Dosen Pengampu:
Lili Safrida, S.E., M.Si., Ak., CA
Dra. Nor Hikmah, M.S.A., Ak., CA
Disusun oleh:
KELOMPOK 5
Puji dan syukur kepada Tuhan Yang Maha Esa. Kepada-Nya kita memuji
dan bersyukur, memohon pertolongan dan ampunan. Kepada-Nya pula kita
memohon perlindungan dari keburukan diri. Dengan rahmat dan pertolongan-Nya,
makalah yang berjudul “Portofolio Model Sharpe (Model Indeks Tunggal)” dapat
diselesaikan tepat waktu. Banyak sekali kekurangan kami sebagai penyusun
makalah ini, baik menyangkut isi atau yang lainnya. Semoga makalah ini dapat
dijadikan ilmu yang bermanfaat bagi kita semua.
ii
DAFTAR ISI
iii
BAB I
PENDAHULUAN
1
BAB II
PEMBAHASAN
𝑅𝑖 = 𝛼𝑖 + 𝛽𝑖 𝑅𝑀 + 𝑒𝑖
Di mana:
Ri = return sekuritas i
RM = return indeks pasar
αi = bagian return sekuritas i yang tidak dipengaruhi kinerja pasar
βi = ukuran kepekaan return sekuritas i terhadap perubahan return pasar
ei = kesalahan residual
2
peningkatan jumlah uang beredar merupakan beberapa contoh kejadian makro yang
bisa memengaruhi seluruh perusahaan yang ada di pasar.
Komponen kesalahan residual (𝑒𝑖 ) merupakan perbedaan antara sisi kiri
persamaan (Ri) dengan sisi kanan persamaan (αi + βi RM). Karena model indeks
tunggal, per definisi, merupakan persamaan, maka sisi kanan dan sisi kiri harus
sama. Dalam konteks estimasi return sekuritas, kesalahan residual merupakan
perbedaan antara return harapan (sisi kanan persamaan) dan return aktual (sisi kiri
persamaan).
Salah satu konsep penting dalam model indeks tunggal adalah terminologi Beta
(β). Beta merupakan ukuran kepekaan return sekuritas terhadap return pasar.
Semakin besar beta suatu sekuritas, semakin besar kepekaan return sekuritas
tersebut terhadap perubahan return pasar. Dalam penggunaan model indeks
tunggal, kita perlu mengestimasikan beta sekuritas yang bisa dilakukan dengan
menggunakan data historis maupun estimasi secara subjektif.
Asumsi yang dipakai dalam model indeks tunggal adalah bahwa sekuritas akan
berkolerasi hanya jika sekuritas-sekuritas tersebut mempunyai respons yang sama
terhadap return pasar. Sekuritas akan bergerak menuju arah yang sama hanya jika
sekuritas-sekuritas tersebut mempunyai hubungan yang sama terhadap return pasar.
Oleh karenanya, kesalahan residual antara dua sekuritas, misalnya saham A dan B
yang tidak berkolerasi (0), akan mengakibatkan kovarians antara kesalahan residual
saham A dan saham B sama dengan 0 [𝐶𝑂𝑉 (𝑒𝐴 , 𝑒𝐵 ) = 0].
Dalam model indeks tunggal, kovarians antara saham A dan saham B hanya
bisa dihitung atas dasar kesamaan respons kedua saham tersebut terhadap return
pasar. Oleh karena itu, risiko yang relevan dalam model tersebut hanyalah risiko
pasar. Secara matematis, kovarians antarsaham A dan B yang hanya terkait dengan
risiko pasar bisa dituliskan sebagai:
𝜌𝐴𝐵 = 𝛽𝐴 𝛽𝐵 𝜎𝑀2
Dari penjelasan di atas, bisa kita lihat bahwa perhitungan kovarians dengan
model Markowitz dan dengan model indeks tunggal mengandung perbedaan.
Model Markowitz menghitung kovarians melalui penggunaan matriks hubungan
3
varians-kovarians, yang memerlukan pehitungan yang kompleks. Sedangkan dalam
model indeks tunggal, risiko disederhanakan ke dalam dua komponen, yaitu risiko
pasar dan risiko keunikan perusahaan. Secara matematis, risiko dalam model indeks
tunggal bisa digambarkan sebagai:
𝑅𝑖 = 𝛼𝑖 + 𝛽𝑖 𝑅𝑚 + 𝑒
4
Dalam hal ini αi adalah intersep dan βi adalah koefisien parameter Rm , dan e
adalah residual. Estimasi βi menggunakan teknik model indeks tunggal seperti
pada langkah III. Pada kolom I tampak mean return sekuritas 1, 2,... 10 adalah
18,5%, 16,5%, ...., 5,6%.
kolom II: ( Ri - RF), dalam hal ini Ri adalah return harapan dari saham i, dan
RF adalah return aset kurang berisiko. Dalam contoh.ini diketahui RF = 5%.
