Anda di halaman 1dari 20

BAB 7 dan 8

PORTOFOLIO BERISIKO OPTIMAL


Keputusan investasi dapat dilihat sebagai proses top-down: (i) alokasi Modal antara
portofolio berisiko dan aset bebas risiko, (ii) alokasi aset di kelas yang luas aset (misalnya,
saham AS, saham internasional, dan jangka panjang obligasi), dan (iii) pilihan keamanan aset
individu dalam setiap kelas aset.
Alokasi modal, seperti yang kita lihat dalam Bab 6, menentukan paparan investor
terhadap risiko. Alokasi modal yang optimal ditentukan oleh risk aversion serta harapan untuk
risk-return trade-off dari portofolio berisiko optimal. Pada prinsipnya, alokasi aset dan pemilihan
keamanan secara teknis identik; baik bertujuan mengidentifikasi bahwa portofolio berisiko
optimal, yaitu, kombinasi aset berisiko yang menyediakan yang terbaik risk-return trade-off.
Dalam prakteknya, bagaimanapun, alokasi aset dan pemilihan sekuritas biasanya dipisahkan
menjadi dua langkah, di mana garis besar portofolio ditetapkan pertama (alokasi aset), sedangkan
rincian mengenai efek tertentu diisi kemudian (pilihan keamanan).
Setelah kami menunjukkan bagaimana optimal portofolio berisiko Mei bem dibangun,
kita akan mempertimbangkan biaya dan manfaat dari mengejar pendekatan dua-langkah ini.
Kami pertama memotivasi diskusi dengan menggambarkanpotensi keuntungan dari
diversifikasi sederhana dalam banyak aset. Kami kemudian dilanjutkan ke memeriksa proses
diversifikasi efisien dari bawah ke atas, mulai dengan investasi menu dari hanya dua aset
berisiko, kemudian menambahkan aset bebas risiko, dan akhirnya, menggabungkan seluruh alam
semesta efek berisiko tersedia.
Kami belajar bagaimana diversifikasi dapat mengurangi risikotanpa mempengaruhi hasil
yang diharapkan. Ini dicapai, kita kembali memeriksa hirarki modal alokasi, alokasi aset, dan
seleksi keamanan. Akhirnya, kami menawarkan wawasan kekuatan diversifikasi dengan
menggambar sebuah analogi antara dan cara kerja industri asuransi.
Portofolio kita bahas dalam hal ini dan berikut bab adalah dari horizontal jangka pendek
bahka jika horizon investasi keseluruhan panjang, Komposisi portofolio dapat dikendalikan atau
diperbarui hampir terus-menerus. Untuk singkat ini cakrawala, kecondongan yang mencirikan
jangka panjang kembali diperparah tidak ada. Oleh karena itu, asumsi normalitas cukup akurat

untuk menggambarkan holding-periode kembali, dan kami akan hanya peduli dengan portofolio
berarti dan varians.
Dalam Lampiran A, kita menunjukkan bagaimana konstruksi dari portofolio berisiko
optimal dapat mudah dicapai dengan Excel. Lampiran B memberikan tinjauan statistik portofolio
dengan penekanan pada intuisi belakang kovarians dan langkah-langkah korelasi. Bahkan jika
Anda memiliki memiliki kursus metode kuantitatif yang baik, juga mungkin patut
menggelapkan.
7.1.

Diversifikasi dan Risiko Portofolio


Misalkan portofolio Anda terdiri dari hanya satu saham, katakanlah, Dell Computer

Corporation. Apa yang akan menjadi sumber risiko untuk ini "portofolio"? Anda mungkin
berpikir dari dua sumber yang luas dari ketidakpastian. Pertama, ada risiko yang berasal dari
kondisi ekonomi secara umum, seperti siklus bisnis, inflasi, suku bunga, dan nilai tukar. Tak satu
pun dari faktor-faktor ekonomi makro dapat diprediksi dengan pasti, dan semua mempengaruhi
tingkat pengembalian saham Dell. Selain faktor-faktor ekonomi makro ada spesifik perusahaan
pengaruh, seperti keberhasilan Dell dalam penelitian dan pengembangan, dan perubahan
personil. Faktor-faktor ini mempengaruhi Dell tanpa terasa mempengaruhi perusahaan lain dalam
perekonomian.
7.2.

Portofolio Dua Aset Berisiko


Pada bagian terakhir kita dianggap diversifikasi naif menggunakan sama portofolio

tertimbang beberapa sekuritas. Sudah saatnya sekarang untuk belajar diversifikasi efisien,
dimana kita membangun portofolio berisiko untuk memberikan risiko terendah untuk setiap
tingkat keuntungan yang diharapkan.
Portofolio dua aset berisiko relatif mudah untuk menganalisis, dan mereka
menggambarkan prinsip-prinsip dan pertimbangan yang berlaku untuk portofolio banyak aset.
Masuk akal untuk berpikir tentang portofolio dua-aset sebagai keputusan alokasi aset, dan jadi
kita mempertimbangkan dua reksa dana, portofolio obligasi yang mengkhususkan diri pada efek
hutang jangka panjang, dilambangkan D, dan dana saham yang mengkhususkan diri pada efek
ekuitas, E . Tabel 7.1 daftar parameter yang menggambarkan tingkat-of-return penyaluran dana
tersebut.
2

7.3.

