BETA SAHAM PT. BANK CENTURY, TBK.

BERDASARKAN MODEL
CAPM DI BURSA EFEK INDONESIA BURSA EFEK SURABAYA

Budi Setiawan1

ABSTRAK

Perusahaan PT Bank Century Tbk, (Bank Century) merupakan salah satu

perusahaan yang bergerak di bidang Perbankan. Perusahaan ini terdaftar sebagai
perusahaan Domestik terbuka yang bertaraf internasional di Bursa Efek Indonesia
(BEI) dan Bursa efek surabaya (BES) dengan kode saham BCIC. Sebagai
perusahaan Domestik terbuka yang Bertaraf Internasional yang terdaftar di BEJ
(Bursa Efek Jakarta )Dan di BES ( Bursa Efek Surabaya ) , perusahaan ini patut
dipertimbangkan apakah layak dimasukan sebagai komponen dalam portofolio
investasi. Salah satu aspek pertimbangannya adalah melihat perilaku saham BCIC
ini terhadap Indeks Harga Saham Gabungan (IHSG). Sesuai dengan teori Capital
Asset Pricing Model (CAPM), perilaku ini tercermin dalam nilai beta saham
BCIC terhadap IHSG.

Kata Kunci: beta, Bursa Efek Indonesia, Bursa Efek Surabaya, Indeks Harga
Saham Gabungan, investasi, portofolio, saham.

1. PENDAHULUAN
PT Bank Century Tbk, dengan kode saham BCIC di BEJ ( Bursa Efek Jakarta )
dan di BES ( Bursa Efek Surabaya ) merupakan salah satu dari Lima perusahaan
yang bergerak dibidang jasa Perbankan Nasional dengan biaya modal terendah
Pada tahun 1997 (Majalah SWA 29/XXIII/6- 30 September 1999 : 50). Di tahun
1999, perusahaan ini memiliki Cost of Capital (COC) 5%, Return on Capital
(ROC) 15%, Future Growth Value (FGV) 30%, Market Value Added (MVA) Rp.
3.154 Miliar, serta Economic Value Added (EVA) Rp. -10 Miliar (Majalah SWA
26/XXIII/6-29 Desember 1999: 50). Sebagai perusahaan yang menpunyai nasabah
yang terbanyak di domestic maupun di foreign karena menberikan Pelayanan (
Customer Service ) Kepada nasabah yang terbaik dan nasabah merasa senang
dengan pelayanan yang diberi oleh Perusahaan PT Bank Century Tbk, , sehingga
Perusahaan PT Bank Century Tbk, (Bank Century) bagian pemasaran berusaha
untuk menarik investor lainnya agar investor mau menanam dana untuk kemajuan
Perusahaan PT Bank Century Tbk, Untuk masa waktu Jangka Pendek ( 1 tahun )
dan Untuk masa waktu Jangka Panjang ( diatas 1 Tahun )agar bisa menbuka
lapangan Pekerjaan dan Menyerap Tenaga Kerja dan mengurangi pengangguran
serta meningkatkan daya beli masyarakat serta meningkatkan pertumbuhan
ekonomi dan diharapkan berbagai sector industri dan khususnya sector jasa
transportasi laut harus bisa menbuka lapangan pekerjaan dengan cara
mengembangkan atau menbangun sarana dan prasarana tentang jalur distribusi

