PEMBAHASAN MATERI

RETURN DAN RISIKO AKTIVA TUNGGAL

Return merupakan hasil yang diperoleh dari investasi. Return dapat berupa return realisasian
yang sudah terjadi atau return return ekspektasian yang belum terjadi tetapi diharapkan terjadi
mendatang.

1. RETURN REALISASIAN

Return realisasian merupakan return yang telah terjadi. Return realisasian dihitung
menggunakan data historis. Return realisasi ini penting karena digunakan untuk mengukur
kinerja perusahaan. Return realisasian ini juga digunakan sebagai penentuan dasar return
ekspektasian dan risiko masa mendatang. Beberapa pengukuran mengenai return realisasian
yaitu return total, return relatif, return kumulatif dan return disesuaikan. Sedangkan rata-rata
dari return dapat dihitung berdasarkan rata-rata aritmetika dan rata-rata geometrik.

1.1.Return Total

Return total merupakan return keseluruhan dari suatu investasi dalam suatu periode
tertentu. Return total terdiri dari capital gain dan yield. Capital gain merupakan selisih
untung/rugi dari harga investasi sekarang relatif dengan harga saham periode yang lalu. Yield
merupakan persentase penerimaan kas periodik terhadap harga investasi periode tertentu dari
suatu investasi.

Return = Capital gain (loss) + Yield

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

Pt Pt-1
Capital Gain atau Capital Loss =
Pt-1

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

1
Yield merupakan persentasi penerimaan kas periodic terhadap harga investasi periode tertentu
dari suatu investasi. Untuk saham, yield adalah persentasi dividen terhadap harga saham
peroide sebelumnya. Untuk obligasi, yield adalah prosentase bungan pinjaman yang diperoleh
terhadap harga obligasi periode sebelumnya. Dengan demikian, return total juga dapat
dinyatakan sebagai berikut :

Pt Pt1
Return = + Yield
Pt-1

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

Pt Pt-1 Dt Pt Pt-1 + Dt
Return Saham = + =
Pt-1 Pt-1 Pt-1

Contoh : dividen setahun yang dibayarkan adalah sebesar Rp 120,- harga saham bulan kemarin
adalah sebesar Rp 1.010,- dan bulan ini adalah sebesar Rp 1.100,- return total bulan ini adalah
sebesar :

Rp120
Rp1.100 Rp1.010 ( )
Return = 12
Rp1.010

= 9.9%

1.2.Return Relatif

Return total dapat bernilai negative atau positif. Kadangkala, untuk perhitungan tertentu,
misalnya rata-rata geometrik yang menggunakan perhitungan pengakaran dibutuhkan suatu
return yag harus bernilai positif. Relatif return dapat digunakan, yaitu dengan menambahkan 1
terhadap nilai return total sebagai berikut:

Pt Pt-1 + Dt
Relatif Return = (Return Total + 1) atau +1
Pt-1

2
Sehingga nilai relatif return dapat juga dihitung sebagai berikut :

Relatif Return = Pt Pt-1 + Dt + Pt-1 = Pt Pt-1 + Dt + Pt-1 atau

Pt-1 Pt-1 Pt-1

Pt Dt
Relatif return =
Pt 1

Contoh soal

periode (t) harga saham (Pt) dividen (Dt) return (Rt) relatif return (RRt)
1989 1750 100 0 0
1990 1755 100 0.060 1.060
1991 1790 100 0.077 1.077
1992 1810 150 0.095 1.095
1993 2010 150 0.193 1.193
1994 1905 200 0.047 1.047
1995 1920 200 0.133 1.113
1996 1935 200 0.122 1.112

Untuk th 1990 relatif returnnya sebesar 1.060. Dapat dihitung sebagai berikut :

RR1990 = R1990 + 1 = 0.060 + 1 = 1.060 atau dengan menggunakan rumus

P1990 D1990
RR1990 =
P1989

1755 100
=
1750

= 1.060

1.3.Return Kumulatif

Return total pada umumnya hanya mengukur perubahan kemakmuran pada saat waktu
tertentu saja, tetapi tidak menguur total dari kemakmuran yang dimiliki. Untuk mengetahui
total kemakmuran, indeks kemakmuran kumulatif dapat digunakan. IKK (indeks kemakmuran
kumulatif) mengukur akumulasi semua return mulai dari kemakmuran awal (KK0) yang
dimiliki sebagai berikut :

