Capital Asset Pricing Model (CAPM) secara formal menghubungkan tingkat

pengembalian yang diharapkan untuk sekuritas atau portofolio dengan ukuran risiko
yang relevan. Pengembalian CAPM yang diharapkan — hubungan beta 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 pengembalian yang diharapkan — bentuk hubungan beta

adalah pernyataan yang sederhana namun elegan. Dikatakan bahwa tingkat
pengembalian yang diharapkan pada suatu aset adalah fungsi dari dua komponen
tingkat pengembalian yang diperlukan - tingkat bebas risiko dan premi risiko. Jadi,

Premi risiko harus mencerminkan semua ketidakpastian yang terlibat dalam

aset. Memikirkan risiko dalam hal sumber-sumber tradisionalnya, komponen-
komponen seperti risiko bisnis dan risiko keuangan suatu perusahaan tentu akan
berkontribusi pada risiko premium yang diminta oleh investor untuk membeli saham
biasa korporasi. Bagaimanapun, risiko bagi investor adalah bahwa pengembalian yang
diharapkan tidak akan terwujud karena peristiwa yang tidak terduga.
Bisnis tertentu yang dimiliki perusahaan akan secara signifikan memengaruhi
risiko bagi investor. Kita hanya perlu melihat industri tekstil dan baja dalam beberapa
tahun terakhir untuk menghargai risiko bisnis [yang mengarah pada pemahaman
tentang mengapa analisis industri (Bab 14) adalah penting]. Dan keputusan keuangan
yang dibuat perusahaan (atau gagal dibuat) juga akan memengaruhi risiko saham.
Hubungan CAPM yang dijelaskan dalam Persamaan 9-3 memberikan ukuran
eksplisit dari premi risiko. Ini adalah produk beta untuk sekuritas i tertentu dan premi
risiko pasar, E( R ¿¿ M ) ¿. Jadi,

Hubungan pengembalian-beta CAPM yang diharapkan adalah pernyataan

sederhana namun elegan tentang pengembalian yang diharapkan (wajib) dan risiko
untuk sekuritas apa pun atau portofolio. 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.
Pengembalian yang diperlukan (atau yang diharapkan) untuk IBM adalah,
sebagaimana mestinya, lebih besar daripada pasar karena beta IBM lebih besar —
sekali lagi, semakin besar risikonya, semakin besar pengembalian yang disyaratkan.
Efek Over-and-Undervalued SML memiliki implikasi penting untuk harga
sekuritas. Dalam ekuilibrium, masing-masing sekuritas harus berada pada SML
karena pengembalian yang diharapkan pada sekuritas harus yang diperlukan untuk
mengkompensasi investor dengan risiko sistematis.
Apa yang terjadi jika investor menentukan bahwa sekuritas tidak terletak pada
SML? Untuk membuat keputusan ini, mereka harus menggunakan metodologi
terpisah untuk memperkirakan pengembalian yang diharapkan untuk efek. Dengan
kata lain, SML dapat dipasang ke sampel sekuritas untuk menentukan diperlukan
tradeoff risiko-risiko yang ada. Mengetahui beta untuk stok apa pun, kita dapat
menentukan pengembalian yang diperlukan dari SML. Kemudian, secara independen
memperkirakan pengembalian yang diharapkan dari, katakanlah, analisis
fundamental, seorang investor dapat menilai sekuritas dalam kaitannya dengan SML
dan menentukan apakah itu di bawah atau terlalu tinggi.
Alpha adalah pengembalian yang diharapkan untuk saham di atas atau di
bawah pengembalian yang diharapkan yang diprediksi untuk saham oleh CAPM. Kita
bisa melihat ini dengan jelas pada Gambar 9-6. Alpha akan menjadi nol untuk saham
2
yang harganya cukup; yaitu di SML. Menurut CAPM, nilai yang diharapkan untuk
alpha adalah nol untuk semua efek.

