODEL-MODEL KESEIMBANGAN

Pada dua bab sebelumnya telah dijelaskan tentang berbagai konsep dasar yang
perlu dipahami investor dalam pembentukan portofolio yang optimal, serta
bagaimana cara membentuk portofolio optimal tersebut. Selanjutnya, dalam bab
ini akan dibahas suatu konsep penting dan mendasar lainnya dalam ilmu investasi
yang disebut sebagai model keseimbangan. Pada dasarnya, sebuah model akan bisa
membantu kita memahami suatu permasalahan yang kompleks dalam gambaran
yang lebih sederhana. Demikian pula halnya dalam model keseimbangan. Dengan
menggunakan model keseimbangan, kita akan bisa memahami bagaimana perilaku
investor secara keseluruhan, serta bagaimana mekanisme pembentukan harga dan
return pasar dalam bentuk yang lebih sederhana. Model keseimbangan juga dapat
membantu kita untuk memahami bagaimana menentukan risiko yang relevan
terhadap suatu aset, serta hubungan risiko dan return yang diharapkan untuk suatu
aset ketika pasar dalam kondisi seimbang.
Dalam bab ini akan dibahas dua model keseimbangan yang disebut sebagai
Capital Aset Pricing Model (CAPM) dan Arbitrage Pricing Theory (APT) . Model CAPM
rnerupakan model keseimbangan yang menggambarkan hubungan risiko dan return
secara lebih sederhana dan hanya menggunakan satu variabel (disebut sebagai
variabel beta) untuk menggambarkan risiko. Sedangkan model APT, merupakan
sebuah model keseimbangan alternatif yang lebih kompleks dibanding CAPM, karena
menggunakan sekian banyak variabel pengukur risiko untuk melihat hubungan risiko dan
return.

6.1 CAPITAL ASSET PRICING MODEL

CAPM pertama kali dikenalkan oleh Sharpe, Lintnes dan Mossin pada per-
tengahan tahun 1960-an. CAPM merupakan suatu model yang menghubungkan tingkat
return yang diharapkan dari suatu aset berisiko dengan risiko dari aset tersebut pada
kondisi pasar yang seimbang.

CAPM didasari oleh teori portofolio yang dikemukakan oleh Markowitz.

Berdasarkan model Markowitz, masing-masing investor diasumsikan akan
mendiversifikasikan portofolionya dan memilih portofolio yang optimal atas dasar
preferensi investor terhadap return dan risiko, pada titik-titik portofolio yang terletak di
sepanjang garis portofolio efisien. Di samping asumsi itu, ada beberapa asumsi lain
dalam CAPM yang dibuat untuk menyederhanakan realitas yang ada, yaitu:

1. Semua investor mempunyai distribusi probabilitas tingkat return di masa depan yang
identik, karena mereka mempunyai harapan atau ekspektasi yang hampir sama.
Semua investor menggunakan sumber informasi seperti tingkat return, varians return
 dan matriks korelasi yang sama dalam kaitannya dengan pembentukan portofolio
yang efisien.
2. Semua investor mempunyai satu periode waktu yang sama, misalnya satu tahun.
3. Semua investor dapat meminjam (borrowing) atau meminjamkan (lending) uang
pada tingkat return yarg bebas risiko (risk-free rate of return).
4. Tidak ada biaya transaksi.
5. Tidak ada pajak pendapatan.
6. Tidak ada inflasi.
7. Terdapat banyak sekali investor, dan tidak ada satu pun investor yang dapat
mempengaruhi harga suatu sekuritas. Semua investor adalah price-taker.
8. Pasar dalam keadaan seimbang (equilibrium).

Asumsi-asumsi di atas memang terlihat tidak realistis, misalnya tidak adanya biaya
transaksi, inflasi, pajak pendapatan dan hanya ada satu periode waktu. Asumsi tersebut
memang sulit kita temui dalam dunia senyatanya. Jika demikian, mengapa kita perlu
membahas CAPM? Kita perlu mempelajari CAPM karena model CAPM, merupakan
model yang bisa menggambarkan atau memprediksi realitas di pasar yang bersifat
kompleks, meskipun bukan kepada realitas asumsi-asumsi yang digunakan. Oleh
karena itu, CAPM sebagai sebuah model keseimbangan bisa membantu kita
menyederhanakan gambaran realitas hubungan return dan risiko dalam dunia nyata
yang terkadang sangat kompleks.

Jika semua asumsi di atas terpenuhi maka akan terbentuk suatu pasar yang
seimbang. Dalam kondisi pasar yang seimbang, investor tidak akan bisa memperoleh
return abnormal (return ekstra) dari tingkat harga yang terbentuk, termasuk bagi
investor yang melakukan perdagangan spekulatif. Oleh karena itu, kondisi tersebut
akan mendorong semua investor untuk memilih portofolio pasar, yang terdiri dari semua
aset berisiko yang ada. Portofolio pasar tersebut akan berada pada garis permukaan
efisien (efficient frontier) dan sekaligus merupakan portofolio yang optimal.