1
Mahasiswa Program Pascasarjana Magister Ekonomi Konsentrasi Keuangan Perbankan dan
Pasar Modal Universitas Trisakti .

1
lalu lintas barang baik melalui Pelabuhan dan Bandar udara serta terminal agar
menjadi lancar dan menbuka lapangan perkerjaan karena Negara Kita sebagian
terdiri dari laut dan untuk mewujudkan itu itu harus menpunyai dana yang besar
serta kerja sama semua pihak khususnya dari pemerintah harus bekerja sama
dengan para investor luar negeri agar investor luar negeri mau mengivestasikan
dananya disektor transportasi laut karena transportasi laut adalah titik vital bagi
pertumbuhan ekonomi dan biaya pengirimannya murah dan terjangkau bagi
eksportir mau importir yang melakukan perdagangan internasional dan
menberikan customer service yang terbaik kepada nasabah agar disukai oleh
stockholder-nya, dicerminkan oleh nilai MVA pada peringkat 10 dari 100
perusahaan jasa perbankan terbaik peringkat SWA tahun 1999 (Majalah SWA
26/XXIII/6-30 September 1999 : 50) walau pun pertambahan nilai perusahaan
secara ekonomi sangat bagus, membuat BCIC sudah GO Public dan tidak perlu
dipertimbangkan sebagai salah satu komponen dalam portofolio investasi.
Dasar penilaian yang akan digunakan oleh Penulis dalam pertimbangan ini
adalah nilai beta saham BCIC terhadap IHSG pada model CAPM. CAPM
merupakan sekumpulan prediksi-prediksi yang berkaitan dengan keseimbangan
expected returns pada aset-aset beresiko (Bodie, Kane, Marcus 2008:293). Model
ini merupakan hasil pengembangan William Sharpe2, John Lintner 3, dan Jan
Mossin4, berdasarkan manajemen portofolio modern yang dipelopori oleh Harry
Markowitz.
“The attraction of the CAPM is that it offers powerful and intuitively pleasing predictions
about how to measure risk and the relation between expected return and risk.” (Fama dan
French 2004:1)
Meski pun demikian, tidak dapat disangkal bahwa CAPM ini memiliki banyak
kelemahan sehingga secara empiris, model ini sering salah dalam prediksi.
“Unfortunately, the empirical record of the model is poor-poor enough to invalidate the
way it is used in applications.” (Fama dan French, 2004:1)
Menurut Fama dan French, ini dikarenakan dalam CAPM, terlalu banyak
menggunakan assumsi yang disederhanakan. (Fama dan French 2004). Walau pun
demikian, CAPM merupakan model yang paling banyak digunakan karena model
ini menawarkan keakuratan yang cukup untuk aplikasi-aplikasi yang penting
(Bodie, Kane, Marcus 2008).
Berikut adalah ringkasan asumsi-asumsi yang disederhanakan yang
merupakan dasar CAPM5:
 terdapat banyak investor, masing-masing dengan sejumlah kekayaan yang
sangat kecil dibandingkan total kekayaan keseluruhan investor. Investor
merupakan penerimaan ( Permintaan ( demand ) ) harga, di mana mereka
2
Lihat William Sharpe, “Capital Asset Prices: A Theory of Market Equilibrium,” Journal of
Finance, September 1964. Melalui jurnal ini William Sharpe berhasil mendapatkan hadiah Nobel
di bidang Ekonomi tahun 1990.
3
Lihat John Lintner, “The Valuation of Risk Assets and the Selection of Risky Investments in
Stock Portfolios and Capital Budgets,” Review of Economics and Statistics, Februari 1965.
4
Lihat Jan Mossin, “Equilibrium in a Capital Asset Market,” Econometrica, Oktober 1966.
5
Lihat Zvi Bodie, Alex Kane, Alan J. Marcus, “Investments”, edisi ketujuh, 2008. Pada bab 9
tentang The Capital Asset Pricing Model, hal. 355-402. Bodie, Kane, Marcus meringkas asumsi-
asumsi yang menjadi dasar CAPM, dengan mengecualikan tingkat kekayaan awal investor dan
kesukaannya terhadap resiko.

