TUGAS RESUME BAB 4 DAN 5

MANAJEMEN INVESTASI

“RETURN HARAPAN & RISIKO PORTOFOLIO & PEMILIHAN PORTOFOLIO”

DOSEN PENGAMPU :

ABDUL HADI, SE, M.SI

DISUSUN OLEH :

KELOMPOK 2 (DUA)

NOR ARIDAH : 1610312220037

NOVITA YANI : 1610312320045
NUR ISMAYANTI : 1610312220047
QADARIAH ROMALINI : 1610312320052
RATNASARI : 1610312220041
SALAMAT HAITAMI : 1610312110031
ZORAYA SAHI : 1610312320066

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS LAMBUNG MANGKURAT

JURUSAN S-1 MANAJEMEN

2018

1
 BAB IV

RETURN HARAPAN DAN RISIKO PORTFOLIO

A. Pengertian Return dan Risiko

Tujuan investor dalam berinvestasi adalah memaksimalkan return, tanpa melupakan
faktor risiko investasi yang harus dihadapinya. Return merupakan salah satu faktor yang
memotivasi investotr berinvestasi dan juga merupakan imbalan atas keberanian investor
menangung risiko atas investasi yang dilakukannya.
1) Return
Sumber-sumber return investasi terdiri dari dua komponen utama, yaitu yield dan
capital gain (loss). Yield merupakan komponen return yang mencderminkan aliran
kas atau pendapatan yang diperoleh secara periodik dari suatu investasi. Jika kita
berinvestasi pada sebuah obligasi misalnya, maka besarnya yield ditunjukkan dari
bunga obligasi yang dibayarkan. Demikian pula halnya jika kita membeli saham, yield
ditunjukkan oleh besarnya dividen yang kita peroleh. Sedangkan, capital again (loss)
sebagai komponen kedua dari return merupakan kenaikan (penurunan) harga suatu
surat berharga (bisa saham maupun surat hutang jangka panjang), bisa memberikan
keuntungan (kerugian) bagi investor. Dalam kata lain, capital gain (loss) bisa juga
diartikan sebagai perubahan harga sekuritas.
Dari kedua sumber return di atas, maka kita bisa menghitung return total suatu
investasi dengan menjumlah kan yield dan capital gain yang diperoleh dari suatu
investasi. Perlu diketahui bahwa yield hanya akan berupa angka nol (0) dan positif
(+), sedangkan capita gain (loss) bisa berupa angka minus (-), nol (0) dan positif (+) .
secara matematis return total suatu investasi bisa dituliskan sebagai berikut:

Return total = yield + capital gain (loss) (4.1)

2) Risiko
Seperti dijelaskan diatas, di samping memperhitungkan return, investor juga perlu
mempertimbangkan tingkat risiko suatu investasi sebagai dasar pembuatan keputusan
investasi. Risiko merupakan kemungkinan perbedaan antara return aktual yang
diterima dengan return harapan. Semakin besar kemungkinan perbedaannya, berarti
semakin besar risiko investasi tersebut
Ada beberapa sumber risiko yang bisa mempengaruhi besarnya risiko suatu
investasi. Sumber-sumber tersebut antara lain: risiko suku bunga, risiko pasar, risiko
inflasi, risiko bisnis, risiko finansial, risiko likuiditas, risiko nilai tukar mata uang, dan
risiko negara (countrry risk).
Risiko suku bunga. Perubahn suku bunga bisa mempengaruhi variabilitis return
suatu investasi. Perubahan suku bunga akan mempengaruhi harga saham secra
terbalik, ceteris paribus. Artinya, jika suku bunga meningkat, maka harga saham akan
turun, ceteris paribus. Demikian pula sebaliknya, jika suatu bunga turun, harga saham
naik. Mengapa demikian? Secra sederhana, jika suku bunga misalnya naik, maka
return investasi yang terkait dengan suku bunga (misalnya deposito) juga akan naik.

2
Kondisi seperti ini bisa bisa menarik minat investor yang sebelumnya berinvestasi
disaham untuk memindahkan dananya dari saham ke dalam deposito. Jika sebagian
besar investor mmelakukan tindakan yang sama maka banyak investor yang menjual
saham untuk berinvestasi dalam bentuk defosito. Berdasarkan dalam hukum
permintaan penawaran, jika banyak pihak mejual saham, ceteris paribus, maka harga
saham akan turun. Demikian pula hal halnya untuk sekutitas obligasi jika suku bunga
yang berlaku meningkat maka harga obligasi juga akan turun, dan sebaliknya.
Logikanya adalah bahwa jika suku bunga meningkat, maka tingkat return yang
disyaratkan investor atas suatu obligasi juga akan meningkat. Dalam kondisi seperti
ini, harga pasar obligasi akan turun karena investor yang memiliki obligasi tersebut
dalam kenyataanya hanya memperoleh tingkat kupon yang tetap (kupon adalah
income tetap bagi investor obligasi), padahal tingkat return yang disyaratkan atas
obligasi tersebut sudah meningkat, seiring peningkatan suku bunga yang berlaku.
Risiko Pasar. Fluktuasi pasar secra keseluruhan yang mempengaruhi variabilitas
return suatu investasi disebut sebagai risiko pasar. Fluktuasi pasar biasa nya
ditunjukkan oleh berubahnya indeks pasar saham secra keseluruhan. Perubahan pasar
dipengaruhi oleh banyak faktor seperti munculnya resesi ekonomi, kerusuhan,
ataupun perubahan politik.
Risiko Inflasi. Infalisi yang meningkat akan mengurangi kekuatan daya beli
rupiah yang telah di investasikan. Oleh karenanya, risiko inflasi juga bisa disebut
sebagai risiko daya beli. Jika inflasi mengalami peningkatan, investor biasanya
menutut tambahan premium inflasi untuk mengkompensasi penurunan daya beli yang
dialaminya.
Risiko bisnis. Risiko dalam menjalankan bisnis dalam suatu jenis industri disebut
sebagai risiko bisnis. Misalnya, perusahaan pakaina jadi yang bergerak pada industri
tekstil akan sangat dipengaruhi oleh karakteristik industri tekstil itu sendiri.
Risiko finansial. Risiko ini berkaitan dengan keputusan perusahaan untuk
menggunkan hutang dalam pembiayaan modalnya. Semakin besar proporsi hutang
yang digunakan perusahaan, semakin besar risiko finansial yang dihadapi perusahan.
Risiko likuiditas. Risiko ini berkaitan dengan kecepatan suatu sekuritas yang
diterbitkan perusahaan bisa diperdagangkan dipasar sekunder. Semakin cepat suatu
sekuritas diperdagangkan, semakin likuid sekuritas tersebut, demikian sebaliknya.
Semakin tidak likuid suatu sekuritas semakin besar pula risiko likuiditas yang
dihadapi perusahaan.
Risiko nilai tukar mata uang. Risiko ini berkaitan dengan fluktuasi nilai tukar
mata uang domestik(negara perusahaan tersebut) dengan nilai mata uang negara
lainnya. Risko ini juga dikenal sebagai risiko mata uang (currency risk) atau risiko
nilai tukar (exchange rate risk).
Risiko negara (country risk). Risiko ini juga disebut sebagai risiko politik,
karena sangat berkaitan dengan kondisi perpolitikan suatu negra. Bagi perusahaan
yang beroperasi di luar negeri, stabilitas politik dan ekonomi negra bersangkutan
sangat penting diperhatikan untuk menghindari untuk menghindari risiko negara yang
terlalu tinggi.

3
 3) Risko Sistematis dan Risiko Tidak Sistematis
Dalam teori portofolio modern telah diperkenalkan bahawa risiko investasi total
dapat dipisahkan menjadi dua jenis risiko, atas dasar apakah suatu jenis risiko tertentu
dapat dihilangkan dengan diversifikasi , atau tidak. Kedua jenis risiko tersebut adalah
risiko sistematis dan risiko tidak sistematis. Risiko sistematis atau dikenal dengan
risiko pasar, Beberapa penulis menyebut sebagai risiko umum (general risk)
merupakan risiko yang berkaitan dengan perubahan ynag terjadi di pasar secara
keseluruhan. Perubahan pasar tersebut akan mempengaruhi variabilitis return suatu
investasi. Dengan kata lain, risiko sistematis merupakan risiko yang tidak dapat di
diversifikasi.
Sedangkan risiko tidak sistematis atau dikenal dengan risiko spesifik (risiko
perubahan), adalah risiko yang tidak terkait dengan perubahan pasar secara
keseluruhan. Risiko perusahaan lebih terkait pada perubahaan kondisi mikro
perusahaan penerbit sekuritas. Dalam manajemen portofolio disebutkan bahwa risiko
perusahaan bisa diminimalkan dengan melakukan diversifikasi aset dalam suatu
potofolio.

B. Estimasi Return dan Risiko Sekuritas

Mengetahui secara pasti berapa retirn yang akan diperoleh dari suatu investasi di masa
datang adalah pekerjaan yang sangat sulit, bahkan mustahil. Return investasi hanya bisa
di perkirakan melalui pengestimasian. Return investasi di masa datang adalah return
harapan dan sangat mungkin berlainan denga return aktual yang diterima. Jika seorang
investor misalnya mengharapkan return suatu investasi sebesar 10% maka mungkin saja
tingkat return aktual yang akan diperolehnya tidak sama dengan 10%, bisa kurang atau
lebih. Pada dasarnya, tingkat return harapan sebesar 10% tersebut hanyalah sebuah angka
estimasi yang kenyataanya mungkin bisa dibawah atau diatas angka tersebut.
Di samping mengestimasi return harapan dari suatu sekuritas, kita juga perlu
menghitung berapa besarnya risiko yang terkait dengan investasi pada sekuritas
bersangkutan. Risiko sebagai sisi lain dari return menunjukkan kemungkinan
penyimpangan antara return harapan dari return aktual yang diperoleh.
1) Menghitung Return Harapan
Untukn mengestimasi return sekuritas sebagai aset tunggal (stand alone risk),
investor harus memperhitungkan setiap kemungkinan terwujudnya tingkat return
tertentu, atau ynag lebig dikenal dengan probabilitas kejadian. Sedangkan hasil dari
perkiraan return yang akan terjadi dan probabilitasnya disebut sebagai distribusi
probabilitas. Dengan kata lain, distribusi probabilitas menunjukkan spesifikasi berapa
tingkat return yang akan diperoleh dengan berapa probabilitas terjadinya return
tersebut.
Estimasi return suatu sekuritas dilakukan dengan menghitung return harapan atas
sekuritas tersebut. Return harapan pada dasarnya adalah return rata-rata. Jika kita
memiliki distribusi probabilitas return suatu sekuritas, nilai return harapannya dapat
dihitung dengan cara menentukan nilai rata-rata tertimbang dari distribusi return
tersebut. Dalam perhitungan rata-rata tertimbang, ini bobotnya ditentukan atas dasar
nilai probabilitas masing-masing return yang terjadi. Secara matematis, rumus untuk

4
menghitung return harapan dari suatu sekuritas bisa dituliskan dalam persamaan
berikut ini:

E(R) = ∑ni=1 R i pri (4.2)

Dalam hal ini:

E(R) = return harpan dari suatu sekuritas

Rᵢ = return ke-i yang mungkin terjadi

prᵢ = probabilitas kejadian return ke-i

n = banyaknya return yang mungkin terjadi

Berikut ini akan diberikan contoh perhitungan return harapan dari suatu sekuritas
ABC berdasarkan skenario kondisi ekonomi seperti dalam tabel 4.1 dibawah ini:

Tabel 4.1. Distribusi Probabilitas Return Sekunder ABC

Kondisi Ekonomi Probabilitas Return

Ekonomi Kuat 0,30 0,20
Ekonomi Sedang 0,40 0,15
Resesi 0,30 0,10

Penghitungan return harapan dari sekuritas ABC tersebut bisa dihitung dengan
rumus 4.2 di atas, seperti berikut ini :

E(R) = [(0,30) (0,20)] + [(0,40) (0,15)] + [(0,30) (0,10)]

= 0,15
Jadi, return harapan dari sekuritas ABC adalah 0,15 atau 15%

Di samping cara perhitungan di atas, perhitungan return harapan juga bisa

dilakukan dengan dua cara lainnya yang dikenal sebagai perhitungan rata-rata
aritmatik (arithmetic mean) dan rata-rata geometrik (geometric mean). Kedua metode
perhitungan itu sesuai untuk menghitung suatu rangkaian aliran return dalam suatu
periode tertentu, misalnya return suatu asaet selama 5 atau 10 tahun berturut-turut.

Metode arithmetic mean adalah metode perhitungan statistik yang biasa kita pakai
nuntuk menghitung nilai rata-rata, dan biasanya diberi simbol x̄ (dibaca X bar). Secara
matematis, rumus arithmetic mean bisa dituliskan sebagai berikut:

x̄ = Σx (4.3)
N
Dimana Ʃx adalah penjumlahan nilai return selama suatu periode, dan n adalah total
jumlah periode.

5
Contoh: aset ABC selama 5 tahun memberikan return berturut-turut seperti dalam
tabel 4.2.

Tabel 4.2 Return aset ABC selama periode 1995 – 1999

Tahun Return (%) Return relatif (1 + return)

1995 15,25 1,1525
1996 20,35 1,2035
1997 -17,50 0,8250
1998 -10,75 0,8925
1999 15,40 1,1540

Perhitungan return berdasar metode arithmetic mean

x̄ = [15,25+20,35+(-17,50)+(-10,75)+15,40]
5
x̄ = [22,75] = 4,55%
5

Hasil perhitungan metode arithmetic mean di atas adalah nilai rata-rata return
selama 5 tahun. Akan tetapi metode arithmetic mean kadang kala bisa menyesatkan
terutama jika pola distribusi return selama suatu periode mengalamai persentase
perubahan yang sangat fluktuatif. Oleh karena itu, ada suatu metode lain yang disebut
sebagai metode geometic mean, yang bisa menggambarkan secara lebih akurat “nilai
rata-rata yang sebenarnya” dari suatu distribusi return selama suatu periode tertentu.
Rumus untuk menghitung geometic mean adalah sebagai berikut :

G = [(1 + R1 ) (1 + R2) .........(1 + Rn)]1/n – 1 (4.4)

Dalam hal ini, Rnᵘ adalah return relatif pada periode n . return relatif diperoleh
dari penjumlahan 1,0 terhadap return. Penambahan nilai 1,0 tersebut berguna untuk
menghilangkan nilai negatif dalam perhitungan geometic mean. Jika distribusi return
aset ABC seperti tabel 4.2 di atas kita hitung dengan metode geometic mean, maka
hasil yang kita dapatkan adalah:

G = [(1 + 0,1525) (1 + 0,2035) (1 – 0,1750) (1 – 0,1075) (1 + 0,1540)]1/5 – 1

= [(1,1525) (1,2035) (0,8250) (0,8925) (1,1540)]1/5 -1
= (1,1786)1/5 – 1
= 1,0334 – 1 = 0,334 = 3,34%

Dari perbandingan perhitungan ke dua metode diatas hasil perhitungan return

dengan metode geometic mean lebih kecil dari hasil perhitungan metode arithmetic
mean. Megapa demikian? Hal ini disebabkan perhitungan geometic mean adalah

6
 perhitungan yang bersifat pelipatgandaan (compounding) dari aliran return selama
periode tertentu. Perhitungan metode seperti ini memang menghasilkan nilai yang
lebih kecil dibanding metode perhitungan arithmetic mean. Di samping itu, geometic
mean selalu bernilai lebih kecil karena metode ini merefleksikan variabilitas return
dalam suatu periode tertentu.

Kapan sebaiknya kita menggunakan geometic mean atau arithmetic mean?

Untuk menghitung tingkat perubahan aliran return pada periode yang bersifat serial
dan kumulatif (misalnya 5 atau 10 tahun berturut-turut), sebaiknya menggunakan
metode geometic mean. Sedangkan arithmetic mean, akan lebih baik dipakai untuk
menghitung nilai rata-rata aliran return yang tidak bersifat kumulatif.

Soal jawab 4.1

Soal : seorang analisi mengestimasi suatu saham dengan hasil tabel kondisi
ekonomi dan return sebagai berikut :
Kondisi ekonomi probabilitas Return
Bagus 0,4 30%
Buruk 0,6 10%
Berapakah return harpan untuk saham tersebut ?
Jawab : Return harapan saham adalah :
E(R) = 0,4 x 30% + 0,6 x 10% = 0,18 = 18%

2) Menghitung risiko
Investor harus mampu menghitung risiko dari suatu investasi karena tingkat risiko
merupakan kemungkinan penyimpangan return aktual dari return harapan (return rata-
rata), secara statistik tingkat risiko ini dapat diwakili oleh ukuran penyimpangan atau
ukuran penyebaran data. Dua ukuran penyebaran yang setong digunakan untuk
mewakilinya adalah nilai varians dan deviasi standar. Varians maupun deviasi standar
merupakan ukuran besar penyebaran data variable random dari nilai rata-ratanya.
Semakin besar penyebaran distribusi return suatu investasi, semakin tinggi tingkat
risiko investasi tersebut.
Untuk menghitung varians maupun deviasi standar (merupakan akar kuadrat
varians), kita harus menghitung terlebih dahulu distribusi return harapan dengan
menggunakan persamaan 4.2 secara matematis, rumus untuk menghitung varians dan
deviasi standar bisa dituliskan sebagai berikut:

Varians return = 𝜎 2 = ∑ni=1( R ji – E(R j ))2 . Pri (4.5)

Dan
(4.6)
Deviasi standar =  = √2

Dalam hal ini :

σ² = varians return
σ = deviasi standar

7
 E(R) = Return harapan dari suatu sekuritas
Rᵢ = Return ke-i yang mungkin terjadi
prᵢ = probabilitas kejadian return ke-i

Dalam Tabel 4.3 berikut ini diberikan contoh perhitungan varians dan deviasi
standar saham DEF.