3
IKK = KK0 (1+R1) (1+R2) (1+Rn)

Indeks kemakmuran kmulatif dapat juga dihitung berdasarkan perkalian nilai-nilai

komponennya sebagai berikut :

IKK = PHK x YK

Notasi :

IKK = Indeks kemakmuran kumulatif, mulai dari peroide perama sampai ke n,

KK0 = Kekayaan awal, biasanya digunakan nilai Rp 1,

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

PHK = Perubahan Harga Kumulatif

YK = Yield Kumulatif

Contoh soal

perubahan harga yield indeks kemakmuran

periode Capital Gain dividen yield
kumulatif kumulatif kumulatif
1990 0.0029 0.0571 1.003 1.057 1.060
1991 0.0199 0.0570 1.023 1.117 1.142
1992 0.0112 0.0838 1.034 1.211 1.250
1993 0.1105 0.0829 1.148 1.311 1.505
1994 -0.0522 0.0995 1.088 1.442 1.569
1995 0.0079 0.1050 1.097 1.593 1.747
1996 0.0078 0.1042 1.105 1.759 1.943

Perhitungan PHK, YK, dan IKK pada tahun 1991 dapat dihitung sebagai berikut :

PHK1991 = (1+ capital gain 1990)(1+ capital gain 1991)

= (1 + 0.0029)(1 + 0.0199) = 1.023

YK1991 = (1 + Yield 1990)(1 + Yield 1991)

= (1 + 0.0571)(1 + 0.0570) = 1.117

IKK1991 = (PHK1991)(YK1991)

4
 = (1.023)(1.117) = 1.142

1.4.Return Disesuaikan

Return yang dibahas sebelumnya hanya membahas perubahan nilai uang tetapi tidak
mempertimbangkan tingkat daya beli dari nilai uang tersebut. Untuk itu perlu disesuaikan
dengan tingkat inflasi yang ada. Return ini disebut dengan return riil (real return) atau return
yang disesuaikan dengan inflasi (inflation adjusted return) sebagai berikut :

(1+R)
RIA = -1
(1+IF)
Notasi :

RIA = Return disesuaikan dnegan tingkat inflasi,

R = Return Nominal,

IF = Tingkat Inflasi.

Contoh soal

Return sebesar 17% yang diterima setahun dari sebuah surat berharga jika disesuaikan dengan
tingkat inflasi sebesar 5% untuk tahun yang sama akan memberikan return riel sebesar :

1 0.17
RIA = 1
1 0.05

= 0.11429 atau 11.429%

Jika investasi dilakukan d iluar negeri, return yang diperoleh perlu disesuaikan dengan kurs
mata uang yang berlaku sebagai berikut :

nilai _ akhir _ mata _ uang _ domestik

RKA = RR. 1
nilai _ awal _ mata _ uang _ domestik

Contoh soal

Investor indonesia yang membeli saham perusahaan amerika pada tahun 1997 mendapatkan
return tahunan sebesar 15%. Pada saat membeli saham ini, harga kurs beli US$ adalah sebesar

5
Rp 2.000,-dan pada akhir tahun kurs jual adalah sebesar Rp 2.100,- per US$. Return yang
diperoleh setelah disesuaikan dengan kurs adalah :

2.100
RKA = 1.15. 1
2000

= 0.2075 atau 20.75%

1.5.Rata-rata Geometrik dan Aritmatik

Rata-rata geometrik digunakan untuk menghitung rata-rata yang memperhatikan tingkat

pertumbuhan kumulatif dari waktu ke waktu. Berbeda dengan rata-rata aritmatika biasa yang
tidak mempertimbangkan pertumbuhan, rata-rata geometrik lebih tepat digunakan untuk
menghitung rata-rata return dari surat-surat berharga yang melibatkan beberapa periode waktu.
Rata-rata ini dihitung dengan rumus :

RG = [(1+R1) (1+R1) (1+Rn)]1/n 1

Notasi :

RG = rata-rata geometrik,

Ri = return untuk periode ke-I,

n = jumlah dari return.

