BAB II

Landasan Teori

BETA
Pengertian BETA
Beta adalah pengukur risiko sistematik dari suatu sekuritas atau portofolio relatif
terhadapresiko pasar.

Beta merupakan suatu pengukur volatilitas return suatu sekuritas atau return portofolio
terhadap return pasar. Dimana beta sekuritas ke-i mengukur volatilitas return sekuritas ke-i
dengan return pasar dan beta portofolio mengukur volatilitas return portfolio dengan return
pasar. Oleh karena itu beta adalah sebuah pengukur risiko sistematik dari suatu sekuritas
atau portfolio relatif terhadap pasar (Jogiyanto : 1998-193).

Beta merupakan suatu ukuran relatif dari risiko sistematik saham individu dalam
hubungannya dengan pasar secara keseluruhan yang diukur dari fluktuasi pendapatan atau
return.Selain itu, masing-masing saham memiliki kepekaan yang berbeda terhadap
perubahanpasar. d i m a n a s aham dengan koefisien beta sama dengan satu berarti
memiliki risikoyang sama dengan risikorata–rata pasar.S e d a n g k a n Koefisien beta lebih
dari satu menunjukkan bahwa saham tersebut sangat peka terhadap perubahan pasar atau
memiliki risiko di atas risiko pasar, disebutsebagai saham yang agresif. Saham yang
mempunyai beta kurang dari satu disebut sebagai saham yang defensif artinya saham
tersebut kurang peka terhadap perubahan pasar (Jones : 1996-284).

Mengestimasi BETA
Beta sekuritas dapat dihitung dengan teknik estimasi yang menggunakan data historis. Beta yang
dihitung berdasarkan data historis ini selanjutnya dapat digunakan untuk mengestimasi Beta
masa datang,
Beta historis dapat dihitung dengan menggunakan data historis berupa data pasar (return
sekuritas dan return pasar), data akuntansi (laba perusahaan dan laba indeks pasar) atau data
fundamental.
Dengan demikian, Beta yang dihitung dengan data pasar disebut Beta Pasar. Beta yang dihitung
dengan data akuntansi disebut Beta Akuntansi. Beta yang dihitung dengan data fundamental
disebut Beta Fundamental.

BETA Pasar
Beta pasar dapat diestimasi dengan mengumpulkan nilai-niai historis return dari sekuritas dan
return dari pasar selama periode tertentu. Beta sekuritas dapat dihitung dengan cara manual yaitu
menggunakan diagram tersebar (scatter diagram). Beta juga dapat dihitung menggunakan teknik
regresi untuk mengestimasi Beta suatu sekuritas dapat dilakukan dengan menggunakan return
return sekuritas sebagai variable dependen dan return pasar sebagai variable indepeneden
Contoh10.1 :
Return-return sekuritas A (RA) dan return-return pasar (RM) selama 10 minggu tampak di table
berikut ini:
Return Saham A Return Pasar
7,5% 4,0%
8,0% 4,5%
9,0% 4,5%
10,0% 5,5-%
10,5% 6,0%
11,5% 7,0%
11,0% 6,0%
12,0% 6,5%
12,0% 7,5%
14,0% 8,0%

Secara manual, beta sekuritas A dapat dihitung dengan cara sebagai berikut ini.
Buat diagram scatter yang menunjukkan titik-titik hubungan antara return sekuritas A dengan
return pasar untuk tiap-tiap periode yang sama (untuk contoh ini periode yang digunakan adalah
mingguan)
Tarik garis lurus yang paling mendekati dengan semua titik-titik hubungan di atas (prosedur ini
membuat kesalahan kuadrat bernilai terkecil)
Beta historis untuk sekuritas A dapat dihitung berdasarkan slope dari garis lurus yang ditarik
tersebut. Besarnya Beta A dapat dihitung sebesar (13,5% - 7,5%) / (8 – 4) = 1,5

