Bab 10 - Model Indeks Tunggal
Bab 10 - Model Indeks Tunggal
TIARA MARATUS S
Kesalahan residu/estimasi (ei) merupakan perbedaan nilai antara nilai ekspektasi
dengan nilai realisasi, merupakan variabel acak dengan nilai ekspektasi sama
dengan 0 E(e) = 0. Alpha adalah nilai ekspektasi dari return sekuritas yang
independen terhadap return pasar. RM adalah return pasar diukur dengan IHSG. β
adalah koefisien yang mengukur perubahan return sekurtias akibat perubahan return
pasar. Jika disubstitusikan dengan persamaan diatas menjadi :
Ri = αi + βi.RM +ei
ai = nilai ekspektasi dari return sekuritas yang independen terhadap return pasar
ei = kesalahan residu yang merupakan variabel acak dengan nilai ekspektasinya
sama dengan 0
TIARA MARATUS S
Kealahan residu :
ei = Ri - αi - βi.RM
Contoh:
Return ekspektasi dari indeks pasar E(Rm) adalah 20%. Bagian dari return
ekspektasi sekurtias yang independen terhadap return pasar (α) adalah 4% dan beta
sebesar 75%. Maka return ekspektasi untuk sekuritas tersebut adalah ?
Jawab:
Return ekspektasi :
E(Ri )= αi + βi.RM
= 4% + 0,75.20% = 19 %
Return realisasi :
Ri = 19% + ei
Return realisasi merupakan return ekspektasi ditambah dengan kesalahan residu.
TIARA MARATUS S
E. ASUMSI – ASUMSI
Model indeks tunggal menggunakan asumsi – asumsi yang merupakan
karakteristik model ini sehingga menjadi berbeda dengan model – model yang
lainnya. Asumsi utama dari model indeks tunggal adalah kesalahan residu dari
sekuritas ke-i tidak berkovari dengan kesalahan residu sekuritas ke-j atau ei tidak
berkovari ( berkorelasi ) dengan ej untuk semua nilai dari I dan j. Asumsi ini secara
matematis dapat dituliskan sebagai :
Cov(ei,ej) = 0
Besarnya Cov(ei,ej) dapat juga ditulis sebagai berikut :
Cov(ei,ej) = E([ei – E(ei)] . [ej – E(ej)])
Karena secara konstruktif bahwa E(ei) dan E(ej) adalah sama dengan nol, maka :
Cov(ei,ej) = E(ei – 0)] . [ej – 0)] = E(ei . ej)
sehingga asumsi bahwa kesalahan residu untuk sekuritas ke-i tidak mempunyai
korelasi dengan kesalahan residu untuk sekuritas ke-j dapat juga ditulis
E(ei . ej ) = 0
Return indeks pasar (RM) dan kesalahan residu untuk tiap – tiap sekuritas (ei)
merupakan variabel – variabel acak. Oleh karena itu, diasumsikan bahwa ei tidak
berkovari degan return indeks pasar RM. Asumsi kedua ini dapat dinyatakan secara
matematis sebagai :
Cov(ei . RM) = 0
Asumsi kedua dari model indeks tunggal dapat ditulis sebagai berikut :
E(ei . [RM – E(RM)] ) = 0
Asumsi – asumsi dari model indeks tunggal mempunyai implikasi bahwa sekuritas
– sekuritas bergerak bersama – sama bukan karena efek diluar pasar ( misalnya efek
dari industri atau perusahaan itu sendiri ), melainkan karena mempunyai hubungan
yang umum terhadap indeks pasar. Asumsi – asumsi ini digunakan untuk
menyederhanakan masalah.
TIARA MARATUS S
resiko / varian return sekuritas yang dihitung berdasarkan model ini terdiri dari dua
bagian yaitu resiko yang berhubungan dengan pasar yaitu Βi . σM² dan resiko unik
dari masing masing perusahaan yaitu σei2
Model indeks tunggal menunjukkan bahwa άi dan βi adalah konstan dari waktu ke
waktu untuk masing – masing sekuritas.