Hasil pada kolom II diperoleh dari nilai setiap baris pada kolom I dikurangi
dengan 5%.
3. Mengestimasi β (beta) pada kolom III dengan model indeks tunggal untuk
setiap return sekuritas (Ri) terhadap return pasar (Rm) yang hendak
dipertimbangkan dalam suatu portofolio:
𝑅𝑖 = 𝛼𝑖 + 𝛽𝑖 𝑅𝑚 + 𝑒
2
4. Menghitung risiko tidak sistematis (𝜎𝑒𝑖 ) pada kolom IV:
𝑡
2
1
𝜎𝑒𝑖 = ∑[𝑅𝑖𝑡 − (𝛼𝑖 + 𝛽𝑖 𝑅𝑚𝑡 )]2
𝑡
𝑡=1
5
(𝑅𝑖 − 𝑅𝐹 ) 𝛽𝑖
2
𝜎𝑒𝑖
Dalam baris pertama kolom VI, nilai 0,33 diperoleh dari:
(18,5% − 13,5%) 1,1
0,33% =
45%
10. Menghitung nilai Ci pada kolom X untuk setiap sekuritas dengan rumus:
2 ∑𝑖 (𝑅𝑗 − 𝑅𝐹 ) 𝛽𝑗
𝜎𝑚 𝑗=1 2
𝜎𝑒𝑗
𝐶=
𝛽𝑗2
1 + 2
𝜎𝑚 ∑𝑖𝑗=1 ( 2)
𝜎𝑒𝑗
6
Perhitungan bagian-bagian dalam rumus C telah diuraikan dalam langkah 8 dan
9. Pada langkah ke 10 ini, dibutuhkan variabel tambahan yakni varian dari
2
return pasar 𝜎𝑚 . Dalam contoh ini, varian return pasar diketahui sebesar 8%.
11. Menentukan titik potong tertentu dari nilai C, yang dikehendaki (C*) guna
menentukan jumlah sekuritas yang dimasukkan dalam portofolio.
𝑅𝑖 − 𝑅𝐹
> 𝐶∗
𝛽𝑖
Dalam hal ini C*1 adalah titik potong yang secara ekonomi dianggap
signifikan. Misalnya dalam contoh ini C* yang diterima adalah sebesar 4,65.
Artinya hanya sekuritas-sekuritas dengan nilai Ki pada kolom V (langkah V) lebih
dari 4,65 yang dipertimbangkan dalam portofolio. Sekuritas dengan nilai Ki kurang
dari 4,65 tidak terpilih dalam seleksi portofolio. .
7
Keterangan : I, II ... X mengacu pada prosedur yang diuraikan sebelumnya.
Semua angka dinyatakan dalam presentase kecuali urutan sekuritas dan beta
(kolom II).
𝑍𝑖
𝑊𝑖 =
∑𝑡𝑒𝑟𝑚𝑎𝑠𝑢𝑘 𝑍
𝛽𝑖 𝑅𝑖 − 𝑅𝐹
𝑍𝑖 = 2 ( − 𝐶 ∗)
𝜎𝑒𝑖 𝛽𝑖
Penentuan tik potong pada C* = 4,65 (terletak pada urutan sekuritas ke-5)
mengindikasi bahwa dalam pemilihan sekuritas tidak terjadi short-selling.
Contoh hasil perhitungan nilai Zi tanpa short-selling disajikan pada Tabel 5.2.
kolom Zi*.
8
b. Bila ada short-selling.
𝛽𝑖 𝑅𝑖 − 𝑅𝐹
𝑍𝑖 = 2 ( − 𝐶 𝑆)
𝜎𝑒𝑖 𝛽𝑖
Dalam hal ini CS < C*, bila semua sekuritas dalam contoh Tabel 2.1
dipertimbangkan dalam investasi, maka titik potong CS adalah 4,10 (terletak
pada urutan sekuritas ke-10). Bila C* yang dipertimbangkan adalah telah
memanfaatkan semua long-potition, pemilihan sekuritas berdasarkan C < C*
mengindikasi terjadi short-selling disajikan pada Tabel 2.2 kolom ZiS.
