TEORI PASAR MODAL DAN INVESTASI

BETA DISESUAIKAN DAN BETA UNTUK PASAR

MODAL BERKEMBANG

OLEH:
KELOMPOK 5
KELAS 22C

Ni Putu Wanda Anggeliana Putri (1881611051 - 02)

Putu Dian Indah Savitri (1881611068 - 17)
Ni Putu Lissya Suryantari (1881611071 - 20)

PROGRAM MAGISTER AKUNTANSI

PROGRAM PASCASARJANA
UNIVERSITAS UDAYANA
DENPASAR
2019
 BETA DISESUAIKAN DAN BETA UNTUK PASAR MODAL BERKEMBANG

1. PENDAHULUAN
Penelitian selanjutnya menunjukan Beta memiliki suatu karateristik yaitu
cenderung mengarah ke nilai 1 (Beta pasar) dari waktu ke waktu, sehingga beta yang
diprediksi perlu untuk disesuaikan untuk memiliki karakteristik tersebut. Beta yang
dihitung menggunakan rumus, merupakan Beta yang mengandung bias jika digunakan
untuk menilai pasar modal yang transaksi perdagangannya tipis (thin market), karena
terjadinya perdagangan yang tidak sinkron. Pasar modal yang tipis merupakan ciri dari
pasar modal yang sedang berkembang. Untuk mengurangi bias yang dapat terjadi,
Beta untuk pasar modal tipis harus disesuaikan. Beberapa metode dapat dilakukan
untuk menyesuaikan Beta tersebut.

2. KETEPATAN BETA HISTORIS

Levy (1971) dan Blume (1975) melakukan pengujian terhadap hubungan Beta
dari waktu ke waktu. Blume menggunakan teknik regresi dengan data bulanan untuk
menghitung Beta pasar. Data yang digunakan adalah data historis selama periode Juli
1954 sampai dengan Juni 1968. Terdapat 8 macam portofolio yang terbentuk dari
sebuah sekuritas, 2, 4, 7, 10, 20, 35, dan 50 buah sekuritas. Berikut tabel koefisien
korelasi:
Tabel 1.1 korelasi antara Beta-Beta untuk Dua Periode yang Berbeda
Portofolio ke- Jumlah Sekuritas Koefisien Korelasi
1 1 0,60
2 2 0,73
3 4 0,84
4 7 0,88
5 10 0,92
6 20 0,97
7 35 0,97
8 50 0,98

Korelasi terendah penelitian adalah 0,60 dan tertinggi 0,98. Hal ini menunjukkan
bahwa Beta historis mempunyai hubungan dengan Beta masa datang. Hubungan akan
semakin kuat untuk Beta portofolio yang mempunyai banyak sekuritas didalamnya.
Kesalahan pengukuran Beta portofolio akan semakin kecil dengan semakin banyaknya
sekuritas di dalamnya. Berarti bahwa Beta portofolio dengan banyak aktiva merupakan
prediktor yang lebih baik untuk Beta masa depan dibandingkan dengan Beta portofolio
dengan lebih sedikit sekuritas di dalamnya.

1
3. Menyesuaikandan Memprediksi Beta
Blume (1971) memberikan bukti yang menunjukkan bahwa estimasi Beta
cenderung mengarah ke nilai satu dari satu periode ke periode yang lain. Hal ini berarti
bahwa nilai Beta yang kurang dari satu akan naik mengarah ke nilai satu untuk periode
berikutnya. Sebaliknya estimasi Beta yang lebih besar dari satu, untuk periode
selanjutnya akan cenderung turun mengarah ke nilai satu. Blume kemudian mencoba
untuk menyesuaikan nilai Beta historis agar mengandung kecenderungan ini. Blume
mengasumsikan bahwa penyesuaian Beta seperti ini untuk suatu periode akan
merupakan estimasi yang baik untuk penyesuaian periode berikutnya. Memprediksi
nilai Beta dapat dilakukan dengan cara berikut ini. Nilai dari Beta yang diprediksi
sesungguhnya juga mempunyai kecenderungan mendekati ke nilai rata-ratanya.
Berdasarkan kecenderungan ini, maka Beta dapat disesuaikan dengan mengambil
separuh nilai Beta historis dan separuhnya lagi nilai rata-ratanya. Beta historis
disesuaikan mengarah ke nilai rata-ratanya.