6.2. PORTOFOLIO PASAR

Seperti dijelaskan di atas, bahwa pada kondisi pasar yang seimbang, semua
investor akan memilih portofolio pasar, yaitu portofolio yang terdiri dari semua aset-aset
berisiko yang juga merupakan portofolio yang optimal. Berdasarkan teori Portofolio
Markowitz, portofolio yang efisien adalah portofolio yalng berada di sepanjang kurva
efficient frontier, seperti terlihat dalam Gambar 6.1 di bawah ini.
Gambar 6.1.
Portofolio yang Efisien dan Portofolio yang Optimal

Titik M pada Gambar 6.1. di atas merupakan titik persinggungan antara garis yang
ditarik dari RI (tingkat return bebas risiko) dengan efficient frontier yang terdiri dari
portofolio aset-aset berisiko. Titik M ini merupakan titik yang memiliki sudut tangen
tertinggi dibanding titik-titik lainnya di sepanjang garis efficient frontier, sehingga jika
garis RF-L dihubungkan dengan garis efficient frontier, maka titik persinggungan akan
berada di titik M. Dalam kondisi pasar yang seimbang, semua investor akan memilih
portofolio pada titik M sebagai portofolio yang optimal (terdiri dari aset-aset berisiko).
Seperti telah disebutkan di atas, dalam pasar yang seimbang, terdapat asumsi bahwa
semua investor menggunakan analisis Markowitz yang sama dalam pemilihan
portofolio, sehingga semua pilihan portofolio investor akan mengarah pada satu
portofolio aset berisiko yang sama (titik M), dan portofolio inilah yang disebut dengan
portofolio pasar.

Meskipun investor bisa saja memilih titik yang berbeda di sepanjang garis R F-L
(terdiri dari titik-titik portofolio yang merupakan gabungan aset berisiko dan aset bebas
risiko), misalnya di titik C, semua investor diasumsikan akan berinvestasi pada
portofolio aset berisiko yang sama yaitu titik M. Perbedaannya bahwa di titik M hanya
terdiri dari portofolio pasar yang merupakan gabungan aset-aset berisiko saja,
sedangkan titik C merupakan kombinasi antara aset bebas risiko dengan portofolio aset
berisiko. Portofolio pada titik M akan selalu terdiri dari semua aset berisiko, sehingga
bisa disimpulkan bahwa pada CAPM, poitofolio pasar adalah portofolio aset berisiko
yang optimal. Karena portofolio pasar terdiri dari semua aset berisiko, maka portofolio
tersebut merupakan portofolio yang sudah terdiversifikasi dengan baik. Dengan
demikian, risiko portofolio pasar hanya akan terdiri dari risiko sistematis saja, yaitu risiko
yang tidak dapat dihilangkan oleh diversifikasi. Risiko sistematis ini terkait dengan
faktor-faktor ekonomi makro yang bisa mempengaruhi semua sekuritas yang ada.
 Apa bisa dijadikan ukuran portofolio pasar? Berdasarkan model CAPM, portofolio
pasar seharusnya meliputi semua aset berisiko yang ada, baik itu aset finansial
(obligasi, opsi, future dan sebagainya) maupun aset riil (emas, real estat). Tetapi dalam
kenyataannya hal itu sulit dilakukan karena jumlahnya yang banyak sekali dan tidak
mungkin diamati satu per satu. Untuk itu, diperlukan suatu proksi portofolio pasar, yang
bisa diwakili oleh portofolio yang terdiri dari semua saham yang ada di pasar. Proksi ini
bisa diwakili oleh nilai indeks pasar, seperti indeks Pasar Gabungan (IHSG) ataupun LQ
45, untuk kasus di Indonesia. Untuk selanjutnya indeks pasar inilah yang digunakan
sebagai portofolio pasar. Portofolio tersebut merupakan portofolio yang terdiri dari aset
berisiko, dan risiko portofolio itu akan diukur dengan menggunakan nilai standar deviasi
pasar (m).

6.3. GARIS PASAR MODAL (CAPITAL MARKET LINE)

Setelah pembahasan asumsi-asumsi CAPM dan pengertian portofolio pasar di

atas, selanjutnya kita akan membahas hubungan antara risiko dan return suatu in-
vestasi dalam kondisi pasar yang seimbang. Untuk memahami hubungan risiko dan
return tersebut kita bisa menggunakan konsep capital market line atau garis pasar
modal dan security market line atau garis pasar sekuritas. Pembahasan pertama akan
difokuskan pada garis pasar modal, dan kemudian akan dilanjutkan dengan pem-
bahasan garis pasca sekuritas.

Garis pasar modal, mengambarkan hubungan antara return yang diharapkan

dengan risiko total dari portofolio efisien pada pasar yang seimbang. Berdasarkan
Gambar 6.1. di atas, terlihat bahwa titik M merupakan titik persinggungan antara garis
Rf-L dengan kurva efficient frontier. Asumsinya, pada pasar yang seimbang semua
investor akan berinvestasi pada portofolio M, karena portofolio M merupakan portofolio
aset berisiko yang optimal. Selanjutnya, jika kita tarik garis dari titik R f ke titik L dan
menyinggung titik M, maka pilihan investor akan berada pada titik-titik tertentu di
sepanjang garis RF-M. Pilihan masing-masing investor bisa berbeda-beda tergantung
dari kombinasi porsi dana yang akan diinvestasikan pada aset berisiko dan aset yang
bebas risiko. Jika pilihan investor berada pada titik RF berarti 100% dana investor akan
diinvestasikan pada aset bebas risiko. Sebaliknya, jika pilihan investor berada pada titik
M, berarti 100% dana investor diinvestasikan pada aset berisiko Sedangkan, jika pilihan
investor berada pada titik-titik setelah titik M (antara titik M dan L), berarti investor
menginvestasikan lebih dananya pada aset berisiko dengan porsi yang melebihi 100%.
Tindakan ini sering disebut sebagai short-selling, yaitu meminjam sejumlah dana
sebagai tambahan dana untuk diinvestasikan pada aset berisiko (sehingga total dana
yang diinvestasikan adalah 100% plus porsi pinjaman). Untuk pembahasan CML kali
ini, kita asumsikan bahwa investor tidak melakukan short-selling sehingga pilihan
portofolio investor akan berada pada titik-titik di sepanjang garis RF-M.
 Jika kurva efficient frontier dalam Gambar 6.1. di atas kita hilangkan dan hanya
kita ambil titik M saja sebagai portofolio aset berisiko yang optimal, maka akan kita
dapatkan garis RF-L, yang selanjutnya akan disebut sebagai garis CML. Dengan
demikian, garis pasar modal (CML) bisa digambarkan seperti dalam Gambar 6.2

