Critical TPM Beta Disesuaikan
Critical TPM Beta Disesuaikan
1. RESEARCH BACKGROUND
Adapun hal yang melatarbelakangi penelitian ini, bermula dari Cohen, Hawawini, Maier,
Schwartz, dan Whitcomb [CHMSW] adalah yang pertama mengakui pentingnya penundaan
interval pembeda yang diberikan, keamanan dengan penundaan perdagangan lebih (kurang) dari
pasar akan membuat beta bias ke bawah (ke atas). Dengan demikian, penundaan penyesuaian
bias ini berhubungan karena harga (yang bertentangan dengan kuotasi) tidak dapat
menyesuaikan untuk mencerminkan keseimbangan pasar yang berubah tanpa terjadi transaksi.
Teknik untuk memperkirakan beta sehingga untuk mengontrol bias perdagangan tipis telah
diusulkan oleh Scholes dan Williams [24], Dimson [5], dan FRJ [11]. Masingmasing penulis ini
menawarkan bukti bahwa teknik mereka secara memadai mengontrol trading delay. Tetapi
Fowler dan Rorke [8] dan FRJ [9] menawarkan bukti bahwa pendekatan ScholesWilliams dan
Dimson tidak cukup mengontrol bias perdagangan tipis dalam estimasi beta. Pengujian
sebelumnya tentang keberhasilan tiga teknik estimasi beta ini memiliki dua kekurangan, yakni :
1) Pertama, dalam banyak kasus, data yang disimulasikan atau dibuat secara buatan
digunakan. Mustahil untuk yakin bahwa hasil tes menggunakan data buatan dan simulasi
akan berlaku untuk data aktual karena struktur kesalahan pengembalian tidak cukup
dipahami pada saat ini.
2) Kedua, ketika data aktual digunakan, beta sebenarnya dari setiap keamanan tidak
diketahui.
Oleh karena itu, peneliti sebelumnya yang menggunakan data aktual tidak dapat
memastikan berapa banyak bias hasil dari perdagangan tipis. Akibatnya, mereka tidak bisa
mengukur seberapa efektif teknik mereka dikontrol untuk perdagangan tipis. CHMSW [4] telah
mengusulkan suatu teknik untuk menyesuaikan estimasi beta yang melibatkan estimasi interval /
penipisan hubungan silang. Teknik ini didasarkan pada proposisi bahwa ketika interval
perbedaan diperpanjang, betas OLS mendekati betas sejati. "CHMSW [4] dan Fung, Schwartz,
dan Whitcomb [12] menawarkan bukti empiris tentang efektivitas pendekatan CHMSW. Dengan
demikian, peneliti merasa perlu untuk menguji efektivitas teknik yang diusulkan oleh: Scholes
Williams; Dimson; Fowler, Rorke, dan Jog; dan Cohen, Hawawini, Maier, Schwartz, dan
Whitcomb untuk kontrol untuk bias dalam estimasi beta dari perdagangan tipis dan penundaan
penyesuaian harga.
2. RESEARCH LITERATURE
Williams [24], Dimson [5], dan FRJ [11].
3. RESEARCH METHODOLOGY
Penelitian ini merupakan penelitian kuantitatif deskriptif. Penelitian ini menggunakan
metode Ordinary Lease Square (OLS) untuk menghitung estimasi beta sebelum dikoreksi.
Kemudian mengoreksi estimasi beta tersebut dengan menggunakan teknik dari Scholes dan
Williams, Dimson, dan FRJ, dan CHWMSW. Hasil dari teknik tersebut kemudian dibandingkan,
teknik mana yang menghasilkan beta yang lebih mendekati angka 1. Penelitian ini menggunakan
data 958 perusahaan terdaftar di NYSE. Data yang diperoleh berisi harga setiap perdagangan di
bursa dari 1 September 1971 28 Februari 1972.
4. VARIABEL
a. Variabel independen dari penelitian ini adalah LTIME, proksi untuk mengukur
trading delay dan koreksi keterlambatan harga.
b. Variabel dependen dari penelitian ini adalah PORTFOLIO RETURN, ASSET
FINANCIAL LEVERAGE, PAYOUT RATIO, STOCK PRICE, dan MARKET
EQUITY.
5. RESEARCH FINDING
Untuk masing-masing dari lima portofolio, Tabel I menyajikan rata-rata dan standar
deviasi berbagai atribut portofolio. Jelas bahwa model tersebut telah menciptakan portofolio
yang memaksimalkan perbedaan dalam LTIME sambil memegang PORTFOLIO RETURN,
LEVERAGE KEUANGAN, RASIO PEMBAYARAN, HARGA SAHAM, ASET, dan standar
deviasi dari dua atribut terakhir ini kurang lebih sama. Dua pertanyaan utama yang dibahas
dalam makalah ini adalah: (1) Berapa tingkat bias dalam estimasi beta karena perdagangan yang
tipis dan penundaan penyesuaian harga? (2) Seberapa efektif teknik yang diusulkan oleh
Scholes-Williams, Dimson, FRJ, dan CHMSW dalam mengendalikan bias ini?