Misalnya Beta historis suatu sekuritas adalah sebesar 1,8 dan rata-rata nilai Beta
sekuritas ini untuk beberapa waktu periode adalah sebesar 1,2. Ini menunjukkan
bahwa estimasi Beta berdasarkan data historis yaitu sebesar 1,8 adalah terlalu besar
dibandingkan dengan Beta rata-ratanya. Beta yang diprediksi seharusnya terletak
diantara dua nilai ini. Beta diprediksi setelah disesuaikan untuk mengarah ke nilai rata-
ratanya adalah sebesar:

4. Beta untuk Pasar Modal Berkembang

Beta untuk pasar modal yang berkembang perlu disesuaikan. Alasannya adalah
Beta yang belum disesuaikan masih merupakan Beta yang bias disebabkan oleh
perdagangan yang tidak sinkron. Perdagangan tidak sinkron ini terjadi di pasar yang
transaksi perdagangannya jarang terjadi atau disebut dengan pasar yang tipis. Pasar
yang tipis merupakan ciri dari pasar modal yang sedang berkembang.

4.1. Perdagangan Tidak Sinkron

Beta sebagai pengukur volatilias mengukur kovarian return suatu sekuritas
dengan return pasar relatif terhadap risiko pasar. Kovarian dalam perhitungan Beta ini

2
menunjukkan hubungan return suatu sekuritas dengan return pasar pada periode yang
sama yaitu periode ke-t. Perhitungan Beta akan menjadi bias jika kedua periode
tersebut tidak sinkron, yaitu periode return pasar adalah periode ke-t dan periode
return sekuritas bukan periode ke-t. (misal return pasar ke 1 sedang return sekuritas ke
2). Ketidaksamaan waktu antara return sekuritas dengan return pasar dalam
perhitungan Beta disebabkan karena perdagangan sekuritas-sekuritas yang tidak
sinkron. Perdagangan tidak sinkron terjadi karena beberapa sekuritas tidak mengalami
perdangangan untuk beberapa waktu. Misal harga sekuritas A terakhir kali
diperdagangkan tanggal 27 bulan ini dan tidak diperdagankan hingga akhir bulan. Beta
menggunakan data akhir bulan untuk sekuritas A, terjadi ketidak sinkronan, yaitu harga
sekuritas A hasil dari transaksi tanggal 27 dihubungkan dengan harga indeks pasar
pada tanggal 31. Bias ini semakin besar ketika semakin banyaknya sekuritas-sekuritas
yang tidak akftif diperdagangkan. Sehingga harga indeks pasar pada periode tertentu
sebenarnya dibentuk dari harga-harga sekuritas periode sebelumnya.

4.2. Pengujian Terhadap Bias

Telah diketahui bahwa rumus perhitungan Beta sekuritas ke I adalah sebagai
berikut:
𝐶𝑜𝑣 (𝑅𝑖, 𝑅𝑚)
𝛽𝑖 =
𝑉𝑎𝑟 (𝑅𝑚)
Untuk beta indeks pasar, rumusnya yaitu:
𝐶𝑜𝑣 (𝑅𝑚, 𝑅𝑚)
𝛽𝑚 =
𝑉𝑎𝑟 (𝑅𝑚)
Dan Cov (Rm, Rm) adalah sama dengan Var (Rm), sehingga
𝑉𝑎𝑟 (𝑅𝑚)
𝛽𝑚 = =1
𝑉𝑎𝑟 (𝑅𝑚)

Beta pasar merupakan rata-rata tertimbang dari Beta masing-masing sekuritas di

pasar. Apabila tidak terjadi bias, maka beta pasar hasil dari rata-rata tertimbang akan
sama dengan 1, akan tetapi apabila perdagangan menjadi tidak sinkron sehingga
menyebabkan Beta untuk individual sekuritas menjadi bias, mka Beta pasar hasil rata-
rata tertimbang tersebut tidak akan sama dengan 1.