Tabel 4.3 penghitungan varians dan deviasi standar saham DEF

(1) (2) (3) (4) (5) (6)

Return Probabilitas(prᵢ (1) x (2) R ᵢ - E(R) [(R ᵢ - E(R)]² [(R ᵢ - E(R)]²
(R ᵢ) ) prᵢ
0,07 0,2 0,014 -0,010 0,0001 0,00002
0,01 0,2 0,002 -0,070 0,0049 0,00098
0,08 0,3 0,024 0,000 0,0000 0,00000
0,10 0,1 0,010 0,020 0,0004 0,00004
0,15 0,2 0,030 0,070 0,0049 0,00098
1,0 E(R) = 0,08 Varians = σ² = 0,00202

Deviasi standar = σ =( σ²)1/2 = (0,00202)1/2 = 0,0449 = 4,49%

Dalam pengukuran risiko sekuritas kita juga perlu menghitung risiko relatid
sekuritas tersebut. Risiko relatif ini menunjukkan rissiko per unit return harapan. Hal
ini diperlukan karena informasi risiko yang hanya berupa varians dan deviasi standar
akan bermasalah, terutama ketika kita ingin membandingkan tingkat risiko antar aset,
yang masing-masing memiliki return harapan yang tidak sama. Ukuran risiko relatif
yang busa dipakai adalah koefisien variasi. Rumus untuk menghitung koefisien variasi
adalah:

Koefisien Variasi = Standar Deviasi Return

Return yang diharpkan
= σ
E(R)

Sesuai dengan data dalam contoh diatas, koefisen variasi saham DEF bisa
dihitung sebagai berikut :

Koefisien Variasi = 0,0449

0,080
= 0,56125

8
C. Analisis Risiko Portofolio
Dalam manajemen portofolio dikenal adanya konsep pengurangan risiko sebagai
akibat penambahan sekuritas kedalam portofolio. Konsep ini merupakan konsep yang
sangat penting dalam pemahaman risiko portofolio. Konsep ini menyatakan bahwa jika
kira menambahkan secara terus-menerus jenis sekuritas ke dalam portofolio kita, maka
manfaat pengurangan risiko yang kita peroleh akan semakin besat sampai mencapai titik
tertentu di mana manfaay pengurangan tersebut mulai berkurang.
Konsep ini sejalan dengan law of large number dalam statistik, yang menyatakan
bahwa semakin besar ujuran sampael, semakin besar kemungkinan rata-rata sampel
mendekati nilai yang diharapkan dari populasi. Pengurangan risiko dalam portofolio juga
hampir sama dengan prinsip asuransi, dimana dalam prinsip ini perusahaan asuransi akan
mengurangi risiko dengan membuat sebanyak mungkin polis asuransi.
Konsep penurunan risiko portofolio didasri asumsi bahwa return-return sekuritas
bersifat independen. Dengan asumsi bahwa return sekuritas yang ada di dalam portofolio
tidak saling mempengaruhi satu dengan yang lainnua, risiko portofolio bisa diestimasi
dengan nilai deviasi standar populasi dibagi dengan akar dari n (jumlah sekuritas dalam
portofolio). Rumus untuk menghitung deviasi standar portofolio bisa ditukiskan sebagai
berikut ini.

σp = σi
n1/2

Contoh : misalnya risiko setiap sekuriats sebesar 0,20 maka risiko portofolio akan
menurun terus jika semakin banyak jumlah sekuritas yang dimasukkan dalam portofolio.
Misalnya, jika kita memasukkan 100 saham dalam portofolio tersebut maka risko
portofolio akan berkurang dari 0,20 menjadi 0.02.

σr = 0,20 = 0,02
1001/2

atas membuktikan bahwa semakin banyak jenis saham yang dimasukkan dalam
portofolio akan menyebabkan semakin berkurangnya risiko portofolio. Tetapi, asumsi
statistik yang dipakai dalam contoh di atas (return saham yang ada dalam portofolio tidak
berkorelasi) sangat sulit ditemui dalam dunia nyata. Akibatnya, manfaat pengurangan
risiko yang diperoleh dengan memasukkan banyak jenis saham akan mencapai titik
puncaknya, dan setelah itu, jika kita masukkan lagi jenis saham ke dalam portofolio,
tambahan manfaat penguranagn risiko tidak berarti lagi.

Dalam konteks portofolio, semakin banyak jumlah saham yang dimasukkan dalam
portofolio, semakin besar manfaat pengurangan risiko. Meskipun demikian, manfaat
penguranan risiko portofolio akan mencapai titik puncaknya pada saat portofolio terdiri

9
 dari sekian jenis saham, dan setelah itu manfaat pengurangan risiko portofolio tidak akan
terasa lagi. Efek pengurangan risiko dengan penambahan jumlah saham bisa di gambarkan
seperti dalam gambar 4.1.

Gambar 4.1 Pengurangan risiko portofolio melalui penambahan jumlah saham

Beberapa hasil studi empiris tenang jumlah saham dalam porofolio yang bias
mengurangi risiko telah dilakukan dan menghasilkan rekomendasi bahwa untuk
mengurangi risiko portofolio diperlukan sedikitnya antara 10-20 jenis saham. Tabel 4.4
berikut ini merupakan ringkasan dari beberapa penelitian empiris sebelumnya.

Penelitian yang sama juga pernah dilakukan oleh Tandelilin (1998) di pasar modal
Indonesia dan Filipina. Penelitian tersebut menghasilkan rekomendasi bahwa untuk
meminimalkan risiko portofolio sedikitnya diperlukan 14 saham untuk pasar modal
Filipina dan 15 saham untk pasar modal Indonesia.

D. Diversifikasi
Untuk menurunkan risiko investasi, investor perlu melakukan diversifikasi.
Diversifikasi (portofolio) dalam pernyataan tersebut bias bermakna bahwa investor perlu
membentuk portofolio melalui pemilihan kombinasi sejumlah asset sedemikian rupa
hingga risiko dapat diminimalkan tanpa mengurangi return harapan. Mengurangi risiko
anp0a mengurangi return adalah tujuan investor dalam berinvestasi. Tetapi bagaimana
divesifikasi tersebut dapat dilakukan?
Investor mungkin saja berpikir bahwa untuk melakukan diversifkasi, cara paling
mudah adalah dengan memasukkan semua asset ke dalam portofolio. Tetapi jika cara ini
dilakukan, permasalahannya adalah berapa bagian dana yang akan diinvestasikan dalam
kelas kelas asset tersebut dan asset asset spesifik yang mana dari kelas asset yang akan
dipilih untuk dimasukkan dalam portofolio. Misalnya seorang investor A ingin
membentuk portofolio dengan cara menanamkan dananya pada semua kelas risiko yang
tersedia. Saat ini dia dihadapkan pada pilihan kelas asset berupa saham, obligasi, deposito,
tanah, dan emas. Diversifikasi dengan memasukkan semua kelaas asset a berarti investor
A tersebut akan menanamkan dananya pada semua kelas asset yang tersedia ( saham,
obligasi, tanah, dan emas).Tetapi, permasalahannya kemudian adalah berapa % dari total
dananya yang akan ditanamkan pada saham,pada obligasi, berapa % pada deposito tanah,

10
dan berapa % pada emas. Misalnya, persentase dana untuk masing masing kelas asset
sudah ditentukan (misalnya 20% untuk saham,15 % untuk obligasi, 25% deposito, dan
20% untuk tanah, dan sisanya 20% untuk emas. Lalu pertanyaan berikutnya adalah ‘ dari
20% total dana untuk ditanamkan pada kelas asset saham, saham saham perusahaan mana
saja yang kan dipilih dan berapa % kah yang akan diinvestasikan pada saham saham
tersebut?’. Demikian seterusnya pada kelas asset yang lain.
Di sisi lain, beberapa investor lainnya mungkin berpendapat bahwa diversifikasi
portofolio bias saja dilakukan dengan memfokuskan pilihan hanya pada satu kelas asset,
saham misalnya. Pertanyaan yang muncul adalah saham perusahaan mana saja yang harus
dimasukkan dalam portofolio, dan berapa dana yang akan dialokasikan dalam masing
masing saham yang dipilih.
Berdasarkan gambaran kedua situasi di atas, terlihat bahwa investor perlu melakukan
diversifikasi pada berbagai asset untuk meminimalkan risiko. Tapi, bagaimana sebenarnya
prinsip prinsip diversifikasi tersebut? Pada bagian ini kita akan membahas prnsip prinsip
diversifikasi, yaitu diversifikasi random dan diversifikasi Markowitz.
1) Diversifikasi Random
Diversifikasi random (diversifikasi secara naïf) terjadi ketika investor
menginvestasikan dananya secara acak pada berbagai jenis saham yang berbeda atau
pada berbagai jenis asset yang berbeda dan berharap bahwa varians turun sebagai
ukuran risiko portofolio tersebut akan diturunkan. Dalam hal ini investor memilih
asset asset yang akan dimasukkan ke dalam portofolio tanpa terlalu memperhatikan
karakteristik asset asset bersangkutan. Dalam benak investor yang melakukan
diversifikasi random, semakin banyak jenis asset yang dimasukkan dalam portofolio,
semakin besar manfaat pengurangan risiko yang akan diperoleh. Tetapi sayangnya,
manfaat diversifikasi yang diperoleh dengan menambah jumlah saham ke dalam
portofolio secara terus menerus, maka pada tingkt tertentu penurunan risiko marginal
akan semakin berkurang.
2) Diversifikasi Markowitz
Untuk memperoleh manfaat pengurangan risiko yang lebih optimal dari
diversifikasi, tentunya kita tidak bias mengabaikan begitu saja informasi-informasi
peentng tentang karakteristik asset asset yang akan dimasukkan dalam portofolio,
seperti yang dilakukan dalam diversifikasi random. Dengan memperhitungkan
karakteristik asset seperti tingkat return harapan serta klasfikasi industry suatu asset,
kita akan menjadi lebih selektif dalam memilih asset asset yang mampu memberikan
manfaat diversifikasi yang paling optimal.
Diversifikasi yang lebih efisien dari diversifikasi secara random adalah
diversifikasi berdasarkanmodel Henry Markowitz. Nasihat Markowitz yang paling
penting dalam diversifikasi portofolio adalah “janganlah menaruh semua telur ke
dalam satu keranjang” , karena kalau keranjang tersebut jatuh, maka semua telur yang
ada dalam keranjang tersebut akan pecah. Dalam konteks investasi, ajaran tersebut
bias diartikan sebagai “janganlah menginvestasikan semua dana yang kita miliki
hanya pada satu asset saja, karena jika asset tersebut gagal, maka semua dana yang
kita investasikan akan lenyap”. Sekilas ajaran tersebut terlihat sederhana, tetapi dalam

11
teori portofolio Markowitz, ditunjukkan secara kuantitatif mengapa dan bagaimana
diversifikasi bias menurunkan risiko portofolio.
Kontribusi penting dari ajaran Markowatz adalah temuannya bahwa return asset
itu berkorelasi antara satu denganyang lainnya. Dan tidak independen. Oleh karena
itu, risiko portofolio tidak boleh dihitung dari penjumlhan smua risiko asset yng ada
dalam portofolio, tetapin juga harus mempertimbangkan efek keterkaitan antar return
asset tersebut dalam mengistimasikan risiko portofolio. Kontribusi risiko akibat
keberadaan hubungan antar return asset, dapat diwakili oleh nilai kovarians atau
koefisien korellasi. Kovarians adalah suatu ukuran absolut yang menunjukkan sejauh
mana return dari dua sekuritas dalam portofolio cenderung untuk bergerak secara
bersama sama. Tetapi, sebelum membahas lebih jauh tentang kovarians, terlbih dahulu
kan dibahas ukuran statistic koefisien korelasi sebagai ukuran asosiasi dua variabel.
Koefisien korelasi. Koefisien korelasi adalah suatu ukuran statistic yang
menunjukkan pergerakan bersamaan relative antara dua variabel. Dalam konteks
diversifikasi, ukuran ini akan menjelaskan sejauh mana return dari suatu sekuritas
terkait satu dengan lainnya. Ukuran tersebut biasanya dilambangkan dengan (Pi,j) dan
bergerak berkorelasi antara +1,0 sampai -1,0, dimana :
Jika Pi,j = +1,0 ; berarti korelasi positif sempurna;
Jika Pi,j = -1,0 ; berarti korelasi negative sempurna;
Jika Pi,j = 0,0 ; berari tidak ada korelasi.

Ada beberapa hal yang berkaitan dengan penggunaan ukuran koefisien korelasi
dalam konsep siversifikasi, sebgai berikut.
1. Penggabungan dua sekuritas yang berkorelasi positif sempurna (+1,0) tidak akan
memberikan manfaat pengurangan risiko. Risiko portofolio yang dihasilkan dari
penggbungan ini hanya merupakan rata rata tertimbang dari risiko individual
sekuritas yang ada dalam portofolio.
2. Penggabungan dua sekuritas yang berkorelasi nol akan mengurangi risiko
portofolio secara signifikan. Semakin banyak jumlah saham yang tidak
berkorelasi (0) dimasukkan dalam portofolio, semakin besar manfaat
pengurangan risiko yang diperoleh.
3. Penggabungan dua sekuritas yang berkorelasi negative sempurna (-1,0) akan
menghasilkan risiko kedua sekuritas tersebut. Hal ini sejalan dengan prinsip
strategi lindung nilai (Bedging) terhadap risiko.
4. Dalam dunia nyata, ketiga jenis korelasi ektrem tersebut (+1,0; 0,0; dan -1,0)
sangat jarang terjadi. Sekuritas biasanya akan mempunyai korelasi positif
terhadap sekuritas lainnya, meskipun tidak sempurna (+1). Oleh karena itu,
investor tidak akan bias menghilangkan sama sekali risiko portofolio. Hal yang
bias dilakukan adalah mengurangi risiko portofolio.

Kovarians. Kovarians adalah ukuran absolut yang menunjukkan sejauh mana

dua variable mempunyai kecenderungan untuk bergerak secara bersama sama. Dalam
konteks manajemen portofolio, kovarians menunjukkan sejauh mana return dari dua
sekuritas mempunyai kecenderungan bergerak bersama sama. Kovarians bias

12
 berbentuk angka positif, negative, ataupun nol. Sebagai contoh misalnya kita
menggabungkan dua sekuritas A dan B. Kovarians positif berarti kecenderungan dua
sekuritas bergerak dalam arah yang sama; jika return sekuritas A naik, maka return
sekuritas B turun, demikian sebaliknya, sedangkan, kovarians nol mengindikasikan
bahwa pergerakan dua buah sekuritas bersifat independen satu dengan lainya.

Secara matematis, rumus untuk menghitung kovarians dua buah sekuritas A dan
B adalah :

AB = ∑m
i=1[R A,i − E(R A )] [R B,i − E(R B )] pri (4.9)

Dalam hal ini:

σᴀᴃ = kovarians antara sekuritas A dan B

Rᴀ,I = return sekuritas A pada saat i

E(Rᴀ)= nilai yang diharapkan dari return sekuritas A

M = jumlah hasil sekuritas yang mungkin terjadi pada periode tertentu

Pri = probabilitas kejadian return ke- i

Pada prinsipnya, risiko investasi dapat dikurangi melalui diversifikasi atau

portofolio. Namun tidak semua risiko dapat dihilangkan, hanya risiko tidak sistemais
yang dapat dikurangi. Sedangkan risiko sistemais tetap melekat pada suatu asset dan
tidak dapat dhilangkan.

