MAKALAH MANAJEMEN INVESTASI

“The Return and Risk From Investing, Expected Return”

Dosen Pengampu:
Drs. Sudarman, M.M

Disusun oleh:
Kelompok 1/EM-I
1. Lusiono (141170001)
2. Risky Ananda Bangun (141170020)
3. Seni Lia Br Tarigan (141170033)
4. Alia Hanandiani (141170044)
5.

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN” YOGYAKARTA
2020
 KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa, karena berkat rahmat dan nikmat-Nya
kami dapat menyelesaikan tugas makalah yang berjudul “The Return and Risk From Investing,
Expected Return” yang diberikan oleh bapak Drs. Sudarman,M.M selaku dosen pembimbing
dari mata kuliah Manajemen Investasi . Pembuatan makalah ini bertujuan untuk menyelesaikan
tugas dari dosen yang bersangkutan untuk memenuhi tugas yang telah ditentukan dan juga
bertujuan agar setiap mahasiswa mampu mengetahui dan memahami materi tentang Risiko dan
Pengembalian dari Investasi sebagaimana dijelaskan dalam makalah ini.
Makalah ini dapat kami susun karena adanya sumber - sumber bacaan buku dan sumber
internet. Kami selaku penyusun makalah ini mengucapkan terimakasih kepada para penyedia
sumber meskipun tidak dapat secara langsung kami sampaikan.
Kami menyadarai bahwa pada pembuatan makalah ini masih banyak kekurangan, baik
dalam segi bahasa, penulisan, susunan penulisan, dan lain - lain. Atas banyaknya kekurangan
yang ada dalam makalah ini kami meminta maaf kepada para pembaca dan mengharapkan
adanya kritik dan saran yang membangun dari para pembaca. Dan semoga makalah ini dapat
memberikan manfaat bagi para pembaca.

Yogyakarta, 10 Februari 2020

Tim Penyusun
 BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Ada dua aspek yang perlu dipertimbangkan oleh manajemen perusahaan dalam
pengambilan keputusan keuangan, yaitu tingkat pengembalian (return) dan risiko (risk)
keputusan keuangan tersebut. Tingkat pengembalian adalah imbalan yang diharapkan
diperoleh di masa mendatang, sedangkan risiko diartikan sebagai ketidakpastian dari
imbalan yang diharapkan. Risiko adalah kemungkinan terjadinya penyimpangan dari
rata-rata dari tingkat pengembalian yang diharapkan yang dapat diukur dari standar
deviasi dengan menggunakan statistika.
Suatu keputusan keuangan yang lebih berisiko tentu diharapkan memberikan
imbalan yang lebih besar, yang dalam keuangan dikenal dengan istilah “High Risk High
Return”. Ada trade off antara risk dan return, sehingga dalam pemilihan berbagai
alternatif keputusan keuangan yang mempunyai risiko dan tingkat pengembalian yang
berbeda-beda, pengambilan keputusan keuangan perlu memperhtungkan risiko relatif
keputusannya. Untuk mengukur risiko relatif digunakan koefisien variasi, yang
menggambarkan risiko per unit imbalan yang diharapkan yang ditunjukkan oleh
besarnya standar deviasi dibagi tingkat pengenbalian yang diharapkan.
Jika manajemen perusahaan dapat memanfaatkan dana yang berasal dari hutang
untuk memperoleh laba operasi yang lebih besar dari beban bunga, maka penggunaan
hutang dapat memberikan keuntungan bagi perusahaan dan akan meningkatkan return
bagi pemegang saham. Sebaliknya, jika manajemen tidak dapat memanfaatkan dana
secara baik, perusahaan mengalami kerugian.

B. Rumusan Masalah
1. Bagaimana pengembalian dan risiko dari investasi ?
2. Bagaimana pengembalian yang diharapkan dan risiko ?

C. Tujuan Makalah
1. Untuk mengetahui bagaimana pengembalian dan risiko dari investasi.
2. Untuk mengetahui pengembalian yang diharapkan dan risiko.
 BAB II

PEMBAHASAN

RISIKO DAN PENGEMBALIAN DARI INVESTASI

Tujuan investor dalam berinvestasi adalah memaksimalkan return, tanpa melupakan

faktor risiko investasi yang harus dihadapinya. Return merupakan salah satu faktor yang
memotivasi investor dalam berinvestasi daan juga merupakan imbalan atas keberanian investor
menanggung risiko atas investasi yang dilakukan.

Pengembalian

Return atau pengembalian adalah tingkat keuntungan yang dinikmati para pemodal atas
investasi yang ditanamkan. Dengan kata lain, return merupakan hasil yang diperoleh dari
investasi.

Sumber sumber return investasi bersumber dari dua komponen utama, yaitu yield dan
capital gain (loss). Yield merupakan komponen return yang mencerminkan aliran kas atau
pendapatan yang diperoleh secara periodik dari suatu investasi. Jika kita berinvestasi pada
sebuah obligasi misalnya, maka besarnya yield ditunjukan dari bunga obligasi yang dibayarkan.
Jika kita membeli saham makan besarnya yield adalah besarnya deviden yang kita peroleh.
Sedangkan capitanl gain (loss) sebagai komponen kedua dari return merupakan kenaikan atau
penurunan harga suatu surat berharga yang mana dapat memberikan atau kerugian bagi
investor.

Return Total : yield + capital gain (loss)

Risiko

Risiko ini sering dikaitkan dengan dispersi dalam kemungkinan hasil. Risiko
diasumsikan muncul dari variabilitas, yang konsisten dengan definisi kita tentang risiko
sebagai kemungkinan bahwa hasil sebenarnya investasi akan berbeda dari hasil yang
diharapkan.
1. Risiko Suku Bunga

Perubahan suku bunga bisa mempengaruhi variabilitas return suatu investasi artinya jika
suku bunga meningkat, maka harga saham akan turun, harga saham naik, mengapa demikian?
Secara sederhana, jika suku bunga naik maka return investasi juga ikut naik (misalnya
deposito).

2. Risiko Pasar

Fluktuasi pasar secara keseluruhan yang mempengaruhi vaariabilitas return investasi

disebut risiko pasar. Fluktuasi biasanya ditunjukan oleh berubahnya indeks pasar saham secara
keseluruhan.

3. Risiko Inflasi

Inflasi yang meningkat akan mengurangi kekuatan daya beli rupiah yang telah
diinvestasikan. Oleh karenanya, risiko inflasi juga bisa disebut sebagai risiko daya beli.

4. Risiko Bisnis

Risiko dalam menjalankan bisnis dalam suatu jenis indutri disebut sebagai risiko bisnis.
Misalanya, perusahaan pakaian jadi yang bergerak pada industri tekstil akan sangat
dipengaruhi oleh karakteristik industri tekstil itu sendiri.

5. Risiko Finansial

Risiko yang berkaitan dengan keputusan perusahaan untuk menggunakan hutang dalam
pembiayaan modalnya. Semakin besar proporsi hutang yang digunakan perusahaan maka
smeakin besar risiko finansial yang dihadapi oleh perusahaan.

6. Risiko Likuiditas

Risiko ini berkaitan dengan kecepatan suatu sekuritas yang diterbitkan perusahaan bisa
diperdagangkan di pasar sekunder. Semakin cepat suatu sekuritas diperdagangkan, semakin
likuid sekuritasa tersebut.

7. Risiko Nilai Tukar Mata Uang

 Berkaitan dengan fluktuasi nilai tukar uang domestik (negara perusahaan tersebut) dengan
nilai mata uang negara lainya. Risiko ini juga sering dikenal sebagai risiko mata uang (country
risk).

8. Risiko Negara

Risiko ini juga sering disebut sebagai risiko politik, karena sangat berkaitan dengan
perpolitikan suatu negara. Dengan lebih banyak investor berinvestasi secara internasional, baik
secara langsung maupun tidak langsung, politik, dan karena itu ekonomi, stabilitas dan
kelangsungan hidup ekonomi suatu negara perlu dipertimbangkan. Amerika Serikat memiliki
salah satu risiko negara terendah, dan negara-negara lain dapat dinilai secara relatif
menggunakan Amerika Serikat sebagai patokan. Dalam dunia sekarang ini, negara-negara yang
mungkin memerlukan perhatian yang cermat termasuk Rusia, Pakistan, Yunani, Portugal, dan
Meksiko.

Total Pengembalian

Kita sekarang tahu bahwa pengembalian ukuran yang benar harus menggabungkan dua
komponen pengembalian, hasil dan perubahan harga, mengingat bahwa komponen baik bisa
menjadi nol. Total return (TR) untuk periode holding yang diberikan adalah angka desimal atau
persentase yang berkaitan semua arus kas yang diterima oleh investor selama periode waktu
yang ditetapkan untuk harga pembelian aset dihitung sebagai

1. Mengukur Pengembalian (Measuring Return)

Pengembalian diukur untuk membandingkan kinerja dari waktu ke waktu atau

dengan sekuritas lain.Total pengembalian (Total Return) adalah persentase yang
berkaitan dengan semua arus kas yang diterima selama periode waktu tertentu,
dinotasikan CFT + (PE - PB) dibagi awal periode harga, PB

CFt  (PE  PB )
TR 
PB
 Keterangan:
 TR = total pengembalian
 CFt = arus kas selama periode penghitungan t
 PE = harga di akhir periode t atau harga jual
 PB = harga beli aset atau harga pada awal periode

2. Penghitungan total pengembalian Relative

Total pengembalian Relative bisa berupa positif atau negatif

 Ketika diakumulasi, pengembalian negatif menjadi masalah
 RR = TR dalam bentuk desimal + 1
 TR dalam bentuk desimal = RR – 1

Pengembalian relatif (Return Relative) menyelesaikan masalah karena selalu

positif
CFt  PE
RR   1  TR
PB

Keterangan:
 RR = pengembalian relatif
 TR = total pengembalian
 CFt = arus kas selama periode penghitungan t
 PE = harga di akhir periode t atau harga jual
 PB = harga beli aset atau harga pada awal periode

Contoh Pengembalian Total dan Penghitungan harga Relative

A. Penghitungan Total Pengembalian.

I. Total Pengembalian Obligasi

I t  (PE  PB ) I  PC
BondTR   t
PB PB
 It= penerimaan bunga selama periode
PB dan PE = harga awal dan akhir
PC = perubahan harga selama periode

Contoh:
Diasumsikan pembelian 10% kupon Treasury Bond pada harga Rp9.600.000
dipegang selama satu tahun, lalu dijual dengan harga Rp10.200.000

1.000.000  ( 10.200.000  9.600.000 )

BondTR 
9.600.000

1.000.000  600.000
  0,1667  16,67%
9.600.000

* Diasumsikan $1=Rp10.000, T-Bond umumnya dijual $1.000,

kuponnya 10%. Maka, $1000 X Rp10.000 X 10% =
Rp1.000.000

II. Total Pengembalian Saham

Dt  (PE  PB ) D  PC
StockTR   t
PB PB
Dt = dividen yang dibayarkan selama periode

Contoh:
100 saham IndoData dibeli pada harga Rp300.000 per saham dan dijual satu
tahun kemudian Rp260.000. Dividen Rp20.000 per saham dibayarkan.

