Anda di halaman 1dari 56

OVERVIEW

Bab ini membahas model-model keseimbangan dalam


analisis investasi dan memberikan gambaran yang
komprehensif tentang berbagai kendala dan solusi
untuk mengatasi persoalan beta dalam studi empiris
maupun dalam aplikasi praktis.
Bab ini akan memberikan pemahaman yang lebih baik
mengenai:
Cara menghitung beta
Kelemahan beta dalam praktik
Evaluasi beta dalam praktik
Teknik-teknik estimasi beta yang sesuai dengan kondisi yang
dihadapi
Pengujian efisiensi dan stabilitas beta dalam riset pasar
modal.
1/55
OVERVIEW
Dalam bab ini akan dibahas tiga isu utama,
yakni :
kajian literatur tentang beta;
metode penelitian untuk mengestimasi beta;
isu-isu relevan lainnya tentang estimasi dan
stabilitas beta.
2/55
TOPIK PEMBAHASAN
Kajian Literatur tentang Beta
Desain Penelitian dalam Pengestimasian Beta
Hasil Empiris Pengestimasian Beta
Pengestimasian Beta dengan Beberapa Cara Pengukuran
Return
Asumsi Distribusional
Kesalahan Pengukuran dan Perdagangan Tipis
Stabilitas Beta
Estimasi Beta Lainnya yang Telah disesuaikan dengan
Perdangan Tipis
Time-varying Beta
Pengestimasian Beta untuk Perusahaan Privat
3/55
PENDAHULUAN TENTANG CAPM
Penentuan asset pricing suatu sekuritas individual dan/atau
portofolio merupakan hal yang sangat penting bagi investor.
Penentuan cost of capital (required rate of return)
Pricing sekuritas/portofolio (undervalue/overvalue)







Perlu Model Yang Parsimoni Dalam
Menangkap Kompleksitas Pasar
Modal
Capital Asset Pricing Model (CAPM)
(Sharpe,1964; Lintner 1965; dan
Mossin,1966)
4/55
PENDAHULUAN TENTANG CAPM
CAPM menjelaskan bahwa kondisi keseimbangan (equilibrium),
expected returns [E(R
i
)] sama dengan suku bunga bebas risiko (R
f
)
ditambah dengan premi risiko:
E(R
i
) = R
f
+ {E(R
m
) R
f
}|
I

Ukuran risiko yang relevan dalam konteks CAPM adalah beta (),
yang didefinisikan sebagai covarians return sekuritas dengan
return pasar yang distandardisasi dengan varians return pasar.

iM
= Korelasi antara sekuritas i dengan pasar
o
i
= Standar deviasi sekuritas i

o
M
= Standar deviasi pasar

2
M
M i
M
i
i
o
o o
| =
5/55
PENDAHULUAN TENTANG CAPM
CAPM memerlukan estimasi tingkat bunga bebas risiko
(risk-free rate of interest), estimasi return portofolio
pasar yang diharapkan (expected return market
portfolio), dan estimasi beta untuk tiap aset individual
Sejak diperkenalkan pertama kali, CAPM dan beta terus
diperdebatkan baik secara teoritis maupun empiris.
Fama dan French (1992, 1993, 1996) mengkritik kemampuan
beta dalam menjelaskan cross-sectional variation return
ekuitas.
Roll dan Ross (1996) mengatakan bahwa: beta is dead, or if
not dead is at least fatally ill, karena beta tidak dapat
menjelaskan return sekuritas.

6/55
PENDAHULUAN TENTANG CAPM
Kothari, Shanken, dan Sloan (1950) dan Kandel dan
Stambaugh (1995) mengatakan bahwa beta tetap masih
dapat digunakan jika menggunakan data tahunan, bukan
data bulanan atau harian
Black (1993) mengatakan dengan perspektif lain, hal yang
diperlukan dalam mendefinisikan ukuran risiko sistematis
atau beta adalah model pasar (market model)
R
it
= o
i
+ |
i
R
mt
+ c
it

