MODEL INDEKS TUNGGAL : PENYEDERHANAAN ANALISIS PORTOFOLIO

Teori yang pertama kali dikemukakan oleh Harry Markowitz pada tahun 1956 kemudian
mengalami perkembangan dan penyederhanaan yang membawa dampak besar pada
implementasi teori tersebut dalam dunia keuangan. Dalam bab ini kita akan membicarakan
penyederhanaan tersebut. Penyederhanaan bukan hanya dalam artian input yang
dipergunakan, tetapi juga bagaimana menaksir input yang diperlukan untuk analisis.

1. Masukan Untuk Analisis Portofolio

Sewaktu kita melakukan analisis portofolio, perhatian kita akan terpusat pada dua
parameter, yaitu tingkat keuntungan yang diharapkan dan deviasi standar tingkat
keuntungan portofolio yang efisien. Tingkat keuntungan yang diharapkan dari portofolio
dinyatakan sebagai

E(Rp) =

Sedangkan deviasi standar portofolio dinyatakan sebagai

σp = [ ∑ X12 σi + ∑∑ Xi Xj σij ] 1/2

Dengan demikian kalau kita ingin melakukan analisis portofolio yang terdiri
dari 5 saham (atau sekuritas) misalnya, maka untuk menaksir E(R) kita perlu
menaksir tingkat keuntungan yang diharapkan dari masing-masing saham yang
membentuk portofolio tersebut. Berarti kita perlu menaksir lima tingkat keuntungan
yang diharapkan. Untuk menaksir tingkat keuntungan yang diharapkan dari suatu
portofolio, kita perlu menaksir jumlah tingkat keuntungan yang diharapkan sebanyak
jumlah saham yang membentuk portofolio tersebut.
Sebaliknya kalau kita ingin menaksir σp kita harus menaksir variance (atau

deviasi standar) dari saham-saham yang membentuk portofolio tersebut dan koefisien
korelasi antar tingkat keuntungan (atau covariance). Kalau portofolio tersebut terdiri dari
5 saham, maka kita akan menaksir 5 variance dan 10 koefisien korelasi. Jumlah
koefisien korelasi yang perlu ditaksir ini akan meningkat dengan cepat apabila kita
memperbesar saham-saham yang ada dalam portofolio kita. Formula yang dipergunakan
untuk menghitung jumlah koefisien korelasi antar tingkat keuntungan adalah N(N - 1)/2.
Dalam hal ini N adalah jumlah sekuritas yang dipergunakan untuk membentuk portofolio
tersebut. Jadi kalau kita melakukan pengamatan terhadap 20 sekuritas, maka kita harus
menaksir 20(20 - 1)/2 = 190 koefisien korelasi. Suatu jumlah variabel yang tidak sedikit,
lebih-lebih kalau pada umumnya para analis sekuritas melakukan pengamatan terhadap
sekitar 50 sampai dengan 100 sekuritas.
Tentu saja kita bisa menghitung koefisien korelasi, variance dan tingkat keuntungan
yang diharapkan berdasarkan atas data tahun-tahun yang lalu. Tetapi untuk keperluan
analisis dan pengambilan keputusan kita berkepentingan dengan nilai variabel-variabel
tersebut di masa yang akan datang, bukan dengan nilai historisnya. Untuk itu kita hanya
bisa melakukan estimasi terhadap variabel-variabel tersebut. Seandainya nilai variabel-
variabel tersebut relatif stabil, maka kita bisa melakukan estimasi dengan baik dengan
menggunakan data historis.
Untuk keperluan analisis portofolio memang disyaratkan bahwa data yang kita
pergunakan harus mempunyai sifat stationary. Stationarity ini ditunjukkan dari stabilnya
nilai mean dan variance. Kalau suatu series bersifat stationary berarti untuk variabel tingkat
keuntungan yang diharapkan dan deviasi standar, data historis memang sedikit banyak bisa
dipergunakan untuk menaksir nilai di masa yang akan datang, tetapi tidak untuk koefisien
korelasi. Tidak ada jaminan bahwa kalau tahun yang lalu koefisien korelasi antara saham A
dan B lebih rendah dibandingkan antara saham B dan C, maka untuk tahun-tahun yang
akan datang pola tersebut akan tetap berlaku. Untuk itulah kemudian dipergunakan model
yang diharapkan bisa membantu memecahkan masalah-masalah tersebut.

