SUMMARY ARTIKEL RISET

CAPITAL ASSET PRICING MODEL

Dosen pengampu:
Julita, SE., M. Si, Ak.

Disusun Oleh:
Kelompok 8
ANANDA CHIKA BINTANI (1902112303)
MUHAMMAD IHSAN (1902111734)
WILLIAN GERALD (1902111896)

PRODI S1 AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS RIAU
2020
 PENDAHULUAN
Dalam membuat keputusan investasi, ada dua faktor yang harus dipertimbangkan,
yaitu pengembalian yang diharapkan (expected return) dan risiko yang harus
ditanggung (risk). Risiko investasi merupakan konsekuensi yang harus ditanggung
oleh investor karena pengembalian dimasa yang akan datang dari investasi dalam
kondisi ketidakpastian (uncertainty). Investor akan berpikir untuk memaksimalkan return
yang diharapkan (expected return) dari setiap rupiah yang mereka investasikan dalam surat
berharga. Agar return yang mereka dapatkan adalah return yang maksimal, maka penting
bagi investor untuk memperhatikan dan mengestimasikan semua faktor penting
yang dapat mempengaruhi return dari investasinya dimasa yang akan datang.
Model CAPM dapat digunakan sebagai alat untuk memahami suatu
permasalahan yang kompleks dalam gambaran yang lebih sederhana. Untuk memprediksi
pendapatan saham yang diharapkan, dapat menggunakan model yang seringkali
digunakan para investor, yaitu Capital Assets Pricing Model (CAPM). Kehadiran
dari Capital Asset Pricing Model (CAPM) adalah untuk mengestimasi return suatu serkuritas
yang dapat di anggap sangat penting di bidang keuangan. Investor sangat memerlukan akan
kemampuan untuk mengestimasi return suatu individual sekuritas, karna itu merupakan hal
yang sangat penting. CAPM merupakan sebuah model yang menggambarkan hubungan
antara risiko dan return yang diharapkan. Model ini digunakan dalam penilaian harga
sekuritas.
CAPM memberikan prediksi yang tepat antara hubungan risiko sebuah aset dan
tingkat harapan pengembalian (expected return). Risiko saham dalam CAPM diukur dengan
beta (β). Pada CAPM, semakin besar koefisien beta, maka akan semakin besar pula return
suatu saham dan juga semakin berisiko. Dalam CAPM, tingkat pengembalianyang
diharapkan ditentukan oleh tingkat pengembalian pasar, tingkat pengembalian bebas risiko
dan risiko sistematis/beta.
KERANGKA TEORITIS DAN EMPIRIS
CAPM (CAPITAL ASSETS PRICING MODEL)
Bodie (2014:293) menyatakan, CAPM merupakan sekumpulan prediksi mengenai
keseimbangan perkiraan imbal hasil terhadap aset berisiko. Menurut Tandelilin (2010:187),
CAPM adalah model yang menghubungkan tingkat return harapan dari suatu aset berisiko
dengan risiko dari aset tersebut pada kondisi pasar yang seimbang. Suhartono (2009:89)
menambahkan, CAPM merupakan suatu model yang menggunakan beta untuk
menghubungkan risiko dan return secara bersama-sama.
PEMAHAMAN CAPM (CAPITAL ASSETS PRICING MODEL)
Untuk mengerti akan penjabaran model CAPM perlu memahami akan berikut yang
merupakan unsur-unsur dari asumsi CAPM, yaitu :
1. Ekuilibrium Pasar Modal
Ekuilibrium pasar terjadi jika harga-harga dari aktiva berada di suatu
tngkat yang tidak dapat memberikan insentif lagi untuk melakukan
perdagangan spekulatif (Jones, 1995). Implikasi dari asumsi ekulibrium ini
aaah sebagai berikut :
  Semua investor akan memilih portofolio pasar, yaitu portofolio yang
berisi dengan emua aktiva yang ada di pasar
 Portofolio pasar ini merupakan portofolio aktiva beresiko yang
optimal, yaitu berada di efficient frontier menurut Markowitz
2. Portofolio Pasar
Portofolio di efficient set ini menunjukan portofolio-portofolio efisien
di pertimbangakan trade-off antara return ekspektasian dan risisko (desviasi
standar return).

