Anda di halaman 1dari 30

RANGKUMAN MATA KULIAH MANAJEMEN KEUANGAN BERJUDUL:

RISK AND RETURN PART I & II

Disusun untuk memenuhi tugas mata kuliah Manajemen Keuangan

Dosen Pengampu : Dr. Bandi, M.Si., Ak

Disusun Oleh:
Zainab Masitha (S431708015)
Yusi Arita Silviani (S431708016)
Fandi Galang Wicaksana (S431708017)

PROGRAM MAGISTER AKUNTANSI


FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS NEGERI SURAKARTA
SEPTEMBER 2017

Financial Management - Risk & Return Part I & II | 1


RANGKUMAN MATA KULIAH BAB 2
RISK AND RETURN: PART I

Sewaktu Anda membaca bab ini, pertimbangkan bagaimana Anda akan menjawab
pertanyaan berikut. Anda seharusnya tidak dapat menjawab pertanyaan sebelum membaca
bab ini. Sebaliknya, Anda harus menggunakannya untuk memahami masalah yang dibahas
dalam bab ini. Setelah membaca bab ini, Anda harus bisa memberikan setidaknya jawaban
sebagian atas pertanyaan, dan Anda harus bisa memberikan jawaban yang lebih baik setelah
bab ini dibahas di kelas. Perhatikan juga bahwa itu sering berguna, saat menjawab pertanyaan
konseptual, menggunakan data hipotetis untuk menggambarkan jawaban Anda. Kami
mengilustrasikan jawaban dengan model Excel yang tersedia di situs Web ThomsonNOW.
Mengakses model dan mengerjakannya adalah latihan yang berguna, dan memberikan
wawasan yang berguna saat menjawab pertanyaan.

1. Bedakan antara (a) risiko yang berdiri sendiri dan


(b) risiko dalam konteks portofolio.
Bagaimana cara mengukurnya, dan apakah keduanya relevan bagi investor?

2. Dapatkah investor menghilangkan risiko pasar dari portofolio saham biasa? Berapa
banyak saham yang harus dimiliki portofolio "cukup terdiversifikasi dengan baik"?
Apakah semua portofolio dengan, katakanlah, 50 saham memiliki jumlah risiko yang
sama?
3. Bedakan antara persyaratan tingkat pengembalian yang diharapkan, tingkat pengembalian
yang dipersyaratkan, dan tingkat pengembalian historis karena diterapkan pada saham
biasa.
Jika Anda menemukan nilai untuk masing-masing pengembalian ini untuk beberapa saham
yang berbeda, apakah nilai untuk masing-masing saham kemungkinan besar sama atau
berbeda; yaitu, akan Tingkat pengembalian yang diharapkan, dibutuhkan, dan historis dari
Stock A sama dengan satu sama lain? Mengapa?
4. Dapatkah investor menghilangkan risiko pasar dari portofolio saham biasa? Berapa
banyak saham yang harus dimiliki portofolio "cukup terdiversifikasi dengan baik"?
Apakah semua portofolio dengan, katakanlah, 50 saham memiliki jumlah risiko yang
sama?
5. Apa arti risk aversion mean, dan bagaimana risk aversion terkait dengan expected return
on a stock?
6. Apa Model Harga Aset Modal (Capital Asset Pricing Model / CAPM)? Apa sajakah
asumsi utamanya? Sudah diverifikasi secara empiris? Apa peran Security Market Line di
CAPM? Misalkan Anda harus memperkirakan tingkat pengembalian yang diminta pada
saham menggunakan CAPM. Data apa yang Anda butuhkan, darimana Anda mendapatkan
data, dan seberapa yakin perkiraan Anda?
7. Misalkan Anda memiliki data yang menunjukkan tingkat pengembalian yang diterima oleh
Stock X, Stock Y, dan pasar selama lima tahun terakhir, bersamaan dengan tingkat
pengembalian bebas risiko dan tingkat pengembalian yang diminta di pasar. Anda juga
memiliki perkiraan hasil yang diharapkan pada X dan Y.
a. Bagaimana Anda bisa memutuskan, berdasarkan hasil yang diharapkan ini, jika
Saham X dan Y adalah transaksi bagus, transaksi buruk, atau dalam ekuilibrium?
b. Sekarang anggaplah di Kelas 6 pasar cukup kuat. Saham X memiliki return positif
yang tinggi, namun harga saham Stock Y turun karena investor tiba-tiba menjadi

Financial Management - Risk & Return Part I & II | 2


sangat prihatin dengan prospek masa depannya; Artinya, itu menjadi lebih berisiko,
dan seperti ikatan yang tiba-tiba menjadi berisiko, harganya turun. Berdasarkan
CAPM dan menggunakan data lima tahun terakhir, apakah return yang diminta oleh
Stock Y dihitung tepat setelah akhir tahun 6 naik atau turun? Apa yang bisa Anda
katakan tentang hasil ini?

Hasil Investasi
Dengan sebagian besar investasi, individu atau bisnis menghabiskan uang hari ini dengan
harapan menghasilkan lebih banyak uang di masa depan. Konsep pengembalian memberi
investor cara mudah untuk mengekspresikan kinerja keuangan sebuah investasi. Sebagai
ilustrasi, misalkan Anda membeli 10 lembar saham seharga $ 1.000.

PENILAIAN PERUSAHAAN DAN RISIKO


Di Bab 1, kami memberi tahu Anda bahwa para manajer harus berusaha membuat perusahaan
mereka lebih bernilai, dan nilai perusahaan akan semakin berkurang
ditambang oleh ukuran, waktu, dan risiko arus kas bebasnya (FCF). Bab ini menunjukkan
bagaimana mengukur risiko perusahaan.

Tingkat Pengembalian Investasi

Saham tidak membayar dividen, tapi pada akhir satu tahun, Anda menjual saham seharga $
1.100. Berapakah laba atas investasi $ 1.000 Anda? Salah satu cara untuk mengekspresikan
pengembalian investasi adalah dalam dolar. Pengembalian dolar hanyalah jumlah dolar yang
diterima dari investasi dikurangi jumlah yang diinvestasikan:
Jumlah uang yang kembali = Jumlah dolar yang diterima-jumlah dolar yang di
investasikan
= $1,100 -$1.000
= $100
Jika, pada akhir tahun, Anda menjual saham seharga hanya $ 900, pengembalian dolar Anda
akan menjadi $ 100.

Financial Management - Risk & Return Part I & II | 3


Meskipun mengungkapkan pengembalian dalam dolar itu mudah, dua masalah muncul: (1)
Untuk membuat penilaian yang berarti tentang pengembalian, Anda perlu mengetahui skala
(ukuran) investasi; pengembalian $ 100 atas investasi $ 100 adalah tingkat pengembalian
yang baik (dengan asumsi investasi akan bertahan selama satu tahun), namun pengembalian $
100 atas investasi $ 10.000 akan menjadi pendapatan yang buruk. (2) Anda juga perlu
mengetahui waktu pengembalian; pengembalian $ 100 atas investasi $ 100 adalah
pengembalian yang sangat bagus jika terjadi setelah satu tahun, namun dolar yang sama
kembali setelah 20 tahun tidak akan sangat bagus.
Solusi untuk skala dan masalah waktu adalah untuk mengungkapkan hasil investasi sebagai
tingkat pengembalian, atau persentase pengembalian. Misalnya, tingkat pengembalian
investasi saham satu tahun, ketika $ 1.100 diterima setelah satu tahun, adalah 10 persen:

Tingkat pengembalian = Jumlah yang diterima - Jumlah diinvestasikan


Jumlah diinvestasikan
= jumlah uang yang kembali : jumlah yang di investasikan
= $100 : $1.000
= 0,10 = 10%
Tingkat perhitungan kembali "membakukan" tingkat pengembalian dengan
mempertimbangkan tingkat pengembalian per unit investasi per tahun. Meskipun contoh ini
hanya memiliki satu arus keluar dan satu arus masuk, tingkat pengembalian tahunan dapat
dengan mudah dihitung dalam situasi di mana banyak arus kas terjadi seiring berjalannya
waktu dengan menggunakan konsep nilai waktu uang.

Bedakan antara return dollar dan tingkat pengembalian. Mengapa tingkat pengembalian lebih
tinggi dari pengembalian dolar dalam hal akuntansi untuk ukuran investasi dan waktu arus
kas?

Risiko Yang Berdiri Sendiri

Risiko didefinisikan di Webster sebagai "bahaya; sebuah bahaya; paparan kehilangan atau
cedera. "Jadi, risiko mengacu pada kemungkinan kejadian yang tidak menguntungkan akan
terjadi. Jika Anda terlibat skydiving, Anda mengambil risiko hidup dengan skydiving
berisiko. Jika Anda bertaruh pada kuda, Anda mempertaruhkan uang Anda. Jika Anda
berinvestasi pada saham spekulatif (atau, sungguh, saham apa pun), Anda mengambil risiko
dengan harapan mendapatkan pengembalian yang cukup besar.

Risiko aset dapat dianalisis dengan dua cara: (1) secara berdiri sendiri, di mana aset tersebut
dianggap terpisah, dan (2) berdasarkan portofolio, di mana aset tersebut dimiliki sebagai
salah satu dari sejumlah aset di sebuah portofolio Dengan demikian, risiko yang berdiri
sendiri dari aset adalah risiko yang akan dihadapi investor jika ia hanya memegang aset satu
ini. Jelas, sebagian besar aset dipegang dalam portofolio, namun perlu dipahami risiko yang
berdiri sendiri untuk memahami risiko dalam konteks portofolio.

