Anda di halaman 1dari 9

PEMBAHASAN

1. Pendahuluan

William Sharpe (1963) 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
Morkowitz.

2. Model Indeks Tunggal dan Komponen Returnnya

Model indeks tunggal didasarkan pada pengamatan bahwa sekuritas berfluktuasi searah
dengan indeks harga pasar. Secara khusus dapat diamati bahwa kebanyakan saham cenderung
mengalami kenaikan harga jika indeks harga saham naik. Kebalikannya juga benar, yaitu jika
indeks harga saham turun, kebanyakan saham mengalami penurunan harga. Hal ini menyarankan
bahwa return-return sekuritas mungkin berkorelasi karena adanya reaksi umum (common
response) terhadap perubahan-perubahan nilai pasar. Dengan dasar ini, return dari suatu sekuritas
dan return dari indeks pasar yang umum dapat dituliskan sebagai hubungan :

Ri = ai + i.RM

Keterangan :

Ri = return sekuritas ke-I,

ai = suatu variable acak yang menunjukan komponen dari return sekuritas

ke-i yang independen terhadap kinerja pasar.

i = Beta, yang merupakan koefisien yang mengukur perubahan Ri akibat dari perubahan RM

RM = tingkatan return dari indeks pasar, juga merupakan suatu variabel acak.
ai
Variabel merupakan komponen return yang tidak tergantung dari return yang tidak

ai
tergantung dari return pasar. Variabel dapat dipecah menjadi nilai yang diekspektasikan

(expected value) i dan kesalahan residu (residual error) ei sebagai berikut:

ai = i + ei

Subtitusikan persamaan diatas kedalam rumus di atas, maka didapatkan persamaan model
indeks tunggal sebgi berikut :

Ri = i + i . RM + ei

Keterangan :

i = nilai ekspektasi dari return sekuritas yang independen terhadap return pasar,

ei = kesalahan residu yang merupakan variabel acak dengan nilai ekspektasinya sama

dengan nol atau E (ei)=0.

Model indeks tunggal membagi return dari suatu sekuritas ke dalam dua komponen, yaitu
sebagai berikut :

Komponen return yang unik diwakili oleh i yang independen terhadap return pasar.

Komponen return yang berhubungan dengan return pasar yang diwakili oleh i . RM.

Bagian return yang unik (i) hanya berhubungan dengan peristiwa mikro (micro event) yang
mempengaruhi perusahaan begitu saja, tetapi tidak mempengaruhi semua perusahaan secara
umum. Bagian return yang berhubungan dengan return pasar ditunjukkan oleh Beta ( i) yang
merupakan sensitivitas return suatu sekuritas terhadap return dari pasar. Secara konsensus, return
pasar mempunyai Beta bernilai 1. Suatu sekuritas yang mempunyai Beta 1,5 misalnya
mempunyai artibahwa perubahan return pasar sebesar 1% akan mengakibatkan perubahan return
dari sekuritas tersebut dengan arah yang sama sebesar 1,5%.
Model indeks tunggal dapat juga dinyatakan dalam bentuk return ekspektasi (expected
return). Return ekspektasi dari model ini dapat diderivasi dari model sebagai berikut :

E(Ri)= E (i + i . RM + ei)

Dari properti ke-2 diketahui bahwa nilai ekspektasi dari suatu konstanta adalah bernilai konstanta
itu sendiri, mak E(i) = i dan (i.RM) = i.E(RM) dan secara konstruktif nilai E(ei) = 0, maka
return ekspektasi model indeks tunggal dapat dinyatakan sebagai :

E(Ri) = i + i . E(RM)

3. Asumsi Asumsi

Model indeks tunggal menggunakan asumsi asumsi yang merupakan karakteristik


model ini sehingga menjadi berbeda dengan model model yang lainnya. Asumsi utama dari
model indeks tunggal adalah kesalahan residu dari sekuritas ke-i tidak berkovari dengan
kesalahan residu sekuritas ke-j atau ei tidak berkovari ( berkorelasi ) dengan ej untuk semua nilai
dari I dan j. Asumsi ini secara matematis dapat dituliskan sebagai :

Cov(ei,ej) = 0

Besarnya Cov(ei,ej) dapat juga ditulis sebagai berikut :

Cov(ei,ej) = E([ei E(ei)] . [ej E(ej)])

Karena secara konstruktif bahwa E(ei) dan E(ej) adalah sama dengan nol, maka :