Tabel II menyajikan estimasi beta rata-rata OLS, FRJ, Scholes-Williams, Dimson, dan
CHMSW untuk sekuritas di masing-masing dari lima portofolio, rata-rata keseluruhannya, dan
penyebaran estimasi beta. Ingatlah bahwa karena teknik pembentukan portofolio, beta harus
sama satu sama lain kecuali untuk pengaruh perdagangan yang tipis dan penundaan penyesuaian
harga. Selanjutnya, karena sampel saham yang sama dan bobot yang sama digunakan dalam
pembuatan indeks pasar dan estimasi beta, tanpa adanya bias beta, beta OLS harus rata-rata 1,0
secara melintang. Perhatikan bahwa beta OLS bias dalam arah yang diharapkan-beta untuk
portofolio yang terdiri dari saham yang diperdagangkan lebih sering daripada proxy pasar di atas
1,0, sedangkan yang terdiri dari saham yang diperdagangkan lebih jarang kurang dari 1,0.
Rentang beta OLS, 0,744 hingga 1,494, menunjukkan bahwa bias dari perdagangan yang tipis
dan penundaan penyesuaian harga sangat besar untuk saham NYSE ketika pengembalian harian
digunakan untuk estimasi beta. Jika teknik Scholes dan Williams, Dimson, FRJ, dan CHMSW
cukup untuk mengoreksi bias beta, maka beta yang diperkirakan menggunakan masing-masing
teknik harus sekitar 1,0 untuk masing-masing dari lima portofolio. Sebaliknya, bahkan yang
terbaik dari empat teknik penyesuaian menghasilkan penyebaran dari perkiraan beta rendah ke
tinggi hanya 29% kurang dari yang dialami untuk beta OLS. Lebih lanjut, perkiraan beta untuk
setiap teknik tetap monoton di seluruh peringkat LTIME. Tentu saja, tidak mengherankan bahwa
metode yang dirancang untuk menyesuaikan penundaan perdagangan tidak cukup jika
penundaan penyesuaian harga juga merupakan sumber penting dari bias beta. Menariknya, kedua
metode Scholes-Williams dan Dimson mencapai pengurangan penyebaran beta yang lebih besar
daripada teknik CHMSW (yang mengontrol kedua sumber bias). Kemungkinan alasan untuk
hasil ini dibahas di bagian selanjutnya. Karena pendekatan CHMSW membutuhkan penggunaan
EKUITAS PASAR sebagai proksi untuk ketipisan, EKUITAS PASAR tidak dapat digunakan
sebagai kendala dalam model LP ketika keempat teknik harus diuji. Hasil LP yang dilaporkan di
bawah ini juga direplikasi menggunakan PASAR EKUITAS dan kuadrat deviasi PASAR
EKUITAS sebagai kendala dengan hasil yang secara substansial mirip untuk ketiga teknik selain
CHMSW.
6. CONCLUTIONS
Masing-masing dari empat teknik penyesuaian beta dianggap mampu mengoreksi
estimasi beta portofolio dengan tujuan mengurangi jumlah bias. Namun teknik dari Dimson
merupakan teknik yang terbaik untuk mengurangi bias hanya 29% dibandingkan dengan
perbedaan estimasi beta yang dihitung dengan menggunakan teknik OLS.
7. KETERBATASAN PENELITIAN
Penelitian ini memiliki keterbatasan, beberapa di antaranya ditinjau dalam bagian ini.
Harus jelas bahwa masih banyak yang harus dilakukan. Ini adalah penggunaan pertama dari
model pemrograman linier untuk mengembangkan portofolio dengan risiko yang sama (betas).
Secara alami, hasilnya adalah uji bersama teknik penyesuaian beta yang diperiksa dan
metodologi yang digunakan. Sementara pendekatan pemrograman linier untuk formulasi
portofolio menjanjikan, pekerjaan tambahan mungkin mengungkap kelemahan dalam
pendekatan yang tidak diketahui. Misalnya, jika variabel dalam fungsi tujuan atau baris kendala
diukur dengan kesalahan, dan jika kesalahan ini berkorelasi dengan beta yang diperkirakan,
masalah yang dianalogikan dengan kesalahan OLS pada variabel muncul. Hasil yang diperoleh
untuk portofolio yang dibuat oleh model pemrograman linier mungkin tidak mewakili hasil yang
akan dicapai untuk portofolio yang dipilih secara acak.
8. RESEARCH CONTRIBUTION
Hasil penelitian ini dapat dijadikan sebagai acuan oleh perusahaan dalam memutuskan
kebijakan yang berkaitan dengan tingkat risiko saham perusahaan, sehingga dapat menarik minat
para investor untuk berinvestasi. Hasil penelitian ini juga memberi gambaran atau pengetahuan
9. RESEARCH FUTURE
10.CRITICAL REVIEW
b) Perlu dijelaskan terkait grand theory terkait yang mendasari penelitian ini, karena dalam
penelitian yang dilakukan oleh Thomas H. Mcinish dan Robert A. Wood belum
dipaparkan grand theory.
REFRENSI
Hartono, Jogianto. 2017. Teori Portofolio dan Analisis Investasi, Edisi Kesebelas. Yogyakarta:
Penerbit BPFE-YOGYAKARTA
H. Mcinish dan A.Wood Robert. 1986. Adjusting for Beta Bias: An Assessment of Alternate
Techniques: A Note. The Journal Of Finance • Vol. Xli, No.1. March 1986