Untuk menggambarkan risiko aset keuangan, anggap seorang investor membeli $ 100.000
dari tagihan Treasury jangka pendek dengan tingkat pengembalian yang diharapkan sebesar 5
persen. Dalam hal ini, tingkat pengembalian investasi, 5 persen, dapat diperkirakan secara
tepat, dan investasi didefinisikan sebagai hak bebas risiko. Namun, jika $ 100,000
diinvestasikan dalam persediaan perusahaan yang hanya diatur untuk prospek minyak di

Financial Management - Risk & Return Part I & II | 4


Atlantik pertengahan, maka pengembalian investasi tidak dapat diperkirakan secara tepat.
Orang mungkin menganalisis situasinya dan menyimpulkan bahwa tingkat pengembalian
yang diharapkan, secara statistik, adalah 20 persen, namun investor harus menyadari bahwa
tingkat pengembalian aktual dapat berkisar dari, katakanlah, 1.000 persen sampai 100 persen.
Karena ada bahaya signifikan yang benar-benar menghasilkan jauh lebih sedikit dari
perkiraan return, saham akan relatif berisiko.

Tidak ada investasi yang harus dilakukan kecuali tingkat pengembalian yang diharapkan
cukup tinggi untuk mengkompensasi investor atas risiko investasi yang dipersepsikan. Dalam
contoh kami, jelas bahwa hanya sedikit jika ada investor yang mau membeli saham
perusahaan minyak tersebut jika perkiraan pengembaliannya sama dengan tagihan T-nya.
Aset berisiko jarang menghasilkan tingkat pengembalian yang diharapkan-umumnya, aset
berisiko bisa lebih atau kurang dari yang diperkirakan semula. Memang, jika aset selalu
menghasilkan hasil yang diharapkan, mereka tidak akan berisiko. Risiko investasi, kemudian,
terkait dengan probabilitas untuk mendapatkan pengembalian yang rendah atau negatif -
semakin besar peluang pengembalian yang rendah atau negatif, semakin berisiko investasi.
Namun, risiko bisa didefinisikan lebih tepatnya, dan kita melakukannya di bagian
selanjutnya.

Distribusi Probabilitas

Probabilitas kejadian didefinisikan sebagai kemungkinan peristiwa akan terjadi. Misalnya,


peramal cuaca mungkin menyatakan, "Ada kemungkinan hujan sebesar 40 persen hari ini dan
kemungkinan 60 persen bahwa ia tidak akan turun hujan." Jika semua kejadian, atau hasil
yang mungkin terjadi, terdaftar, dan jika ada probabilitas untuk masing-masing acara, daftar
disebut distribusi probabilitas. Ingatlah bahwa probabilitasnya harus berjumlah 1,0, atau 100
persen.

Dengan mempertimbangkan hal ini, pertimbangkan tingkat pengembalian yang mungkin


terjadi karena dividen dan perubahan harga saham yang mungkin Anda dapatkan tahun depan
dengan investasi $ 10.000 di saham Sale.com atau Basic Foods Inc. Sale.com adalah
perusahaan Internet yang menawarkan diskon pada detik pabrik dan barang dagangan yang
terlalu banyak. Karena menghadapi persaingan ketat, layanan barunya mungkin atau mungkin
tidak kompetitif di pasar, sehingga pendapatan masa depannya tidak dapat diprediksi dengan
baik. Memang, beberapa perusahaan baru bisa mengembangkan layanan yang lebih baik dan
benar-benar bangkrut Sale.com. Makanan Dasar, di sisi lain, mendistribusikan makanan
pokok yang penting ke toko bahan makanan, dan penjualan dan keuntungannya relatif stabil
dan dapat diprediksi.

Financial Management - Risk & Return Part I & II | 5


Distribusi probabilitas tingkat-of-return untuk kedua perusahaan ditunjukkan pada Tabel 2-1.
Ada 30 persen kemungkinan permintaan kuat, di mana kedua perusahaan akan memiliki
pendapatan tinggi, membayar dividen tinggi, dan menikmati keuntungan modal. Ada
kemungkinan 40 persen permintaan normal dan tingkat pengembalian sedang, dan ada
kemungkinan permintaan turun sebesar 30 persen, yang berarti pendapatan rendah dan
dividen serta kerugian modal. Perhatikan, bagaimanapun, bahwa tingkat pengembalian
Sale.com bisa sangat jauh berbeda dari pada Basic Foods. Ada kemungkinan yang cukup
tinggi bahwa nilai stok Sale.com akan turun secara substansial, menghasilkan kerugian 70
persen, sementara ada kemungkinan kerugian yang lebih kecil untuk Makanan Dasar.

Tingkat Pengembalian yang Diharapkan


Jika kita mengalikan setiap kemungkinan hasil dengan probabilitas terjadinya dan kemudian
jumlah produk ini, seperti pada Tabel 2-2, kita memiliki rata-rata tertimbang hasil. Bobotnya
adalah probabilitasnya, dan rata-rata tertimbang adalah tingkat yang diharapkan return, r,
disebut "r-hat." 1 Tingkat pengembalian yang diharapkan untuk kedua Sale.com dan
Makanan Dasar ditunjukkan pada Tabel 2-2 sampai 15 persen. Jenis tabel ini dikenal sebagai
matriks hasil.

Tingkat penghitungan return yang diharapkan juga dapat dinyatakan sebagai


persamaan yang melakukan hal yang sama dengan tabel matriks hasil:

Di sini ri adalah hasil yang memungkinkan, Pi adalah probabilitas hasil akhir, dan n adalah
jumlah kemungkinan hasil. Jadi, r adalah rata-rata tertimbang dari kemungkinan hasil (nilai
ri), dengan setiap bobot hasil menjadi probabilitas terjadinya. Dengan menggunakan data
untuk Sales.com, kita memperoleh tingkat pengembalian yang diharapkan sebagai berikut:

P = p1(r1) + p2(r2 ) + ....................... + pnrn


= 0.3 (100%) + 0.4 (15%) + 0.3 (-70%)
= 15%
Basic foods expected rate of return is also 15 % :
p = 0.3 (40%) + 0.4 (15%) + 0.3 (-10%)

Financial Management - Risk & Return Part I & II | 6


= 15%

Kita dapat membuat grafik tingkat pengembalian untuk mendapatkan gambaran variabilitas
hasil yang mungkin terjadi; Hal ini ditunjukkan pada grafik batang Gambar 2-1. Ketinggian
setiap batang menandakan probabilitas bahwa hasil yang diberikan akan terjadi. Kisaran
kemungkinan tingkat pengembalian untuk Sale.com adalah 70 sampai 100 persen, dengan
perkiraan pengembalian 15 persen. Kenaikan yang diharapkan untuk Makanan Dasar juga 15
persen, namun kisarannya jauh lebih sempit.

Sejauh ini, kita berasumsi bahwa hanya tiga situasi yang ada: permintaan yang kuat, normal,
dan lemah. Sebenarnya, tentu saja, permintaan bisa berkisar dari depresi yang dalam sampai
ledakan yang fantastis, dan ada kemungkinan yang tidak terbatas di antaranya. Misalkan kita
memiliki waktu dan kesabaran untuk menetapkan probabilitas ke setiap tingkat permintaan
yang mungkin (dengan jumlah probabilitas masih sama dengan 1,0) dan untuk menetapkan
tingkat pengembalian ke setiap saham untuk setiap tingkat permintaan. Kami akan memiliki
tabel yang mirip dengan Tabel 2-1, kecuali bahwa akan ada lebih banyak entri di setiap
kolom. Tabel ini dapat digunakan untuk menghitung tingkat pengembalian yang diharapkan
seperti yang ditunjukkan sebelumnya, dan probabilitas dan hasil dapat didekati dengan kurva
kontinyu seperti yang disajikan pada Gambar 2-2. Di sini kita telah mengubah asumsi
sehingga pada dasarnya ada probabilitas nol bahwa return Sell.com akan kurang dari 70
persen atau lebih dari 100 persen, atau pengembalian Basic Foods akan kurang dari 10 persen
atau lebih dari 40 persen , namun hampir semua pengembalian dalam batas-batas ini
dimungkinkan.

Semakin ketat, atau lebih memuncak, distribusi probabilitas, semakin besar kemungkinan
hasil aktual mendekati nilai yang diharapkan, dan akibatnya, semakin kecil kemungkinan
kembalinya yang sebenarnya akan berakhir jauh di bawah hasil yang diharapkan. Dengan
demikian, semakin ketat distribusi probabilitas, semakin rendah risiko yang diberikan pada
suatu saham. Karena Basic Foods memiliki distribusi probabilitas yang relatif ketat, tingkat
pengembalian aktualnya cenderung mendekati angka yang diharapkan 15 persen dari pada
penjualan Sale.com.

Financial Management - Risk & Return Part I & II | 7


Mengukur Resiko Stand-Alone: Standar Deviasi

Risiko adalah konsep yang sulit untuk dipahami, dan banyak kontroversi telah mengelilingi
usaha untuk mendefinisikan dan mengukurnya. Namun, definisi yang umum, dan yang
memuaskan untuk banyak tujuan, dinyatakan dalam hal distribusi probabilitas seperti yang
disajikan pada Gambar 2-2: Semakin ketat distribusi probabilitas pengembalian masa depan
yang diharapkan, semakin kecil risiko investasi yang diberikan. Menurut definisi ini,
Makanan Dasar kurang berisiko dibandingkan dengan Sale.com karena ada kemungkinan
kecil bahwa pengembalian sebenarnya akan berakhir jauh di bawah hasil yang diharapkan.