Contoh soal

Harga dari suatu saham pada periode awal adalah Rp 500,-. Pada periode selanjutnya harga
saham meningkat menjadi Rp 600,- dan turun di periode ke-2 menjadi Rp 550,-. Return untuk
masing-masing periode adalah sebagai berikut :

Rp 600 Rp 500
R1 =
Rp 500

= 0.2 atau 20%

Rp 550 Rp 600
R2 =
Rp 600

= -0.083 atau -8.33%

6
Rata-rata return yang dihitung dengan aritmetika yaitu :

(0.2 0.833)
RA =
2

= 0.05833 atau 5.833%

Jika dihitung dengan metode rata-rata geometrik yaitu :

= 1 0.21 0.0832 1
1
RG

= 0.04883 atau 4.883%

Jika dihitung menggunakan rata-rata aritmetika pertumbuhan harga saham sebesar 5.833%
maka harga saham saham pada periode ke 2 seharusnya menjadi (Rp 500,- x 1.05833x1.05833)
= Rp 560.03 padahal harga saham ini sebesar Rp 550,- pada periode ke 2. Dengan demikian
menghitung rata-rata dengan menggunakan perhitungan aritmetika kurang tepat. Jika dihitung
menggunakan rata-rata geometri maka harga saham pada periode ke 2 (Rp 500 x
1.04833x1.04833) = Rp 550,- sesuai dengan nilai sebenarnya. Maka untuk situasi yang
melibatkan pertumbuhan maka rata-rata geometri lebih baik digunakan, sedangkan untuk
menghitung rata-rata tanpa melibatkan pertumbuhan lebih baik menggunakan perhitungan
aritmetika.

Rata-rata geometrik dapat digunakan untuk menghitung indeks kemakmuran kumulatif, jika
diketahui rata-rata geometriknya dengan rumus :

IKKt = (1 + RG)n bv

Notasi :

IKK = Indeks Kemakmuran Kumulatif

t = peroiode ke-t

n = lama periode dari periode dasar ke periode t

bv = nilai dasar

contoh soal

7
 perubahan harga yield indeks kemakmuran
periode Capital Gain dividen yield
kumulatif kumulatif kumulatif
1990 0.0029 0.0571 1.003 1.057 1.060
1991 0.0199 0.0570 1.023 1.117 1.142
1992 0.0112 0.0838 1.034 1.211 1.250
1993 0.1105 0.0829 1.148 1.311 1.505
1994 -0.0522 0.0995 1.088 1.442 1.569
1995 0.0079 0.1050 1.097 1.593 1.747
1996 0.0078 0.1042 1.105 1.759 1.943

Rata-rata geometri untuk return dari tahun 1990 sampai dengan 1996 adalah sebesar :

RG =

1 0.060 1 0.077 1 0.095 (1 0.193) (1 0.047) (1 0.113) (1 0.112)7 1

1

= 0.0987

Untuk Indeks kemakmuran tahun 1996 dapat dihitung sebesar :

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

Hubungan antara return rata-rata aritmatika dan rata-rata geometrik adalah sebagai berikut :

(1 + RG)2 (1 + RA)2 (SD)2

Notasi :

n = Lama periode dari periode dasar ke periode ke-t,

bv = Nilai dasar,

SD = Standar Deviasi.

2. RETURN EKSPEKTASIAN
Return ekspektasian (expected return) merupakan return yang digunakan untuk
pengambilan keputusan investasi. Return ini penting jika dibandingkan dengan return historis
karena return ekspektasian merupakan return yang diharapkan dari investasi yang akan
dilakukan.
Return ekspektasian (expexted return) dapat dihitung berdasarkan beberapa cara sebagai
berikut.
1. Berdasarkan nilai ekspektasian masa depan.
2. Berdasarkan nilai-nilai return historis.

8
 3. Berdasarkan model return ekspektasian yang ada.

2.1.Berdasarkan Nilai Ekspektasian Masa Depan

Dengan adanya ketidakpastian (uncertainty) berarti investor akan memperoleh return di
masa mendatang yang belum diketahui persis nilainya. Untuk ini, return yang akan diterima
perlu diestimasi nilainya dengan segala kemungkinan yang dapat terjadi. Dengan
mengantisipasi segala kemungkinan yang dapat terjadi ini berarti bahwa tidak hanya sebuah
hasil masa depan (outcome) yang akan diantisipasi, tetapi perlu diantisipasi beberapa hasil
masa depan dengan kemungkinan probabilitas terjadinya. Adanya uncertainty berarti distribusi
probabilitas dari hasil-hasil masa depan perlu diketahui. Distribusi probabilitas merupakan satu
set dari kemungkinan outcome dengan masing-masing outcome dihubungkan dengan
probabilitas keungkinan terjadinya. Distribusi probabilitas ini dapat diperoleh dengan cara
estimasi secara subjektif atau berdasarkan dari kejadian sejenis dimasa lalu yang pernah terjadi
untuk digunakan sebagai estimasi.
Return ekspektasian dapat dihitung dengan metode nilai ekspektasian (expected value
method) yaitu mengalikan masing-masing hasil masa depan (outcome) dengan probabilitas
kejadiannya dan menjumlah semua produk perkalian tersebut. Secara matematik, return
ekspektasian metode nilai ekspektasian (expected value method) ini dapat dirumuskan sebagai
berikut :

