Porto Folio Optimal
Porto Folio Optimal
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.
teori
yang
berisi
risiko
portofolio
pada
tingkat
expected return
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.
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
4) Investor
mempunyai
ekspektasi
yang
homogen
(homogeneous
seperti
ini
menunjukkan
bahwa
variabel-variabel
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.
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)
2)
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.
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
Berdasarkan beberapa
.
3.
RUMUSAN MASALAH
Berdasarkan kajian pustaka, riset gap, maka dapat diperoleh rumusan
TUJUAN PENELITIAN
Berdasarkan rumusan masalah di atas, maka dapat diperoleh tujuan
10
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
12
13
KERANGKA TEORITIS
Penelitian ini akan membandingkan manakah yang menjadi pilihan
14
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
Menghitung return pasar (market return) dari bulan November 2008 sampai
Desember 2015.
Melakukan uji normalitas data dan uji dasar asumsi klasik terhadap model.
17
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.
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.
20
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
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.