Anda di halaman 1dari 18

TUGAS MATA KULIAH

MANAJEMEN INVESTASI DAN PASAR MODAL

MODEL PENENTUAN HARGA ASET MODAL

DAN PENENTUAN HARGA ARBITRASE SERTA MODEL MULTIFAKTOR

Dosen Pengampu :
Dr. Atim Djazuli, SE., MM.

Disiapkan oleh :
Hanifa Bennu Nur | 197020200111015

Program Doktor Ilmu Manajemen


Fakultas Ekonomi dan Bisnis
Universitas Brawijaya
2020
Model penentuan Harga Aset Modal

dan Penentuan Harga Arbitrase serta model multifaktor

I. Capital Asset Pricing Model (CAPM)

Model penetapan harga aset modal atau Capital Asset Pricing Model (CAPM) adalah

serangkaian prediksi tentang keseimbangan yang diharapkan pengembalian aset berisiko.

Harry Markowitz meletakkan dasar portofolio modern manajemen pada tahun 1952. CAPM

diterbitkan 12 tahun kemudian dalam artikel oleh William Sharpe, 1 John Lintner, 2 dan Jan

Mossin. Capital Asset Pricing Model menyatakan bahwa dalam keadaan ekuilibrium,

portofolio pasar adalah tangensial dari rata-rata varians portofolio. Sehingga strategi yang

efisien adalah passive strategy. Capital Asset Pricing Model berimplikasi bahwa premium

risiko dari sembarang aset individu atau portofolio adalah hasil kali dari risk premium pada

portofolio pasar dan koefisien beta.

Asumsi-asumsi model CAPM:

1. Semua investor mempunyai cakrawala waktu satu periode yang sama. Investor

memaksimumkan kekayaannya dengan memaksimumkan utility harapan dalam satu

periode waktu yang sama.

2. Semua investor melakukan pengambilan keputusan investasi berdasarkan

pertimbangan antara nilai return ekspektasian dan deviasi standar return dari

portofolionya.

3. Semua investor mempunyai harapan yang seragam (homogeneous expectation)

terhadap faktor-faktor input yang digunakan untuk keputusan portofolio.

4. Semua investor dapat meminjamkan sejumlah dananya (lending) atau meminjam

(borrowing) sejumlah data dengan jumlah yang tidak terbatas pada tingkat suku bunga

bebas risiko.

5. Penjualan pendek (short sale) diijinkan. Investor individual dapat menjual pendek

berapapun yang dikehendaki.

6. Semua aktiva dapat dipecah-pecah menjadi bagian yang lebih kecil dengan terbatas.
7. Semua aktiva dapat dipasarkan secara likuid sempurna.

8. Tidak ada biaya transaksi. Penjualan atau pembelian aktiva tidak dikenai biaya

transaksi.

9. Tidak terjadi inflasi.

10. Tidak ada pajak pendapatan pribadi.

11. Investor adalah penerima harga.

12. Pasar modal dalam kondisi ekuilibrium.

CAPM dibangun di atas pondasi teori portofolio Markowitz. Berdasarkan teori

portofolio Markowitz, portofolio yang efisien adalah portofolio yang berada di sepanjang

kurva efficient frontier. Pada kondisi pasar yang seimbang, semua investor akan memilih

portofolio pasar (portofolio optimal yang berada di sepanjang kurva efficient frontier). Dalam

kondisi pasar yang seimbang, semua investor akan memilih portofolio pada titik M sebagai

portofolio yang optimal (terdiri dari aset-aset berisiko).

Persamaan CAPM

Persamaan risiko dan perolehan (Equation Risk and Return) adalah :

Rs = Rf + Rp

Dimana:

Rs = Expected Return on a given risky security

Rf = Risk-free rate

Rp = Risk premium

Bila nilai β = 1 artinya adanya hubungan yang sempurna dengan kinerja seluruh pasar

seperti yang diukur indek pasar (market index). β adalah ukuran dari hubungan paralel dari

sebuah saham biasa dengan seluruh tren dalam pasar saham. Bila β > 1.00 artinya saham

cenderung naik dan turun lebih tinggi daripada pasar. β < 1.00 artinya saham cenderung

naik dan turun lebih rendah daripada indek pasar secar umum (general market index).