( ) = ( . )
=1

Notasi :
E = return ekspektasian suatu aktiva atau sekuritas ke-i,
= hasil masa depan ke-j untuk sekuritas ke i,
= probabilitas hasil masa depan ke-j (untuk sekuritas ke-i),
n = jumlah dari hasil masa depan.

Contoh 2.1:
Berikut ini merupakan lima buah hasil masa depan dengan probabilitas kemungkinan
terjadinya untuk masing-masing kondisi ekonomi yang berbeda.

9
 Hasil Masa
Kondisi Probabilitas
Depan
ekonomi(j) (Rij) (pi)
Resesi -0.09 0.10
Cukup
Resesi -0.05 0.15
Normal 0.15 0.25
Baik 0.25 0.20
Sangat Baik 0.27 0.30

Selanjutnya return ekspektasian dapat dihitung sebesar:

5

( ) = ( . )
=1

( ) = 1 . 1 + 2 . 2 + 3 . 3 + 4 . 4 + 5 . 5
( ) = 0,09 (0,10) 0,05 (0,15) + 0,15 (0,25) + 0,25(0,20) + 0,27 (0,30)
( ) = 0,152 = 15,20%.

2.2.Berdasarkan Nilai-nilai Return Historis

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

Metode rata-rata mengasumsikan bahwa return ekspektasian dapat dianggap sama dengan
rata-rata nilai historisnya. Menggunakan rata-rata return historis tidak mempertimbangkan
pertumbuhan dari return-returnnya. Jika pertumbuhan akan diperhitungkan, return
ekspektasian dapat dihitung dengan menggunakan teknik trend. Metode jalan acak (random
walk method) beranggapan bahwa distribusi data return bersifat acak sehingga sulit digunakan

10
untuk memprediksi, sehingga diperkiraka return terakhir akan terulang dimasa depan. Dengan
demikian metode ini memprediksi bahwa return ekspektasian akan sama dengan return terkahir
yang terjadi.
Metode mana yang terbaik tergantung dari distribusi data returnnya. Jika distribusi data
return mempunyai pola trend, maka metode trend mungkin akan lebih baik. Sebaliknya jika
distribusi data returnnya tidak mempunyai pola atau acak, maka metode rata-rata atau random
walk akan menghasilkan return ekspektasian lebih tepat.
Contoh 2.2 :
Berikut ini merupakan lima periode terakhir return mingguan historis sebagai berikut:

Minggu ke Return (Ri)

-5 0.30%
-4 0.40%
-3 0.05%
-2 0.20%
-1 0.25%

Return-return ekspektasian dapat dihitung sebagai berikut ini.

1. Dengan metode rata-rata:
E(Ri) = (0,30+0,40+0,05+0,20+0,25)%/5 = 0,24%
2. Dengan metode trend dapat ditarik garis lurus dengan kesalahan terkecil (lihat gambar,
dan biasanya lebih tepat dihitung dengan teknik trend misalnya regresi, rata-rata bergerak
dan lain sebagainya). Dengan metode trend akan dihasilkan E(Ri) = 0,35%.
3. Dengan metode random walk, maka nilai return ekspektasian adalah nilai terakhir yang
terjadi, yaitu E(Ri) = 0,25%.

Return-return ekspektasian ini dapat digambarkan sebagai berikut.

11
 Keterangan:
E (Ri) 1= metode rata-rata
2= metode trend
3= metode random walk
0,40
0,35 2 E(Ri) = 0,35%

0,30
3 E(Ri) = 0,25%
0,25
1 E(Ri) = 0,24%
0,20
0,15
0,10
0,05

Minggu ke
-5 -4 -3 -2 -1 0

Gambar 2.2. Perbandingan antara return-return ekpektasian metode rata-rata. Trenddan

random walk.

