RETURN DAN RESIKO AKTIVA TUNGGAL

Nama Kelompok 1:
Luh Ketut Wahyuning
Ayu Ratih Kusumadewi Sastrawan

(3)
(4)

FAKULTAS EKONOMI DAN BISNIS REGULER

UNIVERSITAS UDAYANA
2016
DAFTAR ISI
Cover...................................................................................................................................I
Daftar Isi..............................................................................................................................II
Skema Bahasan....................................................................................................................1
Pembahasan.........................................................................................................................2
I

Return Realisasi............................................................................................................2
Return Total...........................................................................................................2
Relatif Return........................................................................................................3
Kumulatif Return.................................................................................3

Return Disesuaikan.................................................................................4
Rata-rata Geometrik...............................................................................4
Return Ekspektasi.........................................................................................................4
Berdasarkan nilai ekspektasi masa depan.............................................................5
Berdasarkan nilai-nilai return historis...................................................................5
Berdasarkan model return ekspektasi yang ada....................................................6
Risiko...........................................................................................................................6
Risiko Berdasarkan probabilitas...........................................................................6
Resiko Berdasakan data historis...........................................................................7
Koefisien Variasi..........................................................................................................7
Properti Return Ekspektasi dan Variasi................................................7

Semivariance................................................................................................................8
Mean Absolute Deviation............................................................................................8
Hubungan Antara Return Ekspektasi Dengan Risiko..................................................8
Simpulan............................................................................................................................10
Referensi............................................................................................................................11
Lampiran...........................................................................................................................12

II

 P
D
SKEMAPBAHASAN

t 1

Pt 1

Return Total

RETUR
N

Kumulatif
Return

Return Disesuaikan

Ekspektas
i

RIA

(1 IF )

SDi ( E ([ Ri E ( Ri )]2 ))1/ 2

SD

i 1

E ( X i )]
n 1

Single Index model dan

Model CAPM

KOEVISIEN
VARIASI
Saling Berhubungan

SEMIVARIANC
E[(R E
E(R ))2]
i

Untuk Ri<

Properti 1
E(X + k) = E(X) +
k

Properti 3
Var(X + k) =
Var(X)

[ X

Model Return Ekspektasi yang Ada

Metode rata-rata
Metode tren
Metode jalan acak

Properti 2
E(k . X) = k .
E(X)

Data Historis

RG [(1 R1 )(1 R2 ).....(1 Rn )]

Nilai-nilai Return Historis

Probabilitas

IKK = KK0 (1+R1) (1+R2) ..

(1+Rn)
(1 R )
1/ n

Rata-rata
Geometrik

Nilai Ekspektasi Masa Depan

RISIKO
RISIKO

Pt Pt 1 Dt
Pt 1

Pt Dt
Pt 1

Relatif Return

Realisas
i

Pt 1

E(Ri)

Properti 4
Var (k.X) = K2. Var (X))

MEAN ABSOLUTE
DEVIATION
MAD
= E[Ri E(Ri) ]

Memiliki Hubungan yang Positif

1

PEMBAHASAN
1. PENGUKURAN RETURN REALISASI
Beberapa pengukuran return realisasi yang banyak digunakan adalah return total (total
return), relative return (return relative), kumulatif return (return cumulative) dan return disesuaikan.
(adjusted return). Sedang rata-rata return dapat dihitung berdasarkan rata-rata arithmatika
(arithmetic mean) atau rata-rata geometri (geometric mean). Rata-rata geometric banyak digunakan
untuk menghitung return mingguan atau return bulanan yang dihitung berdasarkan rata-rata
geomatrik dan retur-return harian. Untuk perhitungan return seperti ini rat-rata geometric lebih tepat
digunakan dibandingkan jika digunakan metode rata-rata aritmatika biasa
1.1. Return Total
Return total merupakan return keseluruhan dari suatu investasi dalam suatu periode yang
tertentu, return total sering disebut dengan return saja. Return total terdiri dari capital gain (list) dan
yield sebagai berikut sebagai beriut ini :
Return = Capital gain (loss) + Yield

Capital gain atau capital loss merupakan selisih dari harga investasi sekarang relative
dengan harga periode yang lalu

Pt P
Pt

Capital gain atau capital loss =

Jika harga investasi sekarang (Pt) lebih tinggi dari harga investasi periode lalu (Pt-1) ini berarti
terjadi keuntungan modal (capital gain), sebaliknya terjadi kerugian modal (capital loss).

Yield merupakan presentase penerimaan kas periodic terhadap harga investasi periode

tertentu dari suatu investasi. Untuk saham, yield adalah presentase dividen terhadap harga saham

periode sebelumnya. Untuk obligasi yield adalah prosentase bunga pinjaman yang diperoleh
terhadap harga obligasi periode sebelumnya. Dengan demikian return total dapat juga dinyatakan
sebagai berikut ini.