2
 bertindak seolah-olah harga saham tidak dipengaruhi oleh transaksi saham –
saham masing – masing kecuali yang melakukan transaksi..
 Semua investor merencanakan untuk satu periode investasi yang identik.
Perilaku ini adalah miopi (pandangan jangka pendek) yang dalam hal ini
mengabaikan semua hal yang mungkin terjadi setelah batas waktu, atau jatuh
tempo satu tahun ( jangka Pendek ) akhir periode ini, yang jelas tidak
masksimal.
 Investasi-investasi terbatas untuk aset-aset finansial yang diperdagangkan
secara umum, seperti saham dan obligasi, serta terhadap kesepakatan
perjanjian dan pemberian pinjaman kredit dan dikenakan bunga. Semakin
besar investor pinjam maka semakin besar pula bunga yang dikenakan tanpa
adanya pungutan liar ( pungli ) dan tanpa biaya administrasi .
 Investor tidak membayar pajak terhadap keuntungan dan tidak ada biaya
transaksi (komisi dan biaya jasa) terhadap sekuritas yang diperdagangkan.
 Seluruh investor berusaha memaksimalkan total keuntungan ( imbal hasil )
dikurangi biaya (resiko rasional ).agar keuntungan lebih besar dari biaya. Itu
namanya efisiensi dan efektif, yang berarti mengacu pada model pemilihan
porto folio Markowitz
 Semua investor menganalisis sekuritas dalam cara yang sama dan memiliki
pandangan ekonomis yang sama terhadap dunia. Asumsi ini kadang disebut
sebagai ekspektasi yang homogen.
Menurut Fama dan French (2004), dari asumsi dasar model portofolio
Harry Markowitz (1959); Sharpe (1964) dan Lintner (1965) menambahkan dua
asumsi kunci yang membuat CAPM menjadi model yang efisien secara mean-
variance. Asumsi yang pertama adalah persetujuan terhadap harga pasar aset pada
t-1, investor-investor setuju terhadap gabungan distribusi tingkat pengembalian
aset dari t-1 hingga t. Asumsi kedua adalah tidak adanya biaya dalam pinjam-
meminjam yang berlaku sama untuk semua investor dan tidak tergantung kepada
jumlahnya.6
Untuk memperjelas cara membangun CAPM, Sharpe (2007)7 menjelaskan
tahap-tahap yang dilakukan dalam mengalokasikan aset:
1. Memilih kelompok-kelompok aset yang diinginkan dan indeks-indeks
pembanding yang mewakili. Pilih periode data lampau yang mewakili.
2. Menghitung tingkat pengembalian untuk kelompok-kelompok aset.
3. Menghitung tingkat pengembalian lampau rata-rata, standar deviasi, dan
korelasi.
4. Mengestimasi tingkat pengembalian yang diharapkan, standar deviasi, dan
korelasi. Data-data lampau biasanya digunakan, dengan pengubahan yang
memungkinkan, untuk standar deviasi dan korelasi. Tingkat pengembalian

6
Lihat Eugene F. Fama, Kenneth R. French, “The Capital Asset Pricing Model: Theory and
Evidence”, The Journal of Economic Perspective, Nashville: Summer 2004. Bab The Logic of
CAPM, hal. 2. Fama dan French menjelaskan dasar lahirnya CAPM dari model portofolio
Markowitz dengan memperlihatkan asumsi dasar model Markowitz dalam periode t-1 hingga t.
7
Lihat William F. Sharpe, “Expected Utility Asset Allocation”, Financial Analysts Journal,
Charlottesville: September/Oktober 2007, hal. 1-2. Sesuai dengan CAPM, dalam jurnal ini, Sharpe
menekankan pada tahap ke-4 dan 5.

3
 yang diharapkan biasanya berdasarkan kondisi-kondisi pasar sekarang
dan/atau biasanya yang berkaitan dengan pasar modal.
5. Mencari beberapa perpaduan aset yang efisien mean-variance untuk sejumlah
tingkat toleransi resiko.
6. Memproyeksikan hasil-hasil yang akan datang untuk perpaduan aset terpilih,
sering sekali untuk beberapa tahun mendatang.
7. Mempresentasikan kepada dewan ringkasan yang relevan dengan hasil-hasil
mendatang untuk tiap perpaduan aset terpilih.
8. Akhirnya, meminta dewan untuk memilih, berdasarkan pandangan-pandangan
yang berkaitan dengan hasil-hasil tersebut, salah satu perpaduan aset tersebut
akan menjadi kebijakan alokasi aset.
Bodie, Kane, Marcus (2008) memberikan ringkasan persamaan-persamaan
yang berlaku dalam dunia hipotesis bagi sekuritas dan investor8:
1. Semua investor akan memilih untuk memegang portofolio dari aset-aset
beresiko dalam proporsi yang mewakili aset-aset dalam portofolio pasar (M),
yang mencakup semua aset-aset yang diperdagangkan.Proporsi dari setiap
saham didalam portofolio sama dengan nilai pasar saham (harga per lembar
saham dikali jumlah saham yang beredar ) dibagi dengan nilai pasar total dari
seluruh saham.
2. Tidak hanya portofolio pasar ini yang berada pada batas efisien, melainkan
juga kemiringan garis ( tangency ) portofolio terhadap garis alokasi modal (
capital allocation Line ( cal ) yang diturun dari masing – masing investor.
akibanya, garis pasar modal ( capital market line – CML), garis dari suku
bunga bebas resiko yang melalui portofolio pasar, M tetapi juga akan
portofolio pasar M, juga merupakan garis alokasi modal terbaik yang dapat
dicapai. Seluruh investor memegang M sebagai portofolio aset berisiko yang
optimal yang berbeda hanya dalam hal jumlah yang diinvestasikan di
dalamnya dibandingkan di dalam aset bebas risiko.