2.3.Berdasarkan Model Return Ekspektasian

Model-model untuk menghitung return ekspektasian sangat dibutuhkan. Model yang
tersedia yang banyak digunakan adalah Single Index Model dan model CAPM.
Kemampuan untuk mengestimasi return suatu individual sekuritas merupakan hal yang
sangat penting dan diperlukan oleh investor. Untuk dapat mengestimasi return suatu sekurita
dengan baik dan mudah diperlukan suatu model estimasi. Oleh karena itu kehadiran Capital
Asset Pricing Model (CAPM) yang dapat digunakan untuk mengstimasi return suatu sekurita
dianggap sangat penting di bidang keuangan. Asumsi-asumsi yang digunakan di model
CAPM adalah sebagai berikut ini (Jogiyanto, 2010).
1) Semua investor mempunyai cakrawala waktu satu periode yang sama. Investor
memaksimumkan kekayaannya dengan memaksimumkan utiliti harapan dalam satu
periode waktu yang sama.
2) Semua investor melakukan pengambilan keputusan investasi berdasarkan
pertimbangan antara nilai return ekspektasian dan deviasi standar return dari
portofolionya.
3) Semua investor mempunyai harapan yang seragam (homogeneous expectation)
terhadap faktor-faktor input yang digunakan untuk keputusan portofolio. Faktor-
faktor input yang digunakan adalah return ekspektasian (expected return), varian
dari retunr dan kovarian antara return-return sekuritas. Asumsi ini mempunyai

12
 implikasi bahwa dengan harga-harga sekuritas dan tingkat bunga bebas risiko yang
tertentu dan dengan menggunakan input-input portofolio yang sama, maka setiap
investor akan menghasilkan efficient frontier yang sama pula.
4) Semua investor dapat meminjam sejumlah dananya (lending) atau meminjam
(borrowing) sejumlah dana dengan jumlah yang tidak terbatas pada tingkat suku
bunga bebas risiko.
5) Penjualan pendek (short sale) diijinkan. Investor individual dapat menjual pendek
berapapun yang dikehendaki.
6) Semua aktiva dapat dipecah-pecah menjadi bagian yang lebih kecil dengan tidak
tak terbatas. Ini berarti bahwa dengan nilai yang terkecilpun investor dapat
melakukan investasi dan melakukan transaksi penjualan dan pembelian aktiva
setiap saat dengan harga yang berlaku.
7) Semua aktiva dapat dipasarkan secara likuid sempurna. Semua aktiva dapat dijual
dan dibeli di pasar dengan cepat (likuid) dengan harga yang berlaku.
8) Tidak ada biaya transaksi. Penjualan atau pembelian aktiva tidak dikenai biaya
transaksi.
9) Tidak terjadi inflasi.
10) Tidak ada pajak pendapatan pribadi. Karena tidak ada pajak pribadi, maka investor
mempunyai pilihan yang sama untuk mendapatkan dividen atau capital gain.
11) Investor adalah penerima harga (price-taker). Investor individual tidak dapat
mempengaruhi harga dari suatu aktiva dengan kegiatan membeli dan menjual
aktiva tersebut. Investor secara keseluruhan bukan secara individual menentukan
harga dari aktiva.
12) Pasar modal dalam kondisi ekuilibrium.

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 = i + i . RM + ei
13
 Keterangan :
Ri = return sekuritas i,
i = adalah beta, yaitu parameter yang mengukur perubahan yang diharapkan pada Ri
jika terjadi perubahan pada Rm.
Rm = adalah tingkat keuntungan indeks pasar. Variable ini merupakan variable yang acak.
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.

3. RISIKO

Resiko merupakan hal penting yang tidak terpisah dari investasi, karena pertimbangan
suatu investasi merupakan trade-off dari kedua faktor ini. Return dan risiko mempunyai
hubungan yang positif, semakin besar risiko yang harus ditanggung, semakin besar return yang
harus dikompensasikan. Van Horne dan Wachowics, Jr. (1992) mndefinisikan risiko sebagai
variabilitas return terhadap return yang diharapkan. Untuk menghitung risiko, metode yang
banyak digunakan adalah deviasi standar yang mengukur absolute penyimpangan nilai-nilai
yang sudah terjadi.