Misalnya nilai βA untuk sekuritas PT A ini adalah konstan sebesar 1,7. Besarnya
άA yang konstan dapat dihitung :
` E(RA) = αA+ βA. E(RM)
0,09957 = αA+ 1,7 E(0.04586)
αA = 0,0216
Besarnya nilai kesalahan residu untuk tiap tiap periode dari return sekuritas ini
dapat dihitung berdasarkan rumus model indeks tunggal pada contoh diatas sebagai
berikut :
RA = αA + βA.RM +eA
Dan besarnya kesalahan residu adalah :
eA = RA - αA - βA.RM
TIARA MARATUS S
Untuk tiap tiap periode, kesalahan residu dapat dihitung sebagai berikut :
Periode ke-t eA = RA - αA - βA.RM
Karena α dan β konstan dari waktu ke waktu maka secara kostruktif nilai ekspektasi
dari kesalahan residu adalah sama dengan 0.
Varian dari kesalahan residu (resiko tidak sistematik) adalah :
σeA2 = ((-0.0296-0)2 + (-0.0143-0)2 +(-0.0116-0)2 +(-0.0779-0)2 +(-0.0001-
0)2 +(-0.0191-0)2 +( -0.0031-0)2 / (7-1)
= 0,00768 / 6
= 0,00128
TIARA MARATUS S
Total resiko untuk sekuritas A adalah :
σA2 = ΒA . σM² + σeA2
= 0,00075 + 0,00128
= 0,002
Berdasarkan asumsi yang digunakan dimodel ini , maka tiga bagian terakhir dari
persamaan diatasadalah sama dengan nol, sehingga kovarian return menjadi :
σij = βi . βj . E[RM - E(RM)]² atau σij = βi . βj . σM²
Contoh:
Dua buah sekuritas A dan B masing – masing mempunyai beta yaitu βA = 1,7 dan
βB = 1,3. varian return dari indeks pasar diketahui sebesar 0,00026. Dengan
menggunakan rumus diatas maka kovarian antara sekuritas A dan B adalah sebesar
σij = βi . βj . σM²
= 1,7 . 1,3 . 0,00026 = 0,00057
TIARA MARATUS S
H. PARAMETER – PARAMETER INPUT UNTUK MODEL MARKOWITZ
Model indeks tunggal dapat digunakan untuk menghitung return ekspektasi
(E(Ri)), varian sekuritas (σi²) dan kovarian antar sekuritas (σij) yang merupakan
parameter – parameter input untuk analisis portofolio menggunakan model
Markowitz. Maksudnya adalah bahwa hasil dari model indeks tunggal yaitu E(Ri),
σi², σij dapat digunakan sebagai input untuk menghitung return ekspektasi dan
resiko portofolio ,menggunakan model Markowitz.
Rumus return ekspektasi :
E(Rp) = w1.E(R1) + w2.E(R2) + w3.E(R3)
Resiko portofolio
σp² = WA . σA² + WB . σB² + 2 . WA . WB . σAB
TIARA MARATUS S
2. Alpha dari portfolio (αp) juga merupakan rata-rata tertimbang dari Alpha
tiap-tiap sekuritas (αi), αp = ∑𝑛𝑖=1 𝑤𝑖 . αi
Dengan mensubstitusikan karakteristik ini, yaitu βp dan αp kedalam persamaan
return ekspektasi portfolio, maka return ekspektasi portfolio menjadi:
E(Rp) = αp + βp . E(RM))
Risiko Portfolio
Varian dari suatu sekuritas yang dihitung berdasarkan model indeks tunggal adalah
sebagai berikut :
σi² = βi² .σM ² + σei²
Varian dari portfolio adalah sebesar :
σi² =(∑𝑛𝑖=1 𝑤𝑖. βi)² .σM ² + (∑𝑛𝑖=1 𝑤𝑖. σei)²
Dengan menggunakan karakteristik Beta dari portfolio, maka varian dari portfolio
selanjutnya dapat dituliskan:
σp² = βp² .σM ² + ∑𝒏𝒊=𝟏 𝒘𝒊. σei)²
Salah satu kegunaan model indeks tunggal adalah untuk menyederhanakan
perhitungan model Markowitz. Untuk menghitung return dan resiko portfolio,
model Markowitz membutuhkan parameter-parameter input berupa return
ekspektasi masing-masing sekuritas, varian masing-masing sekuritas dan kovarian
antara sekuritas-sekuritas. Untuk menghitung risiko portfolio yang terdiri dari n-
buah aktiva, model Markowitz membutuhkan perhitungan sebanyak n buah varian
dan (n . (n-1)) buah varian.