Perubahan persamaan risiko dan perolehan (Equation Risk and Return) dengan

memasukan faktor β dinyatakan sebagai:

Rs = Rf + βs (Rm – Rf)
Dimana:

Rs = Expected Return on a given risky security

Rf = Risk-free rate

Rm = Expected return on the stock market as a whole

βs = Stock’s beta, yang dihitung berdasarkan waktu tertentu

CAPM bertahan bahwa harga saham tidak akan dipengaruhi oleh unsystematic risk,

dan saham yang menawarkan risiko yang relatif lebih tinggi (higher βs) akan dihargai relatif

lebih daripada saham yang menawarkan risiko lebih rendah (lower βs). Riset empiris

mendukung argumen mengenai βs sebagai prediktor yang baik untuk memprediksi nilai

saham di masa yang akan datang (future stock prices).

CAPM dikritik sebagai penyebab masalah kompetisi di Amerika Serikat. Manajer di

sebuah perusahaan di Amerika Serikat yang menggunakan CAPM terpaksa membuat

investasi yang aman dalam jangka pendek dan perolehannya dapat diprediksi dalam jangka

pendek daripada investasi yang aman dan perolehan dalam jangka panjang. Para peneliti

telah menggunakan CAPM untuk menguji hipotesa yang berhubungan dengan hipotesa

pasar efisien.

Markowitz dan Market Model

William Sharpe dalam membangun model CAPM diilhami dari teori portofolio yang diajukan

oleh Harry Markowits. Markowitz mengusulkan sebuah model untuk menjelaskan korelasi

diantara return sekuritas. Model ini mengasumsikan bahawa return dari sekuritas ke-i

tergantung pada sebuah faktor yang mendasari, nilai yang diwakili oleh indeks, dalam notasi

matematika dinyatakan sebagai:

ri = ai + Bi.F + ui

Dimana:

ri = return sekuritas i

Bi = Beta dari sekuritas i

F = indeks (belum tentu indeks pasar)

ui = error term
(walaupun selanjutnya markowitz mengusulkan bahwa persamaan itu seharusnya tidak

linier, karena ada faktor lain yang mendasarinya). Kemudian pada tahun 1963, William

Sharpe menguji persamaan tersebut sebagai penjelasan bagaimana return sekuritas

cenderung naik dan turun seiring dengan naik turunnya indeks umum pasar, secara spesifik

Sharpe menggunakan persamaan sebagai berikut:

rit = ai + Bi.rmt + uit

rit = return dari aset i pada periode t

rmt = return dari indeks pasar pada periode t

ai = komponen non-pasar dari return aset i

Bi = rasio kovarian dari return aset i dan return indeks pasar terhadap varians return indeks

pasar

uit = zero mean random error term

Model ini disebut model pasar indeks tunggal (single index market model) atau sering

disebut market model. Dilihat disini pada model markowitz, indeks-nya belum tentu indeks

pasar, tetapi pada market model digunakan indeks pasar.

Aplikasi CAPM

Model yang dikembangkan CAPM menjelaskan bahwa tingkat return yang diharapkan

adalah penjumlahan dari return aset bebas risiko dan premium risiko. Premium risiko

dihitung dari beta dikalikan dengan premium risiko pasar yang diharapkan. Premium risiko

pasar sendiri dihitung dari tingkat return pasar yang diharapkan dikurangi dengan tingkat

return aset bebas risiko.

Bentuk matematika CAPM

Rs = Rf + βs (Rm – Rf)

Pengujian Empiris terhadap CAPM

Model dari CAPM sebagai berikut:

E(Ri) = RBR +βi . [E(RM) – RBR]


Merupakan model untuk return ekspektasian. Model ini tidak dapat diuji, karena

ekspektasi adalah nilai yang belum terjadi yang belum dapat diobservasi. Yang dapat

diobservasi sehingga dapat diuji adalah nilai yang sudah terjadi atau nilai historis (ex post).