Yang paling berguna, ukuran risiko apa pun harus memiliki nilai pasti - kita memerlukan
ukuran keketatan distribusi probabilitas. Salah satu ukuran tersebut adalah standar deviasi,
simbolnya adalah, diucapkan "sigma." Semakin kecil deviasi standar, semakin ketat distribusi
probabilitasnya, dan oleh karena itu, semakin kecil risikonya. Untuk menghitung deviasi
standar, kita lanjutkan seperti ditunjukkan pada Tabel 2-3, dengan mengambil langkah-
langkah berikut:

1. Hitung tingkat pengembalian yang diharapkan:


n
Tingkat pengembalian yang diharapkan = r^ = piri
i=1

Menghitung deviasi standar harga


ri - r^ (ri - r^)2 ( ri - r^)2pi
(1) (2) (3)
100 15 = 85 7,225 (7,225)(0.3) = 2,167.5
15- 15 = 0 0 (0)(0.4) = 0,0
-70 15 = -85 7,225 (7,225)(0.3) = 2,167.5
Variance = 2 = 4,335,0
Standar Deviation = = 2 = 4,335 =
65.84

2. Kurangi tingkat pengembalian yang diharapkan (r) dari setiap kemungkinan hasil (ri)
untuk mendapatkan satu set penyimpangan tentang r seperti ditunjukkan pada Kolom 1
pada Tabel 2-3:

Financial Management - Risk & Return Part I & II | 8


3. Persegi setiap penyimpangan, lalu kalikan hasilnya dengan probabilitas kejadian untuk
hasil yang terkait, dan kemudian jumlah produk ini untuk mendapatkan varians dari
distribusi probabilitas seperti ditunjukkan pada Kolom 2 dan 3 tabel:
n
2
Variance = = (rir ) 2
pi
i=1

4. Akhirnya, cari akar kuadrat varians untuk mendapatkan standar deviasi.


n
Standard deviation = = (r 1r ) 2
p1
i=1

Dengan demikian, standar deviasi pada dasarnya adalah rata-rata tertimbang dari
penyimpangan dari nilai yang diharapkan, dan ini memberikan gambaran seberapa jauh di
atas atau di bawah nilai yang diharapkan dari nilai sebenarnya. Deviasi standar Sale.com
terlihat pada Tabel 2-3 menjadi 65,84%. Dengan menggunakan prosedur yang sama ini, kami
menemukan standar deviasi Basic Foods menjadi 19,36 persen. Sale.com memiliki deviasi
standar yang lebih besar, yang menunjukkan variasi pengembalian yang lebih besar dan
dengan demikian kesempatan yang lebih besar bahwa pengembalian sebenarnya mungkin
jauh lebih rendah daripada hasil yang diharapkan. Oleh karena itu, Sale.com adalah investasi
yang lebih berisiko daripada Basic Foods saat diadakan sendiri.

Jika distribusi probabilitas normal, pengembalian aktual akan berada dalam 1 standar deviasi
dari expected return 68,26 persen dari waktu. Gambar 2-3 mengilustrasikan hal ini, dan ini
juga menunjukkan situasi selama 2 dan 3. Untuk Sale.com, r 15% dan 65,84%, sedangkan r
15% dan 19,36% untuk Makanan Dasar. Jadi, jika kedua distribusinya normal, akan ada
68,26 persen

Menggunakan Data Historis untuk Mengukur Resiko

Tingkat pengembalian masa lalu yang direalisasikan pada periode t dilambangkan dengan r - t
("r bar t") dan tingkat pengembalian rata - rata tahunan selama n tahun terakhir adalah r -
Rata - rata. Deviasi standar pengembalian dapat diestimasi dengan menggunakan rumus ini:



t=1
Estimated = s = t - rAvg)2


n-1
Bila diestimasi dari data terdahulu, standar deviasi sering dilambangkan dengan S. Berikut
adalah contohnya:
Year rt

Financial Management - Risk & Return Part I & II | 9


2004 15%
2005 -5%
2006 20
RAvg = (15 5 + 20 ) = 10,0%
3

Estimated (or S) =
( 1510 ) 2+ (510 ) 2+(2010)2
31

=
350 = 13.2%
2
Sejarah sering digunakan sebagai perkiraan masa depan. Karena variabilitas masa lalu
cenderung berulang, S mungkin merupakan perkiraan yang baik untuk risiko masa depan.
Namun, biasanya tidak tepat untuk menggunakan r - Avg untuk beberapa periode terakhir
sebagai perkiraan r, expected future return. Sebagai contoh, hanya karena saham memiliki
return 75 persen dalam satu tahun terakhir, tidak ada alasan untuk mengharapkan
pengembalian 75 persen tahun ini.

Mengukur Resiko Berdiri Sendiri: Koefisien Variasi


Jika pilihan harus dibuat antara dua investasi yang memiliki tingkat pengembalian yang sama
namun berbeda standar deviasi, kebanyakan orang akan memilih satu dengan standar deviasi
yang lebih rendah dan, oleh karena itu, risikonya lebih rendah. Demikian pula, diberikan
pilihan antara dua investasi dengan risiko yang sama (standar deviasi) namun imbal hasil
yang berbeda, investor pada umumnya lebih menyukai investasi dengan tingkat
pengembalian yang diharapkan lebih tinggi. Bagi kebanyakan orang, ini adalah akal sehat-
return adalah "baik," berisiko "buruk," dan akibatnya investor menginginkan pengembalian
yang sama dan risiko sekecil mungkin. Tapi bagaimana kita memilih antara dua investasi jika
seseorang memiliki return yang lebih tinggi dan yang lainnya adalah deviasi standar yang
lebih rendah? Untuk membantu menjawab pertanyaan ini, kita sering menggunakan ukuran
risiko yang lain, yaitu koefisien variasi (CV), yang merupakan standar deviasi dibagi dengan
expected return:

Tradeoff Antara Risk dan Return


Sebagaimana ditunjukkan oleh tabel tersebut, aset-aset yang menghasilkan tingkat
pengembalian rata-rata tertinggi juga memiliki deviasi standar tertinggi dan tingkat imbal
hasil terluas. Perhatikan bahwa tagihan T tidak memiliki risiko jika Anda memegangnya
sampai jatuh tempo, namun jika Anda berinvestasi dalam portofolio tagihan T-bills dan
memegang portofolio selama beberapa tahun, pendapatan investasi Anda akan bervariasi
tergantung pada tingkat yang terjadi. suku bunga di setiap tahunnya Meskipun Anda dapat
memastikan pengembalian yang akan Anda dapatkan dari tagihan T pada tahun tertentu, Anda
tidak dapat memastikan pengembalian yang akan Anda peroleh dari portofolio T-bills selama
beberapa tahun.

Financial Management - Risk & Return Part I & II | 10


Small Large Long-Tern
Long-Tern U.S.
company stocks Company Stocks Corporate Bonds
Government Bonds Treasury Bills Inflation
Average return 17.5% 12.4% 6.2%
5.8% 3.8% 3,1%
Standards deviations 33.1% 20.3 8.6 9.3
3.1 4.3
Excess return over T- bonds 11.7 6.6 0.4

Koefisien variasi menunjukkan risiko per unit pengembalian, dan ini memberikan dasar
perbandingan yang lebih berarti bila tingkat pengembalian yang diharapkan pada dua
alternatif tidak sama. Karena Basic Foods dan Sale.com memiliki return yang sama, koefisien
variasi tidak diperlukan dalam kasus ini. Perusahaan dengan standar deviasi yang lebih besar,
Sale.com, harus memiliki koefisien variasi yang lebih besar bila meannya sama. Sebenarnya,
koefisien variasi untuk Sale.com adalah 65,84 / 15 4,39 dan untuk Basic Foods adalah 19.36 /
15 1,29.
Penghindaran Risiko dan Pengembalian yang Harus Diperlukan

Semakin tinggi risiko keamanan, semakin rendah harganya dan semakin tinggi tingkat
pengembalian yang diminta. Untuk melihat bagaimana risk aversion mempengaruhi harga
keamanan, pertimbangkan lagi Basic Foods and Sale.com. Misalkan setiap saham diharapkan
membayar dividen tahunan sebesar $ 15 selamanya. Harga setiap saham hanyalah nilai
sekarang dari perpetuitas. Jika masing-masing saham memiliki return yang diharapkan
sebesar 15 persen, maka setiap harga sahamnya adalah P = 15 / 0.15= $ 100. Investor enggan
mengambil risiko, jadi dengan kondisi seperti ini, akan ada preferensi umum untuk Basic
Foods - ia memiliki return yang sama seperti Sale.com namun berisiko rendah. Orang-orang
dengan uang untuk diinvestasikan akan mengajukan tawaran untuk saham Basic Foods
daripada Sale.com, dan pemegang saham Sale.com akan mulai menjual saham mereka dan
menggunakan uang tersebut untuk membeli Basic Foods. Tekanan beli akan mendorong
persediaan Basic Foods, dan tekanan jual secara bersamaan akan menyebabkan harga
Sell.com menurun.

Perubahan harga ini, pada saatnya, akan menyebabkan perubahan pada tingkat pengembalian
yang diharapkan pada kedua sekuritas. Misalkan, misalnya, harga saham Basic Foods naik
dari $ 100 sampai $ 150, sedangkan harga saham Sell.com turun dari $ 100 sampai $ 75. Hal
ini akan menyebabkan tingkat pengembalian Basic Foods turun menjadi 10 persen, sementara
return yang diharapkan Sale.com akan naik menjadi 20 persen.