Return =

+ Yield

Untuk saham biasa yang membayar dividen periodic sebesar Dt rupiah per-lembarnya, maka yueld
adalah sebesar Dt/Pt-1 dan return total dapat dinyatakan sebagai :

Pt P
P
Pt Pt 1
Dt

Pt 1
Pt 1

Pt Pt 1 Dt
Pt 1

Return Saham =

1.2. Relatif Return

Return total dapat bernilai negative atau positif. Kadangkala untuk perhitungan tertentu,

misalnya rata-rata geomaterik yang menggunakan perhitungan pengakaran dibutuhkan suatu return

yang harus bernilai positif. Relatif return (return relative) dapat digunakan, yaitu dengan
menambahkan nilai 1 terhadap nilai return total sebagai berikut :
Relatip Return = (Return total + 1)

Atau

Relatif Return =

+1

(6-5)

Dengan mensubstitusikan nilai 1 dengan (pt-1/Pt-1) di rumus (6-5), nilai relatofreturn dapat juga
dihitung sebagai berikut :
Relatip Return

Atau :

Pt D
Pt 1
(6-6)

Relatif Return =

1.3. Kumulatif Return

Return total mengukur perubahan kemakmuran yaitu perubahan harga dari

saham

dan

perubahan

pendapatan

dari

dividen

yang

diterima.

Perubahan

kemakmuran ini menunjukkan tambahan kekayaan dari kekayaan sebelumnya.

Reuturn total hanya mengukut perubahan kemakmuran pada saat waktu tertentu saja,

tetapi tidak mengukur total dari kemakmuran yang dimiliki. Untuk mengetahui total
kemakmuran,

indeks

kemakmuran

kumulatif

(cumulative

wealth

index)

dapat

digunakan IKK (indeks kemakmuran kumulatif) mengukur akumulasi semua return

mulai dari kemakmuran awal (KK0) yang dimiliki sebagai berikut :

RIA
IKK = KK0 (1+R1) (1+R2) . (1+Rn)

(6-7)

Notasi :
IKK

= Indeks kemakmuran kumulatif, mulai dari periode pertama sampai ke n

KK0

= Kekayaan awal, biasanya digunakan nilai Rp 1

R1

= Return periode ke-t, mulai dari awal periode (t=1) sampai akhir (t=n)

1.4. Return Disesuaikan

Return yang dibahas sebelumnya adalah return nominal (nominal return) yang hanya

mengukur perubahan nilai uang tetapi tidak mempertimbangkan tingkat daya beli dari nilai uang
tersebut. Untuk mempertimbangkan hal ini. return nominal perlu disesuaikan dengan tingkat inflasi

yang ada. Return ini disebut dengan return. riel (real return) atau return yang disesuaikan dengan
inflasi (inflation adjusted return) sebagai berikut:
Notasi:
RIA

= retum disesuaikan dengan tingkat inflasi,

=return nominal

IF

= tingkat inflasi

1.5. Rata-rata Geometrik

Rata-rata geometrik (geometric mean) yaitu rata-rata yang memperhatikan tingkat pertumbuhan
kumulatif dari waktu ke waktu. Rumusnya yaitu :

RG
Notasi:
RG

= rata-rata geometric

Ri

= return untuk periode ke-i

= jumlah dari return

2. RETURN EKSPEKTASI

Return Ekspektasi merupakan return yang digunakan untuk pengambilan keputusan

investasi. return ekspektasi dapat dihitung berdasarkan :

1. Berdasarkan nilai ekspektasi masa depan

2. Berdasarkan nilai-nilai return historis
3. Berdasarkan model return ekspektasi yang ada
2.1. Berdasarkan Nilai Ekspektasi Masa Depan
Return ekspektasi cara ini dihitung dengan metode nilai ekspektasi yaitu mengalikan

masing-masing hasil masa depan dengan probabilitas kejadiannya dan menjumlah semua produk
perkalian tersebut.
Rumus:

Notasi :
E(Ri) = return ekspektasi
suatu aktiva atau
Rij
Pj
n

sekuritas ke-i
= hasil mas depan ke-j untuk sekuritas ke-I,
= probabilitas hasil mas depan ke-j (untuk sekuritas ke-i),
= jumlah dari hasil mas depan.

2.2. Berdasarkan Nilai-Nilai Return Historis

Kenyataaanya menghitung hasil masa depan dan probabilitasnya merupakan hal yang tidak
mudah dan subyektif, Akibat dari perkiraan yang subyektif, ketidakakuratan terjadi, untuk
mengurangi ketidakakuratan ini, data historis dapat digunakan sebagai dasar ekspektasi.
Tiga metode dapat diterapkan untuk menghitung return ekspektasi dengan menggunakan
data historis, yaitu sebagai berikut ini.
1. Metode rata-rata (mean method).
2. Metode tren (trend method).
3. Metode jalan acak (random walk method).

Metode rata-rata mengasumsikan bahwa return ekspektasi dapat dianggap sama dengan ratarata nilai historisnya. Menggunakan rata-rata return historis tidak mempertimbangkan pertumbuhan
dari return-returnnya. Jika pertumbuhan akan diperhitungkan, return ekspektasi dapat dihitung
dengan menggunakan teknik tren. Metode random walk beranggapan bahwa distribusi data return
bersifat acak sehingga sulit digunakan untuk memprediksi, sehingga diperkirakan return terakhir
akan terulang di masa depan. Dengan demikian metode ini memprediksi bahwa return ekspektasi
akan sama dengan return terakhir yang terjadi.
Metode mana yang terbaik tergantung dari distribusi data returnnya. Jika distribusi data
return mempunyai pola tren, maka metode tren mungkin akan lebih baik. Sebaliknya jika distribusi
data returnnya tidak mempunyai pola atau acak, maka metode rata-rata atau random walk akan
menghasilkan return ekspektasi lebih tepat.
2.3.