Beta dapat juga dihitung dengan menggunakan teknik regresi. Teknik regresi untuk
mengestimasi Beta suatu sekuritas dapat dilakukan dengan menggunakan return-return pasar
sebagai variable dependendan variable independen.
Persamaan regresi yang digunakanu ntuk mengestimasi Beta dapat didasarkan pada model
indeks tunggal atau model pasar atau model CAPM. Untuk menghtung Beta dengan
menggunakan indeks tunggal dapat dilakukan persamaan sebagai berikut:
Ri = α1+β1.RM+ei
Koefisien β1 merupakan beta sekuritas ke- i yang diperoleh dari teknik regresi. Variable acak ei
di persamaan regresi menunjukkan bahwa persamaan linier yang dibentuk mengandung
kesalahan.
Contoh 10.2 :
Dari data dari contoh 10.1, hasil dari perhitungan dengan teknik regresi adalah sebagai berikut:
Variabel Estimasi Parameter t-test p-value
INTERCEPT RM 2,014638 1,434515 2,468 10,692 0,0389 0,0001
F-value =114,311 R-square =0,9346 AdjR-sq =0,9264

Dari hasil regresidi atas, persamaan regresi yang di dapata dalah

RA = 2,014638 + 1,43415 RM
Contoh 10.3 :
(RA) (Rm) (RBR) (RA-RBR) (RM-RBR)
7,5% 4,0% 2,0% 5,5% 2,0%
8,0% 4,5% 2,0% 6,0% 2,5%
9,0% 4,5% 2,1% 6,9% 2,4%
10,0% 5,5% 2,05% 7,95% 3,45%
10,5% 6,0% 2,0% 8,5% 4,0%
11,5% 7,0% 2,2% 9,3% 4,8%
11,0% 6,0% 2,5% 8,5% 3,5%
12,0% 6,5% 4,0% 8,0% 2,5%
12,0% 7,5% 5,0% 7,0% 2,5%
14.0% 8,0% 5,5% 9,5% 2,5%

Hasil dari regresi tampak m sebagai berikut :

Variabel Estimasi Parameter t-test p-value
INTERCEPT (RM-RBR) 4,392592 1,068792 4,550 3,465 0,0019 0,0085
F-value = 12,005 R-square =0,6001 Adj R-sq =0,5501

Contoh 10.4:
Dengan menggunakan data di contoh 10.1, besarnya Beta yang dihitung berdasarkan rumus (10-
2) adalah sebagai berikut ini:
(RA) (RM) (RA – RA ). (RM- RM)
(RM- RM)2

7,5% 4,0% 5.9475 3.8025

8,0% 4,5% 3.6975 2.1025
9,0% 4,5% 2.2475 2.1025
10,0% 5,5% 0.2475 0.2025
10,5% 6,0% -0.0025 0.0025
11,5% 7,0% 0.9975 1.1025
11,0% 6,0% 0.0225 0.0025
12,0% 6,5% 0.7975 0.3025
12,0% 7,5% 2.2475 2.4025
14,0% 8,0% 7.0725 4.2025
(RA)=10,55 (RM)=5,95
iM= 23,275 M2 = 16,225

Besarnya beta adalah sebagai berikut

βi = σ_jM/(σ^2 M)
= 23,275 : 16,225
= 1.434515
Besarnya beta yang diperoleh yaitu sebesar βi 1,434515 adalah sama dengan beta yang dihitung
dengan teknik regresi contoh 10.2

BETA Akuntansi
Beta Akuntansi dapat dihitung secara sama dengan Beta pasar yaitu dengan mengganti data
return dengan data laba akuntansi. Beta akuntans idapat dihitung dengan rumus :
hi = σ_(laba, iM)/(σ^2 laba,M)
Notasi :
hi : Beta akuntansi sekuritas ke-i
σ_(laba, iM) : kovarian antara laba perusahaan ke-I dengan indeks laba pasar
σ^2 laba,M : varian dari indeks laba pasar

Indeks laba pasar dapat dihitung berdasarkan rata-rata laba akuntansi untuk portofolio pasar.
Contoh 10.5
Misalnya suatu pasar modal hanya mempunyai tiga macam sekuritas yaitu sekuritas A, B, C.
dengan demikian indeks laba pasar dapat dihitung dengan cara rata-rata aritmatika laba
perusahaan A, B dan C. Laba akuntansi untuk perusahaan A, B, C dan indeks laba pasarnya
selama 10 periode tampak di tabel berikut ini.