RISIKO DALAM PORTFOLIO CONTEXT

Aset yang dimiliki sebagai bagian dari portofolio kurang berisiko daripada aset yang sama
yang dipegang dalam isolasi. Dengan demikian, sebagian besar aset keuangan sebenarnya
dimiliki sebagai bagian dari portofolio. Risiko dan pengembalian keamanan individual harus
dianalisis dalam hal bagaimana keamanan tersebut mempengaruhi risiko dan pengembalian
portofolio.

Financial Management - Risk & Return Part I & II | 11


Portfolio Returns

Pengembalian yang diharapkan pada portofolio, rp, hanyalah rata-rata tertimbang dari hasil
yang diharapkan dari masing-masing aset dalam portofolio, dengan bobot merupakan bagian
dari total portofolio yang diinvestasikan pada setiap aset. Tingkat pengembalian aktual yang
terealisasi hampir pasti akan berbeda dari nilai yang diharapkan, sehingga return portofolio
yang direalisasikan akan berbeda dari expected return. Misalnya, Coca-Cola mungkin berlipat
ganda dan memberikan pengembalian sebesar + 100%, sedangkan Microsoft mungkin
mengalami tahun yang mengerikan, turun tajam, dan memiliki pengembalian sebesar -75%.

Portfolio Risk

Risiko portofolio hampir selalu lebih kecil dari rata-rata tertimbang aset. Sebenarnya, secara
teoritis kemungkinan untuk menggabungkan saham yang secara individual cukup berisiko
diukur dengan penyimpangan standar mereka untuk membentuk portofolio yang benar-benar
tanpa risiko.

Tiga grafik memplot data dalam format time series. Kedua saham tersebut akan sangat
berisiko jika ditahan secara terpisah, namun saat digabungkan menjadi Portfolio WM,
keduanya sama sekali tidak berisiko. (Catatan: Saham ini disebut W dan M karena grafik
imbal hasil mereka pada Gambar 2-4 menyerupai huruf W dan M.) Alasan Saham W dan M
dapat digabungkan untuk membentuk portofolio tanpa risiko adalah bahwa langkah
pengembalian mereka bergerak secara berlawanan satu sama lain-saat W kembali jatuh,
kenaikan M, dan sebaliknya. Kecenderungan dua variabel untuk bergerak bersama disebut
korelasi, dan koefisien korelasi mengukur kecenderungan ini.

Financial Management - Risk & Return Part I & II | 12


Kebalikan dari korelasi negatif sempurna, dengan p = -1,0, adalah korelasi positif sempurna,
dengan p = +1.0. Pengembalian pada dua saham berkorelasi positif sempurna akan bergerak
naik turun bersama, dan portofolio yang terdiri dari dua saham tersebut akan sama
berisikonya dengan masing-masing saham.

Financial Management - Risk & Return Part I & II | 13


Risiko Diversifiable versus Risiko Pasar

Grafik tersebut menggambarkan bahwa, secara umum, risiko portofolio yang terdiri dari
saham perusahaan besar cenderung menurun dan mendekati batas tertentu karena ukuran
portofolio meningkat. Standar deviasi dari portofolio satu saham (atau rata-rata saham),
sekitar 35 persen. Portofolio yang terdiri dari semua saham, yang disebut portofolio pasar,
memiliki deviasi standar, M, sekitar 20,1 persen. Hampir separuh dari risiko yang melekat
pada saham individual rata-rata dapat dieliminasi jika saham tersebut dimiliki dalam
portofolio diversifikasi yang cukup baik, yang merupakan salah satu yang mengandung 40
atau lebih saham di sejumlah industri yang berbeda. Namun, beberapa risiko tetap ada,
sehingga hampir tidak mungkin untuk melakukan diversifikasi efek pergerakan pasar saham
yang luas yang mempengaruhi hampir semua saham.

Bagian dari risiko saham yang dapat dieliminasi disebut risiko diversifiable, sedangkan
bagian yang tidak dapat dihilangkan disebut risiko pasar. Risiko Diversifiable disebabkan
oleh kejadian acak seperti tuntutan hukum, pemogokan, program pemasaran yang sukses dan
tidak berhasil, kemenangan atau kehilangan kontrak utama, dan kejadian lain yang unik bagi
perusahaan tertentu. Karena kejadian ini acak, pengaruhnya terhadap portofolio bisa
dihilangkan dengan diversifikasi. Risiko pasar berasal dari faktor-faktor yang secara
sistematis mempengaruhi kebanyakan perusahaan: perang, inflasi, resesi, dan tingkat suku
bunga yang tinggi. Karena sebagian besar saham dipengaruhi secara negatif oleh faktor-
faktor ini, risiko pasar tidak dapat dihilangkan dengan diversifikasi.

KONSEP BETA
Beta adalah satu unsur penting dari Capital Asset Pricing Model (CAPM). Perlu diketahui
bahwa model CAPM merupakan pengembangan teori portofolio dengan memperkenalkan
istilah risiko sistematik (systematic risk) dan risiko spesifik / risiko tidak sistematik (spesific
risk /unsystematic risk). Saham berisiko dapat dikombinasi dalam sebuah portfolio menjadi
investasi yang lebih rendah risiko daripada investasi tunggal pada. Salah satu cara agar dapat
mengurangi risiko tersebut, pada investor sebagian besar melakukan diversifikasi saham.

Financial Management - Risk & Return Part I & II | 14


Diversifikasi saham maksudnya adalah penganekaragaman saham perusahaan dengan cara
membeli beberapa saham dari berbagai perusahaan yang tujuannya untuk mengurangi resiko
kerugian. Diversifikasi akan mengurangi risiko sistematis (systematic risk), tetapi tidak dapat
mengurangi risiko yang tidak sistematis (unsystematic risk). Unsystematic risk adalah bagian
dari risiko yang tidak umum dalam sebuah perusahaan yang dapat dipisahkan, misalnya
peristiwa perang, resesi, dan inflasi. Systematic risks adalah bagian yang tidak dapat
dipisahkan yang berhubungan dengan seluruh pergerakan pasar saham dan tidak dapat
dihindari. Dari penjelasan tersebut dapat disimpulkan bahwa Risiko saham terdiri dari dua
komponen, risiko pasar dan risiko diversifikasi.

Tolok ukur untuk portofolio saham terdiversifikasi dengan baik adalah portofolio pasar, yang
merupakan portofolio yang berisi semua saham. Oleh karena itu, risiko saham individual
yang relevan, yang disebut koefisien beta-nya, didefinisikan di bawah CAPM sebagai jumlah
risiko bahwa saham berkontribusi terhadap portofolio pasar. Dalam terminologi CAPM, p iM
adalah korelasi antara return saham dan return on market, o i adalah standar deviasi dari return
saham tersebut, dan oM adalah deviasi standar return pasar. Dalam literatur CAPM, terbukti
bahwa koefisien beta dari stok it, yang dilambangkan dengan bi, dapat ditemukan sebagai
berikut:

Risiko pasar atas saham yang bergerak naik turun diukur dengan koefisien beta, yang
merupakan indeks dari volalitas relatif sahamnya. Koefisien beta adalah ukuran dari
hubungan paralel dari sebuah saham biasa dengan seluruh tren dalam pasar saham. Saham
risiko rata-rata adalah saham yang cenderung bergerak naik dan turun mengikuti pasar secara
umum seperti yang diukur oleh beberapa indeks, seperti indeks Dow Jones Industrials, S&P
500, maupun New York Stock Exchange. Para analis menggunakan komputer dengan sofware
statistik atau spreadsheet untuk melalukan regresi. Metode perhitungannya menggunakan
data minimal 3 tahun dari return bulanan atau 1 tahun dari return mingguan. Namun,
kebanyakan dari analis menggunakan data 5 tahun return bulanan.

Saham risiko rata-rata didefinisikan sebesar beta = 1,0, artinya saham berada pada resiko
rata-rata = resiko pasar. Apabila beta > 1.0, artinya saham lebih berisiko daripada pasar.
Selanjutnya apabila beta < 1,0, artinya saham kurang berisiko daripada pasar. Sebagian besar
saham memiliki beta dalam kisaran 0,50 sampai 1,50. Dijelaskan bahwa apabila nilai
portofolio beta sebesar b = 1,0 artinya adanya hubungan yang sempurna dengan kinerja
seluruh pasar seperti yang diukur indeks pasar (market index). Lereng garis menunjukkan
bagaimana setiap saham bergerak sebagai respons terhadap pergerakan di pasar secara umum,
koefisien kemiringan dari "garis regresi return" didefinisikan sebagai koefisien beta.

Financial Management - Risk & Return Part I & II | 15


Gambar 2-8 menunjukkan volatilitas relatif dari tiga saham. Data di bawah grafik
mengasumsikan bahwa pada tahun 2004 "pasar", yang didefinisikan sebagai portofolio yang
terdiri dari semua saham, memiliki imbal hasil total (imbal hasil dividen dan imbal hasil) r M =
10%, dan Saham H, A, dan L ( untuk Risiko Tinggi, Rata-rata, dan Rendah) juga semua
memiliki tingkat pengembalian 10 persen. Pada tahun 2005, pasar naik tajam, dan return on
market portfolio adalah rM = 20%. Pengembalian pada tiga saham juga naik: H melonjak
menjadi 30 persen; A naik hingga 20 persen, sama dengan pasar; dan L hanya naik sampai 15
persen. Sekarang anggaplah pasar turun di tahun 2006, dan return pasarnya adalah r M = -10%.
Kenaikan tiga saham juga turun, H terjun ke 30 persen, A jatuh ke -10 persen, dan L turun ke
rL = 0%. Dengan demikian, ketiga saham tersebut bergerak ke arah yang sama dengan pasar,
namun H adalah yang paling tidak stabil; A sama volatilnya dengan pasar; dan L kurang
stabil.