Karena kovarian sifatny simetri, yaitu Cov (Ri, Rj) adalah sama dengan Cov
(Rj, Ri) maka perhitungan kovarian hanya separuhnya saja, yaitu sebanyak (n . (n-
1) / 2). Dengan demikian jumlah perhitungan yang dibutuhkan untuk menghitung
risiko model Markowitz adalah sebanyak n + (n . (n-1) / 2).
Untuk portfolio yang didiversifikasikan, bagian dari kedua dari risiko varian
ini, yaitu risiko yang tidak sistematik akan semakin kecil nilainya dengan semakin
banyaknya sekuritas di dalam portfolio dan akan bernilai nol jika jumlah sekuritas
sangat besar. Dengan demikian untuk portfolio yang didiversifikasikan dengan
jumlah n yang banyak, risiko tidak sistematik akan hilang dan hanya risiko
TIARA MARATUS S
sistematik yang masih tertinggal. Akibatnya, risiko portfolio yang teridentifikasi
dengan baik hanya terdiri dari unsur sistematik saja sebagai berikut :
σp² = βp² .σM ²
J. MODEL PASAR
Model Pasar (market model) merupakan bentuk dari model indeks tunggal
dengan batasan yang lebih sedikit. Model pasar bentuknya sama dengan model
indek tunggal. Perbedaannya terletak di asumsinya. Di model indeks tunggal,
diasumsikan bahwa kesalahan residu masing-masing sekuritas tidak berkovari satu
dengan yang lainnya atau Cov(ei, ej) = 0. Di model pasar, asumsi ini tidak
digunakan atau kesalahan residu masing-masing sekuritas dapat berkorelasi.
Kenyataannya bahwa sekuritas berkovari atau berkorelasi satu dengan yang lainnya
membuat model pasar lebih realitas.
Model pasar ini banyak digunakan oleh peneliti-peneliti pasar modal untuk
menghitung abnormal return. Bentuk model pasar yang sama dengan bentuk model
indeks tunggal mempunyai return dan return ekspektasi sebagai berikut :
Ri = αi + βi . RM + ei
dan
E(Ri) = αi + βi . E(RM)
E(Ri) − RBR
ERBi =
βi
TIARA MARATUS S
Keterangan :
ERBi = excess return to betasekuritas ke-i
E(Ri) = return ekspektasi berdasarkan model indeks tunggal untuk sekuritas
ke-i
RBR = return aktiva bebas rasio
βi = Beta sekuritas ke-i
Excess return didefinisikan sebagai selisih return ekspektasi dengan retuen
aktiva bebas resiko. Excess return to beta berarti mengukur kelebihan return relatif
terhadap satu unit risiko dapat didiversifikasikan yang diukur dengan Beta. Rasio
ERB ini juga menunjukan hubungan antara dua faktor penentu investasi, yaitu
return dan resiko.
Portofolio yang optimal akan berisi dengan aktiva –aktiva yang mempunyai
nilai rasio ERB yang tinggi. Aktiva-aktiva dengan rasio ERB yang rendah
tidakakan dimasukkan kedalam portofolio optimal. Dengan demikian diperlukan
sebuah titik pembatas (cutt-off point) yang menentukan batas nilai ERB brapa yang
dikatakan tinggi. Besarnya titik pembatas ini dapat ditentukan dengan langkah
langkah sebagai berikut :
1. Urutkan sekuritas-sekuritas berdasarkan nilai ERB terbesar kenilai ERB
terkecil. Sekuritas-sekuritas dengan nilai ERB terbesar merupakan kandidat
untuk dimasukkan ke portofolio optimal.
2. Hitung nilai Ai dan Bi untuk masing-masing sekuritas ke-I sebagai berikut :
[E(Ri) − RBR]. βi
Ai =
σei²
Dan
βi2
Bi =
σei²
Keterangan :
𝝈ei2 = varian dari kesalahan residu sekuritas ke-i yang juga merupakan risiko Unik
atau resiko tidak sistematis.
TIARA MARATUS S
3. Hitung nilai Ci
𝛔𝐌 ² ∑𝒊𝒋 Ai
Ci = 𝟐
1 + 𝛔𝐌 ∑𝒊𝒋 Bi
Keterangan :
𝝈M2 = varian dari return indeks pasar
Ci adalah nilai C untuk sekuritas ke-I yang dihitung dari kumulasi nilai-nilai A1
sampai dengan Ai dan nilai-nilai B1samapai dengan Bi. Misalnya C3 menunjukkan
nilai C untuk sekuritas ke-3 yang dihitung dari kumulasi A1, A2, A3dan B1, B2,
B3.
