BETA

Makalah
Diajukan untuk Melengkapi Tugas-Tugas dan
Memenuhi Syarat
Mata Kuliah Investasi dan Pasar Modal

Oleh
Zara Zettyra
1401103010004
Nurul Hayati
1401103010074
Safridha Ulyati
1401103010118
Syarifah Umaira
1401103010130
Fauni Maharani
1501103010112

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS SYIAH KUALA
DARUSSALAM BANDA ACEH
2016

KATA PENGANTAR
Assalamualaikum warahmatullahi wabarakatuh.

Puji syukur kehadirat Allah Swt. Karena dengan rahmat, karunia, serta
taufik dan hidayah-Nya kami dapat menyelesaikan makalah ini dengan judul
Beta.
Makalah ini disusun untuk

memenuhi salah satu tugas mata kuliah

Investasi dan Pasar Modal yang harus kami selesaikan. Selanjutnya kami
mengucapkan terima kasih kepada Bapak Jalaluddin, S.E., M.B.A, dan Ibu Linda
S.E., M.Si, selaku dosen pembimbing mata kuliah Investasi dan Pasar Modal serta
kepada segenap pihak yang telah memberikan bimbingan serta arahan selama
proses penulisan makalah ini.
Kami menyadari sepenuhnya bahwa tanpa bantuan dari berbagai pihak,
makalah ini tidak akan terwujud dan masih jauh dari kata sempurna. Oleh karena
itu, dengan segala kerendahan hati, kami mengharapkan kritik dan saran dari para
pembaca demi kesempurnaan makalah ini.
Semoga makalah sederhana ini dapat memberikan informasi bagi
masyarakat dan bermanfaat untuk pengembangan wawasan serta peningkatan
ilmu pengetahuan bagi kita semua.
Banda Aceh, 6 November 2016
Penyusun

DAFTAR ISI
Kata Pengantar........................................................................................i
Daftar Isi..................................................................................................ii

BAB I Pendahuluan...............................................................................1
1.1. Latar Belakang...........................................................................1
1.2. Rumusan Masalah......................................................................1
1.3. Tujuan Masalah..........................................................................2
BAB II Pembahasan...............................................................................3
2.1 Pengertian Beta.........................................................................3
2.2 Mengestimasi Beta....................................................................4
2.3 Beta Pasar..................................................................................5
2.4 ...................................................................................................
2.5 ...................................................................................................
2.6 ...................................................................................................
2.7 ...................................................................................................
2.8 ...................................................................................................
2.9 ...................................................................................................
2.10 ...................................................................................................
BAB III Penutup......................................................................................
3.1 Kesimpulan................................................................................
3.2 Saran..........................................................................................

Daftar Pustaka.........................................................................................

BAB I
PENDAHULUAN
1.1 Latar Belakang
Dalam investasi saham ada dua risiko yang akan dihadapi investor yaitu
risiko sistematis (systematic risk) dan risiko tidak sistematis (unsystematic risk).
Risiko sistematik disebut dengan istilah Beta, yaitu risiko yang tidak dapat
dihilangkan begitu saja dengan diversifikasi. Beta merupakan koefisien dari
fungsi positif dan linier return pasar terhadap return saham, dimana Beta ini
adalah satu-satunya variabel yang diperlukan untuk menjelaskan return. Beta
3

sebagai komponen penting untuk mengestimasi return suatu saham tidak bersifat
stationer dari waktu ke waktu, sehingga perlu disesuaikan dengan kondisi pasar.
Sedangkan risiko tidak sistematis dapat dihilangkan dengan diversifikasi
(Jogiyanto, 2003)
Bagi investor akan sangat memperhatikan berbagai resiko yang diterima
ketika melakukan pembelian saham atau surat berharga lainnya. Untuk
mengimbangi atau menekan tingkat resiko yang ditanggung, seorang investor
cenderung melakukan strategi diversifikasi pada kelompok kesempatan investasi
atau sekuritas tertentu, karena dari strategi dapat mengeliminasi resiko sampai
pada nol atau risk free. Hal ini dikarenakan investor akan menghadapi resiko yang
disebabkan oleh faktor yang digerakan oleh mekanisme pasar yang bersifat makro
seperti inflasi, krisis moneter dan lain sebagainya. Dengan demikian investor tidak
akan lepas dari resiko pasar walaupun sudah diantisipasi dengan membentuk
berbagai portofolio sekuritas secara lebih efisien. (Suad Husnan, 2005)
Berdasarkan pada resiko pasar tersebut, diperlukan estimasi berapa besar
resiko yang terkandung pada masing masing saham. Informasi ini biasanya
dikenal sebagai Beta saham. Beta saham memberikan informasi berapa besar
kecenderungan return suatu saham bergerak mengikuti return pasar. Dengan
demikian perlu kiranya mengidentifikasi berapa besarnya Beta pada masingmasing saham sehingga dapat memperkirakan tingkat resiko pasar dari saham
tersebut.
Investasi yang efisien adalah investasi yang memberikan resiko tertentu
dengan tingkat keuntungan yang terbesar, atau tingkat keuntungan tertentu dengan
resiko terkecil. Jika ada dua usulan investasi yang memberikan tingkat
keuntungan yang sama, tetapi mempunyai resiko yang berbeda, maka investor
yang rasional akan memilih investasi yang mempunyai resiko yang lebih kecil.
Semakin besar Betanya semakin besar pula tingkat keuntungan yang diharapkan
dari investasi. Teori Keynes juga mengatakan bahwa high risk high return, yang
artinya semakin tinggi tingkat resiko suatu saham akan memberikan tingkat
keuntungan yang semakin besar pula.
Beta suatu sekuritas dapat dihitung dengan teknik estimasi yang