Alokasi Asset dengan Saham, Obligasi, dan Surat Utang


Dalam bab sebelumnya kita meneliti keputusan alokasi modal, pilihan berapa banyak

portofolio untuk meninggalkan di surat berharga pasar uang bebas risiko dibandingkan dalam
portofolio berisiko. Sekarang kami telah mengambil langkah lebih lanjut, menetapkan bahwa
portofolio berisiko terdiri dari saham dan dana obligasi. Kami masih harus menunjukkan
bagaimana

investor

dapat

memutuskan

proporsi

portofolio

berisiko

mereka

untuk

mengalokasikan ke saham versus pasar obligasi. Ini merupakan keputusan alokasi aset. Sebagai
kotak dekatnya menekankan, sebagian besar profesional investasi mengakui bahwa "keputusan
benar-benar penting adalah bagaimana membagi-bagi uang Anda di antara saham, obligasi dan
investasi SuperSafe seperti tagihan Treasury." Pada bagian terakhir, kita berasal sifat dari
portofolio yang dibentuk dengan mencampur dua aset berisiko. Mengingat latar belakang ini,
kita sekarang memperkenalkan kembali pilihan ketiga, bebas risiko, portofolio. Ini akan
memungkinkan kita untuk menyelesaikan masalah dasar alokasi aset di tiga kelas aset kunci:
saham, obligasi, dan surat berharga pasar uang bebas risiko. Setelah Anda memahami hal ini,
maka akan mudah untuk melihat bagaimana portofolio banyak sekuritas berisiko mungkin
terbaik akan dibangun.
CATATAN MENGENAI DIVERSIFIKASI
Jika Anda ingin hasil investasi yang menarik, jangan memulai hari anda mencari makan
untuk saham panas dan reksa dana berbintang. Sebaliknya, semisal penasihat investasi,
keputusan benar-benar penting adalah bagaimana membagi-bagi uang anda diantara saham,
obligasi, dan investasi SuperSafe seperti T-bill. Di Wall Street lingo, campuran investasi ini
disebut alokasi aset Anda. "Pilihan aset alokasi adalah keputusan pertama dan paling penting,"
kata William Droms, profesor keuangan di Universitas Georgetown. "Berapa banyak yang Anda
miliki di [pasar saham] benar-benar mendorong hasil Anda. "Anda tidak bisa mendapatkan
3

[pasar saham] pengembalian dari portofolio obligasi, tidak peduli seberapa baik pilihan
keamanan Anda atau bagaimana baik manajer obligasi yang Anda gunakan," kata William John
Mikus, seorang managing director of Design Keuangan, penasihat investasi Los Angeles.
Sebagai bukti, Mr. Mikus mengutip studi seperti 1991 analisis yang dilakukan oleh Gary
Brinson, Brian Singer dan Gilbert Beebower. Penelitian tersebut, yang tampak pada hasil 10tahun untuk 82 program pensiun yang besar, ditemukan bahwa kebijakan assetallocation rencana
menjelaskan 91,5% dari pengembalian yang diperoleh.
Perencanaan Portofolio
Karena campuran aset Anda sangat penting, beberapa perusahaan reksa dana sekarang
menawarkan layanan gratis untuk membantu investor merancang portofolio mereka. Gerald
Perritt, editor Surat Dana Reksa, newsletter Chicago, mengatakan Anda harus bervariasi
campuran Anda aset tergantung pada berapa lama Anda berencana untuk berinvestasi. Yang lebih
jauh cakrawala investasi Anda, semakin Anda harus memiliki saham. Semakin dekat Anda
dapatkan, semakin Anda harus bersandar ke obligasi dan instrumen pasar uang, seperti tagihan
Treasury. Obligasi dan instrumen pasar uang dapat menghasilkan keuntungan yang lebih rendah
dibandingkan saham. Tetapi bagi mereka yang membutuhkan uang dalam waktu dekat, investasi
konservatif lebih masuk akal, karena ada sedikit kesempatan menderita kerugian jangka pendek
menghancurkan.
Meringkas Aset anda
"Salah satu hal yang paling penting orang bisa lakukan adalah merangkum semua aset
mereka pada selembar kertas dan mencari tahu alokasi aset mereka," kata Mr kolam. Setelah
Anda menetap di campuran saham dan obligasi, Anda harus berusaha untuk mempertahankan
persentase sasaran, kata Mr kolam. Untuk melakukan itu, ia menyarankan mencari tahu alokasi
aset Anda setiap enam bulan sekali. Karena terjun pasar saham-, Anda bisa menemukan bahwa
saham sekarang adalah bagian yang jauh lebih kecil dari portofolio Anda dari yang Anda
dibayangkan. Pada saat seperti itu, Anda harus menempatkan lebih ke saham dan meringankan
obligasi. Ketika merancang portofolio, beberapa penasihat investasi menganggap emas dan real
estate di samping trio biasa saham, obligasi dan instrumen pasar uang. Emas dan real estate
memberikan "Anda lindung nilai terhadap hiperinflasi," kata Mr Droms.
7.4.