Oleh karena itu, supaya model CAPM ini dapat dijual, maka harus diubah menjadi model ex

post sebagai berikut:

Ri,t = RBR,t +βi . [Rm,t- RBR] + ei,t

Terlihat ex post ini bahwa nilai-nilai ekspektasian telah dirubah menjadi nilai-nilai realisasi,

yaitu E (Ri) dan E (RM) berturut-turut menjadi Ri,t dan RM,t. subskrip-t menunjukkan waktu

terjadinya. Subskrip-t ini diperlukan karena umumnya CAPM diuji secara time-series yang

melibatkan sejumlah waktu tertentu dalam satu periode, misalnya diuji selama periode 5

tahun dengan data return realisasi bulanan, sehingga subskrip-t adalah dari t=1 sampai

dengan t=60. Karena nilai realisasi mengandung kesalahan, maka model ex post ini juga

mengandung nilai kesalahan untuk tiap-tiap nilai realisasi yang diobservasi yang dinyatakan

sebagai ei,t.

Perbedaan penting lainnya antara model ekspektasian dan model ex post adalah sebagai

berikut ini. Model ekspektasi merupakan model teroritis. Sebagai model teoritis, slope dari

Security Market Line (SML) harus bernilai positif, karena secara teoritis hubungan antara

risiko dan return ekspektasian adalah positif dan hubungan ini diwakili oleh slope ini.

Jika CAPM secara empiris akan diuji, umumnya model ini dinyatakan dalam bentuk sebagai

berikut:

R’I,t = δ0 + δ1 . βi + ei,t

Dimana :

R’I,t = R’I,t - RBR,t

δ1 = (RM,t– RBR,t)

Prediksi dari pengujian ini adalah sebagi berikut ini.

1) Interpect δ0 diharapkan secara signifikan tidak berbeda dengan nol. Ingat bahwa

interpect asli sebesar RBR dipindahkan sebagai pengurang variabel dependen. Jika
interpect sama dengan nol, ini berarti bahwa return bebas risiko adalah sama dengan

RBR.

2) Beta harus signifikan dan merupakan satu-satunya faktor yang menerangkan return

sekuritas berisiko. Ini berarti bahwa jika variabel-variabel lain dimasukkan ke dalam

model, seperti variabel dividend yield, P/E ratio, besarnya perusahaan (size) dan lain

sebagainya, maka variabel –variabel ini tidak signifikan di dalam menjelaskan return

dari sekuritas berisiko.

3) Koefisien dari Beta, yaitu δ1 seharusnya sama dengan nilai (RM,t – RBR,t)

4) Hubungan dari return dan risiko harus linier

5) Dalam jangka panjangnya, δ1 harus bernilai positif atau return dari portofolio pasar lebih

besar dari tingkat return bebas risiko. Alasannya karena portofolio pasar lebih berisiko

dengan aktiva tidak berisiko, sehingga harus dikompensasi dengan return yang lebih

besar dari return aktiva bebas risiko.

Beberapa studi yang menguji keabsahan model CAPM diantaranya adalah Friend dan

Blume (1970), Black, Jensen dan Scholes (1972), Blume dan Friend (1972), fama dan

MacBeth (1972), basu (1977), litzenberger dan Ramaswamy (1979), Gibbons (1982).

Kebanyakan studi-studi ini menggunakan cara-cara berikut ini dai dalam pengujiannya.

1) Data return yang digunakan adalah return total bulanan (dividen dianggap

diinvestasikan kembali).

2) Beta diestimasi untuk tiap-tiap sekuritas di dalam sampel dengan menggunakan periode

5 tahun atau 60 observasi bulanan.

3) Indeks pasar yang digunakan untuk menghitung Beta adalah rerata tertimbang

berdasarkan nilai pasar tiap-tiap sekuritas untuk semua saham umum (common stocks)

yang terdaftar di pasar modal.

4) Sekuritas-sekuritas di dalam sampel kemudian di ranking berdasarkan nilai Beta-nya.

Sebanyak N buah portofolio kemudian dibuat berdasarkan ranking ini. Banyaknya (N)

portofolio berkisar antara 10 sampai 20. Alasan pembuatan portofolio ini adalah untuk

mengurangi pengukuran kesalahan (measurement error) di dalam mengestimasi Beta


tiap-tiap individual sekuritas. Karena portofolio di bentuk berdasarkan ranking dari Beta,

maka dispersi Beta di masing-masing portofolio dapat lebih kecil dibandingkan jika

semua data di gabung dalam satu grup saja (dapat juga berarti dalam satu portofolio

saja).