menggunakan data historis. Beta yang dihitung berdasarkan data historis ini
selanjunya dapat digunakan untuk mengestimasi Beta masa datang. Bukti-bukti
empiris menunjukkan bahwa Beta historis mampu menyediakan informasi tentang
Beta masa datang.
Beta historis dapat dihitung dengan menggunakan data historis berupa data
pasar (return return sekuritas dan return pasar), data akuntansi (laba -laba
perusahaan dan laba indeks pasar) atau data fundamental (menggunakan variabel
variabel fundamental). Beta yang dihitung dengan data pasar disebut dengn Beta
pasar. Beta yang dihitung dengan data akuntansi disebut Beta akuntansi dan Beta
yang dihitung dengan data fundamental disebut dengan Beta fundamental.
1.2 Rumusan Masalah
1. Apa yang dimaksud dengan Beta ?
2. Bagaimana cara mengestimasi Beta?
3. Apakah yang dimaksud dengan Beta pasar ?
4.
5.
6.
7.
8.

1.3 Tujuan Masalah

1. Untuk mengetahui pengertian Beta.
2. Untuk mengetahui cara mengestimasi Beta.
3. Untuk mengetahui apa itu Beta pasar.
4.
5.
6.
7.

BAB II
LANDASAN TEORI
2.1. Pengertian Beta
Beta merupakan suatu pengukur volatilitas (volatility) return suatu
sekuritas atau return portofolio terhadap return pasar. Beta sekuritas ke-i
mengukur volatilitas return sekuritas ke-i dengan return pasar. Beta portofolio
mengukur volatilitas return portofolio dengan return pasar. Dengan demikian Beta
merupakan pengukur risiko sistematik (systematic risk) dari suatu sekuritas atau
portofolio relatip terhadap risiko pasar.
Volatilitas dapat didefinisikan sebagai fluktuasi dari return-return suatu
sekuritas atau portofolio dalam suatu periode waktu tertentu. Jika fluktuasi returnreturn sekuritas atau portofolio secara statistik mengikuti fluktuasi dari returnreturn pasar, maka Beta dari sekuritas atau portofolio tersebut dikatakan bernilai 1

atau Beta = 1 artinya bahwa setiap satu persen perubahan return pasar baik naik
ataupun turun maka return saham atau portofolio juga akan bergerak sama
besarnya mengikuti return pasar. Saham yang mempunyai nilai Beta > 1 dikatakan
sebagai saham agresif, artinya tingkat kepekaan saham tersebut terhadap
perubahan pasar sangat tinggi atau dapat juga dikatakan memiliki resiko yang
lebih besar dari tingkat risiko rata-rata pasar. Saham yang mempunyai Beta < 1
mengindikasikan bahwa saham bersifat depensif (conservative), artinya saham
tersebut kurang peka terhadap perubahan pasar dan memiliki risiko di bawah ratarata pasar.
2.2. Mengestimasi Beta
Mengetahui Beta suatu sekuritas atau Beta suatu portofolio merupakan hal
yang penting untuk menganalisis sekuritas atau portofolio tersebut. Beta suatu
sekuritas menunjukkan risiko sistematiknya yang tidak dapat dihilangkan karena
diversifikasi. Untuk menghitung Beta portofolio, maka Beta masing-masing
sekuritas perlu dihitung terlebih dahulu. Beta portofolio merupakan rata-rata
tertimbang dari Beta masing-masing sekuritas. Mengetahui Beta masing-masing
sekuritas juga berguna untuk pertimbangan memasukkan sekuritas tersebut ke
dalam portofolio yang akan dibentuk.
Beta suatu sekuritas dapat dihitung dengan teknik estimasi yang
menggunakan data historis. Beta yang dihitung berdasarkan data historis ini
selanjutnya dapat digunakan untuk mengestimasi Beta masa datang. Bukti-bukti
empiris menunjukkan bahwa Beta historis mampu menyediakan informasi tentang
Beta masa depan (Elton dan Gruber, 1994).
Beta historis dapat dihitung dengan menggunakan data historis berupa data
pasar (return-return sekuritas dan return pasar), data akuntansi (laba-laba
perusahaan dan laba indeks pasar) atau data fundamental (menggunakan variabelvariabel fundamental). Beta yang dihitung dengan data pasar disebut dengan Beta
pasar. Beta yang dihitung dengan data akuntansi disebut dengan Beta akuntansi
dan Beta yang dihitung dengan data fundamental disebut dengan Beta
fundamental.

