1

RESEARCH DESIGN
1.

TOPIK PENELITIAN :
Perilaku Investor dalam Menentukan Portofolio Optimal dengan
Model Markowitz, CAPM, APT dan Tehnikal

2. URAIAN
2.1.

Teori Portofolio
Teori

portofolio

merupakan

teori

yang

berhubungan

mengenai

pengembalian portofolio yang diharapkan dan tingkat risiko portofolio yang dapat
diterima, serta menunjukkan cara pembentukan portofolio yang optimal. Teori
portofolio ini saling berkaitan dengan teori pasar modal yang berdasar pada
pengaruh keputusan investor terhadap harga sekuritas serta menunjukkan
hubungan yang seharusnya terjadi antara pengembalian dan risiko sekuritas jika
investor membentuk portofolio yang sesuai dengan teori portofolio.
Tingkat pengembalian yang diharapkan (expected return) adalah return
yang yang diharapkan akan diperoleh oleh investor di masa mendatang dan
sifatnya belum terjadi. Dengan adanya ketidakpastian (uncertainty) tersebut,
berarti investor akan memperoleh return di masa mendatang yang belum diketahui
persis nilainya. Return ekspektasi dan tingkat risiko mempunyai hubungan yang
positif. Semakin besar risiko suatu sekuritas, semakin besar return yang
diharapkan, dan sebaliknya.
2.2.

Modern Portfolio Theory (MPT)

Modern Portfolio Theory (MPT) adalah

teori

yang

berisi

perhitungan pengembalian saham pada portofolio dengan cara

memaksimalkan expected return pada tingkat risiko tertentu atau
meminimalkan

risiko

portofolio

pada

tingkat

expected return

tertentu. Teori ini pertama dikenalkan oleh Harry Markowitz pada

tahun 1952 dalam artikelnya yang berjudul Portfolio Selection.

Menurut Markowitz, pemilihan portofolio terdiri dari dua tahap
yaitu pertama, melihat fenomena yang terjadi sebelumnya yang
kemudian dijadikan prediksi dan kedua, mengacu pada informasi
relevan terhadap kinerja portofolio yang akan terjadi kemudian
membuat pilihan portofolio
Konsep dari risiko portofolio pertama kali diperkenalkan oleh Harry M.
Markowitz pada tahun 1950-an. Kemudian dia memenangkan hadiah nobel di
bidang ekonomi di tahun 1990 untuk hasil karyanya tersebut. Markowitz
menunjukkan bahwa secara umum risiko mungkin dapat dikurangi dengan
menggabungkan beberapa sekuritas tunggal ke dalam bentuk portofolio.
Salah satu pengukur risiko adalah deviasi standar atau varian yang
merupakan kuadrat dari deviasi standar. Risiko yang diukur dengan ukuran ini
mengukur risiko dari seberapa besar nilai tiap-tiap item menyimpang dari rataratanya. Risiko portofolio juga dapat diukur dengan besarnya deviasi standar atau
varian dari nilai return-return sekuritas tunggal di
Portofolio Optimal Berdasarkan Model Markowitz, menggunakan asumsiasumsi sebagai berikut :
1. Waktu yang digunakan hanya satu periode.
2. Tidak ada biaya transaksi.
3. Preferensi investor hanya didasarkan pada return ekspektasi dan risiko dari
portofolio.
4. Tidak ada pinjaman dan simpanan bebas risiko
Asumsi yang meengatakan bahwa preferensi investor hanya didasarkan
pada return ekspektasi dan risiko dari portofolio secara implisit menganggap
bahwa investor memiliki fungsi utiliti yang sama. Pada kenyataannya tiap-tiap
investor mempunyai fungsi utiliti yang berbeda. Jika preferensi investor terhadap
portofolio berbeda karena mereka mempunyai fungsi utiliti yang berbeda.
Demikian juga jika tersedia pinjaman dan simpanan bebas risiko, maka
optimal portofolio akan dapat berbeda seandainya pinjaman dan simpanan bebas

risiko ini tidak tersedia. Model Markowitz ini tidak mempertimbangkan hal ini.
Jika investor hanya mempertimbangkan risiko portofolio yang terkecil tanpa
mempertimbangkan simpanan dan pinjaman bebas risiko dan investor
diasumsikan sebagai risk-averse individu.
2.3.

Capital Asset Pricing Model - CAPM

CAPM dikembangkan pertama kali pada tahun 1960 oleh William F

Sharpe, Lintner dan Mossin. Weston, Besley dan Brigham (2006) mendefinisikan
CAPM sebagai berikut : A Model based on the proposition that any stocks
required rate of return is equal to the risk free of return a risk premium, where
risk reflect diversification.
CAPM merupakan suatu model yang menghubungkan tingkat pendapatan
yang diharapkan dari suatu aset yang berisiko dengan risiko dari aset tersebut
pada kondisi pasar yang seimbang.
Sebagian asumsi yang digunakan untuk CAPM juga digunakan untuk
pendekatan normative dalam investasi. Asumsi-asumsi ini adalah sebagai berikut:
(1) Investor mengevaluasi portofolio dengan melihat ekspektasi return dan
standar diviasi (sebagai risiko) portofolio untuk satu periode.
(2) Investor tidak pernah puas, jadi jika diberi pilihan antara dua portofolio
yang identik, mereka akan memilih portofolio yang memberi ekspektasi
return yang lebih tinggi.
(3) Investor adalah risk averse, jadi jika diberi pilihan antara dua portofolio
identik, mereka memilih portofolio dengan standar diviasi yang lebih
(4)

rendah.
Aset individual dapat dibagi tidak terbatas, artinya investor dapat

membeli sebagian saham jika investor berminat.