E. Estmasi Return dan Risiko Portofolio

Mengestimasi return dan risiko portofolio berarti menghitung return harapan dan
risiko suatu kumpulan asset individual yang dikombinasikan dalam suatu portofolio asset.
Ingat bahwa asset asset dapat mengalami gerak bersama sama. Oleh karena itu, untuk
menghitung risiko suatu portofolio kita tidak boleh hanya menjumlahkan seluruh risiko
asset individual, tetpi juga harus memperhatikan komponen risiko akibat keterkaitan antar
asset tersebut. Dengan kata lain, kontribusi risiko asset individual terhadap risiko
portofolio, terdiri dari komponen varians dan kovarians asset tersebut dengan asset asset
lain yang dilibatkan dalam portofolio.
1. Menghitung Return Harapan dari Portofolio
Return harapan dari suatu portofolio bias diestimasi dengan menghitung rata rata
tertimbang dari return harapan dari masing masing asset individual yang ada dalam
portofolio. Persentasi nilai portofolio yang diinvestasikan dalam setiap asset asset
individual dalam portofolio disebut sebagai ‘bobot portofolio’, yang dilambangkan
dengan W . Jika seluruh bobot portofolio dijumlahkan, akan berjumlah total 100%
atau 1,0; artinya seluruh dana telah diinvestasikan dalam portofolio.

13
 Rumus untuk menghitung return harapan dari portofolio adalah sebagai berikut:

E(R p ) = ∑ni=1 W1 E(R i ) (4.10)

Dalam hal ini :

E(Rᴘ) = return harapan dari portofolio

Wi = bobot portofolio sekuritas ke- i
Σwi = jumlah total bobot portofolio
E(Ri) = return harapan dari sekuritas ke-i
n = jumlah sekuritas-sekuritas yang ada dalam portofolio.

Contoh: Sebuah portofolio yang terdiri dari tiga jenis saham ABC, DEF, dan GHI
menawarkan return harapan masing masing sebesar 15%, 20%, dan 25%. Misalnya,
persentase dana yang diinvestasikan pada saham ABC sebesar 40%, saham DEF 30%,
dan saham GHI 30%, maka return harapan dari portofolio tersebt adalah:

E(Rᴘ) = 0,4 (0,15)+0,3(0,2)+0,3(0,25)

= 0,195 atau 19,5%

Soal-Jawab 6.3. Return harapan portfolio

Soal; Sebuah portfolio dengan dua saham mempunyai karakteristik berikut :
Saham E(R) σ
AZA 0,20 0,15
BYB 0,10 0,05

Anggap Bapak Joni mempunyai uang Rp10 juta untuk diinvestasikan dan ingin
menjual short sale saham B Rp5 juta untuk diinvestasikan pada saham A. Berapakah
return harapan portfolio?
Jawab: Return harapan portfolio adalah:
E(Rp) = Rp15 juta Rp5 juta
(0,20) -
Rp 10 juta Rp 10 juta (0,10)
= 0,25 = 25%
2. Menghitung Risiko Portofolio
Seperti telah disebutkan dimuka, risiko portofolio tidak bias dihitung hanya
dengan menjumlahkan risiko masing masing sekuritas yang ada dalam portofolio.
Menghitung risiko portofolio tidak sama dengan menghitung return portofolio, karena
risiko portofolio bukan merupakan rata rata tertimbang risiko masing masing sekuritas
individual dalam portofolio.
Dengan menggunakan ukurn kovarians seperti yang telah dibahas dimuka, kita
bias menghitung besarnya risiko portofolio, baik yang terdiri dari dua buah sekuritas
maupun n sekuritas. Dalam menghitung risiko portofolio, ada tiga hal yang perlu
ditentukan, yaitu:
1. Varians setiap sekuritas;

14
2. Kovarians antara satu sekuritas dengan sekuritas lainnya;
3. Bobot portofolio untuk masing-masing sekuritas.

Kasus dua sekuritas. Untuk mengukur risiko portofolio yang terdiri dari dua
sekuritas, kita bias menghitung deviasi standar return kedua sekuritas tersebut. Secara
matematis rumus yang dipakai adalah:

σp = [Wa2σa2 + WB2σB2 + 2(WA)(WB)(PAB)σAσB]1/2 (4.11)

Dalam hal ini:

σp = deviasi standar portfolio

WA = bobot portfolio pada asset A
Pᴀ,ᴃ = koefisien korelasi asset A dan B

Contoh: Portofolio yang terdiri dari saham A dan B masing masing menawarkan
return sebesar 10% dan 25%; serta deviasi standar masing masing sebesar 30% dan
60%. Alokasi dana investor pada kedua aset tersebut masing masing sebesar 50%
untuk setiap asset. Deviasi standar portofolio tersebut dihitung dengan menggunakan
rumus di atas:

(I) σ = [(0,5)2(0,3)2 + (0,5)2 (0,6) + 2 (0,5) (0,5) (PA,B) (0,3) (0,6)]1/2

= [0,00225 + 0,09 + (0,09) (PA,B)]1/2
= [0,1125 + 0,09 (PA,B)]1/2
(II) Dari perhitungan tahap I tersebut, kita bias menentukan besarnya risiko
portofolio saham A dan B. Sebelumnya kita tentukan dahulu koefisien
korelasi saham A dan B. Berikut ini beberapa scenario koefisien korelasi
saham A dan B beserta hasil perhitungan deviasi standarnya:

PA,B [0.1125 + 0,09 (PA,B)1/2 σp

+1,0 [0.1125 + 0,09 (1,0)1/2 45,0%
+0,5 [0.1125 + 0,09 (0,5)1/2 39,8%
+0,2 [0.1125 + 0,09 (0,2)1/2 36,1%
0 [0.1125 + 0,09 (0,0)1/2 33,5%
-0,2 [0.1125 + 0,09 (-0,2)1/2 30,7%
-0,5 [0.1125 + 0,09 (-0,5)1/2 25,9%
-1,0 [0.1125 + 0,09 (-1,0)1/2 15%

Soal-Jawab 6.4. Deviasi standar portfolio

Soal: Melanjutkan soal-jawab 6.3. Jika diketahui tidak ada korelasi antara saham AZA
dan BYB, berapakah deviasi standar portfolio?

Jawab: Perhatikan bahwa koefisien korelasi = 0, deviasi standar portfolio adalah:

15
 σP = [(1,5)2 x (0,15)2 + (-0,5)2 x (0,05)2 + 2 x 1,5 x -0,5 x 0 x 0,15 x 0,05]1/2
= 0,2264 = 22,64%

Kasus n sekuritas. Rumus untuk menghitung deviasi standar untuk dua buah
sekuritas di atas bias diperluas untuk menghitung risiko portofolio yang terdiri dari n
sekuritas. Ukuran yang dipakai adalah varians return dari n- sekuritas yang ada dalam
portofolio. Secara matematis rumus untuk menghitung risiko n sekuritas adalah :

𝜎P2 = ∑ni=1 𝑊𝑖2 𝜎12 + ∑nj=1 ∑𝑅𝑗=1 Wi Wj ij (4.12)

Dalam hal ini:

σ2 p = varians return portfolio

σ2 i = varians return sekuritas i
σij = kovarians antara return sekuritas i dan j
Wi = bobot atau porsi dana yang diinvestasikan pada sekuritas i

𝑛
𝛴𝑖=1 𝛴𝑛
= tanda penjumlahan ganda, berarti angka n2 akan ditambahkan secara
𝑗=1
bersamaan (semua nilai pasangan i dan j yang mungkin dipasangkan)
𝑛
Jika dibagian pertama persamaan 4.12. 𝛴𝑖=𝑗 𝑊𝑖2 𝜎𝑖2 , kita asumsikan bahwa bobot
portfolio sama untuk setiap sekuritas, maka porsi dana yang diinvestasikan (w) akan
menjadi

𝑛 1𝑛
𝛴𝑖−1 (1/n)2𝜎𝑖2 𝑛 𝛴𝑖=1 𝜎𝑖2 /n

Selanjutnya, kita bisa menyederhanakan persamaan 4.12. tersebut menjadi:

𝑛 𝑛
σ2p = 𝛴𝑖=1 𝛴𝑗=1 WiWj σij
𝑛 𝑛
σp = 𝛴𝑖=1 𝛴𝑗=1 Wi Wj Pij σi σj

Kedua persamaan 4.13 dan 4.14 tersebut di atas digunakan untuk menghitung
varians maupun kovarians portofolio; jika i=j maka rumus 4.13 bisa dippakai untuk
menghitung varians, dan jika i≠j maka rumus 4.14 bisa digunakan untuk menghitung
kovarians portofolio. Penulisan rumus untuk menghitung varians portofolio seperti di
atas bagi beberpa orang tampaknya cukup rumit. Tetapi pada dasarnya, untuk
memahami rumus tersebut kita bias menggunakan bantuan matriks yang menunjukkan
bagaimana proses menghitung varians dan kovarians antar return sekuritas. Matriks
pada gambar berikut menunjukkan gambaran perhitungan varians dan kovarians dari 3
sekuritas dalam portofolio.

16
 Gambar 4.2. Matriks Varians-Kovarians dari 3 Sekuritas

ASET 1 ASET 2 ASET 3 ASET N

ASET 1 σ1.1 σ1.2 σ1.3 σ1.N
ASET 2 σ2.1 σ2.2 σ2.3 σ2.N
ASET 3 σ3.1 σ3.2 σ3.3 σ3.N

ASET 3 σN.1 σN.2 σN.3 σN.N

Dari gambar di atas, diagonal matriks yang merupakan sel sel yang diarsir adalah
varians return masing masing sekuritas, yaitu varians return sekuritas 1(σ1.1), varians
return sekuritas 2 (σ2.2), dan varians return sekuritas 3 (σ3.3). Sedangkan kovarians dari
return sekuritas tersebut dapat dilihat pada sel sel yang berada di atas atau di bawah
diagonal tersebut. Kovarians antara return sekuritas 1 dan 2 adalah σ1.2. Kovarians
antara return sekuritas 1 dan 3 adalah σ1.3, dan adalah kovarians antara return sekuritas
2 dengan 3. Demikian seterusnya, seandainya terdapat n sekuritas dalam suatu
portofolio. Dengan demikian, jika kita melibatkan 3 sekuritas ke dalam portofolio,
berarti kita harus menghitung matriks varians-kovarians yang terdiri dari 9 sel.
Demikian pula halnya jika kita melibatkan 4 sekuritas, berarti kita harus menghitung
16 sel matriks varians-kovarians.

Model portofolio Markowitz memang bias membantu kita untuk menghitung

return harapan dan risiko portofolio. Tetapi, model tersebut memerlukan perhitungan
kovarians yang terlalu kompleks, terutama jika kita dihadapkan pada jumlah sekuritas
yang banyak. Seandainya terdapat n sekuritas dalam sebuah portofolio, berarti kita
harus menghitung sejumlah [n(n-1)]/2 kovarians. Artinya, kita harus menghitung [100
(100-1)]/2 atau 4950 kovarians untuk sebuah portofolio yang berisi 100 sekuritas.

F. Pengaruh Bobot Portofolio dan Korelasi

Pada diskusi dan contoh menghitung risiko portofolio untuk kasus dua sekuritas
sebelumnya, satu hal yang perlu diperhatikan adalah bobot portofolio tidak berubah antar
berbagai scenario korelasi yang berbeda. Bobot portofolio penting untuk diketahui dalam
perhitungan risiko portofolio. Proporsi jumlah dana yang diinvestasikan pada tiap
sekuritas dalam portofolio berpengaruh pada risiko portofolio. Di samping itu seperti yang
telah dibahas pada seksi terdahulu, korelasi antar-aset dalam portofolio juga berpengaruh
pada risiko portofolio.
1. Kasus Korelasi Nol
Sebagai contoh, anggap seorang investor memutuskan untuk berinvestasi pada
dua asset dengan karakteristik sebagai berikut:

17
 Return dan Risiko Saham S Obligasi O
Return harapan, E(R1) 0,12 0,06
Deviasi standar, σ1 0,15 0,10

Untuk mengestimasi return harapan portofolio dan risiko, informasi lain yang
diperlukan adalah mengenai derajat kedua asset berkorelasi. Anggap pada contoh ini,
koefisien korelasi antara saham S dan obligasi O adalah nol.

Dalam sebuah portofolio dua asset ini, proporsi dana yang diinvestasikan pada
obligasi O adalah 100% dikurangi proporsi dana yang diinvestasikan pada saham S,
W0 = 1 - Ws.. Mengikuti persamaan (4,10) dan (4,11), return harapan portofolio dan
deviasi standarnya dihitung sebagai berikut:

E (Rp) = Ws x 0,12 = (1-Ws) x 0,06

Σp = [Ws2 x 0,152 + (1 – Ws)2 x 0,102 + 2(Ws) x (1 – Ws) x 0 x 0,15 x 0,101/2

Misalnya, total dana Rp100 juta diinvestasikan pada saham S sebesar Rp70 juta.
Bobot portofolio dalam saham S adalah Rp70 juta / Rp100 juta = 0,70. Sedangkan
bobot portofolio untuk obligasi O adalah (1 – 0,70) = 0,30. Maka return harapan
portofolio dan deviasi standarnya adalahL

E (Rp) = 0,70 x 0,12 + 0,30 x 0,06 = 10,20%

σp = [0,702 x 0,152 + 0,302 x 0,102 + 2 x 0,70 x 0,30 x 0 x 0,15 x 0,10]1/2
= 0,1092 = 10,92%
Dengan membuat perhitungan yang sama untuk nilai-nilai lain dari Ws, skedul
berikut dapat disusun:

Ws E(Rp) σp
1,00 12,00% 15,00%
0,90 11,40% 13,54%
0,80 10,80% 12,17%
0,70 10,20% 10,92%
0,60 9,60% 9,85%
0,50 9,00% 9,01%
0,40 8,40% 8,49%
0,30 7,80% 8,32%
0,20 7,20% 8,54%
0,10 6,60% 9,12%
0,00 6,00% 10,00%

Titik-titik dalam skedul diplot pada gambar berikut. Gambar 4.3. memperlihatkan
berbagai kombinasi return harapan dan risiko yang tersedia pada sebuah kurva
dihaluskan. Kurva ini disebut kumpulan peluang investasi (investment opportunity

18
 set) atau garis kombinasi karena kurva ini menunjukkan berbagai kombinasi yang
mungkin dari risiko dan return harapan yang disediakan oleh portofolio kedua asset
tersebut. Dengan kata lain, kurva ini menunjukkan apa yang terjadi pada risiko dan
return harapan dari portfolio kedua asset ketika bobot portofolio diubah-ubah.

2. Kasus Korelasi Nol dengan Short Sale Diperbolehkan

Apabila short sales diperbolahkan, bobot portofolio dapat menjadi negatif
ataupun lebih dari 100%. Misalnya dengan total dana sendiri sebesar Rp100 juta,
investor tersebut melakukan short sale Rp30 juta pada saham S untuk membeli
obligasi O sebanyak Rp130 juta. Maka, W0 = 1,30 dan Ws = -0,30. Catatan bahwa
penjumlahan kedua bobot tersebut adalah tetap 100%.
Gambar 4.4. memperlihatkan kurva kumpulan peluang investasi apabila short
sale diperkenankan. Kedua aset berada pada posisi titik A dan B. Pada titik A, Qs
adalah 1,00 dan Wo adalah 0,00. Sebaliknya pada titik B, Ws adalah 0,00 dan W o
adalah 1,00.

Untuk titik-titik dalam kurva antara titik A dan B, investor membeli dan memiliki
kedua aset. Untuk titik-titik di sebelah atas A, investor menjual secara short sale pada
obligasi O dan membeli saham S. Sedangkan untuk titik-titik di sebelah B, investor
menjual secara short sale pada saham S dan berinvestasi pada obligasi O. Yang juga
perlu dipahami dari kurva ini adalah kurva ini dapat diperpanjang baik ke atas atau ke
bawah sampai tidak terbatas. Semakin besar investor melakukan short sale obligasi

19
 O, semakin jauh kurva bergerak ke atas, dan semakin banyak saham S dijual secara
short sale, semakin jauh kurva bergerak ke bawah.

3. Kasus Korelasi Negatif dan Posotif Sempurna

Kurva kumpulan peluang investasi pada gambar sebelumnya diasumsikan bahwa
korelasi antara kedua aset adalah nol. Jika asumsi nilai koefisien korelasi diubah,
skedul juga akan berubah dan hasilnya adalah kurva kumpulan peluang investasi yang
berbeda. Gambar 4.5. memperlihatkan kurva kumpulan peluang investasi dengan
asumsi koefisien korelasi adalah -1 atau berkolerasi positif sempurna.
Dengan korelasi negatif sempurna pada contoh ini, investor bahkan dapat
menciptakan portofolio kurang risiko (riskless portfolio) dengan menginvestasikan
dananya pada saham S sebanyak 40% dan pada obligasi O sebanyak 60%. Pada Ws =
0,40 ini, return harapan adalah 8,40% dan deviasi standarnya adalah 0,00%.

Gambar 4.6. Kombinasi return harapan dan deviasi standar

dari saham S dan obligasi O untuk khusus korelasi +1.
Sekarang nilai koefisien korelasi antara saham S dan obligasi O diasumsikan
adalah +1 atau berkorelasi positif sempurna. Gambar 4.6. memperlihatkan bahwa
kurva kumpulan peluang investasi dengan asumsi koefisien korelasi adalah +1.

4. Memetakan Kumpulan Peluang Investasi

Kurva kumpulan peluang investasi dapat diciptakan untuk berapapun nilai
koefisien korelasi antara saham S dan obligasi O. gambar 4.7. memperlihatkan kuva
kumpulan peluang investasi pada berbagai koefisien korelasi secara serentak.