2.3 Beta Pasar

Beta pasar dapat diestimasi dengan mengumpulkan nilai-nilai historis
return dari sekuritas dan return dari pasar selama periode tertentu, misalnya
selama 60 bulan untuk return bulanan atau 200 hari untuk return harian. Dengan
asumsi bahwa hubungan antara return-return sekuritas dan return-return pasar
adalah linier, maka Beta dapat diestimasi secara manual dengan memplot garis di
antara titik-titik return atau dengan teknik regresi.
Contoh 1 :
return-return sekuritas A (RA) dan return-return pasar (RM) selama 10 minggu
tampak di tabel berikut ini.
Return Saham A
7,5 %
8,0 %
9,0 %
10,0 %
10,5 %
11,5 %
11,0 %
12,0 %
12,0 %
14,0 %

Return Pasar
4,0 %
4,5 %
4,5 %
5,5 %
6,0 %
7,0 %
6,0 %
6,5 %
7,5 %
8,0 %

Secara manual, Beta sekuritas A dapat dihitung dengan cara sebagai

berikut ini.
1. Buat diagram tersebar (scatter diagram) yang menunjukkan titik-titik hubungan
antara return sekuritas A dengan return pasar untuk tiap-tiap periode yang sama
(untuk contoh ini periode yang digunakan adalah mingguan).
2. Tarik garis lurus yang paling mendekati dengan semua titik-titik hubungan di
atas (prosedur ini membuat kesalahan kuadrat bernilai terkecil).

Gambar 1
3. Beta historis untuk sekuritas A dapat dihitung berdasarkan slope dari garis lurus
yang ditarik tersebut. Besarnya Beta A dapat dihitung sebesar (13,5% - 7,5%) /
(8-4) = 1,5.
Beta dapat juga dihitung dengan menggunakan teknik regresi. Teknik
regresi untuk mengestimasi Beta suatu sekuritas dapat dilakukan dengan
menggunakan return-return sekuritas sebagai variabel dependen dan return-return
pasar sebagai variabel independen. Persamaan regresi yang dihasilkan dari data
time series ini akan menghasilkan koefisien Beta yang diasumsikan stabil dari
waktu ke waktu selama masa periode observasi. Jika Beta sifatnya adalah stabil,
semakin lama periode observasi yang digunakan di persamaan regresi, semakin
baik (karena kesalahan pengukurannya semakin lebih kecil) hasil dari Beta. Akan
tetapi bila periode observasi terlalu lama, anggapan Beta konstan dan stabil
kurang tepat, karena sebenarnya Beta berubah dari waktu ke waktu. Bogue (1972)
dan Gonedes (1973) menginvestigasi hal ini dan menyimpulkan bahwa untuk data
return bulanan, 60 bulan merupakan periode yang optimal.
Persamaan regresi yang digunakan untuk mengestimasi Beta dapat
didasarkan pada model indeks-tunggal atau model pasar atau dengan
menggunakan model CAPM. Jika digunakan model indeks tunggal atau model
pasar, Beta dapat dihitung berdasarkan persamaan sebagai berikut :
Ri = i + i . RM + ei
7

Dari persamaan di atas, koefisien i merupakan Beta sekuritas ke-i yang

diperoleh dari teknik regresi. Variabel acak ei di persamaan regresi menunjukkan
bahwa persamaan linier yang dibentuk mengandung kesalahan. Dari model pasar
sudah diketahui bahwa secara konstruksi E(ei) = 0. Akan tetapi ini bukan berarti
untuk tiap-tiap observasi nilai ei adalah sama dengan nol. Untuk tiap-tiap
observasi, nilai kesalahan residu ei

menunjukkan perbedaan antara return

observasi sesungguhnya dengan return estimasi yang berada di garis linier.