3. tangensial terhadap Capital Allocation Line (CAL) optimal yang dimiliki oleh
masing-masing dan tiap investor.

4. Premi resiko atas portofolio pasar akan proporsional terhadap risikonya dan
tingkat penghindaran risiko yang ditunjukan oleh investor.secara matematis
E(rM)-rf = Āσ2M × 0,01

Di mana σ2M merupakan varians dari portofolio pasar sedangkan Ā merupakan

rata-rata tingkat penghindaran resiko di investor. Perhatikan bahwa karena M
merupakan portofolio yang optimal yang didiversifikasi secara efisien di
antara seluruh saham. Maka σ2M merupakan risiko sistematik dari populasi ini. dan
portofolio optimal.

8
Lihat Zvi Bodie, Alex Kane, Alan J. Marcus, “Investments”, edisi ketujuh, 2008. Pada bab 9
tentang The Capital Asset Pricing Model, hal. 294-295.

4
5. Premi resiko terhadap aset-aset individu akan proporsional terhadap premi
resiko pada portofolio pasar, M, dan koefisien beta dari saham relatif terhadap
portofolio pasar. Beta didefinisikan sebagai:
Cov(r i ,r M )
 i

Sedangkan premi resiko untuk satu saham adalah
Cov(r i ,r M )
E (r i )  r f  2
[ E ( r M ) r f ]   i[ E ( r M ) r f ]
 M

2. METODE ANALISIS

Data saham BCIC diambil dari finance.yahoo.com dalam periode Januari 2002
hingga Oktober 2007, demikian juga dengan data Sertifikat Bank Indonesia (SBI)
dan Indeks Harga Saham Gabungan (IHSG) atau JKSE. Masing-masing data
memiliki jumlah pengamatan sebanyak 70 buah yang berupa data bulanan.
Menurut Hendry dan Richard (1983), model yang digunakan dalam
analisis empiris setidaknya memenuhi kriteria sebagai berikut9:
1. Penggunaan data yang valid sehingga prediksi model dapat diterima dengan
logis.
2. Konsisten dengan teori agar economic sense dari model dapat
diinterpretasikan.
3. Variabel independen harus tidak berhubungan dengan error term (have weakly
exogenous regressor).
4. Nilai parameter stabil.
5. Hasil estimasi model benar-benar random (white noise).
6. Model komprehensif yang berarti hasil dari model mampu menjelaskan
fenomena yang diteliti.
Teorema Gauss-Markov mengatakan bahwa model harus memenuhi syarat
klasik yaitu The Best Linear Unbiased Estimator (BLUE). Untuk mengetahui
bahwa persyaratan ini dipenuhi, maka dilakukan pengujian terhadap
heteroskedastisitas, otokorelasi dan kolinearitas berganda.
Heteroskedastisitas merupakan suatu kondisi jika variabel gangguan tidak
konstan dari satu observasi ke observasi lainya. Uji heteroskedastisitas dilakukan
dengan white heteroskedasticity yang membandingkan sum squared residual
weighted dan unweighted.
Otokorelasi terjadi bila variabel gangguan suatu observasi mempunyai
hubungan dengan observasi lainnya. Otokorelasi dideteksi dengan uji Durbin-
Watson yang membandingkan nilai statistik Durbin-Watson dengan nilai batas
atas dan nilai batas bawah dari tabel Durbin-Watson berdasarkan jumlah observasi
dan variabel bebas (tanpa nilai konstanta).
Kolinearitas berganda atau multikolinearitas timbul bila variabel-variabel
bebas mempunyai hubungan yang tidak bebas linier, sehingga menyebabkan