Model Pilihan Portofolio Markowitz


4

Pilihan Sekuritas
Kami dapat menyamaratakan persoalan penyususnan portofolio pada kasus dari
banyaknya sekuritas berisiko dan aset bebas risiko. Untuk menentukan pemilihan sekuritas,
menggunakan tiga langka berikut. Yang pertama adalah menentukan peluang risiko imbal hasil
yang tersedia bagi investor. Kedua, mencari tahu portofolio optimal dari aset berisiko dengan
mencari bobot portofolio yang berakibat pada CAL yang paling curam. Terakhir, memilih
portofolio utuh yang sesuai dengan mencampurkan aset bebas risiko dengan portofolio berisiko
optimal.
Manajer portofolio dibekali dengan perkiraan n dari E(ri) dan perkiraan n x n dari matriks
kovarian dimana unsur diagonal n merupakan perkiraan dari varian i2 dan n2 n = n(n 1) unsur
diluar diagonal sebagai perkiraan kovarian diantara tiap pasang imbal hasil aset.(dapat
dibuktikan dari tabel 7.2 untuk kasus n = 2).

Dapat diketahui bahwa tiap-tiap kovarian terlihat dua kali dalam tabel ini, sehingga sebenarnya
memiliki n(n-1)/2 perkiraan kovarian yang berbeda. Jika manajemen portofolio kami membuat
50 sekuritas, analis sekuritas perlu membuat 50 perkiraan imbal hasil yang diharapkan, 50
perkiraan varian, dan 50 49/2 = 1225 perkiraan kovarian yang berbeda.
Sekali perkiraan tersebut digabung, perkiraan imbal hasil dan varian dari portofolio
berisiko mana pun dengan bobot pada tiap-tiap sekuritas wi dapat dihitung dari tepi matriks
kovarian, atau dengan rumus berikut:

Alokasi Modal dan Pemisahan Properti


Gambar 7.13 menunjukkan garis batas efisien ditambah tiga CAL yang menunjukkan
berbagai portofolio dari sekumpulan.

Kami memalang CAL dengan memilih portofolio berbeda sehingga menjangkau portofolio P,
yang merupakan titik singgung garis dari F ke garis batas efisien. Portofolio P memaksimumkan
rasio manfaat terhadap volatilitas, kemiringan garis dari F ke portofolio pada garis batas yang
efisien. Portofolio P merupakan portofolio berisiko optimal bagi kliena manajer.
Kesimpulan yang paling membentur adalah bahwa manajer portofolio akan menawarkan
portofolio yang berisiko sama P bagi seluruh klien tanpa memperhatikan derajat keenganan
risikonya. Derajat keenggana risiko klien mulai dimainkan hanya saaat pemilihan titik yang
diinginkan di sepanjang CAL. Sehingga perbedaan antar-pilihan klien bahwa semakin banyak
klien yang enggan berisiko akan berinvestasi lebih banyak pada aset bebas risiko dan lebih
sedikit pada portofolio berisiko optimal dibandingkan klien yang kurang enggan berisiko. Akan
tetapi, keduanya akan menggunakan portofolio P sebagai penggerak investasi berisiko
optimalnya.
Poin pentingnya adalah bahwa portofolio optimal P yang manajer tawarkan adalah sama
bagi seluruh klien. Dengan kata lain, investor dengan derajat keengganan risiko akan terpuaskan
oleh semesta dari dua reksa dana saja; dana pasar uang untuk investasi bebas risiko dan reksa
dana yag memegang portofolio berisiko optimal P pada titik singgung CAL dan garis batas
efisien. Hasil tersebut menjadikan manajemen profesional lebih efisien sehingga lebih murah.
6

Suatu perusahaan manajemen dapat melayani sejumlah klien dengan biaya administrasi yang
relatif kecil.
Pengaruh Diversifikasi
Rumus umum untuk varian portofolio adalah

Strategi diversifikasi naif dimna portofolio dengan bobot sama disusun, yang berarti bahwa w i =
1/n untuk tiap-tiap sekuritas. Pada rumus

dibagi komponen dimana i = j menjadi

penjumlahan terpisah, yang menyatakan bahwa Cov(ri,ri) =

Perhatikan bahwa terdapat n komponen varian dan n(n 1) komponen kovarian.