Memperkirakan SML
Untuk menerapkan pendekatan SML yang dijelaskan di sini, seorang investor
membutuhkan perkiraan pengembalian atas aset bebas risiko, pengembalian yang
diharapkan pada indeks pasar, dan beta untuk sekuritas individu. Seberapa sulit ini
untuk diperoleh?
Pengembalian aset bebas risiko, RF, harus menjadi yang termudah dari ketiga
variabel yang diperoleh. Dalam memperkirakan RF, investor dapat menggunakan
pengembalian tagihan Treasury untuk periode mendatang (mis., Setahun).
Memperkirakan pengembalian pasar lebih sulit, karena pengembalian yang
diharapkan untuk indeks pasar tidak dapat diamati. Selain itu, beberapa indeks pasar
yang berbeda dapat digunakan. Perkiraan pengembalian pasar dapat berasal dari studi
pengembalian pasar sebelumnya (seperti data Standard & Poor pada Tabel 6-1). Atau,
estimasi probabilitas pengembalian pasar dapat dibuat, dan nilai yang diharapkan
dihitung. Ini akan memberikan perkiraan pengembalian yang diharapkan dan standar
deviasi untuk pasar.
Akhirnya, perlu untuk memperkirakan beta untuk sekuritas individual. Ini
adalah bagian penting dari proses estimasi CAPM. Estimasi RF dan pengembalian
yang diharapkan di pasar adalah sama untuk setiap sekuritas yang dievaluasi. Hanya
beta yang unik, menyatukan ekspektasi investor atas pengembalian untuk saham
dengan yang untuk pasar. Beta adalah satu-satunya faktor khusus perusahaan dalam

3
 CAPM; oleh karena itu, risiko adalah satu-satunya perkiraan spesifik aset yang harus
dibuat dalam CAPM.

A. ESTIMASI BETA
Bentuk yang kurang ketat dari model indeks tunggal sebagaimana dimaksud
dalam Bab 8 dikenal sebagai model pasar. Model ini identik dengan model indeks
tunggal kecuali bahwa asumsi istilah kesalahan untuk sekuritas yang berbeda tidak
berkorelasi tidak dibuat. Persamaan model pasar dapat dinyatakan sebagai

Model pasar menghasilkan estimasi pengembalian untuk setiap saham.

Untuk memperkirakan model pasar, TR untuk saham i dapat diregres pada TR

yang sesuai untuk indeks pasar. Estimasi akan diperoleh dari αi (pengembalian
konstan pada sekuritas i yang diperoleh terlepas dari tingkat pengembalian pasar) dan
βi (koefisien kemiringan yang menunjukkan peningkatan yang diharapkan dalam
pengembalian sekuritas untuk peningkatan pengembalian pasar 1 persen). Beginilah
estimasi beta saham sering diperoleh.

Ketika TRs untuk saham diplot terhadap indeks pasar TRs, garis regresi yang
dipasang pada titik-titik ini disebut sebagai garis karakteristik. Garis karakteristik