(5) Terdapat tingkat bebas risiko dengan investor dapat member pinjaman
(berinvestasi) atau meminjam uang.
(6) Pajak dan biaya transaksi tidak relevan.
Asumsi tambahan:
1) Semua investor memiliki satu periode yang sama.
2) Tingkat bunga bebas risiko sama untuk semua investor.
3) Informasi ini bebas diperoleh dan tersedia secara cepat untuk semua
investor.

4) Investor

mempunyai

ekspektasi

yang

homogen

(homogeneous

expectation), artinya mereka memiliki persepsi yang sama dalam hal

ekspektasi return, standar diviasi dan kovarian sekurtas.
Dengan memperhatikan asumsi-asumsi ini, CAPM mengubah situasi ke
kasus ekstrim saja. Setiap orang mempunyai informasi yang sama dan sepakat
mengenai prospek sekuritas. Secara implisit hal ini berarti investor menganalisis
dan memproses informasi dengan cara yang sama sekuritas adalah pasar
sempurna (perfect market), artinya tidak ada pertentangan untuk melakukan
investasi.
2.4.

Arbitrage Pricing Theory (APT)

Capital Asset Pricing Model bukanlah satu-satunya teori yang mencoba

menjelaskan bagaimana suatu aktiva ditentukan harganya oleh pasar. Dengan

menggunakan APT, Chen, et all (1986) membuktikan bahwa variabel-variabel
makroekonomi memiliki pengaruh sistematis terhadap tingkat pengembalian
(return) pasar saham. Kekuatan ekonomi mempengaruhi tingkat diskonto
(discount rate), kemampuan perusahaan untuk menggerakkan aliran kas (cash
flow), dan pembayaran dividen di masa yang akan datang (future dividen payouts).
Mekanisme

seperti

ini

menunjukkan

bahwa

variabel-variabel

makroekonomi merupakan faktor-faktor yang krusial di pasar ekuitas (Matsami

dan Simkoh, 2000). Selain itu Ross (1976) merumuskan suatu teori yang disebut
sebagai Arbitrage Pricing Theory (APT).
Seperti halnya CAPM, APT menggambarkan hubungan antara risiko dan
ekspektasi imbal hasil, tetapi dengan menggunakan asumsi dan prosedur yang
berbeda. Tiga asumsi yang mendasari model Arbitrage Pricing Theory (APT)
adalah (Reilly, 2000);
(1) Pasar modal dalam kondisi persaingan sempurna,
(2) Para investor selalu lebih menyukai kekayaan yang lebih daripada kurang
dengan kepastian,
(3) Pendapatan asset dapat dianggap mengikuti k model factor
Model APT mengasumsikan bahwa return dari sekuritas merupakan fungsi
linear dari berbagai faktor ekonomi makro dan sensitivitas perubahan setiap faktor

dinyatakan oleh koefisien beta masing-masing faktor tersebut dan tidak oleh risiko
unik. Pada model APT, IHSG bukan market portofolio yang sesungguhnya tetapi
menggunakan variabel atau indeks lain dalam mengestimasi expected return
sebuah sekuritas dapat memberikan hasil yang lebih akurat sehingga tidak
menimbulkan arbitrase (Zubir, 2013:227).
Menurut Reilley (Andri, 2010), model APT menggambarkan hubungan
antara risiko dan pendapatan, tetapi dengan menggunakan asumsi dan prosedur
yang berbeda. Tiga asumsi yang mendasari model Arbitrage Pricing Theory
(APT) adalah pasar modal dalam kondisi persaingan sempurna, para investor
selalu lebih menyukai nilai return yang tinggi daripada risiko tinggi yang
menyebabkan ketidakpastian return, dan hasil dari proses stochastic artinya
bahwa pendapatan asset dapat dianggap sebagai K model faktor.
Menurut Ahmad Rodoni dan Othman Yong (Andri, 2010), model APT
sebenarnya adalah berasaskan model CAPM, tetapi ia telah mempertimbangkan
faktor-faktor lain yang mempengaruhi keuntungan sekuritas memandang dunia
jadi semakin kompleks. Faktor-faktor ini akan memberi kesan yang berlainan
kepada sekuritas yang berlainan. Jadi, bagi sekuritas i dalam jangka waktu t,
keuntungannya dapat diwakili oleh kombinasi antara pengharapan keuntungan
seimbang dan faktor-faktor yang mempengaruhinya. Pengharapan keuntungan
seimbang ini ditentukan oleh permintaan dan penawaran sekuritas perusahaan.
Faktor-faktor yang akan mempengaruhi keuntungan sekuritas adalah terdiri dari
faktor-faktor makro dan mikro. Contoh faktor-faktor makro ialah seperti inflasi,
harga minyak dunia, tingkat suku bunga, kurs (nilai tukar), jumlah uang yang
beredar dan lain-lain.
2.5.