Gambar 6,2.
Garis Pasar Modal (CML)
Return
yang COL
diharap
kan Rp

Gambar 6.2. merupakan gambar garis pasar modal dengan tidak menampilkan
efficient frontier. Garis CML tersebut memotong sumbu vertikal pada titik R F. Selisih
antara tingkat return yang diharapkan dari portofolio pasar (E(R m)) dengan tingkat
return bebas risiko merupakan tingkat return abnormal (ekstra) yang bisa diperoleh
investor, sebagai kompensasi atas risiko portofolio pasar (M) yang har us ditang-
gungnya. Selisih return pasar dan return bebas risiko ini disebut juga dengan
premi risiko portofolio pasar (E(RM)-RF) Besarnya risiko portofolio pasar
ditunjukkan oleh garis putus-putus horisontal dari R F sampai M.

Kemiringan (slope) CML pada gambar di atas, menunjukkan harga pasar risiko
(market price of risk) untuk portofolio yang efisien atau harga keseimbangan risiko
di pasar. Besarnya slope CML akan mengindikasikan tambahan return yang di -
isyaratkan pasar untuk setiap 1% kenaikan risiko portofolio. Slope CML dihi-
tung dengan menggunakan rumus:

E(Rm)- RF
a m S l o p e C M L ( 6 . 1 )

Contoh: Dalam kondisi pasar yang seimbang, return yang diharapkan pada
portofolio pasar adalah 15% dengan standar deviasi sebesar 20%. Tingkat return
bebas risiko sebesar 8%.
Maka Slope CML akan sebesar:
(0,15 - 0,08) : 0,20 =0,35

Dengan demikian, slope CML sebesar 0,35 ini dapat diartikan bahwa setiap
terjadi kenaikan 1% risiko portofolio, maka tambahan return yang disyaratkan oleh
pasar sebesar 35%.
Dengan mengetahui slopa CML dan garis intersep (R F) tersebut, maka kita
dapat membentuk persamaan CML tersebut menjadi:

MT, ) = RE + E(R ")— R "

P
(5
M
di mana:
E (Rr) = tingkat return yang diharapkan untuk suatu portofolio yang efisien pada
(2v1L
RF= tingkat return pada aset yang bebas risiko
E(R•= tingkat return portofolio pasar (M)
am= standar deviasi return pada portofolio pasar
or= standar deviasi portofolio efisien yang ditentukan

Dari persamaan 6.2. tersebut, terlihat bahwa tingkat return yang diharapkrn dari
setiap portofolio yang efisien pada CML adalah penjumlahan tingkat return bebas
risiko (RF) dengan hasil perkalian antara harga pasar risiko (slope CML) dan risiko
portofolio (p) tersebut.
Dari uraian di atas, beberapa hal penting yang dapat disimpulkad dari pen-
jelasan mengenai garis pasar modal (CML) adalah:
1. Garis pasar modal terdiri dari portofolio efisien yang merupakan kombinasi dari
aset yang berisiko dan aset yang bebas risiko. Portofolio M, merupakan portofolio
yang terdiri dari aset yang berisiko, atau disebut dengan portofolio pasar.
Sedangkan titik RF, merupakan pilihan aset yang bebas risiko. Kombinasi atau titik-
titik portofolio di sepanjang garis R F— M ini, selanjutnya merupakan portofolio yang
efisien bagi investor.
2. Slope CML akan cenderung positif karena adanya asumsi bahwa investor
bersifat risk averse. Artinya, investor hanya akan mau berinvestasi pada aset
yang berisiko, jika mendapatkan kompensasi berupa return yang diharapkan
yang lebih tinggi. Dengan demikian, semakin besar risiko suatu investasi,
semakin besar pula return yang diharapkan.
3. Berdasarkan data historis, adanya risiko akibat perbedaan return aktual dan
return yang diharapkan, akan bisa menyebabkan slope CML yang negatif. Slope
negatif ini terjadi bila tingkat return aktual portofolio pasar lebih kecil dari
 tingkat keuntungan bebas risiko.
4. Garis pasar modal dapat digunakan untuk menentukan tingkat return yang
diharapkan untuk setiap risio portofolio yang berbeda.

6.4. GARIS PASAR SEKURITAS

Dalam penjelasan garis pasar modal (CML) di atas, bisa disimpulkan

bahwa CML mampu memberikan gambaran tentang hubungan risiko dan
return pada pasar yang seimbang, untuk portofolio-portofolio yang efisien.
Tetapi, bagaimana halnya dengan kasus portofolio yang tidak efisien
ataupun aset-aset individual? Untuk menggambarkan hubungan risiko dan
return dari aset-aset individual ataupun portofolio yang tidak efisien, kita bisa
menggunakan Garis Pasar Sekuritas (Security Market Line).
Garis pasar sekuritas atau security market line (SML) adalah garis yang
menghubungkan tingkat return yang diharapkan dari suatu sekuritas dengan
risiko sistematis (beta). SML digunakan untuk menilai sekuritas secara
individual pada kondisi pasar yang seimbang. SML dapat digunakan untuk
menilai keuntungan suatu aset individual pada kondisi pasar yang seimbang.
Sedangkan CML, seperti telah dijelaskan di depan, bisa dipakai untuk menilai
tingkat return diharapkan dari suatu portofolio yang efisien, pada suatu tingkat
risiko tertentu (M).
Bagaimana cara menghitung kontribusi risiko sekuritas individual
terhadap risiko portofolio? Seperti telah dijelaskan sebelumnya pada Bab 4,
untuk menghitung risiko portofolio yang terdiri dari berbagai jenis aset, kita bisa
menggunakan standar deviasi suatu portofolio (persamaan 4.9). Rumus ini
juga bisa kita pakai untuk menghitung standar deviasi portofolio pasar.
Misalnya suatu portofolio pasar terdiri dari n sekuritas, maka standar
deviasinya adalah:

CYM = Cov (R 1 R m ) + W2 Coy (R2, R M ) +....+ W n Cov(R,,, Rm)) 112 (6.3)

= (Kontribusi sekuritas 1 terhadap varian portofolio + Kontribusi
sekuritas 2 terhadap varian portofolio +....+ Kontribusi sekuritas n terhadap
varian portofolio) t12

Dari persamaan 6.3. di atas, bisa diketahui bahwa kontribusi masing-

masing aset terhadap standar deviasi portofolio pasar dipengaruhi oleh
besarnya kovarian sekuritas tersebut terhadap portofolio pasar, sehingga pada
 kondisi pasar yang seimbang, ukuran risiko sekuritas yang dianggap relevan
adalah kovarian sekuritas tersebut dengan portofolio pasar. Sedangkan
besarnya kontribusi sekuritas terhadap risiko portofolio pasar adalah:

(1N.1

di mana,n,m adalah kovarian sekuritas tersebut dengan portofolio pasar.

Dengan memasukkan kontribusi sekuritas terhadap risiko portofolio
dalam persamaan CML (persamaan 6.2), maka kita dapat menghitung return
diharapkan suatu sekuritas dengan menggunakan persamaan berikut ini.

E(Rd. R F E t R ni RiF 'Jul)

am G (64)
E(R )+ R_
E(R, Rp t s 1 (aim (6.5)
LM

Persmaan 6.5 dapat disederhanakan dengan cara rnemasukkan

persamaan 6.6 berikut

Dengan demikian, return yang diharapkan dan suatu sekuritas dapat

dihitung dengan menggunakan rumus:

E(Rd= RF -1-(3; RERM)-RF )1 (6.7)

Gambaran tentang hubungan risiko dan tingkat return yang diharapkan

dari sekuritas individual, bisa digambarkan seperti Gambar 6.3. berikut ini.

Garnbar 6.3.
Garis Pasar Sekuritas (SN1L)
Risiko sekuritas dalam gambar di atas ditunjukkan dengan beta, karena pada
pasar yang se,imbang portofolio yang terbentuk sudah terdiversifikasi dengan baik
sehingga risiko yang relevan adalah risiko sisternatis (beta). Beta merupakan ukuran
risiko sistematis suatu sekuritas yang tidak dapat dihilangkan dengan melakukan
diversifikasi. Beta menunjukkan sensitivitas return sekuritas terhadap perubahan
return pasar. Semakin tinggi beta suatu sekuritas maka semakin sensitif sekuritas
tersebut terhadap perubahan pasar. Sebagai ukuran sensitivitas return saham,
beta juga dapat digunakan untuk membandingkan risiko sistematis antara satu
saham dengan saham yang lain. Gambar 6.4. berikut ini memperlihatkan
perbandingan beta dari berbagai sekuritas.
 Gambar 6.4.
Perbandingan Beta Beberapa Sekuritas

Pada gambar di atas ditunjukkan adanya tiga sekuritas yang mempunyai beta
yang berbeda. Sekuritas A mempunyai beta sebesar 1,5 artinya setiap ada kenaikan
(penurunan) return pasar sebesar 1% maka return sekuritas akan mengalami
kenaikan (penurunan) sebesar 1,5%. Sedangkan sekuritas C dengan beta sebesar
0,5 berarti setiap ada perubahan return pasar sebesar 1 % maka return B hanya
berubah sebesar 0,5% dengan arah yang sama. Untuk sekuritas M, perubahan
return yang dialami sama besarnya dengan perubahan return pasar yang terjadi.
Mungkinkah beta suatu sekuritas benilai negatif? Secara teoritis bisa saja terdapat
beta sekuritas yang bernilai negatif, tetapi dalam praktek, jarang ditemui adanya
sekuritas yang mempunyai beta negatif (jika return pasar naik, return sekuritas
justru turun, dan sebaliknya)
Dalam model keseirnbangan CAPM, nilai beta sangat rnempengaruhi tingkat
return yang diharapkan pada suatu sekuritas (seperti yang terlihat pada
persamaan 6 8). Semakin tinggi nilai beta dan return pasar maka akan semakin
tinggi tingkat return yang disyaratkan oleh investor.
Berdasarkan hubungan tingkat return dengan beta yang sudah dijelaskan di
atas, maka bisa disimpulkan bahwa return yang diharapkan dari sekuritas i terdiri
dari dua komponen utama peayusun tingkat return yang disyaratkan investor (re-
quired rate of return), yaitu: tingkat return bebas risiko dan premi risiko. Tingkat re-
turn yang disyaratkan adalah jumlah minimum return yang disyaratkan investor
untuk berinvestasi pada suatu sekuritas tertentu. Secara matematis, hubungan
tersebut bisa digambarkan dalam persamaan berikut ini.

k i = tingkat risiko aset bebas risiko + premi risiko

= RF+RJ[E(RM)-RFj (6.8)

di mana:
kJ= tingkat return yang disyaratkan investor pada sekuritas i
E(R M ) = return portofolio pasar yang diharapkan
13.= koeiisien beta sekuritas i
Rr= tingkat return bebas risiko

Dari persamaan 6.8 kita juga bisa mengetahui besamya premi risiko untuk
sekuritas i (risk premium). Premi risiko sekuritas i dapat dihitung dengan mengalikan
beta sekuritas tersebut dengan premi risiko pasar (market risk premium). Sedangkan
premi risiko pasar adalah selisih antara return yang diharapkan pada portofolio pasar
(E(RM)) dengan tingkat return bebas risiko (R F).