Keberadaan market model tersebut adalah independen atau
tidak terikat pada CAPM. Meskipun CAPM benar-benar mati,
beta tetap eksis. Maka, beta telah digunakan sejak dulu,
sekarang, dan akan terus digunakan di masa mendatang.
7/55
KAJIAN LITERATUR TENTANG BETA
Keterterapan Beta dalam Penelitian
Penggunaan beta sebagai salah satu variabel
penelitian telah banyak dilakukan baik di luar negeri
maupun di dalam negeri.
Studi yang dilakukan di dalam negeri :
Agoeng (2000) dan Hadinugroho (2002) menunjukan
bahwa return tidak dipengaruhi oleh beta.
Tandelilin (2001) menemukan bahwa beta portofolio
saham mampu menjelaskan return portofolio pada pasar
bullish dan bearish.
8/55
KAJIAN LITERATUR TENTANG BETA
Poerwanto (2001) yang menyelidiki hubungan antara beta
dengan return, menemukan bahwa untuk market excess
return positif terdapat hubungan positif antara beta dan
return, sedangkan untuk market excess return negatif
terdapat hubungan negatif antara beta dan return
Studi tentang faktor-faktor yang mempengaruhi beta juga
menunjukan hasil yang beragam :
Tandelilin (1997) menemukan bahwa variabel rasio keuangan
dan ukuran perusahaan mempengaruhi beta
Indriastuti (1999) dan Musliatun (2000) dengan memisahkan
periode analisis normal dan krisis 1997 menemukan bahwa
likuiditas, pertumbuhan, dan leverage keuangan
mempengaruhi beta
9/55
KAJIAN LITERATUR TENTANG BETA
Sufiyati dan Naim (2002) membuktikan bahwa beta dipengaruhi
oleh ukuran perusahaan
Suherman (2001) menguji pengaruh variabel dividen,
pertumbuhan aset, ukuran perusahaan, likuiditas, leverage
keuangan, volatilitas laba, dan beta akuntansi terhadap beta.
Beta juga banyak dipakai dalam berbagai bentuk desain
penelitian studi peristiwa (event study) seperti penawaran
hak atas saham (right issue), pengumuman divide,
pengumuman merger dan akuisisi, pengumuman
pembelanjaan kapital dan perubahan komposisi manajemen.
10/55
KAJIAN LITERATUR TENTANG BETA
Catatan Penting:
Sebagian besar penelitian tersebut
mengungkapkan hasil yang tidak konsisten
dengan teori. Hal mungkin disebabkan oleh
perbedaan metode dalam pengestimasian beta
sehingga menghasilkan variasi besaran beta.

11/55
KAJIAN LITERATUR TENTANG BETA
Keterterapan Beta dalam Praktik
Beta digunakan oleh manajer investasi sebagai
salah satu indikator dalam pengukuran kinerja
portofolio yaitu dengan mengadopsi teknik
yang dikemukakan Treynor (1965) dan Jensen
(1969).
Beta juga digunakan untuk menghitung biaya
modal ekuitas yang selanjutnya digunakan
dalam penilaian perusahaan, penganggaran
kapital, dan perhitungan economic value added
(EVA).
12/55
DESAIN PENELITIAN DALAM
PENGESTIMASIAN BETA
Isu Pokok Dalam Estimasi Beta
Isu pengukuran return
Bagaimana seharusnya return diukur; indeks apa yang
seharusnya digunakan untuk mewakili pasar; berapa lama
periode observasi yang digunakan; dan interval
penyampelan apa yang harus digunakan.
Isu yang berkaitan dengan asumsi model regresi
Apakah residual regresi berdistribusi normal; apakah
residual regresi memiliki varian yang sama; apakah residual
regresi tidak berkorelasi satu sama lain; apakah beralasan
jika diasumsikan bahwa beta adalah konstan sepanjang
periode pengestimasian; dan apakah ada variabel penjelas
yang dihilangkan.
13/55
Isu Pengukuran Return
Tahap pertama untuk memperoleh estimasi beta adalah menghitung
nilai return sekuritas individual dan return pasar.
Discrete return versus continuously compounded returns.
Pengukuran returns harus mempertimbangkan penyesuaian
perubahan harga yang terjadi karena adanya perubahan
kapitalisasi
Raw return versus excess return.
Ukuran return berupa return periodik yang belum disesuaikan
dengan return aset-aset lain yang menjadi benchmark.
Nominal return versus real return.
Return yang belum disesuaikan terhadap harapan adanya inflasi
(inflationary expectation).

