CRITICAL REVIEW

“Adjusting for Beta Bias: An Assessment of Alternate Techniques: A Note”

Judul : Adjusting for Beta Bias: An Assessment of Alternate Techniques: A Note

Penulis : Thomas H. Mcinish dan Robert A. Wood

Sumber : The Journal Of Finance • Vol. Xli, No.1. March 1986

1. RESEARCH BACKGROUND

Adapun hal yang melatarbelakangi penelitian ini, bermula dari Cohen, Hawawini, Maier,
Schwartz, dan Whitcomb [CHMSW] adalah yang pertama mengakui pentingnya penundaan

penyesuaian harga sebagai sumber bias beta. Para penulis ini menunjukkan bahwa untuk panjang

interval pembeda yang diberikan, keamanan dengan penundaan perdagangan lebih (kurang) dari

pasar akan membuat beta bias ke bawah (ke atas). Dengan demikian, penundaan penyesuaian

harga dan trading delay menghasilkan bias yang sama dalam estimasi beta. Jelas, kedua sumber

bias   ini   berhubungan   karena  harga  (yang   bertentangan   dengan   kuotasi)   tidak   dapat

menyesuaikan untuk mencerminkan keseimbangan pasar yang berubah tanpa terjadi transaksi.

Teknik   untuk   memperkirakan   beta   sehingga   untuk   mengontrol   bias   perdagangan   tipis   telah

diusulkan oleh Scholes dan Williams [24], Dimson [5], dan FRJ [11].  Masing­masing penulis ini

menawarkan   bukti   bahwa   teknik   mereka   secara   memadai   mengontrol  trading delay.   Tetapi

Fowler dan Rorke [8] dan FRJ [9] menawarkan bukti bahwa pendekatan ScholesWilliams dan

Dimson   tidak   cukup   mengontrol   bias   perdagangan   tipis   dalam   estimasi   beta.   Pengujian

sebelumnya tentang keberhasilan tiga teknik estimasi beta ini memiliki dua kekurangan, yakni :

1) Pertama,   dalam   banyak   kasus,   data   yang   disimulasikan   atau   dibuat   secara   buatan

digunakan. Mustahil untuk yakin bahwa hasil tes menggunakan data buatan dan simulasi
 akan   berlaku   untuk   data   aktual   karena   struktur   kesalahan   pengembalian   tidak   cukup

dipahami pada saat ini. 
2) Kedua,   ketika   data   aktual   digunakan,   beta   sebenarnya   dari   setiap   keamanan   tidak

diketahui. 

Oleh   karena   itu,   peneliti   sebelumnya   yang   menggunakan   data   aktual   tidak   dapat

memastikan   berapa   banyak   bias   hasil   dari   perdagangan   tipis.   Akibatnya,   mereka   tidak   bisa

mengukur seberapa efektif teknik mereka dikontrol untuk perdagangan tipis. CHMSW [4] telah

mengusulkan suatu teknik untuk menyesuaikan estimasi beta yang melibatkan estimasi interval /

penipisan   hubungan   silang.   Teknik   ini   didasarkan   pada   proposisi   bahwa   ketika   interval

perbedaan diperpanjang, betas OLS mendekati betas sejati. "CHMSW [4] dan Fung, Schwartz,

dan Whitcomb [12] menawarkan bukti empiris tentang efektivitas pendekatan CHMSW. Dengan

demikian, peneliti merasa perlu untuk menguji efektivitas teknik yang diusulkan oleh: Scholes­

Williams;   Dimson;   Fowler,   Rorke,   dan   Jog;   dan   Cohen,   Hawawini,   Maier,   Schwartz,   dan

Whitcomb untuk kontrol untuk bias dalam estimasi beta dari perdagangan tipis dan penundaan

penyesuaian harga.

2. RESEARCH LITERATURE

Penelitian ini menggunakan kajian empiris  dari peneliti terdahulu  seperti  Scholes dan

Williams [24], Dimson [5], dan FRJ [11].