Analisis Teknikal dalam Perdagangan Saham

Menurut Rockefeller (2001:10), analisis teknikal dalam perdagangan

saham merupakan suatu studi bagaimana perilaku harga dari suatu surat erharga
dan bagaimana cara untuk menggali informasi guna mengambil keuntungan di
samping menghindari dari kerugian. Achelis (2005) menjelaskan analisis teknikal

lebih sederhana, yaitu suatu studi yang mempelajari harga saham dengan bantuan
grafik sebagai alat utamanya.
Pengertian menurut Stevens (2002), analisis teknikal adalah suatu studi
yang menggunakan harga dan volume sebagai sarana untuk meramalkan harga
suatu saham di masa mendatang. Analisis teknikal menurut David (2010),
menjelaskan bahwa analisis teknikal adalah suatu jenis analisis yang selalu
berorientasi kepada harga (pembukaan, penutupan, tertinggi dan terendah) dari
suatu instrumen investasi pada batas waktu tertentu (berorientasi terhadap harga).
Beberapa penjelasan tersebut dapat diambil kesimpulan sebagai berikut:
1)

Analisis teknikal pada perdagangan saham merupakan studi yang

2)

mempelajari perilaku harga saham.

Alat utama dalam analisis teknikal dalam perdagangan saham adalah

3)

grafik.
Analisis teknikal pada perdagangan saham menggunakan sarana harga

4)

dan volume.
Analisis teknikal pada perdagangan saham merupakan analisis yang
berorientasi pada harga pada batas waktu tertentu.

Kesimpulan dapat diambil sebagai berikut: analisis teknikal merupakan

studi yang mempelajari perilaku harga saham pada batas waktu tertentu, dengan
sarana berupa harga dan volume serta grafik sebagai alat utamanya.
Analisis teknikal pada perdagangan saham pada dasarnya dibagi menjadi
tiga teknik dalam perdagangan (Anonim, 2012). Tiga teknik dalam perdagangan
pada analisis teknikal ini didasarkan pada tingkat psikologis investor. Tiga teknik
tersebut antara lain:
a) Scalper, yaitu teknik trading dengan jangka pendek seperti menitan atau
jam dengan target keuntungan 2-3 point saja.
b) Day Trader, yaitu teknik trading dengan jangka pendek seperti harian atau
2-3 minggu dengan target keuntungan 2-5% saja.
c) Swinger, adalah teknik trading dengan jangka panjang seperti bulanan atau
2-3 tahun dengan target keuntungan di atas 50%.
Dasar dari analisis teknikal pada perdagangan saham adalah mengetahui dimana
letak garis level support dan resistance pada grafik (Anonim, 2012). Level
support dan resistance ini merupakan level indikator yang digunakan oleh

investor sebagai acuan dalam mengambil keputusan dalam analisis teknikal pada
perdagangan saham.
Penentuan level indikator ini akan mengikuti teknik mana yang akan
diterapkan oleh investor, apakah itu scalper, swinger atau day trader (Anonim,
2012). Contoh, jika seorang investor memilih teknik scalper, level support dan
resistance yang digunakan cenderung pada waktu yang lebih pendek, yaitu
menitan. Hal ini berlaku untuk seterusnya pada teknik-teknik berikutnya.
Pengertian level support menurut adalah Achelis (2005) adalah level
harga dimana saham secara historis sulit untuk turun lebih rendah lagi. Diyakini
akan banyak pembeli membeli saham pada level ini. Menurut David (2010:29)
menjelaskan bahwa level support merupakan suatu tingkat harga di mana terjadi
permintaan yang cukup untuk mengimbangi penurunan harga yang disebabkan
oleh penjualan. Pada tingkat ini biasanya para pembeli lebih dominan
dibandingkan para penjual.
Kebalikan dari level support, yaitu level resistance. Level resistance
menurut Achelis (2005) adalah level harga dimana saham secara historis sulit
untuk lebih naik lebih tinggi lagi. Diyakini akan ada banyak penjual saham pada
level ini. David (2010) menjelaskan level resistance merupakan suatu tingkat
harga dimana terdapat penjualan yang cukup untuk mengimbangi naiknya harga
saham. Tingkat harga ini biasanya penjual lebih dominan dibandingkan para
pembeli.
Level support dan resistance merupakan level dimana berada pada titik
harga psikologis berdasarkan pengertian tersebut (Anonim, 2012). Titik harga ini
akan mempengaruhi presepi investor untuk melakukan aksi atau mengambil
keputusan dalam aktivitas perdagangan.
Keunggulan analisis teknikal daripada analisis fundamental adalah analisis
teknikal dapat menjawab pertanyaan investor tentang apakah hari ini harus
membeli saham tertentu?, bagaimana harga saham besok, minggu depan atau
tahun depan? dan lain sebagainya (Achelis, 2005).
Alasan ini menjadi salah satu alasan kenapa analisis teknikal lebih sering

digunakan oleh investor untuk menganalisis pergerakan harga saham. Investor

lebih kini dalam memeroleh informasi atas hasil investasi dari saham.
Analisis teknikal pada perdagangan saham memiliki alat utama berupa
grafik. Berbagai jenis grafik yang digunakan sebagai alat dalam analisis teknikal.
Salah satu yang digunakan adalah grafik candlestick. Grafik candlestick
merupakan grafik yang banyak digunakan dalam analisis teknikal. Grafik
candlestick juga menggambarkan perubahan garis supply dan demand (David,
2010:20). Hal tersebut menjadi salah satu alasan grafik candlestik banyak
digunakan.
Pengertian grafik candlestick menurut David (2010:19), grafik candlestick
merupakan grafik yang memberikan informasi sama dengan grafik bar.
Perbedaannya pada grafik candlestick yaitu harga pembukaan dan penutupan
ditandai dengan adanya bagian tengan. Fischer (2003) menjelaskan grafik
candlestick merupakan grafik yang pada dasarnya sama dengan grafik Bar tetapi
menyajikan data dengan jalan yang berbeda.
Komponen grafik candlestick sendiri terdiri atas level harga pembukaan,
harga tertinggi, dan harga terendah dari berbagai data yang terkompresi, baik data
tersebut secara mingguan, harian atau antar beberapa hari.
Brooks (2006) menjelaskan bahwa grafik candlestick merupakan suatu
grafik yang memiliki keunggulan jauh lebih banyak dibandingankan dengan
grafik bar. Grafik candlestick memiliki warna yang akan mengikuti pada saat
penutupan atau pembukaan harga dari suatu saham.