14/55
DESAIN PENELITIAN DALAM
PENGESTIMASIAN BETA
METODE PENGUKURAN RETURN
Perhitungan Return
Raw Return

o Discrete Return (DR
t
)



o Continuously Compounded Returns (CCR
t
)

1
1

+
=
t
t
P
Dt P Pt
DRt
) 1 ln(
t
R CCRt + =
15/55
Perhitungan Return
Excess Return
o Discrete Excess Return (DER
t
)



o Continuously Compounded Excess Returns
(CCER
t
)


R
ft
= tingkat bunga bebas risiko (SBI)
t t t
Rf DR DER =
t t t
f R CCR CCER =
METODE PENGUKURAN RETURN
16/55
Perhitungan Return
Real Return

Discrete Real Return (DRR
t
)



Continuously Compounded Real Returns (CCRR
t
)



r = tingkat inflasi
1
1
1

+
+
=
r
DR
DRR
t
t
1
1
1

+
+
=
r
CCR
CCRR
t
t
METODE PENGUKURAN RETURN
17/55
TEKNIK ESTIMASI BETA
Estimasi beta dengan indeks tunggal mengacu pada periode
waktu analisis yang sama untuk return individual dan return
pasar.
Estimasi beta yang disesuaikan karena adanya perdagangan
yang tidak sinkron:
Beta Scholes-William diadopsi dari teknik estimasi beta yang
digunakan oleh Scholes dan William (1977).
Beta Dimson mengacu pada teknik estimasi beta yang digunakan
oleh Dimson (1979).
Fowler dan Rorke (1983) mengembangkan teknik Scholes dan
William serta Dimson dengan melakukan analisis regresi
berganda.

18/55
TEKNIK ESTIMASI BETA
1. Beta Indeks Tunggal (|
i
IT
)
2. Beta Scholes-William (|
SW
)

it m i i it
it
R

R c | o + + =
i
IT
i

| | =
it m i m i m i i it
it it it
R

R c | | | o + + + + =
+ 1 0 1
t m mt
u R

R
t
+ + =
1
1 0

)

(
i i i
SW
i
1
1 0 1
2 1
| | |
|
+
+ +
=
+
19/55
TEKNIK ESTIMASI BETA
3. Beta Dimson (|
i
DM
)

it m i m i m i i it
it it it
R

R c | | | o + + + + =
+ 1 0 1

=
+
=
m
m k
k i
DM
i

| |
20/55
TEKNIK ESTIMASI BETA
2. Beta Fowler-Rorke (|
i
FR
)

it m
n
i m i m i m i m
n
i i it
n it it it it n it
R

... R

... R

R c | | | | | o + + + + + + + + =
+
+ + 1 0 1
1
)

...

/( )

...

( W
n n n
2 2 1 2 2 1
1 1 1 1
+ + + + + + + =

n
i n i i i
n
i n
FR
i

W ...

W

W ...

W
+ +
+ + + + + + = | | | | | |
1
1
0 1
1
t m m mt
u R

... R

R
t n t
+ + + + =
1
1 1 0

)

...

/( )

...

( W
n n n n
2 2 1 2 2 1
1 1 2 1 2
+ + + + + + + + =

)

...

/( )

...

( W
n n
2 2 1 1
1 1 1
+ + + + + + =
21/55
CONTOH: STUDI EMPIRIS
PENGESTIMASIAN BETA
Data dan Sampel Penelitian :
Studi empiris dimaksudkan untuk memberi ilustrasi
praktis tentang isu-isu dan prosedur-prosedur
pengestimasian yang dapat menghasilkan estimasi
beta yang berbeda.
Studi ini menggunakan harga saham harian,
mingguan, dan bulanan yang diobservasi dari 18
perusahaan di Bursa Efek Jakarta (BEJ). Sampel
perusahaan dipilih secara acak dan mewakili 18
sub-industri dari industri pemanufakturan
22/55
Model analisis penelitian ini didasarkan pada
model pasar (market model) yaitu return
historis saham diregresi dengan return
historis suatu proksi portofolio pasar (return
indeks pasar).
Fokus studi empiris ini mengangkat
permasalahan yang berkaitan dengan isu
pengukuran return dan isu asumsi model
regresi

23/55
CONTOH: STUDI EMPIRIS
PENGESTIMASIAN BETA
Tabel di bawah ini menunjukan perbedaan estimasi
beta dengan berbagai cara pengukuran return yang
meliputi:
(1) raw return diskrit dan kontinyu
(2) excess return diskrit dan kontinyu
(3) return riil diskrit dan kontinyu.
Kesimpulan Sementara Hasil Studi Empiris
Range yang lebar dari hasil-hasil estimasi beta
pada tabel tersebut membuktikan bahwa
pengestimasian beta sangat sensitif terhadap cara
pengukuran return.