T EA EB Ec EM
1 4,0 1,15 2,5 2,55
2 4,5 1,5 2,7 2,9
3 5,0 1,7 2,9 3,2
4 5,5 1,8 3,0 3,43
5 5,0 2,0 3,5 3,5
6 5,1 2,1 3,7 3,63
7 4,9 2,2 3,9 3,67
8 5,0 2,0 4,0 3,67
9 4,5 2,5 3,5 3,5
10 5,5 2,7 3,8 4,0
Rata-rata 4,9 1,965 3,35 3,405

Kovarian antara laba sekuritas A dengan laba pasar (COV(EA,EM)), kovarian antara laba
sekuritas B dengan laba pasar (COV(EB,EM)), kovarian antara laba sekuritas C dengan laba
pasar (COV(EC,EM)) dan varian laba pasar (Var(EM)) dapat dihitung sebagai berikut ini.

T Cov(EA,EM) Cov(EB,EM) Cov(Ec,EM) Var(EM)

1 0,7695 0,696825 0,72675 0,731025
A. 0,202 0,234825 0,32825 0,255025
-j -0,0205 0,054325 0,09225 0,042025
4 0,017 -0,00467 -0,00992 0,000803
5 0,0095 0,003325 0,01425 0,009025
6 0,045667 0,030825 0,079917 0,052136
7 0 0,061492 0,143917 0,068469
8 0,026167 0,009158 0,170083 0,068469
9 -0,038 0,050825 0,01425 0,009025
10 0,357 0,437325 0,26775 0,354025
Total 1,368333 1,57425 1,8275 1,590028

Beta akuntansi untuk sekuritas A,B,C dapat dihitung sebagai berikut ini.
hA = (Cov(E_(A,) E_(M)))/(Var(E_(M)) )
= 1,368333/1,590028
= 0,860572
hB = (Cov(E_(B,) E_(M)))/(Var(E_(M)) )
= 1,57425/1,590028
= 0,990077.

hC = (Cov(E_(C,) E_(M)))/(Var(E_(M)) )
= 1,8275/1,590028
= 1,149351
Contoh 10.6
Dari contoh 10.5, perubahan laba akuntansi untuk perusahaan A dan perubahan indeks laba pasar
adalah sebagai berikut:
T AEA AEM
1
2 0,5 0,35
3 0,5 0,30
4 0,5 0,23
5 -0,5 0,07
6 0,1 0,13
7 0,2 0,04
8 0,1 0,0
9 -0,5 -0,17
10 1,0 0,50

Beta akuntansi dengan menggunakan data perubahan laba akuntansi dapat diestimasi dengan
menggunakan teknik regresi berdasarkan persamaan 10-4 dengan hasil :
Variabel Estimasi Parameter t-test p-value
INTERCEPT AEM -0,197841 0,754153 -2,042 5,868 0,0804 0,0006
F-value = 34,428 R-square =0,8310 Adj R-sq = 0,8069

Dengan demikian, laba akuntansi yang dihitung menggunakan teknik regresi diatas adalah
sebesar 0,754153 yang secara statistic signifikan berbeda dengan nol.

BETA Fundamental
Variable dalam menghitung beta fundamental diperoleh dari variable yang dipilih merupakan
variabel yang dianggap berhubungan dengan resiko, karena Beta merupakan pengukur dari
resiko.Dengan argument bahwa resiko dapat ditentukan menggunakan kombinasi karakteristik
pasar dari sekuritas dan nilai fundamental perusahaan.