20
 Gambar 4.7. Kombinasi return harapan dan deviasi standar
dari saham S dan obligasi O untuk khusus korelasi positif
sempurna, 0,5, nol, dan negative sempurna

Gambar memperlihatkan bahwa kurva kumpulan peluang investasi bergerak ke

kiri dan lebih besar ketika nilai korelasi semakin menurun dari korelasi = 1 ke 0,5 ke
0 dan ke -1. Kurva tertunggi untuk return harapan dan deviasi standar adalah
kombinasi portfolio yang mempunyai koefisien korelasi = -1. Ambil sembarang bobot
portfolio yang diinginkan, katakanlah Ws = 0,5 dan Wo = 0,5. Pada bobot portfolio
ini, deviasi standar terkecil ditemukan pada portfolio dengan koefisiem korelasi = -1.
Semakin kecil nilai koefisien korelasi antara kedua aset, semakin kecil risikonya.
Pemetaan juga dapat dilakukan dengan berbagai cara lain. Gambar 4.8.
memetakan deviasi standar dari saham S dan Obligasi O pada bobot untuk kasus
korelasi positif sempurna, 0,5; nol; dan negatif sempurna.

Gambar 4.8. Menentukan standar deviasi dari saham S dan

obligasi O pada bobot portofolio untuk kasus korelasi positif
sempurna; 0,5; nol dan negative sempurna.

Ada dua hal yang diberi perhatian disini. Pertama, pada suatu nilai korelasi
tertentu, pembobotan portofolio yang berbeda-beda akan menghasilkan nilai-nilai
deviasi standar yang berbeda pula. Sebagian bobot portofoilo adalah lebih diinginkan
daripada lainnya pada suatu nilai korelasi, namun bobot portofolio tersebut mungkin
tidak bagus untuk kasus nilai koefisien korelasi lainnya. Contohnya, ketika koefisien
korelasi adalah +1, deviasi standar yang paling rendah adalah 10% yang terjadi pada

21
 Ws = 0,00 dan Wo = 1,00. Akan tetapi jika korelasi adalah -1, maka portofolio dengan
Ws = 0,40 dan Wo = 0,60 yang memberikan deviasi paling rendah (0,00%).

Kedua, tanpa memperhatikan pembobotan portofolionya atau pada suatu bobot

portofolio tertentu apa pun, deviasi standar portofolio selalu menurun seiring dengan
penurunan koefisien korelasi. Misalnya pada Ws = 0,80, urutan deviasi standar dari
yang paling besar ke yang paling kecil ditemukan pada portfolio dengan korelasi dari
korelasi = 1 (14,00%), korelasi = 0,5 (13,11%), korelasi = 0 (12,17%), dan korelasi =
-1 (10%). Jadi, pada suatu bobot portofolio tertentu, semakin kecil korelasi (semakin
negatif) antar-return sekuritas, semakin kecil resikonya.

G. Model Indeks Tunggal

Model portofolio Markowitz dengan perhitungan kovarians yang komplek seperti
telah dijelaskan di atas, selanjutnya dikembangkan oleh William Sharpe dengan
menciptakan model indeks tunggal. Model ini mengkaitkan perhitungan return setiap aset
pada return indeks pasar. Secara sistematis, model indeks tunggal adalah sebagai berikut:

Ri = αi + βi RM + ei (4.15)

Dalam hal ini:

Ri = return sekuritas
RM = return indeks pasar
αi = bagian return sekuritas i yang tidak dipengaruhi kinerja pasar
βi = ukuran kepekaan return sekuritas i terhadap return pasar
ei = kesalahan residual

Perhitungan return sekuritas dalam model indeks tunggal melibatkan dua komponen
utama, yaitu:
1. Komponen return yang terkait dengan keunikan perusahaan dilambangkan dengan αi.;
2. Komponen return yang terkait dengan pasar, dilambangkan dengan βi. Beta atau risiko
sistematis dapat dihitung dengan rumus:
βi = σi.m (4.16a)
2
σ𝑚
Komponen keunikan perusahaan berkaitan dengan kejadian-kejadian mikro yang
hanya mempengaruhi perusahaan bersangkutan. Sebagai contoh adalah adanya ekspansi
operasi perusahaan atau rencana pengurangan tenaga kerja. Sedangkan komponen yang
terkait dengan pasar penyangkut kejadian-kejadian makro yang mempengaruhi seluruh
perusahaan. Kenaikan suku bunga, peningkatan inflasi atau peningkatan jumlah uang
beredar merupakan beberapa contohkejadian makro yang bisa memppengaruhi seluruh
perusahaan yang ada di pasar.
Komponen kesalahan residual (ei) merupakan perbedaan antara sisi kiri perusahaan
(Ri) dengan sisi kanan perusahaan (αi + βi RM). karena model indeks tunggal, per definisi,

22
merupakan persamaan, maka sisi kanan dan sisi kiri harus sama. Dalam konteks estimasi
return sekuritas, kesalahan residual merupakan perbedaan antara return harapan (sisi kanan
persamaan) dan return actual (sisi kiri persamaan).
Salah satu konsep penting dalam model indeks tunggal adalah terminology Beta (β).
Beta merupakan ukuran kepekaan return sekuritas terhadap return pasar. semakin besar
beta suatu sekuritas, semakin besar kepekaan return sekuritas tersebut terhadap perubahan
return pasar. Dalam penggunaan model indeks tunggal, kita perlu mengestimasikan data
historis maupun estimasi secara subjektif.
Asumsi yang dipakai dalan model indeks tunggal adalah bahwa sekuritas akan
berkorelasi hanya jika sekuritas-sekuritas tersebut mempunyai respon yang sama terhadap
return pasar. sekuritas akan bergerak menuju arah yang sama hanya jika sekuritas-sekuritas
tersebut mempunyai hubungan yang sama terhadap return pasar. Oleh karenanya,
kesalahan residual antara dua sekuritas, misalnya saham A dan B yang tidak berkorelasi
(0), akan mengakibatkan kovarians antara kesalahan residual saham A dan saham B sama
dengan [COV (eA, eB) = 0).
Dalam model indeks tunggal, kovarians antara saham A dan saham B hanya bisa
dihitung atas dasar kesamaan respons kedua saham tersebut terhadap return pasar. Oleh
karena itu, risiko yang relevan dalam model tersebut hanyalah risiko pasar. Secara
sistematis, kovarians antarsaham A dan B yang hanya terkait dengan risiko pasar bisa
dituliskan sebagai berikut:

ρAB = βA βB σ2M (4.16b)

Dari penjelasan di atas, bisa kita lihat bahwa perhitungan kovarians dengan model
Markowits dan dengan model indeks tunggal mengandung perbedaan. Model Markowitz
menghitung kovarians melalui penggunaan matriks hubungan varians-kovarians, yang
memerlukan perhitungan yang kompleks. Sedangkan dalam model indeks tunggal, risiko
disederhanakan dalam dua komponen, yaitu risiko pasar dan risiko keunikan perusahaan.
Secara sistematis, risiko dalam model indeks tunggal bisa digambarkan sebagai berikut:

𝜎𝑖2 = 𝛽𝑖2 [ 𝜎𝑖2 ] + σei (4.17)

Persamaan perhitungan risiko sekuritas dengan model indeks tunggal dalam

persamaan 4.17 di atas juga bisa ditetapkan untuk menghitung risiko portofolio. Persamaan
untuk menghitung risiko portofolio dengan model indeks tunggal akan menjadi:

𝜎𝑝2 = 𝛽𝑝2 [ 𝜎𝑝2 ] + σep (4.18)

Penyerderhanaan dalam model indeks tunggal tersebut ternyata bisa

menyederhanakan perhitungan risiko portofolio Markowitz yang sangat kompleks menjadi
perhitungan sederhana. Bahkan, Varian (1993) menyatakan bahwa model indeks tunggal
Sharpe mampu mengurangi dimensi permasalahan portofolio secara dramatis dan
membuat perhitungan portofolio menjadi sangat sederhana. Perhitungan computer selama

23
 33 menit dengan menggunakan model Markowitz, ternyata hanya membutuhkan waktu 33
detik dengan menggunakan model indeks tunggal.

APENDIKS Bab 4
A. Efek Perbedaan Koefisian Korelasi Terhadap Risiko Portofolio
1. Pendekatan Probabilitas
Berikut ini data hipotesis utnuk masing-masing saham A,B,C,D, dan E sebagai
ilustrasi dalam mengukur tingkat korelasi antar aset dan efeknya pada return dan risiko
portofolio.
Tabel A4.1 Data Return Saham pada tiap tingkat probabilitas

Prob A B C D E
0,10 0,14 0,06 0,14 0,01 0,27
0,20 0,12 0,08 0,12 0,06 0,18
0,40 0,10 0,10 0,10 0,15 0,09
0,20 0,08 0,12 0,08 0,11 0,18
0,10 0,06 0,14 0,06 0,14 -0,14
Perhitungan return aset tunggal (indvidu) yang diharapkan dengan menggunakan
pendekatan data probabilitas (Pr) disajikan pada Tabel A4.2 berikut ini. Hasil return
harapan, E(Ri) untuk sekuritas A, B, dan C sama, yakni masing-masing 0,100 atau
10%. Sedangkan E(RD) dan E(RE) masing-masing sebesar 10,9% dan 12,1%.

Tabel A4.2 Perhitungan Return Aset Tunggal yang diharapkan

Prob A B C D E
0,10 0,014 0,006 0,014 0,001 0,027
0,20 0,024 0,016 0,024 0,012 0,036
0,40 0,040 0,040 0,040 0,060 0,036
0,20 0,016 0,024 0,016 0,022 0,036
0,10 0,006 0,014 0,006 0,014 -0,014
E (Rj) = 0,100 0,100 0,100 0,109 0,121

Catatan : nilai dalam tabel ini mengacu pada rumus (4.2):

E (Ri)= ∑𝑛𝑖=1 Rij. Pri

Sebagai contoh pada kolom A, nilai E (RA) diperoleh dengan cara sebagai berikut:
E (RA) = (0,14× 0,10) + (0,12× 0,10) + (0,1× 0,4) + (0,08× 0,20) + (0,06×
0,10)
= 0,014 + 0,024 + 0,040 + 0,016 + 0,006
= 0,100

Berdasarkan hasil perhitungan E (Rj), selanjutnya dapat dicari nilai varian dan
deviasi standar untuk mengukur risiko aset tunggal dengan A4.3 menyajikan prosedur
perhitungan risiko aset tunggal dengan pendekatan probabilitas (Pr). Tabel tersebut
menunjukkan bahwa tingkat risiko sekuritas A,B, dan C identik yakni 0,0005 untuk

24
varian dan 0,0219 atau 2,19% untuk deviasi standar. Sekuritas D dan E masin-masing
memiliki varian sebesar 0,0022 dan 0,0108, sedangkan deviasi standarnya sebesar
4,72% dan 10,4%.

Tabel A4.3. Perhitungan Varians dan deviasi Standar Aset Tunggal

Prob A B C D E
0,10 0,0002 0,0002 0,0002 0,0010 0,00022
0,20 0,0001 0,0001 0,0001 0,0005 0,0007
0,40 0,0000 0,0000 0,0000 0,0007 0,0000
0,20 0,0001 0,0001 0,0001 0,0000 0,0007
0,10 0,0002 0,0002 0,0002 0,0001 0,0068
2
Varian (σ 0,0005 0,0005 0,0005 0,0022 0,108
Dev. 0,0219 0,0219 0,0219 0,0472 0,1040
Standar(σi)

Catatan : nilai dalam tabel ini mengacu pada rumus:

σ21 = ∑𝑛𝑖=1[R ij − E(R j)]2 Pri

Sebagai contoh pada komol A, nilai varian ( σ 2A) dan deviasi standar ( σ i)
diperoleh dengan cara sebagai berikut:

(σ2A) = (0,14 – 0,100)2 x 0,10 + (0,12 – 0,100)2 x 0,20 + (0,10 – 0,100)2 x 0,40 +
(0,12 – 0,100)2 x 0,20 + (0,06 – 0,100)2 x 0,10
= 0,0002 + 0,0001 + 0,0000 + 0,0001 + 0,0002
= 0,0005
(σA) = 0,0219

Langkah selanjutnya adalah menghitung kovarian dan korelasiantar sekuritas.

Sebagai contoh, ilustrasi, Tabel A4.4 menyajikan prosedur dan hasil perhitungan
kovarian dan korelasi antara A dengan sekuritas lainnya. Berdasarkan hasil tersebut
diketahui bahwa kovarian A, B sebesar -0,0005, sedangkan kovarian A,C sebesar
0,0005. Koefisien korelasi memiliki kisar nilai relatif antara -1 hingga +1. Nilai
ekstrim -1 atau +1 mengindikasikan hubungan sekuritas bersifat sempurna. Hasil
perhitungan korelasi menunjukkan bahwa terdapat koefisien korelasi negatif
sempurna atau sekuritas A dan C (ρA,C = 1). Dalam praktik dipasar modal, sangat
jarang dijumpai suatu sekuritas berkorelasi secara sempurna. Dalam hal ini koefisien
korelasi antara sekuritas A dengan D (ρA,D = -0,696) dan A dengan E (ρA,E = 0,720)
lebih mencerminkan kondisi riil di dalam praktik pasar modal.

25
Tabel A4.4 Perhitungan Kovarians dan Korelasi
Prob A,B A,C A,D A,E
0,10 -0,0002 0,0002 -0,0004 0,0006
0,20 -0,0002 0,0001 -0,0002 0,0002
0,40 0,0000 0,0000 0,0000 0,0000
0,20 -0,0001 0,0001 0,0000 -0,0002
0,10 -0,0002 0,0002 -0,0001 0,0010
Kovarian (σA,j) = -0,0005 0,0005 -0,0007 0,0016
Korelasi (ρAj) = -1,0000 1,0000 -0,6961 0,7200

Catatan : nilai kovarian (σA,j) dan (ρAj) dalam tabel ini mengacu pada rumus :
σA.j = ∑𝑛𝑖=1 R i.A − E(R A)[Rij)]. Pri; j ҂ A
ρA.j = σA.j
σA, σj ; j ҂ A

Sebagai contoh pada kolom A,B; nilai kovarians (σA,B) dan korelasi (ρA,B) diperoleh
dengan cara sebagai berikut:
Kovarians:
(σA,j) = [( 0,14 – 0,100) x (0,06 – 0,100)] x 0,10 + [( 0,12 – 0,100) x ( 0,08 –
0,100)] x 0,40 + [( 0,12 – 0,100)] x 0,20 [( 0,14 – 0,100) x 0,10
= -0,0002 – 0,0001 + 0,0000 – 0,0001 – 0,0002
= -0,0005

Korelasi:
−0,0005
(ρA,j) = 0,0219 𝑥 0,0219 = -1,00

Setelah diketahui tingkat kovarians dan korelasi, tahap selanjutnya adalah

melakukan return dan risiko portofolio. Pada tahap ini diperlukan tambahan variabel
utnuk menghitung return dan risiko portofolio, yaiut proporsi tersebut digunakan
sebagai sekuritas dalam suatu prtofolio. Proporsi tersebut digunakan sebagai bobot
dalam menghitung tingkat return dan risiko portofolio.
Tabel A4.5 menyajika prosedur dan hasil perhitungan return dan risiko portofolio.
Tabel tersebut menyajikan empat portofolio yang terdiri dari 2 sekuritas untuk setiap
portofolio. Berdasarkan hasil tersebut dapat diketahui bahwaportofolio. Berdasarkan
hasil tersebut dapat diketahui bahwa portofolio A,B yang kedua sekuritasnya
berkorelasi negatif sempurna (-1) memperoleh tingkat return sebesar 10% dan risiko
sebesar 0. Sebaliknya portofolio A,C yang kedua sekuritasnya berkorelasi positif
sempurna (1) memperoleh tingkat return dan risiko yang tidak berbeda dari rata-rata
terimbang sebesar 0,0219. Sedangkan portofolio A,D mampu menghasilkan return
sebesar 10,45% dan deviasi standar 0,0178 untuk portofolio A,D menghasilkan Return
sebesar 11,45% dan deviasi standar 0,0604.
Hal ini menunjukkan bahwa keampuhan koefisien korelasi dalam mengurangi
risiko terjadi bila nilai koefisien korelasi menjauh dari +1. Pada tingkat yang paling

26
ekstrim koefisien negatif sempurna (-1) mampu mengeliminasi risiko unik hingga
sebsar 0. Keampuhan korelasi dalam menurunkan tingkat risiko berkuran ketika
koefisien korelasi bergerak menuju ke +1. Contoh portofolio A,D dan portofolio A,E
menunjukkan risiko berkurang namun pengurangannya tidak sebesar portofolio A,B.
Pada tingkat yang paling ekstrim koefisien korelasi positif sempurna (+1) tidak
mampu mengurangi risiko sekuritas. Dalam hal ini diverifikasi (portofolio) gagal
memberikan benefit pengurangan risiko. Hal ini dapat dilihat pada portofolio dari
kombinasi aset A dan C dengan tingkat deviasi standar sebesar 0,0219, nilai ini sama
dengan risiko aset individu (lihat deviasi standar pada Tabel A4.3).