24/55
CONTOH: STUDI EMPIRIS
PENGESTIMASIAN BETA
No TICK
Estimasi Beta Berdasarkan Beberapa Pengukuran Return
RRD RRK ERD ERC RDR RCR Range
1 AQUA 0,4106 0,4049 0,4139 0,4189 0,2679 0,8226 0,5547
2 BRAM 1,0611 1,0334 1,0111 1,0062 0,8695 0,7868 0,2743
3 BRNA 1,1584 1,0359 1,1420 1,0196 0,7886 0,8339 0,3699
4 BRPT 1,7455 1,7091 1,7017 1,6622 1,3774 0,8484 0,8970
5 EKAD 0,6171 0,4810 0,5909 0,4623 0,3401 0,8535 0,5135
6 ERTX -0,1011 0,6716 -0,0231 0,7114 0,4093 0,7826 0,8837
7 HMSP 1,3511 1,3798 1,2947 1,3241 1,1045 0,7902 0,5896
8 INKP 1,1965 1,2118 1,1793 1,1983 1,0061 0,8118 0,4000
9 INTD 0,6302 0,4523 0,6734 0,4778 0,2236 0,7437 0,5201
10 KICI 0,7344 0,7249 0,7564 0,7416 0,4991 0,8018 0,3027
11 KLBF 1,7068 1,5972 1,6823 1,5673 1,2026 0,8460 0,8608
12 LION 0,5025 0,4929 0,4900 0,4778 0,4402 0,8357 0,3956
13 MLPL 2,3949 1,8749 2,3926 1,8623 1,4893 0,9425 1,4524
14 PGIN 0,1598 0,1252 0,1532 0,1209 0,1104 0,7830 0,6726
15 SCBN 0,4993 0,4699 0,5429 0,5226 0,3113 0,8094 0,4981
16 SMCB 2,0634 2,2064 2,0118 2,1654 1,6729 0,8399 1,3665
17 SOBI 1,0281 0,9050 1,0197 0,8854 0,6856 0,7645 0,3425
18 SRSN 1,3210 1,2088 1,3150 1,2009 0,7866 0,7907 0,5344
Mean 1,0266 0,9992 1,0193 0,9903 0,7547 0,8160 0,2719
Keterangan:
RRD=raw return diskrit; RRK=raw return kontinyu; ERD=excess return diskrit;
ERC: excess return kontinyu; RDR=Return diskrit riil; RCR= return kontinyu riil
IHSG sebagai proksi portofolio pasar
Tabel Estimasi Beta Berdasarkan Beberapa Metode Pengukuran Return:
Model Pasar Indeks Tunggal dengan Return Bulanan Periode 1996-2002
INDEKS PASAR
Estimasi beta memerlukan suatu proxy
untuk portofolio pasar, karena portofolio
pasar secara teoritis harus efisien, namun
secara empiris sulit ditemui atau relatif
tidak dapat diobservasi.


26/55
INDEKS PASAR
Pengukuran Return Indeks Pasar
Value Weighted Vs Equally Weighted
Return value weighted memperhitungkan ukuran
relatif dari aset-aset individual.
Indeks pasar value weighted lebih sensitif terhadap
pergerakan harga dari perusahaan yang berukuran
besar.
Indeks equally weighted menimbang semua aset
seolah-olah aset-aset tersebut memberi pengaruh
yang sama, tanpa mempertimbangkan ukuran
relatifnya.
Indeks value weighted lebih baik karena lebih
konsisten dengan portofolio pasar yang sebenarnya.

27/55
INDEKS PASAR
Pengukuran Return Indeks Pasar
Keluasan (Breadth) Indeks Pasar
Peneliti menggunakan indeks pasar sebagai proxy pasar
karena indeks pasar saham adalah indeks yang paling
tersedia, walaupun Stambaugh (1982) memperlihatkan
bahwa CAPM pada umumnya tidak sensitif terhadap
pemilihan proxy pasar, kita dapat menyimpulkan bahwa
semakin luas indeks, semakin baik indeks tersebut dijadikan
proxy.
Penyusunan dan penimbangan indeks dapat mempengaruhi
beta aset individual dan dapat mempengaruhi kesimpulan
yang ditarik dari aplikasi estimasi beta tersebut.
Tabel berikut ini adalah estimasi beta dengan menggunakan
tiga indeks pasar yang berbeda di Indonesia.