Ketujuh variable yang digunakan adalah sebagai berikut :

Dividen payout
Diukur sebagai dividen yang dibayarkan dibagi dengan laba yang tersedia untuk pemegang
saham umum.Adanya hubungan negatip antara risiko dan dividen payout yaitu resiko tinggi,
deviden payout rendah. Alasan lain disebut negatip antara Beta dengan dividen payout adalah
bahwa pembayaran dividen dianggap lebih kecil risikonya dibandingkan dengan capital gains.
Sehingga perusahaan yang membayar yang membayar risiko deviden yang tinggi akan
mempunyai risiko yang lebih kecil dibandingkan dengan yang menahannya dalam bentuk laba
yang ditahan.
Asset Growth
Didefinisikan sebagai perubahan tahunan dari aktiva total. Variable Ini diprediksi mempunyai
hubungan positip dengan beta, dan hubungan ini tidak didukung oleh teori.
Leverage
Didefinisikan sebagai nilai buku total hutang jangka panjang dibagi dengan total aktiva dan
diprediksi memiliki hubungan positip.
Liquidity
Diukur sebagai current ratio yaitu aktiva lancer dibagi dengan hutang lancar. Likuiditas
diprediksi memiliki hubungan negatip dengan Beta karena semakin likuid perusahaan semakin
keci lrisikonya.
Asset Size
Variable ini diprediksi memiliki hubungan negatip dengan risiko. Ukuran aktiva dipakai sebagai
wakil pengukur (proxy) suatu perusahaan.
Earning Variability
Diukur dengan nilai deviasi standar dari PER (price earning ratio) atau rasion PER (harga saham
dibagi dengan laba perusahaan).Hubungan antara variable ini dengan beta adalah positip.
Accounting Beta
Diperoleh dari koefisien regresi dengan variable dependen perubahan laba akuntansi dan variable
independen yang merupakan perubahan indeks laba pasar untuk laba akuntansi portofolio pasar
dan diprediksi memiliki hubungan yang positif..
Tabel 10.1. Korelasi antara Beta dengan variabel-variabel antara Fundamental
Variabel Tanda prediksi
Periode 1(1947-1956) Periode 2 (1957-1965)
Portofolio
1 sekuritas Portofolio
5 sekuritas Portofolio
1 sekuritas Portofolio
5 sekuritas
Dividend -0,49 -0,79 -0,29 -0,50
Payout (-0,50) (-0,77) (-0,24) (-0,45)
Asset Growth + 0,27 0,56 0,01 0,02
(0,23) (0,51) (0,03) (0,07)
Leverage + 0,23 0,41 0,22 0,48
(0,23) (0,45) (0,25) (0,56)
Liquidity - -0,13 -0,35 0,05 0,04
(-0,13) (-0,44) (-0,01) (-0,01)
Asset Size - -0,06 -0,09 -0,16 -0,30
(-0,07) (-0,13) (-0,16) (-0,30)
Earnings + 0,66 0,90 0,45 0,82
Variability (0,58) (0,77) (0,36) (0,62)
Accounting + 0,44 0,68 0,23 0,46
Beta (0,39) (0,67) (0,23) (0,46)

Dari hasil tabel 10.1 hanya sebuah koefisien korelasi yang tidak mempunyai tanda yang
diprediksi yaitu untuk variable likuiditas di periode kedua. Dari ketujuh variable, empat
diantaranay mempunyai korelasi dengan tingka signifikan 1% baik untuk portofolio 1
perusahaan atau portofolio 5 perushaan. Ke empat variable itu adalah dividen payout, leverage,
earning variability dan accounting beta.
Dengan demikian Dapat disimpulkan bahwa terdapat hubungan yang signifikan antara risiko
perusahaan yang diukur dengan Beta pasar dengan keempat variable fundamental. Dan ketiga
variable lainnya yang tidak signifikan merupakan variable yang tidak didukung dengan teori
mengenai hubungannya dengan beta pasar.
Secara khusus jika menggunakan ketujuh variable fundamental dapat dituliskan sebagai berikut :
Bi = a0 + a1 DIVi + a2 GROWTHi + a3 LEVi
+ a4 LIKUIi + a5 SIZEi + a6 EVARi
+ a7 ABETAi + ei (10-5)