3.1.Risiko Berdasarkan Probabilitas

Penyimpangan standar atau deviasi standar merupakan pengukuran yang dapat digunakan
untuk menghitung risiko. Deviasi standar dapat dituliskan sebagai berikut :

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

Risiko juga dapat dinyatakan dalam bentuk varian. Varian adalah kuadrat dari deviasi standar
sebagai berikut :

Var(Ri) = SDi2 = (E([Ri E(Ri)]2 )

Rumus varian ini dapat ditulis dengan dinyatakan dalam bentuk probabilitas. Misal [Ri
E(Ri)]2 = Ui maka var (Ri) dapat ditulis :

Var (Ri) = E(Ui)

n
= (U
j 1
ij .Pj )

14
Subtitusi kembali Ui dengan [Ri-E(Ri)]2 sebagai berikut :

n
Var(Ri) = ([ R
j 1
ij E ( Ri )] 2 .Pj )

Deviasi standar adalah akar dari varian :

= Var ( Ri )

Contoh soal

kondisi hasil masa

probabilitas
ekonomi depan
resesi -0.09 0.10
cukup resesi -0.05 0.15
normal 0.15 0.25
baik 0.25 0.20
sangat baik 0.27 0.30

Var(Ri) = (-0.09-0.152)2.0.1 + (-0.05-0.152)2.0.15+ (0.15-0.152)2.0.25 + (0.25-

0.152)2.0.2 +

(0.27-0.152)2.0.3

= 0.000586 + 0.00612 + 0.000001 + 0.001921 + 0.00418

= 0.018

Besarnyaa deviasi standar adalah akar dari varian, yaitu sebesar :

= 0.018
= 0.134

3.2.Risiko Berdasarkan Data Historis

Risiko yang diukur dengan deviasi standar yang menggunakan data historis dapat dinyatakan
sebagai berikut ini.

=[()]

SD =

Notasi :

15
SD = Standar Deviasi,

X = Nilai ke-i,

E(Xi) = Nilai Ekspektasian,

N = jumlah dari observasi data historis untuk sampe besar dengan n (paling sedikit 30
obsevasi) dan untuk sampel kecil digunakan (n-1).

4. KOEFISIEN VARIASI
Untuk melakukan analisis investasi, dua faktor harus dipertimbangkan bersama-sama, yaitu
return ekspektasian dan risiko aktiva. Koefisien variasi (coefficient of variation ) dapat
digunakan untuk mempertimbangkan dua faktor tersebut bersamaan. Rumus koefisien variasi
(coefficient of variation)adalah :

=

Notasi :

CVi = Coefficient of Variation (koefisien variasi) untuk aktiva ke-i

Dari rumus koefisien variasi (coefficient of variation) dapat diartikan bahwa semakin kecil
nilai CV semakin baik aktiva tersebut. Semakin kecil CV menunjukkan semakin kecil risiko
aktiva dan semakin besar return ekspektasiannya.

Contoh 4.1 :

Data dua buah saham, yaitu saham Bank Mandiri Tbk (dengan kode ticker BMRI) dan saham
Telekomunikasi Indonesia Tbk (dengan kode ticker TLKM) untuk periode satu minggu sebagai
berikut ini.

Tanggal Hari Saham BMRI Saham TLKM

Harga Return Harga Return
28-Sep-
07 Jum'at Rp 3.525 11.000
1-Oct-
07 Senin Rp 3.575 0.01418 11.350 0.03182

16
 2-Oct-
07 Selasa Rp 3.650 0.02098 12.000 0.05727
3-Oct- -
07 Rabu Rp 3.575 0.02055 11.950 -0.00417
4-Oct-
07 Kamis Rp 3.675 0.02797 12.100 0.01255
5-Oct-
07 Jum'at Rp 3.650 -0.0068 12.450 0.02893

E( R ) 0.00716 0.02528
SD 0.02022 0.02296
Nilai return ekpektasian yang dihitung dengan rata-rata aritmatika untuk saham BMRI
adalah sebesar 0,00716 dan untuk saham TLKM adalah sebesar 0.02528. risiko yang diukur
dengan deviasi standar adalah sebesar 0,02022 untuk saham BMRI dan 0,02296 untuk saham
TLKM. Nilai-nilai CV untuk masing-masing saham dapat dihitung sebesar:

CVBMRI = 0,02022/0,00716 = 2,82586

CVTLKM = 0,02296/0,02528 = 0,90820

Nilai CV untuk saham TLKM lebih kecil dari nilai CV saham BMRI. Ini berarti saham
TLKM mempunyai kinerja lebih baik untuk minggu pertama bulan Oktober 2007
dibandingkan dengan kinerja saham BMRI.

