1

OLTEORI PASAR MODAL DAN INVESTASI

“BETA DISESUAIKAN DAN BETA UNTUK PASAR MODAL BERKEMBANG”

Dosen : Dr. I Gst. Ngr. Agung Suaryana, SE., M.Si.

NIP : 19751031 200501 1 001

OLEH:
KELOMPOK III

Dewa Made Ananta Satria Wibawa 1981621012

Ni Made Resita Purnama Dewi 1981621014
Anak Agung Gede Pradnyana Dwipa 1981621015

PROGRAM MAGISTER AKUNTANSI

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS UDAYANA
DENPASAR
2020
 2

BETA DISESUAIKAN DAN BETA UNTUK PASAR MODAL BERKEMBANG

A. PENDAHULUAN
Penelitian selanjutnya menunjukan Beta memiliki suatu karateristik yaitu cenderung
mengarah ke nilai 1 (Beta pasar) dari waktu ke waktu, sehingga beta yang diprediksi perlu
untuk disesuaikan untuk memiliki karakteristik tersebut. Beta yang dihitung menggunakan
rumus, merupakan Beta yang mengandung bias jika digunakan untuk menilai pasar modal
yang transaksi perdagangannya tipis (thin market), karena terjadinya perdagangan yang tidak
sinkron. Pasar modal yang tipis merupakan ciri dari pasar modal yang sedang berkembang.
Untuk mengurangi bias yang dapat terjadi, Beta untuk pasar modal tipis harus disesuaikan.
Beberapa metode dapat dilakukan untuk menyesuaikan Beta tersebut.
B. KETEPATAN BETA HISTORIS
Levy (1971) dan Blume (1975) melakukan pengujian terhadap hubungan Beta dari
waktu ke waktu. Blume menggunakan teknik regresi dengan data bulanan untuk menghitung
Beta pasar. Data yang digunakan adalah data historis selama periode Juli 1954 sampai dengan
Juni 1961 dan periode Juli 1961 sampai dengan Juni 1968. Dia menghitung Beta untuk 8
macam portofolio untuk masing-masing periode. Portofolio yang dibentuk terdiri dari sebuah
sekuritas 2, 4, 7, 10, 20, 35, dan 50 buah sekuritas. Blume kemudian menghitung korelasi dari
Beta masing-masing portofolio antara periode pertama dengan periode kedua. Hasilnya
tampak pada di Tabel 12.1 berikut ini.
Tabel 1.1 Korelasi antara Beta-Beta untuk Dua Periode yang Berbeda
Portofolio ke- Jumlah Sekuritas Koefisien Korelasi
1 1 0,60
2 2 0,73
3 4 0,84
4 7 0,88
5 10 0,92
6 20 0,97
7 35 0,97
8 50 0,98

Korelasi terendah dari penelitian Blume adalah 0,60 dan korelasi tertingginya adalah
0,98. Ini menunjukkan bahawa Beta historis mempunyai hubungan dengan Beta masa datang.
Hubungan ini akan semakin kuat untuk Beta portofolio yang mempunyai banyak sekuritas di
 3

dalamnya. Kesalahan pengukuran Beta portofolio akan semakin kecil dengan semakin
banyaknya sekuritas di dalamnya, karena kesalahan perhitungan Beta untuk masing-masing
sekuritas akan saling meniadakan. Kesalahan pengukuran Beta portofolio yang semakin kecil
akan mengakibatkan Beta portofolio semakin stabil dari satu periode ke periode selanjutnya
yang akibatnya korelasi keduanya akan semakin besar. Ini juga berarti bahwa Beta portofolio
dengan banyak aktiva merupakan prediktor yang lebih baik untuk Beta masa depan
dibandingkan dengan Beta sekuritas atau portofolio dengan lebih sedikit sekuritas di
dalamnya.