9
Gujarati (2003), “Basic Econometrics”, Edisi 4, McGraw Hill.

5
adanya informasi pada variabel bebas yang mubazir. Adanya hubungan linier
yang signifikan antara beberapa variabel bebas menyebabkan koefisien
praduganya cenderung memiliki error yang besar.
Dalam model regresi linier sederhana10:
y   0   1x  
Di mana y merupakan fungsi linier dari variabel x. β0, β1 merupakan parameter
model. Ε merupakan variabel acak yang dapat dikategorikan sebagai error.
CAPM yang diuji merupakan model regresi linear11:
r i r f   [r M r f ]
Di mana ri merupakan data saham BCIC, rf merupakan data SBI sedangkan rm
berupa data IHSG atau JKSE12.
Secara empiris, pengujian model CAPM sesuai dengan spesifikasi model
indeks, yaitu:
r i r f  i   i [ r M r f ] 13
BCIC–SBI = α + β[JKSE–SBI]14
Persamaan empiris inilah yang akan diuji dengan menggunakan bantuan
software EVIEWS versi 4.1.

Tabel 1. Kriteria Pengujian pada EVIEWS versi 4.115

Jenis Pengujian Probabilitas Batas Penerimaan
Unit Root < 0,05
Wald Test < 0,05
Correlogram Q-Statistics < -0,05 atau > 0,05
Histogram-Normality Test > 0,05
Serial Correlation – LM Test > 0,05
White Heteroskedasticity (Cross Term) > 0,05

3. HASIL ANALISIS

Untuk pengujian model regresi sederhana ini, digunakan model ekonometrik

sederhana, yaitu first order autoregression16. Sebelum regresi, terlebih dahulu

10
Lihat David R. Anderson, Dennis J. Sweeney dan Thomas A. Williams, “Statistics For Business
and Economics 8e”, Thomson, 2007. Hal.539-540.
11
Lihat Zvi Bodie, Alex Kane, Alan J. Marcus, “Investments”, edisi ketujuh, 2008. Pada bab 9
tentang The Capital Asset Pricing Model, hal. 306.
12
Perkuliahan Bapak Argamaya, dosen Pascasarjana Magister Ekonomi Konsentrasi Keuangan
Perbankan dan Pasar Modal, tanggal 3 Desember 2007.
13
Lihat Zvi Bodie, Alex Kane, Alan J. Marcus, “Investments”, edisi ketujuh, 2008. Pada bab 9
tentang The Capital Asset Pricing Model, hal. 307.
14
Perkuliahan Bapak Argamaya, dosen Pascasarjana Magister Ekonomi Konsentrasi Keuangan
Perbankan dan Pasar Modal, tanggal 3 Desember 2007. Topik: CAPM.
15
Perkuliahan Bapak Argamaya, dosen Pascasarjana Magister Ekonomi Konsentrasi Keuangan
Perbankan dan Pasar Modal, tanggal 10 Desember 2007. Topik: Implementasi CAPM pada
EVIEWS versi 4.1.

6
dilakukan pengujian untuk menentukan data stasioner (Gujarati 1995:710-724,
Intriligator ‘et al.’ 1996:208-216). Data stasioner ini berarti bahwa rata-rata dan
kovariansi data tidak tergantung pada waktu.17 Pengujian ini dilakukan dengan
Unit Root Test (metode Augmented Dickey-Fuller) pada EVIEWS versi 4.1.
Kesimpulan dapat dilihat pada Tabel 2. Kesimpulan (tabel 2) disertai catatan
bahwa untuk data SBI, pengujian pertama mengalami kegagalan, tetapi setelah
Unit Root Test dilakukan pada 1st difference hasil yang diperoleh sesuai dengan
ketentuan. Ini terjadi karena sifat data SBI itu sendiri yang memerlukan
penyesuaian18.

Tabel 2. Hasil Pengujian Unit Root

Data Probabilitas Kesimpulan
BCIC 0,0000 Data stasioner
JKSE 0,0000 Data stasioner
SBI* 0,0000 Data stasioner
*Pengujian Unit Root pada 1st difference.

Dari kesimpulan Tabel 2, di mana data telah memenuhi ketentuan data

stasioner, maka data dapat digunakan untuk model CAPM yang diinginkan.
Model regresi CAPM yang digunakan adalah:
BCIC–SBI = α + β[JKSE–SBI]
Selanjutnya, model regresi ini diuji untuk mengetahui apakah persyaratan klasik
terpenuhi atau tidak. Hasil pengujian dan kesimpulan yang diperoleh dapat dilihat
pada Tabel 3.