Berdasarkan beberapa

pengertian tersebut dapat disimpulkan bahwa grafik candlestick merupakan grafik

yang memiliki keunggulan lebih ibandingkan dengan grafik yang hampir sama,
yaitu grafik bar. Hal yang membedakan kedua grafik tersebut terletak pada saat
harga pembukaan dan penutupan dengan ditandai pada perbedaan warna bagian
tengah. Grafik candlestick pada prinsipnya sama dengan grafik bar. Contoh dari
grafik bar sebagai berikut. Berdasarkan gambar di bawah, HIGH menunjukan
harga tertinggi, LOW menunujukan harga terendah, OPEN menunjukan harga
pembukaan dan LOSE menunjukan harga penutupan (David, 2010:17). Grafik bar

kurang banyak dipakai mengingat informasi yang dihasilkan kurang begitu

lengkap dibandingkan dengan grafik candlestick.

.
3.

RUMUSAN MASALAH
Berdasarkan kajian pustaka, riset gap, maka dapat diperoleh rumusan

masalah sebagai berikut :

1. Apakah model Markowitz lebih dapat mengoptimasi portofolio secara
optimal dibandingkan dengan CAPM, APT dan analisis tehnikal?
2. Apakah model CAPM dapat mengoptimasi portofolio secara optimal
dibandingkan dengan model markowiz, APT dan analisis tehnikal?
3. Apakah model APT dapat mengoptimasi portofolio scara optimal
dibandingkan dengan model CAPM, Markowitz dan analisis tehnikal?
4. Apakah analisis tehnikal dapat mengoptimasi portofolio secara optimal
dibandingkan dengan model CAPM, APT dan Markowitz?
4.

TUJUAN PENELITIAN
Berdasarkan rumusan masalah di atas, maka dapat diperoleh tujuan

penelitian sebagai berikut :

10

1. Menguji dan menganalisis Model Markowitz dalam mengoptimasi

portofolio secara optimal.
2. Menguji dan menganalisis Model CAPM dalam mengoptimasi portofolio
secara optimal.
3. Menguji dan menganalisis Model APT dalam mengoptimalisasi portofolio
scara optimal.
4. Menguji dan menganalisis analisis tehnikal dalam mengoptimasi
portofolio secara optimal.
5.

STUDI LITERATUR, RESEARCH GAP

Teori CAPM dan Markowitz mendasarkan untuk memperoleh return

saham tidak mendasarkan diri pada variable ekonomi makro, seperti pada peneliti
di bawah ini :
Alexander dan Bailey (2009) menyatakan bahwa return saham akan
dipengaruhi oleh dua karakter dasar, yaitu risiko sistematis dan likuiditas saham
dan penelitian yang dilakukan oleh Kumiannya
Konstantinos Drakos (2003) meneliti risiko tingkat suku bunga terhadap
tingkat pengembalian (return) saham dalam jangka panjang. Penelitiannya
menyimpulkan bahwa risiko tingkat suku bunga dalam jangka panjang
berpengaruh terhadap tingkat pengembalian (return).
Yourogou (2000), dan Flannery (2007) juga berpendapat bahwa suku
bunga merupakan bagian dari risiko investasi pada sekuritas. Penelitian yang
dilakukan Dayananda dan Ko (2004) menemukan bahwa tingkat suku bunga
memiliki hubungan negatif terhadap tingkat pengembalian (return) pasar saham,
tetapi tidak merupakan pengaruh yang signifikan. Sedangkan menurut penelitian
yang dilakukan Hogan, dkk (2002) terdapat hubungan yang kuat antara tingkat
bunga dan pengembalian saham (return).
Teori APT mendasarkan untuk memperoleh return saham yaitu
berdasarkan variabel-variabel makroekonomi, seperti pada peneliti terdahulu
sebagai berikut :

11

Menurut Chandarin dan Teaney (2000) menghasilkan penelitian bahwa :

Adanya korelasi antar nilai tukar mempengaruhi reaksi pasar (harga saham) dan
laba nilai tukar mempengaruhi reaksi pasar saham
Amling 2009 berpendapat jika tingkat inflasi diperkirakan tinggi pada
waktu mendatang maka hal ini akan berpengaruh buruk pada pasar modal.
Sebaliknya tingkat inflasi yang rendah akan memberi tanda yang baik pada pasar
modal.
Penelitian yang dilakukan oleh Nelson (1976), pada periode Januari 1953
sampai dengan Juni 1974 memberikan kesimpulan bahwa tingkat pengembalian
saham mempunyai hubungan negatif dengan inflasi, artinya apabila inflasi naik
maka tingkat pengembalian saham mengalami penurunan
Sorensen, Menrich, dan Thun Chee (2009), melakukan penelitian dengan
membuat model untuk Solomon Brother Risk Index Model yang menyatakan
bahwa terdapat tujuh faktor penting yang mempengaruhi returns saham, yaitu:
Economic growth, Business Cycle, Long Term Interest, Short Term Interest,
Inflation, Currency Fluctuastion, dan Market Index Securities.
Selanjutnya perbandingan antara model Markowitz, CAPM dan APT
adalah sebagai berikut :
Chen, Roll, dan Ross (1986) melakukan penelitian dalam 2 tahap. Tahap
pertama dengan menggunakan regresi time series yang hasilnya menyatakan
bahwa terdapat empat faktor yang mendasari perubahan harga saham, yaitu:
Tingkat Inflasi, Perbedaan antara tingkat suku bunga jangka pendek dan jangka
panjang, Perbedaan antara tingkat keuntungan obligasi yang berisiko tinggi dan
rendah, Tingkat kegiatan dalam industri. Tahap kedua, mereka melakukan regresi
cross section dengan menggunakan variabel beta yang didapat dari regresi tahap
pertama dari masing-masing perusahaan dan faktor untuk setiap portofolionya.
Hasilnya menunjukkan bahwa beta faktor tidak signifikan mempengaruhi return
saham.
Penelitian pada tahun 2013 menunjukkan bahwa The Capital Asset Pricing
Model model merupakan model yang paling tepat untuk menentukan tingkat
pengembalian yang diharapkan dari satu investasi. Model ini dibangun secara