Premi risiko sekuritas i = i (market trisk premium)

= I {E(RM) - RF )} (6.9)

Contoh: Diasumsikan beta saham PT Gudang Garam adalah 0,5 clan tingkat
return bebas risiko (RF) adalah 1,5%. Tingkat return pasar yang diharapkan
diasumsikan sebesar 2%. Dengan demikian, maka tingkat keuntungan yang
disyaratkan investor untuk saham PT Gudang Garam adalah:

ki = 0,015 + 0,5 (0,02 - 0,015)

= 1,75 %
Sekuritas yang undervalued atau overvalued. Dari uraian di atas kita dapat me-
nyimpulkan bahwa pada kondisi pasar yang seimbang, harga sekuritas-sekuritas
seharusnya berada pada SML karena titik-titik pada SML menunjukkan tingkat re turn
yang diharapkan pada suatu tingkat risiko sistematis tertentu. Tetapi terkadang bisa
terjadi suatu sekuritas tidak berada pada SML, karena sekuritas tersebut undervalued
atau overvalued. Dengan mengetahui besamya beta suatu sekuritas maka kita dapat
menghitung tingkat return yang diharapkan pada sekuritas tersebut. Jika tingkat return
yang diharapkan tidak berada pada SML, maka sekuritas tersebut undervalued atau
overvalued.
Contoh: Seorang analis fundamentalis menganalisis tingkat return yang
diharapkan dari sekuritas A dan sekuritas B. Hasil analisis tersebut kemudian di-
gambarkan pada SML seperti pada Gambar 6.5. berikut
Pada gambar di atas, telihat bahwa sekuritas A terletak di atas SML dan dinilai
sebagai sekuritas yang undervalued karena tingkat return yang diharapkan E(R A')
Iebih besar dari return yang disyaratkan investor E(R A). Dari gambar tersebut, terlihat
bahwa dengan beta A sebesar (A), sehingga besamya return yang disyaratkan oleh
investor adalah E(RA). Tetapi ternyata menurut analis, sekuritas A akan memberikan
return yang diharapkan sebesar E(R A').

Gambar 6.5. Menilai Sekuritas yang Undervalued atau Overvalued

dengan Menggunakan SML
Selanjutnya, investor yang mengetahui bahwa sekuritas A undervalued, akan
tergerak untuk melakukan pembelian sekuritas A tersebut. Dengan demikian, per-
mintaan sekuritas A akar naik dan sesuai dengan hukum permintaan-penawaran,
selanjutnya harga sekuritas A juga akan terdorong naik pula. Sebaliknya return
sekuritas A akan turun sarnpai dengan tingkat yang diindikasikan oleh SML yaitu
E(RA).
Sedangkan sekuritas B menurut analis fundamental terletak di bawah SML,
 sehingga sekuritas B dikatakan overvalued. Hal ini dikarenakan tingkat return yang
diharapkan E(R B’) Iebih kecil dari return yang disyaratkan oleh investor E(R B). In-
vestor yang mengetahui bahwa sekuritas B overdervalued akan berusaha untuk men-
jual, sehingga jumlah penawaran sekuritas B akan naik dan menyebabkan harganya
menjadi turun. Selanjutnya, return sekuritas B akan naik sampai dengan return yang
diisyaratkan oleh investor E(RB).
Dari gambaran situasi sekuritas yang undervalued atau overvalued seperti di
atas, kita bisa melihat bagaimana mekanisme penyesuaian return yang terjadi
sehingga akhirnya dicapai kembali posisi keseimbangan (terletak di garis SML).
Estimasi garis pasar sekuritas. Untuk membentuk persamaan SML, investor perlu
mengestimasi tiga variabel, yaitu: tingkat return bebas risiko, tingkat return yang
diharapkan oleh pasar (diwakili oleh indeks pasar) dan besarnya beta untuk masing-
masing sekuritas. Umumnya estimasi return bebas risiko menggunakan data return
obligasi yang dikeluarkan oleh pemerintah, misalnya untuk Indonesia digunakan
Sertifikat Bank Indonesia (SBI). Sedangkan estimasi return pasar umumnya meng-
gunakan data indeks pasar, seperti Indeks Harga Saham Cabungan (IHSG) ataupun
LQ 45.
Beta sekuritas, sebagai komponen ketiga, merupakan variabel yang penting
dalam proses estimasi CAPM. Dalam teori CAPM, beta merupakan satu-satunya
faktor risiko yang relevan untuk mengukur risiko sekuritas. Estimasi terhadap beta
perlu dilakukan untuk setiap sekuritas. Sedangkan, untuk estimasi variabel return
bebas risiko dan return pasar hanya perlu dilakukan sekali saja dan bisa dipakai
untuk mengestimasi SML setiap sekuritas.
Estimasi beta. Untuk mengestimasi besarnya koefisien beta, bisa digunakan
market model. Market model pada dasarnya hampir sama dengan single index
model, hanya saja market model tidak digunakan asumsi bahwa error term untuk
setiap sekuritas tidak berkorelasi satu dengan lainnya. Oleh karena itu, persamaan
market model bisa dituliskan juga seperti persamaan single index model seperti di
bawah ini:

Ri = a; + {3,1ZI,/ e; (6.10)
di mana:
Pi= return sekuritas
Rta = return indeks pasar a; =
interseja
Ri = slope
ei= random residual error

Persamaan market model di atas bisa digunakan untuk mengestimasi return

sekuritas. Lalu, bagaimana cara mengestimasi persamaan market model di atas?
Persamaan market model bisa diestimasi dengan melakukan regresi antara return
sekuritas yang akan dinilai dengan return indeks pasar. Regresi tersebut akan meng-
hasilkan nilai i (merupakan ukuran return sekuritas i yang tidak terkait dengan return
pasar) dan i (menunjukkan besarnya slope yang mengindikasikan peningkatan return
yang diharapkan pada sekuritas i untuk setiap kenaikan return pasar sebesar 1%).
Persamaan regresi market model tersebut selanjutnya juga bisa dipakai untuk
membentuk garis karakteristik (characteristic line), yaitu garis yang menghubungkan
total return sekuritas dengan return pasar, dengan cara meletakkan (plottiny) titik-titik
return total suatu saham dalam suatu periode tertentu terhadap return total indeks
pasar.
Garis karakteristik juga bisa dibentuk dengan menggunakan excess return, dengan
mengurangkan rnasing-masing return total sekuritas maupun return pasar dengan
return bebas risiko. Analisis terhadap garis karakteristik yang dibentuk dengan
menggunakan excess return, pada dasarnya akan sama dengan analisis persamaan
regresi di atas. Dengan demikian, persamaan regresi di atas dapat dimodifikasi menjadi:

( R , — R F ) = a , + 0 , ( R , , , ( 6 . 1 1 )

Dalam bentuk excess return, nilai akan menunjukkan besarnya excess return
sekuritas pada saat excess return pasar nol. Sedangkan , atau slope dari garis
karakteristik, akan menunjukkan sensitivitas excess return sekuritas terhadap portofolio
pasar.
Dari uraian estimasi persamaan regresi di atas, kemudian akan timbul satu
pertanyaan tentang sejauh manakah keakuratan hasil estimasi beta sebagai ukuran
sensitivitas return suatu saham terhadap return pasar. Hal ini terkait dengan adanya
kemungkinan bahwa indeks pasar yang digunakan dalam regresi tersebut tidak bisa
menggambarkan portofolio pasar yang sebenarnya. Selain itu, ada beberapa hal lainnya
yang bisa membuat kita ragu terhadap keakuratan hasil estimasi beta tersebut,
yaitu:
1. Estimasi beta tersebut menggunakan data historis. Hal ini 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 ke nyataannya,
apa yang terjadi di masa lalu mungkin akan jauh berbeda dengan apa yang teriadi
masa depan.
2. Garis karakteristik dapat dibentuk oleh berbagai observasi dan periode waktu yang
berbeda, dan tidak ada satu pun 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  dan  yang diperoleh dari hasil regresi tersebut tidak terlepas dari adanya
error, sehingga bisa jadi estimasi beta tidak akurat karena dan tidak menunjukkan
nilai yang sebenarnya.
4. Beta merupakan risiko sistematis yang juga bisa berkaitan dengan perubahan
perusahaan secara khusus. Jika terjadi perubahan pada kondisi perusahaan
 (misalnya adanya perubahan pendapatan, utang) maka betanya pun akan ber ubah.
Oleh karena itu beta tidak bersifat stasioner sepanjang waktu.

6.5. PENGUJIAN TERHADAP CAPM

Kesimpulan yang bisa diambil dari penjelasan mengenai CAPM tersebut

adalah:

1. Risiko dan return berhubungan positif, artinya semakin besar risiko maka
semakin besar pula returnnya.

2. Ukuran risiko sekuritas yang relevan adalah ukuran 'kontribusi' risiko sekuritas
terhadap risiko portofolio.
Untuk menguji validitas CAPM perlu dilakukan penelitian-penelitian empiris
mengenai CAPM tersebut. Jika CAPM valid, maka hasil penelitian empiris yang
dilakukan akan menunjukkan bahwa return yang terjadi (realized return) akan sama
dengan estimasi return dengan menggunakan CAPM. Pengujian CAPM dapat
menggunakan persamaan berikut:

R,=a,+a,13, (6.12)

di mana:
Ri = rata-rata return sekuritas i dalam periode tertentu
f3; = estimasi beta untuk sekuritas i

Jika CAPM valid, maka nilai a 1 akan mendekati nilai rata-rata return bebas
risiko selama periode pengujian dan nilai a2 akan mendekati rata-rata premi risiko
pasar selama periode tersebut. Elton dan Grubei (1995), mendokumentasikan
kesimpulan dari hasil-hasil penelitian empiris pengujian CAPM, yaitu:

1. SML yang terbentuk cenderung linier.

2. Sebagian besar hasil penelitian menunjukkan bahwa intersep SML lebih besar
dari return bebas risiko (RF).

3. Slope CAPM (a 2) yang dihasilkan cenderung lebih kecil dari slope hasil
perhitungan dari teori CAPM.

4. Meskipun hasilnya beragam, tetapi dapat disimpulkan bahwa investor hanya

akan mendapatkan return berdasarkan risiko sistematis yang diasumsikan.