Dari hasil koefisien estimasi, maka Beta akuntansi dapat diprediksi dengan rumus sebagai
berikut:
h ̂i = a ̂1+ a ̂1 DIVi + a ̂2 GROWTHi + a ̂3 LEVi
+ a ̂4 LIKUIi + a ̂5 SIZEi + a ̂6 EVARi
+ a ̂7 ABETAi (10-6)

BETA Pasar dan BETA Fundamental

Beta return pasar mempunyai kelebihan yaitu beta ini mengukur respon dari masing-masing
sekuritas terhadap pergerakan pasar. Kelemahannya adalah tidak langsung mencerminkan
perubahan dari ciri-ciri perusahaan karena beta return pasar dihitung berdasar hubungan data
pasar.
Beta fundamental memiliki kebaikan bahwa beta ini secara langsung berhubungan dengan
perubahan karakteristik perusahaan karena dihitung menggunakan data karakteristik tersebut.
Kelemahannya yaitu variable karakteristik perusahaan memiliki efek terhadap beta fundamental
yang sama untuk semua perusahaan.

BETA Portofolio
Beta portofolio dapat dihitung dengan cara rata-rata tertimbang (berdasarkan proporsi) dari
masing-masing individual sekuritas yang membentuk portofolio sebagai berikut :
βp∑_(t-1)^n▒W_i β_i (10-7)

Beta portofolio umumnya lebih akurat dibanding dengan beta tiap-tiap individual pada
umumnya. Karena beta individual sekuritas diasumsikan konstan dari waktu kewaktu,
kenyataannya beta individual dapat berubah dari waktu kewaktu. Dengan demikian jika beta
tidak konstan maka beta portofolio akan lebih tepat dibandingkan beta individual sekuritas.
Selain itu perhitungan beta individual sekuritas juga tidak lepas dari kesalahan pengukuran atau
kesalahan acak. Pembentukan portofolio akan mengurang kesalahan acak satu sekuritas mungkin
akan ditiadakan oleh kesalahan acak sekuritas lainnya.

BETA YANG DISESUAIKAN

Ketepatan Beta Historis
Levy (1971) dan Blume (1975) melakukan pengujian terhadap hubungan Beta dari waktu ke
waktu. Blume menggunakan teknik regresi dengan data bulanan untuk menghitung Beta pasar.
Data yang digunakan adalah data historis selama periode Juli 1954 sampai dengan Juni 1961 dan
periode Juli 1961 sampai dengan Juni 1968. Dia menghitung Beta untuk 8 macam portofolio
untuk masing-masing periode. Portofolio yang dibentuk terdiri dari sebuah sekuritas, 2, 4, 7, 10,
20, 35 dan 50 buah sekuritas. Blume kemudian menghitung korelasi dari Beta masing-masing
portofolio antara periode pertama dengan periode kedua. Hasilnya tampak di Tabel berikut:

Portofolio ke Jumlah Sekuritas Koefisien Korelasi

1 1 0,66
2 2 0,73
3 4 0,84
4 7 0,88
5 10 0,92
6 20 0,97
7 35 0,97
8 50 0,98

Korelasi terendah hasil dari penelitian Blume adalah 0,60 dan korelasi tertingginya adalah 0,98.
Ini menunjukkan bahwa Beta historis mempunyai hubungan dengan Beta masa datang.
Hubungan ini akan semakin kuat untuk Beta portofolio yang mempunyai banyak sekuritas
didalamnya.