Koefisien beta bisa bernilai positif, bernilai negatif dan korelasi nol. Koefisien beta positif
terjadi apabila return meningkat setiap kali pasar saham secara keseluruhan naik. Begitupun
juga sebaliknya koefisien beta negatif terjadi apabila return menurun setiap kali pasar saham
secara keseluruhan turun. Korelasi nol terjadi apabila tidak terjadi pergerakan return saham
pada pasar secara keseluruhan. Namun dalam kebanyakan praktek atau kasus di lapangan,
sangat sedikit saham yang memiliki koefisien beta negatif.
Beta portofolio adalah rata-rata tertimbang dari beta sekuritas individu. Karena koefisien beta
saham menentukan bagaimana saham mempengaruhi risiko portofolio terdiversifikasi, beta
adalah ukuran risiko saham yang paling relevan.
Beta portofolio adalah rata-rata tertimbang dari beta sekuritas masing-masing:

Berikut bp adalah beta dari portofolio, dan ini menunjukkan betapa bergejolaknya portofolio
dalam kaitannya dengan pasar; wi adalah bagian dari portofolio yang diinvestasikan dalam

Financial Management - Risk & Return Part I & II | 16


saham tersebut; dan bi adalah koefisien beta dari stok ith. Misalnya, jika investor memegang
portofolio $ 100.000 yang terdiri dari $ 33.333,33 yang diinvestasikan di masing-masing tiga
saham, dan jika masing-masing saham memiliki beta 0,7, maka beta portofolio akan menjadi
bp = 0,7:

bp = 0.3333(0.7) + 0.3333(0.7) + 0.3333(0.7) + 0.7

Portofolio semacam itu akan kurang berisiko dibandingkan pasar, sehingga harus mengalami
pergerakan harga yang relatif sempit dan memiliki fluktuasi suku bunga yang relatif kecil.
Dalam hal Gambar 2-8, kemiringan garis regresi akan menjadi 0,7, yang kurang dari itu
untuk portofolio saham rata-rata. Sekarang misalkan salah satu stok yang ada dijual dan
diganti dengan saham bi = 2.0. Tindakan ini akan meningkatkan beta portofolio dari bp1 =
0,7 menjadi bp2 = 1,13:

bp2 = 0.3333(0.7) + 0.3333(0.7) + 0.3333 (2.0)


= 1.13
Jika saham dengan bi ditambahkan sebesar 2,0 maka beta portofolio akan turun dari 0,7
menjadi 0,53. Dengan menambahkan saham low-beta. Oleh karena itu, akan mengurangi
risiko portofolio. Akibatnya, menambahkan saham baru ke portofolio dapat mengubah risiko
portofolio itu. Jadi, karena beta saham mengukur kontribusinya terhadap risiko portofolio,
beta adalah ukuran risiko saham yang benar secara teoritis.

PERHITUNGAN KOEFISIEN BETA


CAPM adalah ex ante model, yang berarti bahwa semua variabel mewakili nilai sebelum-
fakta, yang diharapkan. Secara khusus, koefisien beta yang digunakan oleh investor harus
mencerminkan volatilitas yang diharapkan dari return saham tertentu terhadap return on
market selama beberapa periode di masa depan. Namun, orang umumnya menghitung beta
dengan menggunakan data dari beberapa periode sebelumnya, dan kemudian mengasumsikan
bahwa volatilitas relatif saham akan sama di masa depan seperti sebelumnya.
Langkah dalam analisis regresi:
1. Menyusun data
2. Mengonversi harga saham menjadi pada tingkat return

HUBUNGAN RISK DAN RETURN


Jika pada sebelumnya, beta merupakan ukuran risiko relevan saham yang paling tepat, maka
berapakah tingkat pengembalian yang diminta sebagai kompensasi bagi investor akibat
menanggung resiko tersebut akan dijelaskan pada bagian ini.
Berbagai definisikan istilah yang digunakan pada topik bahasan:
ri = tingkat pengembalian yang diharapkan pada saham tersebut.
ri = tingkat pengembalian yang diperlukan pada saham ith. Ini adalah perkiraan minimum
yang diharapkan untuk mendorong investor rata-rata membeli saham.
R = menyadari, setelah-faktanya kembali.
rRF = tingkat pengembalian bebas risiko. Dalam konteks ini,
r^RF umumnya diukur dengan expected return pada obligasi Treasury A.S. jangka panjang.
koefisien bi = beta dari stok ith.
rM = tingkat pengembalian yang diperlukan pada portofolio yang terdiri dari semua saham,
yang disebut portofolio pasar.

Financial Management - Risk & Return Part I & II | 17


RPM = premi risiko pada "pasar." RPM = (rM-rRF) adalah tingkat pengembalian tambahan atas
tingkat bebas risiko yang diperlukan untuk mendorong investor rata-rata berinvestasi dalam
portofolio pasar.

RPi = premi risiko pada stok: RPi = (RPM) bi.

Premi risiko pasar, RPM, menunjukkan investor premium memerlukan risiko saham rata-rata,
dan ini bergantung pada tingkat keengganan risiko yang dimiliki rata-rata investor. Mari kita
asumsikan bahwa pada saat ini, obligasi Treasury menghasilkan r RF = 6%, dan pasar memiliki
return rM yang dibutuhkan = 11%. Premi risiko pasar adalah 5 persen:
RPM = rM - rRF = 11% - 6% = 5%
Kita dapat mengukur risiko relatif saham berdasarkan koefisien beta-nya. Premi risiko untuk
saham tersebut adalah
Risk premium for Stock i = RPi = (RPM)bi
Jika kita mengetahui risiko pasar, RPM, dan risiko saham yang diukur dengan koefisien beta,
bi, kita dapat menemukan premi risiko saham sebagai produk (RPM) bi. Misalnya, jika bi = 0,5
dan RPM = 5%, maka RPi adalah 2,5 persen:
RPi = (5%)(0.5)
= 2.5%
Dengan demikian jika satu saham dua kali lebih berisiko sama dengan yang lain, premi
risikonya akan dua kali lebih besar, sementara jika risikonya hanya setengah, premi risikonya
akan setengahnya sama besar. Pengembalian yang diperlukan untuk investasi dapat
dinyatakan secara umum sebagai
Required return = Risk-free return + Premium for risk
Di sini, pengembalian bebas risiko mencakup premi untuk inflasi yang diharapkan, dan kami
berasumsi bahwa aset yang dipertimbangkan memiliki jatuh tempo dan likuiditas yang
serupa. Dengan kondisi ini, hubungan antara tingkat pengembalian dan risiko yang diminta
disebut Financial Market Line (SML):

Hasil yang diminta untuk saham, dapat dituliskan sebagai berikut:


ri = 6% + 5%(0.5)
= 8.5%

Jika beberapa saham lain lebih berisiko daripada Stock i dan memiliki bj = 2.0, maka tingkat
pengembalian yang diminta adalah 16 persen:
rj = 6% + (5%)2.0 = 16%
Stok rata-rata, dengan b = 1,0, akan memiliki tingkat pengembalian 11 persen yang diminta,
sama dengan return pasarnya:

Financial Management - Risk & Return Part I & II | 18


rA = 6% + (5%)1.0 = 11% = Rm
a. Dampak Inflasi
Secara khusus inflasi juga dapat mempengaruhi risiko dan tingkat pengembalian saham.
Semakin kecil inflasi, maka tingkat pengemabalian akan meningkat dan sebaliknya. Namun
seiring dengan naiknya tingkat pengembalian yang diharapkan, harus ada premi yang
dittambahkan ke tingkat pengembalian nyata bebas risiko untuk kompensasi atas inflasi yang
terjadi.
b. Perubahan Dalam Penghindaran Risiko
Kemiringan garis pasar saham mencerminkan tingkat sampai sejauh mana investor akan
menghindari risiko makin curamnya kemiringan garis, maka semakin besar penghindaran
risiko rata-rata investor. Dengan meningkatnya penghindaran risiko, maka akan meningkat
pula premi risiko, dan hal ini menyebabkan kemiringan SML menjadi lebih curam.
c. Perubahan Dalam Koefisien Beta Saham
Beta sebuah perusahaan dapat juga berubah karena faktor-faktor eksternal seperti
meningkatnya persaingan dalam industri, habis masa berlakunya paten-paten dasar, dan lain-
lain. Ketika terjadi perubahan seperti itu, tingkat pengembalian yang diminta juga akan ikut
berubah, dan akan mempengaruhi harga saham perusahaan tersebut.

BEBERAPA KEKHAWATIRAN TENTANG BETA DAN CAPM


Model Capital Asset Pricing Model (CAPM) bukan hanya sekedar teori abstrak yang
diuraikan dalam buku teks, tetapi juga sering dipakai secara luas oleh para analis, investor,
dan peruusahaan. Namun seiring perkembangannya, para peneliti dan pratisi mulai berpaling
pada model-model multi beta. Model multi beta adalah suatu generalisasi yang menarik dari
pandangan CAPM tradisional bahwa risiko pasar tidak dapat dihilangkan melalui
diversifikasi penilaian atas aktiva. Penelitian empiris yang menyelidiki hubungan antara
faktor risiko ekonomi dan tingkat pengembalian keamanan masih berlangsung, namun telah
menemukan beberapa faktor risiko, termasuk premi default obligasi, premi struktur obligasi,
dan inflasi, yang mempengaruhi sebagian besar efek.