Berdasarkan Model Return Ekspektasi

Model-model untuk menghitung return ekspektasi sangat dibutuhkan. Sayangnya tidak

banyak model yang tersedia. Model yang tersedia yang populer dan banyak digunakan adalah
Single Index Model (lihat bab 9) dan model CAPM(lihat bab 12).

3.

RISIKO
Hanya menghitung return saja untuk suatu investasi tidaklah cukup. Risiko dari investasi

juga perlu diperhitungkan. Return dan risiko merupakan dua hal yang tidak terpisah, karena
pertimbangan suatu investasi merupakan trade-off dari kedua faktor ini. Return dan risiko
mempunyai hubungan yang positif, semakin besar risiko yang harus ditanggung, semakin besar
return yang harus dikompensasikan.
Risiko sering dihubungkan dengan penyimpangan atau deviasi dari outcome yang diterima
dengan yang diekspektasi. Van home dan Wachowics, Jr. (1992) mendefinisikan risiko sebagai
variabilitas return terhadap return yang diharapkan. Untuk menghitung risiko, metode yang banyak
digunakan adalah deviasi standar (standard deviation) yang mengukur absolut penyimpangan nilainilai yang sudah terjadi dengan nilai ekspektasinya.
3.1. Risiko berdasarkan probabilitas
Penyimpangan standar atau deviasi standar merupakan pengukuran yang digunakan untuk
menghitung risiko. Diviasi standar (standar deviation) dapat dituliskan sebagai berikut :

SDi
Var
(R
(
R
[Rii
Selain deviasi standar (standard deviation), risiko juga dapat dinyatakan dalam bentuk

varian (variance). Varian (variance) adalah kuadrat dari deviasi standar (standard deviation)
sebagai berikut:

Rumus varian ini dapat ditulis dengan dinyatakan dalam bentuk probabilitas. Missal , maka

Var (Ri) dapat ditulis

Substitusikan kembali Ui dengan sebagai berikut :

Deviasi standar adalah akar dari variasi :
3.2. Resiko Berdasakan data historis

Resiko yang diukur dengan deviasi standar yang menggunakan data historis.
Nilai ekspektasi yang digunakan di rumus deviasi standar dapat berupa nilai
ekspektasi berdasarkan rata-rata historis atau tren atau random walk.

Notasi :
SD

= standard deviation,

E(Xi) = nilai ekspektasi,

Xi

= nilai ke-i,

= jumlah dari observasi.

4. KOEFISIEN VARIASI
Untuk melakukan analisis investasi, dua faktor harus dipertimbangkan bersamasama yaitu return ekspektasi dan resiko aktiva. Koefisien variasi dapat digunakan
untuk mempertimbangkan 2 faktor tersebut bersamaan. Rumus koefisien variansi
adalah :
Notasi : CVi = Coefficient of

CVi

Risiko
Re turnEkspektasi

Variation (koefisien variasi) uvasi untuk aktiva ke-i

Dari rumusan diatas dapat diartokan bahwa semakin kecil nilai CV semakin baik aktiva
tersebut.
Properti Return Ekspektasi dan Variasi
Nilai-nilai ekspektasi mempunyai beberapa properti yang berhubungan dengan nilai
ekspektasi:
1

Properti 1: Nilai ekspektasi dari penjumlahan sebuah variabel acak X dengan

sebuah konstanta k adalah sana dengan nilai ekspektasi dari variabel acak itu
sendiri ditambah dengan konstantanya sebagai berikut:
E(X + k) = E(X) + k
10

Properti 2: Nilai ekspektasi dari perkalian sebuah variabel acak X dengan

sebuah konstanta k adalah sama dengan nilai ekspektasi dari nilai acak itu sendiri
dikalikan dengan konstantanya sebagai berikut:
E(k . X) = k . E(X)
3

Properti 3: Varian dari penjumlahan suatu variabel acak X dengan sebuah

konstanta k adalah sama dengan varian dari variabel acak sebagai berikut:
Var(X + k) = Var(X)
4

Properti 4: Varian dari perkalian sebuah variabel acak X dengan sebuah

konstanta k adalah sama dengan varian dari variabel acak itu sendiri dikalikan
dengan kuadrat konstantanya, sebagai berikut:

Var (k.X) = K2. Var (X)

5. SEMIVARIANCE
Salah satu keberatan menggunakan rumus varian adalah karena rumus ini memberi bobot
yang sama besarnya untuk nilai nilai di bawah maupun di atas nilai ekspektasi (nilai rata-rata)
padahal individu yang mempunyai attitude berbeda terhadap risiko akan memberikan bobot yang
tidak sama terhadap dua kelompok nilai tersebut. Misalnya individu yang tidak suka menghadapi
resiko (risk averse) umumnya akan memberikan bobot yang lebih tinggi untuk nilai- nilai dibawah
nilai ekspektasi tersebut. Jika hanya nilai nilai satu sisi saja yang digunakan, maka ukuran risiko
semacam ini disebut dengan semivariance yang dihitung sebagai berikut:
Semivariance = E[(RiE(Ri))2]
Untuk Ri< E(Ri)

