Penyederhanaan Analisis Fortopolio:

Model Indeks Tunggal

RESUME ARTIKEL
Guna memenuhi tugas mata kuliah Manajemen Risiko
Dosen
Dr. Achmad Fadjar, S.E., M.Si., Ak.

Disusun oleh Kelompok 4

Syafira Mariana

Julfan Herliansyah Noor

Rarassatika Ainunnisa

MAGISTER AKUNTANSI

UNIVERSITAS WIDYATAMA

2019
 Teori yang pertama kali dikemukakan oleh Harry Markowitz pada tahun 1956 kemudian
mengalami perkembangan dan penyederhanaan yang membawa dampak besar pada
implementasi teori tersebut dalam dunia keuangan. Dalam bab ini kita akan membicarakan
penyederhanaan tersebut. Penyederhanaan bukan hanya dalam artian input yang dipergunakan,
tetapi juga bagaimana menaksir input yang diperlukan untuk analisis.

Masukan Untuk Analisis Portofolio

Sewaktu kita melakukan analisis portofolio, perhatian kita akan terpusat pada dua
parameter, yaitu tingkat keuntungan yang diharapkan dan deviasi standar tingkat keuntungan
portofolio yang efisien. Tingkat keuntungan yang diharapkan dari portofolio dinyatakan
sebagai

E(Rp) = ∑X iE(Rp)

Sedangkan deviasi standar portofolio dinyatakan sebagai

σp = [ ∑ X12 σi + ∑∑ Xi Xj σij ] ½

Dengan demikian kalau kita ingin melakukan analisis portofolio yang terdiri dari 5
saham (atau sekuritas) misalnya, maka untuk menaksir E(R) kita perlu menaksir
tingkat keuntungan yang diharapkan dari masing-masing saham yang membentuk
portofolio tersebut. Berarti kita perlu menaksir lima tingkat keuntungan yang diharapkan.
Untuk menaksir tingkat keuntungan yang diharapkan dari suatu portofolio, kita perlu menaksir
jumlah tingkat keuntungan yang diharapkan sebanyak jumlah saham yang membentuk
portofolio tersebut.

Sebaliknya kalau kita ingin menaksir σp kita harus menaksir variance (atau deviasi
standar) dari saham-saham yang membentuk portofolio tersebut dan koefisien korelasi antar
tingkat keuntungan (atau covariance). Kalau portofolio tersebut terdiri dari 5 saham, maka kita
akan menaksir 5 variance dan 10 koefisien korelasi. Jumlah koefisien korelasi yang perlu
ditaksir ini akan meningkat dengan cepat apabila kita memperbesar saham-saham yang ada
dalam portofolio kita. Formula yang dipergunakan untuk menghitung jumlah koefisien korelasi
antar tingkat keuntungan adalah N (N - 1)/2. Dalam hal ini N adalah jumlah sekuritas yang
dipergunakan untuk membentuk portofolio tersebut.

Tentu saja kita bisa menghitung koefisien korelasi, variance dan tingkat keuntungan
yang diharapkan berdasarkan atas data tahun-tahun yang lalu. Tetapi untuk keperluan analisis
dan pengambilan keputusan kita berkepentingan dengan nilai variabel-variabel tersebut di
masa yang akan datang, bukan dengan nilai historisnya. Untuk itu kita hanya bisa melakukan
estimasi terhadap variabel-variabel tersebut. Seandainya nilai variabel-variabel tersebut relatif
stabil, maka kita bisa melakukan estimasi dengan baik dengan menggunakan data historis.
 Untuk keperluan analisis portofolio memang disyaratkan bahwa data yang kita
pergunakan harus mempunyai sifat stationary. Stationarity ini ditunjukkan dari stabilnya nilai
mean dan variance. Kalau suatu series bersifat stationary berarti untuk variabel tingkat
keuntungan yang diharapkan dan deviasi standar, data historis memang sedikit banyak bisa
dipergunakan untuk menaksir nilai di masa yang akan datang, tetapi tidak untuk koefisien
korelasi. Tidak ada jaminan bahwa kalau tahun yang lalu koefisien korelasi antara saham A dan
B lebih rendah dibandingkan antara saham B dan C, maka untuk tahun-tahun yang akan datang
pola tersebut akan tetap berlaku. Untuk itulah kemudian dipergunakan model yang diharapkan
bisa membantu memecahkan masalah-masalah tersebut.