28/55
Estimasi Beta Berdasarkan Indeks Pasar yang Berbeda
(Model Pasar Indeks Tunggal dengan Return Bulanan Periode 1996-2002)
No TICK
Beta
IHSG
a
LQ45
a
JII
b
Range
1 AQUA 0,4106 0,1895 -0,1075 0,5181
2 BRAM 1,0611 0,7393 0,8914 0,3218
3 BRNA 1,1584 0,7543 0,7344 0,4240
4 BRPT 1,7455 1,3904 1,4534 0,3551
5 EKAD 0,6171 0,4157 0,5560 0,2014
6 ERTX -0,1011 -0,2565 0,8662 1,1227
7 HMSP 1,3511 1,1040 1,1855 0,2472
8 INKP 1,1965 1,0367 1,0210 0,1755
9 INTD 0,6302 0,2835 1,2329 0,9494
10 KICI 0,7344 0,4982 0,9004 0,4023
11 KLBF 1,7068 1,2258 0,8670 0,8398
12 LION 0,5025 0,3839 0,7136 0,3297
13 MLPL 2,3949 1,8463 1,2103 1,1846
14 PGIN 0,1598 0,1387 0,3820 0,2433
15 SCCO 0,4993 0,2673 0,2693 0,2319
16 SMCB 2,0634 1,5615 0,4302 1,6332
17 SOBI 1,0281 0,7023 0,1086 0,9195
18 SRSN 1,3210 0,9180 1,3688 0,4507
Mean 1,0266 0,7333 0,7824 0,2934
Keterangan:
a
berdasarkan periode analisis Januari 1996 - Desember
2002
b
berdasarkan periode analisis Agustus 2000 - Desember 2002
Range = estimasi beta maksimum estimasi beta minimum
29/55
INDEKS PASAR
Perbedaan estimasi beta dalam Tabel
tersebut sangat substansial.

Contoh:
Saham SMCB, ketika menggunakan IHSG equally
weighted, estimasi beta OLS adalah 2,06; namun
ketika menggunakan JII, beta hanya 0,43. Range
rata-rata antara estimasi beta adalah 1,63.



30/55
INDEKS PASAR
Dampak dari range yang lebar dari estimasi
beta.
Asumsi suku bunga bebas risiko adalah 9% per tahun
dan expected return pasar adalah 16% per tahun.
Maka, atas dasar CAPM:
Saham SMCB, menggunakan beta dari IHSG equally
weighted, maka expected return saham tersebut adalah
23.44%.
Saham SMBC menggunakan beta dari LQ45, maka
expected return saham tersebut adalah 19.93%.
Perbedaan expected return-nya adalah 3.51%, sehingga
secara nyata mempengaruhi keputusan penilaian dan
investasi.


31/55
INDEKS PASAR
Para peneliti seringkali tidak hanya tertarik
pada nilai estimasi beta, namun juga terhadap
signifikansi statistik estimasi tersebut. Ini
dapat diuji dengan menentukan apakah
estimasi tersebut berbeda dengan benchmark
tertentu, misalnya 0, 1, ataupun rata-rata
industri dan goodness of fit dari estimasi dan
modelnya dapat diketahui dari R
2.
32/55
INDEKS PASAR
Tabel berikut menyajikan ukuran-ukuran
statistik untuk regresi OLS dengan
menggunakan IHSG value weighted sebagai
proxy pasar. Hasil pada tabel tersebut
menunjukkan bahwa bahwa terdapat cross-
sectional variation dalam estimasi beta.
Hanya satu estimasi (Saham ERTX) yang tidak
signifikan berbeda dengan 0. Ukuran R
2

berkisar antara 0,00% (ERTX) hingga 44,4%
(WMC).

33/55
PANJANG PERIODE ESTIMASI
Pemilihan panjang periode estimasi (t) dalam OLS
dihadapkan pada trade-off antara kebutuhan
sampel yang besar untuk memperoleh estimasi
statistik yang reliable dengan penggunaan data
yang relevan pada periode di mana estimasi beta
diaplikasikan
Estimasi beta tampak stabil untuk periode empat
hingga lima tahun. Oleh karena itu, ketika
dihadapkan pada interval bulanan, data lima tahun
sering digunakan sebagai rule of thumb, meskipun
demikian, variasi rule of thumb ini sangat beragam

34/55
PANJANG PERIODE ESTIMASI
Tabel dibawah mengilustrasikan variasi estimasi
beta dengan menggunakan tiga periode estimasi
yang berbeda (1) 1994-1996, (2) 1994-1999, (3)
1997-2002, dan total observasi 1994-2002. Hasil
estimasi beta dalam tabel tersebut sangat
bervariasi dengan range yang lebar dari minimum
0,125 (BRAM dan BRNA) hingga maksimum 1,182
(ERTX).