C. MENYESUAIKAN DAN MEMPREDIKSI BETA

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

βi2 = βi1 + β1

Misalnya Beta historis suatu sekuritas adalah sebesar 1,8 dan rata-rata nilai Beta
sekuritas ini untuk beberapa waktu periode adalah sebesar 1,2. Ini menunjukkan bahwa
estimasi Beta berdasarkan data historis yaitu sebesar 1,8 adalah terlalu besar dibandingkan
dengan Beta rata-ratanya. Beta yang diprediksi seharusnya mengarah ke nilai rata-ratanya,
sehingga Beta yang diprediksi seharusnya terletak di antara dua nilai ini. Beta yang diprediksi
setelah disesuaikan untuk mengarah ke nilai rata-ratanya adalah sebesar:
 4

βi2 =

Vasicek (1973) menyarankan bahwa penyesuaian Beta menuju ke nilai rata-ratanya

tidak menggunakan bobot yang sama tetapi tergantung dari besarnya ketidakpastian
(kesalahan pengambilan sampel) dari Beta. Ketidakpastian ini dapat diukur dari varian nilai-
nilai Beta di dalam sampel. Semakin besar variannya, berarti semakin besar kemungkinan
berbeda dari nilai rata-ratanya. Teknik prosedur penyesuaian seperti yang ditunjukkan oleh
Vasicek merupakan teknik estimasi metode Bayesian. Prosedur ini akan mengakibatkan
penyesuaian yang lebih besar mengarah ke rata-rata untuk observasi-observasi yang
mempunyai kesalahan standar yang besar dibandingkan dengan yang mempunyai kesalahan
standar yang lebih kecil.

D. BETA UNTUK PASAR MODAL BERKEMBANG

Beta untuk pasar modal berkembang perlu disesuaikan. Alasannya adalah Beta yang
belum disesuaikan masih merupakan Beta yang bias disebabkan oleh perdagangan yang tidak
sinkron (non-synchronous trading). Perdagangan tidak sinkron ini terjadi di pasar yang
transaksi perdagangannya jarang terjadi atau disebut dengan pasar yang tipis (thin market).
Pasar yang tipis merupakan ciri dari pasar modal yang sedang berkembang.
1. Perdagangan Tidak Sinkron
Beta sebagai pengukur volatilias mengukur kovarian return suatu sekuritas dengan
return pasar relatif terhadap risiko pasar. Kovarian dalam perhitungan Beta ini
menunjukkan hubungan return suatu sekuritas dengan return pasar pada periode yang sama
yaitu periode ke-t. Perhitungan Beta akan menjadi bias jika kedua periode tersebut tidak
sinkron, yaitu periode return pasar adalah periode ke-t dan periode return sekuritas bukan
periode ke-t, misalnya periode ke t-1 atau t-2 dan seterusnya. Periode ke-t dapat berupa
harian (untuk menghitung Beta harian), mingguan (untuk menghitung Beta mingguan) atau
bulanan (untuk menghitung Beta bulanan).
Ketidaksamaan waktu antara return sekuritas dengan return pasar dalam
perhitungan Beta disebabkan karena perdagangan sekuritas-sekuritas yang tidak sinkron
(non-synchronous trading). Perdagangan tidak sinkron terjadi karena beberapa sekuritas
tidak mengalami perdangangan untuk beberapa waktu. Akibatnya untuk sekuritas-sekuritas
 5

ini, harga-harganya pada periode ke-t sebenarnya merupakan harga-harga sebelumnya

yang merupakan harga-harga terakhir kalinya diperdagangkan, bukan harga-harga hasil
perdagangan pada periode ke-t. Sebagai misalnya adalah harga sekuritas ‘A’ terakhir kali
diperdagangkan tanggal 27 bulan ini dan tidak diperdagankan hingga akhir bulan tanggal
31. Pada waktu menghitung Beta menggunakan data akhir bulan untuk sekuritas ‘A’,
terjadi ketidaksinkronan, yaitu harga sekuritas ‘A’ hasil dari transaksi tanggal 27
dihubungkan dengan harga indeks pasar pada tanggal 31. Ketidaksinkronan juga terjadi
dalam perhitungan Beta untuk sekuritas lainnya, yaitu harga sekuritas ini pada tanggal 31
dihubungkan dengan harga indeks pasar walaupun pada tanggal 31 yang sama, teteapi
dibentuk dari harga sekuritas yang bukan pada tanggal 31. Bias ini akan semakin besar
dengan semakin banyaknya sekuritas-sekuritas yang tidak aktif diperdagangkan, sehingga
harga indeks pasar pada periode tertentu sebenarnya dibentuk dari harga-harga sekuritas
periode sebelumnya.
Perdagangan tidak sinkron juga sering terjadi dalam satu hari perdagangan.
Perdagangan tidak sinkron terjadi jika beberapa sekuritas hanya diperdagangkan pada pagi
hari saja yang harganya kemudian dibawa sampai pasar ditutup yang kemudian harga
tersebut digunakan untuk menghitung indeks pasar pada hari itu. Bias ini terjadi karena
anggapannya indeks pasar dihitung dari harga-harga sekuritas yang diperdagangkan sampai
detik terakhir pasar ditutup pada hari itu. Karena masalah perdagangan tidak sinkron
disebabkan oleh masalah periode waktu perdagangan dan masalah dalam interval waktu,
maka masalah ini juga disebut dengan periodicity problem dan intervalling problem.
2. Pengujian Terhadap Bias
Telah diketahui bahwa rumus perhitungan Beta sekuritas ke-i adalah sebagai berikut:

Untuk beta indeks pasar, maka rumus Beta di atas menjadi:

Dan Cov (Rm, Rm) adalah sama dengan Var (Rm), sehingga:

=1
 6

Ini berarti bahwa Beta untuk return indeks pasar adalah kembali 1. Beta pasar
merupakan rata-rata tertimbang dari Beta masing-masing sekuritas di pasar. Jika tidak
terjadi bias, maka beta pasar hasil dari rata-rata tertimbang akan sama dengan 1, akan
tetapi apabila perdagangan menjadi tidak sinkron sehingga menyebabkan Beta untuk
individual sekuritas menjadi bias, maka Beta pasar hasil rata-rata tertimbang tersebut tidak
akan sama dengan 1. Dengan demikian, pengujian untuk mengetahui kebiasan Beta dapat
dilakukan dengan membandingkan rata-rata tertimbang Beta semua sekuritas di pasar
dengan nilai 1.

3. Koreksi Terhadap Bias

Beberapa metode dapat digunakan untuk mengkoreksi Bias yang terjadi untuk Beta
sekuritas akibat perdagangan tidak sinkron. Metode-metode ini diantaranya adalah yang
diusulkan oleh Scholes dan Williams (1977), Dimson (1979) dan Fowler dan Rorke
(1983).
a. Metode Scholes dan Williams
Scholes dan Williams (1977) memberikan solusi untuk mengoreksi bias dari
perhitungan Beta akibat perdagangan tidak sinkron dengan rumus sebagai berikut ini:

Notasi:
βi = Beta koreksian sekuritas ke-i
βi-1 = Beta yang dihitung berdasarkan persamaan regresi Ri,t = αi + βi-1 RMt-1, yaitu
untuk Ri periode ke-t dengan RM periode lag t-1.
Βi0 = Beta yang dihitung berdasarkan persamaan regresi Ri,t = αi + βi 0 RMt-1, yaitu
untuk Ri periode ke-t dengan RM periode lag t-1.
Βi+1 = Beta yang dihitung berdasarkan persamaan regresi Ri,t = αi + βi+1 RMt-1, yaitu
untuk Ri periode ke-t dengan RM periode lag t+1.
ƿ1 = korelasi serial antara RM dengan RMt-1 yang dapat diperoleh dari koefisien
regresi.
RMt = αi + ƿ1RMt-1.
 7

Rumus diatas hanya menggunakan lag (waktu mundur) dan lead (waktu maju) selama
satu periode saja, yaitu periode t-1 dan t+1 . Untuk dua buah periode lag dan lead,
rumusnya menjadi sebagai berikut:

βi =

Notasi:
βi = Beta koreksian sekuritas ke-i.
βi-2 = Beta yang dihitung berdasarkan persamaan regresi Ri,t = αi + βi-2 RMt-2, yaitu
untuk Ri periode ke-t dengan RM periode lag t-2.
βi-1 = Beta yang dihitung berdasarkan persamaan regresi Ri,t = αi + βi-1 RMt-1, yaitu
untuk Ri periode ke-t dengan RM periode lag t-1.
βi0 = Beta yang dihitung berdasarkan persamaan regresi Ri,t = αi + βi0 RMt, yaitu
untuk Ri periode ke-t dengan RM periode ke-t.
βi+1 = Beta yang dihitung berdasarkan persamaan regresi Ri,t = αi + βi+1 RMt+1, yaitu
untuk Ri periode ke-t dengan RM periode lead t+1.
βi+2 = Beta yang dihitung berdasarkan persamaan regresi Ri,t = αi + βi+2 RMt+2, yaitu
untuk Ri periode ke-t dengan RM periode lead t+2.
Ƿ1 = Korelasi serial antara RM dengan RMt-1 yang dapat diperoleh dari koefisien
regresi RMt = αi + ƿ1 RMt-1.
Ƿ2 = Korelasi serial antara RM dengan RMt-2 yang dapat diperoleh dari koefisien
regresi RMt = αi + ƿ2 RMt-2.
Untuk pasar modal negara berkembang yang transaksi perdagangannya sangat tipis,
kemungkinan transaksi perdagangan tidak sinkron lebih dari dua periode. Untuk kasus
semacam ini, koreksi Beta menggunakan periode mundur (lag) dan periode maju (lead)
selama dua periode saja mungkin tidak cukup. Untuk tiga periode lag dan lead,
perhitungan Beta koreksian menurut model Scholes dan Williams adalah:

βi =

Notasi:
βi = Beta koreksian sekuritas ke-i.
βi-3 = Beta yang dihitung berdasarkan persamaan regresi Ri,t = αi + βi-3 RMt-3, yaitu
 8

untuk Ri periode ke-t dengan RM periode lag t-3.

βi+3 = Beta yang dihitung berdasarkan persamaan regresi Ri,t = αi + βi+3 RMt+3, yaitu
untuk Ri periode ke-t dengan RM periode lead t+3.
Ƿ3 = Korelasi serial antara RM dengan RMt-3 yang dapat diperoleh dari koefisien
regresi RMt = αi + ƿ3 RMt-3.
Secara umum, perhitungan Beta koreksian menurut model Scholes dan Williams yang
melibatkan n-periode lag dan lead dapat ditulis sebagai berikut:

βi =

b. Metode Dimson
Metode yang digunakan oleh Scholes dan Williams membutuhkan beberapa
pengoperasian regresi untuk menghitung Beta masing-masing periode lag dan lead.
Misalnya untuk tiga periode lag dan lead dibutuhkan 10 kali pengoperasian regresi
sebagai berikut:
1) Ri,t = αi + βi-3 RMt-3 + ɛit untuk mendapatkan β1-3
2) Ri,t = αi + βi-2 RMt-2 + ɛit untuk mendapatkan β1-2
3) Ri,t = αi + βi-1 RMt-1 + ɛit untuk mendapatkan β1-1
4) Ri,t = αi + βi0 RMt + ɛit untuk mendapatkan β10
5) Ri,t = αi + βi+1 RMt+1 + ɛit untuk mendapatkan β1+1
6) Ri,t = αi + βi+2 RMt+2 + ɛit untuk mendapatkan β1+2
7) Ri,t = αi + βi+3 RMt+3 + ɛit untuk mendapatkan β1+3
8) RMt = αi + ƿ1 RMt-1 + ɛit untuk mendapatkan ƿ2
9) RMt = αi + ƿ2 RMt-2 + ɛit untuk mendapatkan ƿ2
10) RMt = αi + ƿ3 RMt-3 + ɛit untuk mendapatkan ƿ3
Dimson (1979) menyederhanakan cara Scholes dan Williams ini dengan cara
menggunakan regresi berganda, sehingga hanya digunakan sebuah pengoperasian
regresi saja berapa pun banyaknya periode lag dan lead. Untuk n-buah periode lag dan
lead, rumus beta koreksian menurut metode Dimson untuk sekuritas ke-i adalah sebagai
berikut:
Ri.t = αi + βi-0 RMt-n + …. + βi0 RMt + …. + βi+n RMt+n + ɛit
 9