4
Coca-Cola adalah ditunjukkan pada Gambar 9-7.
Garis karakteristik sering dipasang menggunakan pengembalian berlebih.
Kelebihan pengembalian dihitung dengan mengurangi tingkat bebas risiko, RF, baik
dari pengembalian saham dan pengembalian pasar.
Dalam formulir pengembalian berlebih, analisis yang sama seperti sebelumnya
berlaku. Alfa adalah intersep garis karakteristik pada sumbu vertikal dan, secara teori,
harus nol untuk setiap stok. Ini mengukur kelebihan pengembalian untuk saham
ketika kelebihan pengembalian untuk portofolio pasar adalah nol. Dalam bentuk
pengembalian berlebih, koefisien beta tetap menjadi kemiringan garis karakteristik.
Ini mengukur sensitivitas pengembalian berlebih saham terhadap portofolio pasar.
Varian dari istilah kesalahan mengukur variabilitas pengembalian kelebihan
saham yang tidak terkait dengan pergerakan pengembalian berlebihan pasar.
Diversifikasi dapat mengurangi variabilitas ini. Banyak rumah pialang dan layanan
penasehat investasi melaporkan betas sebagai bagian dari total informasi yang
diberikan untuk masing-masing saham. Misalnya, Survei Investasi Value Line
melaporkan beta untuk setiap saham yang dicakup, seperti halnya perusahaan pialang
seperti Merrill Lynch. Kedua ukuran risiko yang dibahas di atas, standar deviasi dan
beta, banyak diketahui dan dibahas oleh investor.
Apakah kita menggunakan model indeks tunggal atau model pasar, beta dapat
diperkirakan menggunakan analisis regresi. Namun, nilai-nilai αi dan βi yang
diperoleh dengan cara ini merupakan estimasi dari parameter yang benar dan dapat
mengalami kesalahan. Selain itu, beta dapat bergeser dari waktu ke waktu seiring
perubahan situasi perusahaan. Karena itu, pertanyaan yang sah adalah seberapa akurat
perkiraan beta?
Seperti dicatat, beta biasanya diestimasi dengan menyesuaikan garis
karakteristik ke data. Namun, ini adalah perkiraan beta yang disebut dalam CAPM.
Proksi pasar yang digunakan dalam persamaan untuk memperkirakan beta mungkin
tidak sepenuhnya mencerminkan portofolio pasar yang ditentukan dalam CAPM.
Lebih lanjut, beberapa hal harus diingat:

1) Kami mencoba memperkirakan beta masa depan untuk sekuritas, yang

mungkin berbeda dari beta historis.
2) Secara teori, variabel independen RM mewakili total semua aset yang dapat
dipasarkan dalam perekonomian. Ini biasanya diperkirakan dengan indeks

5
 pasar saham, yang, pada gilirannya, adalah perkiraan pengembalian atas
semua saham biasa.
3) Garis karakteristik dapat dipasang pada berbagai pengamatan dan periode
waktu. Tidak ada satu periode atau jumlah pengamatan yang benar untuk
menghitung beta. Akibatnya, perkiraan beta akan bervariasi. Misalnya, Survei
Investasi Garis Nilai menghitung beta dari tingkat pengembalian mingguan
selama lima tahun, sedangkan analis lain sering menggunakan tingkat
pengembalian bulanan selama periode yang sebanding.
4) Estimasi regresi α dan β dari garis karakteristik hanya perkiraan α dan β yang
sebenarnya, dan dapat mengalami kesalahan. Jadi, estimasi ini mungkin tidak
sama dengan α dan β yang sebenarnya.
5) Karena variabel fundamental (mis., Pendapatan, arus kas) dari perusahaan
berubah, beta harus berubah; Artinya, beta tidak stasioner sempurna dari
waktu ke waktu. Masalah ini cukup penting untuk dipertimbangkan secara
terpisah.

Blume menemukan bahwa dalam membandingkan periode tujuh tahun yang tidak
bertumpang tindih untuk 1, 2, 4, 7, 10, 21, dll.,
Saham dalam portofolio, pengamatan berikut dapat dilakukan:
1) Beta yang diperkirakan untuk sekuritas individual tidak stabil; yaitu, mereka
mengandung informasi yang relatif sedikit tentang beta masa depan.
2) Beta diperkirakan untuk portofolio besar stabil; yaitu, mereka mengandung
banyak informasi tentang beta masa depan.

Akibatnya, portofolio besar (mis., 50 saham) memberikan stabilitas karena

efek rata-rata. Meskipun beta beberapa saham dalam portofolio naik dari periode ke
periode, yang lain turun, dan dua gerakan ini cenderung saling membatalkan. Selain
itu, kesalahan yang terlibat dalam memperkirakan beta cenderung dibatalkan dalam
portofolio. Oleh karena itu, estimasi beta portofolio menunjukkan sedikit perubahan
dari periode ke periode dan jauh lebih dapat diandalkan daripada perkiraan untuk
sekuritas individu.