12

konseptual dengan memperhitungan tingkat pengembalian dan risiko serta

memungkinkan investor untuk membuat portofolio optimal yang menghilangkan
risiko investasi. (Petra Gavlakov dan Elena Gregov:2013)
Berikut ini fungsi analisis tehnikal dalam portofolio saham seperti pada
peneliti di bawah ini.
Pada tahun 2012 terdapat penelitian untuk menilai secara empiris buy dan
hold strategy, market timing strategy, dan hubungannya dalam seleksi portofolio.
Penelitian ini membuktikan bahwa investasi dalam sektor saham memberikan
keuntungan lebih besar daripada sektor lainnya. Kekurangan dari penelitian ini
adalah analisisnya menggunakan model Holding Period Return yaitu total
pengembalian aset atau portofolio selama suatu periode, sehingga tidak dapat
digunakan untuk memaksimalkan portofolio dengan meminimalkan risiko untuk
tingkat keuntungan yang diharapkan (S.Praveena dan Dr.K.Mahendran:2012).
Terdapat penelitian pada tahun 2013 untuk menggambarkan optimasi
portofolio dan model evaluasi serta menerapkannya dalam model portofolio yang
berbeda di Bursa Pasar Vilnius dan membandingkan model portofolio tersebut
dalam faktor konservatif. Dalam untuk mengoptimalkan portofolio investasi,
penelitian ini menggunakan model Markowitz Model klasik , Mean Absolute
Deviation Model dan Model Minimax. Hasil dari penelitian ini ditemukan bahwa
model Markowitz dan Rata-rata Absolute Deviation menciptakan portofolio yang
lebih konservatif dan optimal dibandingkan dengan model Minimax, serta lebih
cocok untuk investor yang agresif dan spekulatif. (Edverdas Vaclovas Bartkus dan
Aiste Paleviciene:2013).
Penelitian terdahulu yang meneliti analisa teknikal antara lain dalam
survey yang dilakukan oleh Taylor dan Allen (Neely 1997) pada tahun 1988 atas
nama Bank of England dengan membagikan kuesioner kepada kepala dealer
foreign exchange di London, diperoleh hasil bahwa setidaknya 90% dari
responden memberikan bobot pada analisa teknikal. Selain itu, terdapat pula hasil
penelitan dari Basara et al. (2007) menunjukkan bahwa strategi technical trading
efektif pada pasar Cina. Hasil penelitian Brock et al.(1992) dan Lo et al. (2000)
dalam Heijden (2003) juga menemukan bukti kuat berkaitan dengan profitabilitas

13

pada saat menggunakan analisa teknikal terutama menggunakan skema moving

average (MA) untuk memperkirakan pasar.
Ming (2003) dalam Ronny (2007) melakukan penelitian empiris mengenai
kemampuan analisis teknikal dan prediksi pada pasar modal Malaysia. Penelitian
tersebut menunjukkan bahwa metode analisis teknikal yang dipakai signifikan
secara statistik dan memperoleh rata-rata return yang lebih baik dibanding buy
and hold strategy. Hal tersebut menunjukkan bahwa analisat eknikal banyak
digunakan dan sudah dianggap penting bagi para profesional dalam memberikan
pertimbangan untuk pengambilan keputusan sell, buy, atau hold atas suatu saham.
Penelitian Meese dan Rogoff (1983) dalam BenZion et al. (2003)
menemukan bahwa tidak ada model ekonomi yang dapat melebihi model random
walk. Dalam buku Heijden (2003) dikatakan pula bahwa menurut hipotesa pasar
efisien informasi tidak dapat digunakan untuk memprediksi perubahan harga di
masa yang akan datang.
Penelitian Tai-Liang Chen, Ching Hsue Cheng dan Hia Jong Teoh. (2007)
dengan judul Fuzzy time-series based on Fibonacci sequence for stock price
forecasting.
Penelitian Chen dan rekan tersebut mengusulkan model fuzzy timeseries
baru dalam meningkatkan kinerja peramalan harga saham. Model peramalan yang
dikembangkan ini menggabungan antara model fuzzy time-series dengan konsep
deret Fibonacci dan metode frekuensi tertimbang. Penelitian Chen dan rekan
termasuk penelitian empiris dimana menggunakan dua jenis dataset keuntugan.
Dataset yang dimaksud adalah Taiwan Stock Exchange Capitalization Weighted
Stock Index (TAIEX) dan Hong kong Heng Seng Index (HIS) dimana merupakan
indeks saham yang digunakan sebagai verifikasi model. Hasil peramalan yang
menggunakan model baru akan dibandingkan dengan permalan model Chen,
model Yu, dan model Hurang.
6.