4.3. Koreksi terhadap Bias

Untuk mengkoreksi bias yang terjadi untuk Beta sekuritas akibat perdagangan
tidak sinkron, maka dapat dilakukan ebebrapa metode, yaitu:

3
a. Metode Scholes dan Williams
Scholes dan Williams (1997) memebrikan solusi untuk mengkoreksi bias dari
perhitungan Beta akibat perdagangan tidak sinkron dengan cara meregresikan beta
dengan periode lag and lead sehingga cenderung mengarah ke nilai 1. Rumusnya
adalah sebagai berikut:

(1) Contoh 1:
Dari data return saham A,B,C,D dan return indeks pasar di tabel 12.6, maka beta
masing-masing sekuritas dapat dihitung (dari regresi) seperti tampak pada tabel berikut
ini.
Tabel 12.7. Beta yang dihitung dengan lag (periode mundur) dan lead (periode maju).

βi-3 untuk saham A adalah sebesar -0,451 Beta ini didapat dengan meregresikan
return-return saham A untuk periode ke-t (Ri,t) dengan return indeks pasar untuk
periode ke t-3 (RMt-3).
Demikian juga untuk βi-2 saham A adalah sebesar 0,407 yang dapat diterangkan
dengan meregresikan return-return saham A untuk periode ke-t (Rit) dengan return
indeks pasar untuk periode ke t (Ri,t) dengan return indeks pasar untuk periode ke t-2
(RMt-2). Beta lainnya diperoleh dengan cara yang sama.

4
 Dari data return indeks pasar di Tabel 12.6, korelasi serial antara return indeks
pasar periode ke-t dengan return indeks pasar periode sebelumnya tampak di table
berikut ini.

Besarnya beta sekuritas A yang belum dikoreksi (βi0) adalah sebesar 0,306. Beta
koreksian dari bias menurut metode Scholes dan Williams adalah sebesar:
βA = βi-1+βi0+βi1 : (1+2.p1)
βA = 0,639 + 0,306 - 0,00095 : (1+2. 0,325)
βA = 0,590
Dengan cara yang sama, beta koreksian menurut metode Scholes dan William untuk
sekuritas B, C dan D adalah sebesar:
βB = 0,442
βC = 1,188
βD = 1,890
Secara ringkas, beta sebelum dan sesudah dikoreksi dengan menggunakan metode
Scholes dan Williams tampak di tabel berikut ini.

Hasil dari koreksi menurut metode Scholes dan Williams untuk contoh ini
ternyata juga membuat beta yang terkoreksi lebih mengarah ke nilai 1. Hal ini
konsisten dengan karakterisstik beta menurut Blume (1971) yang menunjukan bahwa
beta cenderung mengarah kenilai 1. Rumus pada 12-3 hanya menggunakan lag dan
lead, yakni satu periode saja yaitu periode t-1 dan t1. Untuk dua buah periode lag dan
lead menggunakan rumus sebagai berikut:

5
 βi = βi-2+βi-1+βi0+βi1+βi2 : (1+2.p1+2.p2)