5. SEMI VARIANCE

Keuntungan atau kenaikan nilai bukan dianggap sebagai risiko. Risiko adalah sesuatu yang
menghilangkan atau menurunkan nilai. Sehingga pengukuran dengan deviasi standar dengan
memasukkan nilai-nilai diatas nilai ekspektasinya dianggap tidak tepat, karena dianggap bukan
komponen dari risiko. Pengukur risiko seharusnya hanya memasukkan nilai-nilai dibawah nilai
yang diekspektasi saja. Jika hanya nilai-nilai satu sisi saja yang digunakan, yaitu nilai-nilai di
bawah nilai ekspektasinya, maka ukuran risiko semacam ini disebut dengan semivariance yang
dihitung sebagai berikut :

Semivariance = E[(Ri E(Ri))2], untuk Ri < E(Ri).

17
Contoh soal

kondisi hasil masa

probabilitas
ekonomi depan
resesi -0.09 0.10
cukup resesi -0.05 0.15
normal 0.15 0.25
baik 0.25 0.20
sangat baik 0.27 0.30

Besarnya E(Ri) diketahui 0.152. Nilai-nilai Ri yang lebih kecil dari E(Ri) yaitu -0.09, -0.05,
dan 0.15. Nilai-nilai tersebut di ekspektasikan tidak menyimpang sehingga semivariance nya
menjadi :

Semivariance = (-0.09 0.152)2 . 0.1 + (-0.05 0.152)2 . 0.15 + (0.15 0.152)2 . 0.25

= 0.012

6. MEAN ABSOLUTE DEVIATION

Baik varian maupun semivariance sangat sensitive terhadap jarak dari nilai ekspektasian,
karena pengkuadratan akan memberikan bobot yang lebih besar dibandingkan jika tidak
melakukan pengkuadratan. Pengukuran riiko yang menghindari pengkuadratan adalah mean
absolute deviation (MAD):

MAD = E [ | Ri E(Ri) | ]

Contoh 6.1. :

Hasil Masa
Kondisi Probabilitas
Depan
ekonomi(j) (Rij) (pi)
Resesi -0.09 0.10
Cukup
Resesi -0.05 0.15
Normal 0.15 0.25
Baik 0.25 0.20
Sangat Baik 0.27 0.30

18
Dari data diatas nilai dari mean absolute deviation (MAD) dapat dihitung sebesar:

MAD = | Ri E(Ri) |. p1+| Ri2 E(Ri) |.p2+| Ri3 E(Ri) |. p3+ | Ri4 E(Ri) |. p4+| Ri5
E(Ri) |. p5

= |-0,09 0,152|. 0,10 +|-0,05 0,152|. 0,15 +|0,15 0,152|. 0,25 +|-0,25
0,152|. 0,20+|0,27 0,152|. 0,30

= 0,0242 + 0,0303 + 0,0005 + 0,0196 + 0,0354

= 0,011.

7. PROPERTI RETURN EKPEKTASIAN DAN VARIAN

Nilai-nilai ekspektasian mempunyai beberapa properti. Dua buah properti yang

berhubungan dengan nilai ekspektasian sebagai berikut:

Properti 1 :

Nilai ekspektasian dari penjumlahan sebuah variabel acak X dengan sebah konstanta k adalah
sama dengan nilai ekspektasian dari variabel acak itu sendiri ditambah dengan konstantanya
sebagai berikut:

E(X+k) = E(X) + k

Contoh 7.1. :

Nilai-nilai masa datang (Xi) dengan probabilitas (pi) kemungkinan terjadinya tampak di tabel
berikut ini.

X1 Pi
10 0,20
15 0,30
20 0,50
Nilai ekspektasian dari X1 adalah sebesar :

E(X1) = (10 . 0,20 + 15 . 0,30 + 20 . 0,50)

19
 = (2 + 4,5 +10) = 16,5.

Untuk suatu konstanta yang bernilai 2, maka :

E(X + k) = (10 + 2) . 0,20 + (15 + 2) . 0,30 + (20 + 2) . 0,50

= 2,4 + 5,1 +11 = 18,5.