Financial Management - Risk & Return Part I & II | 19


RANGKUMAN MATA KULIAH BAB 3
RISK AND RETURN; PART II

COVARIANSI DAN KOEFISIEN KORELASI


Dua konsep utama dalam analisis portofolio adalah (1) kovariansi dan (2) koefisien korelasi.
Kovariansi adalah ukuran yang menggabungkan varians (atau volatilitas) imbal hasil saham
dengan kecenderungan tingkat pengembalian tersebut bergerak ke atas atau ke bawah pada
saat yang sama saham lain bergerak naik atau turun. Sebagai contoh, kovarians antara Saham
A dan B memberi tahu kita apakah pengembalian kedua saham cenderung naik dan turun
bersama, dan seberapa besar pergerakan tersebut cenderung terjadi. Persamaan 3-2
mendefinisikan kovariansi (Cov) antara Saham A dan B:
n
Covariance = Cov (AB) = (rAirA ) (rgi - r^g)pi
i=t

Kovariansi dua aset akan besar dan positif jika keuntungan mereka memiliki deviasi standar
yang besar dan cenderung bergerak bersama; Ini akan menjadi besar dan negatif untuk dua
aset tinggi yang saling bertentangan satu sama lain;

Untuk mengilustrasikan proses perhitungan, pertama-tama lihat Tabel 3-1, yang menyajikan
distribusi probabilitas tingkat pengembalian pada empat saham, dan pada Gambar 3-1, plot
mana yang menyebarkan diagram antara pengembalian pada beberapa pasang saham. Kita
dapat menggunakan Persamaan 3-2 untuk menghitung kovarians antara Saham F dan G
sebagai berikut:
n
Cov (FG) = (rfirf ) (rgi - r^g)pi
i=t

= (6 10)(14 10)(0.1) + (8 10)(12 10)(0.2) + (10 10)(10 10)(0.4) + (12


10)(8 10)(8 10)(0.2) + (14 10)(6 10)(0.1)
= - 4.8
Tanda negatif menunjukkan bahwa tingkat pengembalian Saham F dan G cenderung bergerak
berlawanan arah: Bila G kembali besar, F kecil, seperti yang ditunjukkan pada Panel b pada
Gambar 3-1.

Sebuah kovariansi nol, seperti antara Saham E dan F, menunjukkan bahwa tidak ada
hubungan antara variabel; itu adalah

Probability distributions of stock E.f.g. and h


Rate of return distributions
Probability of occurrence E F G
H
0.1 10.0% 6.0% 14.0% 4.0%
0.2 10.0 8.0 12.0 6.0
0.4 10.0 10.0 10.0 8.0
0.2 10.0 12.0 8.0 15.0
0.1 10.0 14.0 6.0 22.0
f=10.0% 10.0% 10.0% 10.0%

Financial Management - Risk & Return Part I & II | 20


= 0.0% 2.2% 2.2% 5.3%

Koefisien korelasi, dihitung sebagai berikut untuk variabel A dan B:

Cov ( AB)
Correlation coefficient (AB) =PAB =
AB
Tanda koefisien korelasi sama dengan tanda kovariansi, jadi tanda positif berarti bahwa
variabel bergerak bersama-sama, tanda negatif menunjukkan bahwa mereka bergerak
berlawanan arah, dan jika mendekati nol, mereka bergerak secara independen dari satu sama
lain. Selain itu, proses standardisasi membatasi koefisien korelasi terhadap nilai antara 1,0
dan 1,0. Akhirnya, perhatikan bahwa Persamaan 3-3 dapat dipecahkan untuk menemukan
kovariansi:
Cov(AB) = PAB AB
Dengan menggunakan Persamaan 3-3, koefisien korelasi antara Saham F dan G adalah 1,0
(kecuali untuk pembulatan):

4.8
Pfg = = -1.0
(2.2)(2.2)
Kedua saham ini dikatakan berkorelasi sangat negatif. Sebagai Panel b dari Gambar 3-1
menunjukkan, kita bisa merencanakan garis lurus pada semua titik. Dengan kata lain,
kembalinya G adalah prediktor sempurna F's.

KASUS DUA ASET


Jika standar deviasi dan koefisien korelasi untuk pengembalian sekuritas individual diketahui,
persamaan sederhana namun sederhana secara operasional dapat digunakan untuk
menentukan risiko portofolio dua aset: 2

Mengukur Risiko dalam Praktek


standar deviasi dari pengembalian historis ini adalah :
Portofolio SD = p = w 2 a 2 a+ ( 1Wa ) 2 B 2+ 2Wa ( 1Wa ) Pabab
dimana rpAVG adalah rata-rata n historis kembali.
Jika Saham A dan B memiliki nilai historis r A1, rA2,... rAN dan rB1, rB2,...rBN selama n tahun
sebelumnya, kalau begitu.
rpir pavg



Portofolio historical standard deviation = p = n


i=1

Financial Management - Risk & Return Part I & II | 21


dimana rA,AVG adalah rata-rata nilai historis A, dan rB,AVG, ADALAH rata-rata
B n sejarah kembali.

rpir pavg



Historical covariance = historical Cov (AB) = n


i=1

EFFICIENT PORTFOLIOS
Salah satu penggunaan penting konsep risiko portofolio adalah memilih portofolio yang
efisien, yang didefinisikan sebagai portofolio yang memberikan tingkat pengembalian
tertinggi untuk setiap tingkat risiko, atau tingkat risiko terendah untuk setiap hasil yang
diharapkan.
Untuk membangun seperangkat yang dapat dicapai, kita memerlukan data mengenai tingkat
korelasi antara hasil yang diharapkan sekuritas dua, AB. Mari kita bekerja dengan tiga tingkat
korelasi yang diasumsikan berbeda, AB 1.0, AB 0, dan AB 1.0, dan menggunakannya untuk
mengembangkan hasil yang diharapkan dari portofolio, rp, dan standar deviasi, hal.
Untuk menghitung rp, kita menggunakan versi modifikasi dari Persamaan 2-5 dari Bab 2,
mengganti nilai yang diberikan untuk rA dan rB, dan kemudian menghitung rp untuk nilai
wA yang berbeda. Misalnya, bila wA sama dengan 0,75, maka rp 5,75%
Pp = WAPA + (1-WA) PB
= 0.75(5%) + 0.25(8%) = 5.75 %.
Tabel 3-2 memberikan nilai rp dan p untuk wA 1,00, 0,75, 0,50, 0,25, dan 0,00, dan Gambar
3-2 plot rp, p, dan rangkaian portofolio yang dapat dicapai untuk setiap korelasi. Dalam tabel
dan grafik, perhatikan hal-hal berikut:
1. Tiga grafik di baris atas Gambar 3-2 menunjuk Kasus I, di mana kedua aset tersebut
berkorelasi positif sempurna, yaitu AB 1.0. Tiga grafik di baris tengah adalah untuk kasus
korelasi nol, dan ketiganya di baris terbawah untuk korelasi negatif sempurna.
2. Kita jarang menjumpai AB -1.0, 0.0, atau 1.0. Umumnya, AB berada pada kisaran 0,5
sampai 0,7 untuk sebagian besar saham. Kasus II (zero correlation) menghasilkan grafik
yang, secara pictorially, sangat mirip dengan contoh dunia nyatA.
3. Kolom kiri grafik menunjukkan bagaimana pengembalian portofolio yang diharapkan
berbeda dengan kombinasi A dan B. Kita melihat bahwa grafik ini identik pada masing-
masing dari tiga kasus: Return portofolio, rp, adalah fungsi linear wA, dan itu tidak
tergantung pada koefisien korelasi. Ini juga terlihat dari kolom rp tunggal kembali pada
Tabel 3-2.
4. Kolom tengah grafik menunjukkan bagaimana risiko dipengaruhi oleh campuran
portofolio. Mulai dari atas, kita melihat bahwa risiko portofolio, p, meningkat secara linear
dalam Kasus I, di mana AB 1.0; itu tidak linier dalam Kasus II; dan Kasus III
menunjukkan bahwa risiko dapat benar-benar terdiversifikasi jika AB 1.0. Jadi, tidak
seperti rp, tergantung pada korelasi.

Financial Management - Risk & Return Part I & II | 22


Tabel 3.2
rp and p under various assumptions
Proportion of Proportion of
portofolio in portofolio in
P -
security A security B Case 1 Case 2
Case 3
(Value of Wa) (Value of 1- Wa) ) pp (PAB= + 1.0) (P AB= + 1.0)
(PAB= + 1.0)
1.00 0.00 5.00% 4.0% 4.0% 4.0%
0.75 0.25 5.75 5.5 3.9 0.5
0.50 0.50 6.50 7.0 5.4 3.0
0.25 0.75 7.25 8.5 7.6 6.5
0.00 1.00 8.00 10.0 10.0 10.0
Penghindaran Risiko dan Pengembalian yang Harus Diperlukan

Gambar diatas merupakan peluang portofolio aset. kurva indiferen dapat digunakan untuk
memilih portofolio optimal dari rangkaian yang layak. Titik N, di mana kurva indiferen I1
bersinggungan dengan set efisien, merupakan pilihan portofolio yang mungkin; ini adalah
titik pada serangkaian efisien portofolio berisiko dimana investor mendapatkan tingkat
pengembalian tertinggi untuk jumlah risiko tertentu dan tingkat risiko terkecil untuk tingkat
pengembalian yang diharapkan. rRF merupakan kurva aset bebas risiko yang memberikan
pengembalian tanpa risiko. Semua investor harus memilih portofolio yang terletak di antara
garis rRFMZ dalam kondisi yang diasumsikan dalam CAPM. Ini menyiratkan bahwa mereka
harus memegang portofolio yang merupakan kombinasi dari keamanan bebas risiko dan
portofolio berisiko M. Investor harus memegang portofolio yang terletak pada garis rRFMZ,
dengan lokasi tertentu dari portofolio individu tertentu ditentukan oleh titik di mana kurva
indiferennya bersinggungan dengan garis.
CML menentukan hubungan antara risiko dan return untuk portofolio yang efisien, namun
investor dan manajer lebih memperhatikan hubungan antara risiko dan pengembalian aset
individual. Untuk mengembangkan hubungan risk-return untuk sekuritas individual. CML
mendefinisikan hubungan antara return yang diharapkan portofolio pasar dan deviasi
standarnya.
RISIKO DALAM PORTOFOLIO CONTEXT