Tabel A4.5 Korelasi, Perhitungan Return dan Risiko Portofolio

Statistik A,B A,C A,D A,E
Koefisien -1,0000 1,0000 -0,6961 0,7200
Korelasi(ρij)
Return (Rp) 0,1000 0,1000 0,1045 0,1105
2
Varians (σ p) 0,0000 0,0005 0,0003 0,0036
Deviasi Standar (σp) 0,0000 0,0219 0,0173 0,0604
Catatan: Asumsi: wA = 0,50, wi adalah bobot investasi per aset,
Nilai return portofolio (Rp), varians portofolio (σ2p) dan deviasi standar portofolio (σp)
dalam tabel ini mengacu pada rumus:
Rp = ∑ni=1 E ( Rj). wi
σ2p = ∑ni=1 = ∑nj=1 σij.wij

Sebagai contoh pada kolom A,B untuk portofolio yang terdiri dari dua sekuritas (A &
B), return portofolio (Rp), varians portofolio (σ2p) dan deviasi standar portofolio (σp)
diperoleh dengan cara sebagai berikut:

Return Portofolio:
Rp,A,B = [E(RA) x wA] + [E(RB) x wB]
= (0,10 x 0,5) + (0,10 x 0,5)
= 0,10

Varians Portofolio:
(σ2p) = σ2A W2A + σ2B W2B + 2.WA. WB. σA.B
= (0,0005 X O,502) + (0,0005 X O,502) + 2 x 0,50 x 0,50 x (-0,0005)
= 0,0000

Deviasi standar portofolio:

σp = 0,0000

Berdasarkan ringkasan hasil Tabel A4.5 dapat diketahui bahwa pada tingkat
koefisien korelasi -1 risiko portofolio dapat dieliminasi (risiko tidak sistematis),
sedangkan pada kasus koefisien korelasi +1 risiko portofolio tidak berubah. Pada

27
 kasus non ekstrem, yakni koefisien korelasi -0,69 dan 0,72 pada portofolio A,D dan
A,E risiko portofolio memberikan hasil lebh baik dari risiko indvidual dengan
penjumlahan terimbang biasa.

2. Pendekatan Non Probabilitas

Berikut ini data hipotesisi seperti pada contoh sebelumnya, yakni tingkat return
saham untuk masing-masing saham A,B,C,D, dan E. Namun data return saham pada
Tabel A4.6 berikut ini tidak diperoleh informasi tentang distribusi probabilitas setiap
peristiwa, melainkan tingkat return dan risiko didasarkan pada data historis 5 periode
terakhir.

Tabel A4.6. Data Return Saham untuk 5 Periode Observasi

T A B C D E
1 0,14 0,06 0,14 0,01 0,27
2 0,12 0,08 0,12 0,06 0,18
3 0,10 0,10 0,10 0,15 0,09
4 0,08 0,12 0,08 0,11 0,18
5 0,06 0,14 0,06 0,14 -0,14

Perhitungan return harapan untuk aset tunggal (individual) dengan menggunakan

pendekatan dan non probabilitas disajikan pada Tabel A4.7. berikut ini hasil return
harapan, E(Rj) untuk sekuritas A,B, dan C sama yakni masing-masing 0,100 atau 10%.
Sedangkan E(Rp) dan E(RE) masing-masing sebesar 9,4% dan 11,6%.

Tabel A4.7. Perhitungan Return dan Risiko Portofolio

T A B C D E
1 0,14 0,06 0,14 0,01 0,27
2 0,12 0,08 0,12 0,06 0,18
3 0,10 0,10 0,10 0,15 0,09
4 0,08 0,12 0,08 0,11 0,18
5 0,06 0,14 0,06 0,14 -0,14
E (Rj) = 0,100 0,100 0,100 0,094 0,116
Catatan : nilai dalam tabel ini mengacu pada rumus (4,3) dengan pendekatan rata-rata
aritmatik sebagai berikut:
E (Ri) = ∑nt=1 Rjt
n
Sebagai contoh pada kolom A nilai E (RA) diperoleh dengan cara sebagai berikut:
E (RA) = (0,14 + 0,12 + 0,01 + 0,08 + 0,06) / 5
= 0,5 / 5
=0,100
Berdasarkan hasil perhitungan E (Rj), selanjutnya dapat dicari nilai varians dan
deviasi standar untuk mengukur risiko aset tunggal. Tabel A4.8 menyajikan prosedur
perhitunagn risiko aset tunggal dengan pendekatan non probabilitas. Tabel tersebut

28
menunjukkan bahwa tingkat risiko sekuritas A,B, dan C identik yakni 0,0010 untuk
varians dan 0,0316 atau 3,16% untuk deviasi standar. Sekuritas D dan E masing-
masing memiliki varians sebesar 0,0034 dan 0,0245, sedangkan deviasi standarnya
5,86% dan 15,66%.

Tabel A4.8. Perhitungan Varians dan Deviasi Standar Aset Tunggal

T A B C D E
1 0,0016 0,0016 0,0016 0,0071 0,0237
2 0,0004 0,0004 0,0004 0,0012 0,0041
3 0,0000 0,0000 0,0000 0,0031 0,0007
4 0,0004 0,0004 0,0004 0,0003 0,0041
5 0,0016 0,0016 0,0016 0,0021 0,0245
2 0,0010 0,0010 0,0010 0,0034 0,0245
Varians (σ𝑖 ) =
Dev. Standar (σ𝑖 ) = 0,0316 0,0316 0,0316 0,0586 0,1566

Catatan: nilai dalam tabel ini mengacu pada rumus:

σ2𝑖 = ∑𝑛𝑖=1[R ij − ER j )]2
n–1

Sebagai contoh nilai varians (σ2A ) dan deviasi standar (σ𝑖 ) diperoleh dengan cara
sebagai berikut:
σ2A = {(0,14 – 0,100)2 + (0,12 – 0,100)2 + (0,10 – 0,100)2 + (0,12 – 0,100)2 +
(0,06 – 0,100)2 } / (n – 1)
= (0,0016 + 0,0004 + 0,0000 + 0,0016) / (5 – 1)
σA = 0,0010
= 0,0316
Langkah selanjutnya adalah menghitung kovarians dan korelasi antar sekuritas.
Sebagai contoh ilustrasi, Tabel A4.9. menyajikan prosedur dan hasil perhitungan
kovarians dan korelasi antara A dengan sekuritas lainnya. Berdasarkan hasil tersebut
diketahui bahwa kovarians A,B sebesar -0,0010, sedangkan kovarians A,C sebesar
0,0010.

Koefisien korelasi memiliki kisar nilai relatif antara -1 hingga +1. Nilai ekstrim -
1 atau +1 mengindikasikan hubungan sekuritas bersifat sempurna. Hasil perhitungan
korelasi menunjukkan bahwa terdapa koefisien korelasi negatif sempurna antara
sekuritas A dan B (ρAi B = -1) dan koefisien korelasi positif sempurna antara sekuritas
A dan C (ρAi C = 1). Dalam praktik di pasar modal, sangat jarang dijumpai suatu
sekuritas berkorelasi secara sempurna. Dalam hal ini tingkat korelasi antara sekuritas
A dengan D (ρAi D = -0,84) dan A denga E (ρAi E = 0,83) lebih mencerminkan kondisi
riil di dalam praktik dasar modal.

29
Tabel A4.9. Perhitungan Kovarians dan Korelasi

Prob A,B A,C A,D A,E

0,10 -0,002 0,002 -0,003 0,006
0,20 0,000 0,000 -0,001 0,001
0,40 0,000 0,000 0,000 0,000
0,20 0,000 0,000 0,000 -0,001
0,10 -0,002 -0,002 -0,002 0,010
Kovarian (σA.j) = -0,001 0,001 -0,002 0,004
Korelasi (ρA.j) = -1,000 1,000 0,837 0,828
Catatan: nilai kovarians (σA.j) dan (ρA.j) dalam tabel ini mengacu pada rumus:
σA.j = ∑𝑛𝑖=1 R i.A − E(R j)]
;j҂A
n–1
ρA.j = σA.j ;j҂A
σA , σi

Sebagai contoh kolom A,B; nilai kovarians ( σA.B ) dan korelasi ( ρA.B ) diperoleh
dengan cara sebagai berikut:

Kovarians

σA.B = [(0,14 – 0,100) x (0,06 – 0,100) + (0,12 – 0,100) x (0,08 – 0,100)4

(0,10 – 0,100) x (0,10 – 0,100) + (0,08 – 0,100) x (0,12 – 0,100)4 (0,06

– 0,100) x (0,14 – 0,100)] / (5 – 1)

= -0,0016 – 0,0004 + 0,000 – 0,0004 – 0,0016

σA.B = -0,0010

Korelasi:
ρA.j = -0,0005 = -1,00
0,0219 x 0,0219

Setelah diketahui tingkat kovarian dan kerelasi, tahap selanjutnya adalah

melakukan perhitungan return dan risiko portofolio. Pada tahap ini dioerlukab
tambahan variabek untuk menghitung return dan risiko portofolio, yaitu proporsi dana
yang dialokasikan pada setiap sekuritas dalam suatu portofolio. Proporsi tersebut
digunakan sebagai bobot (weigted, wi) dalam menghitung tingkat return dan risiko
portofolio.
Tabel A4.10 menyajikan prosedur dan hasil perhitungan return dan risiko
portofolio. Tabel tersebut menyajikan empat portofolio yang terdiri dari 2 sekuritas
untuk setiap portofolio. Berdasarkan hasil tersebut sdapat diketahui bahwa portofolio

30
A,B yang kedua sekuritasnya berkorelasi negatif sempurna (-1) memperoleh tingkat
return sebesar 10% dan risiko sebesar 0. Sebaliknya, portofolio A,C yang kedua
sekuritasnya berkorelasi positif sempurna (1) memperoleh tingkat return dan risiko
yang tidak berbeda dan rata-rata tertimbang sekuritas individualnya yakni return
sebesar 10% dan deviasi standar sebesar 0,0316. Sedangkan portofolio A,D mampu
menghasilkan return sebesar 10,45% dan deviasi standat 0,0178 untuk portofolio A,D
menghasilkan retirn sebesar 11,45% dan deviasi standar 0,0604.
Hasil ini menunjukkan bahwa keampuhan koefisien dalam mengurangi risiko
terjadi bila nilai koefisien korelasi menjauh dan +1. Pada tingkat yang paling ekstrim
koefisien korelasi negatif sempurna (-1) mampu mengeliminasi risiko unik hingga
sebesar 0. Keampuhan korelasi dalam menurunkan tingkat risiko berkurang ketika
koefisien korelasi bergerak menuju ke +1. Contoh portofolio A,d dan portofolio A,E
menunjukkan risiko berkurang namun pengurangannya tidak sebesar portofolio A,B
pada tingkat yang paling ekstrem koefisien korelasi positif sempurna(+1) tidak
mampu mengurangi risiko sekuritas. Dalam hal ini diversifikasi (portofolio) gagal
memberikan benefit pengurangan risiko. Hal ini dapat dilihat pada portofolio yang
terdiri dari kombinasi aset A dan C dengan tingkat deviasi stanadar sebsar 0,0316 nilai
ini sama dengan risiko aset individual (liat deviasi standar pada tabel A4.8).

Tabel A4.10. Perhitungan Return dan Risiko Portofolio

Statistik A,B A,C A,D A,F

Koefisien -1,000 1,000 -0,837 0,828
Korelasi (ρij)
Return (Rp) 0,1000 0,1000 0,0970 0,1080
Varian (σ p)
2
0,0000 0,0010 0,0003 0,0084
Dev,standar (σp) 0,0000 0,0316 0,0182 0,0918
Catatan: Asumsi : WA= 0,50 Wj adalah bobot investasi per aset,
Nilai return portofolio (Rp), varians portofolio (σ2p) dan deviasi standar portofolio (σp)
dan deviasi standar portofolio (σp) dalam tabel ini mengacu pada rumus:
𝑛
Rp = 𝛴𝑗=1 E(R1).W1

𝜎𝑝2 = 𝛴𝑖=1
𝑛 𝑘
𝛴𝑗=1 σij Wij

Sebagia contoh,kolom AB untuk portofolio yang terdiri dari dua sekuritas (A&B),
dengan asuransi WA dan WB Masing-masing = 0,5; return portofolio (Rp),varians
portofolio (σ2p) dan deviasi standar portofolio (σp) diperoleh dengan cara sebagai
berikut:

Return Portofolio:

RP,A,B = [E(RA) X WA] + [E (RB) X WB)

= (0,10 X 0,5) + (0,10 X 0,5)
= 0,10

31
 Varians Portofolio:

σ2 p = σ2A w A2 + σ2B wB2+2.W A.WB.σA.B

= (0,001 X 0,502)+ (0,001 X 0,502) + 2 x 0,50 X 0,50 x(-0,001)

=0,0000
Deviasi Standar portofolio:

σp = 0,0000

Berdasarkan ringkasan hasil tabel A4.10 dapat diketahui bahwa pada tingkat
koefisien korelasi -1 risiko portofolio dapat dieliminasi (risiko tidak sistematis),
sedangkan pada kasusu koefisien korelasi +1 risiko portofolio tidak berubah. Pada
kasus non ekstrem,yakni koefisien korelasi -0,837 dan 0,828 pada portofolio A,D dan
A,E risiko portofolio memberikan hasil lebih baik dari risiko individual dengan
penjumlahan tertimbang biasa.

B. Perhitungan Return dan Risiko Portofolio yang Terdiri dari n Aset

Bagian ini memberikan ilustrasi tentang perhitungan return dan risiko bila suatu
portofolio terdiri dari lebih dari 3 aset. Tabel A4.11 menyajikan ilustrasi data return
masing-masing saham K,L,M,N dan O. Pada ilustrasi ini,perhitungan statistik
menggunakan alat bantu program komputer statistik SPSS.Hasil perhitungan return
harapan, E (Rj) dengan menggunakan rata-rata aritmatika (mean) dan deviasi standar
disajikan pada tabel A4.12,sedangkan hasil perhitungan kovarian dan kolerasi disajikan
pada Tabel A4.13.
Tabel A4.11. Data Return Saham

T K L M N O
1 0,1400 0,2000 0,3200 0,1800 0,0400
2 0,1200 0,1200 0,1800 0,2500 0,0900
3 0,1000 0,1400 0,1200 0,0900 0,1200
4 0,0800 0,0800 0,1800 0,2200 0,1400
5 0,0600 0,0800 0,2100 0,1600 0,1600

Tabel A4.12. Statistik Deskriptif

Saham (aset) Mean,E(Rj) Deviasi Standar N

K 0,1000 0,0316 5
L 0,1240 0,0498 5
M 0,2020 0,0736 5
N 0,1800 0,0612 5
O 0,1100 0,0469 5

32
Tabel A4.13 Matriks Kovarians dan korelasi

Saham Kovarians K L M N O
(Aset) &Korelasi
K Kovarians 0,0010 0,0014 0,0011 0,0004 -0,0015
L Kovarians 0,0014 0,0025 0,0021 -0,0007 -0,0022
M Kovarians 0,0011 0,0021 -0,0007 0,0012 0,0022
N Kovarians 0,0004 -0,0007 -0,0012 0,0038 -0,0005
O Kovarians -0,0015 -0,0022 0,0022 -0,0005 0,0022
K Korelasi 1,0000 0,8890 0,4725 0,1807 -0,9776
L Korelasi 0,8890 1,0000 0,5701 -0,2131 -0,9205
M Korelasi 0,4725 0,5701 1,0000 0,2662 -0,6443
N Korelasi 0,1807 -0,2131 0,2662 1,0000 -0,1828
O Korelasi -0,9776 -0,9205 -0,6443 -0,1828 1,0000

1) Perhitungan Return dan Risiko Portofolio dengan Lebih dari 2 Aset

Dalam catatan Tabel A4.5 dan Tabel A4.10 dapat diruliskan kembali rumus untuk
menghitung tingkat return (Rp) dan risiko portofolio (σ2p) sebagai berikut:

Return Portofolio
Rp= ∑𝑛𝑗=1 𝐸(𝑅𝑗)𝑤𝑗

Varians Portofolio (σ2p):

𝑛 𝑘
σ2p = 𝛴𝑖=1 𝛴𝑗=1 σij wij

Selain E(R) dan deviasi standar,ukuran lainya yang bersifat relatif adalah
koefisien variasi (CVp).Rasio ini digunakan untuk mengukur risiko per unit relatif
terhadap tingkaat return harapan:
σρ
𝐶𝑉𝑝 =
E(R𝑝)

Berdasarkan formula tersebut tampak bahwa perhitungan risiko portofolio

berbdesa dengan perhitungan return portofolio. Return portofolio merupakan rata-rata
tertimbang dsri sekumpulan aset dalam portofolio,sedangkan perhitungan risiko
portofolio lebih kompleks,yakni mempertimbangkan tingkat varians aset individual
(σ2j) dan kovarians antara aset satu dengan aset lainnya yang terdapat dalam portofolio
sama (equally weighted) maka skenario 3 portofolio dapat disusun proporsi bobot
seperti pada tabel A4.14.