Menyesuaikan dan Memprediksi Beta

Blume (1971) juga menyajikan bukti bahwa estimasi Beta cenderung mengarah ke nilai datu dari
satu periode ke periode yang lain. Ini berarti bahwa nilai Beta yng kurang dari satu, akan naik
mengarah ke nilai satu untuk periode berikutnya.begitu juga sebaliknya. Tabel berikut
menunjukkan hasil penelitian Blume:

Portofolio ke Periode ke 1
Juni 1954-Juni 1961 Periode ke 2
Juni 1961-Juni 1968
1 0,393 0,620
2 0,612 0,707
3 0,810 0,861
4 0,987 0,914
5 1,138 0,995
6 1,337 1,169

Dari nilai hasil ini, yaitu Beta cenderung mengarah ke nilai satu, Blume kemudian mencoba
untuk menyesuaikan nilai Beta historis supaya mengandung kecenderungan ini.
Memprediksi nilai Beta dapat juga dilakuakn dengan cara lain seperti berikut ini:
β_i2=1/2 β_i1+1/2 β_1
Misalnya Beta historis suatu sekuritas adalah sebesar 1,8 dan rata-rata nilai Beta sekuritas ini
untuk beberapa periode adalah sebesar 1,2. Maka perhitungannya sbb:
β_i2=1/2 (1,8)+1/2 (1,2)=1,5
 Beta untuk Pasar Modal Berkembang
Beta untuk pasar modal yang berkembang perlu disesuaikan. Alasannya adalah Beta yang belum
disesuaikan masih merupakan Beta yang bias disebabkan oleh perdagangan yang tidak sinkron
(non-synchronous trading). Perdagangan tidak sinkron ini terjadi di pasar yang transaksi
perdagangannya jarang terjadi atau disebut dengan pasar yang tipis (thin market). Pasar yang
tipis merupaka ciri dari pasar modal yang sedang berkembang.

Perdagangan Tidak Sinkron

Beta sebagai pengukur volatilitas mengukur kovarian return suatu sekuritas dengan return pasar
relatif terhadap resiko pasar. Kovarian dalam perhitungan Beta ini menunjukkan hubungan return
suatu sekuritas dengan return pasar pada periode yang sama, yaitu periode ke-t.
Ketidaksamaan waktu antara return sekuritas dengan return pasar dalam perhitungan Beta
disebabkan karena perdagangan sekuritas-sekuritas yang tidak sinkron (non-synchronous
trading). Perdagangan tidak sinkron terjadi karena beberapa sekuritas tidak mengalami
perdagangan untuk beberapa waktu.

Pengujian Terhadap Bias

Beta pasar merupakan rata-rata tertimbang dari Beta masing-masing sekuritas di pasar. Jika tidak
terjadi bias, maka Beta pasar hasil dari rata-rata tertimbang ini akan sama dengan 1. Akan tetapi,
Jika terjadi perdagangan tidak sinkron, sehingga Beta untuk individual sekuritas akan menjadi
bias, maka Beta pasar hasil rata-rata tertimbang tersebut akan tidak sama dengan 1. Dengan
demikian, pengujian untuk mengetahui kebiasan Beta dapat dilakukan dengan membandingkan
rata-rata tertimbang Beta semua sekuritas di pasar dengan nilai 1.
Telah diketahui bahwa rumus perhitungan Beta sekuritas ke-i adalah sebagai berikut:

Untuk Beta return index pasar, maka rumus Beta di atas menjadi:

Dan adlah sama dengan ) sehingga:

Ini berarti bahwa Beta yang return index pasar adalah bernilai satu.
Misalnya: diketahui Beta untuk saham A, B, C, dan D adalah sbb:
β_A = 0,306
β_B = 0,370
β_C = 1,228
β_D = 1,996
Besarnya Beta indeks pasar yang dihitung berdasarkan rata-rata- keempat Beta sekuritas ini
adalah sebesar:
β_(M )=(0,306+0,370+1,228+1,996)/4=0,975
Koreksi Terhadap Bias
Beberapa metode dapat digunakan untuk mengkoreksi Bias yang terjadi untuk Beta Sekuritas
akibat perdagangan tidak sinkron. Metode-metode ini diantaranya adalah yang diusulkan oleh
Scoles dan Williams (1997), Dimson (1979) dan Fowler dan Rorke (1983).
Metode Scholes dan Wiliam
Scoles dan Williams (1997) memberikan solusi untuk mengkoreksi bias dari perhitungan Beta
akibat perdagangan tidak sinkron dengan rumus sebagai berikut ini.