Jika menentukan rata-rata varian dan rata-rata kovarian dari sekuritas tersebut dengan

Varian portofolionya adalah

Ketika rata-rata kovarian antar imbal hasil sekuritas adalah nol, ragam portofolio dapat didorong
menjadi nol. Pada persamaan

, komponen kedua pada sisi sebelah kanan akan menjadi nol,

sementara komponen pertama mendekati nol sewaktu membesar. Sehingga ketika imbal hasil

sekuritasnya tidak berkorelasi, pengaruh diversifikasi dalam mengurangi risiko portofolio tidak
terbatas.
Untuk melihat hubungan dasar lebih lanjut antara risiko sistematis dengan dengan
korelasi sekuritas, dianggap semua sekuritas memiliki simpangan baku umum , dan kovarian
antar seluruh sekuritas adalah 2. Sehinngga membentuk persamaan:

Ketika = 0, varian portofolio mendekati nol ketika n membesar. Untuk > 0, varian
portofolio tetap positif. Faktanya untuk = 1, varian portofolio sama dengan 2 tanpa
memperhatikan n, yang menunjukkan bahwa diversifikasi tidak menguntungkan. Secara umum,
semakin besar n, persamaan p2 menunjukkan bahwa risiko sistematis menjadi 2.
Alokasi Aset dan Pilihan Sekuritas
Mengapa dibedakan antara alokasi aset dan pilihan sekuritas? Pertama, sebagai akibat
dari makin besarnya kebutuhan dan kemampuan untuk menabung, permintaan akan manajemen
investasi yang canggih telah meningkat besar-besaran. Kedua, meluasnya spektrum pasar
keuangan dan instrumen keuangan telah menempatkan investasi yang canggih melampaui
kapasitas dari berbagai investor amatir. Terakhir, terdapat skala ekonomis yang kuat di dalam
analisis investasi.
Perusahaan investasi besar cenderung berinvestasi di pasar dalam negeri dan
internasional serta di berbagai macam golongan aset. Sehingga manajemen dari tiap golongan
portofolio aset perlu didesentralisasi dan menjadi tidak mungkin secara serempak
mengoptimalkan seluruh portofolio berisisko organisasi dalam satu tahapan.
Portofolio Optimal dan Imbal Hasil Tidak Normal
Teknik Optimisasi portofolio yang telah digunakan sejauh ini mengasumsikan distribusi
normal dari imbal hasil pada simpangan baku tersebut yang diambil sebagai ukuran risiko yang
sangat mumpuni. Akan tetapi, potensi ketidaknormalan imbal hasil menghendaki kita untuk
memperhatikannua beserta menghitung ukuran yang berfokus pada kasus kerugian terburuk
semisal nilai risikonya (VaR) atau perkiraan penurunannya (ES).
8

Alokasi modal untuk portofolio berisiko seharusnya dipertimbangkan dalam menghadapi


distribusi fat-tail yang dapat berakibat pada nilai ekstrim VaR dan ES. Secara rinci, peramalan
akan VaR dan ES yang lebih besar seharusnya mendorong alokasi portofolio yang lebih layak
untuk portofolio berisiko.
7.5.

Penyatuan Risiko, Pembagian Risiko, dan Risiko Investasi Jangka Panjang

Penyatuan Risiko
Penyatuan risiko (risk pooling) berarti menyatukan proyek berisiko yang tidak
berkorelasi sebagai sarana untuk menurunkan risiko. Digunakan dalam bisnis asuransi,
penyatuan risiko memerlukan penjualan berbagai polis asuransi yang tidak berkorelasi.
Penerapan dari penyatua risiko mulai dikenal dengan prinsip asuransi. Kebijakan konvensional
menekankan bahwa penyatuan risiko mengurangi risiko, dan penyatuan tersebut menggerakkan
kekuatan dibalik manajemen risiko bagi industri asuransi.
Pembagian Risiko
Pembagian Risiko (risk sharing), tindakan penjualan saham pada portofolio berisiko yang
menarik demi membatasi risiko dan menjaga rasio sharpe (profitabilitas) pada posisi hasil.
Dengan terbaginya risio, seseorang daat mendirikan perusahaan asuransi untuk berbagai ukuran,
menghimpun portofolio besar berupa polis dan membatasi total risiko degan menjual saham
diantara banyak investor. Semakin rasio Sharpe meningkat tajam bersama jumlah polis tertulis,
ketika risiko setiap pemegang saham yang terdiversifikasi menurun, ukuran dari perusahaan
asuransi yang lebih menguntungkan tampak tak terbatas.
Investasi Jangka Panjang
Jika diasumsikan imbal hasil berisiko pada tahun pertama tidak berkorelasi pada tahun
kedua, dapt dikatakan strategi jangak panjang sejalan dengan portofolio Z. Hal ini karena
bergantung pada investasi berisiko di tahun kedua (daripada menarik tingkat bebas risiko)
mendorong lebih banyak risiko. Sebaliknya, investasi jangka panjang mungkin dianggap sejalan
dengan penyatuan risiko. Ketika menjabarkan investasi berisiko untuk jangka panjang
meningkatkan rasio Sharpe (seperti penyatuan risiko). Hal itu juga menaikkan risiko. Sehingga
diversifikasi waktu sebenarmya bukanlah diversifikasi.
9

10

BAB 8
MODEL INDEKS
8.1.