20.000  ( 260.000  300.000 )

StockTR 
300.000

20.000  (40.000)
  0,0667  6,67%
300.000

III. Total Pengembalian Warrant

Ct  (PE  PB ) C  PC
WarrantTR   t
PB PB
Ct = pembayaran kas yang diterima selama periode. Warrant tidak mendapatkan
dividen, pengembalian yang diterima oleh investor hanya perubahan harga
selama periode tersebut.
 Contoh:
Diasumsikan pembelian warrant IndoData pada harga Rp300.000 per saham,
dipegang selama enam bulan, lalu dijual pada harga Rp375.000
0  ( 375.000  300.000 )
WarrantTR 
300.000

0  (75.000)
  0,25  25%
300.000
* Ct = 0 , karena warrant tidak mendapatkan dividen, pengembalian yang
diterima oleh investor hanya perubahan harga selama periode tersebut.
B. Penghitungan Pengembalian Relative
100  1020
1. Pengembalian Raltive Obligasi   11667
960
2  26
2. Pengembalian Relatuive saham   0.9333
30
3.75
3. Pengembalian Relative Warrant   1.25
3.00

Comulative Wealth Index

- Untuk mengukur tingkat kekayaan yang diciptakan oleh investasi dan bukan perubahan
kekayaan, perlu mengakumulasi pengembalian dari waktu ke waktu
- Index kekayaan kumulatif/ Cumulative Wealth Index, CWIn, dari waktu ke waktu =

CWIn  WI ( 1  TR )( 1  TR )...( 1  TR )
Keterangan: 0 1 2 n
 CWIn = index kekayaan kumulatif sebagai akhir dari periode
 WIO = nilai index awal, biasanya Rp1
 TR1,n = Periode TR dalam bentuk desimal

Mengukur Pengembalian Internasional

Ketika investor membeli dan menjual aset di negara lain, mereka harus
mempertimbangkan risiko nilai tukar atau risiko mata uang.Risiko mata uang (risiko
nilai tukar) adalah risiko dari setiap perubahan nilai mata uang lokal relatif terhadap
 mata uang asing yang terkait dimana perubahannya akan kurang baik/tidak
menguntungkan.

Investasi dalam mata mata uang asing yang apresiasi terhadap mata uang lokal
akan mengalami keuntungan dari pergerakan mata uang, sedangkan investasi dalam
mata uang yang depresiasi relatif terhadap mata uang lokal akan mengalami penurunan
return karena pergerakan mata uang. Pengembalian internasional termasuk perubahan
nilai tukar yang direalisasi, apabila mata uang asing menurun, pengembalian lebih
rendah dalam mata uang domestik

Total pengembalian di mata uang domestik

 End Val. of For.Curr. 

 RR   1
 Begin Val. of For.Curr. 

Keterangan:
 RR = pengembalian relatif
 End Val. Of For. Curr = nilai akhir mata uang asing
 Begin Val. Of For. Curr = nilai awal mata uang asing

STATISTIK RINGKASAN UNTUK PENGEMBALIAN

Total pengembalian, relatif kembali, dan indeks kekayaan adalah ukuran

pengembalian yang berguna untuk periode waktu tertentu. Juga diperlukan dalam analisis
investasi adalah statistik untuk menggambarkan serangkaian pengembalian. Misalnya,
berinvestasi dalam saham tertentu selama 10 tahun atau saham yang berbeda dalam setiap 10
tahun dapat menghasilkan 10 TRs, yang harus dijelaskan oleh satu atau lebih statistik. dua
langkah seperti yang digunakan dengan data retur dijelaskan di bawah ini

1.Mean Aritmatika

Statistik yang paling dikenal bagi kebanyakan orang adalah rata-rata aritmatika. Oleh
karena itu, ketika seseorang berhubungan dengan pengembalian rata-rata, mereka biasanya
mengacu pada rata-rata aritmatika kecuali dinyatakan sebaliknya. Rata-rata aritmatika,
biasanya dirancang oleh simbol (X-bar), dari serangkaian nilai adalah
atau jumlah dari masing-masing nilai yang dipertimbangkan dibagi dengan jumlah total nilai
n.

2. Mean Geometris

Pengembalian rata-rata aritmatika adalah ukuran yang tepat dari kecenderungan

sentral dari suatu distribusi yang terdiri dari pengembalian yang dihitung untuk periode waktu
tertentu, seperti 10 tahun. Namun, ketika persentase perubahan nilai dari waktu ke waktu
terlibat, sebagai akibat dari peracikan, rata-rata aritmatika dari perubahan ini bisa
menyesatkan. Rata-rata yang berbeda, rata-rata geometris, diperlukan untuk menggambarkan
secara akurat tingkat pengembalian rata-rata "benar" selama beberapa periode.

Pengembalian rata-rata geometrik mengukur tingkat pertumbuhan majemuk dari waktu ke

waktu. Ini sering digunakan dalam investasi dan keuangan untuk mencerminkan tingkat
pertumbuhan yang stabil dari dana yang diinvestasikan selama beberapa periode terakhir,
yaitu tingkat yang seragam di mana uang benar-benar tumbuh dari waktu ke waktu, per
periode. Oleh karena itu, ini memungkinkan kita untuk mengukur perubahan kekayaan yang
terwujud selama beberapa periode.

G = [(1 + TR1)(1 + TR2)…(1 + TRn)](1/n) – 1

di mana TR adalah serangkaian pengembalian total dalam bentuk desimal. Perhatikan bahwa
menambahkan 1,0 ke setiap pengembalian total menghasilkan relatif kembali. Kerabat yang
kembali digunakan dalam penghitungan geometri, itu berarti pengembalian, karena TRs,
yang bisa negatif, tidak dapat digunakan.

Melanjutkan contoh dari tabel 6-2, yang terdiri dari data 9 tahun yang berakhir pada tahun
1998 untuk S&P 500, kami menemukan bahwa rata-rata geometrik akan seperti yang
ditunjukkan pada tabel 6-2 :

G=
[(0.9687)(1.30001)(1.07432)(1.09942)(1.01286)(1.37113)(1.22683)(1.33101)(1.28338)]1/9-1

= 1.1768 – 1 = .1768, or 17.68%

Rerata geometrik mencerminkan pengembalian kumulatif majemuk selama lebih dari satu
periode. dengan demikian, $ 1 yang diinvestasikan dalam Indeks Komposit S&P 500 akan
meningkat pada tingkat tahunan rata-rata 17,68 persen selama periode 1 Januari 1990 hingga
31 Desember 1998 (sembilan tahun), menghasilkan kekayaan akhir komulatif sebesar $
4,3284.

3. Mean Aritmatika Versus Mean Geometris

Kapan kita harus menggunakan rata-rata aritmatika dan kapan kita harus
menggunakan rata-rata geometrik untuk menggambarkan pengembalian dari aset keuangan?
Jawabannya tergantung pada tujuan investor:

 Rata-rata aritmatika adalah ukuran yang lebih baik dari kinerja rata-rata (khas) selama
periode tunggal. Ini adalah estimasi terbaik dari pengembalian yang diharapkan untuk
periode berikutnya.
 Mean geometrik adalah ukuran yang lebih baik dari perubahan kekayaan selama masa
lalu (beberapa periode). Ini mengukur tingkat pengembalian majemuk terealisasi di
mana uang tumbuh selama periode tertentu.

Sebagai ilustrasi tentang bagaimana rata-rata aritmatika dapat menyesatkan dalam

menggambarkan pengembalian selama beberapa periode, pertimbangkan data pada Tabel 6-4,
yang menunjukkan pergerakan harga untuk dua saham selama dua periode holding berturut-
turut. Kedua saham memiliki harga awal $ 10. Stok A naik menjadi $ 20 pada periode 1 dan
kemudian menurun menjadi $ 10 pada periode 2. Stok B turun menjadi $ 8 pada periode 1
dan kemudian naik 50 persen menjadi $ 12 pada periode 2. Untuk saham A, tingkat
aritmatika rata-rata tahunan yang ditunjukkan dari perubahan harga 25 persen. Ini jelas tidak
masuk akal, karena harga saham A pada akhir periode 2 adalah $ 10, sama dengan harga
awal. Perhitungan rata-rata geometris memberikan tingkat perubahan rata-rata tahunan yang
benar dalam harga 0 persen per tahun.

Untuk saham B, rata-rata aritmatika dari persentase perubahan tahunan dalam harga adalah
15 persen. Namun, jika harga sebenarnya meningkat 15 persen setiap periode, harga akhir
dalam periode 2 adalah $ 10 (1,15) (1,15) = $ 13,23. Kita tahu bahwa ini tidak benar, karena
harga pada akhir periode 2 adalah $ 12. Tingkat pengembalian geometris tahunan, 9,54
persen, menghasilkan harga yang benar pada akhir periode 2: $ 10 (1: 0954) = $ 12

PENGEMBALIAN INFLASI

Semua pengembalian yang dibahas di atas adalah pengembalian nominal, atau

pengembalian uang. mereka mengukur jumlah atau perubahan dolar tetapi tidak mengatakan
apa pun tentang daya beli dolar ini. Untuk menangkap dimensi ini, kita perlu
mempertimbangkan pengembalian riil, atau pengembalian yang disesuaikan dengan inflasi.

Untuk menghitung pengembalian yang disesuaikan dengan inflasi, kami membagi 1 +

total pengembalian nominal dengan 1 + tingkat inflasi seperti yang ditunjukkan dalam
persamaan 6-11. Perhitungan ini kadang-kadang disederhanakan dengan sub-saluran daripada
membagi, menghasilkan perkiraan yang dekat.

Pengembalian total untuk Komposit S&P 500 pada tahun 1998 adalah 28,5731 persen
(dengan asumsi reinvestasi dividen bulanan). Tingkat inflasi adalah 1,6119 persen. Oleh
karena itu, pengembalian total riil (yang disesuaikan dengan inflasi) untuk saham biasa yang
besar pada tahun 1998, adalah

1.285731/1.016119 = 1.265335

1.265335 – 1.0 = .265235 or 26. 5335%

Sekarang Pertimbangkan periode 1920-1998. Rata-rata geometrik untuk Komposit S&P 500
untuk seluruh periode adalah 10,98 persen, dan untuk inflasi, 2,62 persen. Oleh karena itu,
tingkat pengembalian rata-rata geometris riil (yang disesuaikan) untuk saham biasa yang
besar untuk periode 1920-1998 adalah

1.1098/1.0262 = 1.0815

1.0815 – 1.0 = .0815 or 8.15%

Indeks Harga Konsumen (CPI) biasanya digunakan sebagai ukuran jika inflasi. Total
pengembalian yang dihasilkan dalam istilah daya beli riil konstan.

MENGUKUR RISIKO

Risiko sering dikaitkan dengan dispersi dalam kemungkinan hasil. Dispersi mengacu pada
variabilitas. Risiko diasumsikan muncul dari variabilitas, yang konsisten dengan definisi
risiko kami sebagai peluang bahwa hasil aktual dari investasi akan berbeda dari hasil yang
diharapkan. Jika pengembalian aset tidak memiliki variabilitas, pada dasarnya itu tidak
memiliki risiko. Dengan demikian, tagihan Treasury satu tahun dibeli untuk menghasilkan 10
persen dan dimiliki hingga jatuh tempo, pada kenyataannya, menghasilkan (nominal) 10
persen. Tidak ada hasil lain yang mungkin, kecuali standar dari pemerintah AS, yang
biasanya tidak dianggap sebagai kemungkinan yang memungkinkan.

Pertimbangkan seorang investor yang menganalisis serangkaian pengembalian (TR) untuk

jenis aset keuangan utama selama beberapa tahun. Mengetahui arti dari seri ini tidak cukup;
investor juga perlu tahu sesuatu tentang variabilitas, atau dispersi, dalam pengembalian.
Relatif terhadap aset lain, saham biasa menunjukkan variabilitas (dispersi) terbesar dalam
pengembalian, dengan saham biasa kecil menunjukkan variabilitas yang lebih besar. Obligasi
korporasi memiliki variabilitas yang jauh lebih kecil dan karenanya distribusi pengembalian
yang lebih kompak. Tentu saja, tagihan keuangan adalah yang paling tidak berisiko. Dispersi
pengembalian tahunan untuk tagihan adalah padat.