6. MEAN ABSOLUTE DEVIATION

Baik varian maupun semivariance sangat sensitif terhadap jarak dari nilai ekspektasi, karena
pengkuadratan akan memberikan bobot yang lebih besar dibandingkan jika tidak dilakukan
pengkuadratan. Pengkuadratan risiko yang menghindari pengkuadratan adalah mean absolute
deviation (MAD)
MAD = E[Ri E(Ri) ]

7. HUBUNGAN ANTARA RETURN EKSPEKTASI DENGAN RISIKO

Return ekspektasi dan risiko mempunyai hubungan yang positif. Semakin besar risiko suatu
sekuritas, semakin besar return yang diharapkan. Sebaliknya juga benar, yaitu semakin kecil return
yang diharapkan, semakin kecil risiko yang harus ditanggung. Hubungan positif ini hanya berlaku
untuk return ekspektasi atau ex-ante return (before the fact), yaitu untuk return yang belum terjadi.
11

Untuk return realisasi (yang sudah terjadi), hubungan positif ini dapat dapat tidak terjadi. Untuk
pasar yang tidak rasional, kadang kala return realisasi yang tinggi tidak mesti mempunyai risiko
yang tinggi pula. Bahkan keadaan sebaliknya dapat terjadi, yaitu return realisasi yang tinggi hanya
mempunyai rsiko yang kecil.

Di Gambar 1.2 terlihat bahwa suatu aktiva yang tidak mempunyai risiko (misalnya adalah
sertifikat hutang yang dikeluarkan pemerintah, seperti Sertifikat Bank Indonesia atau SBI) hanya
akan memperoleh return ekspektasi yang rendah, yaitu sebesar return bebas risiko (RBR). Jika
investor menginginkan return yang lebih tinggi, maka dia harus menanggung risiko

lebih tinggi

pula. Obligasi yang dikeluarkan oleh perusahaan (corporate bond) mempunyai risiko yang lebih
inggi dibandingkan dengan Sertifikat Bank Indonesia atau SBI), sehingga return yang diharapkan
darinya akan lebih tinggi. Saham lebih berisiko dibandingkan dengan obligasi perusahaan, karena
harga saham lebih berfluktuasi dibandingkan dengan obligasi. Oleh karena itu, return ekspektasi
saham juga seyogyanya lebih tinggi dari return yang diperoleh dari obligasi. Waran dan Opsi
merupakan hak untuk membeli atau menjual saham dengan harga tertentu untuk suatu periode
waktu tertentu. Jika hak ini tidak digunakan sampai masa berlakunya habis, maka nilai dari waran
atau opsi tersebut menjadi nol. Dengan demikian pemegang waran atau opsi akan menanggung
12

risiko yang besar yaitu risiko kehilangan nilai waran atau opsi tersebut. Oleh karena itu, waran atau
opsi diharapkan akan dapat memberikan return yang lebih besar dibandingkan dengan return dari
saham atau obligasi.

13

SIMPULAN
Return merupakan hasil yang diperoleh dari investasi . return dapat berupa return realisasi
yang sudah terjadi atau return ekspektasi yang belum terjadi tetapi yang diharapkan akan terjadi di
masa mendatang
Return realisasi (realized return) merupakan return yang telah terjadi return realisasi
dihitung berdasarkan data historis. Beberapa pengukuran return realisasi yang banyak digunakan
adalah return total (total return), relative return (return relative), kumulatif return (return
cumulative) dan return disesuaikan. (adjusted return). Sedang rata-rata return dapat dihitung
berdasarkan rata-rata geometri (geometric mean). Return realisasi penting karena digunakan sebagai
salah satu pengukur kinerja daro perusahaan.
Return histori ini juga berguna sebagai dasar penentuan return ekspektasi (expected return)
dan risiko dimasa datang, return ekspektasi (expected return) adalah return yang diharapkan akan
diperoleh oleh investor dimasa mendatang, berbeda dengan return realisasi yang sifatnya sudah
terjadi, return ekspektasi sifatnya belum terjadi.return ekspektasi dapat dihitung berdasarkan nilai
ekspektasi masa depan, nilai-nilai return historis, dan model return ekspektasi yang ada.
Return dan risiko merupakan dua hal yang tidak terpisah, karena pertimbangan suatu
investasi merupakan trade-off dari kedua faktor ini. Untuk menghitung risiko, metode yang banyak
digunakan adalah deviasi standar berdasarkan probabilitas dan data historis.
Untuk melakukan analisis investasi, dua faktor harus dipertimbangkan bersamasama yaitu return ekspektasi dan resiko aktiva. Koefisien variasi dapat digunakan
untuk mempertimbangkan 2 faktor tersebut bersamaan

Individu mempunyai attitude berbeda terhadap risiko akan memberikan bobot yang tidak
sama terhadap nilai nilai di bawah maupun di atas nilai ekspektasi. Jika hanya nilai nilai satu
sisi saja yang digunakan, maka ukuran risiko semacam ini disebut dengan semivariance.
Baik varian maupun semivariance sangat sensitif terhadap jarak dari nilai ekspektasi, karena
pengkuadratan akan memberikan bobot yang lebih besar dibandingkan jika tidak dilakukan
pengkuadratan. Pengkuadratan risiko yang menghindari pengkuadratan adalah mean absolute
deviation (MAD)
Return ekspektasi dan risiko mempunyai hubungan yang positif. Semakin besar risiko suatu
sekuritas, semakin besar return yang diharapkan. Sebaliknya juga benar, yaitu semakin kecil return
yang diharapkan, semakin kecil risiko yang harus ditanggung