Notasi:
Ri,t = return sekuritas ke-i periode ke-t
RMt-n = return indeks pasar periode lag t-n
RMt+n = return indeks pasar lead t+n
Hasil dari Beta koreksian adalah penjumlahan dari koefisien-koefisien regresi berganda,
sehingga metode Dimson ini juga dikenal dengan istilah metode penjumlahan koefisien
(aggregate coefficient method). Besarnya Beta koreksian adalah sebagai berikut:
βi = βi -n + ….. + βi 0 + ….. + βi +n
Untuk dua periode lag dan lead, persamaan regresi berganda yang digunakan di metode
Dimson menjadi:
Rit = αi + βi-2 RMt-2 + βi-1 RMt-1 + βi0 RMt + βi+1 RMt+1 + βi+2 RMt+2 + ɛit
Untuk tiga periode lag dan lead, persamaan regresi berganda yang digunakan di metode
Dimson menjadi:
Rit = αi + βi-3 RMt-3 + βi-2 RMt-2 + βi-1 RMt-1 + βi0 RMt + βi+1 RMt+1 + βi+2 RMt+2 + βi+3 RMt+3
+ ɛit
c. Metode Fowler dan Rorke
Fowler dan Rorke (1983) berargumentasi bahwa metode Dimson yang hanya
menjumlah koefisien-koefisien regresi berganda tanpa memberi bobot akan tetap
memberikan Beta yang bias. Untuk satu periode lag dan lead, koreksi Beta dilakukan
dengan tahapan sebagai berikut:
1) Operasikan persamaan regresi berganda seperti yang dilakukan di metode Dimson
sebagai berikut:
Rit = αi + βi-1 RMt-1 + βi0 RMt + βi+1 RMt+1 + ɛit
2) Operasikan persamaan regresi untuk mendapatkan korelasi serial return indeks pasar
dengan return indeks pasar periode sebelumnya sebagai berikut:
RMt = αi + ƿ1 RMt-1 + ɛit
3) Hitung bobot yang digunakan sebesar:

w1 =

4) Hitung Beta koreksian sekuritas ke-i yang merupakan penjumlahan koefisien regresi
berganda dengan bobot.
 10

βi = w1 . βi-1 + βi0 + w1 . βi-1

Untuk dua periode lag dan lead, koreksi Beta dilakukan dengan mengoperasikan regresi
berganda, rumus bobot dan rumus Beta koreksian sebagai berikut ini:
Rit = αi + βi-2 RMt-2 + βi-1 RMt-1 + βi0 RMt + βi+1 RMt+1 + βi+2 RMt+2 + ɛit
RMt = αi + ƿ1 RMt-1 + ƿ2 RMt-2 + ɛit

w1 =

w2 =

βi = w2 . βi-2 + w1 . βi-1 + βi0 + w1 . βi+1 + w2 . βi+2

Untuk tiga periode lag dan lead, koreksi Beta dilakukan dengan mengoperasikan regresi
berganda, rumus bobot dan rumus Beta koreksian sebagai berikut ini:
Rit = αi + βi-3 RMt-3 + βi-2 RMt-2 + βi-1 RMt-1 + βi0 RMt + βi+1 RMt+1 + βi+2 RMt+2 + βi+3
RMt+3 + ɛit
RMt = αi + ƿ1 RMt-1 + ƿ2 RMt-2 + ƿ3 RMt-3 + ɛit

w1 =

w2 =

w3 =

βi = w3 . βi-3 + w2 . βi-2 + w1 . βi-1 + βi0 + w1 . βi+1 + w2 . βi+2 + w2 . βi+2

Contoh Soal:
Dari data return sekuritas A, B, C, D dan return indeks pasar, dapat diperoleh hasil
persamaan regresi untuk korelasi serial sebagai berikut:
RMt = 0,016 + 0,599 RMt-1 - 0,561 RMt-2 + 0,324 RMt-3 + εAt
Besarnya bobot yang digunakan adalah:

w1 = = 0,812
 11

w2 = = 1,137

w3 = = 0,790

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

βA =(0,790) - 1,191 + (1,137) 0,762 - (0,812) 0,168 - 0,002 + (0,812) 0,100 - (1,137) 0,431 -
(0,790) 0,692
= -1,168
βB = (0,790) - 0,003 + (1,137) 0,160 - (0,812) 0,120 - 0,325 - (0,812) 0,007 + (1,137)
0,278 - (0,790) 0,197
= 0,562
βc = -(0,790) 0,587 + (1,137) 0,197 - (0,812) 0,587 + 1,787 - (0,812) 0,587 + (1,137)
0,737 - (0,790) 0,475
= 0,071
βD = (0,790) 0,211 - (1,137) 0,936 + (0,812) 1,320+ 1,602 + (0,812) 1,150 - (1,137) 1,505 -
(0,790) 1,738
= 2,372
 12