Untuk menghargai kisaran hasil untuk kelas aset keuangan utama, pertimbangkan Gambar 6-
1. Ini menunjukkan kisaran hasil, dan rata-rata (diberikan oleh lingkaran) untuk masing-
masing kelas aset berikut untuk periode Desember 1919 hingga Desember 1998, dalam
urutan dari kiri ke kanan: saham biasa yang besar (S&P 500 Composite Index), dan saham
biasa yang lebih kecil (20 persen dari NYSE), obligasi negara, obligasi korporasi, surat utang,
dan inflasi.
Seperti yang dapat kita lihat dari Gambar 6-1, saham memiliki jangkauan hasil yang jauh
lebih luas daripada obligasi dan tagihan. Saham biasa yang lebih kecil memiliki jangkauan
hasil yang jauh lebih luas daripada saham biasa yang besar. Dengan adanya variabilitas ini,
investor harus dapat mengukurnya sebagai proksi risiko. Mereka sering melakukannya
menggunakan deviasi standar.

Deviasi standar

Risiko aset distribusi dapat diukur dengan ukuran dispersi, atau variabilitas absolut.
Ukuran dispersi yang paling umum digunakan selama beberapa tahun adalah deviasi standar,
yang mengukur deviasi setiap pengamatan dari rata-rata aritmatika pengamatan dan
merupakan ukuran variabilitas yang dapat diandalkan karena semua informasi dalam sampel
digunakan.

Standar deviasi adalah ukuran dari total risiko suatu aset atau portofolio. Ini menangkap
variabilitas total dalam pengembalian aset atau portofolio, apa pun sumber variabilitas itu.
Deviasi standar dapat dihitung dari varians, yang dihitung sebagai

Mengetahui pengembalian dari sampel, kita dapat menghitung deviasi standar dengan cukup
mudah.
Standar deviasi dari 10 TR untuk dekade 1970-an, 1970-1979, untuk Indeks 500 Standard &
Poor dapat dihitung seperti ditunjukkan pada Tabel 6-4.

Singkatnya, standar deviasi pengembalian mengukur risiko total satu sekuritas atau risiko
total portofolio sekuritas. Deviasi standar historis dapat dihitung untuk sekuritas individual
atau portofolio sekuritas menggunakan TRs untuk beberapa periode waktu tertentu. Nilai ex
post ini berguna dalam mengevaluasi risiko total untuk periode historis tertentu dan
memperkirakan risiko total yang diperkirakan akan berlaku selama beberapa periode
mendatang.

Deviasi standar, dikombinasikan dengan distribusi normal, dapat memberikan beberapa

informasi berguna tentang dispersi atau variasi pengembalian. Untuk distribusi normal,
probabilitas bahwa hasil tertentu akan di atas (atau di bawah) nilai tertentu dapat ditentukan.
Dengan satu standar deviasi di kedua sisi rata-rata aritmatika distribusi.

68,3 persen dari hasil akan tercakup; yaitu, ada kemungkinan 68,3 persen bahwa hasil aktual
akan berada dalam satu (plus atau minus) standar deviasi dari rata-rata aritmatika.
Probabilitasnya adalah 95 dan 99 persen bahwa hasil aktual akan berada dalam dua atau tiga
standar deviasi, masing-masing, dari rata-rata aritmatika.
Premi Risiko

Premium risiko adalah pengembalian tambahan yang diharapkan investor untuk

menerima, atau memang menerima, dengan mengambil jumlah risiko yang meningkat. Ini
mengukur imbalan untuk mengambil berbagai jenis risiko. Premi semacam itu dapat dihitung
di antara dua kelas sekuritas mana pun.
Premi risiko yang sering dibahas adalah premi risiko ekuitas, yang didefinisikan sebagai
perbedaan antara laba atas saham dan tingkat bebas risiko (diproksi dengan pengembalian
tagihan treasury). Untuk menjaga konsistensi dengan seri kami yang lain, premi risiko adalah
diukur sebagai perbedaan geometris antara pasangan seri pengembalian. oleh karena itu:

Dimana :

ERP = Premi risiko ekuitas

TRcs = total pengembalian stok

RF = tingkat bebas risiko (tingkat tagihan)

Realisasi Pengembalian dan Risiko Dari Berinvestasi

Kita sekarang berada dalam posisi untuk memeriksa pengembalian dan risiko dari
berinvestasi dalam aset keuangan utama yang telah terjadi di Amerika Serikat. Kami juga
akan melihat bagaimana pengembalian sebelumnya dan langkah-langkah risiko biasanya
digunakan dalam menyajikan realisasi kembali dan data risiko yang menarik bagi hampir
semua pelaku pasar keuangan.

Tabel 6-5 menunjukkan rata-rata pengembalian geometris dan aritmatika tahunan, serta
standar deviasi, untuk aset keuangan utama untuk periode Desember 1919 - Desember 1998
(79 tahun). Termasuk pengembalian nominal dan pengembalian riil. Data ini dapat
dibandingkan dengan yang diproduksi dan didistribusikan oleh Ibbotson Associates
berdasarkan komersial. Data Ibbotson dikenal luas, digunakan, dan dikutip. kami melaporkan
data ini karena:
  Kami memiliki data bagus yang kembali lebih awal dari titik awal untuk Ibbotson
Associates, yaitu 1926.
 Kami berpikir bahwa S&P 500 Composite dapat dihitung lebih akurat antara 1920 dan
1957 daripada yang biasanya dilakukan berdasarkan rekonstruksi cat data.
 kami memiliki tingkat inflasi seri yang lebih baik.

Data Ibbotson Associates adalah kompilasi pengembalian aset yang sangat bagus yang
digunakan sebagian besar investor. Ini hanyalah sebuah seri alternatif yang direkonstruksi
oleh Jack wilson dan Charles Jones yang pada dasarnya menyediakan informasi yang sama
untuk periode waktu yang sedikit lebih lama.

PENGEMBALIAN TOTAL DAN DEVIASI STANDAR

Tabel 6-5 menunjukkan bahwa saham biasa yang besar, yang diukur dengan Indeks
Komposit 500 Standard & Poor yang terkenal, memiliki pengembalian tahunan rata-rata
geometris selama periode 79 tahun ini sebesar 10,98 persen (bulat). Oleh karena itu, $ 1 yang
diinvestasikan dalam indeks pasar ini pada awal 1920 akan tumbuh pada tingkat majemuk
tahunan rata-rata 10,98 persen lebih dari ini jangka panjang. Sebaliknya, pengembalian rata-
rata aritmatika untuk saham adalah 12,82 persen. Perkiraan terbaik dari pengembalian "rata-
rata" untuk saham dalam satu tahun, dengan hanya menggunakan informasi ini, akan menjadi
12,82 persen, bukan pengembalian rata-rata geometris 10,98 persen.
Perbedaan antara kedua cara ini terkait dengan variabilitas seri pengembalian saham.
Mengingat data pada tabel 6-5, Kaitan antara rata-rata geometrik dan rata-rata aritmatika
diperkirakan dengan Persamaan 6-14:

(1 + G)2 = (1 + A.M.)2 – (S.D.)2

Dimana :

G = rata-rata Geometris dari serangkaian pengembalian aset

A.M. = rata-rata aritmatika dari serangkaian pengembalian aset

S.D. = standar deviasi dari seri aritmatika pengembalian

INDEKS KEKAYAAN KUMULATIF

Gambar 6-2 menunjukkan indeks kekayaan kumulatif untuk aset keuangan utama dan
nomor indeks yang sesuai untuk inflasi dari data pada Tabel 6-5. Seri dimulai pada awal 1919
dan menunjukkan hasil kumulatif dimulai dengan $ 1 di masing-masing seri dan melewati
akhir 1998. Perhatikan bahwa sumbu vertikal Gambar 6-2 adalah skala log.

Seperti yang ditunjukkan Gambar 6-3, kekayaan kumulatif untuk saham, yang diukur dengan
Indeks Komposit S&P 500, sepenuhnya mendominasi pengembalian obligasi korporasi
selama periode ini— $ 3,741.37 berbanding $ 95,84. Perhatikan bahwa kami menggunakan
rata-rata geometris dari Tabel 6-5 untuk menghitung kekayaan akhir kumulatif untuk setiap
seri yang ditunjukkan pada Gambar 6-2.
 Nilai kekayaan akhir $3.741.37 untuk saham biasa pada gambar 6-2 adalah
hasil dari penambahan 10.9758 persen selama 79 tahun
CWI 1998 = WI0(1.109758)79= $1.00 (3,741,40) =$3,741,40
(perbedaan yang disebabkan oleh kesalahan pembulatan)

Nilai indeks kumulatif besar untuk saham seperti yang ditunjukkan pada
gambar 6-2
Ingat bagaimanpun bahwa variabilitas seri ini jauh lebih besar, seperti yang di
tunjukkan oleh standar deviasi pada tabel 6-5

Kekayaan kumulatif yang disesuaikan dengan inflasi dengan dasar penyesuaian-

inflasi, kekayaan akhir kumulatif untuk setiap seri dapat dihitung sebagai berikut
CWI
CWI IA=𝐶𝐼
𝐼𝑁𝐹

Dimana
CWIIA= nilai indeks kekayaan kumulatif untuk setiap aset berdasarkan inflasi yang
disesuaikan
CWI = nilai indeks kekayaan kumulatif untuk setiap aset secara nominal
CIINF = nilai indeks akhir untuk inflasi, dihitung sebagai (1 = tingkat inflasi geomatrik)n, di
mana n adalah jumlah periode yang dipertimbangkan
untuk periode 1920-1998 indeks kekayaan kumulatif untuk komposit S&P 500 adalah $
3,74..40. inflasi memiliki nilai indeks total 7.6876. oleh karena itu indeks kekayaan kumulatif
nyata, atau inflasi yang disesuaikan dengan kekayaan kumulatif untuk periode 1920-1998
adalah:
$3,741.40/7.6876=$486.68
sebagai alternatif, kita dapat menghitung kekayaan kumulatif nyata dengan menaikkan rata-
rata geometrik untuk pengembalian yang disesuaikan dengan inflasi ke kekuatan yang sesuai.

Komponen kekayaan Indeks kumulatif

kekayaan kumulatif setara dengan indeks pengembalian total kumulatif, dengan demikian,
dapat didekomposisi menjadi dua komponen pengembalian total, komponen hasil dan
komponen perubahan harga. karena CWI adalah hubungan multiplikatif, kedua komponen ini
adalah multiplikatif. untuk menyelesaikan keduanya, kita membagi CWI dengan yang lain,
seperti pada persamaan 6-16.
𝐶𝑊𝐼
CPC = 𝐶𝑌𝐼
 𝐶𝑊𝐼
CYI= 𝐶𝑃𝐶

Dimana

CPC = komponen perubahan harga kumulatif dari total pengembalian berdasarkan nomor
indeks
CWI = komponen perubahan harga kumulatif dari total pengembalian berdasarkan nomor
indeks
CYI = komponen hasil kumulatif dari total pengembalian berdasarkan nomor indeks

CWI untuk saham biasa (S6 & P 500) untuk 1920-1998 adalah $ 3,741.37. Kumulatif
indeks perubahan harga untuk saham biasa adalah $ 118,77, yang mewakili rata-rata
geometris
pengembalian tahunan sebesar
($118.77)1/79 – 1.0 = 1.0623
= 0.0623 02 6,23%

Oleh karena itu, CYI untuk saham biasa adalah

CYI = $ 3741.37 / $ 118,77
=$31.50
Tingkat pengembalian rata-rata tahunan gabungan untuk komponen hasil total pengembalian
adalah
($ 31,50) - 1,0 = 1,0446 -10
= 4.446%
Perhatikan bahwa rata-rata pengembalian geometrik rata-rata tahunan relatif untuk saham
biasa adalah produk kerabat pengembalian rata-rata geometris yang sesuai untuk dua
komponen:
GTR = GCY X GPC
1.10975 = (1.0623) (1.0446)