5) Return portofolio dan Beta portofolio kemudian dihitung untuk masing-masing portofolio

dan regresi di persamaan kemudian dijalankan.

Secara umum, hasil dari pengujian model CAPM ini dapat disimpulkan sebagai berikut:

1) Nilai dari intercept, yaitu δ0 secara statistik dan signifikan berada lebih besar dari nol.

2) Koefisien dari Beta, yaitu δ1 bernilai lebih kecil dari perbedaan return portofolio pasar

dikurangi dengan tingkat return bebas risiko (slope ini lebih kecil dari yang diprediksi

oleh teori). Implikasi ini adalah bahwa sekuritas dengan Beta yang kecil akan mendapat

return yang tinggi dibandingkan dengan return ekspektasian yang diprediksi oleh CAPM

dan sebaliknya untuk sekuritas dengan Beta yang besar akan mendapatkan return yang

lebih rendah dibandingkan dengan return ekspektasian yang diprediksi oleh CAPM.

3) Walaupun δ1 < RM,t – RBR,t, tetapi nilai koefisien ini adalah positif atau δ 1 > 0. Alasannya

adalah karena untuk observasi yang melibatkan waktu yang lama (misalnya 5 tahun),

return dari portofolio pasar yang lebih beriko harus lebih besar dari tingkat return aktiva

bebas risiko.

4) Hasil yang diperoleh menunjukkan hubungan yang linier sesuai dengan model.

5) Dengan memasukkan faktor-faktor lain selain Beta di model CAPM, ternyata faktor-

faktor lain ini juga dapat menjelaskan porsi dari return sekuritas yang tidak dapat

ditangkap oleh Beta.

Secara umum dari hasil pengujian model CAPM ini dapat ditarik kesimpulan walaupun

koefisien dari Beta, yaitu δ1 sama dengan nilai RM,t– RBR,t dan positif serta hubungan dari

return dan risiko harus linier, tetapi model ini masih jauh dari sempurna, karena hasil

pengujian masih menunjukkan bahwa interpect δ0 berbeda dari nol dan masih banyak faktor-

faktor lain selain Beta yang masih dapat menjelaskan variasi dari return sekuritas. Dari hasil
ini menunjukkan bahwa model CAPM adalah model yang inisspecified yang masih

membutuhkan faktor-faktor lain selain Beta.

II. Model Multifactor

Model indeks menyajikan cara penguraian variabilitas saham ke dalam risiko

pasar atau sistematis, sebagian besar karena peristiwa ekonomi makro, versus

perusahaan spesifik atau saham istimewa yang dapat didiversifikasi dalam portofolio

besar. Premi risiko sekuritas individual harus mencerminkan sensitivitasnya

terhadap perubahan faktor risiko ekstra-pasar sama seperti beta mereka di indeks

pasar menentukan premi risiko mereka dalam CAPM sederhana. Ketika sekuritas

dapat digunakan untuk lindung nilai faktor-faktor ini, hasilnya tuntutan lindung nilai

akan membuat multifaktor SML, dengan setiap sumber risiko yang dapat dilindung

nilai menambahkan faktor tambahan ke SML. Faktor risiko dapat direpresentasikan

dengan pengembalian pada portofolio lindung nilai ini (seperti portofolio indeks

mewakili faktor pasar), atau lebih langsung oleh perubahan faktor risiko itu sendiri,

misalnya, perubahan suku bunga atau inflasi.