Gambar 1
Efficient set dan portofolio pasar
Gambar diatas memperlihakan portofoli pasar akan terletak di efficient
set AB. Untuk menentukan letak portofolio pasar ini, perlu di kombinasikan
antara aktiva-aktiva beresiko di portofolio engan aktiva bebas risiko. Return
untuk aktiva bebas risiko adalah sebesar R BR. Semua investor di asumsikan
akan melakukan investasi di portofolio yang sama yaitu portofolio pasar.
Dalam keadaan ekuilibrium, semua aktiba beresiko harus berada di portofolio
pasar (M). Karna portofolio pasar menggunakan semua aktiva berisiko, maka
portofolio pasar ini merupakan portofolio dengan diversifikasi yang sempura.
Dalam prakteknya, portofolio pasar ini di wakili oleh portofolio yang berisi
dengan serkuritas-serkuritas di dalam satu pasar saja.
3. Garis Pasar Modal
Keadaan ekuilibrium pasar yang menyangkut return ekspetasian dan
risiko dapat di gambarkan oleh garis pasar modal. Garis pasar modal
menunjukan semua kemungkinan kombinasi portofolio efisien yang terdiri
dari aktiva-aktiva berisiko dan aktiva bebas risiko.
 Gambar 2.
Garis Pasar Modal
Pada gambar berikut merupakan gambar garis pasar modal tanpa
adanya gambar efficient set. Maka jika portofolio pasar hanya berisi aktiva
tidak beresiko maka risikonya akan sama dengan nol (Op = 0) dan return
ekspetasiannya sama dengan RBR. Jika portofolio ini terdiri dari semua aktiva
yang aka, maka risikonya adanya sebesar OM dengan return ekspreatsian
sebesar E(RM). Return ekspetasian untuk portofolio dengan aktiva beresiko
yaitu E(RM) lebih besar di bandingan dengan return ekspetasian portofolio
dengan aktiva yang tidak berisiko.

Selisih kedua return ini merupakan premium dari portofolio pasar

karena menanggung risiko lebih besar yaitu sebesar OM. Dengan demikian
slope dari Garis Pasar Modal adalah harga dari pasar dari risiko sebesar :

Harga pasar dari risiko = E(RM) - RBR

OM
Slope dari Garis Pasar Modal merupakan harga pasar dari risiko untuk
portofolio efisien. Harga pasar dari risiko menunjukan tambahan return yang
di tuntut oleh pasar karena adanya kenaikan risiko portofolio relatif terhadap
risiko pasar.
Untuk mengetahui tambahan return ekspektasian portofolio pasar di lakukan
dengan cara :
= E(RM) - RBR . OM
OM
Untuk mengetahui tambahan return ekspetasian suatu portofolio di
lakukan dengan cara :
= E(RM) - RBR . OP
OM
Bila yang di minta adalah retun ekspektasian yang sebesar return
ekspektasian tambahan ini di tambah dengan retun bebas risiko (R BR) yaitu
sebagai berikut :
 E(Rp) = RBR + E(RM) - RBR . OP
OM
Rumus di atas menunjukan akan besarnya risiko dari portofolio yang di
bentuk yang berada di Garis Pasar Modal sehingga persamaan dapat di
nyatakan sebagai :