14

REFERENSI
Hartono, Jogiyanto.2007.Teori Portofolio dan Analisis Investasi Edisi Kesepuluh. Yogyakarta
:UGM
https://nenygory.wordpress.com/2011/12/20/return-dan-resiko-aktiva-tu nggal/

15

LAMPIRAN
A. PENGUKURAN RETURN REALISASI
1. Contoh Soal Return Total
Contoh 1.1 :
Return total dari tahun 1990 sampai dengan 1996 dari saham PT A yang membayar dividen
tahunan ditunjukkan di table berikut ini .
Tabel 1.1 contoh return Saham PT A yang membayar Dividen
Periode
1989
1990
1991
1992
1993
1994
1995
1996

Harga Saham (Pt)

1750
1755
1790
1810
2010
1905
1920
1935

Dividen (Dt)
100
100
100
150
150
200
200
200

Return (Rt)
0.060
0.077
0.095
0.193
0.047
0.113
0.112

Sebagai ilustrasi cara perhitungan, return total untuk tahun 1990 dan 1991 dihitung sebagai berikut :
R1990

= (1755-1750+100)/1750 = 0,060 atau 6,00 %

R1991

= (1790-1755+100)/1755 = 0,077 atau 7,70%

Return total dapat juga dihitung dari penjumlahan capital gain (loss) dan dividend yield seperti
tampak tabel berikut ini.
Tabel 1.2. Contoh perhitungan Capital Gain (Lost) dan divided yield dan return:
Periode

Capital Gain (Loss)

Dividend Yield

Return

(1)
1990
1991
1992
1993
1994
1995
1996

(2)
0,0029
0,0199
0,0112
0,1105
0,0522
0,0079
0,0078

(3)
0,0571
0,0570
0,0838
0,0829
0,0995
0,1050
0,1042

(4) = (2) + (3)

0,060
0,077
0,095
0,193
0,047
0,113
0,112

Sebagai ilustrasi, untuk tahun 1990, capital gain dividend yield dan total return dihitung sebesar
Gain1990

= (1755-1750)/1750
= 0.0029 atau 0.29%

Yield1990

= 100/1750 = 0.0571 = 5.71%

R1990

= 0.0029 + 0.0571 = 0.060 atau 6,00 %

16

Dividen umumnya dibayarkan perkwartal atau per tahun. Jika Dividen pertahun akan digunakan
untuk menghitung return total, untuk periode yang lebih pendek, mosalnya return sebulan, kana
dividen sebulan dapat dianggap sebagai dividen setahun dibagi 12. Jijka Dividen setahun digunakan
untuk menghitung return total mingguan makan dividen seminggu dapat dianggap sebagai divide
setahun dibagi dengan 52.
Contoh 1.2 :
Dividen setahun yang dibayarkan adalah sebesar Rp 120 harga saham bulan kemarin adalah sebesar
Rp 1010, dan bulan ini adalah sebesar
Return

= (Rp 1.100,- -1.010 + Rp120,-/12) : Rp 1.010,- = 9,9 %

Contoh 1.3. :
Dividen setahun yang dibayarkan adalah sebesar Rp 120 harga saham minggu kemarin adalah
sebesar Rp 1050m dan minggu ini adalah sebesar Rp 1100, Return total minggu ini adalah sebesar
Return

= (Rp 1.100,- -1.050 + Rp120,-/52) : Rp 1.050,- = 4,98 %

2. Contoh Soal Relatif Return

Contoh 1.4
Tabel berikut menunjukan nilai dari relatop return untuk saham PT A
Tabel 1.3 Contoh perhitungan relatip return
Periode

Harga Saham

Dividen

Return

Relatip Return

(Pt)

(Dt)

(Rt)

(RR1)

(1)
(2)
1989
1750
1990
1755
1991
1790
1992
1810
1993
2010
1994
1905
1995
1920
1996
1935
Untuk tahun 1990, relatip return

(3)
(4)
(5)=(4)+1
100
100
0,060
1,060
100
0,077
1,077
150
0,095
1,095
150
0,193
1,193
200
0,047
1,047
200
0,113
1,113
200
0,112
1,112
di table 1.3 dapat dihitung sebagai berikut :

RR1990 = R1990+1 = 0,060 +1 = 1,060

atau dengan menggunakan rumus di (6-6)
RR1990 = (P1990+D1990)/P1989
=(1755+100)/1750
= 1,060

3. Contoh Soal Kumulatif Return

17

Contoh 1.5:
Indeks kemakmuran kumulatif untuk saham PT 'A' mulai dari tahun 1989 sampai dengan tahun
1996 tampak di tabel berikut ini.
Tabel 1.4. Indeks Kemakmuran Kumulatif.
Periode

Return(Rt)

1989
1990
1991
1992
1993
1994
1995
1996

0.060
0.077
0.095
0.193
0,047
0,113
0,112

Indeks Kemakmuran
Kumulatif (IKK)
1,000
1,060
1,142
1,250
1,492
1,562
1,738
1,933

Indeks kemakmuran kumulatif ini menunjukkan kemakmuran akhir yang diperoleh dalam
suatu periode tertentu. Misalnya dengan membeli saham A diakhir tahun 1989, maka pada akhir
tahun 1991, kemakmuran akan sebesar 114,20% dari kemakmuran semula, jika saham ini
berikutnya akan menjadi sebesar 125,00% dari nilai semula diakhir tahun 1990 dengan perhitungan
sebagai berikut:
IKK1992 =1 (1+0,060)(1+0,077)(1+0,095)
=1,250 atau 125,00%
Indeks kemakmuran kumulatif ditabel 1.4 jika digambarkan dalam bentuk bagan tampak digambar
1.1.