Masalah utama pengujian CAPM adalah bagaimana memformulasikan sesuatu

yang belum terjadi (ex ante) berdasarkan data masa lalu (ex post). Di samping itu kita
juga tidak akan pernah tahu secara pasti mengenai harapan investor di masa depan.
Oleh karena itu, tidak mengherankan jika pengujian CAPM akan menghasilkan
sesuatu yang berbeda dengan apa yang diestimasikan dalam teori CAPM. Meskipun
demikian, dalam kenyataannya hasil pengujian empiris CAPM cukup mendukung
teorinya. Studi dengan menggunakan data beberapa tahun telah menunjukkan bahwa
harga pasar sekuritas akan didasari oleh hubungan antara return dan risiko sistematis.
Sedangkan risiko nonsistematis (risiko yang dapat dihilangkan dengan melakukan
diversifikasi) mempunyai peran yang kecil dalam mekanisme penentuan harga suatu
sekuritas.

6.6. ABRITAGE PRICING THEORY

Salah satu alternatif teori model keseimbangan selain CAPM adalah Arbritage
Pricing Theory (APT). Seperti halnya CAPM, APT menggambarkan hubungan antara
risiko dan return, tetapi dengan menggunakan asurnsi dan prosedur yang berbeda.
Estimasi return yang diharapkan dari suatu sekuritas dengan menggunakan APT,
tidak terlalu dipengaruhi portofolio pasar seperti hanya dalam CAPM. Pada CAPM,
portofolio pasar sangat berpengaruh karena diasumsikan bahwa risiko yang relevan
adalah risiko sistematis yang diukur dengan beta (menunjukkan sensitivitas return
sekuritas terhadap perubahan return pasar). Sedangkan pada APT, return sekuritas
tidak dipengaruhi oleh portofolio pasar karena adanya asumsi bahwa return yang
diharapkan dari suatu sekuritas bisa dipengaruhi oleh beberapa sumber risiko
lainnya (tidak hanya diukur dengan beta).
Di samping itu, APT juga tidak menggunakan asumsi-asumsi yang dipakai dalam
CAPM, seperti:
1. Adanya satu periode waktu tertentu, misalnya satu
2. Tidak ada pajak,
3. Investor bisa meminjam dan menginvetasikan dananya pada tingkat return bebas
risiko (RF), serta,
4. Investor memilih portofolio berdasarkan return yang diharapkan dan variannya.

Asumsi-asumsi CAPM yang masih digunakan adalah :

1. Investor mempunyai kepercayaan yang bersifat homogen,

2. Investor adalah risk-averse yang berusaha untuk memaksimalkan utilitas,
3. Pasar dalam kondisi sempurna,
4. Return diperoleh dengan mengunakan model faktorial.

APT didasari oleh pandangan bahwa return yang diharapkan untuk suatu
sekuritas akan dipengaruhi oleh beberapa faktor risiko. Faktor-faktor risiko tersebut
akan menunjukkan kondisi ekonomi secara umum, dan bukan merupakan karakteristik
khusus perusahaan. Faktor-faktor risiko tersebut harus mempunyai karakteristik seperti
berikut ini:
1. Masing-masing faktor risiko harus mempunyai pengaruh luas terhadap return
saham-saham di pasar. Kejadian-kejadian khusus yang berkaitan dengan
kondisi perusahaan, bukan merupakan faktor risiko APT.
2. Faktor-faktor risiko tersebut harus mempengaruhi return yang diharapkan. Untuk
itu perlu dilakukan pengujian secara empiris, dengan cara menganalisis return
saham secara statistik, untuk melihat bagaimana faktor-faktor risiko tersebut
berpengaruh secara luas terhadap return saham.
3. Pada awal periode, faktor risiko tersebut tidak dapat diprediksikan oleh pasar
karena faktor-faktor risiko tersebut mengandung informasi yang tidak
diharapkan atau bersifat mengejutkan pasar (ada perbedaan antara nilai yang
diharapkan dengan nilai yang sebenarnya).

Dengan demikian, hal penting yang perlu diamati adalah besarnya penyimpangan
(deviasi) nilai aktual faktor risiko tersebut dari yang diharapkan. Sebagai contoh, jika
suku bunga diperkirakan naik 19% pertahun, dan temyata kenaikan tingkat suku
bunga yang terjadi adalah 30%, maka penyimpangan sebesar 11% inilah yang akan
mempengaruhi return aktual selama periode tersebut.

Model APT. Dari uraian di atas, diketahui bahwa APT mengasumsikan investor
percaya bahwa return sekuritas akan ditentukan oleh sebuah model faktorial dengan
n•faktor risiko. Dengan demikian, kita dapat menentukan return aktual untuk
sekuritas i dengan menggunakan rumus 6.13 berikut ini.

Ri = E(R ;) + b t ft + la i2f2 +...+ binf n + e i (6.13)

di mana: R, =
E(Ri ) = f bi tingkat return aktual sekuritas i
return yang diharapkan untuk sekuritas i
deviasi faktor sistarn atis F dari nilai yang dTharapkan sensitivitas sekuritas i terhadap
faktor i
random error
ei

Satu hal yang perlu diingat adalah bahwa nilai yang diharapkan pada masing-
masing faktor risiko (F) adalah nol, sehingga tingkat return aktual suatu sekuritas i
akan sama dengan return yang diharapkan, jika faktor risiko berada pada tingkat
yang diharapkan.
Model faktorial di atas tidak memberikan penjelasan mengenai kondisi
keseimbangan. Untuk itu kita perlu mengubah persamaan 6.13 ke dalam model
keseimbangan, sehingga return yang diharapkan untuk suatu sekuritas adalah:

E(RI) = a o + b aF, + b i2F 2 (6.14)

di
mana: retti. n yang dil.arapkan Jai: seKuntas :
return yang diharapkan dari sekuritas bila risiko
as sisternatis sebesar nol koefisien yang menujukkan
ba, = besarnya pengmh faktor n terhadap return
sekuritas i