Cov(ei,ej) = E(ei 0)] . [ej 0)]

= E(ei . ej)

Sehingga asumsi bahwa kesalahan residu untuk sekuritas ke-i tidak mempunyai korelasi
dengan kesalahan residu untuk sekuritas ke-j dapat juga ditulis
E(ei . ej ) = 0

Return indeks pasar (RM) dan kesalahan residu untuk tiap tiap sekuritas (ei) merupakan variabel
variabel acak. Oleh karena itu, diasumsikan bahwa ei tidak berkovari degan return indeks pasar
RM. Asumsi kedua ini dapat dinyatakan secara matematis sebagai :

Cov(ei . RM) = 0

Asumsi asumsi dari model indeks tunggal mempunyai implikasi bahwa sekuritas
sekuritas bergerak bersama sama bukan karena efek diluar pasar ( misalnya efek dari industri
atau perusahaan itu sendiri), melainkan karena mempunyai hubungan yang umum terhadap
indeks pasar. Asumsi asumsi ini digunakan untuk menyederhanakan masalah.

4. Varian Return Sekuritas Model Indeks Tunggal

Secara umum, varian dari suatu sekuritas dapat dinyatakan sebagai berikut :

i 2=E[ RiE ( R i ) ]2 atau i2 = i2 . m2 + ei2

Risiko (varian return) sekuritas yang dihitung berdasarkan model ini terdiri dari dua
bagian: risiko yang berhubungan dengan pasar (market related risk) yaitu i2 . m2 dan risiko unik
masing-masing perusahaan (unique risk) yaitu ei2
5. Kovarian Return Antar Sekuritas Model indeks Tunggal

Secara umum, kovarian return antara dua sekuritas i dan j dapat juga dituliskan :

Rj
( Ri E ( Ri ) ) .
ij =E

Berdasarkan asumsi yang digunakan dimodel ini , maka tiga bagian terakhir dari persamaan
diatas adalah sama dengan nol, sehingga kovarian return menjadi :

ij = i . j . M
6. Parameter Parameter Input untuk Model Markowitz

Model indeks tunggal dapat digunakan untuk menghitung return ekspektasi (E(Ri)),
varian sekuritas (i) dan kovarian antar sekuritas (ij) yang merupakan parameter parameter
input untuk analisis portofolio menggunakan model Markowitz. Maksudnya adalah bahwa hasil
dari model indeks tunggal yaitu E(Ri), i, ij dapat digunakan sebagai input untuk menghitung
return ekspektasi dan resiko portofolio ,menggunakan model Markowitz.

Rumus return ekspektasi : E(Rp) = 1/3.E(R1) + 1/3.E(R2) + 1/3.E(R3)

Resiko portofolio : p = WA . A + WB . B + 2 . WA . WB . AB

7. Analisis Portifolio menggunakan Model Indeks Tunggal

Selain hasil dari model indeks tunggal dapat digunakan sebagai input analisis portfolio,
model indeks tunggal dapat juga digunakan secara langsung untuk analisis portfolio. Analisis
portfolio menyangkut perhitungan return ekspektasi portfolio dan risiko portfolio.

Return Ekspetasi Portofolio

Return ekspektasi dari suatu portfolio selalu merupakan rata-rata tertimbang dari return
ekspektasi individual sekuritas :

n
E ( Rp )= wi . E(Ri )
i=l

Dengan mensubstitusikan E(Ri) menggunakan nilai di persamaan, return ekspektasi


portfolio menjadi :
n
E ( Rp )= wi .( i + i . E ( Rm ) )
i=l

Model indeks tunggal mempunyai beberapa karakteristik sebagai berikut ini.

1. Beta dari portfolio (p) merupakan rata-rata tertimbang dari Beta masing-masing
sekuritas (i):

n
P= wi . i
i=l

2. Alpha dari portfolio (p) juga merupakan rata-rata tertimbang dari Alpha tiap-tiap
sekuritas (i):

n
P= wi . i
i=l

Dengan mensubstitusikan karakteristik ini, yaitu p dan p kedalam persamaan return ekspektasi
portfolio, maka return ekspektasi portfolio menjadi:

E ( Rp )= P+ P. E( Rm)