Dengan mensubsitusikan nilai Aj dan Bj dirumus sebelumnya ke nilai Ci dirumus
diatas maka Ci menjadi :
[E(Ri) − RBR]. βi
𝛔𝐌 ²
𝐶𝑖 = σei²
𝟐 βi2
1 + 𝛔𝐌 ∑𝒊𝒋
σei²
· Besarnya cut-off point (C*) adalah nilai Ci dimana nilai ERB terakhir kali masih
lebih besar dari nilai Ci.
Sekuritas-sekuritas yang membentuk portofolio optimal adalah sekuritas-sekuritas
yang mempunyai nilai ERB lebih besar atau sama dengan nilai ERB dititik C*.
sekuritas-sekuritas yang mempunyai ERB lebih kecil dengan ERB titik C* tidak
diikut sertakan dalam pembentukan portofolio optimal.
Contoh:
Misalnya suatu pasar modal mempunyai 15buah saham yang tercatat. Data return
ekspektasi (Ri), Beta (βi) dan resiko tidak sistematik (𝝈ei2) untuk masing-masing
sekuritas dapat dilihat di table. Misalnya lagi diketahui bahwa return aktiva bebas
risiko (RBR) adalah sebesar 10 % dan varian indeks pasar (𝝈M2) adalah 10%.
Dengan data saham sebagai berikut :
TIARA MARATUS S
Nama saham E (Ri) βi 𝝈ei2 ERBi
A 20 2.00 5.0 5.00
B 19 1.50 4.0 6.00
C 17 1.50 3.0 4.67
D 15 1.20 1.5 4.17
E 17 1.40 2.5 5.00
F 27 2.00 7.5 8.50
G 12 1.00 5.5 2.00
H 11 0.80 3.0 1.25
I 12 0.75 3.5 2.67
J 14 1.20 4.0 3.33
K 15 1.25 4.5 4.00
L 23 1.50 5.0 8.67
M 22 1.20 3.5 10.00
N 15 1.50 2.5 3.33
O 25 1.80 2.0 8.33
Jawab :
Langkah pertama yang harus dilakukan adalah menghitung nilai ERBi untuk
masing-masing sekuritas ke-I sesuai dengan rumus.
Hasil perhitungan ERBi ini tampak dikolom terakhir.
Langkah selanjutnya adalah mengurutkan table dari nilai ERBi tertinggi ke terkeci.
Kemudian nilai Ai, Bi, Cidapat dihitung dan hasilnya disajikan table berikut ini.
TIARA MARATUS S
Nama E βi 𝝈ei2 ERBi Ai Bi 𝒊 𝒊 Ci
∑ Ai ∑ Bi
perusahaaan (Ri)
𝒋 𝒋
Dikolom Ci. Nilai C* adalah sebesar 8.394, yaitu untuk sekuritas ‘F’ dengan
nilai ERB sebesar 8.50 yang merupakan nilai ERB terakhir kali masih lebih besar
dari nilai Ci. Nilai ERB selanjutnya yaitu 8.33 untuk sekuritas ‘O’ sudah tidak
dimasukkan sebagai bagian dari portofolio optimal. Sekuritas-sekuritas membentuk
portofolio optimal adalah sekuritas yang mempunyai ERB lebih besar dari Ci, yaitu
sekuritas-sekuritas ‘F’, ‘M’, dan ‘L’.
Setelah sekuritas-sekuritas yang membentuk portofolio optiomal telah dapat
ditentukan, pertanyaan berikut adalah berapa besar proporsi masing-masing
sekuritas tersebut didalam portofolio optimal. Besarnya proporsi untuk sekuritas
ke-I adalah sebesar:
TIARA MARATUS S
𝑧𝑖
𝑤𝑖 =
∑𝑘𝑖=1 𝑧𝑖
βi
𝑧𝑖 = (ERBi − C ∗)
σei2
Keterangan :
Wi = proporsi sekuritas ke-i
K = Jumlah sekuritas diportofolio optimal
βi = Beta sekuritas ke-i
𝝈ei2 = Varian kesalahan residu sekuritas ke-i
ERBi = Excess return to Beta sekuritas ke-i
C* = nilai cut-off yang merupakan nilai Ci terbesar.
TIARA MARATUS S