Persamaan tersebut menunjukkan bahwa dalam APT, risiko didefinisikan sebagai

sensitivitas saham terhadap faktor-faktor ekonomi makro (bi) dan besarnva return yang
diharapkan akan dipengaruhi oleh sensitivitas tersebut. Ukuran sensitivitas dalam
APT (bi) akan mempunyai interpretasi yang sama dengan nilai sensitivitas dalam
CAPM (), karena bi dan  tersebut sama-sama merupakan ukuran sensitivitas return
sekuritas terhadap suatu premi risiko. Kesimpulan tersebut bisa kita tarik atas dasar
perbandingan hubungan return dan sekuritas dari kedua model tersebut (APT dan
CAPM). Seperti telah dijelaskan di depan, hubungan return dan risiko pada CAPM
adalah :
E(R.)= RF 13, (premi risiko pasar)
Sedangkan hubungan return dan risiko pada APT adalah:

E(Ri) RF+(premi risiko untuk faktor 1) + bi 2 (premi risiko untuk faktor

2) +... + b, (premi risiko untuk faktor n)

Dari perbadingan tersebut, terlihat bahwa pada CAPM, nilai i merupakan ukuran
sensivitas return sekuritas terhadap premi risiko pasar (tingkat return pasar dikurangi
RF) sedangkan pada APT, nilai b i juga merupakan sensitivitas relatif return
sekuritas terhadap premi risiko untuk suatu faktor risiko. Dengan demikian, bisa
disimpulkan bahwa CAPM pada dasarnya merupakan model APT yang hanya
mempertimbangkan satu faktor risiko yaitu risiko sistematis pasar.
Salah satu kritik atas model APT adalah adanya kesulitan dalam menentukan
faktor-faktor risiko yang relevan, karena faktor-faktor tersebut merupakan data exante.
Untuk mengimplementasikan APT, kita perlu menemukan faktor-taktor resiko yang
relevan bagi tingkat return sekuritas, yang dalam kenyataannya belum ada
kesepakatan mengenai faktor-faktor risiko apa saja yang relevan dan berapa
jumlahnya. Oleh karena itu, dalam penerapan model APT, berbagai faktor risiko bisa
saja dimasukkan sebagai faktor risiko.
Beberapa penelitian empiris, pernah menggunakan tiga sampai lima faktor
risiko yang mempengaruhi return sekuritas. Sebagai misal, Chen, Roll dan Ross
(1986), mengidentifikasi empat faktor yang mempengaruhi return sekuritas, yaitu:
1. Perubahan tingkat inflasi
2. Perubahan produksi industri yang tidak diantisipasi
3. Perubahan premi risk-aefault yang tidak diantisipasi
1. Perubahan struktur tingkat suku bunga yang tidak diantisipasi.
Menurut Chen, Roll dan Ross, dua faktor pertama akan mempengaruhi aliran kas pada
perusahaan, sedangkan dua faktor lainnya akan mempengaruhi tingkat diskonto.
Penelitian lain ada yang menggunakan lima variabel ekonomi makro yang
mempengaruhi return sekuritas, yaitu:
1. Default risk
1. Struktur tingkat bunga
2. Inflasi atau deflasi
1. Pertumbuhan ekonomi dalam jangka panjang
2. Risiko pasar residual
Dengan demikian, APT mengasumsikan bahwa sekuritas yang berbeda akan
mempunyai sensitivitas terhadap taktor-faktor risiko sistematis yang berbeda pula.
Masing-masing investor mempunyai perilaku terhadap risiko yang berbeda,
sehingga investor dapat membentuk portofolio tergantung dari preferensinya
terhadap risiko, pada masing-masing faktor risiko. Dengan mengetahui harga pasar dari
faktor-faktor risiko yang dianggap relevan, dari sensitivitas return sekuritas terhadap
perubahan pada faktor tersebut, maka kita dapat menentukan estimasi return yang
diharapkan untuk berbagai sekuritas.

PERTANYAAN:

1. Jelaskan mengapa dalam teori CAPM semua investor akan memilih satu
portofolio aset berisiko yang identik.
2. Berikan penjelasan dengan menggunakan gambar tentang perbedaan antara
garis pasar modal dan garis pasar sekuritas.
3. Jelaskan apakah yang dimaksud dengan portofolio pasar dan mengapa risiko
yang relevan untuk portofolio pasar tersebut adalah risiko sistematis.
4. Apa yang dapat anda ketahui tentang slope garis pasar modal?
5. "Garis pasar modal hanya terdiri dari portofolio-portofolio yang efisien.
"Setujukah anda dengan pernyataan tersebut? Jelaskan.
6. Apa hubungan permukaan efisien model Markowitz dengan garis pasar modal?
4. Bagaimana cara mengukur kontribusi sekuritas terhadap risiko portofolio
pasar?
5. Jelaskan cara untuk mengetahui apakah suatu sekuritas undervalued ataukah
overvalued dengan menggunakan garis pasar sekuritas. Apa yang akan
dilakukan investor setelah mengetahui suatu sekuritas ternyata undervalue ?
7. Jelaskan apa yang dimaksud dengan garis karakteristik .
8. Jelaskan pentingnya nilai beta dalam model CAPM .
9. Jelaskan perbedaan CAPM dan APT.
10. Sebutkan karakteristik dari faktor-faktor risiko yang digunakan oleh APT.
11. Dalam kondisi pasar yang seimbang, diketahui return yang diharapkan pasar
adalah 18% dan tingkat return bebas risiko adalah 10%. Seandainya tingkat return
yang diharapkan sekuritas XYZ adalah 15%, apa komentar anda mengenai harga
sekuritas XYZ jika diketahui betanya 1,05?