Tabel 3. Hasil Pengujian Model Sesuai Persyaratan Klasik

Jenis Pengujian Probabilitas Kesimpulan
Wald Test Probabilitas* = 0,0000 Parameter linier
Correlogram Q- |AC| > 0,05 Tidak ada
Statistics** |PAC| > 0,05 otokorelasi
Histogram-Normality Jarque-Bera = 0,711489 Data terdistribusi
Test*** Probabilitas = 0,700651 normal
Serial Correlation – LM Probabilitas* = 0,664841 Tidak ada serial
Test korelasi
White Heteroskedasticity Probabilitas* = 0,621142 Tidak ada
(Cross Term) heteroskedastisitas
*Probabilitas yang diambil adalah probabilitas dari F-statistic.
**Perhatikan Tabel 4 untuk tampilan visual dari hasil pengujian Correlogram Q-
Statistics.

16
Lihat Argamaya, “Dampak Kebijakan Nilai Tukar Di Indonesia 1983-1999 Terhadap Harga dan
Dinamika Moneter: Perspektif Ekonomi Politik dan Pilihan Rezim Nilai Tukar”, Jurnal Ekonomi
& Bisnis, Februari 2001. Hal. 22.
17
Lihat EVIEWS 4.1 Help. Topik “Nonstationary Time Series”.
18
Perkuliahan Bapak Argamaya, dosen Pascasarjana Magister Ekonomi Konsentrasi Keuangan
Perbankan dan Pasar Modal, tanggal 10 Desember 2007. Topik: Implementasi CAPM pada
EVIEWS versi 4.1.

7
***Perhatikan Gambar 1 untuk melihat tampilan visual dari hasil pengujian Serial
Correlation – LM Test.
Tabel 4. Hasil Pengujian Correlogram Q-Statistics
Date: 12/04/07 Time: 11:35
Sample: 2002:01 2007:10
Included observations: 70
Autocorrelation Partial Correlation AC PAC Q-Stat Prob
.*| . | .*| . | 1 -0.103 -0.103 0.7683 0.381
.|. | .|. | 2 -0.031 -0.042 0.8406 0.657
.|. | .|. | 3 0.044 0.037 0.9860 0.805
.|. | .|. | 4 -0.038 -0.031 1.0967 0.895
. |** | . |** | 5 0.229 0.228 5.1500 0.398
**| . | .*| . | 6 -0.208 -0.179 8.5722 0.199
.|. | .|. | 7 0.048 0.042 8.7546 0.271
. |** | . |** | 8 0.244 0.234 13.595 0.093
.*| . | .*| . | 9 -0.188 -0.151 16.521 0.057
. |*. | .|. | 10 0.082 0.026 17.086 0.072
.*| . | .*| . | 11 -0.167 -0.114 19.464 0.053
.|. | .*| . | 12 -0.002 -0.066 19.464 0.078
.*| . | **| . | 13 -0.101 -0.231 20.374 0.086
.*| . | .|. | 14 -0.156 -0.024 22.573 0.068
.|. | .*| . | 15 0.047 -0.093 22.774 0.089
.*| . | .*| . | 16 -0.099 -0.097 23.688 0.097
.*| . | .*| . | 17 -0.135 -0.139 25.419 0.086
.|. | .|. | 18 0.053 0.060 25.689 0.107
.*| . | .*| . | 19 -0.128 -0.099 27.321 0.097
.|. | .*| . | 20 -0.042 -0.117 27.501 0.122
.|. | . |*. | 21 0.006 0.140 27.505 0.155
.|. | .|. | 22 -0.012 -0.024 27.520 0.192
.|. | .*| . | 23 -0.057 -0.169 27.868 0.221
.*| . | .*| . | 24 -0.138 -0.116 29.943 0.187
.|. | .|. | 25 -0.022 -0.051 29.999 0.224
.|. | .*| . | 26 0.054 -0.181 30.330 0.254
.|. | .|. | 27 0.031 0.060 30.440 0.295
.|. | .|. | 28 0.029 0.016 30.543 0.338
. |*. | .|. | 29 0.094 0.033 31.635 0.336
. |*. | . |*. | 30 0.151 0.112 34.501 0.261
.*| . | .*| . | 31 -0.155 -0.167 37.621 0.192
.|. | .|. | 32 0.055 0.056 38.021 0.214

Tampilan visual dari Tabel 4 memberi kemudahan bagi Peneliti untuk

mengamati hasil pengujian secara sekilas sehingga didapati kesimpulan sementara
apakah data memenuhi kriteria atau tidak.
Demikian juga tampilan grafik pada Gambar 1, memberikan kemudahan
bagi Peneliti untuk mengamati hasil pengujian sehingga didapati kesimpulan
sementara bahwa data terdistribusi secara normal. Hal ini sesuai dengan tampilan
grafik yang memperlihatkan bentuk sebaran normal.