35/55

No

TICK
Estimasi Beta
1994-2002
9 tahun
1997-2002
6 tahun
2000-2002
3 tahun
Range
1 AQUA 0,354 0,431 0,126 0,305
2 BRAM 1,056 1,115 0,990 0,125
3 BRNA 1,067 1,164 1,039 0,125
4 BRPT 1,674 1,782 1,957 0,283
5 EKAD 0,492 0,617 0,778 0,287
6 ERTX -0,018 -0,078 1,104 1,182
7 HMSP 1,327 1,403 1,490 0,164
8 INKP 1,147 1,221 1,379 0,232
9 INTD 0,619 0,740 1,145 0,527
10 KICI 0,714 0,746 1,065 0,350
11 KLBF 1,760 1,725 1,115 0,646
12 LION 0,465 0,472 0,723 0,258
13 MLPL 2,278 2,335 1,653 0,682
14 PGIN 0,304 0,189 0,436 0,247
15 SCCO 0,448 0,517 -0,116 0,634
16 SMCB 1,966 2,103 1,536 0,566
17 SOBI 0,987 1,096 0,650 0,445
18 SRSN 1,087 1,415 1,458 0,371
Mean 0,985 1,055 1,029 0,070
Tabel: Estimasi Beta dengan Lama Periode Pengamatan yang Berbeda;
Model Pasar Indeks Tunggal dengan Return Bulanan Periode Estimasi 1994-2002
36/55
SAMPLING INTERVAL
Peneliti juga harus memilih sampling interval
untuk pengukuran return, misalnya interval
return harian, mingguan, atau bulanan.
Interval intraday cenderung menghasilkan
estimasi beta yang tidak stabil dan tidak
reliable. Sebaliknya, interval kwartal tahun
(quarterly interval) cenderung menghasilkan
jumlah observasi yang kurang memadai karena
periode pengamatan yang terlalu panjang
37/55
SAMPLING INTERVAL
Perubahan beta diargumentasikan sebagai fungsi dari
frekuensi perdagangan, yang berkaitan dengan ukuran
perusahaan.
Ketika interval return diperpanjang, beta saham-saham
kecil (tipis diperdagangkan) meningkat sedangkan beta
saham-saham besar (sering diperdagangkan) menurun.
Tabel di bawah ini memaparkan dampak sampling
interval yang berbeda, yaitu observasi harian,
mingguan, dan bulanan. Perbedaan rata-rata antara
beta yang diestimasi dengan return harian dan return
bulanan cukup lebar yaitu sebesar 0,639.


38/55

No

TICK
Beta
Harian Migguan Bulanan Range
1 AQUA
-0,026 0,287 0,354 0,368
2 BRAM
0,214 0,609 1,056 0,800
3 BRNA 0,169 0,619 1,067 0,900
4 BRPT 0,599 0,804 1,674 1,050
5 EKAD 0,167 0,341 0,492 0,333
6 ERTX 0,284 0,604 -0,018 0,639
7 HMSP 0,643 1,046 1,327 0,641
8 INKP 0,468 1,134 1,147 0,666
9 INTD 0,475 0,402 0,619 0,126
10 KICI 0,128 0,378 0,714 0,581
11 KLBF 0,522 1,224 1,760 1,225
12 LION 0,254 0,209 0,465 0,284
13 MLPL 0,837 1,129 2,278 1,498
14 PGIN
0,025 0,120 0,304 0,253
15 SCCO 0,130 0,289 0,448 0,308
16 SMCB 0,480 1,070 1,966 1,457
17 SOBI 0,240 0,669 0,987 0,695
18 SRSN 0,265 0,394 1,087 0,755
Mean 0,326 0,629 0,985 0,639
Estimasi Beta Berdasarkan Sampling Interval yang Berbeda;
Model Pasar Indeks Tunggal dengan Return Bulanan Periode Estimasi 1994-2002

Range = estimasi beta terbesar estimasi beta terkecil
39/55
ASUMSI DISTRIBUSIONAL
Prosedur Estimasi
Teknik standar yang digunakan untuk mengestimasi beta
adalah dengan menggunakan regresi OLS (ordinary least
square).
Penggunaan regresi OLS didasarkan pada asumsi penting
yaitu residual bersifat homoskedastik dan non-otokorelasi
antar residual.
Beberapa cara untuk mendeteksi penyimpangan
homoskedastik diantaranya uji-uji Goldfeld-Quandt,
Breusch-Pagan, dan White.
Pengujian penyimpangan non-otokorelasi antar residual
juga bisa dilakukan dengan beberapa cara diantaranya uji-
uji Durbin-Watson dan Box-Pierce-Ljung.