Penggabungan dan Potongan Tentu saja, fitur tunggal yang paling mencolok dari Gambar
6-2 adalah perbedaan besar dalam mengakhiri kekayaan antara saham dan obligasi.
Perbedaan ini
mencerminkan dampak dari pengembalian rata - rata yang berbeda secara substansial selama
periode panjang
waktu, yang menghasilkan hasil yang hampir tidak dapat dipercaya. Penggunaan kata
majemuk menunjukkan
pentingnya konsep ini dan komplemennya, diskon. Keduanya penting dalam analisis investasi
dan sering digunakan. Penggabungan melibatkan nilai masa depan yang dihasilkan dari
bunga berbunga majemuk pada bunga. Seperti yang kita lihat, perhitungan indeks kekayaan
melibatkan penggabungan pada pengembalian rata-rata geometris selama beberapa periode
sejarah. Nilai sekarang (discounting) adalah nilai hari ini dari satu dolar yang akan diterima
di masa depan

Berurusan dengan Ketidakpastian

Realisasi pengembalian penting karena beberapa alasan. Misalnya, investor perlu
tahu bagaimana portofolio mereka telah dilakukan. Realisasi pengembalian juga dapat
menjadi sangat penting dalam membantu investor untuk membentuk harapan tentang
pengembalian di masa depan karena investor harus peduli diri mereka sendiri dengan
perkiraan pengembalian terbaik selama tahun berikutnya, atau enam bulan, atau apa pun.
Ukuran return total, TR, berlaku apakah seseorang mengukur pengembalian yang
direalisasi atau memperkirakan pengembalian di masa mendatang (yang diharapkan). Karena
itu termasuk semua yang bisa diharapkan oleh investor untuk menerima selama periode masa
depan yang ditentukan, TR berguna dalam mengkonseptualisasikan estimasi pengembalian
dari sekuritas.
Demikian pula, varians, atau akar kuadratnya, standar deviasi, adalah ukuran yang
diterima variabilitas untuk pengembalian yang direalisasikan dan pengembalian yang
diharapkan. Kami akan menghitung varians dan standar deviasi di bawah ini dan
menggunakannya secara bergantian karena situasi menentukan kadang-kadang lebih disukai
untuk menggunakan satu, dan kadang-kadang yang lain. kami juga akan mempertimbangkan
ukuran risiko lain, beta, yang terkait dengan risiko sistematis suatu aset.
MENGGUNAKAN DISTRIBUSI PROBABILITAS
Pengembalian yang akan diperoleh investor dari investasi tidak diketahui bahwa itu harus
diestimasi. Masa depan pengembalian adalah pengembalian yang diharapkan dan mungkin
atau mungkin tidak benar-benar direalisasikan. Seorang investor yang diharapkan
TR pada keamanan tertentu menjadi 0,10 untuk tahun mendatang. tetapi sebenarnya ini hanya
a
"estimasi titik" Risiko, atau kemungkinan terjadinya suatu peristiwa yang tidak
menguntungkan, terlibat ketika keputusan investasi dibuat Investor sering kali terlalu optimis
tentang pengembalian yang diharapkan, seperti yang ditunjukkan kotak 7-1

Distribusi Probabilitas untuk menghadapi ketidakpastian pengembalian, investor perlu

berpikir secara eksplisit tentang distribusi keamanan dari TR yang mungkin. Dengan kata
lain, investor perlu perlu diingat bahwa, meskipun mereka mungkin mengharapkan keamanan
untuk mengembalikan 10 persen, misalnya, ini hanya perkiraan satu poin dari seluruh rentang
kemungkinan Mengingat bahwa investor harus berurusan dengan masa depan yang tidak
pasti, sejumlah kemungkinan pengembalian dapat, dan akan, terjadi.
Dalam kasus obligasi negara yang membayar tingkat bunga tetap, pembayaran
bunga akan dilakukan dibuat dengan kepastian 100 persen kecuali keruntuhan keuangan
ekonomi. Probabilitas terjadinya adalah 1,0 karena tidak ada hasil lain yang mungkin.

Dengan kemungkinan dua atau lebih hasil, yang merupakan norma untuk saham
biasa,
setiap kemungkinan hasil yang mungkin harus dipertimbangkan dan kemungkinan
kejadiannya dinilai. Probabilitas untuk hasil tertentu hanyalah kemungkinan bahwa hasil
yang ditentukan akan terjadi. Hasil dari penyensoran hasil-hasil ini dan probabilitasnya secara
bersama-sama adalah sebuah probabilitas distribusi yang terdiri dari spesifikasi kemungkinan
hasil yang mungkin terjadi dan probabilitas yang terkait dengan kemungkinan hasil ini.
Probabilitas mewakili kemungkinan berbagai hasil dan biasanya dinyatakan
sebagai desimal (Terkadang pecahan digunakan). Jumlah probabilitas dari semua hasil yang
mungkin harus 1.0, karena mereka harus sepenuhnya menggambarkan semua (yang
dirasakan) kemungkinan yang terjadi.
Bagaimana probabilitas dan hasil yang dikaitkan ini diperoleh? Dalam analisis
akhir.
berinvestasi untuk beberapa periode mendatang melibatkan ketidakpastian, dan karena itu
perkiraan subyektif. Meskipun kejadian masa lalu (frekuensi) dapat diandalkan untuk
memperkirakan probabilitas, masa lalu harus dimodifikasi untuk setiap perubahan yang
diharapkan di masa depan.
 Distribusi probabilitas dapat berupa diskrit atau kontinu. Dengan probabilitas
distribusi tersendiri , probabilitas yang ditetapkan untuk setiap hasil yang mungkin Dalam
Gambar 7-la, lima TRs yang mungkin diasumsikan untuk stok untuk tahun depan. masing-
masing dari lima hasil yang mungkin ini memiliki probabilitas terkait, dengan jumlah
probabilitas sama dengan 1,0. dengan distribusi probabilitas kontinu, seperti yang
ditunjukkan pada Gambar 7-1b, angka tak terbatas hasil yang mungkin ada. Karena
probabtlity sekarang diukur sebagai area di bawah kurva pada Gambar 7-1b, penekanannya
adalah pada probabilitas bahwa hasil tertentu ada di dalam beberapa probabilitas bahwa hasil
tertentu berada dalam kisaran nilai tertentu.
Distribusi berkesinambungan yang paling akrab adalah distribusi normal yang
digambarkan dalam Gambar 7-1b Ini adalah kurva berbentuk lonceng terkenal yang sering
digunakan dalam statistik. Ini adalah dua parameter distribusi dalam arti dan varians
sepenuhnya menggambarkannya.

MENGHITUNG PENGEMBALIAN YANG DIHARAPKAN

Untuk menggambarkan hasil yang paling mungkin dari distribusi probabilitas
tertentu, itu diperlukan untuk menghitung nilai yang diharapkan. Nilai yang dicantumkan
adalah rata-rata tertimbang dari semua kemungkinan hasil pengembalian, di mana setiap hasil
ditimbang dengan masing- masing kemungkinan terjadinya . Karena investor tertarik pada
pengembalian, kami akan menyebut nilai yang diharapkan ini tingkat pengembalian yang
diharapkan, atau hanya pengembalian yang diharapkan, dan untuk keamanan apa pun,
dihitung sebagai
E(R) = ∑𝑚
𝑖=1 𝑅1𝑝𝑟1

dimana
E (R) = pengembalian yang diharapkan pada keamanan
Ri = theh mungkin kembali
PRi = probabilitas ith return R
m = jumlah kemungkinan pengembalian

pengembalian yang diharapkan untuk distribusi probabilitas diskrit 7- 7- Ia adalah 0,08

MENGHITUNG RISIKO
Investor harus mampu menilai dan mengukur risiko. Untuk menghitung total risiko
yang terkait
dengan pengembalian yang diharapkan, varians atau standar deviasi digunakan. Seperti yang
kita ketahui dari Bab 6, varians dan akar kuadratnya, standar deviasi, adalah ukuran
penyebaran atau dispersi dalam distribusi probabilitas, yaitu, mereka mengukur dispersi
variabel acak sekitar artinya. Semakin besar dispersi ini, semakin besar varians atau standar
deviasinya. Untuk menghitung variasi atau standar deviasi dari distribusi probabilitas,
pertama
menghitung pengembalian yang diharapkan dari distribusi menggunakan Persamaan 7-1.

varians pengembalian = ꭤ 2 = ∑𝑚
𝑖=1[𝑅𝑖 − 𝐸(𝑅))]2 𝑃𝑅𝑖

Dan
standar deviasi pengembalian = ꭤ = (ꭤ 2)1/2
 di mana semua istilah seperti yang didefinisikan sebelumnya

Varians dan standar deviasi untuk stok hipotetis yang ditunjukkan pada Gambar 7-la adalah
dihitung pada Tabel 7-1.

Menghitung deviasi standar menggunakan distribusi probabilitas melibatkan

membuat estimasi subjektif dari probabilitas dan kemungkinan pengembalian. Namun, kami
tidak dapat menghindari hal itu estimasi karena pengembalian di masa depan tidak
pasti. Harga surat berharga didasarkan pada investor harapan tentang masa depan. Deviasi
standar yang relevan dalam situasi ini adalah deviasi standar ex ante dan bukan ex post
berdasarkan pengembalian yang direalisasi.
Meskipun standar deviasi berdasarkan pengembalian yang direalisasi sering
digunakan sebagai proksi untuk deviasi standar ex ante, investor harus berhati-hati mengingat
bahwa masa lalu tidak selalu dapat diekstrapolasi ke masa depan tanpa modifikasi.
Penyimpangan standar ex post mungkin nyaman, tetapi mereka mungkin mengalami
kesalahan saat digunakan sebagai taksiran masa depan
Satu poin penting tentang estimasi standar deviasi adalah perbedaan antara satu
securnit individu dan portofolio. Penyimpangan standar untuk portofolio yang terdiversifikasi
dengan baik cukup stabil di seluruh waktu, dan oleh karena itu perhitungan historis mungkin
cukup andal dalam memproyeksikan masa depan. Namun, pindah dari portofolio yang
terdiversifikasi dengan baik ke keamanan individu membuat perhitungan historis menjadi
kurang andal. Untungnya, aturan utama manajemen portofolio adalah untuk mendiversifikasi
dan memegang portofolio sekuritas, dan investor harus melakukannya diversifikasi untuk
menghadapi ketidakpastian yang terlibat saat berinvestasi. Karena itu, kita perlu untuk
mempertimbangkan pengembalian yang diharapkan dan meminta portofolio.

PENGEMBALIAN DAN RISIKO PORTOFOLIO

Ketika kita menganalisis pengembalian dan risiko investasi, kita harus peduli
dengan total portofolio yang dipegang oleh seorang investor. Pengembalian dan risiko
keamanan individu adalah penting, tetapi pengembalian dan risiko terhadap total portofolio
investorlah yang pada akhirnya penting karena peluang investasi dapat ditingkatkan dengan
 mengemasnya bersama untuk membentuk portofolio. seperti yang kita pelajari di Bab 1,
portofolio investor adalah kombinasi asetnya.

Seperti yang akan kita lihat, risiko portofolio adalah karakteristik yang unik dan
bukan sekadar jumlah risiko keamanan individu. Keamanan mungkin memiliki risiko besar
jika dipegang sendiri tetapi jauh lebih kecil risiko ketika disimpan dalam portofolio efek.
Karena investor terutama peduli dengan risiko terhadap total kekayaannya, sebagaimana
diwakili oleh portofolionya, saham individu hanya berisiko sejauh mereka menambah risiko
pada total portofolio.