Model Faktor Pengembalian Saham

Ketidakpastian dalam pengembalian aset memiliki dua sumber: faktor umum

atau makroekonomi dan spesifik perusahaan acara Faktor umum dibangun untuk

memiliki nilai nol yang diharapkan, karena kami menggunakannya untuk mengukur

informasi baru mengenai ekonomi makro, yang, menurut definisi, memiliki nilai nol

yang diharapkan. Jika kita menyebut F penyimpangan faktor umum dari nilai yang

diharapkan, maka sensitivitas perusahaan i untuk faktor itu, dan e perusahaan

gangguan spesifik, model faktor menyatakan bahwa kelebihan pengembalian aktual

di perusahaan saya akan sama dengan nilai awalnya yang diharapkan ditambah (nol

nilai yang diharapkan) jumlah acak yang disebabkan oleh peristiwa ekonomi yang
tidak terduga, ditambah jumlah acak lain (nol nilai yang diharapkan) yang dikaitkan

dengan peristiwa spesifik perusahaan. Secara formal, model faktor tunggal dari

kelebihan pengembalian dijelaskan oleh Persamaan 10.1:

di mana E (Ri) adalah pengembalian yang diharapkan atas stok i. Perhatikan bahwa

jika faktor makro memiliki nilai 0 pada periode tertentu (mis., tidak ada kejutan

makro), pengembalian kelebihan keamanan akan sama dengan nilai yang

diharapkan sebelumnya, E (R i), ditambah efek peristiwa spesifik perusahaan hanya.

Komponen pengembalian yang tidak sistematis, yaitu, diasumsikan tidak berkorelasi

di seluruh saham dan dengan faktor F.

Contoh Model Faktor

Untuk membuat model faktor lebih konkret, pertimbangkan sebuah contoh.

Misalkan makro faktor, F, dianggap sebagai berita tentang keadaan siklus bisnis,

diukur oleh perubahan persentase tak terduga dalam produk domestik bruto (PDB),

dan konsensus itu adalah bahwa PDB akan meningkat sebesar 4% tahun ini.

Anggap juga bahwa nilai b saham adalah 1.2. Jika PDB meningkat hanya 3%, maka

nilai F akan menjadi 2 1%, mewakili 1% kekecewaan dalam pertumbuhan aktual

versus pertumbuhan yang diharapkan. Mengingat nilai beta saham, kekecewaan ini

akan menghasilkan laba atas saham yang 1,2% lebih rendah dari yang diharapkan

sebelumnya. Kejutan makro ini, bersama dengan gangguan spesifik perusahaan, e i,

menentukan keberangkatan total pengembalian saham dari nilai awalnya yang

diharapkan.

Masuk akal bahwa representasi yang lebih eksplisit dari risiko sistematis,

memungkinkan stok yang berbeda untuk menunjukkan sensitivitas yang berbeda

untuk berbagai komponennya, akan terbentuk penyempurnaan yang berguna dari


model faktor tunggal. Sangat mudah untuk melihat bahwa model yang

memungkinkan beberapa faktor — model multifaktor — dapat memberikan deskripsi

pengembalian saham yang lebih baik. Terlepas dari penggunaannya dalam

membangun model harga keseimbangan saham, multifaktor model berguna dalam

aplikasi manajemen risiko. Model-model ini memberi kita cara yang sederhana untuk

mengukur eksposur investor terhadap berbagai risiko ekonomi makro dan membuat

portofolio lindung nilai atas risiko tersebut.

Mari kita mulai dengan model dua faktor. Misalkan dua ekonomi makro yang

paling penting sumber risiko adalah ketidakpastian seputar keadaan siklus bisnis,

yang berita kita akan kembali mengukur dengan pertumbuhan PDB yang tidak

terduga dan perubahan suku bunga. Kita akan menunjukkan oleh IR setiap

perubahan tak terduga dalam suku bunga. Pengembalian atas stok apa pun akan

merespons sumber risiko makro dan juga pengaruh spesifik perusahaan. Kita bisa

menulis model dua faktor yang menggambarkan kelebihan pengembalian saham i

dalam beberapa periode waktu sebagai berikut:

Dua faktor makro di sisi kanan persamaan terdiri dari sistematis faktor-faktor dalam

perekonomian. Seperti dalam model faktor tunggal, kedua faktor makro ini memiliki

nol harapan: Mereka mewakili perubahan dalam variabel-variabel ini yang belum

pernah ada diantisipasi. Koefisien masing-masing faktor dalam Persamaan 10.2

mengukur sensitivitas saham kembali ke faktor itu. Karena alasan ini, koefisien

kadang-kadang disebut pemuatan faktor atau, yang setara, faktor betas.