40/55
ASUMSI DISTRIBUSIONAL
Perlakuan terhadap Outliers
Outliers dapat terjadi karena kesalahan dalam
memasukkan data, namun dapat pula disebabkan
kejadian yang sebenarnya.
Keputusan untuk mengikutkan atau mengeluarkan outliers
tergantung pada konteks penelitian yang dilakukan.
Jika outliers adalah observasi yang real dalam artian bahwa
itu benar-benar terjadi dan mungkin terulang, maka
sangatlah dianjurkan untuk memasukkan outliers sebagai
sampel.
jika outliers adalah peristiwa yang unik sehingga peristiwa
itu mungkin tidak akan terjadi lagi, outliers tersebut
sebaiknya dikeluarkan dari analisis

41/55
KESALAHAN PENGUKURAN DAN
PERDAGANGAN TIPIS
Persoalan yang muncul biasanya berkaitan dengan
penggunaan data saham-saham yang tidak
diperdagangkan secara terus menerus (thin atau
nonsynchronous).
Nonsynchronous trading dapat mengakibatkan
estimasi beta dapat menjadi bias.
Beberapa teknik dianjurkan untuk mengatasi
masalah perdagangan tipis tersebut dalam
pengestimasian beta. Teknik-teknik tersebut
adalah Scholes dan Williams (1977), Dimson (1979),
dan Fowler dan Rorke (1983)
42/55
STABILITAS BETA
Stabilitas inter-period
Mencakup pertanyaan Apakah beta stabil antara periode
estimasi dengan periode aplikasi?
Contoh periode aplikasi adalah event window dalam suatu
event study
Isu stabilitas beta inter-periode berkaitan dengan
kemungkinan pergeseran rata-rata beta
Stabilitas intra-period
Apakah beta stabil selama periode estimasi?
Secara empiris, hal ini dapat ditangani dengan
memperkenalkan dan memasukkan time-varying betas.

43/55
MEAN REVERSION
Beta pasar selalu bergerka menuju ke nilai satu,
sehingga beta portofolio pasar selalu bernilai satu.
Blume (1971, 1975) memperkenalkan isu risiko
yang berubah dan memperlihatkan bahwa setelah
periode tujuh tahun, beta saham individual
mempunyai kecenderungan regresi menuju grand
mean satu
Pendekatan Bayesian digunakan untuk
menyesuaikan tendensi mean reversion
44/55
ISU RELEVAN LAINNYA DALAM
PENGESTIMASIAN BETA
Estimator Beta Lainnya yang Telah Disesuaikan
terhadap Perdagangan Tipis
Menggunakan teknik trade-to-trade, dengan me-
match return aset dengan return pasar dengan basis
trade-to-trade.
Kesalahan-kesalahan (Errors) dalam Variabel-
variabel
Ball (1977) mengemukakan isu kesalahan pengukuran
dari perspektif umum, yaitu bahwa estimasi beta
menghadapi masalah errors in variables (EIV)
45/55
Structural Breaks
Suatu structural break adalah sebuah titik di mana
terdapat penggambaran yang jelas mengenai
kelompok-kelompok data
Masalah yang ditimbulkan oleh structural breaks
adalah data tidak dapat diterapkan dari suatu bagian
sampel untuk bagian-bagian lain dari sampel
Keberadaan structural breaks dapat dideteksi
dengan alat uji ekonometris seperti Chow test
46/55
ISU RELEVAN LAINNYA DALAM
PENGESTIMASIAN BETA
Time-varying betas
bukti menunjukkan bahwa beta saham individual
dan beta portofolio adalah time varying
Tiga model umum telah diperkenalkan untuk
menjelaskan variasi waktu : (1) random walk, (2)
random coefficient approach, dan (3)
autoregressive process