Portofolio yang diharapkan Kembali

Pengembalian yang diharapkan pada portofolio apa pun dengan mudah dihitung
sebagai rata-rata tertimbang individu
pengembalian sekuritas yang diharapkan. Persentase nilai total portofolio yang diinvestasikan
setiap aset portofolio disebut sebagai bobot portofolio, yang akan kami tunjukkan dengan w.
Itu
bobot portofolio gabungan diasumsikan berjumlah 100 persen dari total dana yang dapat
diinvestasikan, atau
10, menunjukkan bahwa semua dana ponfolio tidak diinvestasikan Yaitu.
W1 +W2 …….+ Wn = ∑𝑛𝑖=1 𝑊𝑖 = 1.0

Dengan jumlah dolar yang sama dalam tiga sekuritas, bobot portofolio adalah 0. 333, 0.333,
dan
0.333. Dalam kondisi yang sama dengan portofolio lima sekuritas, masing-masing sekuritas
akan melakukannya
memiliki bobot portlolio 0.20. Tentu saja, jumlah dolar tidak harus sama. Lima
portofolio saham mungkin memiliki bobot 40, 10, 15, 25, dan 10, atau 18, 33, 11, 22, dan
16
pengembalian yang diharapkan atas portofolio p dapat dihitung sebagai
E(Rp) = ∑𝑚
𝑖=1 𝑊𝑖 𝐸(𝑅𝑖)

Dimana
E(Rp) = pengembalian yang diharapkan dari portofolio
 Wi = bobot portofolio untuk keamanan ke-3
∑Wi =1.0
E(Ri) =pengembalian yang diharapkan pada keamanan
n = jumlah sekuritas berbeda di portofoilo
pertimbangkan portofolio tiga saham yang terdiri dari saham G, H dan I dengan
pengembalian yang diharapkan masing-masing 12 persen, 20 persen, dan 17 persen.
berasumsi bahwa 50 persen dana yang dapat diinvestasikan dalam investasi pada sekuritas G,
30 persen dalam H, dan 20 persen dalam 1. pengembalian yang diharapkan dalam portofolio
ini adalah pengembalian untuk masing-masing aset dalam portofolio. Ini adalah hal yang
sangat penting yang harus selalu diingat

Pertimbangkan tiga portofolio saham yang terdiri dari saham G, H, dan I dengan
pengembalian yang diharapkan masing-masing 12 persen, 20 persen, dan 17 persen. asumsikan
bahwa 50 persen dari dana yang diinvestasikan diinvestasikan dalam sekuritas G, 30 persen
dalam H, dan 20 persen dalam I. pengembalian yang diharapkan dari portofolio ini adalah:

terlepas dari jumlah aset yang dimiliki dalam portofolio, atau proporsi total dana investasi
yang ditempatkan di masing-masing aset, pengembalian yang diharapkan pada portofolio
selalu merupakan rata-rata tertimbang dari pengembalian yang diharapkan untuk masing-
masing asstes dalam portofolio. ini adalah prinsip yang sangat penting yang harus selalu
diingat

RISIKO PORTOFOLIO

Perhitungan yang tersisa dalam analisis investasi adalah risiko portofolio. Risiko adalah
diukur dengan varians (atau standar deviasi) dari pengembalian portofolio, persis seperti pada
kasus keamanan masing-masing individu.

Pada titik inilah dasar teori portofolio modern muncul, yang dapat dinyatakan sebagai
berikut: Meskipun pengembalian yang diharapkan dari suatu portofolio adalah rata-rata
tertimbang dari yang diharapkan pengembalian, risiko portofolio (yang diukur dengan varians
atau standar deviasi) bukan merupakan bobot rata-rata risiko masing-masing sekuritas dalam
portofolio. Secara simbolis
 Justru karena Persamaan 7-7 adalah ketidaksetaraan, investor dapat mengurangi risiko
portofolio melampaui apa jadinya jika risiko, pada kenyataannya, hanyalah rata-rata tertimbang
individu risiko efek. Untuk melihat bagaimana pengurangan risiko ini dapat dilakukan, kita
harus menganalisis risiko portofolio secara rinci.

ANALISIS RESIKO PORTOFOLIO

REDUKSI RISIKO - PRINSIP ASURANSI

Untuk memulai analisis kami tentang bagaimana portofolio aset dapat mengurangi risiko,
asumsikan bahwa semua sumber risiko dalam portofolio efek bersifat independen. Saat kami
menambahkan sekuritas ke portofolio ini, eksposur sumber risiko tertentu menjadi kecil.
Menurut Hukum Angka Besar, Semakin besar ukuran sampel, semakin besar kemungkinan
rata-rata sampel akan dekat dengan populasi nilai yang ditentukan. Pengurangan risiko dalam
hal sumber risiko independen dapat dianggap sebagai prinsip asuransi, diberi nama untuk
gagasan bahwa perusahaan asuransi mengurangi risikonya dengan menulis banyak kebijakan
terhadap banyak sumber risiko independen.

Kami mengasumsikan di sini bahwa tingkat pengembalian atas efek individu secara
statistik tidak tergantung sedemikian rupa sehingga tingkat pengembalian salah satu keamanan
tidak ditentukan oleh tingkat pengembalian orang lain.

Dalam situasi ini, standar deviasi portofolio diberikan oleh

 Seperti yang ditunjukkan Gambar 7-2, risiko portofolio akan menurun dengan cepat
seiring bertambahnya sekuritas, perhatikan bahwa tidak ada keputusan yang dibuat tentang
keamanan yang ditambahkan karena semua memiliki identik properti. Satu-satunya masalah
adalah berapa banyak efek ditambahkan.

Gambar 7-2 menunjukkan bagaimana risiko menurun mengingat bahwa risiko setiap
keamanan adalah 0,20. Risiko portofolio akan cepat menurun karena semakin banyak dari
sekuritas ini ditambahkan. Persamaan 7-7 menunjukkan bahwa untuk kasus 100 sekuritas
resiko portofolio dikurangi menjadi 0 02.

Gambar 7-2 menggambarkan kasus sumber risiko independen. Seperti yang diterapkan
pada investasi, semua risiko adalah spesifik perusahaan. Karena itu, risiko total dalam situasi
ini dapat terus dikurangi. Sayangnya, asumsi returns yang independen secara statistik terhadap
saham tidak realistis dunia nyata. Kembali ke definisi risiko pasar pada Bab 6, kami
menemukan bahwa sebagian besar saham berkorelasi positif satu sama lain; yaitu, pergerakan
pengembalian mereka terkait. Sebagian besar saham memiliki tingkat komitmen yang
signifikan dengan pasar saham secara keseluruhan, yang diukur dengan indeks seperti Indeks
Komposit S&P 500. Sementara risiko dapat dikurangi, tetapi tidak dapat dihilangkan karena
sumber risiko umum mempengaruhi semua perusahaan. Misalnya, kenaikan dalam tingkat
suku bunga akan mempengaruhi sebagian besar perusahaan secara negatif karena sebagian
besar perusahaan meminjam dana untuk membiayai bagian dari operasi mereka.

DIVERSIFIKASI

Prinsip asuransi menggambarkan konsep upaya untuk mendiversifikasi risiko yang terlibat
portofolio aset (atau kewajiban). Faktanya, diversifikasi adalah kunci bagi manajemen atau
risiko portofolio karena memungkinkan investor untuk menurunkan risiko portofolio secara
signifikan tanpa mempengaruhi pengembalian. Sepanjang diskusi kita di bab ini dan bab
selanjutnya, kita akan fokus membahas pada prinsip diversifikasi. Kami mulai dengan
diversifikasi acak dan selanjutnya diversifikasi yang efisien.

1.Diversifikasi Acak

Diversifikasi acak atau naif mengacu pada tindakan secara acak tanpa memperhatikan
karakteristik investasi yang relevan seperti pengembalian yang diharapkan dan klasifikasi
industri. Seorang investor cukup memilih jumlah sekuritas surat berharga yang relatif besar.
Pepatah Domly "melempar panah di halaman The Wall Street Journal menunjukkan harga
saham.". Secara sederhanaan, kami mengasumsikan jumlah dolar yang sama diinvestasikan di
setiap saham.

Tabel 7-2 menggunakan data aktual untuk stok domestik untuk menggambarkan
diversifikasi naif. Dapat melihat, untuk portofolio yang dipilih secara acak, risiko portofolio
rata-rata dapat dikurangi hingga mendekati hampir 19 persen. Saat kami menambahkan
sekuritas ke portofolio, total risiko yang terkait dengan Portofolio saham menurun dengan
cepat. Beberapa stok pertama menyebabkan penurunan resiko portofolio yang besar.
Berdasarkan data aktual ini, 51 persen dari standar deviasi portofolio dihilangkan karena kita
beralih dari 1 ke 10 sekuritas.

Sayangnya, manfaat diversifikasi acak tidak berlanjut karena kami menambahkan lebih
banyak. Ketika saham berikutnya ditambahkan, pengurangan risiko marjinal kecil. Namun,
menambahkan satu saham lagi ke portofolio akan terus mengurangi risiko, meskipun
jumlahnya reduksi menjadi lebih kecil dan lebih kecil.
 Berdasarkan data pada Tabel 7-2, beralih dari 10 menjadi 20 sekuritas menghilangkan 5
tambahan persentase poin dari standar deviasi portiolio, sementara beralih dari 20 hingga 30
sekuritas menghilangkan hanya 2 poin persentase tambahan dari standar deviasi.

Sejumlah besar efek tidak diperlukan untuk mencapai manfaat diversifikasi substansial. Di
sisi lain, perhatikan bahwa risiko portofolio pada Tabel 7-2 tingkat keluar saat ini hampir
sekitar 19 persen. Oleh karena itu, tidak peduli berapa banyak efek yang kami tambahkan ke
portofolio ini di luar ini, risikonya tidak akan menurun dalam jumlah yang berarti. (Penurunan
harus diukur dalam seperseribu persen.)

2.Diversifikasi Internasional

Diskusi kami di atas diasumsikan sebagai diversifikasi acak. dalam sekuritas domestik
seperti saham yang diperdagangkan di NYSE. Namun, kami telah belajar tentang pentingnya
mengambil pendekatan global untuk berinvestasi. Apa efeknya ini tentang analisis diversifikasi
kami?

Mempertimbangkan hanya potensi pengurangan risiko dan mengabaikan risiko tambahan

investasi asing, seperti risiko mata uang, kita dapat menyimpulkan bahwa jika versifikasi baik,
diversifikasi internasional harus lebih baik. Gambar 7-3 mengilustrasikan manfaat diversifikasi
internasional dalam mengurangi risiko portofolio. Sepanjang seluruh jajaran ukuran portofolio,
risikonya berkurang ketika investasi internasional dibandingkan dengan saham A.S, dan
perbedaannya dramatis sekitar sepertiga lebih sedikit.

3.Diversifikasi Markowitz

Sekarang kita mengerti bagaimana cara kerja diversifikasi acak. kita harus lebih canggih
dan memanfaatkan informasi yang bisa kita hitung, seperti pengembalian yang diharapkan dan
risiko untuk sekuritas individu dan ukuran bagaimana return saham bergerak bersama. Ini akan
memungkinkan kita untuk memahami sifat sebenarnya dari risiko portofolio dan mengapa
Persamaan 7-7 merupakan ketimpangan. Ini juga akan memungkinkan kami untuk
mengoptimalkan diversifikasi kami, mencapai pengurangan risiko portofolio maksimum yang
dimungkinkan dalam situasi tertentu.

Pada 1950-an, Harry Markowitz, dianggap sebagai bapak teori portofolio modern, berasal
dari dasar model portofolio dasar yang mendasari teori portofolio modern. Sebelum
Markowitz, investor berurusan secara longgar dengan konsep pengembalian dan risiko.
Investor sudah tahu secara intuitif elama bertahun-tahun pandai melakukan diversifikasi, yaitu,
tidak "memasukkan semua telur Anda ke dalam satu keranjang." Namun, Markowiuz adalah
orang pertama yang mengembangkan konsep diversifikasi portofolio dengan cara formal. Dia
menunjukkan secara kuantitatif mengapa, dan bagaimana, diversifikasi portofolio berhasil
dikurangi risiko portofolio kepada investor.

Markowitz mencari dan mengatur pemikiran dan praktik yang ada menjadi lebih formal
kerangka kerja dan untuk menjawab pertanyaan mendasar: Apakah risiko portofolio sama
dengan jumlah risiko dari sekuritas individual yang terdiri darinya? Markowitz adalah yang
pertama mengembangkan mengukur risiko portofolio dan untuk memperoleh pengembalian
yang diharapkan dan risiko untuk portofolio berdasarkan hubungan kovarians. Kami
mempertimbangkan kovarian secara rinci dalam diskusi di bawah ini.
 Seperti disebutkan di atas, risiko portfolio bukan hanya rata-rata tertimbang dari keamanan
individu risiko. Sebaliknya, seperti yang ditunjukkan Markowitz pertama kali, kita harus
menjelaskan keterkaitan di antara pengembalian keamanan untuk menghitung risiko portofolio,
dan untuk mengurangi risiko portofolio menjadi level minimum untuk setiap level
pengembalian yang diberikan. Karena itu, kami sekarang mempertimbangkan cara mengukur
hubungan timbal balik ini, atau comovements, antara pengembalian keamanan.