Peningkatan suku bunga adalah berita buruk bagi sebagian besar perusahaan, jadi

kami memperkirakan beta suku bunga umumnya negatif. Seperti sebelumnya, e i

mencerminkan spesifik pengaruh perusahaan.


Untuk menggambarkan keunggulan model multifaktor, pertimbangkan dua

perusahaan, satu perusahaan yang diatur utilitas tenaga listrik di sebagian besar

wilayah perumahan, yang lain merupakan maskapai penerbangan. Karena

perumahan permintaan listrik tidak terlalu sensitif terhadap siklus bisnis, utilitas

memiliki beta yang rendah tentang PDB. Tetapi harga saham perusahaan mungkin

memiliki sensitivitas yang relatif tinggi terhadap suku bunga. Karena arus kas yang

dihasilkan oleh utilitas relatif stabil, nilainya sekarang berlaku seperti obligasi,

bervariasi berbanding terbalik dengan suku bunga. Sebaliknya, kinerjanya

Perusahaan penerbangan sangat sensitif terhadap kegiatan ekonomi tetapi kurang

sensitif terhadap suku bunga. Itu akan memiliki beta PDB yang tinggi dan beta suku

bunga yang lebih rendah.

Contoh Penilaian Risiko Menggunakan Model Multifactor

Misalkan kita memperkirakan model dua faktor dalam Persamaan 10.2 untuk

Northeast Airlines dan temukan hasil berikut:

R 5 .133 1 1.2(GDP) 2 .3(IR) 1 e

Ini memberitahu kita bahwa, berdasarkan informasi yang tersedia saat ini, tingkat

kelebihan yang diharapkan pengembalian untuk Northeast adalah 13,3%, tetapi

untuk setiap peningkatan persentase poin dalam PDB melampaui ekspektasi saat

ini, pengembalian saham Northeast meningkat rata-rata sebesar 1,2%, sedangkan

untuk setiap titik persentase yang tidak terduga yang menaikkan suku bunga,

Saham Northeast jatuh rata-rata sebesar 3%. Faktor beta dapat memberikan

kerangka kerja untuk strategi lindung nilai. Gagasan untuk seorang investor yang

ingin melakukan lindung nilai terhadap sumber risiko adalah dengan menetapkan

eksposur faktor yang berlawanan untuk offset sumber risiko tertentu. Seringkali,

kontrak berjangka dapat digunakan untuk melindungi faktor tertentu eksposur.


III. Arbitrage Pricing Theory (APT)

Arbitrage Pricing Theory adalah sebuah model asset pricing yang didasarkan pada

sebuah gagasan bahwa pengembalian sebuah aset dapat diprediksi dengan menggunakan

hubungan yang terdapat diantara aset yang sama dan faktor-faktor risiko secara umum.

Model anlisis ini Arbitrage Pricing Theory (APT) dikembangkan oleh Stephen Ross pada

tahun 1976. Teori ini memprediksi hubungan tingkat pengembalian sebuah portofolio dan

pengembalian dari aset tunggal melalui kombinasi linear dari banyak variabel makro

ekonomi yang mandiri.

APT pada dasarnya menggunakan pemikiran yang menyatakan bahwa dua

kesempatan investasi yang mempunyai karkteristik yang identic sama tidaklah bisa dijual

dengan harga yang berbeda. Konsep yang digunakan adalah hukum satu harga (the law

one price). Apabila aktiva yang berkarakteristik sama tersebut terjual dengan harga yang

berbeda, maka akan terdapat kesempatan untuk melakukan arbitrage dengan membeli

aktiva yang berharga murah dan pada saat yang sama menjualnya dengan harga yang lebih

tinggi sehingga memperoleh laba tanpa risiko.

Tingkat keuntungan dari setiap sekuritas yang diperdagangkan di pasar keuangan terdiri

dari dua komponen, yaitu :

1. Tingkat keuntungan yang normal atau yang diharapkan.

2. Tingkat keuntungan yang tidak pasti atau berisiko.

Jika pada CAPM analisis dimulai dari bagaimana pemodal membentuk prtofolio yang

efisien, pada APT mendasarkan diri atas pemikiran yang sama sekali berlainan. APT pada

dasarnya menggunakan pemikiran yang mrnyatakan bahwa dua kesempatan investasi yang

mempunyai karakteristik yang identik sama tidaklah bisa di jual dengan harga yang berbeda.