Risiko Portofolio

Varian dari suatu sekuritas yang dihitung berdasarkan model indeks tunggal adalah
sebagai berikut :

i2= i. M 2+ ei 2

Varian dari portofolio adalah :


wi . i
n


i=l

wi . i
n


i=l



p2=

Dengan menggunakan karakteristik beta maka varian portofolio selanjutnya adalah :

wi . i
n


i=l

p2= p2 . M 2 +

Salah satu kegunaan model indeks tunggal adalah untuk menyederhanakan perhitungan model
Markowitz. Untuk menghitung return dan resiko portfolio, model Markowitz membutuhkan
parameter-parameter input berupa return ekspektasi masing-masing sekuritas, varian masing-
masing sekuritas dan kovarian antara sekuritas-sekuritas. Untuk menghitung risiko portfolio
yang terdiri dari n-buah aktiva, model Markowitz membutuhkan perhitungan sebanyak n buah

varian dan (n . (n-1)) buah varian. Karena kovarian sifatnya simetri, yaitu Cov ( Ri , Rj )adalah

sama dengan Cov (Rj,Ri ), maka perhitungan kovarian hanya separuhnya saja, yaitu sebanyak
(n . (n-1) / 2). Dengan demikian jumlah perhitungan yang dibutuhkan untuk menghitung risiko
model Markowitz adalah sebanyak n + (n . (n-1) / 2).

Untuk portfolio yang didiversifikasikan, bagian dari kedua dari risiko varian ini, yaitu risiko
yang tidak sistematik akan semakin kecil nilainya dengan semakin banyaknya sekuritas di dalam
portfolio dan akan bernilai nol jika jumlah sekuritas sangat besar. Dengan demikian untuk
portfolio yang didiversifikasikan dengan jumlah n yang banyak, risiko tidak sistematik akan
hilang dan hanya risiko sistematik yang masih tertinggal. Akibatnya, risiko portofolio yang
teridentifikasi dengan baik hanya terdiri dari unsur sistematik saja sebagai berikut :

p = p .M

8. Model Pasar

Model Pasar (market model) merupakan bentuk dari model indeks tunggal dengan
batasan yang lebih sedikit. Model pasar bentuknya sama dengan model indek tunggal.
Perbedaannya terletak di asumsinya. Di model indeks tunggal, diasumsikan bahwa kesalahan
residu masing-masing sekuritas tidak berkovari satu dengan yang lainnya atau Cov(ei, ej) = 0. Di
model pasar, asumsi ini tidak digunakan atau kesalahan residu masing-masing sekuritas dapat
berkorelasi. Kenyataannya bahwa sekuritas berkovari atau berkorelasi satu dengan yang lainnya
membuat model pasar lebih realitas. Model pasar ini banyak digunakan oleh peneliti-peneliti
pasar modal untuk menghitung abnormal return. Bentuk model pasar yang sama dengan bentuk
model indeks tunggal mempunyai return dan return ekspektasi sebagai berikut :

Ri = i + i . RM + ei

dan

E(Ri) = i + i . E(RM)

9. Portofolio Optimal Berdasarkan Model Indeks Tunggal

Perhitungan untuk menentukan portofolio optimal akan sangat dimudahkan juika hanya
didasarkan pada sebuah angka yang dapat menentukan apakah suatu sekuritas dapat
dimaksukkan kedalam portofolio optimal tersebut. Angka tersebut adalah rasio antara ekses
return dengan Beta (excess return to beta ratio). Rasio ini adalah :
E ( Rj )R BR
ERBi =
i

Keterangan : ERBi = excess return to beta sekuritas ke-i

E(Ri) = return ekspektasi berdasarkan model indeks tunggal untuk sekuritas ke-i

RBR = return aktiva bebas rasio

i = Beta sekuritas ke-i

Excess return didefinisikan sebagai selisih return ekspektasi dengan retuen aktiva bebas
resiko. Excess return to beta berarti mengukur kelebihan return relatif terhadap satu unit risiko
dapat didiversifikasikan yang diukur dengan Beta. Rasio ERB ini juga menunjukan hubungan
antara dua faktor penentu investasi, yaitu return dan resiko. Portofolio yang optimal akan berisi
dengan aktiva aktiva yang mempunyai nilai rasio ERB yang tinggi. Aktiva-aktiva dengan rasio
ERB yang rendah tidakakan dimasukkan kedalam portofolio optimal. Dengan demikian
diperlukan sebuah titik pembatas (cutt-off point) yang menentukan batas nilai ERB brapa yang
dikatakan tinggi.

REFRENSI

Hartono, Jogiyanto. 2013. Teori Portofolio dan Analisis Investasi. Yogyakarta : BPFE