Para peneliti telah menemukan bahwa beta pada periode perkiraan, rata-rata,
lebih dekat ke 1,0 dari perkiraan yang diperoleh menggunakan data historis. Ini

6
 menyiratkan bahwa kami dapat meningkatkan taksiran beta dengan mengukur
penyesuaian dalam satu periode dan menggunakannya sebagai taksiran penyesuaian
pada periode berikutnya. Misalnya, kami dapat menyesuaikan setiap beta dengan beta
rata-rata dengan mengambil setengah beta historis dan menambahkannya ke setengah
dari beta rata-rata. Merrill Lynch, perusahaan pialang terbesar, melaporkan beta yang
disesuaikan berdasarkan teknik seperti ini. Metode lain juga telah diusulkan, termasuk
teknik estimasi Bayesian.

Kesimpulan CAPM sepenuhnya masuk akal:

1) Pengembalian dan risiko terkait positif — risiko yang lebih besar harus membawa
pengembalian yang lebih besar.
2) Risiko yang relevan untuk sekuritas adalah ukuran pengaruhnya terhadap risiko
portofolio.

Karena itu, pertanyaannya adalah seberapa baik teori itu bekerja. Bagaimanapun, asumsi
yang menjadi sandaran teori pasar modal, sebagian besar, tidak realistis. Untuk menilai
validitas teori ini atau teori lainnya, tes empiris harus dilakukan. Jika CAPM valid, dan pasar
cenderung menyeimbangkan sehingga pengembalian rata-rata sekuritas yang direalisasi
keluar sama dengan pengembalian yang diharapkan, persamaan dari tipe berikut dapat
diperkirakan:

Ketika Persamaan 9-5 diperkirakan, a1 harus mendekati tingkat bebas risiko rata-rata selama
periode yang diteliti, dan a2 harus mendekati rata-rata premi risiko pasar selama periode yang
diteliti.

Ada literatur yang luas yang melibatkan tes teori pasar modal, khususnya, CAPM. Meskipun
tidak mungkin untuk meringkas ruang lingkup literatur ini sepenuhnya dan untuk
merekonsiliasi temuan-temuan dari berbagai studi yang tampaknya berselisih, poin-poin
berikut mewakili konsensus yang masuk akal dari hasil empiris:

1) SML tampaknya linier; yaitu, tradeoff antara pengembalian yang diharapkan (wajib)

7
 dan risiko adalah garis lurus yang miring ke atas.
2) Istilah intersep, a1, umumnya ditemukan lebih tinggi dari RF.
3) Kemiringan CAPM, a2, umumnya ditemukan kurang curam daripada yang diajukan
oleh teori.
4) Meskipun bukti dicampur, tidak ada kasus persuasif yang dibuat bahwa risiko tidak
sistematis memerintahkan premi risiko. Dengan kata lain, investor hanya diberi
imbalan karena mengambil risiko sistematis.

Masalah utama dalam menguji teori pasar modal adalah bahwa ia dirumuskan
berdasarkan ex ante tetapi hanya dapat diuji berdasarkan ex post basis. Kita tidak akan pernah
tahu harapan investor dengan pasti. Oleh karena itu, seharusnya tidak mengherankan bahwa
tes model telah menghasilkan hasil yang bertentangan dalam beberapa kasus, dan bahwa hasil
empiris berbeda dari prediksi model. Bahkan, menakjubkan bahwa hasil empiris mendukung
CAPM dasar dan juga mereka. Berdasarkan studi data bertahun-tahun, tampak bahwa harga
pasar sekuritas atas dasar hubungan linier antara risiko dan pengembalian sistematis, dengan
risiko yang beragam (tidak sistematis) yang memainkan sedikit atau tidak sama sekali bagian
dalam mekanisme penetapan harga.

CAPM belum dibuktikan secara empiris, juga tidak. Faktanya, Roll berpendapat bahwa
CAPM tidak dapat diuji karena portofolio pasar, yang terdiri dari semua aset berisiko, tidak
dapat diobservasi. Akibatnya, Roll berpendapat bahwa tes CAPM sebenarnya adalah tes
efisiensi rata-rata rata-rata dari portofolio pasar. Namun demikian, CAPM tetap merupakan
cara yang logis untuk melihat tradeoff risiko-risiko yang diharapkan serta model yang sering
digunakan dalam keuangan.