(2) Contoh 2:
Dengan menggunakan hasil βi-2,βi-1,βi0,βi1,βi2 di tabel 12.7 dan p1 dan p2 di tabel
12.8, beta koreksian menurut metode Scholes dan Williams adalah sebagai berikut:
βA = βi-2+βi-1+βi0+βi1+βi2 : (1+2.p1+2.p2)
βA = 0,407 + 0,639 + 0,306 - 0,00095-0,207 : (1+ 2 (0,325) + 2 (-0,296))
βA = 1,049
Dengan cara yang sama, Beta koreksian menurut metode Scholes dan Williams
untuk sekuritas B, C, dan D adalah sebesar 0,645, 1,171, 0,789. Untuk pasar modal
negara berkembang yang transaksi perdagangannya sangat tipis, kemungkinan
transkasi perdagangan tidak sinkron lebih dari dua periode. Untuk kasus semacam ini,
koreksi Beta menggunakan periode mundur (lag) dan periode maju (lead) selama dua
periode saja mungkin tidak cukup. Untuk tiga periode lag dan lead, perhitungan Beta
koreksian menurut model Scholes dan Williams adalah:
βi = βi-3+βi-2+βi-1+βi0+βi1+βi2+βi3 : (1+2.p1+2.p2+ 2.p3)
Secara umum perhitungan beta koreksian menurut model Scholes dan Williams
yang melibatka n-periode lag dan lead dapat dirumuskan sebagai berikut:
βi = βi-n+….+βi-1+βi0+βi1+….+βin : (1+2.p1+….+ 2.pn)

b. Metode Dimson
Dimson (1979) menyederhanakan cara Scholes dan Williams ini dengan cara
menggunakan regresi berganda, sehingga hanya digunakan sebuah pengoperasian
regresi saja berapapun banyaknya periode lag dan lead. Untuk n-buah periode lag
dan lead, rumus beta koreksian menurut metode dimson untuk sekuritas ke-i adalah
sebagai berikut:
Ri,t = αi + βi –n RMt-n + . . . + βi0 RMt + . . . + βi+n RMt+n + €it
Notasi:
Ri,t = return sekuritas ke-i periode ke-t
RMt-n = return indeks pasar periode lag t-n
RMt+n = return indeks pasar periode lead t + n
Hasil dari beta koreksian adalah penjumlahan dari koefisien-koefisien regresi
berganda, sehingga metode dimson ini juga dikenal dengan istilah metode
penjumlahan koefisien. Besarnya beta koreksian adalah sebagai berikut:
βi = βi-n + . . . βi0 + . . . + βi+n

6
(3) Contoh 3:
Dari data return sekuritas A, B, C, D dan return indeks pasar yang ada di tabel
12.6 di atas maka hasil persamaaan regresi berganda untuk satu periode lag dan Lead
adalah:
RAt = 0,0115+ 0,612 RMt-1 - 0,322 RMt + 0,007 Rmt+1 + €At
RBt = 0,005+ 0,085 RMt-1 + 0,227 RMt + 0,109 Rmt+1 + €Bt
RCt = 0,0076- 0,211 RMt-1 + 1,365 RMt - 0,146 Rmt+1 + €Ct
RDt = -0,025- 0,606 RMt-1 + 2,450 RMt – 0,100 Rmt+1 + €Dt
Besarnya beta koreksian menurut dimson adalah sebesar:
βA = 0,612 - 0,321 + 0,007 = 0,298
βB = 0,085 +0,227 +0,109 = 0,421
βC = -0,212 + 1,336 – 0,146 = 1,008
βD = -0,608 + 2,451 – 0,101 = 1,743

c. Metode Fowler dan Rorke

Metode Dimson memang merupakan metode yang sederhana. Metode ini
sederhana, karena (1) hanya menggunakan sebuah pengoperasian regresi berganda
saja dan (2) Beta koreksian hanya dijumlahkan dari koefisien-koefisien yang diperoleh
dari regresi berganda tersebut.
Fowler dan Rorke (1983) berargumentasi bahwa metode Dimson yang hanya
menjumlah koefisien-koefisien regresi berganda tanpa memberi bobot akan tetap
memberikan Beta yang bias.
Untuk satu periode lag dan lead, koreksi beta dilakukan dengan tahapan sebagai
berikut ini:
1) Operasikan persamaan regresi berganda seperti yang dilakukan di metode
dimson sebagai berikut:
Rit = αi + βi-1 RMt-1 + βi0 RMt + βi+1 Rmt+1 + €it
2) Operasikan persamaan regresi untuk mendapatkan korelasi serial return indeks
pasar dengan return indeks pasar periode sebelumnya sebagai berikut:
RMt = αi + ρ1 RMt-1 + €t
3) Hitung bobot yang digunakan sebesar:
1+ 𝜌1
W1 = 1+ 2 .𝜌1