Pasar Sekuritas Faktor Tunggal

Daftar Masukan Model Markowitz


Kesuksesan kaidah pemilihan portofolio tergantung pada kualitas daftar masukan, yakni
perkiraan imbal hasil sekuritas yang diharapkan dan matriks kovarian. Dalam jangka panjang,
portofolio efisien akan mengungguli portofolio dengan masukan yang kurang dapat dipercaya
dan akibatnya pertukaran manfaat terhadap risiko bermutu rendah.
Analisis sekuritas anda secara menyeluruh dapat menganalisis 50 saham,
n

= 50 perkiraan imbal hasil yang diharapkan

= 50 perkiraan ragam
=

Ini tugas mengenai fakta 50 portofolio sekuritas relative kecil. Menggandakan n hingga 100
hampir 4x jumlah perkiraan hingga 5.150.
Normalitas Imbal Hasil dan Risiko Sistematis
r1 = E(r1) + ei (1)
Tingkat hasil imbal hasil untuk sekuritas apa pun kedalam penjumlahan perkiraan
ditambah kompone tak terduga, dimana perkiraan hasil imbal hasil e 1, memiliki rata-rata nol dan
simpangan baku yang mengukur ketidakpastian mengenai imbal hasil sekuritas.
Andaikan fakot bersama m yang mendorong kemajuan imbal hasil sekuritas adalah
beberapa variable makro ekonomi yang mempengaruhi seluruh perusahaan. Dalam kasus ini
mengembangkan persamaan 1 untuk menampung dua sumber variasi sebagai gantinya
r1 = E(r1) + m + ei . (2)
kovarian antar pasang sekuritas juga ditentukan oleh betanya:
Cov(ri,rj) = Cov (m+ei+ jm+ej) = i jm2
Hingga impilkasi statistic dari normalitas imbal hasil sekuritas gabungan. Normalitas
imbal hasil sekuiritas sendiri menjamin bahwa imbal hasil portofolio juga normal dan terdapat
pula hubungan linier antara imbal hasil sekuritas dan factor bersama. Hal ini sangat memudahkan
11

analisis portofolio. Analisis statistic bagaimana pun tidak mengenali factor bersama, tidak
menyebutkan bagaimana factor tersebut dapat berjalan selama periode investasi yang lebih lama.
Akan tetapi terlihat masuk akal bahwa ragam dari tiap sekuritas dank ovarian diantaranya. Kami
mencari variable yang dapat mendeteksi factor bersama,. Agar berguna, variable ini harus bias
diamati, sehingga kami dapat memperkirakan volatilitasnya beserta sensitifitas tiap imbal hasil
sekuritas terhadap nilai variasinya.
8.2.

Model Indeks Tunggal

Persamaan Regresi Model Indeks Tunggal


Ri (t) = i + iRm (t) + ei(t)
Intersep dari persamaan ini adalah perkiraan kelebihan imbal hasil sekuritas ketika
kelebihan imbal hasil pasar adalah nol. Koefisien kemiringan i adalah beta sekuitas. Beta adalah
sensitivitas sekuritas terhadap indeks: jumlah di mana imbal hasil sekuritas cenderung naik atau
turun untuk setiap 1% kenaiakan atau penurunan imbal hasil pada indeks. Ei rata-ratanya nol,
kejutan khusus perusahaan dalam imbal hasil sekuritas pada waktu t, yang juga disebut residu
(residual)
Hubungan Perkiraam Imbal Hasil-Beta
Karena E(ei) = 0 jika kami mengambil perkiraan nilai E(Ri) kami mendapatkan perkiraan
hubungan imbal hasil beta dari model indeks tunggal
E(Ri) = i + iE (RM)
Persamaan tersebut memberi tahu bahwa sebagian premi risiko sekuritas terkait dengan
premi risiko indeks. Premi risiko pasar dengan sensitivitas relative, atau beta dari tiap-tiap
sekuritas. Kami menyebut hal ini premi risiko sistematis karena berasal dari premi risiko yang
mencerminkan keseluruhan pasar yang mewakili kondisi seluruh perekonomian atau system
ekonomi.
Risiko dan Kovarian pada Model Indeks Tunggal
Salah satu masalah model Markowitz adalah berlimpahnya jumlah perkiraan parameter
yang perlu digunakan. Ragam kovarian ditentukan oleh beta sekuritas dan ciri-ciri dari indeks
pasar:
Total risiko

= Risiko sistematis + Risiko spesifikasi perusahaan


12

Kovarian

= Beta Produk x Risiko indeks pasar

Korelasi

= Korelasi produk dengan indeks pasar

Perkiraan yang diperlukan untuk model Indeks Tunggal


Simbol
Imbal hasil saham yang diharapkan jika pasar netral, jika imbal hasil pasar i
berlebihan
Kompenen imbal hasil karena adanya pergerakan pasar secara keseluruhan, i (rM rf)
i adalah responsive keamanan untuk pergerakan pasar
Komponen yang tidak terduga dalam hasil karena kejadian yang tidak ei
diharapkan yang relevan hanya untuk keamanan
Varian disebabkan oleh adanya ketidakpastian factor makro ekonomi umum

i2 M2

Varian disebabkan oleh ketidakpastian khusus perusahaan

2(i)

Model Indeks dan Diversifikasi


Ri = i + iRM + ei
Komponen risiko sistematis dari ragam portofolio yang kami sebut sebagai komponen
yang bergantung pada pergerakan seluruh pasar adalah 2 p 2M dan bergantung pada koefisien
sensitivitas dari tiap sekuritas. Bagian ini bergantung pada beta portofolio dan 2M serta akan
bertahan tanpa memperhentikan tingkat diversifikasi portofolio. Tidak peduli seberapa banyak
saham yang dipegang, pembukaan umumnya ke pasar akan tercemin di dalam risiko sistematis
portofolio.
8.3.