Contoh 2:
Dari data di contoh 1, hasil dari perhitungan dengan teknik regresi adalah sbb:
Variabel
Estimasi Parameter
t-test
INTERCEPT
2,014638
2,468
RM
1,434515
10,692
F-value = 114,311
R-square = 0,9346
Adj R-sq = 0,9264
Dari hasil regresi di atas, persamaan regresi yang didapat adalah :

p-variabel
0,0389
0,0001

RA=2,014638 + 1,43415 RM
Beta merupakan koefisien parameter dari variable RM, yaitu sebesar 1,43415.
Koefisien ini

adalah signifikan dengan p-value sebesar 0,0001 (signifikan lebih

kecil dari 1%)1. Beta yang diperoleh dari teknik regresi tidak menyimpang jauh
dari Beta yang dihitung dengan teknik ploting (yaitu sebesar 1,50).
Beta juga dihitung dengan teknik regresi menggunan model CAPM.
Model CAPM dapat dituliskan:
Ri = RBR + i. (RM RBR )+ei
Notasi :
Ri

= return sekuritas ke-i.

RBR = return aktiva bebas risiko.

RM = return portofolio pasar.
i

= Beta sekuritas ke-i

Untuk mengaplikasikan model CAPM ini ke persamaan regresi, maka nilai R BR

perlu

dipindahkan dari sebelah kanan ke sebelah kiri persamaan (lihat lebih

lanjut bab 12) sehingga didapat:

8

Ri - RBR = i . (RM - RBR)+ ei

Sehingga dependen variable persamaan regresi adalah sebesar (R i - RBR) dengan
independen variabelnya adalah (RM - RBR).
Contoh 3:
Dari contoh 1, return-return sekuritas A (R A) dan return-return pasar (RM) selama
10 minggu ditambah dengan return-return bebas risikonya (R BR) tampak di table
berikut ini.

(RA)
(Rm)
(RBR)
7,5%
4,0%
2,0%
8,0%
4,5%
2,0%
9,0%
4,5%
2,1%
10,0%
5,5%
2,05%
10,5%
6,0%
2,0%
11,5%
7,0%
2,2%
11,0%
6,0%
2,5%
12,0%
6,5%
4,0%
12,0%
7,5%
5,0%
14,0%
8,0%
5,5%
Hasil dari regresi tampak sebagai berikut ini:

(RA RBR)
5,5%
6,0%
6,9%
7,95%
8,5%
9,3%
8,5%
8,0%
7,0%
9,5%

Variable
Estimasi Parameter
t-test
INTERCEPT
4,392592
4,550
(RM RBR)
1,068792
3,465
F-value = 12,005
R-square = 0,6001
Adj R-sq = 0,5501
Persamaan regresi yang diperoleh adalah sebagai berikut:
(RA RBR) = 4,392592 + 1,068792 (RM RBR)

(RM RBR)
2,0%
2,5%
2,4%
3,45%
4,0%
4,8%
3,5%
2,5%
2,5%
2,5%
p-value
0,0019
0,0085

Besarnya Beta adalah 1,068792 yang secara statistik juga signifikan tidak
sama dengan nol dengan p-value sebesar 0,0085. Beta yang diperoleh dengan
model CAPM ini cukup berbeda dengan Beta yang diperoleh dari model indeks
tunggal (yaitu sebesar 1,434515).
Secara definisi Beta merupakan pengukur volatilitas antara return-return
suatu sekuritas (portofolio) dengan return-return pasar. Jika volatilitas ini diukur
dengan kovarian, maka kovarian return antara sekuritas ke-i dengan return pasar
adalah sebesar iM . Jika kovarian ini dihubungkan realtif terhadap risiko pasar
(yaitu dibagi dengan varian return pasar atau M2 ), maka hasil ini akan mengukur
risiko sekuritas ke-i relatif terhadap risiko pasar atau disebut dengan Beta. Dengan
demikian Beta dapat juga dihitung dengan rumus sebagai berikut ini :

i=

M2

Contoh 4:
Dengan menggunakan data di contoh 1, besarnya Beta yang dihitung berdasarkan
rumus (contoh 2) adalah sebagai berikut ini.
RA

(RM)

7,5%
8,0%
9,0%
10,0%
10,5%
11,5%
11,0%
12,0%
12,0%
14,0%

4,0%
4,5%
4,5%
5,5%
6,0%
7,0%
6,0%
6,5%
7,5%
8,0%

(RA) =
10,55

(RM)=
5,95

(RA RM) .
(RM RM)
5.9475
3.6975
2.2475
0.2475
-0.0025
0.9975
0.0225
0.7975
2.2475
7.0725
iM= 23,275

10

(RM
RM)2
3.8025
2.1025
2.1025
0.2025
0.0025
1.1025
0.0025
0.3025
2.4025
4.2025
M2 = 16,225

Besarnya Beta adalah sebagai berikut :

i=

M2

23,275
16,225
= 1,434515

Besarnya Beta yang diperoleh, yaitu sebesar 1,43515 adalah sama dengan Beta
yang dihitung dengan teknik regresi di contoh 2.

BAB III
PENUTUP
3.1 Kesimpulan
3.2 Saran

11

DAFTAR PUSTAKA

12