Return ekspetasian = return aktiva bebas risiko + harga dari risiko + besarnya
risiko
4. Garis Pasar Sekuritas
Untuk portofolio, tambahan return ekspektasian terjadi karena
diakibatkanoleh tambahan risiko dari portofoliO bersangkutan. Untuk
serkuritas invidiual, tambahan return ekspektasian di akibatkan oleh tambahan
risiko serkuritas individual yang di ukur dengan Beta. Beta menentukan
besarnya tambahan return ekspekstasian untuk sekuritas indivisual dengan
argumentasi bahwa untuk portofolio yang di diversifikasikan dengan
sempurna, risiko tidak sistematik cenderung menjadi hilang dan risiko yang
releban hanya risiko sistematik yang di ukur oleh Beta.
Beta untuk portofolio pasar adalah bernilai 1. Suatu sekuritas yang
mempunyai Beta lebih kecil dari 1 dikatakan berisiko lebih kecil dari risiko
portofolio pasar. Sebaliknya, bila lebih dari 1 di katakan mempunyai risiko
sistematik lebih besar dari risiko pasar. Jika serkuritas mempunyai Beta sama
dengan Beta portofolio pasar atau sama dengan 1. Maka di harapkan sekuritas
ini mempunyai return yang sama dengan return ekspetasian portofolio pasar
atau E(RM). Hubungan return ekspetasian dan Beta dapat di gambarkan di
Garis Pasar Serkuritas seperti gambar berikut :

Gambar 3
Garis Pasar Serkuritas
Persamaan Garis Pasar Serkuritas untuk serkuritas ke-i dapat di tuliskan
sebagai berikut :
E(Ri) = RBR + 𝛽𝑖 [E (RM) – RBR ]
PEMBETUKAN MODEL CAPM

RBR
R
RBR

RBR r

R RBR
RBR
r
r

Gambar 4

Pembentukan Model CAPM

Merujuk pada asumsi-asumsi yang digunakan, maka dalam CAPM hanya risiko

sistematis atau market risk  yang diperhitungkan sebagai tingkat risiko. Jika digambarkan
dalam grafik, maka hubungan expected return dan risiko dapat dilihat pada grafik berikut:
1. Perhatikan titik M, ini merupakan tingkat pengembalian yang diharapkan pada
portofolio pasar sebesar E(Rm) dengan risiko sebesar βm = 1 (satu).
2. Security Market Line (SML) merupakan garis pasar sekuritas yang menunjukkan
bahwa risk and return  berhubungan positif linear. Perhatikan SML sebelah kiri
titik M. Semakin kecil risiko sistematis (β), maka expected return portofolio atau
sekuritas tersebut akan semakin kecil. Sementara itu, SML sebelah kanan
titik M menunjukkan bahwa semakin besar β, maka expected return portofolio atau
sekuritas tersebut akan semakin besar.
3. RBR merupakan risk free rate atau disebut pula sebagai investasi bebas risiko. Di
Indonesia RBR dapat diwakilkan dengan suku bunga deposito atau BI Rate. Perhatikan
posisi RBR yaitu berada pada β = 0 (nol). Selain itu, SML dimulai dari
titik RBR sehingga RBR merupakan intercept dari SML.
4. Risk Premium merupakan selisih dari Expected Return Market dengan Risk Free Rate.
Hal ini menandakan bahwa risk premium merupakan kelebihan yang akan diterima
investor apabila berinvestasi pada aset berisiko dengan risiko sebesar β.