Notasi:
βi = Beta sekuritas ke-i yang sudah dikoreksi.
βi-1 = Beta yang dihitung berdasarkan persamaan regresi Ri,t = αi + βi-1 RMt-1, yaitu
untuk Ri periode ke-t dengan RM periode lag t-1.
βi0 = Beta yang dihitung berdasarkan persamaan regresi Ri,t = αi + βi0 RMt, yaitu untuk Ri
periode ke-t dengan RM periode ke-t.
Βi+1 = Beta yang dihitung berdasarkan persamaan regresi Ri,t = αi + βi+1 RMt+1, yaitu untuk
Ri, periode ke-t dengan RM periode lead t+1.
ρ1 = korelasi serial antara RM dengan RMt-1 yang dapat diperoleh dari koefisien regresi RMt =
αi + ρ1 RMt-1.

Contoh:
Dari lanjutan contoh soal sebelumnya, Beta yang dihitung dengan lag (periode mundur) dan lead
(periode maju) sbb:
Persamaan Regresi Beta
Saham A Saham B Saham C Saham D
R_(i,t)= α_i+ β_i^(-3) R_(Mt-3) -0,451 0,0603 -0,353 0,971
R_(i,t)= α_i+ β_i^(-2) R_(Mt-2) 0,407 0,00842 -0,555 -0,762
R_(i,t)= α_i+ β_i^(-1) R_(Mt-1) 0,639 0,12 0,283 0,203
R_(i,t)= α_i+ β_i^0 R_Mt 0,306 0,370 1,228 1,996
R_(i,t)= α_i+ β_i^(+1) R_(Mt+1) -0,00095 0,24 0,449 0,919
R_(i,t)= α_i+ β_i^(+2) R_(Mt+2) -0,270 -0,0562 -0,166 -1,524
R_(i,t)= α_i+ β_i^(+3) R_(Mt+3) 0,122 0,07153 0,303 -1,142

Korelasi serial R_Mt dengan R_(Mt-1), R_(Mt-2), dan R_(Mt-3)

ρ_1 ρ_2 ρ_3
R_Mt = α_i+ρ_1 R_(Mt-1) 0,325
R_Mt = α_i+ρ_2 R_(Mt-2) -0,296
R_Mt = α_i+ρ_3 R_(Mt-3) -0,037

Besarnya Beta sekuritas A yang belum dikoreksi (β_i^0) adalah 0,306. Beta yang dikoreksi dari
bias menurut metode Scholes dan Williams adalah sebesar:
β_A = ( β_i^(-1)+β_i^0+β_i^(+1) )/(1+2.ρ_1 )

β_A = ( 0,639+0,306-0,00095 )/(1+2.0,325)=0,572

β_B = ( 0,120+0,370+0,24 )/(1+2.0,325)=0,442
β_C = (0,283+1,228+0,449 )/(1+2.0,325)=1,188
β_D = ( 0,203+1,996+0,919 )/(1+2.0,325)=1,890

Secara ringkas, Beta sebelum dan sesudah dikoreksi dengan menggunakan metode Scholes dan
Williams tampak di tabel berikut:
Beta belum dikoreksi (β_i^0) Beta dikoreksi metode Scholes dan Williams
Saham A 0,306 0,572
Saham B 0,370 0,442
Saham C 1,228 1,188
Saham D 1,996 1,890

Rumus (11-3) hanya menggunakan lag (waktu mundur) dan lead (waktu maju) selama satu
periode saja, yaitu periode t-1 dan t+1. Untuk dua buah periode lag dan lead, rumus (11-3)
menjadi:

Untuk pasar model negara berkembang yang transaksi perdagangannya sangat tipis,
kemungkinan transaksi perdagangan tidak sinkron lebih dari dua periode.Unttuk kasus semacam
ini, koreksi Beta menggunakan periode mundur (lag) dan periode maju (lead) selama dua periode
saja mungkin tidak cukup. Untuk tiga periode lag dan lead, perhitungan Beta dikoreksi menurut
model Scoles dan Williams adalah:

Secara umum, perhitungan Beta dikoreksi menurut model Scholes dan Williams yang melibatkan
n-periode lag dan lead dapat ditulis sebagai berikut:

Metode Dimson
Metode yang digunakan oleh Scholes dan Williams membutuhkan beberapa pengoprasian
regresi untuk menghitung Beta masing-masing periode lag dan lead. Misalnya untuk tiga periode
lag dan lead seperti di rumus (11-5), dibutuhkan 10 kali pengoprasian regresi sebagai berikut:
Ri,t = αi + βi-3 RMt-3 + εit untuk mendapatkan βi-3.
Ri,t = αi + βi-2 RMt-2 + εit untuk mendapatkan βi-2.
Ri,t = αi + βi-1 RMt-1 + εit untuk mendapatkan βi-1.
Ri,t = αi + βi0 RMt + εit untuk mendapatkan βi0.
Ri,t = αi + βi+1 RMt+1 + εit untuk mendapatkan βi+1.
Ri,t = αi + βi+2 RMt+2 + εit untuk mendapatkan βi+2.
Ri,t = αi + βi+3 RMt+3 + εit untuk mendapatkan βi+3.
Ri,t = αi + ρ1 RMt-1 + εit untuk mendapatkan ρ1.
RMt = αi + ρ2 RMt-2 + εit untuk mendapatkan ρ2.
(10) RMt = αi + ρ3 RMt-3 + εit untuk mendapatkan ρ3.
Dimson (1979) menyederhanakan cara Scholes dan Williams ini dengan cara menggunakan
regresi berganda, sehingga hanya digunakan sebuah pengoprasian regresi saja berapapun
banyaknya periode lag dan lead, rumus Beta n-buah periode lag dan lead, rumus Beta dikoreksi
menurut metode Dimson untuk sekuritas ke-i adalah sebagai berikut:

Notasi:
Ri,t = return sekuritas ke-i periode ke-t
RMt-n = return indeks pasar periode lag t-n
RMt+n = return indeks pasar periode lead t+n
Hasil dari Beta yang dikoreksi adalah penjumlahan dari koefisien-koefisien regresi berganda,
sehingga metode Dimson ini juga dikenal dengan istilah metode penjumlahan koefisien
(aggregate coefficient method). Besarnya Beta yang dikoreksi adalah sebagai berikut:

Metode Fowler dan Ronke

Metode Dimson memang merupakan metode yang sederhana. Metode ini sederhana, karena (1)
hanya menggunakan sebuah pengoprasian regresi berganda saja dan (2) Bet yang dikoreksi
hanya dijumlahkan dari koefisien-koefisien yang diperoleh dari regresi berganda tersebut.
Fowler dan Rorke (1983) beragumentasi bahwa metode Dimson yang hanya menjumlah
koefisien-koefisien regresi berganda tanpa memberi bobot akan tetap memberikan Beta yang
bias.
Untuk satu periode lag dan lead, koreksi Beta dilakukan dengan tahapan sebagai berikut ini.
Operasikan persamaan regresi berganda seperti yang dilakukan di metode Dimson
Operasikan persamaan regresi untuk mendapatkan korelasi serial return indeks pasar dengan
return indeks periode sebelumnya
Hitung bobot yang digunakan
Hitung Beta dikoreksi sekuritas ke-i yang merupakan penjumlahan koefisien regresi berganda
dengan bobot.

DAFTAR PUSTAKA
Jogiyanto Hartono, 2010, Teori Portofolio dan Analisis Investasi, BPFE, Yogyakarta.