33
Tabel A4.14. Asumsi Proporsi Alokasi Dana pada setip Aset (wj) dalam portofolio

Portofolio K L M N O Total W
1 K,L 0,50 0,50 0,00 0,00 0,00 1,00
2 K,L,M 0,33 0,33 0,33 0,00 0,00 1,00
3 K,L,M,N 0,25 0,25 0,25 0,25 0,00 1,00
4 K,L,M,N,O 0,20 0,20 0,20 0,20 0,20 1,00

Dari kedua formula tersebut perhitungan return portofolio dengan masing-masing

portofolio dapat diuraikan sebagai berikut:
Return Portofolio 1:
Rp2 = [E(RK) x WK+ [E(RL)x WL]
= (0,110x0,50)+(0,124x0,50)
= 0,1120

Return Portofolio 2:
RP2 = [E(RK)xWK] + [E(RL)x WL] +[E(RM) x wM]
= (0,10 x 0,33) + (0,124 x 0,33) + (0,202 x 0,33)
= 0,1420

Return Portofolio 3:
RP3 = [E(RK) x WK] + [E(RL) x WL] + [E(RM) x WM] + [E(RN) x wN]
= (0,10 x 0,25) + (0,124 x 0,25) + (0,202 x 0,25) + (0,180 x 0,25 )
= 0,1515

Return Portofolio 4:
RP4 = [E(RK) x WK]+[E(RL) x WL] + [E(RM) x WM] + [E(RN) x WN] + [E(RO) x WO]
= (0,10 x 0,20)+(0,124 x 0,20) +(0,202 x 0,20) + (0,18 x 0,20 ) + (0,11 x 0,20 )
= 0,1423

Varians Portofolio 2 (terdiri dari tiga aset; K,L,M :

σ2P2 = σK2 W K2 + σL2WL2 + σM2 WM2 + 2.W K.WL.σK.L + 2.WK.WM.𝜎 K.M + 2.W . L..W M.σL.M
(0,001 x 0,332) + (0,0025x0,332)+ (0,0054 x 0.332) + (2x0,33x0,33x0,0014) +
(2x 0,33 x 0,33x 0,0011) + (2 x 0,33 x 0,33 x 0,0021)
= 0,00160
σp2 = 0,03995
CV = 0,28134

Varian Portofolio 3 (terdiri dari empat aset K,L,M,N):

σ2P3 = σ2K WK2 + σ2LWL2 + σ2MWM2 + σ2NWN2 + 2.WK.WL.σK..L +2.WK.WM.σK.M + 2.WK.WN.σK.N
+2.WL.WM.σL.M +2.WL.WN.σL.N + 2.WM.WN.σM.N
= (0,001 x 0,252) + (0,0025 x 0,252) + ( 0,0054 x 0,252) + (0,0038 x 0,252) + (2
x 0,25 x 0,25 x 0,0014) + (2 x 0,25 x 0,25 x 0,0011) + (2 x 0,25 x 0,25 x 0,0004)
+ (2 x 0,25 x 0,25 x 0,0021) + (2 x 0,25 x0,25 x -0,0007) = 0,0010

34
σp3 = 0,03158

CV = 0,20848

Varians Portofolio 4 (terdiri dari lima aset; K,LM,N,O) :

σ2P4 = σK2W2K + σ2LWL2 +σ2MWM2+ σ2NWN2 +2.W K.WL.σK.L + 2.WK.WM.σK.M + 2.W K.WN.σK.N
.w .σ .W .σ 2.W W N.σ .W .σ
+2.wk o K.O +2.W I. M L.M+ L. L.N + 2.WL O L.O + 2.WM.WN.σM.N +
2.W .W .σ 2.W .W .σ
M O M.O + N O N.O
= (0,001 X 0,202) + (0,0020 X 0,202) + (0,0054 X 0,202) + (0,0054 x 0,20 ) +2

(0,0038 x 0,202) + (0,0022 x 0,202) + (2 x 0,20 x 0,20 x 0,0014) + (2 x 0,20 x

0,20 x 0,0011) + (2 x 0,20 x 0,20 x 0,0004) + (2 x 0,20 x 0,20 x 0,0004) + (2 x
0,20 x 0,20 x -0,00015) + (2 x 0,20 x 0,20 x 0,0021) + (2 x 0,20 x 0,20 x -
0,0007) + (2 x 0,20 x 0,20 x -0,0022) + (2 x 0,20 x 0,20 x 0,0012) + (2 x 0,20 x
0,20 x - 0,0022) + (2 x 0,20 x 0,20 x -0,0005)

= 0,00065

σp4 = 0,02546

CVP4 = 0,17778

Ringkasan hasil perhitungan return dan risiko portofolio disajikan pada tabel
A4.15. Berdasarkan hasil tersebut dapat diketahui bahwa bertambahnya sekuritas
dalam portofolio mampu mengurangi risiko portofolio secara relatif yang ditunjukkan
oleh tingkat koefisien variasi yang semakin menurun. kombinasi aset dalam portofolio
tidak dapat mengeliminasi risiko total. Hanya risiko yang bersifat tidak sistematis
yang dapat dihilangkan melalui diverifikasi aset, sedangkan risiko sistematis tidak
dapat dieliminasi.

Tabel A4.15. Ringkasan Hasil perhitungan Return dan Risiko portofolio

Portofolio Aset E (RP) σ 2P σP Koef.varians

1 K,L 0,11200 0,00157 0,03962 0,35378
2 K,L,M 0,14200 0,00160 0,03995 0,28134
3 K,L,M,N 0,15150 0,00100 0,03158 0,20848
4 K,L,M,N,O 0,14320 0,00065 0,02546 0,17778

35
 BAB V

PEMILIHAN PORTOFOLIO

A. Beberapa Konsep Dasar

Ada tiga konsep dasar yang perlu diketahui sebagai dasar untuk memahami
pembentukan portofolio optimal, yaitu:
1. Portofolio efisien dan portofolio optimal;
2. Fungsi utilitas dan kurva indeferen
3. Aset berisiko dan aset bebas risiko
1) Portofolio Efisien dan portofolio Optimal
Untuk membentuk portofolio yang efisien kita harus berpegangan pada asumsi
tentang bagaimana perilaku investor dalam pembuatan keputusan investasi yang akan
di ambilnya.Salah satu asumsi yang paling penting adalah bahwa semua investor tidak
menyukai risiko (risk averse). Investor seperti ini jika dihadapkan pada dua pilihan
investasi yang menawarkan return yang sama dengan risiko yang berbeda,akan
cenderung memilih investasi dengan risiko yang lebih rendah. Misalnya jika investasi
A( return 15% risiko 7%) dan investasi B (return 15% risiko 5%),maka investor yang
risk averse tersebut akan cenderung memilih investasi B.
Sedangkan portofolio optimal merupakan portofolio yang dipilih seorang investor
dari sekian banyak pilihan yang ada pada kumpulan portofolio efisien. Tentunya
portofolio yang dipilih investor adalah portofolio yang sesuai dengan preferensi
investor bersangkutan terhadap return maupun terhadap risiko yang bersedia
ditanggungya.
2) Fungsi Utilitas dan Kurva Indeferen
Fungsi utilitas bisa diartikan sebagai suatu fungsi matematis yang menunjukkan
nilai dari semua alternatif pilihan yang ada. Semakin tinggi nilai suatu alternatif
pilihan semakin tinggi ultilitas alternatif tersebut.
Fungsi utilitas bisa di gambarkan dalam bentuk grafik sebagai kurva indeferen.
Gambar 5.1 di bawah ini menunjukkan tiga kurva indeferen yang dilambangkan
sebagai u1,u2,u3 garis horizontal menggambarkan risiko, sedangkan garis vertikal
menggambarkan return harapan. Misalnya pada kurva indeferen u1 terdapat dua titik
u1a dan u1b yang masing-masing mrnunjukkan kombinasi return diharapkan dan resiko
tertentu. Titik u1a mempunyai return diharapkan dan risiko yang lebih kecil dari pada
titik u1b.Seorang investor akan mempunyai preferensi yang sama terhadap setiap titik
dalam suatu kurva indeferen karena titik-titik dalam kurva indeferen tersebut
menunjukkan seberapa besar tingkat risk averse seorang investor. Kemiringan (slope)
positif kurva indeferen menggambarkan bahwa investor selalu mengingkan return
yang lebih besar sebagai kompensasi atas risiko yang lebih tinggi yang harus
ditanggungnya.

36
 Gambar 5.1 Kurva Indeferen

Dalam Gambar 5.1 di atas terlihat bahwa semakin jauh suatu kurva indeferen dari
sumber horizontal,semakin tinggi utilitasnya bagi seorang investor. Semakin tinggi
utilitas suatu kurva indeferen,berarti semakin tinggi tingkat return harapan pada setiap
tingkat risiko. Dalam gambar di atas terlihat bahwa kurva indeferen u3 mempunyai
utilitas yang paling tinggi di banding dua kurva lainnya.

3) Aset Berisiko dan Aset Bebas Risiko

Dalam berinvestasi, investor bisa memilih menginvestasikan dananya pada
berbagai aset, baik aset yang berisiko maupun aset yang bebas risiko, ataupun
kombinasi dari kedua aset tersebut. Pilihan investor atas aset-aset tersebut akan
bergantung dari sejauh mana peferensi investor terhadap risiko (risk averse) maka
pilihan investasinya akan cenderung lebih banyak pada aset yang bebasi risiko.
Aset berisiko adalah aset-aset yang tingkat return akualnya di masa depan masih
mengandung ketidakpastian. Salah satu contoh aset berisiko adalaha saham. Misalnya
seorang investor hari ini membeli saham PT Gudang Garam dan akan tetap
memegangnya untuk jangka waktu 1 tahun ke depan. Pada saat investor tersebut
membeli saham PT Gudang Garam dia tidak tahu pasti berapa return aktual yang akan
diperolehnya 1 tahun lagi. Return yang akan diperolehnya sangat tergantung dari
harga saham PT Gudang Garam tersebur 1 tahun mendatang, dan beberapa dividen
yang akan dibayarkan perusahaan tersebut. Oleh karena itu, saham PT Gudang Garam
bisa digolongkan dalam aset berisiko.
Aset bebas risiko merupakan aset yang tingkat returnya di masa depan sudah bisa
dipastikan pada saat ini,dan ditunjukkan oleh varians return yang sma dengan nol.
salah satu contoh aset bebas risiko adalah obligasi jangka pendek yang diterbitkan
pemerintah.untuk kasus di indonesia sertitifkat Bank Indonesia merupakan salah satu
contoh aset bebas risiko.

B. Model Portofolio Markowitz

Pada dasarnya teori portofolio dengan model Markowitz didasari oleh tiga asumsi yaitu:
1. Periode investasi tunggal,misalnya 1 tahun

37
2. tidak ada biaya transaksi;
3. preferensi investor hanya berdasar pada return harapan dan risiko.
1) Memilih Portofolio Optimal
Dalam pendekatan Markowitz,pemilihan portofolio investor didasarkan pada
preferensi mereka terhadap return harapan dan risiko masing-masing pilihan
portofolio. Sebagaimana telah disebutkan dalam bagian awal bab ini dalam teori
portofolio dikenal adanya konsep portofolio efisien dan portofolio optimal. Portofolio
efisien adalah portofolio yang menyediakan return maksimal bagi investor dengan
tignkat risiko tertentu atau portofolio yang menawarkan risiko terendah dengan
tingkat return tertentu. sedangkan portofolio optimal adalah portofolio yang dipilih
investor dari sekian banyak pilihan yang ada pada portofolio efisien.pemilihan
portofolio optimal didasarkan pada pereferensi unvestor terhadap return harapan dan
risiko yang ditunjukkan oleh kurva indeferen. Gambar 5.2 berikut ini menunjukkan
portofolio yang efisien dan portofolio optimal.
Gambar 5.2 Portofolio efisien dan portifolio optimal

Menunjukan tingkat return harapan, sedangkan garis horizontal menggambarkan

tingkat risiko portofolio. Bidang ABCDEGH menunjukan portofolio yang tersedia
bagi investor. Bagian yang ditunjukkan oleh garis BCDE disebut sebagai permukaan
efisien (efficient frontier), yaitu kombinasi aset-aset yang membentuk portofolio yang
efisien. Bagian ini merupakan bagian yang mendominasi (lebih baik) dibandingkan
dengan titik-titik lainnya (A,G,H). Bagian yang ditunjukan oleh titik BCDE
merupakan pilihan-pilihan potrofolio terbaik bagi investor dibanding AGH, karena
BCDE mampu menawarkan tingkat return yang lebih tinggi degan risiko yang sama
dibanding dengan AGH. Sebagai contoh, jika potofolio pada titik B dibandingkan
dengan portofolio titik A, maka akan terlihat bahwa portofolio B mampu memberikan
tingkat return yang lebih tinggi di tingkat risiko yang sama dengan titik A. Demikian
pula halnya dengan titik C, D, dan E yang terlihat lebih baik (dominan) dibanding titik
G dan H, karena mampu menawarkan tingkat return yang lebih tinggi pada tingkat
risio yang sama dengan titik. Oleh karenanya, pilihan investor nantinya akan berada
di titik-titik yang ditunjukan oleh garis BCDE dalam gambar tersebut.

Salah satu titik kombinasi portofolio yang dipilih investor dari gari BCDE disebut
sebagai portofolio optimal. Pemilihan portofolio optimal ditentukan oleh preferensi
investor terhadap return harapan dan risiko. Dalam gambar diatas, terlihat bahwa
kurva indeferen (X1 dan X2). Dalam gambar di atas, terlihat bahwa kurva indiferen
investor bertemu dengan permukaan efisien pada titik D. Artinya, portofolio optimal

38
 bagi investor tersebut menawarkan return harapan dan risiko yang sesuai dengan
preferensi investor tersebut.

Model portofolio Markowitz seperti telah dibahas di atas merupakan kontribusi

penting dari Markowitz yang sangat berguna bagi investor untuk memahami
bagaimana mereka seharusnya melakukan diversifikasi secara optimal. Disamping
kontribusi penting tersebut, ada tiga hal yang perlu diperhatikan dari model
Markowitz.

1. Semua titik portofolio yang ada dalam permukaan efisien mempunyai kedudukan
yang sama antara satu dengan lainnya. Artinya, tidak ada titik-titik portofolio di
sepanjang garis permukaan efisien yang mendominasi titik portofolio lainnya
yang sama-sama berada pada garis permukaan efisien.
2. Model Markowitz tida memasukan isu bahwa investor boleh meminjam dana
untuk membiayai investasi portofolio pada aset yang berisiko. Model juga belum
memperhitungkan kemungkinan investor untuk melakukan investasi pada aset
bebas risiko.
3. Dalam kenyataannya, investor yang berbeda-beda akan mengestimasi input yang
berbeda pula ke dalam model Markowitz, sehingga garis permukaan efisien yang
dihasilkan juga berbeda-beda bagi masing-masing investor tersebut
2) Memilih Kelas Aset yang Optimal
Pada dasarnya, manajemen portofolio terdiri dari tiga aktivitas utama, yaitu: (1)
pembuatan keputusan alokasi aset, (2) penentuan porsi dana yang akan diinvestasikan
pada masing-masing kelas aset, dan (3) pemilihan aset-aset dari setiap kelas aset yang
telahdipilih. Seperti telah dibahas sebelumnya, model portofolio Markowitz biasanya
digunakan dalam pemilihan portofolio yang terdiri dari aset-aset individual. Lalu,
bagaimana jika model tersebut digunakan dalam pemilihan portofolio yang terdiri dari
berbagai kelas aset. Kelas aset adalah pengelompokan aset-aset berdasarkan jenis-
jenis aset seperti saham, obligasi, real estat,sekuritas luar negeri, emas dan sebagainya.
(Tabel 5.1 memperlihatkan salah satu contoh pembagian kelas aset). Pertanyaan
yang timbul nantinya adalah kelas aset apa saja yang dimasukan dalam portofolio dan
berapa proporsi dana yang akan diinvestasikan pada masing-masing kelas aset
tersebut. Untuk menjawab pertanyaan tersebut, investor harus membuat keputusan
yang disebut sebagai alokasi aset (asset allocation decision). Keputusan ini
menyangkut pemilihan kelas-kelas aset yang akan dijadikan sebagai pilihan investasi
dan juga berapa bagian dari keseluruhan dana yang dimiliki investor yang akan
diinvestasikan pada kelas aset tersebut. Dengan kata lain, keputusan ini menyangkut
berapa bagian dana yang akan diinvestasikan pada kelas aset saham, berapa bagian
pada obligasi, pasar uang, dan sebagainya. Bagian dari dana yang diinvestasikan pada
setiap kelas aset disebut sebagai porsi dana atau bobot dana. Masing-masing bobot
dana tersebut akan berkisar antara 0% - 100%.
Keputusan alokasi aset tidak hanya meliputi penentuan alokasi dana pada kelas
aset di satu negara saja, tapi bisa dilakukan pada beberapa negara. Investor bisa saja
mendiversifikasikan dananya pada saham perusahaan tertentu di negara A, obligasi

39
berjangka waktu tertentu di negara B, emas dan properti di negara C, dan seterusnya.
Dengan kata lain, diversifikasi bisa dilakukan antarkelas aset dan antarnegara. Jika
keputusan alokasi aset dilakukan pada beberapa negara, maka keputusan tersebut akan
meliputi tiga pertanyaan berikut.
1. Berapa % porsi dana yang akan diinvestasikan pada setiap negara yang dipilih
investor sebagai tempat melakukan investasi?
2. Dalam setiap negara yang telah dipilih, berapa % porsi dana yang akan
diinveestasikan pada setiap kelas aset tertentu?
3. Dalam setiap kelas aset, berapa % kah dana yang akan diinvestasikan pada setiap
jenis aset dalam kelas aset bersangkutan?