Memperkirakan Model Indeks Tunggal

Garis Karakteristik Sekuritas Hewlett Packard


Regresi Model Indeks
RHP (t) = HP + Hp Rs&P500 (t) + eHP (t)
Persamaan ini menguraikan ketergantungan linier imbal hasil HP terhadap perubahan
keadaan ekonomi seperti yang ditunjukan oleh kelebihan imbal hasil portofolio berindeks S&P
500. Perkiraan regresi menggambarkan garis lurus dengan intersep HP dan kemiringan HP,
yang disebut garis karakteristik sekuritas SCL untuk HP.

13

Pengaruh Tambahan SCL terhadap HP


R-kuadrat yang disesuaikan memperbaiki kecondongan naik di dalam R kuadrat yang
timbul karena kita menggunakan kecocokan nilai dari dua parameter, kemiringan (beta) dan
intersep (alfa) daripada aslinya, namun nilainya tidak dapat diamati.
Kesalahan baku regresi adalah simpangan baku dari residu. Inilah ukuran kemungkinan
rata-rata hubungan antara saham dan indeks terkait dampak factor khusus perusahaan dan
didasarkan apa data dalam sampel.
Perkiraan Alfa
Rkhusus perusahaan = Rfs = RHP HPRsP500
Perkiraan Beta

Estimasi Nilai
Jika kita ingin membangun interval keyakinan yang memasukkan nilai beta sebenarnya
namun tidak diamati dengan probabilitas 95%, kita akan mengambil perkiraan nilainya sebagai
pusat interval dan kemudian menambah dan mengurangi sekitar dua kesalahan baku.
Risiko Khusus Perusahaan
Simpangan baku bulanan residu HP sebesar 7,67% atau 26,6% pertahun. Nilainya cukup
besar dipuncak HP risiko sistematisnya tinggi.
8.4.

Susunan Portfolio dan Model Indeks Tunggal


William Sharpe mengembangkan model yang disebut model indeks tunggal. Model ini

dapat digunakan untuk menyederhanakan perhitungan di model Markowitz dengan menyediakan


parameter-parameter input yang dibutuhkan di dalam perhitungan model Markowitz. Metode
indeks tunggal menjelaskan hubungan antara return dari setiap sekuritas individual dengan return
pasar.Bagian ini akan menjelaskan implikasi dari model indeks untuk penyususnan portfolio.

14

Keuntungan dari model ini adalah dapat memperkirakan parameter, penyederhanaan analisis dan
memungkinkan adanya desentralisasi organisasi.
Alfa dan Analisis Sekuritas
Keuntungan yang terpenting dari adanya model indeks tunggal adalah kerangka yang
menghasilkan analisis makroekonomi dan sekuritas dalam penyiapan input yang efisien untuk
menghasilkan portfolio optimal. Model indeks tunggal menciptakan kerangka yang memisahkan
dua sumber variasi imbal hasil yang cukup berbeda dan menjadikannya lebih mudah untuk
menjamin konsistensi antar analisis. Berikut adalah persiapan input menggunakan kerangka
model index tunggal:
1. Analisis makro ekonomi : untuk memperkirakan premi resiko dan resiko indeks pasar
2. Analisis statistic : untuk memperkirakan keofisien beta dari seluruh ekuitas dan ragam
residunya, digambarkan dengan 2(ei)
3. Manajer portfolio menggunakan analisis 1 dan 2 untuk menentukan perkiraan imbal hasil
dari sekuritas itu dengan tidak adanya kontribusi dari analisis sekuritas yang nantinya
perkiraan ini dapat digunakan sebagai tolak ukur.
4. Peramalan imbal hasil sekuritas (terutama alfa sekuritas) berasal dari berbagai model
penilaian sekuritas sehingga nilai alfa menyaring kenaikan premi resiko yang melekat
pada informasi pribadi yang dikembangkan dari analisis sekuritas.
Dalam konteks penyusunan portfolio, alfa lebih dari sekedar salah satu komponen
pengukur perkiraan imbal hasil melainkan merupakan variabel terpenting yang dapat
memberitahukan apakah sekuritas baik atau buruk untuk dibeli. Ketika menentukan sekuritas
yang akan dibeli, investor dapat menggunakan nilai alfa dan beta namun jika menggunakan
sayangnya rata-rata nilai beta tiap perusahaan cenderung sama karena didapatkan dari
pertimbangan statistic. Sedangkan nilai alfa didapatkan dari analisis sekuritas jadi menentukan
pertimbangan untuk membeli sekuritas dengan menggunakan nilai alfa akan memberikan
dampak keputusan yang berbeda. Sekuritas yang memiliki nilai alfa positif memberikan premi
diatas premi yang berasal dari kecenderungannya untuk mengikuti indeks pasar. Sebaliknya,
sekuritas alfa negatif cenderung terlalu mahal dengan bobot portfolio yang cenderund sama atau
bahkan negatif.
Portfolio Berindeks sebagai Aset Investasi
15