4) Hitung beta koreksian sekuritas ke-i yang merupakan penjumlahan koefisien

regresi berganda dengan bobot:
βi = W 1 . βi-1 + βi0 + W 1 . βi+1

7
(4) Contoh 4:
Dari data return sekuritas A, B, C, D dan return indeks pasar yang ada, hasil
persamaan regresi berganda untuk satu periode lag dan lead adalah:
RAt = 0,0115 + 0,612 RMt-1 – 0,322 RMt + 0,007 RMt+1 + €At
RBt = 0,005 + 0,085 RMt-1 + 0,227 RMt + 0,109 RMt+1 + €Bt
RCt = 0,0076 - 0,211 RMt-1 + 1,365 RMt - 0,146 RMt+1 + €Ct
RDt = -0,025 - 0,606 RMt-1 + 2,450 RMt - 0,100 RMt+1 + €Dt
Hasil persamaan regresi untuk korelasi serial adalah sebagai berikut:
RMt = 0,017 + 0,325 RMt-1 + €At
Besarnya bobot yang digunakan adalah:
1+ 0,325
W1 = 1+ 2 .0,325 = 0,803

Besarnya beta koreksian menurut Fowler dan Rorke adalah sebesar:

βA = (0,803) 0,612 – 0,322 + (0,803) 0,007
= 0,175
ΒB = (0,803) 0,085 + 0,227 + (0,803) 0,109
= 0,383
ΒC = (0,803) -0,211 + 1,365 - (0,803) 0,146
= 1,078
ΒD = (0,803) -0,608 + 2,451 - (0,803) 0,101
= 1,882
Untuk dua periode lag dan lead, koreksi beta dilakukan dengan mengoperasikan
regresi berganda, rumus bobot dan rumus beta koreksian sebagai berikut ini:
Rit = αi + βi-2 RMt-2 + βi-1 RMt-1 + βi0 RMt + βi+1 Rmt+1 + βi+2 Rmt+2 + €it
RMt = αi + ρ1 RMt-1 + ρ2 RMt-2 + €i
1+ 2 . 𝜌1+ 𝜌2
W1 =
1+ 2 .𝜌1+2 .𝜌2
1+ 𝜌1+ 𝜌2
W2 =
1+ 2 .𝜌1+2.𝜌2

βi = W 2 . βi-2 + W 1 . βi-1 + βi0 + W 1 . βi+1 + W 2 . βi+2

(5) Contoh 5:
Hasil persamaan regresi untuk korelasi serial adalah sebagai berikut:
RMt = 0,0277+ 0,406 RMt-1 – 0,425 RMt-2 + €At
Besarnya bobot yang digunakan adalah:

8
 1+ 2 . 0,406+ 0,425
W1 = = 1,442
1+ 2 .0,406+2 . (−0,425)
1+ 0,406−0,425
W2 = = 1,020
1+ 2 . 0,406+2. (−0,425)

Besarnya beta koreksian menurut Fowler dan Rorke untuk dua periode lag dan
lead adalah sebesar:
βA = (1,020) 0,160 + (1,442) 0,686 – 0,309 + (1,442) 0,369 + (1,020) 0,434 = 0,934
βB = (1,020) 0,128 - (1,442) 0,101 – 0,260 + (1,442) 0,074 + (1,020) 0,031 = 0,383
βC = (1,020) -0,082 - (1,442) 0,394 + 1,627 - (1,442) 0,483 + (1,020) 0,610 = 0,901
βD = (1,020) 0,156 - (1,442) 0,184 + 2,259 + (1,442) 0,305 - (1,020) 0,850 = 1,722
Untuk tiga periode lag dan lead, koreksi beta dilakukan dengan mengoperasikan
regresi berganda, rumus bobot dan rumus beta koreksian sebagai berikut ini:
Rit = αi + βi-3 RMt-3 + βi-2 RMt-2 + βi-1 RMt-1 + βi0 RMt + βi+1 Rmt+1 + βi+2 Rmt+2 + βi+3 Rmt+3+ €it
RMt = αi + ρ1 RMt-1 + ρ2 RMt-2 + ρ3 RMt-3 + €i
1+ 2 . 𝜌1+2 . 𝜌2+ 𝜌3
W1 =
1+ 2 .𝜌1+2 .𝜌2+2 .𝜌3
1+ 2 .𝜌1+ 𝜌2+ 𝜌3
W2 =
1+ 2 .𝜌1+2.𝜌2+2 .𝜌3
1+ 𝜌1+ 𝜌2+ 𝜌3
W3 =
1+ 2 .𝜌1+2.𝜌2+2 .𝜌3