Manfaat yang bisa diperoleh dari diversifikasi pada berbagai kelas aset di
berbagai negara, pada dasarnya sama dengan manfaat diversifikasi pada aset
individual, yaitu manfaat pengurangan risiko pada tingkat tertentu dari return harapan.
Sama halnya dengan portofolio pada aset preferensi investor terhadap return harapan
dan risiko. Jika ada portofolio kelas aset yang sesuai dengan preferensi investor, maka
portofolio tersebut nantinya akan menjadi portofolio optimal.

Tabel 5.1 Kelas Aset untuk Investasi Portofolio

SAHAM BIASA
EKUITAS DOMESTIK
Kapitaliasi Besar
Kapitaliasi Kecil
EKUITAS INTERNASIONAL
Pasar modal negara maju
Pasar modal negara berkembang

OBLIGASI
OBLIGASI PEMERINTAH
OBLIGASI PERUSAHAAN
Rating AAA
Rating BAA
Obligasi Berisiko Tinggi (Junk Bond)
OBLIGASI DENGAN JAMINAN
OBLIGASI INTERNASIONAL

INSTRUMEN PASAR UANG

TREASURY BILLS
COMMERCIAL PAPER
GUARANTEED INVESTMENT CONTRACTS

REAL ESTATE
MODAL VENTURA

40
3) Mencari Efficient Frontier
Pada bab 4, diskusi dan contoh tela diberikan untuk mencari berbagai
kemungkinan yang tersedia etika menggabungkan dua aset berisiko. Sekarang
pertanyaannya adalah bagaimana dengan menggabungkan tiga atau lebih aset
berisiko? Ketika banyak aset dipertimbangkan, formula untuk melakukan perhitungan
menjadi tidak praktis untuk dilakukan secara manual. Dalam praktik, orang akan
mencari efficient set (frontier) dengan menggunakan komputer.
Sebagai contoh, ada tiga sekuritas sedang dipertimbangkan, yaitu 1) saham AAA,
2) saham BBB dan 3) saham CCC. Return harapan saham AAA adalah 14% dan
saham CCC adalah 20%. Anggap seorang investor ingin menciptakan sebuah
portofolio yang mengandung ketiga saham ini dengan return harapan 15,5%. Apa
kombinasi untuk portofolio ini?
Dengan membuat bobot portofolio untuk saham AAA, WAAA adalah 0,45, bobot
portofoio untuk saham BBB, WBBB adalah 0,15 dan bobot untuk saham CCC, WCCC
adalah 0,4, investor dapat menghasilkan return portofolio 15,5%.

E (Rp) = 0,45 (0,14) + 0,15 (0,08) + 0,4 (0,20) = 0,155.

Kombinasi tesebut bukanlah satu-satunya yang membuat return harapan

portofolio = 15,5%. Bebagai kombinasi dapat diciptakan pada tabel berikut:

Kombinasi WAAA WBBB WCCC E (Rp)

1 0,65 0,05 0,3 15,5%
2 0,45 0,15 0,4 15,5%
3 0,15 0,3 0,55 15,5%
4 0,55 0,1 0,35 15,5%

Disamping keekmpat contoh kombinasi pada tabel, sebenarnya ada tidak terbatas
kombinasi yang dapat menghasilkan return portofolio sebesar 15,5%. Oleh karena itu,
pertanyaannya adalah kombinasi manakah yang terbaik? Atau, bobot portofolio
manakah yang paling baik diciptakan untuk portofolio dengan ketiga saham tersebut
yang memberikan return harapan 15,5%?
Jawaban untuk pertanyaan itu adalah memilih portofolio yang menghasilkan
varians atau standar deviasi paling kecil. Investor bisa saja menghitung varians dan
standar deviasi keempat portofolio itu dan kemudian dapat memilih sebuah portofolio
yang mempunyai varians atau standar deviasi terendah. Namun masalahnya adalah
sebenarnya ada tidak terbatas kombinasi yang mungkin dapat diciptakan. Disamping
itu, ada investor lain yang menginginkan return harapan portofolio sebesar 14%.
Untuk itu perlu dibuat kombinasi yang mungkin dan dihitung varians dan deviasi
standarnya.
Cara seperti itu menjadi sulit untuk dipraktekan.

41
 Secara sistematis, masalah yang dihadapi investor dapat dinyatakan secara umum
sebagai:

Minimumkan: 𝜎𝑃2 = ∑𝑛𝑖=1 𝑊12 𝜎12 + ∑𝑛𝑖=1 ∑𝑛𝑗=1 𝑊1 𝑊𝑗 𝜎1𝑗

Dengan kendala:
𝑛

∑ 𝑊1 𝐸 (𝑅1 ) = 𝐸 ∗
𝑖=1

∑ 𝑊1 = 1
𝑖=1

Dengan menetapkan masalah tersebut, investor ingin membentuk portofolio yang

mengandung N sekuritas (pada contoh adalah 3 saham) dengan tujuan meminimalkan
risiko (varians). Portofolio tersebut harus memenuhi tingkat return harapan yang
diinginkan sebesar E* dan bobot portofolio harus berjumlah 1 atau 100%.
Untuk menyelesaikan masalah dalam contoh, tiga input perlu diestimasi return
tiap sekuritas, varians atau deviasi standar tiap sekuritas, dan kolerasi antar sekuritas.
Anggap input berikut tersedia pada contoh kita sebagai berikut:

Saham AAA Saham BBB Saham CCC

Return harapan, E 14% 8% 20%
(Ri)
Deviasi standar, 𝜎1 6% 3% 15%

Koefisien korelasi (Kovarians):

 Antara AAA dan BBB = 0,5 (0,001)
 Antara AAA dan CCC = 0,2 (0,002)
 Antara BBB dan CCC = 0,4 (0,002)

Melanjutkan contoh, masalah efficient frontier dapat ditetapkan sebagai berikut:

Minimalkan:

2 2
𝜎 2 = 0,062 𝑊𝐴𝐴𝐴 + 0,032 𝑊𝐶𝐶𝐶 + 2𝑊𝐴𝐴𝐴 𝑊𝐵𝐵𝐵 0,001
+2𝑊𝐴𝐴𝐴 𝑊𝐶𝐶𝐶 0,002 + 2𝑊𝐵𝐵𝐵 𝑊𝐶𝐶𝐶 0,002

42
 Dengan kendala:

0,14 𝑊𝐴𝐴𝐴 + 0,08 𝑊𝐵𝐵𝐵 + 0,20𝑊𝐶𝐶𝐶 = 𝐸 ∗

𝑊𝐴𝐴𝐴 + 𝑊𝐵𝐵𝐵 + 𝑊𝐶𝐶𝐶 = 1

Ada sejumlah teknik yang dapat digunakan untuk menyelesaikan masalah

tersebut. Tiga pendekatan yang paing umum digunakan adalah prosedur grafis,
pemrograman kuadratik, dan kalkulus. Dalam prakteknya, investor berpengalaman
akan dibantu dengan komputer.
Gambar 5.3 memperlihatkan efficient frontier Markowitz untuk portofolio dari
saham AAA, BBB dan CCC. Bandingkan dengan kasus dua aset pada Bab 4. Sekarang
tidak hanya sebagian aset berada pada kurva , tetapi ada banyak portofolio yang berada
di dalamnya. Kombinasi yang berada dalam permukaan kurva dalam gambar adaah
efisien. Lainnya adalah tidak efisien.
Titik Y merupakan portofolio yang menghasilkan return harapan sebesar 15,5%
seperti diinginkan investor pada contoh ini. Deviasi standar pada titik Y adalah 0,063.
Pada titik Y ini, proporsi dana yang diinvestasikan pada saham AAA adalah 87%,
pada saham BBB adalah -6% dan pada saham CCC adalah 19%. Dibandingkan
dengan kombinasi lainnya yang juga menghasilkan return harapan 15,5%, portofolio
Y ini memberikan deviasi standar paling rendah.

Gambar 5.3 Efficient frontier Markowitz untuk portofolio dari saham AAA,BBB dan
CCC.

Seperti ditunjukan pada gambar, semakin E* meningkat, deviasi standar

portofolio juga meningkat. Pada titik Z, portofolio memberikan return harapan sebesar
20% dengan standar deviasi standar 0,092. Dan semakin E* menurun, deviasi standar
portofolio juga menurun. Pada titik X return harapan adalah 0,075 dan deviasi standar
0,029. Titik X merupakan portofolio pada efficient frontier yang memberikan deviasi
standar paling kecil. Titik X ini disebut global minimum variance portofolio. Jadi yang
disebut sebagai efficient set (frontier) itu adalah segmen yang berada di atas global
variance portofolio.

43
C. Investor Bisa Menginvestasikan dan Meminjamkan Dana Bebas Risiko
Dalam model Markowitz sebagaimana telah dibahas diatas, investor bisa menentukan
pilihan portofolio optimal dari berbagai pilihan portofolio yang ada pada garis portofolio
yang efisien. Akan tetapi, model Markowitz tersebut membatasi pilihan investor hanya
pada portofolio yang terdiri dari aset berisiko. Padahal dalam kenyataannya, investor bebas
memilih portofolio yang juga terdiri dari aset bebas risiko. Pertanyaannya kemudian
adalah apa yang akan terjadi pada permukaan efisien jika investor mengkombinasikan
pilihan portofolio pada permukaan efisien dan investasi aset bebas risiko.

Gambar 5.4 Perubahan pada permukaan efisien Markowitz jika dimasukkan aset
bebas risiko.

Gambar 5.4 diatas menunjukan apa yang terjadi pada permukaan efisien jika aset
bebas risiko dimasukan dalam pilihan portofolio. Titik Rf yang terletak tepat pada
garis vertikal menggambarkan bahwa risiko aset tersebut sama dengan nol. Investor
bisa mengkombinasikan aset bebas risiko ini dengan kumpulan portofolio efisien yang
ada pada permukaan efisien. Dengan menghubungkan titik RF dan pilihan portofolio
pada permukaan efisien kita akan menemukan suatu kombinasi yang sebenarnya tidak
kita temukan pada model portofolio Markowitz.
Menginvestasikan Dana Bebas Risiko. Dengan dimasukkannya RF dalam
model Markowitz, maka permukaan efisien akan berubah membentuk garis lurus yang
menghubungkan RF dan titik portofolio optimal yang dipilih investor. Misalnya,
portofolio optimal seorang investor berada pada titik L, maka jika investor tersebut
kemudian mengkombinasikan portofolio L dengan aset bebas risiko, permukaan
efisien yang akan terbentuk akan menjadi garis RF – L (misalkan pada titik X). Jika
porsi dana yang ddiinvestasikan pada aset bebas risiko sebesar WRF, dan sebesar (1-
WRF) pada portofolio L, maka return harapan dari kombinasi portofolio tersebut
adalah:

E(Rp) = WRF RF + (1-WRF) E(RL) (5.1)

Jika investor menginvestasikan seluruh dananya (100%) pada aset bebas risiko,
amaka return harapan adalah sebesar RF dengan risiko sebesar nol. Jika investor

44
menginvestasikan seluruh dananya pada aset berisiko, misalnya pada titik L pada
Gambar 5.4 diatas, maka return harapan adalah sebesar E(RF). Jika investor
mengkombinasikan dananya padda kombinasi yang ditunjukan di sepanjang garis R F
– L, maka besarnya return harapan akan ditentukan oleh porsi dana yang
diinvestasikan pada aset berisiko dan bebas risiko. Semakin besar porsi dana yang
diinvestasikan pada aset berisiko, semakin besar return harapan dari portofolio
tersebut. Hal ini didasari oleh hubungan searah antara risiko dan return, semakin besar
risiko semakin besar return harapan. Semakin besar porsi dana yang diinvestasikan
pada L, (1-WRF) semakin besar return harapannya.
Risiko portofolio bisa diketahui dengan menghirung besarnya standar deviasi
portofolio. Dalam kasus diatas standar deviasi RF sama dengan nol, sehingga kolerasi
antara RF dan portofolio aset berisiko juga sama dengan nol, sehingga untuk
menghitung standar deviasi portofolio yang terdiri dari aset berisiko dan aset bebas
berisiko bisa kita gunakan rumus:

𝜎𝑝 = (1 − 𝑊𝑅𝐹 )𝜎1

Contoh: Misalkan portofolio L menawarkan tingkat return harapan sebsar 20%

dengan standar deviasi 10%. Sedangkan aset bebas risiko menawarkan return harapan
sebesar 5%. Misalkan investor menginvestasikan 40% dannya pada aset bebas risiko
dan 60% atau (100% - 40%) pada portofolio L, maka:

E(RP) = 0,4 (0,05) + 0,6 (0,2)

= 0,14 atau 14%

Dan

𝜎p = 0,6 (0,1)

= 0,06 atau 6%

Disamping menghubungkan RF dengan ttik L, pada Gambar 5.4 diatas kita juga
bisa menghubungkan RF dengan titik –titik yang berada diatas titik L tersebut, yaitu
dengan titik M misalnya: Proses menghubungkan tersebut akan berakhir pada saat RF
membentuk garis tangen terhadap portofolio aset berisiko, dalam hal ini akan berakhir
pada titik N. Kumpulan portofolio yang terbentuk di sepanjang gari RF – N merupakan
kumpulan portofolio yang lebih baik (dominan) dibanding titik-titik portofolio yang
ada dibawahnya.

Dalam gambar tersebut kita juga bisa melihat bahwa setelah garis RF- N tidak ada
lagi titik yang bisa dihubungkan dengan titik RF, karena garis RF – N merupakan garis
yang mempunyai slope yang paling tinggi. Artinya, tidak ada kombinasi titik
portofolio yang jika dihubungkan dengan RF akan mendominasi garus RF – N tersebut.
Bahkan, jika misalnya kta menghubungkan R F dengan titik B, kita tetap akan
menemukan garis yang berada dibawah garis RF – N. Hal ini berarti bahwa garis RF –
N bersifat superior terhadap garis lainnya.

45
 Dengan demikian semua investor tentunya akan berinvestasi pada pilihan
portofolio yang ada disepanjang garis RF – N tersebut. Jika portofolio investor
mendekati titik RF , berarti sebagian besar dana investor diinvestasikan pada aset bebas
risiko. Hal ini bisa dilakukan dengan membelanjakan sebagian besar dana untuk
membeli aset bebas risiko seperti “Treasury Bill” di Amerika atau Serikat Bank
Indonesia (SBI). Kedua jenis sekuritas tersebut merupakan sekuritas yang diterbitkan
pemerintah dan tidak mengandung risio. Pada jenis investasi seperti ini investor
dikatakan menginvestasikan dana bebas risiko.

Investor bisa meminjamkan dana bebas risiko. Jika analisis terhadap model
Markowitz kita perluas dengan menambah asumsi, bahwa investor bisa meminjam
dana untuk meningkatkan kemampuan berinvestasi, maka akan kita temukan garis
permukaan efisien yang baru.

Dengan mencari tambahan dana yang berasal dari pinjaman, investor bisa
menambah dana yang dimilikinya untuk diinvestasikan. Jika dana pinjaman tersebut
digabungkan dengan dana yang dimiliki saat ini dan digunakan untuk investasi,
investor akan mempunyai kemungkinan untuk mendapatkan return diharapkan dan
investasi yang lebih tinggi. Tentu sajaa sesuai dengan hubungan searah antara
investasi dengan risiko,kita harus mempertimbangkan risiko yang meningkat seiring
dengan peningkatan return harapan. Secara grafik, perluasan portofolio tersebut dapat
dilihat dalam Gambar 5.5 di bawah ini.

Dalam gambar 5.5. terlihat bahwa tambahan dana yang berasal dari pinjaman bisa
memperluas posisi portofolio di atas titik N, sehingga akan membentuk garis lurus R F
– N – K. Lalu, bagaimanakah dampak tambahan dana dari pinjaman tersebut terhadap
return harapan dan risiko portofolio? Cara menghiungnya tetap sama, yaitu dengan
perhitungan return dan risiko portofolio seperti dalam rumus 5.1. dan 5.2. hanya saja

46
jumlah porsi dana yang diinvestasikan akan bertambah menjadi lebih dari (di atas)
100.