MENGUKUR KENYAMANAN DALAM PENGEMBALIAN KEAMANAN

Untuk menghapus tanda ketimpangan dari Persamaan 7-7 dan mengembangkan persamaan
yang akan menghitung risiko portofolio yang diukur dengan varians atau standar deviasi, kita
harus catat untuk dua faktor:

1. Risiko keamanan individu tertimbang (mis., Varian dari masing-masing keamanan

individu, tertimbang dengan persentase dana investasi yang ditempatkan dalam keamanan
masing-masing individu).

2. Pembobotan tertimbang adalah: pengembalian surat berharga (mis., Kovariansi antara

kembalinya sekuritas, sekali lagi dibebani oleh persentase dana investasi yang ditempatkan di
keamanan masing masing).

Seperti dijelaskan di bawah ini, kovarians adalah ukuran absolut dari pergantian di antara
kedua pengembalian keamanan yang digunakan dalam perhitungan risiko portofolio. Kita
membutuhkan kovarians aktual antara sekuritas dalam portofolio untuk menghitung varians
portofolio atau standar deviasi.

Namun, sebelum mempertimbangkan kovarian, kita dapat dengan mudah menggambarkan

bagaimana keamanan kembali bergerak bersama-sama dengan mempertimbangkan koefisien
korelasi, ukuran relatif dari asosiasi dipelajari dalam statistik.

1.Koefisien Korelasi

Seperti yang digunakan dalam teori portofolio, koefisien korelasi (Pu, dilafalkan "rho")
adalah ukuran statistikical conovements relatif antara keamanan kembali. Ini mengukur sejauh
mana pengembalian atas dua sekuritas terkait; namun, ini hanya menunjukkan hubungan, tanpa
sebab. Ini adalah ukuran relatif dari asosiasi yang dibatasi oleh +1.0 dan -1.0, dengan

Dengan korelasi positif perfect, returms memiliki hubungan linear langsung yang
sempurna. Mengetahui apa yang akan dilakukan retum pada satu keamanan memungkinkan
investor untuk memperkirakan dengan tepat apa yang lain akan melakukannya. Pada Gambar
7-4, stok A dan B memiliki paturme returma yang identik selama enam periode tahun 1993-
1998. Ketika pengembalian saham A naik, saham B juga. Saat stok A return turun, stock: B
juga.

Pertimbangkan pengembalian dan informasi standar deviasi pada Gambar 7-4. Perhatikan
bahwa portofolio menggabungkan saham A dan B, dengan masing-masing 50 persen
diinvestasikan, persis sama kembali seperti halnya salah satu saham dengan sendirinya, karena
pengembaliannya identik., Risiko portofolio,yang diukur dengan standar deviasi, identik
dengan standar deviasi dari kedua saham dengan sendirinya. Tidak ada variasi dalam
pengembalian seri ini.

Dengan korelasi negatif sempurna, pengembalian efek memiliki linier terbalik sempurna
hubungan satu sama lain. Oleh karena itu, mengetahui pengembalian pada satu keamanan
memberikan pengetahuan penuh tentang pengembalian pada keamanan kedua. Ketika
pengembalian satu keamanan tinggi, yang lain serendah.

Pada Gambar 7-5, saham A dan C berkorelasi negatif satu sama lain. Memperhatikan
bahwa informasi yang diberikan untuk dua saham ini menyatakan bahwa masing-masing
saham memiliki persis sama kembali dan standar deviasi. Namun ketika digabungkan,
penyimpangan dalam pengembalian aktif saham-saham ini di sekitar pengembalian rata-rata
mereka membatalkan 12 persen, menghasilkan portofolio pengembalian 12 persen. Portofolio
ini tidak memiliki risiko. Ini akan menghasilkan 12 persen setiap tahun selama periode diukur,
dan pengembalian rata-rata akan menjadi 12 persen. Dengan nol korelasi, tidak ada hubungan
antara pengembalian kedua efek. Pengetahuan tentang pengembalian satu keamanan tidak ada
artinya dalam memprediksi pengembalian yang kedua keamanan.

Kapan diversifikasi membayar?

1. Menggabungkan sekuritas dengan korelasi positif sempurna satu sama lain memberikan
pengurangan risiko portofolio. Risiko dari portofolio yang dihasilkan hanyalah tertimbang rata-
rata risiko individu dari sekuritas. Karena lebih banyak surat berharga ditambahkan di bawah
kondisi korelasi positif sempurna, risiko portofolio tetap rata-rata tertimbang. Tidak ada
pengurangan risiko.
 2. Menggabungkan dua sekuritas dengan korelasi nol (independensi statistik) dengan
masing-masing lainnya mengurangi risiko portofolio. Jika lebih banyak surat berharga dengan
pengembalian tidak berkorelasi ditambahkan ke portofolio, pengurangan risiko yang signifikan
dapat dicapai. Namun, risiko portofolio tidak dapat dihilangkan dalam kasus ini.

3. Menggabungkan dua sekuritas dengan korelasi negatif sempurna satu sama lain dingin
hilangkan risiko sama sekali. Ini adalah prinsip di balik strategi lindung nilai, beberapa di
antaranya yang dibahas dalam Bab 18.

4. Akhirnya, kita harus memahami bahwa di dunia nyata, korelasi ekstrem ini adalah
langka. Sebaliknya, sekuritas biasanya memiliki beberapa korelasi positif satu sama lain. Jadi,
Meskipun risiko dapat dikurangi, biasanya tidak dapat dihilangkan. Hal-hal lain sedang terjadi
sama, investor ingin menemukan sekuritas dengan korelasi seminimal mungkin. Idealnya,
mereka menginginkan efek dengan korelasi negatif atau korelasi positif rendah. Namun,
mereka umumnya akan menghadapi retum keamanan berkorelasi positif.

Gambar 7-6 menggambarkan kasus saham A dan D yang lebih normal berkorelasi positif
satu sama lain pada level p +0,55. Ini kira-kira korelasi khas NYSE saham satu sama lain,
dengan demikian mewakili situasi "normal" yang dihadapi oleh investor. Perhatikan bahwa
standar deviasi dari masing-masing keamanan masih 0,215, dengan pengembalian rata-rata
0,12, tetapi ketika dikombinasikan dengan bobot yang sama, 50 ke dalam portofolio AD,
pengembalian rata-rata tetap sama, tetapi risikonya agak berkurang, ke level 0,18. Setiap
pengurangan risiko yang terjadi tidak mempengaruhi pengembalian harus dianggap
menguntungkan.

2. Kovarian

Mengingat jumlah korelasi yang signifikan antara pengembalian keamanan, kita harus
mengukur jumlah comovement dan memasukkannya ke dalam ukuran risiko portlolio karena
perubahan semacam itu mempengaruhi varians portofolio (atau standar deviasi).

Kovarians adalah ukuran absolut dari tingkat asosiasi antara pengembalian untuk sepasang
sekuritas. Kovarian didefinisikan sebagai sejauh mana dua variabel acak covary (bergerak
bersama) seiring waktu. Sebagaimana benar sepanjang diskusi kami, variabel dalam
pertanyaannya adalah pengembalian (TR) pada dua sekuritas. Seperti dalam kasus koefisien
korelasi kovarians bisa:

1. Positif, menunjukkan bahwa pengembalian dua sekuritas cenderung bergerak sama arah
pada saat yang sama; ketika satu meningkat (menurun), yang lain cenderung melakukannya
sama. Ketika kovarians positif, koefisien korelasinya juga akan positif.

2. Negatif, menunjukkan bahwa pengembalian pada dua sekuritas cenderung bergerak

terbalik ketika satu meningkat (menurun), yang lain cenderung menurun (naik). Ketika
kovarians negatif, koefisien korelasi juga akan negatif.

3. Nol, yang menunjukkan bahwa retum pada dua sekuritas bersifat independen dan tidak
memiliki kecenderungan untuk bergerak ke arah yang sama atau berlawanan bersama-sama.

Dimana:
 Persamaan 7-8 menunjukkan bahwa kovarians adalah nilai yang diharapkan dari produk
penyimpangan dari artinya. Ukuran ukuran kovarian tergantung pada unit variabel yang terlibat
dan biasanya berubah ketika unit-unit ini diubah. Oleh karena itu, kovarian memberikan
informasi tentang apakah hubungan antara variabel positif, negatif, atau nol karena hanya
mengamati angka itu sendiri tidak terlalu berguna.

3.Menghubungkan Koefisien Korelasi dan Kovarians

dan koefisien korelasi dapat dihubungkan dengan cara berikut:

Persamaan ini menunjukkan bahwa koefisien korelasi hanyalah kovarians yang

distandarisasi oleh membaginya dengan produk dari dua standar deviasi pengembalian.
Dengan definisi koefisien korelasi ini, kovarians dapat ditulis sebagai
 Oleh karena itu, mengetahui koefisien korelasi, kita dapat menghitung kovarians karena
standar deviasi dari tingkat pengembalian aset sudah tersedia. Mengetahui covarians, kita dapat
dengan mudah menghitung koefisien korelasi.

MENGHITUNG RISIKO PORTOFOLIO

Sekarang kita mengerti bagaimana mengukur kovarian yang bertanggung jawab atas
comovements dalam pengembalian keamanan, kami siap untuk menghitung risiko portofolio.
Pertama, kami akan mempertimbangkan yang paling sederhana kemungkinan kasus, yaitu dari
dua sekuritas, untuk melihat apa yang terjadi dalam risiko portofolio persamaan. Kami
kemudian akan mempertimbangkan kasus banyak sekuritas, di mana perhitungannya segera
menjadi terlalu besar dan kompleks untuk dianalisis dengan cara apa pun selain komputer.

KASUS DUA-KEAMANAN

Risiko portofolio, yang diukur dengan standar deviasi pengembalian, untuk kasus dua
sekuritas, 1 dan 2, adalah

Persamaan 7-11 menunjukkan kepada kita bahwa risiko untuk portofolio tidak hanya
mencakup individu risiko keamanan tetapi juga kovarians antara kedua sekuritas ini dan tiga
faktor itu, tidak dua, tentukan risiko portofolio:

 Varian masing-masing keamanan

 Kovarian antar sekuritas

 Portofolio bobot untuk keamanan masing-masing

Standar deviasi dari portofolio akan secara langsung dipengaruhi oleh korelasi antara
dua kaus kaki. Risiko portlolio akan berkurang ketika koefisien korelasi bergerak hingga +10
ke bawah. Asumsikan kita memiliki data yang sama untuk dua perusahaan, EG&&G dan GF,
dan bahwa TR diperkirakan 263 persen dan 11,6 persen, masing-masing, dengan standar
deviasi 37,3 persen dan 23,3 persen. Koefisien korelasi antara pengembalian mereka adalah
+0,15. Untuk melihat efek perubahan koefisien korelasi, anggaplah bobot 0,5 masing-masing-
50 persen dari dana yang dapat diinvestasikan harus ditempatkan di setiap sekuritas. Meringkas
data dalam contoh ini, Dengan data ini, standar deviasi, atau risiko, untuk portofolio ini, adalah

Risiko portofolio ini jelas sangat tergantung pada nilai term ketiga, yang pada gilirannya
tergantung pada koefisien korelasi antara pengembalian untuk EG & G dan GF. Untuk menilai
dampak potensial dari korelasi, pertimbangkan kasus-kasus berikut: p dari +1, +0.5, +0.15, 0,
-0.5, und -1.0. Menghitung risiko portofolio berdasarkan masing-masing skenario ini
menghasilkan risiko portofolio berikut:

Perhitungan ini jelas menunjukkan dampak bahwa menggabungkan sekuritas dengan

korelasi positif yang kurang sempurna akan berdampak pada risiko portofolio. Risiko
portofolio terus menurun dari 30,3 persen menjadi 7 persen karena koefisien korelasi menurun
dari +1,0 ke -1,0. Perhatikan, bagaimanapun, bahwa risikonya telah menurun dari 30,3 persen
menjadi hanya 22 persen karena koefisien korelasi turun dari +1 ke 0, dan itu hanya dipotong
setengah (kurang-lebih) pada saat p turun menjadi -0,5. Kita juga harus mengakui pentingnya
bobot portofolio dalam perhitungan risiko portofolio. Ukuran bobot portofolio yang
ditempatkan dalam satu keamanan sebagai lawan yang lain memiliki efek pada risiko
portofolio. Untuk meminimalkan risiko portofolio, kita harus menemukan kombinasi varians
minimum yang diberikan tingkat pengembalian yang diharapkan.