βi = W 3 . βi-3 + W 2 . βi-2 + W1 . βi-1 + βi0 + W 1 . βi+1 + W 2 . βi+2 + W 3 . βi+3

(6) Contoh 6:
Dari data return sekuritas A, B,C C, D dan return indeks pasar, dapat diperoleh
hasil persamaan regresi untuk korelasi serial sebagai berikut:
RMt = 0,016 + 0,599 RMt-1 - 0,561 RMt-2 + 0,324 RMt-3 + εAt
Besarnya bobot yang digunakan adalah:
1 + 2 .0,599 − 2 .0,561 + 0,324
w1 = = 0,812
1 + 2 .0,599 + 2 .(−0,561)+ 0,324
1+ 2 .0,599 − 0,561 + 0,324
w2 = = 1,137
1 + 2 .0,599 + 2 .(−0,561) + 0,324
1+ 0,599 − 0,561+ 0,324
w3 = = 0,790
1 + 2 .0,599 + 2 .(−0,561) + 0,324

Besarnya Beta koreksian menurut Fowler dan Rorke untuk tiga periode lag dan lead
adalah sebesar:

9
βA = (0,790) - 1,191 + (1,137) 0,762 - (0,812) 0,168 - 0,002 + (0,812) 0,100 - (1,137)
0,431 - (0,790) 0,692
= -1,168
βB = (0,790) - 0,003 + (1,137) 0,160 - (0,812) 0,120 - 0,325 - (0,812) 0,007 + (1,137)
0,278 - (0,790) 0,197
= 0,562
βc = -(0,790) 0,587 + (1,137) 0,197 - (0,812) 0,587 + 1,787 - (0,812) 0,587 + (1,137)
0,737 - (0,790) 0,475
= 0,071
βD = (0,790) 0,211 - (1,137) 0,936 + (0,812) 1,320+ 1,602 + (0,812) 1,150 - (1,137)
1,505 - (0,790) 1,738
= 2,372
Ringkasan hasil perhitungan Beta dan Beta koreksian untuk metode Scholes dan
Williams, Domson, dan Fowler dan Rorke dapat dilihat pada tabel berikut ini:

Beta untuk Saham Rata-

rata
A B C D Beta
Beta sebelum dikoreksi 0,306 0,370 1,228 1,996 0,975

Dikoreksi Satu Periode Lag & Lead:

Metode Scholes dan Williams 0,572 0,442 1,188 1,890 1,023
Metode Dimson 0,752 0,421 1,008 1,744 0,981
Metode Fowler dan Rorke 0,572 0,383 1,049 1,883 0,982
Rata-rata Ketiga Metode 0,632 0,415 1,082 1,839 0,992

Dikoreksi Dua Periode Lag & Lead:

Metode Scholes dan Williams 1,022 0,645 1,171 0,786 0,906
Metode Dimson 1,064 0,298 1,350 1,684 1,100
Metode Fowler dan Rorke 1,537 0,260 0,979 1,723 1,125
Rata-rata Ketiga Metode 1,208 0,401 1,168 1,398 1,044

Dikoreksi Tiga Periode Lag & Lead:

Metode Scholes dan Williams 1,048 0,827 1,208 0,672 0,939
Metode Dimson -1,622 0,436 0,379 3,580 0,693
Metode Fowler dan Rorke -1,168 0,562 0,971 2,372 0,684
Rata-rata Ketiga Metode -0,581 0,608 0,853 2,208 0,772