Konsep Model Indeks Tunggal

Kalau kita melakukan pengamatan maka akan nampak bahwa pada saat "pasar"
membaik yang ditunjukkan oleh indeks pasar yang tersedia) harga saham-saham individual juga
meningkat. Demikian pula sebaliknya pada saat pasar memburuk maka harga saham-saham
akan turun harganya. Hal ini menunjukkan bahwa tingkat keuntungan suatu saham tampaknya
berkorelasi dengan perubahan pasar. Kalau perubahan pasar bisa dinyatakan sebagai tingkat
keuntungan indeks pasar, maka tingkat keuntungan suatu saham bisa dinyatakan sebagai,

Ri = ai + βi Rm

dalam hal ini, adalah bagian dari tingkat keuntungan saham i yang tidak dipengaruhi
oleh perubahan pasar. Variabel ini merupakan variabel yang acak.

Rm adalah tingkat keuntungan indeks pasar. Variabel ini merupakan variabel yang
acak.

βi adalah beta, yaitu parameter yang mengukur perubahan yang diharapkan pada Rj
kalau terjadi perubahan pada Rm

Persamaan tersebut hanyalah memecah tingkat keuntungan suatu saham menjadi dua
bagian, yaitu yang independen dari perubahan pasar dan yang dipengaruhi oleh pasar.
Menunjukkan kepekaan tingkat keuntungan suatu saham terhadap tingkat keuntungan indeks
dasar. βi sebesar 2 berarti bahwa kalau terjadi kenaikan (penurunan) tingkat keuntungan
indeks pasar sebesar 10% maka akan terjadi kenaikan (penurunan) Rj sebesar 20%. Parameter
a, menunjukkan komponen tingkat keuntungan yang tidak terpengaruh oleh perubahan indeks
pasar. Parameter ini bisa dipecah menjadi dua, yaitu, αi (alpha) yang menunjukkan nilai
pengharapan dari ai, dan ei, yang menunjukkan elemen acak dari ai. dengan demikian maka

ai = αi + ei

Dengan ei mempunyai nilai pengharapan sebesar nol. Persamaan tingkat keuntungan suatu
saham sekarang bisa dinyatakan sebagai,
Ri = αi + βi Rm + ei

Persamaan tersebut merupakan persamaan regresi linier sederhana yang dihitung dengan
R sebagai variabel tergantung dan Rm sebagai variabel independen. Cara penghitungan regresi
secara manual diberikan pada Apendiks Bab ini, meskipun penggunaan paket program statistik
akan sangat mempercepat perhitungan kita. Perhatikan sekali lagi bahwa Rm dan ei, adalah
variabel random. Karena itu cov(ei,Rm ) = 0. Kemudian diasumsikan bahwa ei independen
terhadap ej, untuk setiap nilai i dan j, formal bisa dinyatakan bahwa E(ei,ej,) = 0.

Model indeks tunggal bisa kita ringkas sebagai berikut:

Persamaan dasar

Ri = αi + βi Rm + ei untuk setiap saham i = 1,.,N

Berdasarkan pembentukan saham

E (ei) = 0 untuk setiap saham i = 1,.,N

Berdasarkan asumsi

(1) lndeks tidak berkorelasi dengan unique return :

E [ ei (Rm – E (Rm)) ] = 0 untuk setiap saham i = 1,.,N

(2) Sekuritas hanya dipengaruhi oleh pasar :

E (ei ej) = 0 untuk setiap pasangan saham

i = 1,..,N dan j = 1,.,N, tetapi i ≠ j

Per definisi

(1) Variance ei = E(ei)2 = σei2 untuk semua saham i = 1,..,N

(2) Variance Rm = σm2

Untuk sekuritas, penggunaan model indeks tunggal menghasilkan tingkat keuntungan

yang diharapkan, deviasi standar tingkat keuntungan dan covariance antar saham sebagai berikut,