Untuk menghindari diversifikasi maka manager dapat memasukkan portfolio S&P 500
sebagai salah satu asset portfolio. Pembahasan sebelumnya menyatakan bahwa jika kita
memperlakukan portfolio S&P 500 sebagai indeks pasar maka akan menghasilkan nilai beta 1
dimana tidak ada resiko khusus perusahaan serta mendapatai nilai alfa sebesar 0 karena tidak
adanya komponen non pasar di dalam, perkiraan imbal hasilnya. Portfolio S&P 500 dapat
dikatakan sebagai portfolio pasif yang akan manager pilih ketika tidak adanya analisis sekuritas.
Portfolio pasif memberikan penyingkapan informasi dalam pasar secara luas tanpa adanya
analisis sekuritas yang mahal. Namun jika manager mau terikat dalam penelitian maka manager
tersebut telah merencanakan portfolio aktif yang dapat dicampur dengan indeks untuk
menghasilkan pertukaran resiko imbal hasil yang lebih baik.
Daftar Masukan Model Indeks Tunggal
Jika manajer portfolio berencana untuk menggabungkan portfolio dari daftar n
perusahaan yang aktif diteliti dan portfolio index pasif maka berikut adalah estimasi dari input
portfolio:
1. Resiko premium pada portfolio S&P 500
2. Perkiraan standart deviasi dari portfolio S&P 500
3. n Perkiraan dari koefisien beta, ragam residu saham dan nilai alfa.
Portfolio Berisiko Optimal dari Model Indeks Tunggal
Pada pembahasan sebelumnya telah dibahas bagaimana menghasilkan portfolio beresiko
optimal dengan beberapa cara seperti menggambarkan garis batas efisien pada kerangka di
sepanjang model Markowitz atau dengan memperkirakan nilai alfa dan beta ditambah premi
resiko indeks (n + 1). Pada intinya, untuk portfolio apapun maka hanya perlu mengganti rat-rata
biasa dengan rata-rata tertimbang menggunakan bobot portofolio sebagai berikut:

16

Tujuan penggantian rata-rata biasa tersebut adalah untuk memaksimalkan rasio Sharpe
Portfolio dengan menggunakan bobot portfolio w1, , w n+1. Dengan adanya bobot maka
perkiraan imbal hasil, simpangan baku dan rasio Sharpe menjadi seperti berikut:

Portfolio beresiko optimal akan berubah menjadi satu kombinasi dari dua komponen
portfolio yaitu portfolio aktif (dilambangkan dengan A, terdiri dari n sekuritas yang akan
dianalisis) dan portfolio pasif (dilambangkan dengan M dan merupaka portfolio indeks pasar
yang memiliki asset ke (n+1) yang dimasukkan untuk membantu diversifikasi).
Misal portfolio aktif memiliki nilai beta sebesar 1 maka posisi awal pada portfolio aktif
akan menjadi seperti berikut:
Kemudian posisi ini diubah demi memperhitungkan beta actual dari
portofolio aktif. Pada tingkat 2A manapun, korelasi amtara portfolio aktif
dan pasif lebih besar ketika beta dari portfolio
aktif lebih tinggi. Hal ini menunjukkan
kurangnya manfaat diversifikasi dari portfolio pasif dan rendahnya
posisi di dalamnya. Dengan selalu berhubunngan, posisi pada
portfolio aktif meningkat. Perubahan tepat posisi di dalam postfolio aktif adalah:
Rasio Informasi
Rasio sharpe dari portfolio beresiko yang tersusun optimal akan melebihi portfolio indeks
pasif yang digambarkan dalam:

Persamaan ini menunjukkan bahwa kontribusi portfolio aktif dipegang dalam bobot optimalnya.
Rasio Sharpe dari seluruh portfolio beresiko ditentukan oleh rasio dari alfanya terhadap
simpangan bakunya, rasio inilah yang disebut dengan rasio informasi. Rasio informasi mengukur
17

tambahan imbal hasil yang diperoleh dari analisis sekuritas yang dibandingkan dengan resiko
khusus perusahaan yang ditanggung. Rasio informasi dari portfolio aktif akan dimaksimalkan
jika berinvestasi pada tiap sekuritas yang sebanding dengan rasio i / 2(ei). Dengan menghitung
rasio ini sehingga total posisi pada portfolio aktif berjumlah Wa maka bobot di tiap sekuritas
adalah :
Dengan bobot ini maka kontribusi dari tiap sekuritas terhadap rasio informasi portfolio aktif akan
bergantung

pada

rasio

informasinya

sendiri,

yaitu

digambarkan dengan gambar di sebelah

kanan:

Dari pembelajaran ini diketahui bahwa

portfolio berindeks

akan menjadi portfolio yang efisien jika nilai alfanya = 0. Dalam alfa nol maka tidak akan ada
penambahan premi resiko non pasar. Sehingga jika semua sekuritas memiliki alfa nol maka
bobot optimal pada portfolio aktif akan menjadi 0 dan bobot index portfolio menjadi 1. Tapi jika
analisis menemukan sekuritas dengan premi resiko non pasar dengan alfa tidak sama dengan nol
maka index portfolio tidak lagi menjadi efisien.
Rangkuman Prosedur Optimisasi
Portfolio beresiko dapat dibentuk melalui:
1. Menghitung posisi awal dari tiap sekuritas pada portfolio aktif
2. Menghitung posisi awal tersebut agar portfolio memiliki bobot =1 dengan membaginya
3.
4.
5.
6.
7.

dengan jumlahnya
Menghitung alfa dari portfolio aktif
Menghitung residu dari portfolio aktif
Menghitung posisi awal dari portfolio aktif
Menghitung beta dari portfolio aktif
Sesuaikan posisi awal dari portfolio aktif maka bobot portfolio beresiko optimal adalah

Wm=1-Wa dan Wi = Wa Wi
8. Hitung portfolio resiko optimal dengan menggunakan premi resiko portfolio berindeks
dan alfa portfolio aktif
9. Menghitung ragam portfolio beresiko optimal dari ragam index portfolio dan residu
portfolio aktif.
8.5.

Aspek Praktis Manajemen Portfolio dengan Model Indeks

Apakah Model Indeks Lebih Buruk dari Model Kovarian Penuh


18

Dalam model Full-Covariance memiliki kelemahan dalam penambahan variabel dan


masalh ini dipecahkan dengan adanya model indeks tunggal. Untuk menambah indeks lainnya
kita perlu peramalan premi resiko dari penambahan portfolio berindeks dan perkiraan beta
sekuritas yang terkait dengan faktor tambahan tersebut. Model Makrkowitz memungkinkan
model struktur kovarian asset yang jauh lebih fleksibel dibandingkan dengan model index
tunggal. Namun keunggulannya akan menjadi menyesatkan jika kita tidak dapat memperkirakan
kovarian tersebut dengan derajat keyakinan.
Versi Industri dari Model Indeks
Pada prakteknya memang model indeks memberikan tolak ukur yang tepat untuk
menganalisa sekuritas. Manajer portfolio yang memiliki peramalan indeks pasar E(ri) dan
mengamati tingkat T bill neneas resiko dapat menggunakan model tersebut guna menentukan
tolak ukur perkiraan imbal hasil untuk saham apapun. Koefisien beta, resiko pasar dan resiko
khusus perusahaan dapat ditaksir dari riwayat SCL yaitu melalui regresi kelebihan imbal hasil
sekuritas terhadap kelebihan imbal hasil indeks pasar.
Pebisnis biasanya bermaksud memproduksi barang atau jasa khusus dan perusahaan baru
akan menjadi makin di luar kebiasaan daripada perusahaan lama dalam banyak cara mulai dari
menggunakan teknologi hingga memiliki manajemen yang baik. Semakin hal tersebut bertambah
maka perusahaan akan semakin melakukan diversifikasi maka koefisien beta perusahaan akan
semakin menyerupai 1. Makin besar selisih antara perkiraan beta dengan 1 maka makin besar
peluang salahnya perkiraan dan beta pada periode sampel selanjutnya akan makin mendekati 1.
Karena beta memiliki kecenderungan mendekati angka 1 maka perlu melakukan penyesuaian
nilai beta.
Perkiraan Beta
Perkiraan beta menjawab pembahasan sebelumnya dimana perlunya melakukan
penyesuaian nilai beta. Salah satu pendekatan sederhana adalah dengan mengumpulkan data nilai
beta pada berbagai macam periode dan kemudian memperkirakan persamaan regresinya. Dengan
perkiraan persamaan regresi tersbut maka dapat diperkirakan nilai beta dimasa yang akan datang.
Disisi lain Rosenberg dan Guy menemukan pendekatan lain untuk memperkirakan nilai
beta, yaitu dengan cara varian laba, varian cash flow, pertumbuhan earning per share, kapitalisasi
19

pasar, hasil deviden dan rasio debt to asset. Rosenberg dan guy juga mendapati bahwa setelah
mengendalikan karakteristik keuangan perusahaan maka kelompok industry turun serta dalam
membantu memprediksi beta.
Model Indeks dan Melacak Portfolio
Portofolio dapat dilacak. Portfolio akan melacak komponen sensitive pasar dari imbal
hasil P (tracking portfolio). Hal ini berarti tracking portofolio harus memiliki beta yang sama
dengan portfolio indeks P dan resiko tidak sistematis akan mungkin terjadi. Ketika portfolio ini
masih beresiko maka resiko sistematis telah dihilangkan dan jika P terdiversifikasi dengan baik
maka resiko tidak sistematis sisanya akan menjadi sedikit.

20