KERANGKA TEORITIS
Penelitian ini akan membandingkan manakah yang menjadi pilihan

investor dalam mengoptimasi pilihan portofolionya yatu dengan memperoleh

14

keuntungan yang sebesar-besarnya dengan risiko sekecilnya, melalui model

Markowitz, CAPM, APT dan analisis tehnikal.
Alexander dan Bailey (2009), Konstantinos Drakos (2003), Yourogou
(2000), dan Flannery (2007), Dayananda dan Ko (2004), Hogan, dkk (2002),
menjelaskan terdapat hubungan yang kuat antara tingkat bunga dan pengembalian
saham (return), tanpa mendasarkan pada analisis makro
Selanjutnya peneliti terdahulu yang mendasarkan pada APT adalah sebagai
berikut Chandarin dan Teaney, 2000, Amling 2009, Sorensen, Menrich, dan Thun
Chee, 2009, yang mendasarkan bahwa untuk menentukan return saham adalah
dengan ekonomi makro.
S.Praveena dan Dr.K.Mahendran:2012, Edverdas Vaclovas Bartkus dan
Aiste Paleviciene:2013, Basara et al. (2007), Heijden (2003) Ronny (2007),
BenZion et al. (2003), Heijden (2003), Tai-Liang Chen, Ching Hsue Cheng dan
Hia Jong Teoh. (2007), menjelaskan bahwa analisis tehnikal lebih dapat dipakai
dalam memprediksi return saham.
Selanjutnya perbandingan antara model Markowitz, CAPM dan APT
adalah sebagai berikut : Chen, Roll, dan Ross (1986) menjelaskan bahwa APT
lebih dapat memprediksi return saham, sedangkan Petra Gavlakov dan Elena
Gregov:2013 menjelaskan bahwa CAPM lebih dapat tentang return saham
Penelitian ini adalah untuk membandingkan teori modern portofolio dalam
memprediksi return saham, dengan menambahkan analisis tehnikal sebagi
pembanding, yang merupakan inovasi dalam penelitian ini. Untuk lebih jelasnya
dapat dilihat pada bagan di bawah ini :

15

7.

METODOLOGI PENELITIAN
7.1 Jenis dan Sumber Data
Dalam penelitian ini maka peneliti menggunakan data sekunder dari Bursa Efek
Indonesia. Penelitian ini merupakan descriptive research karena bertujuan untuk
membandingkan manakah dari model Markowitz, model CAPM, model APT dan
analisis tehnikal yang paling optimal dalam mengoptimasi portofolio sehingga
dapat meminumkan risiko sehingga dapat menguntungkan investor.

16

7.2.

Metode Analisis

Pada penelitian ini untuk mencari perbedaan model CAPM dan model APT
dalam memprediksi return saham LQ45 digunakan model analisis perhitungan Uji
Mean Absolut Deviation (MAD), Mean Squared Error (MSE), dan Mean
Absolute Percentage Error (MAPE). Analisis ini mempunyai beberapa tahap
diantaranya adalah sebagai berikut :
Capital Asset Pricing Model (CAPM)
o

Pertama-tama yang harus dilakukan dalam penentuan return model CAPM

adalah menghitung return saham yang sesungguhnya (aktual) perusahaanperusahaan LQ45 dari bulan Januari 2008 sampai Desember 2015

Menghitung return pasar (market return) dari bulan November 2008 sampai
Desember 2015.

Menghitung beta dengan menggunakan rumus market model yang

meregresikan antara return saham yang sesungguhnya (actual return)
dengan return pasar (market return).

Setelah beta masing-masing perusahaan diperoleh kemudian membentuk

sebuah model persamaan berdasarkan model CAPM.

Melakukan uji normalitas data dan uji dasar asumsi klasik terhadap model.

Menghitung return saham yang diharapkan (expected return) dengan

menggunakan model CAPM yang telah dihasilkan dari point e.

Arbitrage Pricing Theory (APT)

o

Pertama-tama yang harus dilakukan dalam penentuan return model APT

adalah menghitung return saham yang sesungguhnya (aktual) perusahaanperusahaan LQ45 dari bulan November 2008 sampai Februari 2014.

Melakukan analisis faktor untuk mengetahui faktor-faktor yang dominan.

Setelah itu akan diketahui faktor-faktor dominan yang menentukan return
saham LQ45. Beberapa faktor makro ekonomi yang diteliti dalam analisis
faktor adalah tingkat suku bunga SBI, tingkat inflasi, perubahan jumlah

17

uang beredar (M2), perubahan harga minyak mentah dunia (WTI),

perubahan harga emas dunia dan perubahan kurs rupiah terhadap dollar
Amerika.
o

Setelah dilakukan analisis faktor pada variabel makro, selanjutnya faktorfaktor yang dominan dilakukan estimasi variabel makro ekonomi yang
diharapkan dengan menggunakan metode ARIMA (Box-Jenkin) dengan
software Minitab.

Menghitung besarnya pengaruh untuk tiap-tiap variabel makro ekonomi

dominan untuk model APT (multi index model) dengan meregresikan
variabel makro ekonomi terhadap pendapatan saham LQ45.

Melakukan uji normalitas data dan uji dasar asumsi klasik

Menghitung return saham yang diharapkan (expected return) dengan

menggunakan model APT yang telah dihasilkan dari langkah d.