Financial Management - Risk & Return Part I & II | 23


Aset yang dimiliki sebagai bagian dari portofolio kurang berisiko daripada aset yang sama
yang dipegang dalam isolasi. Dengan demikian, sebagian besar aset keuangan sebenarnya
dimiliki sebagai bagian dari portofolio. Bank, dana pensiun, perusahaan asuransi, reksadana,
dan lembaga keuangan lainnya diwajibkan oleh hukum untuk memiliki portofolio
terdiversifikasi.
CALCULATING BETA COEFFICIENTS
Beta dapat dihitung dengan merencanakan pengembalian historis dari suatu saham pada
sumbu y dari grafik versus pengembalian historis portofolio pasar pada sumbu x, dan sesuai
dengan garis regresi. Beta saham adalah kemiringan garis karakteristiknya.

Menghitung Koefisien Beta untuk Stok Tunggal: General Electric

Tabel 3-4 menunjukkan beberapa hasil regresi untuk GE. Beta yang diperkirakan, yang
merupakan koefisien kemiringan, adalah sekitar 0,88. Ini berarti beta GE mendekati beta rata-
rata 1.0. Oleh karena itu, GE bergerak naik turun rata-rata persennya sama dengan pasar.
Probabilitas ini kurang dari 5 persen, ahli statistik akan mengatakan bahwa koefisien
kemiringan, beta, "signifikan secara statistik." Hasil analisis regresi juga memberi kita
interval kepercayaan 95 persen untuk perkiraan beta. Bagi GE, hasilnya memberi tahu kita
bahwa 95 persen yakin bahwa beta sebenarnya adalah antara 0,53 dan 1,24. Ini adalah
rentang yang sangat luas, namun khas untuk kebanyakan saham individual. Oleh karena itu,
perkiraan regresi untuk beta dari satu perusahaan pun sangat tidak pasti. Hasil regresi pada
Tabel 3-4 juga menunjukkan bahwa probabilitas statistik t lebih besar dari 5 persen, yang
berarti bahwa "true" intercept mungkin nol. Oleh karena itu, kebanyakan ahli statistik akan
mengatakan bahwa intersep ini tidak signifikan secara statistik.
The Market Model versus the CAPM

Financial Management - Risk & Return Part I & II | 24


Persamaan 3-10 disebut model pasar, karena ia menurunkan return saham terhadap return
pasar. Namun, SML CAPM untuk realisasi pengembalian sedikit berbeda dari Persamaan 3-
10, seperti yang ditunjukkan di bawah ini:

dimana rRF adalah tingkat bebas risiko historis (terealisasi).


Untuk menggunakan CAPM untuk memperkirakan beta, kita harus menulis ulang Persamaan
3-9a menjadi persamaan regresi dengan menambahkan intercept, a J. Persamaan regresi yang
dihasilkan adalah

Ketika memperkirakan beta, kita harus menggunakan return saham melebihi tingkat bebas
risiko karena variabel y dan return pasar melebihi tingkat bebas risiko sebagai variabel-x.
Menghitung Koefisien Beta untuk Portofolio: Magellan Fund
Poin dalam Magellan dikelompokkan di sekitar garis regresi, menunjukkan bahwa sebagian
besar volatilitas Magellan dijelaskan oleh pasar saham. Manajer reksadana sering dievaluasi
dengan kinerja yang disesuaikan dengan risiko. Tiga ukuran yang paling banyak digunakan
adalah Jensens alpha, rasio Sharpes reward-tovariability, and rasio Treynors reward-to-
volatility. Rasio reward-to-variability Sharpe didefinisikan sebagai rata-rata return portofolio
(melebihi tingkat bebas risiko) dibagi dengan standar deviasi. Ukuran reward-to-volatility
Treynor didefinisikan sebagai rata-rata return portofolio (melebihi tingkat bebas risiko)
dibagi dengan beta-nya.
CAPM memberikan beberapa wawasan tambahan mengenai hubungan antara risiko dan
pengembalian. Dalam ilustrasi berikut dari wawasan ini, kita akan menggunakan GE untuk
mewakili Stock J:
1. Perkiraan masa depan Return on Stock J diasumsikan memiliki hubungan linier
dengan bentuk berikut dengan harga pasar
2. Selain pergerakan pasar secara umum, masing-masing perusahaan juga menghadapi
kejadian yang unik dan karenanya terlepas dari iklim ekonomi secara umum.

Financial Management - Risk & Return Part I & II | 25


3. Koefisien regresi, b (koefisien beta), adalah indeks sensitivitas pasar; Ini mengukur
volatilitas relatif dari saham tertentu versus saham rata-rata, atau "pasar."
4. Jika semua poin telah diplot tepat di garis regresi, maka varians dari istilah
kesalahannya,2j, Pasti nol, dan semua risiko total saham akan menjadi risiko pasar.
5. Jika pasar saham tidak berfluktuasi, maka saham tidak memiliki risiko pasar.
6. Beta adalah ukuran risiko pasar relatif, namun risiko pasar aktual saham J adalah b 2j
2M. Risiko pasar juga dapat dinyatakan dalam bentuk standar deviasi, b2j 2M.
7. Risiko yang dapat diuntungkan dapat dan harus dieliminasi dengan diversifikasi,
sehingga risiko yang relevan adalah risiko pasar, bukan risiko total. Jika Stock J b=
0,5, maka risiko yang relevan dengan saham adalah bJM= 0,5 (16,5%)= 8,25%.
8. Premi risiko saham hanya bergantung pada risiko pasarnya, bukan total risikonya: RP J
= (rM rRF) bJ. Pak S mungkin hanya memiliki saham J, dan karenanya khawatir dengan
total risikonya dan mencari imbal hasil berdasarkan risiko itu.

ADVANCED ISSUES IN CALCULATING BETA


Betas umumnya diperkirakan dari garis karakteristik saham dengan menjalankan regresi
linier antara return masa lalu pada saham yang bersangkutan dan return masa lalu pada
beberapa indeks pasar. Definisi betas yang dikembangkan dengan cara ini sebagai
historical beta. Namun, dalam kebanyakan situasi, ini adalah beta masa depan yang
dibutuhkan. Hal ini telah menyebabkan berkembangnya dua tipe beta yang berbeda: (1)
adjusted betas dan (2) fundamental betas.
Adjusted betas menunjukkan bahwa tipe beta ini cenderung bergerak ke arah b = 1,0
dari waktu ke waktu.
Fundamental betas menunjukkan bahwa tipe beta ini selalu disesuaikan untuk
mencerminkan perubahan dalam operasi dan struktur modal perusahaan. Tipe ini
bergantung pada historical betas karnea pada umumnya beta ini termasuk beta
penyesuaian. Maksud data yang disesuaikan adalah beta ini dihasilkan dari kumpulan
data-data yang berbeda terkait dengan leverage keuangan, volatilitas penjualan dan
sebagainya yang dihitung menggunakan software statistik atau spreadsheet.

EMPIRICAL TESTS OF THE CAPM


Ada dua uji potential yang dapat dilakukan untuk memverifikasi CAPM:
1. Uji stabilitas beta (Beta stability tests)
CAPM adalah konsep yang lebih baik untuk menyusun portofolio investasi daripada
memperkirakan tingkat pengembalian yang diperlukan untuk sekuritas individual.
2. Uji yang didasarkan pada kemiringan garis SML (slope of the SML)
CAPM menyiratkan bahwa risiko spesifik perusahaan tidak boleh relevan, namun
kedua jenis risiko tersebut tampaknya terkait secara positif dengan tingkat
pengembalian keamanan. Artinya, imbal hasil yang lebih tinggi tampaknya diperlukan
untuk mengimbangi risiko diversifikasi dan pasar. Namun, mungkin saja hubungan
yang diamati mencerminkan masalah statistik daripada sifat sebenarnya dari pasar
modal. SML menyatakan bahwa setiap pengembalian yang diminta setiap saham sama

Financial Management - Risk & Return Part I & II | 26


dengan tingkat bebas risiko ditambah dengan produk premium risiko pasar kali ini
dengan koefisien beta saham

Uji SML mengindikasikan:


1. Hubungan yg lebih-kurang linier (more-less linear relationship) antara return
realisasian dan risiko pasar
2. Slope lebih kecil daripada yang diprediksikan
3. Ketidak relevanan risiko diversifikasi (Irrelevance of diversifiable risk) yang
dispesifikasi dalam model CAPM dengan apa dipertanyakan
4. Beta sekuritas individual merupakan estimator yang kurang baik tentang risko
mendatang
5. Beta portofolio dari 10 atau lebih saham yg dipilih secara random adalah stabel
(reasonably stable)
6. Beta portofolio masa lalu (Past portfolio betas) merupakan estimasi yg bagus
tentang perubahan portofolio mendatang (future portfolio volatility)

Perlu kita ketahui bahwa konsep CAPM/SML didasarkan pada ekspektasian para investor
terhadap volatilitas saham di masa depan terkait dengan pasar, sedangkan beta dihitung
dengan menggunakan data historis. Data historis suatu perusahaan mungkin tidak
merefleksikan ekspektasi investor tentang tingkat risiko mendatang (future riskiness)

ARBITRAGE PRICING THEORY (APT)


CAPM adalah model faktor tunggal (single factor model). Artinya, ini menentukan risiko
sebagai fungsi hanya satu faktor, koefisien beta keamanan. Mungkin hubungan risk /
return lebih kompleks, dengan return saham yang dibutuhkan memiliki fungsi lebih dari
satu faktor.