Properti 4 :

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

Var(k . X) = k2 . Var(X)

Contoh 7.2 :

Kondisi Probabilitas
Rij K . Rij
Ekonomi (j) (pi)
2.(-0.09)=-
Resesi -0.09 0,18 0.1
Cukup 2.(-0.05)=-
Resesi -0.05 0.10 0.15
Normal 0.15 2.(0.15)=0.30 0.25
Baik 0.25 2.(0.25)=0.50 0.2
Sangat Baik 0.27 2.(0.27)=0.54 0.3
Selanjutnya return ekpektasian untuk E(k. Ri) dapat dihitung sebesar:

E(k . Ri)= =1[(. ). ]

E(k . Ri)= (k . Ri1) . p1 + (k . Ri2) . p2 +(k . Ri3) . p3 +(k . Ri4) . p4 +(k . Ri5) . p5

= -0,18 (0,10) 0,10 (0,15)+0,30.(0,25)+0,50.(0,20)+0,54.(0,30)

= 0,304

20
 SIMPULAN

1. Return merupakan hasil yang diperoleh dari investasi dan risiko adalah hal penting yang
tidak terpisah dari investasi, karena pertimbangan suatu investasi merupakan trade-off dari
kedua faktor ini. Return dan risiko mempunyai hubungan yang positif, semakin besar risiko
yang harus ditanggung, semakin besar return yang harus dikompensasikan.
2. Beberapa pengukuran mengenai return realisasian yaitu return total, return relatif, return
kumulatif dan return disesuaikan. Sedangkan rata-rata dari return dapat dihitung
berdasarkan rata-rata aritmetika dan rata-rata geometrik.
3. Return total merupakan return keseluruhan dari suatu investasi dalam suatu periode
tertentu, return yang digunakan untuk mencari rata-rata return yang memerlukan data yang
positif, return kumulatif yaitu mengukur akumulasi semua return mulai dari kemakmuran
awal, dan return disesuaikan adalah return riil yang telah disesuaikan dengan besarnya
tingkat inflasi.
4. Rata-rata geometrik digunakan untuk menghitung rata-rata yang memperhatikan tingkat
pertumbuhan kumulatif dari waktu ke waktu. Berbeda dengan rata-rata aritmatika biasa
yang tidak mempertimbangkan pertumbuhan. Jadi utuk menghitung rata-rata return yang
memiliki pertumbuhan lebih baik menggunakan rata-rata geometri daripada aritmetika.
5. Return ekspektasian (expected return) merupakan return yang digunakan untuk
pengambilan keputusan investasi.
6. Return ekspektasian (expexted return) dapat dihitung berdasarkan beberapa cara sebagai
berikut.
a. Berdasarkan nilai ekspektasian masa depan. Dihitung dengan metode nilai ekspektasian
(expected value method) yaitu mengalikan masing-masing hasil masa depan (outcome)
dengan probabilitas kejadiannya dan menjumlah semua produk perkalian tersebut.
( ) = =1( . )
b. Berdasarkan nilai-nilai return historis. Tiga metode yang dapat diterapkan untuk
menghitung return ekspektasian dengan menggunakan data historis, yaitu sebgaai
berikut ini.
i. Metode rata-rata (mean method)
ii. Metode trend (trend method)
iii. Metode jalan acak (random walk method)

21
 c. Berdasarkan model return ekspektasian yang ada
7. Resiko dapat dibagi menjadi dua kategori yaitu resiko berdasarkan probabilitas dan resiko
berdasarkan data historis.
8. Koefisien variasi (coefficient of variation ) dapat digunakan untuk mempertimbangkan dua
faktor return ekspektasian dan risiko aktiva bersamaan terkait dengan analisis investasi.
Rumus koefisien variasi (coefficient of variation) adalah :

=

9. Semivariance merupakan penggunaan nilai satu sisi yaitu dibawah nilai ekspektasi sebagai
pengukuran sebuah risiko.
10. Pengukuran riiko yang menghindari pengkuadratan adalah mean absolute deviation
(MAD):
MAD = E [ | Ri E(Ri) | ]

22
 REFRENSI

Hartono,Jogiyanto. Dr.Prof. (2000). Teori Portofolio dan Analisis Investasi Edisi Ketujuh.

Yogyakarta : Universitas Gadjah Mada.

journal.uny.ac.id/index.php/nominal/article/download/1668/1386 diakses 8 Maret 2016

23