3. RESEARCH METHODOLOGY
Penelitian ini merupakan penelitian kuantitatif deskriptif. Penelitian ini menggunakan
metode Ordinary Lease Square (OLS) untuk menghitung estimasi beta sebelum dikoreksi.
Kemudian mengoreksi estimasi beta tersebut dengan menggunakan teknik dari Scholes dan
Williams, Dimson, dan FRJ, dan CHWMSW. Hasil dari teknik tersebut kemudian dibandingkan,

teknik mana yang menghasilkan beta yang lebih mendekati angka 1. Penelitian ini menggunakan
data 958 perusahaan terdaftar di NYSE. Data yang diperoleh berisi harga setiap perdagangan di

bursa dari 1 September 1971 ­ 28 Februari 1972.

4. VARIABEL 
a. Variabel independen dari penelitian ini adalah LTIME, proksi untuk mengukur
trading delay dan koreksi keterlambatan harga.
b. Variabel dependen dari penelitian ini adalah PORTFOLIO RETURN, ASSET
FINANCIAL LEVERAGE, PAYOUT RATIO, STOCK PRICE, dan MARKET
EQUITY.

5. RESEARCH FINDING

Untuk masing-masing dari lima portofolio, Tabel I menyajikan rata-rata dan standar
deviasi berbagai atribut portofolio. Jelas bahwa model tersebut telah menciptakan portofolio
yang memaksimalkan perbedaan dalam LTIME sambil memegang PORTFOLIO RETURN,
LEVERAGE KEUANGAN, RASIO PEMBAYARAN, HARGA SAHAM, ASET, dan standar
deviasi dari dua atribut terakhir ini kurang lebih sama. Dua pertanyaan utama yang dibahas
dalam makalah ini adalah: (1) Berapa tingkat bias dalam estimasi beta karena perdagangan yang
tipis dan penundaan penyesuaian harga? (2) Seberapa efektif teknik yang diusulkan oleh
Scholes-Williams, Dimson, FRJ, dan CHMSW dalam mengendalikan bias ini?

Tabel II menyajikan estimasi beta rata-rata OLS, FRJ, Scholes-Williams, Dimson, dan
CHMSW untuk sekuritas di masing-masing dari lima portofolio, rata-rata keseluruhannya, dan
penyebaran estimasi beta. Ingatlah bahwa karena teknik pembentukan portofolio, beta harus
sama satu sama lain kecuali untuk pengaruh perdagangan yang tipis dan penundaan penyesuaian
harga. Selanjutnya, karena sampel saham yang sama dan bobot yang sama digunakan dalam
pembuatan indeks pasar dan estimasi beta, tanpa adanya bias beta, beta OLS harus rata-rata 1,0
secara melintang. Perhatikan bahwa beta OLS bias dalam arah yang diharapkan-beta untuk
portofolio yang terdiri dari saham yang diperdagangkan lebih sering daripada proxy pasar di atas
1,0, sedangkan yang terdiri dari saham yang diperdagangkan lebih jarang kurang dari 1,0.
Rentang beta OLS, 0,744 hingga 1,494, menunjukkan bahwa bias dari perdagangan yang tipis
dan penundaan penyesuaian harga sangat besar untuk saham NYSE ketika pengembalian harian
digunakan untuk estimasi beta. Jika teknik Scholes dan Williams, Dimson, FRJ, dan CHMSW
cukup untuk mengoreksi bias beta, maka beta yang diperkirakan menggunakan masing-masing
teknik harus sekitar 1,0 untuk masing-masing dari lima portofolio. Sebaliknya, bahkan yang
terbaik dari empat teknik penyesuaian menghasilkan penyebaran dari perkiraan beta rendah ke
tinggi hanya 29% kurang dari yang dialami untuk beta OLS. Lebih lanjut, perkiraan beta untuk
setiap teknik tetap monoton di seluruh peringkat LTIME. Tentu saja, tidak mengherankan bahwa
metode yang dirancang untuk menyesuaikan penundaan perdagangan tidak cukup jika
penundaan penyesuaian harga juga merupakan sumber penting dari bias beta. Menariknya, kedua
metode Scholes-Williams dan Dimson mencapai pengurangan penyebaran beta yang lebih besar
daripada teknik CHMSW (yang mengontrol kedua sumber bias). Kemungkinan alasan untuk
hasil ini dibahas di bagian selanjutnya. Karena pendekatan CHMSW membutuhkan penggunaan
EKUITAS PASAR sebagai proksi untuk ketipisan, EKUITAS PASAR tidak dapat digunakan
sebagai kendala dalam model LP ketika keempat teknik harus diuji. Hasil LP yang dilaporkan di
bawah ini juga direplikasi menggunakan PASAR EKUITAS dan kuadrat deviasi PASAR
EKUITAS sebagai kendala dengan hasil yang secara substansial mirip untuk ketiga teknik selain
CHMSW.