18

Gambar 1.1. Indeks Kemakmuran Kumulatif dengan Tahun Dasar 1989.

Indeks kemakmuran kumulatif dapat juga dihitung berdasarkan perkalian nilai-nilai komponennya
sebagai berikut:

IKK =PHK.YK

Notasi:
IKK =Indeks Kemakmuran Kumulatif,
PHK =Perubahan Harga Kumulatif,
YK =Yield Kumulatif
Contoh 1.6:
Tabel berikut menunjukkan contoh hasil perhitungan indeks kemakmuran kumulatif yang dihitung
dari perkalian perubahan harga kumulatif dengan yield kumulatif
Tabel 1.5. Perubahan Harga Kumulatif Yield Kumulatif dan Indeks kemakmuran Kumulatif
Periode
(1)
1990
1991
1992

Capital gain Dividend

Perubahan

harga Yield

Indeks

kemakmuran

(Loss)

Yield

kumulatif

kumulatif

kumulatif

(2)
0,0029
0,0199
0,0112

(3)
0,0571
0,0570
0,0838

(4)
1,003
1,023
1,034

(5)
1,057
1,117
1,211

(6)=(4)x(5)
1,060
1,142
1,250
19

1993
1994
1995
2996

0,1105
-0,0522
0,0079
0,0078

0,0829
0,0995
0,1050
0,1042

1,148
1,088
1,097
1,105

1,311
1,442
1,593
1,759

1,505
1,569
1,747
1,943

Perhitungan capital gain (loss) dan dividend yield dapat dilihat di contoh 1.1, Tabel 1.2. Sebagai
ilustrasi perhitungan, perubahan harga kumulatif (PHK), yield kumulatif (YK), dan indeks
kemakmuran kumulatif (KK) untuk tahun 1991 dapat dihitung sebagai berikut:
PHK1991=(1+ Capital Gain1990)(1+Capital Gain1991)
=(l +0,0029)(1+ 0,0199)= 1,023
YK199 1=(1+Yield1990)(1+Yield1991)
=(1+0,0571)(1+1,0570)=1,117
IKK1991=(PHK1991)(YK1991)=(1,023)(1,117)
=1,142
Bandingkan hasil ini dengan indeks kemakmuran kumulatif di Tabel 6,4 Perbedaan nilai yang ada
disebabkan oleh pembulatan di dalam perhitungan.
Indeks berbeda dengan rata-rata. Indeks menggunakan tahun dasar di dalam perhitungannya,
sedangkan rata-rata tidak menggunakannya. Dengan menggunakan tahun dasar indeks
menunjukkan kinerja dari saham yang diwakilinya dari waktu ke waktu relatip terhadap periode
waktu dasarnya, sedang rata-rata hanya menunjukkan kinerja pada suatu waktu tertentu, tidak
dibandingkan relatif dengan kinerja di waktu yang berbeda. Sebagai contoh adalah indeks
kemakmuran kumulatif di Tabel 1.5 untuk tahun 1996 adalah sebesar 1,943. Tahun dasar indeks ini
adalah tahun 1989 dengan nilai dasar I. Hasil ini menunjukkan bahwa selama 7 tahun yaitu dari
tahun 1989 sampai dengan 1996, nilai dan saham perusahaan 'A' telah meningkat sebesar 94,3%.

4. Contoh Soal Return Disesuaikan

Contoh 1.7:
Return sebesar 17% yang diterima setahun dari sebuah surat berharga jika disesuaikan dengan
tingkat inflasi sebesar 5% untuk tahun yang sama, akan memberikan return riel sebesar:
RIA=[(1+0,17)/(1+0,05)]-1
=0,11429 atau 11,429%.
Diversifikasi internasional sekarang semakin dibicarakan, karena diversifikasi seperti ini dapat
menurunkan tingkat risiko yang sudah tidak dapat diturunkan lagi akibat diversifikasi domestik.