2. Konsep Model Indeks Tunggal

Kalau kita melakukan pengamatan maka akan nampak bahwa pada saat "pasar"
membaik yang ditunjukkan oleh indeks pasar yang tersedia) harga saham-saham individual
juga meningkat. Demikian pula sebaliknya pada saat pasar memburuk maka harga saham-
saham akan turun harganya. Hal ini menunjukkan bahwa tingkat keuntungan suatu saham
tampaknya berkorelasi dengan perubahan pasar. Kalau perubahan pasar bisa dinyatakan
sebagai tingkat keuntungan indeks pasar, maka tingkat keuntungan suatu saham bisa
dinyatakan sebagai,
Ri = ai + βi Rm
dalam hal ini, adalah bagian dari tingkat keuntungan saham i yang tidak dipengaruhi oleh
perubahan pasar. Variabel ini merupakan variabel yang acak.
Rm adalah tingkat keuntungan indeks pasar. Variabel ini merupakan variabel yang acak.
βi adalah beta, yaitu parameter yang mengukur perubahan yang diharapkan pada Rj kalau
terjadi perubahan pada Rm
Persamaan tersebut hanyalah memecah tingkat keuntungan suatu saham menjadi
dua bagian, yaitu yang independen dari perubahan pasar dan yang dipengaruhi oleh
pasar. Menunjukkan kepekaan tingkat keuntungan suatu saham terhadap tingkat keuntungan
indeks dasar. βi sebesar 2 berarti bahwa kalau terjadi kenaikan (penurunan) tingkat
keuntungan indeks pasar sebesar 10% maka akan terjadi kenaikan (penurunan) Rj sebesar
20%. Parameter a, menunjukkan komponen tingkat keuntungan yang tidak terpengaruh oleh
perubahan indeks pasar. Parameter ini bisa dipecah menjadi dua, yaitu, α i (alpha) yang
menunjukkan nilai pengharapan dari ai, dan ei, yang menunjukkan elemen acak dari ai. dengan
demikian maka
ai = αi + ei
Dengan ei mempunyai nilai pengharapan sebesar nol. Persamaan tingkat keuntungan suatu
saham sekarang bisa dinyatakan sebagai,
Ri = αi + βi Rm + ei
Persamaan tersebut merupakan persamaan regresi linier sederhana yang dihitung
dengan R sebagai variabel tergantung dan Rm sebagai variabel independen. Cara penghitungan
regresi secara manual diberikan pada Apendiks Bab ini, meskipun penggunaan paket program
statistik akan sangat mempercepat perhitungan kita. Perhatikan sekali lagi bahwa R m dan ei,
adalah variabel random. Karena itu cov(ei,Rm ) = 0. Kemudian diasumsikan bahwa ei
independen terhadap ej, untuk setiap nilai i dan j, formal bisa dinyatakan bahwa E(ei,ej,) = 0.
Model indeks tunggal bisa kita ringkas sebagai berikut:
Persamaan dasar
Ri = αi + βi Rm + ei untuk setiap saham i = 1,.,N
Berdasarkan pembentukan saham
E (ei) = 0 untuk setiap saham i = 1,.,N
Berdasarkan asumsi
(1) lndeks tidak berkorelasi dengan unique return :
E[ ei (Rm – E (Rm)) ] = 0 untuk setiap saham i = 1,.,N
(2) Sekuritas hanya dipengaruhi oleh pasar :
E (ei ej) = 0 untuk setiap pasangan saham
 i = 1,..,N dan j = 1,.,N, tetapi i ≠ j
Per definisi
(1) Variance ei = E(ei)2 = σei2 untuk semua saham i = 1,..,N
(2) Variance Rm = σm2
Untuk sekuritas, penggunaan model indeks tunggal menghasilkan tingkat keuntungan yang
diharapkan, deviasi standar tingkat keuntungan dan covariance antar saham sebagai berikut,
1 . Tingkat keuntungan yang diharapkan,
E(Ri) = αi + βi E (Rm)
2. Variance tingkat keuntungan
αi2 = βi σm2 + σei2
3. Covariance tingkat keuntungan sekuritas i dan j
σij = βi βj σm2

Perhatikan bahwa model tersebut menunjukkan bahwa tingkat keuntungan yang

diharapkan terdiri dari dua komponen; bagian yang unik, yaitu αi dan bagian yang
berhubungan dengan pasar, yaitu βi E (Rm). Demikian juga variance tingkat keuntungan terdiri
dari dua bagian, yaitu risiko yang unik (σ ei2) dan risiko yang berhubungan dengan pasar β i σm2
. Sebaliknya covariance semata-mata tergantung pada risiko pasar. lni berarti bahwa model
indeks tunggal menunjukkan bahwa satu-satunya alasan mengapa saham-saham "bergerak
bersama" adalah bereaksi terhadap gerakan pasar.
Pernyataan tersebut bisa diilustrasikan dengan data yang ada dalam tabel 5.1.
Misalkan kita mengamati tingkat keuntungan suatu saham dan indeks pasar seperti yang
ditunjukkan pada kolom (1) dan (2). Kolom (3) merupakan reproduksi kolom (1). Sementara
ini kita terima dulu bahwa βi = 0,975. Kolom (5) merupakan kolom (2) dikalikan 0,975. Nilai
ei diperoleh sebagai berikut. Perhatikan bahwa rata-rata ei = 0. Karena itu jumlah ei, juga = 0.
Karena jumlah kolom (5) = 39, maka jumlah kolom(4) harus sama= 13. Karena α i merupakan
konstanta, maka nilai αi, pada setiap bulannya adalah 39/5 = 2,6.
Dengan menggunakan rumus (5.4) kita bisa menghitung bahwa,
σm2 = 32 dan σei2 = 4,732. Dengan demikian maka,
σei2 = βi2 σm2 + σei2
= 30,42 + 4,732
= 35,152