6. CONCLUTIONS
Masing-masing dari empat teknik penyesuaian beta dianggap mampu mengoreksi
estimasi beta portofolio dengan tujuan mengurangi jumlah bias. Namun teknik dari Dimson
merupakan teknik yang terbaik untuk mengurangi bias hanya 29% dibandingkan dengan
perbedaan estimasi beta yang dihitung dengan menggunakan teknik OLS.

7. KETERBATASAN PENELITIAN

Penelitian ini memiliki keterbatasan, beberapa di antaranya ditinjau dalam bagian ini.
Harus jelas bahwa masih banyak yang harus dilakukan. Ini adalah penggunaan pertama dari
model pemrograman linier untuk mengembangkan portofolio dengan risiko yang sama (betas).
Secara alami, hasilnya adalah uji bersama teknik penyesuaian beta yang diperiksa dan
metodologi yang digunakan. Sementara pendekatan pemrograman linier untuk formulasi
portofolio menjanjikan, pekerjaan tambahan mungkin mengungkap kelemahan dalam
pendekatan yang tidak diketahui. Misalnya, jika variabel dalam fungsi tujuan atau baris kendala
diukur dengan kesalahan, dan jika kesalahan ini berkorelasi dengan beta yang diperkirakan,
masalah yang dianalogikan dengan kesalahan OLS pada variabel muncul. Hasil yang diperoleh
untuk portofolio yang dibuat oleh model pemrograman linier mungkin tidak mewakili hasil yang
akan dicapai untuk portofolio yang dipilih secara acak.

8. RESEARCH CONTRIBUTION

Hasil penelitian ini dapat dijadikan sebagai acuan oleh perusahaan dalam memutuskan
kebijakan yang berkaitan dengan tingkat risiko saham perusahaan, sehingga dapat menarik minat
para investor untuk berinvestasi. Hasil penelitian ini juga memberi gambaran atau pengetahuan

kepada investor tentang teknik Scholes­Williams; Dimson; Fowler, Rorke, dan Jog; dan Cohen,

Hawawini, Maier, Schwartz, dan Whitcomb suntu mengkoreksi nilai-nilai beta yang bias, karena

beta sangat berkaitan erat dengan tingkat risiko maka beta merupakan faktor yang sangat penting
dalam pengambilan keputusan dalam berinvestasi

9. RESEARCH FUTURE

Menurut saya, penelitian selanjutnya penelitian selanjutnya diharapkan dapat menambah

jumlah sampel dan periode penelitian agar mendapatkan hasil yang lebih baik. Penggunaan
indeks lainnya seperti indeks di Indonesia yaitu LQ45, Kompas 100. Selain itu, penelitian
selanjutnya juga bisa mengembangkan penelitian dengan meneliti koreksi bias beta saham
dengan menggunkan metode seperti metode Fowler Rorke dan Scholes Willians pada Index
Saham misalnya di Indonesia LQ45, Kompas 100, dll.

10.CRITICAL REVIEW

Adapun tambahan yang dapat saya sampaikan, untuk penyempurnaan atau

pengembangan penelitian selanjutnya, yakni :

a) Perlu penjelasan tambahan terkait teknik pengambilan sampel, apakah menggunakan

purposive atau random sampling, karena dalam penelitian ini belum dipaparkan secara
jelas teknik pengambilan sampelnya.

b) Perlu dijelaskan terkait grand theory terkait yang mendasari penelitian ini, karena dalam
penelitian yang dilakukan oleh Thomas H. Mcinish dan Robert A. Wood belum
dipaparkan grand theory.
 REFRENSI

Hartono, Jogianto. 2017. Teori Portofolio dan Analisis Investasi, Edisi Kesebelas. Yogyakarta:
Penerbit BPFE-YOGYAKARTA

H. Mcinish dan A.Wood Robert. 1986. Adjusting for Beta Bias: An Assessment of Alternate
Techniques: A Note. The Journal Of Finance • Vol. Xli, No.1. March 1986