Dikoreksi dengan membuang observasi

0,092 0,240 1,232 2,395 0,990
sampel yang perdagangannya tidak aktif

10
 Dari ringkasan di atas dapat dilihat bahwa pengkoreksian Beta menggunakan
banyak periode lag dan lead belum tentu memberikan hasil yang lebih baik. Hal ini
terlihat dari rata-rata Beta untuk semua saham.
Beta rata-rata yang belum dikoreksi adalah 0,975 yang berarti walaupun tidak
sama dengan nilai satu dan masih dianggap Beta tersebut adalah bias, tetapi tingkat
kebiasannya kecil. Setelah dikoreksi dengan satu periode lag dan lead, Beta rata-rata
untuk ketiga metode dari keempat saham adalah sebesar 0,992. Untuk koreksi satu
periode ini, Beta rata-rtaa ini lebih mendekati ke nilai 1. Dengan demikian koreksi satu
periode ini memberikan nilai Beta rata-rata yang biasnya lebih kecil dibandingkan
sebelum dikoreksi. Dari ketiga metode yang digunakan, untuk contoh ini, metode yang
sederhana, yaitu metode Dimson ternyata memberikan koreksi yang lebih baik
dibandingkan metode yang lainnya untuk koreksi satu periode.
Untuk koreksi dua periode, Beta rata-rata untuk ketiga metode dari keempat
saham adalah sebesar 1,044. Penyimpangan ke nilai sau dari Beta rata-rata ini adalah
sebesar ((1,044 - 1,000) × 100% = 4,4%) yang lebih besar dibadingkan dengan
penyimpangan rata-rata Beta yang tidak dikoreksi ((1,000 - 0,975) × 100% = 2,5%).
Demikian juga untuk tiga periode koreksi, Beta rata-rata ketiga metode dari keempat
saham yang sebesar 0,772. Penyimpangan ke nilai satu dari Beta rata-rata ini adalah
((1,000 - 0,772) × 100% = 22,80%) yang lebih besar dibandingkan dengan
penyimpangan Beta rata-rata yang tidak dikoreksi yang hanya sebesar 2,5%.
Untuk contoh ini, koreksi Beta yang menggunakan banyak periode lag dan lead
bukannya mengurangi bias yang terjadi, tetapi sebaliknya meningkatkan bias yang
terjadi. Hal ini disebabkan karena frekuiensi ketidaksinkronan relatif jarang terjadi. Jika
perdagangan sudah sinkron, maka koreksi dengan lag dan lead bukannya mengurangi
sinkron yang terjadi, tetapi sebaliknya akan membuat tidak sinkron. Koreksi dengan
banyak periode lag dan lead akan memberikan hasil yang baik untuk kasus-kasus
pasar modal yang sebagian besar sahamnya sering tidak aktif dalam waktu periode
yang lama.
Jika koreksi melibatkan tiga periode lag dan lead yang kenyataannya jarang
terjadi (hanya sekali saja), maka hasil koreksi bukannya mengurangi bias, tetapi malah
dapat meningkatkan bias. Demikian juga jika koreksi menggunakan lebih dari tiga
periode lag dan lead yang kenyataannya terjadi, maka koreksi ini malah akan
memperbesar bias.
Cara lain untuk mengkoreksi bias yang terjadi akibat perdagangan yang tidak
sinkron yaitu dengan cara membuang observasi sampel yang menyebabkan terajdinya

11
bias. Perdagangan tidak sinkron ini terjadi karena beberapa saham tidak aktif
diperdagangkan. Dengan demikian, cara koreksi ini dilakukan dengan membuang
observasi yang menunjukkan perdagangan tidak aktif. Dengan membuang observasi
ini, maka sampel yang digunakan hanya mengandung perdagangan yang sinkron.

12
 DAFTAR REFERENSI

Jogiyanto, H.M. 2014. Teori Portofolio dan Analisis Investasi, Edisi 8. PFE
Yogyakarta.

13