Gambar 1. Hasil Pengujian Serial Correlation – LM Test

8
 12
Series: Residuals
Sample 2002:01 2007:10
10
Observations 70

8 Mean -2.47E-15
Median -0.007360
6 Maximum 0.173544
Minimum -0.210617
Std. Dev. 0.081451
4 Skewness 0.226982
Kurtosis 2.805433
2
Jarque-Bera 0.711489
Probability 0.700651
0
-0.2 -0.1 0.0 0.1

Tabel 3 memperlihatkan bahwa model yang diuji telah memenuhi

persyaratan klasik, yaitu BLUE. Dengan demikian model CAPM ini merupakan
model regresi sederhana yang valid. Jadi, dari model ini diperoleh nilai beta
saham BCIC terhadap JKSE adalah -0,126513.

4. PENUTUP

Pengujian empiris CAPM berdasarkan tiga implikasi dari hubungan antara tingkat
pengembalian yang diharapkan dan beta pasar yang digunakan dalam model.
Ketiga asumsi tersebut adalah19:
1. Tingkat pengembalian terhadap semua aset secara linier berkaitan dengan beta
mereka sendiri, dan tidak ada variabel lain yang mempengaruhinya.
2. Premi beta adalah positif, yang berarti bahwa tingkat pengembalian terhadap
portofolio pasar melampaui tingkat pengembalian terhadap aset dengan
memiliki tingkat pengembalian yang tidak berkorelasi dengan tingkat
pengembalian pasar.
3. Dalam model versi Sharpe-Lintner, aset-aset yang tidak berkorelasi dengan
pasar memiliki tingkat pengembalian sama dengan tingkat bunga bebas resiko,
dan premi betanya berupa tingkat pengembalian pasar yang diharapkan
dikurangi dengan tingkat bunga bebas resiko.
Sesuai dengan hasil pengujian, diperoleh kesimpulan bahwa model empiris
CAPM yang diuji sesuai dengan persyaratan klasik. Oleh karena itu, dapat diambil
kesimpulan bahwa tingkat pengembalian yang diharapkan merupakan fungsi dari
beta mereka sendiri.
Menurut Campbell dan Vulteenaho20, beta dari suatu sekuritas dapat
dibagi menjadi dua komponen. Komponen yang satu mengukur sensitivitas
terhadap perubahan dalam keuntungan perusahaan, sedangkan komponen lainnya
mengukur sensitivitas terhadap perubahan tingkat bunga pasar.

19
Lihat Eugene F. Fama, Kenneth R. French, “The Capital Asset Pricing Model: Theory and
Evidence”, The Journal of Economic Perspective, Nashville: Summer 2004. Bab Early Empirical
Test, hal.4.
20
Lihat John Campbell dan Tuomo Vuolteenaho, “Bad Beta, Good Beta,” American Economic
Review 94 (Desember 2004), hal. 1249-1275.

9
 Dalam penelitian yang sejenis, Cho dan Engle 21 mengemukakan bahwa
estimasi beta dapat diperbaiki dengan memisakan berita-berita ekonomi yang
tidak diharapkan dari berita spesifik perusahaan. Teknik demikian dapat
membantu dalam memperbaiki kesalahan empiris dalam CAPM sederhana.

Model Beta-Nol
Portofolio beta-nol dapat dibentuk dengan memilih pasangan portofolio pada
batas efisien dengan portofolio di bawah (tidak efisien) setengah dari batas
tersebut yang tidak berkorelasi22. Persamaan CAPM untuk model beta-nol ini
adalah sebagai berikut:
Cov(r i ,r M )
r i r z  [r M r z ] 2
  i [r M r z ] 23
 M
Di mana i merupakan portofolio pada batas efisien. Z merupakan pasangan
portofolio beta-nol. M merupakan portofolio pasar.
Fischer Black menggunakan karakteristik ini untuk memperlihatkan bahwa
persamaan di atas merupakan bentuk persamaan CAPM di mana investor
menghadapi batasan dalam meminjam dan/atau berinvestasi dalam aset bebas
resiko24.