1 . Tingkat keuntungan yang diharapkan,

E(Ri) = αi + βi E (Rm)

2. Variance tingkat keuntungan

αi2 = βi σm2 + σei2

3. Covariance tingkat keuntungan sekuritas i dan j

σij = βi βj σm2

Perhatikan bahwa model tersebut menunjukkan bahwa tingkat keuntungan yang

diharapkan terdiri dari dua komponen; bagian yang unik, yaitu αi dan bagian yang berhubungan
dengan pasar, yaitu βi E (Rm). Demikian juga variance tingkat keuntungan terdiri dari dua
bagian, yaitu risiko yang unik (σei2) dan risiko yang berhubungan dengan pasar βi σm2 .
Sebaliknya covariance semata-mata tergantung pada risiko pasar. lni berarti bahwa model indeks
tunggal menunjukkan bahwa satu-satunya alasan mengapa saham-saham "bergerak bersama"
adalah bereaksi terhadap gerakan pasar.

Model Indeks Tunggal Untuk portofolio

Di muka telah disebutkan bahwa salah satu alasan dipergunakannya model indeks
tunggal adalah untuk mengurangi jumlah variabel yang harus ditaksir. Kalau kita melakukan
analisis portofolio maka pada dasarnya kita harus memperkirakan E(Rp ) dan σp. Kalau kita
mempunyai 10 sekuritas yang membentuk portofolio, maka untui menaksir E(Rp) kita perlu
menaksir sepuluh tingkat keuntungan sekuritas. Untuk menaksir σp kita perlu menaksir sepuluh
variance tingkat keuntungan dan empat puluh lima covarince.

Model indeks tunggal akan mampu mengurangi jumlah variabel yang perlu ditaksir
karena untuk portofolio model indeks tunggal mempunyai karakteristik sebagai berikut. Beta
portofolio (βp) merupakan rata-rata tertimbang dari beta saham-saham yang membentuk
portofolio tersebut. Dinyatakan dalam rumus,

βp = xi βi

Demikian juga alpha portofolio αp, adalah

αp = xi αi

Dengan demikian persamaan (5.4) bisa dituliskan menjadi

E(Rp) = αp = βp + βp E (Rm)

Untuk variance portofolio, αp2, rumusnya bisa dinyatakan sebagai,

αp2 = βp2+ σm2 + ∑ xiσ ei2

Apabila pemodal menginvestasikan dananya dengan proporsi yang sama pada N saham,
maka variance portofolio bisa dinyatakan sebagai,

σp2 = βp2 σm2 + (1/N) [ ∑ (1/N) (σei2) ]

 Apabila nilai N menjadi makin besar (artinya makin banyak saham yang dipergunakan
untuk membentuk portofolio), makin kecillah nilai term kedua dari persamaan tersebut. Karena
term tersebut menunjukkan risiko sisa (residual risk atau unsystematic risk) maka ini berarti
bahwa sumbangan risiko sisa terhadap risiko portofolio menjadi makin kecil apabila kita
memperbesar jumlah saham yang ada dalam portofolio. Apabila kita mempunyai N yang besar
sekali, maka term tersebut akan menjadi sangat kecil dan mendekati nol. Sedangkan term yang
pertama disebut sebagai systematic risk. Penjumlahan kedua terms tersebut disebut sebagai risiko
total dari portofolio (σp2).

Risiko yang tidak bisa dihilangkan kalau kita membentuk portofolio yang terdiri dari
sekuritas yang makin banyak, merupakan risiko yang berkaitan dengan βp. Kalau kita
rnenganggap risiko residual mendekati nol, maka risiko portofolio mendekati

σp2 = [ β p2 σm2 ]1/2 = β p σm = [ ∑ Xi β i ]

Karena nilainya sama σm, tidak peduli saham apapun yang kita analisis, ukuran
kontribusi risiko suatu saham terhadap risiko portofolio yang terdiri dari banyak saham akan
tergantung pada β1.