Jika kita asumsikan investor bisa meminjam dana sebesar jumlah dana yang
dimilikinya (100% dari dana yang dimiliki), dan semua dana tersebut (200%) akan
diinvestasikan pada aset berisiko maka posisi portofolio akan berada pada titik K.
Jumlah porsi dana yang diinvestasikan pada semua aset berisiko (titik K) harus
berjumah 200% atau 2,0. Jumlah ini menunjukkan semua dana yang dimiliki ditambah
pinjaman (100% + 100% = 200%). Untuk memperoleh hasil ini, maka porsi dana yang
diinvestasikan pada titik R F atau WRF kita hitung sebagai -1,0, yang menunjukkan
pinjaman dana pada tingkat bunga R F . Dengan demikian, proporsi dana yang
diinvestasikan pada titik K adalah [1 – (-1)] =2.

Jika kita gabungkan bobot portofolio secara keseluruhan akan kita peroleh jumlah
1,0. Perhitungan adalah sebagai berikut:

WRF + (1 - WRF ) = 1,0

1 + [1 – (-1)] = 1,0

Untuk menghitung return harapan dari portofolio yang dananya sebagian dari
pinjaman dan sebagian dari dana yang telah dimiliki saat ini, bisa dipakai rumus
berikut :

E(R F ) = WRF + (1 - WRF ) E(R F )

= -1 (R F ) + 2 E(R K )

Sedangkan untuk menghitung risiko, bisa dilakukan dengan menghitung standar

deviasi portofolio, yaitu dengan rumus:

P = (1 - WRF ) K

= 2K

Contoh : misalnya return harapan dari portofolio K adalah 25%, dengan K =

15%. Tingkat bunga bebas risiko adalah 5 %. Dengan demikian kita bisa menghitung
tingkat return harapan serta standar deviasi portofolio K sebagai berikut :

E(R F ) = -1 (0,05) + 2 (0,25)

= -0,05 + 0,5

= 0,45 = 45%

Dan,

47
 P = (1 - WRF ) K

= [1,0 – (-1)] K

= 2 K

= 2 (0,15) = 0,30 = 30%

1) Mengidentifikasikan Efficient Set dengan Investasi dan Meminjamkan pada

Tingakat Bebas Risiko
Bahasan sebelumnya, khususnya pada gambar 5.4. dan 5.5. memperlihatkan
bahwa portofolio N adalah penting bagi analisis. Kumpulan efisien Markowitz terdiri
dari portofolio aset berisiko. Analisis juga memasukkan adanya aset bebas risiko (R F )
dengan deviasi standar = 0. Hasil akhir memasukkan investasi dan meminjam bebas
risiko dalam analisis adalah menciptakan kemungkinan berinvestasi dan meminjam
dan kemungkinan return harapan yang tidak terjadi sebelumnya.
Sekarang investor dapat menggabungkan aset bebas risiko ini dengan kumpulan
portofolio-portofolio yang efisien pada efficient frontier. Dalam gambar, tidak ada
portofolio lain yang terhubung denga R F ke titik N, R F – N mendominasi seluruh garis
lurus di bawahnya. Selanjutnya dengan kemungkinan meminjam pada tingkat bebas
risiko, garis lurus R F – N diperpanjang menjadi garis lurus R F – N – L. Jadi
menyinggung efficient frontier pada titik T dengan intersep RF. Titik sepanjang garis
R F – N – L menyatakan banyaknya invetasi dan/atau meminjam pada R F yang
berbeda-beda dalam kombinasi dengan portofolio efisien N dan aset berisiko.
Seksi ini mengidentifikasi garis lurus R F – N – L. Slope garis yang
menghubungkan aset bebas risiko dan portofolio berisiko adalah return harapan
portofolio dikurangi tingkat bebas risiko dibagi dengan deviasi standar portofolio.
Karena slope garis yang dicari adalah yang terbesar, maka tujuan ini dapat dinyatakan
sebagai :
Maksimumkan 0 = R P – R F
𝑃 ,

Sedangkan proporsi dana yang diinvestasikan dalam aset-aset harus sama dengan
100%, maka kendala berikut dibuat:
𝑁

∑ 𝑊𝑖 = 1
𝑖=1

Masalah ini merupakan masalah maksimisasi dengan kendala. Metode pengganda

Larangian dapat digunakan untuk memecahkan masalah ini. Selain itu, teknik lain
yang dapat digunakan adalah dengan menjadikannya menjadi masalah maksimisasi
tanpa kendala. Caranya adalah dengan mensubstitusi kendala ke dalam fungsi tujuan
dan kemudian memaksimumkannya.

48
 Sebagai contoh melanjutkan tiga saham AAA, BBB. Dan CCC, diketahui tingkat
investasi dan meminjam bebas risiko, R f = 5%. Pada contoh berikut, penyelesaian
dibantu dengan komputer. Gambar 5.6. memperlihatkan efficient tingkat investasi dan
meminjamkan bebas risiko yang berupa garis lurus.

Titik N merupakan portofolio aset berisiko dengan bobot investasi adalah 77,8%
untuk saham AAA, 5,5% untuk saham BBB, dan 16,7% untuk saham CCC. Return
harapan portofolio N adalah 0,1467 atau 14,67% dengan deviasi standar 0.0583 atau
5,83%.
Sedangkan intersep dan slope dihitung sebagai berikut:
Intersep adalah pada R F = 5%
Slope = 0 = R P – R F
𝑃 ,
= (14,67 – 5) / 5,83 = 1,66

2) Memilih Portofolio Berdasarkan Preferensi Investor

Dalam memilih portofolio, investor akan mendasarkan pemilihannya pada
preferensi terhadap return harapan dan risiko yang bersedia ditanggung investor.
Artinya, investor akan memilih titik portofolio yang terletak pada permukaan efisien
yang menawarkan risiko yang sesuai dengan preferensinya terhadap risiko. Semakin
konservatif seorang investor, semakin enggan dia menanggung risiko, dan berarti jika
dikaitkan dengan Gambar 5.5. di atas, pilihan portofolionya akan semakin mendekati
aset bebas risiko atau titik R F . Demikian pula, semakin agresif seorang investor,
berarti semakin berani dia menanggung risiko, sehingga pilihan portofolio pada aset
berisiko atau dalam Gambar 5.5. di atas akan semakin mendekati titik K. Seperti telah
disebutkan didepan, pilihan portofolio investor juga akan tergantung dari preferensi
investor terhadap risiko, yang ditunjukkan oleh kurva utilitas investor. Pilihan investor
nantinya akan berada pada titik persinggungan antara kurva utilitas investor (U1 atau
U2 ) dengan garis permukaan efisien (garis R F – K).

49
D. Teknik Penentuan Batas Efisien
1) Formasi Portofolio Optimal: Model Indeks Tunggal
Bagian ini membahas tentang metoda pemilihan portofolio optimal yang tepat
bila model indeks tunggal terpenuhi sebagai deskripsi struktur kovarian
antarsekuritas. Tabel 5.2. menyajikan ringkasan hasil analisis portofolio berdasarkan
pendekatan model indeks tunggal. Penentuan portofolio optimal dalam tabel 5.2.
mengikuti beberapa prosedur sebagai berikut.
I. Menghitung mean retur (R i ) pada kolom I dengan rumus :
R i = i + i R m + e
Dalam hal ini i adalah intersep i adalah koefisien parameter R m , dan e
adalah residual Estimasi i menggunakan teknik model indeks tunggal seperti
pada langkah III. Pada kolom I tampak mean return sekuritas 1, 2, … 10 adalah
18,5%, 16,5%, ….,
II. Menghitung return tak normal (excess return atau abnormal return) pada kolom
II: (R i - + R f ), dalam hal ini R i adalah return harapan dari saham I, dan R F adalah
return aset kurang berisiko. Dalam contoh ini diketahui R F = 5%. Hasil pada
kolom II diperoleh dari nilai setiap baris pada kolom I dikurangi dengan 5%.
III. Mengestimasi  (beta) pada kolom III dengan model indeks tunggal untuk setiap
return sekuritas (R i ) terhadap return pasar (R m ) yang hendak dipertimbangkan
dalam suatu portofolio.
R i = i + i R m + 
2
IV. Menghitung risiko tidak sistematis(𝜎𝑒𝑖 ) pada kolom IV:
2 1
𝜎𝑒𝑖 = ∑1𝑡=1[R F − (αi + i R mt )]2
t

V. Menghitung kinerja return tak normal relatif terhadap  (K i ) pada kolom V:

Ki = Ri – RF
i
Sebagai contoh perhitungan baris pertama pada kolom V dapat dihitung sebagai
berikut:
(18,5%−13,5%)
Ki = = 12,3%
1,1

Setelah nilai K i diperoleh, sekuritas diurutkan berdasarkan skor K i dari tertinggi

hingga terendah. Pengurutan ini mencerminkan prioritas sekuritas yang
diharapkan termasuk dalam suatu portofolio (catatan: dalam contoh ini, sekuritas
telah diurutkan berdasarkan skor indeks K i dari tertinggi hingga terendah).

VI. Menghitung nilai return tak normal dikalikan dengan  dibagi dengan kesalahan
2
standar (standard error, 𝜎𝑒𝑖 ) pada kolom VI:
(R I – R F ) i
2
𝜎𝑒𝑖

Dalam baris pertama kolom VI, nilai 0,33 diperoleh dari:

50
 (18,5%−13,5%)1,1
0,33% =
45%

VII. Menghitung rasio β2 terhadap kesalahan standar pada kolom VII:

β2i
2ei
Dalam baris pertama kolom VII, nilai 0,03 diperoleh dari:
0,03 = (1,1)2

45%

VIII. Menjumlahkan secara kumulatif hasil perhitungan pada langkah ke-VI:

∑𝑖𝑖=1(R i− R F ) i

2ei
IX. Menjumlahkan secara kumulatif hasil perhitungan pada langkah ke VII:
∑𝑖𝑖=1 2
2ei
X. Menghitung nilai Ci pada kolom X untuk setiap sekuritas dengan rumus:

Perhitungan bagian-bagian dalam rumus C telah diuraikan dalam langkah VIII

dan IX. Padalangkah ke 10 ini, dibutuhkan variabel tambahan, yakni varian dari
return pasar 2m . Dalam contoh itu, varian return pasar diketahui sebesar 8%.
XI. Menentukan titik potong tertentu dari nilai Ci yang dikehendakki ( C∗ ) guna
menentukan jumlah sekuritas yang dimasukkan dalam portofolio.
Ri – RF
 C∗
i
Dalam hal ini C∗5 adalah titik potong yang secara ekonomi dianggap signifikan.
Misalnya dalam contoh ini C∗ yang diterima adalah sebesar 4,65. Artinya hanya
sekuritas-sekuritas dengan nilai K i pada kolom V (langkah V) lebih dari 4,65
yang dipertimbangkan dalam portofolio. Sekuritas dengan nilai K i kurang dari
4,65 tidak terpilih dalam seksi portofolio.
Berdasarkan prosedur tersebut, tampak bahwa sekuritas dengan nilai K i dan
∗
C = 4,65 terdapat pada urutan sekuritas 1 hingga 5, yaitu dengan kisar K i atau
return tak normal relatif terhadap risiko (beta) sebesar 4,7% hingga 12,3%. Skor
Ki pada sekuritas ke 6 hingga 10 kurang dari 4,65%. Dengan demikian jumlah
sekuritas yang dipertimbangkan dalam portofolio optimal adalah sebanyak 5
sekuritas.
Tabel 5.2. Perhitungan untuk menentukan titik potong C dengan varian return
pasar sebesar 8% dan return aset kurang berisiko sebesar 5%.

51
 Urutan Prosedur Penentuan Portofolio Optimal
Sekuritas I II III IV V VI VII VIII IX X
1 18.5 13.5 1.1 45 12.27 0.33 0.03 0.33 0.027 2.17
2 16.5 11.5 1.3 42 8.85 0.36 0.04 0.69 0.067 3.57
3 11.8 6.8 1.2 30 5.67 0.27 0.05 0.96 0.115 3.99
4 15.5 10.5 2.1 10 5 2.21 0.44 3.16 0.556 4.64
5 12 7 1.5 38 4.67 0.28 0.06 3.44 0.615 4.65
6 12.3 7.3 1.6 40 4.56 0.29 0.06 3.73 0.679 4.64
7 11 6 1.9 36 3.16 0.32 0.1 4.05 0.78 4.47
8 7 2 0.8 18 2.5 0.09 0.04 4.14 0.815 4.4
9 7 2 1.1 22 1.82 0.1 0.06 4.24 0.87 4.26
10 5.6 0.6 0.7 10 0.86 0.04 0.05 4.28 0.919 4.1

Keterangan: I, II… X mengacu pada prosedur yang diuraikan sebelumnya. Semua angka
dinyatakan dalam presentase kecuali urutan sekuritas dan beta (kolom III)

Setelah sekuritas dalam suatu portofolio dapat ditentukan, langkah selanjutnya

adalah menentukan proporsi atau presentase alokasi investasi pada masing-masing
sekuritas terpilih. Tabel 2 menyajikan ilustrasi perhitungan bobot atau presentase dana
yang dialokasi untuk setiap sekuritas ( W𝑖 ) tanpa short-selling dan dengan short-
selling. Bobot (W𝑖 ) tersebut diukur dengan rumus sebagai berikut :

Wi = Zi
𝑁

∑ Zi
𝑖=1

Dalam hal ini, Zi diperoleh dari beberapa asumsi berikut:

a. Bila tidak ada short-selling

Penentuan titik potong pada C∗ = 4,65 (terletak pada urutan sekuritas ke-5)
mengindikasi bahwa dalam pemilihan sekuritas tidak terjadi short-selling.
Contoh hasil perhitungan nilai Zi tanpa short-selling disajikan pada Tabel 2
kolom Zi .
b. Bila ada short-selling

Dalam hal ini Cs < C∗ , bila semua sekuritas dalam contoh Tabel 1
dipertimbangkan dalam investasi, maka titik potong Cs adalah 4,10 (terletak pada

52
 urutan sekuritas ke 10). Bila C∗ yang dipertimbangkan telah memanfaatkan
semua long-potition, selling. Contoh hasil perhitungan nilai Zi tanpa short-selling
disajikan pada Tabel 5.3 kolom 𝑍is .

Tabel 5.3. Penentuan bobot investasi (W) setiap sekuritas dalam suatu portofolio tanpa
Short-selling dan dengan short-selling.

Urutan Prosedur perhitungan persentase Investasi setiap Sekuritas

Sekuritas dalam Portofolio
V C* W*

1 12.2 4.65 0.02 0.19 0.43 4.1 0.2 1.13

7
2 8.85 4.65 0.03 0.13 0.3 4.1 0.15 0.83
3 5.67 4.65 0.04 0.04 0.09 4.1 0.06 0.35
4 5 4.65 0.21 0.07 0.17 4.1 0.19 1.07
5 4.67 4.65 0.04 0 0 4.1 0.02 0.13
6 4.56 0.04 4.1 0.02 0.1
7 3.16 0.05 4.1 0.05 -0.28
8 2.5 0.04 4.1 -0.07 -0.4
9 1.82 0.05 4.1 -0.11 -0.64
10 0.86 0.07 4.1 -0.23 -1.28
Total 0.43 1 0.18 1
Keterangan: kolom V mengacu pada hasil langkah ke-V pada Tabel 1. Kolom XI
merupakan langkah ke-XI yakni menghitung nilai i/2ei
W* adalah bobot (weighted) dari setiap sekuritas dalam portofolio tanpa short-
selling.
W𝑆 adalah bobot (weighted) dari setiap sekuritas dalam portofolio tanpa short-
selling.
Hasil perhitungan pada Tabel 2 menunjukkan bahwa bobot W* bernilai positif
untuk semua sekuritas (berarti tidak terdapat short-selling), sedangkan bobot W𝑆
terdapat empat sekuritas dengan W bernilai negatif. Nilai W negatif mengindikasi
terjadi short-sale pada sekuritas ke-7 hingga 10.

2) Penyusunan Batas Efisien (Efficient Frontier)

Setelah perhitungan bobot dan return sekuritas dalam portofolio diketahui, maka
hasil perhitungan dapat diperankan dalam suatu bentuk kurva batas efisien (efficient
frontier) seperti telah dibahas pada bab sebelumnya. Hasil pemetaan dapat dilakukan
untuk analisis tanpa short-selling maupun analisis dengan short selling.
Selain model indeks tunggal, teknik lain yang juga dapat digunakan untuk
menentukan sekuritas dalam suatu portofolio yang optimal adalah model korelasi
konstan. Pembaca yang berminat untuk menggunakan prosedur ini disarankan untuk
mempelajari buku yang ditulis oleh Elton dan Gruber (1995).

53