20

Jika investasi dilakukan di luar negeri. pengembalian yang diperoleh perlu disesuaikan dengan kurs
mata uang yang berlaku sebagai berikut:
RKA =
Notasi:
RKA

return yang disesuaikan dengan kurs mata uang asing,

RR

= relatif return

Contoh 1.8:
Investor Indonesia yang membeli saham perusahaan Amerika pada awal tahun 1997, mendapatkan
return tahunan sebesar 15%. Pada saat membeli saham ini, harga kurs belli US$ adalah sebesar
Rp.2.000,- dan pada akhir tahun, kurs jual adalah Rp.2.100,- per US$.Return bersih yang diperoleh
setelah disesuaikan dengan kurs adalah sebesar ?
RKA = [1,15x(2.100/2000)]-1 =0,2075 atau 20,75%.
5. Contoh Soal Rata-rata Geometrik
Contoh 1.9
Harga dari suatu saham pada periode ke-0 (periode awal) adalah Rp500,-. Pada periode selanjutnta
(periode ke-1), harga saham meningkat menjadi Rp.600,- dan turun di periode ke-2 menjadi
Rp.550,- Return untuk masing masing periode adalah sebagai berikut:
R1

= (600 500)/500
=0,2 atau 20%

R2

=(550 600)/600
=-0.083 atau -8,33%

Rata-rata return yang dihitung menggunakan metode arithmatika sebesar :

RA

=(0,2+0,083) = 0,05833 atau 5,833%

Jika dihitung dengan metode rata-rata geometrik adalah sebesar:

RG = [(1 +0.2)(1 0.083)]1/2 1
= 0,04883 atau 4,883%.
Jika dihitung dengan metode rata-rata arithmatika, pertumbuhan harga saham ini adalah
sebesar 5,833%. Jika return ini benar maka periode ke-2. Harga saham ini seharusnya menjadi ( 500
x 1,05833 x 1,05833) = Rp.560,03 padahal harga saham di akhir periode ke-2 adalah sebesar 550.
Dengan demikian penghitungan menggunakan metode rata-rata arithmatika ini kurang tepat. Jadi
metode rata-rata geometrik lebih tepat digunakan untuk situasi yang harus melibatkan pertumbuhan,
ini dibuktikan dengan

pertumbuhan harga saham 4,833%, dengan menggunakan tingkat

21

pertumbuhan ini harga saham diperiode ke 2 seharusnya menjadi (500 x 1,04833 x 1,04833) =
Rp.550 sesuai dengan nilai sebenarnya.
Rata-rata geometrik banyak digunakan untuk menghitung indeks kemakmuran kumulatif,
jika rata-rata geometric diketahui indeks kemakmuran kumulatif untuk suatu periode tertentu dapat
dihitung dengan rumus :
IKKt = (1 + RG)n bv
IKK

= Indeks kemakmuran kumulatif

= periode ke-t

= lama periode dari periode dasar ke periode ke-t

bv

= nilai dasar

Contoh 1.10
Dari tabel 1.5 sebelumnya rata-rata geometrik untuk return dari tahun 1990 -1996 adalah sebesar:
= [(1+0.060)(1+0.077)(1+0.095)(1+0.13)(1+0.047)(1+0.113)(1+0.112)1/7 -1

RG

= 0,0987

Indeks kemakmuran kumulatif untuk tahun 1996 dapat dihitung sebesar:

IKK1996 = (1+0.0987)7 x 1 =1.933136

Hubungan antara return rata-rata arithmatika dan rata-rata geometric adalah sebagai berikut:
(1 + RG)2 (1 + RA)2
(SD)2
Contoh 1.11
Rata-rata

arithmatika

untuk return dari tahun

1990-1966 di tabel 1.4
sebelumnya

dalah

sebesar:
RA

(0,060+0,077+0,095+0,193+0,047+0,113),112)/7
= 0,09957

Dari Hubungan antara return rata-rata arithmatika dan rata-rata geometric devisi standar dapat
dihitung sebesar :
(1+0,0987)

(1+0,09957) - (SD)
22

E ( Ri
1,20714

1,20905 - SD

SD

(1,20905 1,20714)

SD

0,04375

B. PENGUKURAN RETURN REALISASI

1. Contoh Soal Berdasarkan Nilai Ekspektasi Masa Depan

Contoh 1.12 :
Berikut ini merupakan lima buah hasil masa depan dengan probabilitas kemungkinan
terjadinya untuk masing masing kondisi ekonomi yang berbeda.

Kondisi Ekonomi (j)

Resesi
Cukup resesi
Normal
Baik
Sangat Baik

Hasil Masa Depan (Rij)

-0,09
-0,05
0,15
0,25
0,27

Probabilitas (pi)
0,10
0,15
0,25
0,20
0,30

Selanjutnya return ekspektasi dapat dihitung sebesar :

E(Ri)

= Ri1.p1 + Ri2.p2 + Ri3.p3 + Ri4.p4 + Ri5.p5

= -0,09 (0,10) 0,05 (0,15) + 0,15 (0,25) +0,25 (0,20) + 0,27 (0,30)
= 0,152 =15,20%

2. Contoh Soal Berdasarkan Nilai-Nilai Return Historis

Contoh 1.13:
Berikut ini merupakan lima periode return mingguan historis sebagai berikut :
Minggu ke
-5
-4
-3
-2
-1

Return (Ri)
0,30%
0,40%
0,05%
0,20%
0,25%
23

Return-return ekspektasi dapat dihitung sebagai berikut ini.

1.

2.

Dengan metode rata-rata :

E(Ri)
= (0,30+0,40+0,05+0,20+0,25)%
5
= 0,24%.
Dengan metode tren dapat ditarik garis lurus dengan kesalahan terkecil (lihat gambar, dan
biasanya lebih tepat dihitung dengan teknik tren misalnya regresi, rata-rata bergerak dan lain

3.

sebagainya) sehingga dihasilkan E(Ri) = 0,35%.

Dengan metode random walk, maka nilai returnekspektasi adalah nilai terakhir yang terjadi,
yaitu E(Ri) = 0,25%.