Ringkasan hasil perhitungan Beta dan Beta koreksian untuk metode Scholes dan
Williams, Domson, dan Fowler dan Rorke dapat dilihat pada tabel berikut ini:
Beta untuk Saham Rata-
rata
A B C D Beta
Beta sebelum dikoreksi 0,306 0,370 1,228 1,996 0,975

Dikoreksi Satu Periode Lag & Lead:

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

Dikoreksi Dua Periode Lag & Lead:

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

Dikoreksi Tiga Periode Lag & Lead:

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

Dikoreksi dengan membuang

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

Dari ringkasan di atas dapat dilihat bahwa pengkoreksian Beta menggunakan

banyak periode lag dan lead belum tentu memberikan hasil yang lebih baik. Hal ini
terlihat dari rata-rata Beta untuk semua saham.
 13

Beta rata-rata yang belum dikoreksi adalah 0,975 yang berarti walaupun tidak
sama dengan nilai satu dan masih dianggap Beta tersebut adalah bias, tetapi tingkat
kebiasannya kecil. Setelah dikoreksi dengan satu periode lag dan lead, Beta rata-rata
untuk ketiga metode dari keempat saham adalah sebesar 0,992. Untuk koreksi satu
periode ini, Beta rata-rtaa ini lebih mendekati ke nilai 1. Dengan demikian koreksi satu
periode ini memberikan nilai Beta rata-rata yang biasnya lebih kecil dibandingkan
sebelum dikoreksi. Dari ketiga metode yang digunakan, untuk contoh ini, metode yang
sederhana, yaitu metode Dimson ternyata memberikan koreksi yang lebih baik
dibandingkan metode yang lainnya untuk koreksi satu periode.
Untuk koreksi dua periode, Beta rata-rata untuk ketiga metode dari keempat
saham adalah sebesar 1,044. Penyimpangan ke nilai sau dari Beta rata-rata ini adalah
sebesar ((1,044 - 1,000) × 100% = 4,4%) yang lebih besar dibadingkan dengan
penyimpangan rata-rata Beta yang tidak dikoreksi ((1,000 - 0,975) × 100% = 2,5%).
Demikian juga untuk tiga periode koreksi, Beta rata-rata ketiga metode dari keempat
saham yang sebesar 0,772. Penyimpangan ke nilai satu dari Beta rata-rata ini adalah
((1,000 - 0,772) × 100% = 22,80%) yang lebih besar dibandingkan dengan
penyimpangan Beta rata-rata yang tidak dikoreksi yang hanya sebesar 2,5%.
Untuk contoh ini, koreksi Beta yang menggunakan banyak periode lag dan lead
bukannya mengurangi bias yang terjadi, tetapi sebaliknya meningkatkan bias yang
terjadi. Hal ini disebabkan karena frekuensi ketidaksinkronan relatif jarang terjadi. Jika
perdagangan sudah sinkron, maka koreksi dengan lag dan lead bukannya mengurangi
sinkron yang terjadi, tetapi sebaliknya akan membuat tidak sinkron. Koreksi dengan
banyak periode lag dan lead akan memberikan hasil yang baik untuk kasus-kasus pasar
modal yang sebagian besar sahamnya sering tidak aktif dalam waktu periode yang lama.
Jika koreksi melibatkan tiga periode lag dan lead yang kenyataannya jarang
terjadi (hanya sekali saja), maka hasil koreksi bukannya mengurangi bias, tetapi malah
dapat meningkatkan bias. Demikian juga jika koreksi menggunakan lebih dari tiga
periode lag dan lead yang kenyataannya terjadi, maka koreksi ini malah akan
memperbesar bias.
Cara lain untuk mengkoreksi bias yang terjadi akibat perdagangan yang tidak
sinkron yaitu dengan cara membuang observasi sampel yang menyebabkan terajdinya
 14

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

DAFTAR PUSTAKA

Jogiyanto H.M. 2017. Teori Portofolio dan Analisis Investasi Edisi Kesebelas. BPFE-
Yogyakarta. Yogyakarta