Sehingga, Risk Premium merupakan Slope dari SML.
PERSAMAAN MATEMATIS
Dengan demikian, dapat disusun persamaan matematis CAPM dalam mengestimasi
return saham sebagai berikut (Husnan, 2015:154):
𝐸(𝑅𝑖) = 𝑅𝑓 + 𝛽𝑖[𝐸(𝑅𝑚) − 𝑅𝑓]
Dimana:
E(Ri) = Expected Return Portofolio i atau saham i;
Rf = Risk Free Rate;
𝛽𝑖 = Sensitivitas Sekuritas (portofolio) i terhadap portofolio pasar atau disebut
pula systematic risk/market risk;
E(Rm) – RBR = Premi risko pasar (selisih expected return market dengan risk free rate)
Untuk dapat diuji apakah CAPM memang dapat memprediksi return saham, maka
persamaan matematis CAPM harus diubah menjadi persamaan regresi linear seperti berikut
ini:
Ri – RBR = α + βi[RM – RBR] + еi
Dimana:
Ri – RBR = Excess Return portofolio/sekuritas i yaitu selisih dari return
portofolio/sekuritas i dengan risk free rate;
α = Intercept;
βi = Beta portofolio/sekuritas i atau sensitivitas portofolio/sekuritas i terhadap
perubahan return portofolio pasar;
RM – RBR = Excess Return Market yaitu selisih dari return market dengan risk free rate;
еi = Error Term
Agar tidak bias, maka pengujian CAPM harus menghasilkan α dan β yang Positif dan
Signifikan. Karena α merupakan intercept dari SML dengan risk sebesar nol (0) yang disebut
risk free rate (di Indonesia diwakilkan dengan suku bunga deposito atau BI Rate).
KELEBIHAN CAPM
Dalam penggunaannya, CAPM memiliki kelebihan tersendiri dalam mengestimasi
return saham. Kelebihan tersebut sebagai berikut:
1. Dapat dipergunakan untuk perhitungan jangka pendek;
2. Data yang dibutuhkan mudah didapatkan;
3. Tidak membutuhkan waktu yang lama untuk mengestimasi return
KEKURANGAN CAPM
Sebagai suatu model asset pricing yang cukup mudah digunakan, CAPM memiliki
kekurangan yaitu hanya memperhitungkan market risk sebagai risiko tunggal dalam
mengestimasi return saham. Dengan demikian, hasil estimasi kurang akurat. Pemilihan
indeks pasar yang tepat akan menentukan bias atau tidaknya hasil estimasi CAPM.
BAB III
 METODOLOGI PENELITIAN
Penelitian ini di kutip melalui uia.e-journal.id yang berjudul “Analisis Capital Assets
Pricing Model (CAPM) dalam Memprediksi Tingkat Return Saham Kompas 100 Yang
Terdaftar di Bursa Efek Indonesia (BEI) Periode 2013-2017”
Data yang digunakan dalam penelitian ini adalah data sekunder tahunan dari tahun
2013 sampai 2017 berupa return saham perusahaan kompas 100 yang di jadikan sampel, suku
bunga dan indeks harga saham gabungan.Populasi yang digunakan dalam penelitian ini
adalah seluruh saham yang terdapat pada perusahaan kompas 100 yang terdaftar di Bursa
Efek Indonesia. Sedangkan penentuan sampel dalam penelitian ini menggunakan metode
purposive sampling. Populasi pada penelitian ini sebanyak 100 perusahaan, dan sebanyak 58
perusahaan yang memenuhi persyaratan dan digunakan pada penelitian saham kompas 100.