Setelah diolah, langkah terakhir yang harus dilakukan adalah memilih

model yang signifikan dalam menjelaskan kinerja indeks LQ45 terhadap
model CAPM dan model APT. Ada kemungkinan bahwa pada indeks
LQ45 tersebut kedua model akan signifikan maka untuk memilih model
yang signifikan perlu dilakukan dengan Uji Mean Absolut Deviation
(MAD), Mean Squared Error (MSE), dan Mean Absolute Percentage
Error (MAPE).
(1) Mean Absolut Deviation (MAD), MAD digunakan untuk mengukur
etepatan/keakuratan ramalan dengan merata-rata kesalahan dugaan (nilai
absolut masing-masing kesalahan) sebuah model. Model yang mempunyai
MAD yang lebih kecil berarti lebih tepat/akurat dibandingkan model yang
mempunyai MAD yang lebih besar.
(2) Mean Squared Error (MSE), MSE berguna untuk mengukur rata-rata
selisih kuadrat antara return saham yang diramalkan dan return yang
terjadi. Model yang mempunyai MSE yang lebih kecil berarti lebih
tepat/akurat dibandingkan model yang mempunyai MSE yang lebih besar
(3) Mean Absolute Percentage Error (MAPE), MAPE adalah rata-rata
diferensiasi absolut antara nilai yang diramal dan aktual yang dinyatakan

18

sebagai persentase nilai aktual. Model yang mempunyai MAPE yang lebih
kecil berarti lebih akurat dibandingkan model yang mempunyai MAPE
yang lebih besar.
Analisis Tehnikal
Peneliti ingin mendeskripsikan kondisi dan keefektifan dari teknik MA
dalam memprediksi trend suatu saham dibandingkan dengan strategi buy and
hold. Hal ini untuk membuktikan apakah analisa teknikal terutama dengan
menggunakan MA benar dapat digunakan untuk memprediksi trend suatu saham
dan untuk membuktikan antara analisa teknikal dengan random walk hypothesis.
Data yang diperoleh menggunakan data sekunder, yang diperoleh dari data
historis pergerakan harga saham. Data terdiri dari nilai penutupan harian dari dua
pasar indeks, yaitu LQ45 dan S&P500. Nantinya data akan dibagi dalam rentang
waktu 3 tahun dan dibagi dalam 2 periode untuk pengujian periode portfolio
formation dan periode portfolio evaluation.
1. Periode portfolio formation
Tujuannya untuk menguji kombinasi periode MA panjang dan pendek
yang menghasilkan retun paling tinggi. Pada periode ini akan diuji dua macam
moving average. Yang pertama adalah MA periode yang telah ditentukan, yaitu
dengan MA pendek 1 (satu) hari dan MApanjang 10, 50, 100, 150 hari. Yang
kedua adalah MA optimization, yaitu dengan rentang MA pendek 1-10 dan MA
panjang 11-100. Pada MA optimization ini akan dilihat hasil simulasi yang
menghasilkan 5 return terbanyak dan diambil rentang periode yang menghasilkan
return tertinggi. Tujuan diujinya dua macam MA adalah untuk mengetahui
manakah metode yang paling memberikan profit tertinggi.
2. Periode Portfolio Evaluation
Perolehan periode dengan return tertinggi dari portfolio formation akan
diuji pada periode portfolio evaluation dan hasilnya akan dibandingkan dengan
return dari buy and hold strategy.

19

Metode yang digunakan untuk analisis data pada penelitian ini adalah
moving average, yang merupakan salah satu alat paling populer dan mudah
digunakan untuk para analis teknikal. Jenis MA yang akan digunakan adalah
eksponensial,

dengan

pertimbangan

bahwa

eksponensial

merupakan

pengembangan lebih lanjut pada varian MA sebelumnya yaitu SMA dan WMA.
Ada 2 tipe moving average yang akan digunakan:
1. MA dengan periode yang telah ditentukan, di mana MA pendek adalah 1
dan panjang 10, 50, 100, 150.
2. MA optimization dengan MA pendek terdiri dari 1-10 hari sedangkan MA
yang lebih panjang bervariasi dalam rentang 11-100 hari.
Pengujian dengan menggunakan Metastock versi 11 dengan metode Moving
Average Crossovers. Metastock merupakan salah satu program yang menyediakan
analisa komponen untuk analisis teknikal dan grafik, ditunjukan untuk investor
individu. Selanjutnya, pada pengujian akan dilakukan 6 simulasi, di mana masingmasing simulasi akan dibagi dalam 2 tahap / periode. Tahap pertama adalah
portfolio formation, dengan mencari simulasi kombinasi dari MA pendek dan MA
panjang yang menghasilkan return paling besar. Tahap kedua adalah periode
portfolio evaluation, yaitu dengan menggunakan return tertinggi yang diperoleh
dari portfolio formation untuk diimplementasikan dalam 3 tahun setelah periode
portfolio formation diuji. Setelah memperoleh hasil implementasi tersebut maka
akan dibandingkan dengan return yang diperoleh dari strategi buy and hold.
Return dari strategi buy and hold diperoleh dengan melakukan perhitungan
return yang dihasilkan pada harga pertama pembelian dengan harga terakhir yang
digunakan dalam periode pengujian. Dengan membandingkan return dari strategi
MA dan strategi buy and hold maka diharapkan permasalahan penilitian di atas
dapat terjawab.