DAFTAR RUJUKAN

Argamaya, 2001. Dampak Kebijakan Nilai Tukar Di Indonesia 1983-1999

Terhadap Harga dan Dinamika Moneter: Perspektif Ekonomi Politik dan
Pilihan Rezim Nilai Tukar. Jurnal ekonomi & Bisnis.
Argamaya, 2007. CAPM. Materi Perkuliahan Tanggal 3 Desember 2007,
Pascasarjana Magister Ekonomi Konsentrasi Keuangan Perbankan dan
Pasar Modal. Universitas Trisakti.
Argamaya, 2007. Implementasi CAPM Pada EVIEWS Versi 4.1. Materi
Perkuliahan Tanggal 10 Desember 2007, Pascasarjana Magister Ekonomi
Konsentrasi Keuangan Perbankan dan Pasar Modal. Universitas Trisakti.
Anderson, David R., Dennis J. Sweeney dan Thomas A. Williams, 2002. Statistics
For Business and Economics 8e. Thomson, South-Western. Singapura,
068808.
Bodie, Zvi, Alex Kane dan Alan J. Marcus, 2008. Investment. Edisi Ketujuh.
McGraw-Hill. New York, NY, 10020.
Benninga, Simon, 2000. Financial Modeling. Edisi Kedua. Institut Teknologi
Massachusetts.

21
Lihat Young-Hye Cho dan Robert F. Engle, “Time Varying Betas and Asymmetric Effects of
News: Emperical Analysis of Blue Chips Stocks,” working paper, Department of Economics,
Universitas California, San Diego, Februari 2000.
22
Lihat Zvi Bodie, Alex Kane, Alan J. Marcus, “Investments”, edisi ketujuh, 2008. Pada bab 9
tentang The Capital Asset Pricing Model, hal. 314.
23
Persamaan ini serupa dengan Security Market Line (SML) dari CAPM, dengan perkecualian
tingkat bunga bebas resiko diganti dengan tingkat pengembalian yang diharapkan.
24
Lihat Fischer Black, “Capital Market Equilibrium with Restricted Borrowing,” Journal of
Business, Juli 1972.

10
Dhankar, Raj S. dan Rohini Singh, 2005. Arbitrage Pricing Theory and The
Capital Asset Pricing Model-Evidence From The Indian Stock Market.
Journal of Financial Management & Analysis. Mumbai.
Fama, Eugene F. dan Kenneth R. French, 2004. The Capital Asset Pricing Model:
Theory and Evidence. The Journal of Economic Perspectives. Nashville.
Gujarati, Damodar N., 1995. Basic Econometrics. McGraw-Hill. Singapura.
Gunnlaugsson, Stefan B., 2006. A Test of The CAPM on a Small Stock Market.
The Business Review, Cambridge. Hollywood.
Intriligator, Michael, Ronald Bodkin dan Cheng Hsiao, 1996. Econometric
Models, Techniques, And Applications. Prentice-Hall. USA.
Lintner, John, 1965. The Valuation of Risk Assets and the Selection of Risky
Investments in Stock Portfolios and Capital Budgets. Review of
Economics and Statistics.
Mason, Robert D. dan Douglas A. Lind, 1996. Teknik Statistika untuk Bisnis &
Ekonomi. Edisi Kesembilan, Jilid 1. Penerbit Erlangga. Jakarta, 13740.
Mossin, Jan, 1966. Equilibrium in a Capital Asset Market. Econometrica.
Sharpe, William F., 1964. Capital Asset Prices: A Theory of Market Equilibrium.
Journal of Finance.
Sharpe, William F., 2007. Expected Utility Asset Allocation. Financial Analysts
Journal. Charlottesville.
Xiong, Yan dan Charles Davis, 2007. Zero-Investment Trading Strategies and The
Measurement with Recognition of Short-Selling Constraints: A Theoretical
Perspective. Journal of American Academy of Business, Cambridge.
Hollywood.

11