Gambar (7.7)

Asumsikan kita memiliki dua saham A dan B dengan pengembalian yang diharapkan
sama. Standar deviasi A adalah 20, dan untuk B, 30. Gambar 7-7 menunjukkan efek bobot
portofolio pada standar deviasi portofolio untuk empat korelasi berbeda dari pola pengembalian
dari waktu ke waktu. Jika p adalah 1,0, varians minimum dicapai dengan 100 persen dana
ditempatkan di A. Jika p adalah -0,5, varians minimum dicapai dengan bobot portofolio untuk
A dari 0,6, dan hal yang sama berlaku jika e adalah 0,0. Di sisi lain, jika p adalah 0,5, kombinasi
varians minimum melibatkan bobot portofolio untuk A 80. Jelas, varians minimum, atau risiko
portofolio terendah, tergantung pada bobot yang dipilih.
KASUS n-KEAMANAN

Kasus dua-keamanan dapat digeneralisasi ke kasus n-keamanan. Risiko portofolio dapat

dikurangi dengan menggabungkan aset dengan korelasi positif yang kurang sempurna.
Selanjutnya, semakin kecil korelasi positifnya, semakin baik. Risiko portofolio adalah fungsi
dari risiko keamanan masing-masing individu dan kovariansi antara pengembalian pada efek
individu. Dinyatakan dalam hal varians, risiko portofolio adalah

Tabel (7.3)

174 Persamaan 7-13 menggambarkan masalah yang terkait dengan perhitungan risiko
portofolio menggunakan analisis mean-variance Markowitz. Dalam kasus dua sekuritas, ada
dua kovarian, dan kami mengalikan istilah kovarian tertimbang dalam Persamaan 7-12 dengan
dua karena kovarians A dengan B adalah sama r kovarian B dengan A. Dalam kasus tiga
sekuritas , ada enam kovarian, dengan empat sekuritas, 12 kovarian; Dan seterusnya. Jumlah
kovarian tumbuh dengan cepat berdasarkan perhitungan n (n-1), di mana n adalah jumlah
sekuritas yang terlibat. Karena kovarians A dengan B sama dengan kovarians B dengan A. ada
(n - 1) / 2 kovariansi unik.

Tabel 7-3 menggambarkan matriks varians-kovarian yang terkait dengan perhitungan

ini. Untuk kasus dua sekuritas, ada empat istilah dalam matriks - dua varian dan dua kovarian.
Untuk kasus empat sekuritas, ada 16 istilah dalam matriks-empat varian dan 12 kovarian.
Istilah varians berada pada diagonal matriks dan, pada dasarnya, mewakili kovarians keamanan
dengan dirinya sendiri. Salah satu kontribusi nyata Markowitz terhadap teori portofolio adalah
wawasannya tentang kepentingan relatif dari varian dan kovarian. Karena jumlah sekuritas
yang disimpan dalam portofolio meningkat, pentingnya risiko (varians) keamanan individu
menurun, sementara pentingnya hubungan kovarians semakin meningkat. Dalam portofolio
500 sekuritas, misalnya, kontribusi risiko masing-masing sekuritas terhadap total risiko
portofolio akan sangat kecil; risiko portofolio akan hampir seluruhnya terdiri dari risiko
kovarians antar sekuritas.

Menulis ulang istilah ini menghasilkan Istilah dalam kurung mewakili varian rata-rata
untuk saham dalam portofolio, varian rata-rata ini menjadi lebih kecil mendekati nol untuk
nilai n yang besar. Oleh karena itu, risiko portofolio yang terdiversifikasi dengan baik akan
lebih besar karena dampak dari istilah kedua dalam Persamaan 7-13 yang mewakili hubungan
kovarians. 175 Persamaan ini menjelaskan varians dan kovarian karena ketika i = j, varians
dihitung; ketika saya # j. kovarians dihitung. Untuk menghitung risiko portofolio menggunakan
baik Persamaan 7-14 atau Persamaan 7-15, kita perlu estimasi varians untuk setiap keamanan
dan estimasi koefisien korelasi atau kovariansi. Baik varian dan koefisien korelasi dapat (dan)
dihitung menggunakan data ex post atau ex ante. Jika seorang analis menggunakan data ex post
untuk menghitung koefisien korelasi atau kovarians dan kemudian menggunakan estimasi ini
dalam model Markowitz, asumsi implisit adalah bahwa hubungan yang ada di masa lalu akan
berlanjut ke masa depan. Hal yang sama berlaku untuk varian untuk sekuritas individual.
varians historis dianggap estimasi terbaik dari varian yang diharapkan, itu harus digunakan.
Namun, harus diingat bahwa varians keamanan individu dan koefisien korelasi antara sekuritas
dapat berubah dari waktu ke waktu (dan memang).

MENYEDERHANAKAN PERHITUNGAN MARKOWITZ

Model Markowitz yang dijelaskan sebelumnya memungkinkan kita untuk menghitung

pengembalian dan risiko portiolio yang diharapkan, dan menghasilkan solusi yang tepat untuk
masalah pemilihan portofolio. Namun demikian, dengan biaya yang cukup besar. Masalah
utama dengan model full-covariance Markowitz adalah kompleksitasnya. Ini membutuhkan
satu set kovarian penuh antara retum semua sekuritas yang dipertimbangkan untuk menghitung
varians portofolio. Ada n (n-1) / 2 kovarian unik untuk satu set n sekuritas.

Seorang analis yang mempertimbangkan 100 sekuritas harus memperkirakan [100 (99)]
/ 2 = 4.950 kovarian unik. Untuk 250 sekuritas, angkanya adalah [250 (249)] / 2 = 31.125
kovarian unik. Jelas, memperkirakan sejumlah besar kovarian dengan cepat menjadi masalah
utama bagi pengguna model. Karena banyak investor institusional mengikuti sebanyak 250
atau 300 sekuritas, jumlah input yang diperlukan dapat menjadi tidak mungkin. Bahkan, sampai
model dasar Markowitz disederhanakan dalam hal input kovarians, itu tetap menjadi
kepentingan akademis. Secara praktis, analis tidak mungkin dapat secara langsung
memperkirakan sejumlah besar korelasi yang diperlukan untuk sebuah lengkap. Analisis
Markowitz. Dalam karya aslinya, Markowitz menyarankan menggunakan indeks yang terkait
sekuritas sebagai sarana untuk menghasilkan kovarian.

Pendekatan Markowitz untuk pemilihan portofolio adalah bahwa seorang investor

harus mengevaluasi portofolio berdasarkan pengembalian yang diharapkan dan risiko yang
diukur dengan standar deviasi. Dia adalah orang pertama yang mendapatkan konsep portofolio
yang efisien, yang didefinisikan sebagai salah satu yang memiliki risiko portofolio terkecil
untuk tingkat pengembalian yang diharapkan atau pengembalian yang diharapkan terbesar
untuk tingkat risiko tertentu. Investor dapat mengidentifikasi portofolio yang efisien dengan
menetapkan pengembalian portofolio yang diharapkan dan meminimalkan risiko portofolio
pada tingkat pengembalian ini. Atau, mereka dapat menentukan tingkat risiko portofolio yang
bersedia mereka tanggung dan memaksimalkan pengembalian yang diharapkan dari portofolio
untuk tingkat risiko ini. Investor yang rasional akan mencari portofolio yang efisien karena
portofolio ini dioptimalkan pada dua dimensi yang paling penting bagi investor, pengembalian
yang diharapkan dan risiko.

Untuk memulai analisis kami, pertama-tama kami harus menentukan peluang

pengembalian risiko yang tersedia bagi investor dari sekuritas tertentu. Gambar 7-8
menggambarkan peluang yang tersedia dari sekuritas tertentu. Sejumlah besar kemungkinan
portofolio ada ketika kita menyadari bahwa berbagai persentase kekayaan investor dapat
diinvestasikan dalam setiap aset yang sedang dipertimbangkan. Apakah perlu untuk
mengevaluasi semua portofolio yang mungkin diilustrasikan pada Gambar 7-87. Untungnya,
jawabannya adalah tidak karena investor harus tertarik hanya pada subset dari portofolio yang
tersedia yang dikenal sebagai set efisien.

Aset pada Gambar 7-8 menghasilkan set portofolio yang dapat dicapai, atau set
kesempatan. Set yang dapat dicapai adalah seluruh set dari semua portofolio yang dapat
ditemukan dari sekelompok keamanan. Namun, investor yang menghindari risiko harus hanya
tertarik pada portofolio tersebut dengan risiko serendah mungkin untuk setiap tingkat
pengembalian tertentu. Semua portofolio lain dalam set yang dapat dicapai telah dilaminasi.
Dengan menggunakan input yang dijelaskan sebelumnya, pengembalian yang diharapkan,
varian, dan kovarian - kita dapat menghitung portofolio dengan varian terkecil, atau risiko,
untuk tingkat pengembalian yang diharapkan berdasarkan input ini. Mengingat portofolio
varians minimum, kita dapat memplot perbatasan varians minimum seperti yang ditunjukkan
pada Gambar 7-8. Poin A mewakili portofolio varians minimum global karena tidak ada
portofolio varians minimum lainnya yang memiliki risiko lebih kecil. Segmen bawah batas
varian minimum, AC, didominasi oleh portofolio pada segmen atas, AB. Misalnya, karena
portofolio X memiliki pengembalian yang lebih besar daripada portofolio Y untuk tingkat
risiko yang sama, investor tidak ingin memiliki portofolio Y.
 Gambar (7.8)

Segmen batas varians minimum di atas porttolio varians minimum global, AB,
menawarkan kombinasi pengembalian risiko terbaik yang tersedia bagi investor dari rangkaian
input khusus ini. Segmen ini disebut sebagai set efisien atau perbatasan efisien portofolio. Set
efisien ini ditentukan oleh prinsip dominance-portfolio X mendominasi portofolio Y jika
memiliki tingkat risiko yang sama tetapi pengembalian yang diharapkan lebih besar, atau
pengembalian yang diharapkan sama dengan risiko yang lebih rendah. Solusi untuk model
Markowitz berkisar pada bobot portofolio, atau persentase dana yang dapat diinvestasikan
untuk diinvestasikan dalam keamanan masing-masing. "Karena pengembalian yang
diharapkan, deviasi standar, dan koefisien korelasi untuk sekuritas yang dipertimbangkan
adalah input dalam analisis Markowitz, bobot portofolio adalah satu-satunya variabel yang
dapat dimanipulasi untuk menyelesaikan masalah portofolio dalam menentukan portofolio
efisien. Pikirkan portofolio efisien sebagai diturunkan dengan cara berikut. Input diperoleh dan
tingkat pengembalian yang diinginkan yang diharapkan untuk portlolio ditentukan, misalnya,
10 persen. Kemudian semua kombinasi sekuritas yang dapat digabungkan untuk membentuk
portofolio dengan pengembalian yang diharapkan 10 persen ditentukan, dan yang dengan
varian pengembalian terkecil dipilih sebagai portofolio yang efisien. Selanjutnya, tingkat baru
pengembalian portofolio yang diharapkan ditentukan - misalnya, 11 persen - dan prosesnya
diulang. Ini berlanjut sampai kisaran layak pengembalian yang diharapkan diproses. Tentu saja,
masalahnya dapat diselesaikan dengan menentukan tingkat risiko portofolio dan memilih
portofolio dengan pengembalian yang diharapkan terbesar untuk tingkat risiko yang
ditentukan.