Tabel 2.2 Penentuan Bobot Investasi (W) setiap Sekuritas dalam suatu
Portofolio tanpa Short-selling dan dengan Short-selling
Prosedur Perhitungan Persentase Investasi setiap Sekuritas
Urutan
dalam Portofolio
Sekuritas
V C* XI Zi* W* CS ZiS WS
1 12.27 4.65 0.02 0.19 0.43 4.10 0.20 1.13
2 8.85 4.65 0.03 0.13 0.30 4.10 0.15 0.83
3 5.67 4.65 0.04 0.04 0.09 4.10 0.06 0.35
4 5.00 4.65 0.21 0.07 0.17 4.10 0.19 1.07
5 4.67 4.65 0.04 0.00 0.00 4.10 0.02 0.13
6 4.56 0.04 4.10 0.02 0.10
7 3.16 0.05 4.10 -0.05 -0.28
8 2.50 0.04 4.10 -0.07 -0.40
9 1.82 0.05 4.10 -0.11 -0.64
10 0.86 0.07 4.10 -0.23 -1.28
Total 0.43 1.00 0.18 1.00
Keterangan : Kolom V mengacu pada hasil langkah ke V pada Tabel 2.1. Kolom
2
XI merupakan langkah ke XI yakni menghitung nilai 𝛽𝑖 / 𝜎𝑒𝑖 .
W* adalah bobot (weighted) dari setiap sekuritas dalam portofolio tanpa short-
selling.
9
WS adalah bobot (weighted) dari setiap sekuritas dalam portofolio dengan short-
selling.
Contoh Soal:
Diketahui return ekspektasian dari indeks pasar adalah 25%. Bagian dari return
ekspaktasian suatu sekuritas yang independen terhadap pasar (αi) adalah 4 % dan
βi sebesar 0.75 . ternyata return realisasi sebesar 26%.
Jawaban:
E(Ri)= αi+ βi . E(RM)
E(Ri)= 4% + 0.75 . 25%
E(Ri)= 22.75 %
Jadi, nilai return realisasi berdasarakan model indeks tunggal adalah Ri= 22.75% +
ei. Dan kesalahan estimisasi (ei) adalah sebesar 26%- 22.75% =3.25%
Jika nilai return realisasinya sama dengan nilai return yang diharpkan, maka
investor mengestimasi retrun ekepeltasian tanpa kesalahan.
10
BAB III
PENUTUP
3.1 Kesimpulan
Ada beberapa metode dan alat analisis dalam pembentukan portofolio, seperti
Model Markowitz dan Model Indeks Tunggal. Dalam hal ini investor salah satu
cara investor untuk memaksimalkan return dengan membentuk sebuah portofolio
optimal. Dengan menggunakan Model Indeks Tunggal ini adalah merupakan salah
saty alternatif dalam pembentukan portofolio optimal. Salah satu konsep penting
dalam model indeks tunggal adalah terminologi Beta (β). Beta merupakan ukuran
kepekaan return sekuritas terhadap return pasar. Semakin besar beta suatu
sekuritas, semakin besar kepekaan return sekuritas tersebut terhadap perubahan
return pasar. Dalam penggunaan model indeks tunggal, kita perlu mengestimasikan
beta sekuritas yang bisa dilakukan dengan menggunakan data historis maupun
estimasi secara subjektif. Asumsi yang dipakai dalam model indeks tunggal adalah
bahwa sekuritas akanberkolerasi hanya jika sekuritas-sekuritas tersebut mempunyai
respons yang sama terhadap return pasar. Sekuritas akan bergerak menuju arah
yang sama hanya jika sekuritas-sekuritas tersebut mempunyai hubungan yang sama
terhadap return pasar.
3.2 Saran
Berkenaan dengan pembahasan dalam makalah ini, penulis menyadari bahwa
makalah di atas banyak sekali kesalahan dan jauh dari kesempurnaan. Penulis akan
memperbaiki makalah tersebut dengan berpedoman pada banyak sumber yang
dapat dipertanggungjawabkan. Maka dari itu penulis mengharapkan kritik dan
saran mengenai pembahasan makalah dalam simpulan di atas.
11
DAFTAR PUSTAKA
12