Konsep yang di pergunakan adalah hukum satu harga (the low of one price). Apabila aktiva

yang berkarakteristik sama tersebut terjual dengan harga yang berbeda, maka akan

terdapat kesempatan untuk melakukan arbitrage dengan membeli aktiva yang berharga

murah dan pada saat yang sama menjualnya dengan harga yang lebih tinggi sehingga
memperoleh laba tanpa resiko. APT mengasumsikan bahwa tingkat keuntungan tersebut

dipengaruhi oleh berbagai faktor dalam perekonomian dan industri. Korelasi antara tingkat

keuntungan dua sekuritas terjadi karena sekuritas-sekuritas tersebut dipengaruhi oleh faktor

(atau faktor-faktor) yang sama. Sebaliknya, meskipun CAPM mengakui adanya korelasi

antara tingkat keuntungan, model tersebut tidak menjelaskan faktor-faktor yang

mempengaruhi korelasi tersebut. Baik CAPM maupun APT berpendapat bahwa ada

hubungan positif antara tingkat kuntungan yang diharapkan dengan resiko.

Pengumuman, surprise, dan tingkat keuntunagn yang diharapkan dalam model faktor

Tingkat keuntungan dari setiap sekuritas yang diperdagangkan di pasar keuangan terdiri

dari dua komponen, yaitu:

1. Tingkat keuntungan yang normal atau yang diharapkan. Tingkat keuntungan ini

merupakan bagian dari tingkat keuntungan actual yang diperkirakan (atau diharapkan)

oleh para pemegang saham. Tingkat keuntungan tersebut di pengaruhi oleh informasi

yang dimiliki oleh para pemodal.

2. Tingkat keuntungan yang tidak pasti atau berisiko. Bagian tingkat keuntungan ini

berasal dari informasi yang bersifat tidak terduga.

Tingkat keuntungan suatu sekuritas dapat ditulis menjadi: R = E(R) + U, dimana:

R = Tingkat keuntungan actual

E(R) = tingkat keuntungan yang diharapkan

U = keuntungan yang tidak terduga

Jenis Informasi yang mungkin mempengaruhi harga sekuritas.

1. Berita tentang keberhasilan riset yang dilakukan perusahaan

2. Pengumuman pemerintah tentang pertumbuhan GNP

3. Berita bahwa produk pesaing mengalami ganguan

4. Penurunan tingkat bunga yang tidak diperkirakan

5. Penjualan yang meningkat lebih dari yang diharapkan

6. Dan lain-lain

Resiko sistematis dan tidak sistematis


Sumber resiko dapat dibagi menjadi dua kelompok, yaitu :

1. Systematic risk, yang merupakan resiko yang mempengaruhi semua (banyak)

perusahaan,

2. Unsystematic risk, yang merupakan resiko yang mempengaruhi satu (sekelompok kecil)

perusahaan

Karena systematic dengan unsystematic risk tersebut akan mempengaruhi bagian

keuntungan unexpected. Maka tingkat keuntungan yang diperoleh oleh pemodal dapat

dituliskan sebagai berikut

    R = E(R) + U

       = E(R) + m + є

m = resiko sistematis juga disebut resiko pasar atau market risk, yang mempengaruhi

semua perusahaan. є = resiko tidak sistematis, atau spesifikasi untuk perusahaan tertentu.

Risiko sistematis dan beta

Misalkan tingkat, bunga meningkat lebih besar dari yang diharapkan. Semua perusahaan

akan terkena dampaknya, hanya saja intensitasnya mungkin berbeda antara perusahaan

yang satu dengan yang lain. Tingkat kepekaan ini diukur oleh beta. Semakin peka

perubahannya semakin tinggi betafakto faktor tersebut. Karena itu perusahaan-perusahaan

mungkin mempunyai negative interest rate beta. Sebaliknyafaktor pertumbuhan ekonomi

(atau GNP) mungkin sekali mempunyai beta yang positif (positive GNP beta).