RISIKO YANG DAPAT DITERIMA VERSUS TIDAK DAPAT DITERIMA

Seperti yang kita lihat sebelumnya, keberisikoan portofolio umumnya menurun karena
lebih banyak saham ditambahkan. Ini karena kita menghilangkan risiko yang terdiversifikasi,
atau risiko yang tidak sistematis. Ini adalah risiko unik yang terkait dengan perusahaan tertentu.
Namun, tingkat pengurangan risiko tergantung pada tingkat korelasi antara saham. Sebagai
aturan umum, korelasi antara saham, setidaknya stok domestik dan khususnya stok domestik
besar, adalah positif, meskipun kurang dari 1,0. Menambahkan lebih banyak saham akan
mengurangi risiko pada awalnya, tetapi tidak peduli berapa banyak saham berkorelasi sebagian
yang kami tambahkan ke portofolio, kami tidak dapat menghilangkan semua risiko.
Variabilitas dalam pengembalian total sekuritas yang secara langsung terkait dengan
pergerakan keseluruhan di pasar umum atau ekonomi disebut risiko pasar atau risiko yang tidak
dapat diubah atau risiko sistematis. Hampir semua sekuritas memiliki beberapa risiko
sistematis, baik obligasi atau saham, karena risiko sistematis secara langsung mencakup risiko
tingkat bunga, risiko pasar, dan risiko inflasi. Kami mendefinisikan risiko tidak sistematis dan
sistematis dalam Bab 6.

Setelah risiko nonsistematis dihilangkan, apa yang tersisa adalah bagian yang tidak
dapat diubah, atau risiko pasar (bagian sistematis). Bagian dari risiko ini tidak terhindarkan
karena betapapun baiknya seorang investor melakukan diversifikasi, risiko pasar secara
keseluruhan tidak dapat dihindari. Jika pasar saham menurun tajam, seperti pada musim panas
1998, sebagian besar saham akan terpengaruh; jika naik kuat, seperti pada tahun 1999, sebagian
besar saham akan menghargai nilainya. Pergerakan ini terjadi terlepas dari apa yang dilakukan
investor tunggal.
 Investor dapat membangun portofolio yang terdiversifikasi dan menghilangkan
sebagian dari risiko total, bagian yang dapat didiversifikasi atau non-pasar (bagian yang tidak
sistematis). Gambar 7-9 menggambarkan konsep penurunan risiko nonsistematis dalam
portofolio sekuritas. Semakin banyak sekuritas ditambahkan, risiko nonsistematis menjadi
lebih kecil dan lebih kecil, dan risiko total untuk portlolio mendekati risiko sistematisnya.
Karena diversifikasi tidak dapat mengurangi risiko sistematis, risiko total ponfolio dapat
dikurangi tidak lebih rendah dari risiko total portofolio pasar. Berapa banyak efek yang
diperlukan untuk menghilangkan sebagian besar atau semua risiko yang tidak sistematis?
Sudah menjadi hal biasa untuk mengatakan bahwa sekitar 10 hingga 15 sekuritas akan
menyediakan portofolio yang terdiversifikasi. Namun, bukti yang lebih baru menunjukkan
bahwa setidaknya 30 saham, dan mungkin lebih banyak, diperlukan untuk portofolio yang
terdiversifikasi dengan baik. "Sayangnya, penelitian ini juga menunjukkan bahwa individu
tidak memiliki portofolio yang terdiversifikasi dengan baik.

Diversifikasi secara substansial dapat mengurangi risiko unik dari suatu portofolio.
Namun, Gambar 7-9 menunjukkan bahwa tidak peduli berapa banyak kita melakukan
diversifikasi, kita tidak dapat menghilangkan risiko sistematis. Kurva risiko total menurun
dalam angka itu turun dan menjadi asimptotik terhadap risiko sistematis. Jelas, risiko pasar
sangat penting bagi semua investor. Ini memainkan peran sentral dalam penetapan harga aset
karena risiko yang diharapkan dapat diberikan oleh investor untuk diambil.

Kita tahu bahwa premis dasar berinvestasi adalah bahwa investor menuntut premi untuk
menanggung risiko. Namun, kita sekarang tahu pentingnya memilih portofolio aset keuangan
daripada memegang sekuritas individual. Risiko yang relevan dari setiap saham adalah
kontribusinya terhadap keberisikoan portofolio yang terdiversifikasi dengan baik.
Pengembalian yang harus diharapkan atas dasar kontribusi ini dapat diperkirakan dengan
model penetapan harga aset modal,

MODEL HARGA ASET MODAL HE

Investor harus mengharapkan premi risiko untuk membeli aset berisiko seperti saham.
Semakin besar keberisikoan saham itu, semakin tinggi premi risikonya. Jika investor memiliki
portofolio yang terdiversifikasi dengan baik, mereka harus lebih tertarik pada risiko portofolio
daripada risiko keamanan individu. Saham yang berbeda akan mempengaruhi portofolio yang
terdiversifikasi dengan baik secara berbeda. Risiko yang relevan untuk setiap saham adalah
kontribusinya terhadap keberisikoan portofolio yang terdiversifikasi dengan baik. Dan risiko
portofolio yang terdiversifikasi dengan baik adalah risiko pasar, atau risiko yang tidak dapat
diubah.

BETA Gambar (7.10)

 Beta adalah ukuran risiko sistematis keamanan yang tidak dapat dihindari melalui
diversifikasi. Beta adalah ukuran relatif risiko-risiko saham individu relatif terhadap portofolio
pasar semua saham. Jika pengembalian sekuritas bergerak lebih (kurang) dari pengembalian
pasar karena perubahan yang terakhir, "eturns keamanan memiliki lebih banyak (lebih sedikit)
volatilitas (fluktuasi harga) daripada yang terjadi pada pasar. Untuk exampie, sekuritas yang
pengembaliannya naik atau turun pada rata-rata 15 persen ketika pengembalian pasar naik atau
turun 10 persen dikatakan sebagai keamanan yang agresif atau tidak stabil. Efek dengan
kemiringan yang berbeda memiliki sensitivitas yang berbeda terhadap pengembalian indeks
pasar. Jika kemiringan hubungan ini untuk keamanan tertentu adalah sudut 45 derajat, seperti
yang ditunjukkan untuk keamanan B pada Gambar 7-10, beta adalah 1,0. Ini berarti bahwa
untuk setiap perubahan 1 persen dalam pengembalian pasar, rata-rata pengembalian keamanan
ini berubah 1 persen. Portofolio pasar memiliki beta 1,0

Pada Gambar 7-10, beta Keamanan A dari 1,5 menunjukkan bahwa, rata-rata,
pengembalian keamanan 1,5 kali lebih fluktuatif dari pengembalian pasar, baik naik maupun
turun. Keamanan yang pengembaliannya naik atau turun rata-rata 15 persen ketika
pengembalian pasar naik atau turun 10 persen dikatakan sebagai keamanan yang agresif atau
tidak stabil. Jika garis kurang curam dari garis 45 derajat, beta kurang dari 1,0; ini menunjukkan
bahwa, secara rata-rata, pengembalian saham memiliki volatilitas yang lebih rendah daripada
pasar secara keseluruhan. Sebagai contoh, beta keamanan C sebesar 0,6 menunjukkan bahwa
pengembalian saham bergerak naik atau turun, rata-rata, hanya 60 persen sebanyak pasar secara
keseluruhan.

Singkatnya, pasar agregat memiliki beta 1,0. Saham yang lebih volatil (berisiko)
memiliki beta lebih besar dari 1,0, dan saham yang lebih mudah menguap (berisiko) memiliki
beta lebih kecil dari 1,0. Sebagai ukuran risiko relatif, beta sangat nyaman. Beta bermanfaat
untuk membandingkan risiko sistematis relatif dari berbagai saham dan, dalam praktiknya,
digunakan oleh investor untuk menilai risiko saham. Saham dapat diperingkat oleh beta
mereka. Karena varians pasar adalah konstan di semua sekuritas untuk periode tertentu,
peringkat saham berdasarkan beta sama dengan peringkat mereka berdasarkan risiko sistematis
absolut mereka. Saham dengan beta tinggi (rendah) dikatakan memiliki sekuritas berisiko
tinggi (rendah).
HUBUNGAN KEMBALI-BETA YANG DIHARAPKAN

CAPM Capital Priet Asset Pricing Model (CAPM) secara formal menghubungkan
tingkat pengembalian yang diharapkan untuk keamanan atau portifolio dengan ukuran risiko
yang relevan. Hubungan return-beta CAPM yang diharapkan adalah bentuk hubungan yang
paling sering dikutip. Beta adalah ukuran risiko yang relevan yang tidak dapat
didiversifikasikan dalam portofolio sekuritas dan, dengan demikian, adalah ukuran yang harus
dipertimbangkan investor dalam proses pengambilan keputusan manajemen portofolio mereka.
CAPM dalam bentuk hubungan pengembalian-beta yang dikeluarkan adalah pernyataan
sederhana namun elegan. Dikatakan bahwa tingkat pengembalian yang diharapkan atas suatu
aset adalah fungsi dari dua komponen dari tingkat pengembalian yang disyaratkan - tingkat
bebas risiko dan premi risiko. Jadi,

Hubungan tingkat pengembalian-beta CAPM yang diharapkan adalah pernyataan yang

sederhana namun elegan tentang pengembalian dan risiko yang diharapkan (diperlukan) untuk
keamanan atau portofolio apa pun. Ini memformalkan dasar investasi, yaitu bahwa semakin
besar risiko yang diasumsikan, semakin besar pengembalian yang diharapkan (diperlukan).
Hubungan ini menyatakan bahwa seorang investor mensyaratkan (mengharapkan)
pengembalian aset berisiko sama dengan laba atas aset bebas risiko plus premi risiko, dan
semakin besar risiko yang diasumsikan, semakin besar premi risiko.
 Asumsikan bahwa beta untuk 1BM adalah 1,15. Juga asumsikan bahwa RF adalah 0,05
dan bahwa pengembalian yang diharapkan di pasar adalah 0,12. Pengembalian yang diminta
untuk 1BM dapat dihitung sebagai

Pengembalian yang diperlukan (atau diharapkan) untuk IBM adalah, sebagaimana

mestinya, lebih besar daripada pasar karena IBM lebih besar. Satu lagi, semakin besar
risikonya, semakin besar pengembalian yang dibutuhkan.

Gambar (7.11)

Persamaan Garis Pasar Keamanan 7-16 adalah spesifikasi CAPM tentang bagaimana
risiko dan tingkat pengembalian yang disyaratkan terkait. Teori ini menempatkan hubungan
linier antara risiko aset dan tingkat pengembalian yang disyaratkan. Hubungan linier ini, yang
disebut Garis Pasar Keamanan (SML), ditunjukkan pada Gambar 7-11. Tingkat pengembalian
yang diperlukan adalah pada sumbu vertikal dan beta, ukuran risiko, adalah pada pengembalian
horisontal. Kemiringan garis adalah perbedaan antara tingkat pengembalian yang diperlukan
pada indeks pasar dan RF, tingkat bebas risiko. Penting untuk dicatat bahwa SML
menunjukkan pengembalian dan risiko yang diperlukan pada titik waktu tertentu. SML dapat,
dan memang, berubah seiring waktu sebagai akibat dari: 1. Perubahan tingkat bebas risiko 2.
Perubahan premi risiko, yang mencerminkan kepercayaan investor.