Tabel 1

Variabel Operasional

Uji Hipotesis
Pengujian hipotesis dalam penelitian ini di tentukan berdasarkan hasil dari uji non-
parametrik yaitu Wilcoxon Signed Rank Test. Model uji beda ini digunakan untuk
menganalisis model penelitian pre-post atau sebelum dan sesudah. Uji beda digunakan
periode pengamatan yang berbeda (Pramana, 2012).
Wilcoxon Signed Rank Test
Wilcoxon Signed rank test merupakan uji non-parametrik yang digunakan untuk
menganalisis data berpasangan karena adanya dua perlakuan yang berbeda
(Pramana, 2012). Wilcoxon signed rank testdigunakan apabila data tidak berdistribusi
normal. Dasar pengambilan keputusan untuk menerima atau menolak Ho pada uji
wilcoxon signed rank testadalah sebagai berikut:
a. Jika probabilitas (Asymp.Sig) < 0,05 Maka Ho ditolak dan Ha diterima.
b. Jika probabilitas (Asymp.Sig) > 0,05 maka Ho diterima dan Ha ditolak.
Berikut ini adalah prosedur uji wilcoxon signed rank test (Siregar, 2013):
a. Menentukan Hipotesis
Hipotesis yang ditentukan dalam pengujian wilcoxon signed rank test ini adalah
sebagai berikut:
Ho: Tidak terdapat perbedaan yang signifikan antara return saham pada saat
sebelum dan sesudah analisis Capital Asset Pricing Model.
Ha: Terdapat perbedaan yang signifikan antara return saham pada saat sebelum
Dan sesudah analisis Capital Asset Pricing Model.
b. Menentukan level of significant sebesar 5% atau 0,005
c. Menentukan kriteria pengujianHo ditolak jika nilai probabilitas < 0,05 berarti terdapat
perbedaan yang signifikan dalam return saham pada saat sebelum dan sesudah Capital
Asset Pricing Model.Ho diterima jika nilai probabilitas > 0,05 berarti terdapat
perbedaan yang tidak signifikan dalam return saham pada saat sebelum dan
sesudah Capital Asset Pricing Model.
d. Penarikan kesimpulan berdasarkan pengujian hipotesis
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
Deskripsi Statistik
Sampel dalam penelitian ini adalah 58 dari 100 emiten yang termasuk dalam indeks
saham kompas 100. Deskripsi penelitian inimeliputi rata-rata returnsaham perusahaan sampel
dari tahun 2013-2017, rata-rata expected returndari tahun 2013-2017.
N Mean Rank Sum of
Ranks
Negative Ranks 142a 154,18 21893,50
Positive Ranks 148b 137,17 20301,50
Er – ar
Ties 0c
Total 290
a. Expected Return < Actual Return
Negative rank atau selisih (negatif) anatara hasil actual return dan expected
return terdapat 142 data negatif (N) yang artinya terdapat 142 return yang
mengalami penurunan dari nilai actual returnke expected return. Mean rank atau
rata-rata penurunan tersebut adalah sebesar 154,18, sedangkan jumlah rank negatif
atau sum of ranks adalah 21893,50
b. Expected Return > Actual Return
 Positive rank atau selisih (positif) anatara hasil analisis capm untuk actual
return dan expected return terdapat 148 data positif (N) yang artinya terdapat 148
return yang mengalami peningkatan dari actual return ke expected return. Mean
rank atau rata-rata peningkatan tersebut adalah sebesar 137,17, sedangkan jumlah
rank positif atau sum of rank adalah sebesar 20301,50.
c. Expected Return = Actual Return
Ties adalah kesamaan nilai actual return dan expected return, disini nilai
ties adalah 0, sehingga dapat dikatakan bahwa tidak ada nilai yang sama antara actual
return dengan expected return.
er-ar
Z -,557b
Asymp. Sig (2-tailed) ,578
a. Wilcoxon Signed Rank Test
b. Based on positive ranks

Berdasarkan hasil analisis dan pembahasan yng telah dikemukakan, dapat

diambil kesimpulansebagai bahwa secara statistik terdapat hasil akurasi yang signifikan
pada Capital Asset Pricing Model (CAPM) dalam memprediksi return sahamindeks kompas
100 yang terdaftar di Bursa Efek Indonesia periode 2013-2017.
Setelah melakukan analisis dan pembahasan terhadap masalah yang terjadi, yaitu
Capital Asset Pricing Model dalam memprediksi returnsaham padaindeks kompas 100
yang terdaftar di Bursa Efek Indonesia periode 2013-2017, saran yang dapat penulis berikan
yaitu diharapkanpara investordapat memprediksi return dan risiko sebelum melakukan
investasi dengan menggunakan metode Capital Asset Pricing Model (CAPM), sehingga dapat
melakukan investasi pada saham yang tepat.

DAFTAR PUSTAKA
Mardani, R. 2020. Teori Capital Asset Pricing Model (CPAM) dapat di akses di
https://mjurnal.com/skripsi/capital-asset-pricing-model-teori-dan-konsep/ (di akses pada
tanggal 01/12/2020 16:00 WIB)

Bandawaty, Euis. 2020. Analisis Capital Asset Pricing Model (CAPM) Dlam Memprediksi
Tingkat Return Saham Kompas 100 Yang Terdaftar di Bursa Efek Indonesia (BEI) Periode
2013-2017. Dapat di akses di https://uia.e-journal.id/Kinerja/article/view/925/511 (di akses
pada tanggal 01/12/2020 16:00 WIB)

Hartono, Jogiyanto. 2017. Teori Portofolio dan Analisis Investasi. Fakultas Ekonomika dan
Bisnis UGM : Yogyakarta.