Misalkan dua fakor yang kita pandang akan mempengaruhi tingkt keuntungan saham adalah

tingkat bunga (kita beri notasi r) dan GNP. Dengan demikian kita dapat menuliskan

persamaan tingkat keuntungan sekuritas sebagai,

    R = E(R) + U

       = E(R) + m + є

       = E(R) + βᵣFᵣ + βGNP FGNP + є

Dalam hal ini βᵣ menunjukan beta untuk tingkat bunga dan βGNP menunjukan beta untuk

GNP. F dalam persamaan tersebut menunjukan surprise, baik dalam hal tingkat bunga

maupun pertumbuhan GNP.


Arbitrage pricing untuk satu factor

Persamaan arbitrage pricing untuk satu faktor (artinya harga satu aktiva hanya

ditentukan oleh satu faktor) bisa dunyatakan sebagai berikut

    E(Ri) = λ0 + λ1b1

E(Ri) adalah tingkat keuntungan yang diharapkan untuk sekuritas i, λ0 adalah tingkat

keuntungan untuk portofolio dengan beta nol, b1 adalah kepekaan aktiva i terhadap faktor

yang dipertimbangkan, dan λ1 adalah premi resiko atas faktor tersebut.

IV. Perbedaan APT dan CAPM

1. Pengujian Empiris APT

Data historis dan model berdasarkan ekspetasi (pengharapan) dalam CAPM. Salah

satu masalah dalam pengujian CAPM adalah CAPM ditulis dengan bentuk ekspektasi

(pengharapan). Pengujian empiris dengan demikian harus melihat proksi untuk variabel

pengharapan tersebut. Tentu saja hal tersebut merupakan masalah yang sangat sulit karena

pengharapan sangat sulit diobservasi. Untuk mengatasi masalah tersebut, data historis

sering digunakan sebagai proksi pengharapan dimasa mendatang.

Model tersebut menunjukan bahwa data historis nampaknya bisa digunakan untuk menguji

CAPM. Tetapi ada tiga asumsi yang mendasari model tersebut :

(1) Model pasar berlaku untuk setiap periode

(2) Model CAPM berlaku umtuk setiap periode

(3) Beta stabil selama waktu pengamatan

2. Pengujian empiris CAPM

Baik tidaknya suatu model bisa dilihat pada kemampuan menjelaskan fenomena.

Meskipun CAPM dibangun atas dasar asumsi yang tidak realitas, tetapi baik tidaknya CAPM

akan ditentukan oleh kemampuan menjelaskan fenomena. Beberapa implikasi dari CAPM

bisa ditarik, yaitu :


1. Semakin besar risiko sistematis pasar (bi) akan semakin tinggi tingkat keuntungan asset

tersebut

2. Hubungan antara risiko sistematis dengan tingkat keuntungan (return) besifat linier

3. Hanya risiko sistematis yang dikompensasi oleh kenaikan tingkat keuntungan (return).

Risiko atau faktor lainnya tidak ada hubungannya dengan return.

Pengujian oleh black, Jensen, dan scholes (1972). Black, jasen, dan scholes (1972)

menguji CAPM cukum mendalam. Mereka melakukan pengujian CAPM melalui pengujian

time-series dan cross-sectional.pertama,mereka menguji model time-series CAPM.

Rit – Rft = αi + βi (RMi  - Rft) + eit

Untuk mengatasi masalah tersebut, menggunakan variabel instrumen. Variabel tersebut

idealnya yang mempunyai korelasi yang tinggi dengan true-beta (beta sesungguhnya) tetapi

bisa dioservasi secara independen. Pengujian oleh fama dan MacBeth (1973). Fama dan

Macbeth (1973) melakukan pengujian CAPM dengan menggunakan spesifikasi berikut ini.

Rit =ϒo1 + ϒit  βi + ϒ2t + βi2+ ϒ3t sei + ηit

Mereka lebih lanjut untuk melihat apakah pasar berada dalam kondisi keseimbangan (fair

game). Jika kondisi tersebut berlaku maka investor tidak bisa menggunakan infomasi saat

ini untuk memperoleh axcess return.