Return-return ekspektasi ini dapat digambarkan sebagai berikut :

C. RESIKO
1. Contoh Soal Risiko Berdasarkan Probabilitas
Contoh 1.14:
Dengan menggunakan data di contoh 1.12, maka varian dari return ekspektasian dapat dihitung
sebesar :
Var(Ri) = (Ri1-E(Ri))2.p1+(Ri2-E(Ri))2.p2+(Ri3-E(Ri))2.p3 + (Ri4-E(Ri))2.p4 +
(Ri5-E(Ri))2.p5
= (-0,09 - 0,152)2 . 0,10 + (-0,05 - 0,152)2 . 0,15 + (0,15 - 0,152)2 . 0,25 +
(0,25 - 0,152)2 . 0,2 + (0,27 - 0,152)2 . 0,30
24

= 0,000586 + 0,00612 + 0,000001 + 0,001921 + 0,00418

= 0,018
Besarnya deviasi standar adalah akar dari varian, yaitu sebesarnya :

D. KOEFISIEN VARIASI

Contoh Soal Properti 4:

Masih menggunakan data di contoh 1.12 untuk Ri, dan probabilitasnya (P1) dan untuk suatu
konstanta k sebesar 2, nilai-nilai ( k. Rij) tampak di tabel berikut ini.

Kondisi Ekonomi (j)

Resesi
Cukup Resesi
Normal
Baik
Sangat baik

Ri
-0,09
-0,05
0,15
0,25
0,27

k. Rij
2. (-0,09) = -0,18
2. (-0,05) = -0,10
2. (0,15) = 0,30
2 . (0,25) = 0,50
2. (0,27) = 0, 54

Probabilitas (P1)
0,10
0,15
0,25
0,20
0,30

Selanjutnya return ekspektasi untuk E (k. Ri) dapat dihitung sebesar:

E (k. Ri) = n [k. Ri) . P1]
j=1

E (k. Ri) = (k. Ri1) . P1 + (k.Ri2) . P2 + (k. Ri3) .P3 + (k.Ri4) . P4 + (k. Ri5) . P5
= -0,18 . (0,10) 0,10 . (0,15) + 0,30 . (0,25) + 0,50 . (0,20) + 0,54 . (0,30)
= 0,304
Besarnya E (k. Ri) dapat juga dihitung berdasarkan properti ke-2 (lihat rumus 1-20), yaitu sebesar
k . E(Ri). Nilai dari E (Ri) telah dihitung di contoh 1.12 sebesar 0, 152, sehingga untuk k=2, maka
k . E(Ri) adalah bernilai 2 . (0,152) = 0,304. Selanjutnya varian dari return ekspektasi ini dapat
dihitung sebesar:
Var (k. Ri) = (( k. Ri1) E (k. Ri1))2. P1 + (( k. Ri2) E (k. Ri2))2. P2 +(( k. Ri3) E (k. Ri3))2. P3
+(( k. Ri4) E (k. Ri4))2. P4 +(( k. Ri5) E (k. Ri5))2. P5
25

= ( -0,18 0,304)2 . 0,10 + (-0,10-0,304)2. 0,15 + (0,30 0,304)2 . 0,25 +

(0,50 0,304)2 . 0,20 + (0,54 0,304)2 . 0,30
= (0,0234 + 0,0245 + 0,000004 + 0,0077 + 0,0167
= 0,072
Nilai dari Var (k . Ri) yaitu sebesar 0,06712 sama dengan nilai k2 . Var(Ri) yaitu 22 . 0,018 = 0,072
Dengan demikian terbukti bahwa Var (k. Ri) adalah sama dengan k2 . Var(Ri)

E. SEMIVARIANCE
Contoh 1.21:
Gunakan kembali data dicontoh 1.12 sebagai berikut:
Kondisi Ekonomi
Resesi
Cukup Resesi
Normal
Baik
Sangat Baik

Ri
-0,09
-0,05
0,15
0,25
0,27

Probabilitas (P1)
0,10
0,15
0,25
0,20
0,30

Besarnya E(Ri) sudah dihitung di contoh 1.12 yaitu sebesar 0,152. Nilai-nilai Ri yang lebih kecil
dari E(Ri) adalah tiga nilai Ri yang pertama, yaitu -0,09, -0,05 dan 0,15. Nilai-nilai diatas nilai
ekspektasi dianggap tidak menyimpang sehingga:
Semivinance = (-0,09 0,152)2 . 0,10 + (-0,05 0,152)2 . 0,15 + (0,15 0,152)2 . 0,25
= 0,012

F. MEAN ABSOLUTE DEVIATION

Contoh 1.22:
Dari data contoh 1.12 yang juga digunakan di contoh 1.20, nilai dari mean absolute deviation
(MAD) dapat dihitung sebesar:
MAD = Ri1 E(Ri) P1 + I Ri2 E (Ri) P2 +Ri3 E(Ri)P3 +Ri4 E(Ri)P4+Ri5
E(Ri)P5
= -0,09 0,152 . 0,10 + -0,05 0,152. 0,15 + 0,15 0,152 . 0,25
+0,25 0,152 . 0,20 + 0,27 0,152 0,30
= 0,0242 + 0,303 + 0,0005 + 0,0196 + 0,0354
= 0,011

26