7.3. Operasionalisasi Variabel

Variabel-variabel operasional yang menunjang penelitian ini untuk sebagai
berikut:

20

1. Return saham merupakan selisih antara harga saham i pada periode t

dikurangi harga saham i pada periode sebelumnya t-1 dan dibagi dengan
harga saham i pada periode sebelumnya t-1.
2. Return pasar merupakan selisih dari indeks harga saham gabungan (IHSG)
pada periode t dikurangi harga IHSG sebelumnya t-1 dan dibagi harga
IHSG sebelumnya t-1.
3. Return aset bebas risiko yaitu aset bebas risiko yang didapat dari suku
bunga Bank Indonesia perbulan.
4. Perubahan tingkat inflasi yang tidak diharapkan adalah selisih perubahan
tingkat inflasi aktual dengan perubahan tingkat inflasi yang diharapkan.
Perubahan tingkat inflasi yang diharapkan dihitung dengan menggunakan
metode ARIMA.
5. Tingkat Suku Bunga BI rate yang tidak diharapkan adalah selisih dari
perubahan tingkat suku bunga BI rate yang aktual dengan perubahan
tingkat suku bunga SBI yang diharapkan. Perubahan tingkat suku bunga
BI rate yang diharapkan dihitung dengan menggunakan metode ARIMA.
6. Tingkat Jumlah Uang Yang Beredar yang tidak diharapkan adalah selisih
dari jumlah uang yang beredar yang aktual dengan jumlah uang yang
beredar yang diharapkan. Tingkat jumlah uang beredar yang dapat
dihitung dengan metode ARIMA.
7. Tingkat Kurs Rupiah Terhadap Dollar yang tidak diharapkan adalah selisih
dari nilai kurs Rupiah terhadap Dollar yang aktual dengan nilai kurs
Rupiah terhadap Dollar pada periode yang diharapkan. Tingkat kurs
Rupiah terhadap Dollar yang diharapkan dihitung dengan menggunakan
metode ARIMA.
8. Tingkat harga minyak mentah dunia yang tidak diharapkan adalah selisih
dari harga minyak mentah aktual dengan harga minyak mentah yang
diharapkan. Tingkat harga minyak mentah yang diharapkan dihitung
dengan menggunakan metode ARIMA.

21

9. Tingkat harga emas dunia yang tidak diharapkan adalah selisih dari harga
emas aktual dengan harga emas yang diharapkan. Tingkat harga emas yang
diharapkan dihitung dengan menggunakan metode ARIMA
Untuk lebih jelasnya dapat dilihat pada table di bawah ini
Variabel
Markowitz
CAPM
APT
Tehnikal

8.

Indikator
Return Saham
Suku Bunga bebas risiko
Return saham
Suku bunga bebas risiko
Beta saham
Return saham
Variable makro
Return Saham

Skala
Ratio
Ratio
Ratio
Ratio

KELEMAHAN DAN HAMBATAN DALAM PENELITIAN

1. Penelitian ini hanya menggunakan rentang waktu yang pendek.
2. Markowitz tidak dapat mengakomodir pilihan risiko apabila kombinasi
portofolio terlalu banyak, sehingga hal tersebut dapat ditanggulangi oleh
CAPM.
3. CAPM hanya memperhitungkan risiko berdasarkan return saham dan
return pasar saja sehingga tidak dapat mengakomodasi keadaan pasar yang
yang sebenarnya, sehingga hal tersebut ditanggulangi oleh APT.
4. Apabila investor menginginkan melakukan portofolio dalam jangka
pendek untuk memperoleh return yang tinggi dengan risiko sekecil nya
sebaiknya menggunakan analisis tehnikal.

DAFTAR PUSTAKA
Achelis, Steven B. (1995). Technical Analysis from A to Z. E-Book : The cGrawHill Company
Bojadsiev, George & Maria B. (2007). Fuzzy Logic for Business, Finance, and
Management. E-Book : World Scientific Publishing
Cagnetti, A. (2002), Capital Asset Pricing Model and Arbitrage Pricing Theory in
the Italian Stock Market: An Empirical Study, unpublished working
paper.

22

Chen, Tai-Liang. Ching-Hsue Cheng. & Hia Jong Teoh (2007). Fuzzy time-series
based in Fibonacci sequence for stock price forecasting. Jurnal : Elsevier
Chen, Tai-Liang. (2011). Forecasting the Taiwan Stock Market with Novel
Momentum-based Fuzzy Time-series. Artikel Ilmiah : Dept. of Information
Management and Communication, Wenzao Ursuline College of
Languages.
Dourra, Husein & Pepe Siy. (2002). Investment Using Technical Analysis and
Fuzzy Logic. Artikel Ilmiah: Elsevier
E.F. Fama, Risk, Return and Equilibrium: Some Clarifying Comments, Journal of
Finance 23, no.1 (Maret 1968) : 29-40.
Fischer, Robert. (2003), Candlestick, Fibonacci, and Chart Pattern Trading Tools.
E-Book : John Wiley & Sons, Inc
Ibrahim, Ahmad M. (2004). Fuzzy Logic for Embedded Systems Applications.
Ebook: Elsevier
Poulos, Bill (2004). The Truth about Fibonacci Trading. E-book : Profits Run Inc.
Reilly, Frank K. & Keith C. Brown (2002). Investment Analysis And Portfolio
Management. E-Book : Thomson/South-Western
Rockefeller, Barbara (2011). Technical Analysis for Dummy. E-Book : John Wiley
& Sons, Inc
Stevens, Leigh (2002). Essential Technical Analysis, Tools and Techniques to Spot
Market Trends. E-book: John Wiley & Sins, Inc.