47/55
ISU RELEVAN LAINNYA DALAM
PENGESTIMASIAN BETA
Time-varying betas
Model random walk mengklaim bahwa estimasi beta
pada periode sekarang yang paling baik adalah beta
periode lalu.
Model random coefficient approach mengklaim
bahwa terdapat rata-rata jangka panjang di mana
terdapat variasi acak untuk setiap periode.
Model autoregressive process mengklaim bahwa
perbedaan antara beta periode sekarang dengan
rata-rata jangka panjang adalah fungsi dari
perbedaan antara nilai lampau beta dengan rata-
rata jangka panjang setiap periode.
48/55
ISU RELEVAN LAINNYA DALAM
PENGESTIMASIAN BETA
Determinan-determinan Ekonomis dari Variasi Waktu
Alternatif spesifikasi estimasi model beta berdasarkan
variabel-variabel ekonomis.
Model beta dengan mempertimbangkan financial
leverage.
Model beta dengan pendekatan empiris dengan
mempertimbangkan beberapa variabel akuntansi.
Model beta dengan menggunakan operating leverage,
sebagai determinan beta.
Model beta dengan determinan beberapa variabel
makroekonomi seperti suku bunga, defisit anggaran,
defisit perdagangan, inflasi, dan harga minyak.

49/55
ISU RELEVAN LAINNYA DALAM
PENGESTIMASIAN BETA
Variabel-variabel yang Dihilangkan
Mispesifikasi model beta berupa penghilangan
variabel independen yang relevan, seperti rasio
keuangan, efek seasonalities serta day-of-the-week
effect.

Catatan:
Model regresi dapat mencakup efek ukuran
perusahaan, seasonal, dan efek-efek lainnya, namun
tidak didukung oleh landasan teoretis.
Pendekatan ini bersifat ad hoc dan bersifat model-
model empiris.


50/55
ISU RELEVAN LAINNYA DALAM
PENGESTIMASIAN BETA
PENGESTIMASIAN BETA UNTUK
PERUSAHAAN PRIVAT
Beta Akuntansi
merupakan pendekatan yang dapat digunakan oleh
perusahaan privat untuk mendapatkan nilai beta
Return on equity industri digunakan sebagai proksi return
pasar sehingga dapat disusun model sebagai berikut:
ROE
j
= o + |
j
R
M
+ e
Dalam hal ini:
ROE
j
= return on equity perusahaan privat individual
RM
M
= return on equity pasar (diproksi dari IHSG atau LQ
45).

51/55
Estimasi Beta dengan Teknik Hamada
Hamada mengemukakan model penyesuaian beta bila terdapat
perubahan leverage :
|
L
= |
U
[1 + (1 T)(D/E)]
Dengan demikian, beta unleveraged dapat dihitung sebagai
berikut:
|
U
= |
L
/ [1 + (1 T)(D/E)]
Dalam hal ini:
|
L
= Beta perusahaan yang memiliki leverage
|
U
= Beta perusahaan yang tidak memiliki leverage
T = tingkat pajak perusahaan
D/E = rasio utang per ekuitas (debt to equity ratio).




52/55
PENGESTIMASIAN BETA UNTUK
PERUSAHAAN PRIVAT
Soal :
Sebagai ilustrasi diketahui beta PT. Duta Pertiwi
Tbk. Yang dihitung berdasarkan return bulanan
pada tahun 2006 adalah 1,53 dengan rasio D/E
sebesar 1,46. Maka beta |
U
dapat dihitung sebagai
berikut:
Jawab :
|
U
= 1,53 / [1 + (1 40%)(1,46)]
= 0,819

CONTOH: PENGESTIMASIAN BETA
UNTUK PERUSAHAAN PRIVAT
53/55
Soal:
PT A, sebuah perusahaan real estat dan
properti memiliki rasio D/E = 0,95.
Sedangkan rata-rata beta industri tersebut
adalah 1,3 dan rata-rata D/E = 1,05.
Diasumsikan tingkat pajak yang berlaku
adalah 40%. Berdasarkan data tersebut,
prosedur untuk mencari Beta A adalah:
54/55
PENGESTIMASIAN BETA UNTUK
PERUSAHAAN PRIVAT
Jawab:
Menghitung |
UI
(beta unleveraged industri) :
|
UI
= 1, 3 / [1 + (1 40%)(1,05)]
= 0,798
Menghitung |
L
PT. A :
|
LA
= 0,798 [1 + (1 40%)(0,95)]
= 1,252


55/55
PENGESTIMASIAN BETA UNTUK
PERUSAHAAN PRIVAT