APT menganjurkan hubungan antara risk dan return adalah lebih kompleks dan
disebabkan oleh banyak faktor (multiple factors) seperti petumbuhan GDP, inflasi harapan,
perubahan tarif pajak, dan tingkat penghasilan dividen (dividend yield).

SML menyatakan bahwa setiap pengembalian yang diminta setiap saham sama dengan
tingkat bebas risiko ditambah dengan produk premium risiko pasar kali ini dengan
koefisien beta saham:

ri = rRF + (rM - rRF)bi

Sejarah yang direalisasikan kembali, ri, yang umumnya akan berbeda dengan hasil yang
diharapkan, dapat dinyatakan sebagai berikut:

ri = ri + ( rM - rM)bi + ei

Dengan demikian, return yang direalisasikan, ri, akan sama dengan expected return, ri,
ditambah kenaikan positif atau negatif, (rM - ^rM) bi, yang bergantung pada beta saham dan
apakah pasar lebih baik atau lebih buruk dari perkiraan , ditambah istilah error acak, ei.

Kelompok saham yang berbeda dipengaruhi oleh berbagai faktor fundamental. Jadi,
daripada menentukan return saham sebagai fungsi dari satu faktor (return on the market),
seseorang dapat menentukan tingkat pengembalian yang dibutuhkan dan realisasi pada

Financial Management - Risk & Return Part I & II | 27


saham individual sebagai fungsi dari berbagai faktor ekonomi fundamental. Dengan
penjelasan ini diperoleh rumus bahwa:

dimana,

ri = tingkat realisasi pengembalian saham i.


ri = tingkat pengembalian yang diharapkan pada Saham i.
Fj = nilai realisasi faktor ekonomi j.
Fj = nilai faktor yang diharapkan j.
bij = Sensitivitas Saham i terhadap Faktor Ekonomi j. ei = efek dari kejadian unik atas
realisasi pengembalian saham i.

Persamaan tersebut menunjukkan bahwa pengembalian yang direalisasikan pada saham


sama dengan (1) imbal hasil yang diharapkan, (2) kenaikan atau penurunan yang bergantung
pada perubahan tak terduga dalam faktor ekonomi fundamental sehingga sensitivitas saham
terhadap perubahan ini, dan ( 3) istilah acak yang mencerminkan perubahan yang unik pada
perusahaan atau industri.
Pengembalian portofolio bergantung pada apa yang terjadi pada faktor fundamental
yang berbeda. Secara teoritis, seseorang dapat membangun portofolio sehingga (1) portofolio
tidak memiliki risiko dan (2) investasi bersih di dalamnya adalah nol (beberapa saham akan
dijual dalam jangka pendek, dengan hasil penjualan singkat yang digunakan untuk membeli
saham yang dimiliki dalam jangka panjang). Portofolio investasi nol tersebut harus memiliki
perkiraan return yang nol, atau operasi arbitrase akan terjadi dan menyebabkan underlying
asset terhadap harga yang berubah sampai return yang diharapkan portofolio adalah nol.
Dengan menggunakan beberapa rumus matematika kompleks dan seperangkat asumsi
termasuk kemungkinan penjualan jangka pendek, setara APT dari CAPMs Security
Market Line dapat dikembangkan dari Persamaan 3-14: 18

Berikut ini adalah tingkat pengembalian yang dibutuhkan pada portofolio yang sensitif hanya
pada faktor ekonomi jth (bj = 1.0) dan memiliki sensitivitas nol terhadap semua faktor
lainnya. Jadi, misalnya, (r2 - rRF) adalah premi risiko pada portofolio dengan b2 = 1,0 dan
semua bj = 0,0 lainnya. Perhatikan bahwa Persamaan 3-15 identik dalam bentuk dengan
SML, namun ini memungkinkan pengembalian yang dibutuhkan saham menjadi fungsi dari
banyak faktor.

Keuntungan dan Kekurangan teori APT


a. Keuntungan teori APT
Keuntungan teoritis utama APT adalah memungkinkan beberapa faktor ekonomi
mempengaruhi imbal hasil saham individual, sedangkan CAPM mengasumsikan
bahwa efek dari semua faktor, kecuali yang unik untuk perusahaan, dapat ditangkap
dalam ukuran tunggal, volatilitas saham sehubungan dengan portofolio pasar. Selain
itu, APT membutuhkan asumsi yang lebih sedikit daripada CAPM dan karenanya
lebih umum. Akhirnya, APT tidak menganggap bahwa semua investor memegang

Financial Management - Risk & Return Part I & II | 28


portofolio pasar, yang merupakan persyaratan CAPM yang jelas tidak terpenuhi
dalam praktik.
b. Kekurangan teori APT
Namun, APT menghadapi beberapa rintangan besar dalam pelaksanaannya, yang
paling parah adalah APT tidak mengidentifikasi faktor yang relevan. Dengan
demikian, APT tidak memberi tahu kita faktor apa yang mempengaruhi
pengembalian, juga tidak menunjukkan berapa banyak faktor yang harus muncul
dalam model. Ada beberapa bukti empiris bahwa hanya tiga atau empat faktor yang
relevan: mungkin inflasi, produksi industri, penyebaran obligasi rendah dan bermutu
tinggi, dan struktur suku bunga, tapi tidak ada yang tahu pasti.

THE FAMA-FRENCH THREE-FACTOR MODEL


Fama dan French mengemukakan 3 faktor:
CAPM beta saham, yang mengukur risiko pasar saham.
Ukuran perusahaan, yang diukur dengan nilai pasar ekuitasnya (MVE), karena jika
perusahaan kecil lebih berisiko daripada perusahaan besar, maka kita mungkin
mengharapkan perusahaan kecil memiliki tingkat pengembalian saham yang lebih
tinggi daripada perusahaan besar.
Nilai buku ekuitas dibagi dengan nilai pasar ekuitas, atau rasio book-to-market (B / M).
Jika nilai pasar lebih besar dari nilai buku, maka investor optimis tentang masa depan
saham. Di sisi lain, jika nilai buku lebih besar dari nilai pasar, maka investor pesimis
tentang masa depan saham, dan kemungkinan analisis rasio akan mengungkapkan
bahwa perusahaan tersebut mengalami kinerja operasi sub-par dan bahkan mungkin
mengalami kesulitan keuangan. Dengan kata lain, saham dengan rasio B / M tinggi
mungkin berisiko, dalam hal ini investor akan meminta return yang diharapkan lebih
tinggi untuk mendorong mereka berinvestasi pada saham semacam itu.

Rumus The Fama-French Three-Factor Model

Sampai saat ini, model tiga faktor Fama-Prancis telah digunakan terutama oleh peneliti
akademis daripada oleh manajer di perusahaan sebenarnya, yang sebagian besar
menggunakan CAPM. Salah satu alasan perbedaan ini adalah
Pertama, ketersediaan data. Kebanyakan profesor memiliki akses ke jenis data yang
diperlukan untuk menghitung faktor, namun data untuk faktor ukuran dan faktor B / M tidak
tersedia untuk umum.
Financial Management - Risk & Return Part I & II | 29
Kedua, sulitnya memperkirakan nilai yang diharapkan dari faktor ukuran dan faktor B / M.
Meski kita tahu rata-rata historisnya, namun untuk faktor-faktor ini, kita tidak tahu apakah
pengembalian historis masa lalu adalah estimator yang baik dari perkiraan yang akan datang.
Ketiga, banyak manajer memilih untuk menunggu dan mengadopsi teori baru hanya setelah
diterima secara luas oleh komunitas akademik.
Dan bukan itu masalahnya sekarang. Sebenarnya, ada beberapa penelitian lanjutan yang
menunjukkan bahwa model Fama-French tidak benar Beberapa dari studi ini menunjukkan
bahwa efek ukuran tidak lagi berpengaruh pada tingkat pengembalian saham, bahwa tidak
pernah ada efek ukuran ( Hasil sebelumnya disebabkan oleh keganjilan pada sumber data),
atau ukuran efeknya tidak berlaku untuk sebagian besar perusahaan. Lain studi menunjukkan
bahwa efek dari pasar ke pasar tidak sepenting yang seharusnya dan efek book-to-market
tidak disebabkan oleh risiko. Studi baru-baru ini menunjukkan bahwa jika komposisi aset
perusahaan berubah dari waktu ke waktu sehubungan dengan campuran aset fisik dan
peluang pertumbuhan (seperti litbang, paten, dll). Maka akan tampak seolah-olah ada ukuran
dan book- to-market efek. Dengan kata lain, jika pengembalian aset individual sesuai dengan
CAPM, perubahan dalam campuran aset akan menyebabkan beta perusahaan berubah dari
waktu ke waktu sedemikian rupa sehingga perusahaan akan tampak memiliki ukuran book-
to-market efek.

Sumber Buku:
Brigham, Eugene F, dan Phillip R. Daves. 2013. Intermediate Financial Management 9th.

Financial Management - Risk & Return Part I & II | 30