Chapter 13.en - Id

Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.
com
13
RETURN, RISIKO, DAN
GARIS PASAR KEAMANAN
PADA FEBRUARI 2011, Home Depot, Campbell Soup Co., dan perusahaan persewaan mobil Avis Budget Group bergabung
dengan sejumlah perusahaan lain dalam mengumumkan pendapatan. Home Depot mengatakan laba kuartal keempat meningkat 72
persen dari tahun sebelumnya. EPS perusahaan adalah 36 sen per saham, dengan mudah mengalahkan perkiraan analis sebesar 31
sen. Untuk Campbell Soup, laba per saham adalah 71 sen, persis seperti yang diprediksi para analis. Untuk Avis Budget, analis
memperkirakan kerugian sebesar 7 sen per saham, tetapi perusahaan sebenarnya kehilangan 36 sen per saham. Anda akan
berharap bahwa ketiga kasus ini mewakili kabar baik, tidak ada kabar, dan kabar buruk, dan biasanya Anda benar. Meski begitu,
harga saham Home Depot turun lebih dari 1 persen, harga saham Campbell Soup turun sekitar 3,9 persen, dan harga saham Avis
Budget naik hanya di bawah 1 persen.
Reaksi harga saham tampaknya tidak sesuai dengan apa yang Anda harapkan dari berita untuk perusahaan-perusahaan ini. Jadi kapan
kabar baik benar-benar kabar baik? Jawabannya sangat mendasar untuk memahami risiko dan pengembalian, dan—kabar baiknya
adalah—bab ini membahasnya secara mendetail.

TUJUAN PEMBELAJARAN
Setelah mempelajari bab ini, Anda

harus memahami:
LO1 Bagaimana menghitung yang diharapkan LO3 Prinsip risiko sistematis.
kembali. LO4 Garis pasar keamanan dan
LO2 Dampak diversifikasi. trade-off risiko-pengembalian.
Dalam bab terakhir kami, kami belajar beberapa pelajaran penting dari sejarah pasar modal. Yang paling
penting, kami belajar bahwa ada imbalan, rata-rata, untuk menanggung risiko. Kami menyebut hadiah ini
sebagaipremi risiko. Pelajaran kedua adalah bahwa premi risiko ini lebih besar untuk investasi yang lebih
berisiko. Bab ini mengeksplorasi implikasi ekonomi dan manajerial dari ide dasar ini.
Sejauh ini, kami telah berkonsentrasi terutama pada perilaku pengembalian beberapa portofolio besar. Kita perlu
memperluas pertimbangan kita untuk memasukkan aset individu. Secara khusus, kami memiliki dua tugas untuk
diselesaikan. Pertama, kita harus mendefinisikan risiko dan mendiskusikan bagaimana mengukurnya. Kami
kemudian harus mengukur hubungan antara risiko aset dan pengembalian yang diminta.
Ketika kami memeriksa risiko yang terkait dengan aset individu, kami menemukan ada dua jenis risiko: sistematis dan tidak
sistematis. Perbedaan ini sangat penting karena, seperti yang akan kita lihat, risiko sistematis mempengaruhi hampir semua
aset dalam perekonomian, setidaknya sampai tingkat tertentu, sedangkan risiko tidak sistematis mempengaruhi paling banyak
sejumlah kecil aset. Kami kemudian mengembangkan prinsip diversifikasi, yang menunjukkan bahwa portofolio yang sangat
terdiversifikasi akan cenderung hampir tidak memiliki risiko yang tidak sistematis.
Prinsip diversifikasi memiliki implikasi penting: Bagi investor yang terdiversifikasi, hanya risiko
sistematis yang penting. Oleh karena itu dalam memutuskan apakah akan membeli produk tertentu
412
aset individual, investor yang terdiversifikasi hanya akan memperhatikan risiko sistematis aset tersebut. Ini
adalah pengamatan kunci, dan memungkinkan kita untuk mengatakan banyak tentang risiko dan
pengembalian aset individu. Secara khusus, ini adalah dasar untuk hubungan terkenal antara risiko dan
pengembalian yang disebutgaris pasar keamanan, atau SML. Untuk mengembangkan SML, kami
memperkenalkan koefisien "beta" yang sama terkenalnya, salah satu pusat keuangan modern. Beta dan SML
adalah konsep kunci karena mereka memberi kita setidaknya sebagian dari jawaban atas pertanyaan
tentang bagaimana menentukan pengembalian investasi yang diperlukan.
Pengembalian dan Varians yang Diharapkan 13.1

Dalam bab kami sebelumnya, kami membahas bagaimana menghitung pengembalian rata-rata dan varians menggunakan
data historis. Kami sekarang mulai membahas bagaimana menganalisis pengembalian dan varians ketika informasi yang kami
miliki menyangkut kemungkinan pengembalian di masa depan dan probabilitasnya.
PENGEMBALIAN YANG DIHARAPKAN
Kita mulai dengan kasus sederhana. Pertimbangkan satu periode waktu—katakanlah satu tahun. Kami
memiliki dua saham, L dan U, yang memiliki karakteristik sebagai berikut: Saham L diharapkan memiliki
pengembalian 25 persen di tahun mendatang. Saham U diharapkan memiliki pengembalian 20 persen untuk
periode yang sama.
Dalam situasi seperti ini, jika semua investor menyetujui pengembalian yang diharapkan, mengapa ada orang
yang mau memegang Saham U? Lagi pula, mengapa berinvestasi dalam satu saham ketika harapan yang lain akan
lebih baik? Jelas, jawabannya harus bergantung pada risiko kedua investasi tersebut. Pengembalian StockL, meskipun
itumengharapkan menjadi 25 persen, sebenarnya bisa berubah menjadi lebih tinggi atau lebih rendah.
Misalnya, ekonomi booming. Dalam hal ini, kami pikir Stok L akan memiliki
70 persen kembali. Jika ekonomi memasuki resesi, kami pikir pengembaliannya adalah220 persen. Dalam hal
ini, kami mengatakan bahwa ada duakeadaan ekonomi, yang berarti bahwa ini adalah satu-satunya dua
situasi yang mungkin. Pengaturan ini tentu saja terlalu disederhanakan, tetapi memungkinkan kita untuk
mengilustrasikan beberapa ide kunci tanpa banyak perhitungan.
Misalkan kita berpikir ledakan dan resesi sama-sama mungkin terjadi, untuk peluang masing-
masing 50-50. Tabel 13.1 mengilustrasikan informasi dasar yang telah kami jelaskan dan beberapa
informasi tambahan tentang Saham U. Perhatikan bahwa Saham U memperoleh 30 persen jika ada
resesi dan 10 persen jika ada boom.
Jelas, jika Anda membeli salah satu saham ini, katakanlah Saham U, apa yang Anda peroleh pada tahun tertentu
tergantung pada apa yang dilakukan perekonomian selama tahun itu. Namun, anggaplah probabilitasnya tetap sama
sepanjang waktu. Jika Anda memegang Stock U selama beberapa tahun, Anda akan mendapatkan
30 persen sekitar separuh waktu dan 10 persen setengah lainnya. Dalam hal ini, kami mengatakan bahwa Anda
pengembalian yang diharapkan pada Stok U, E(R ), adalah 20 persen: pengembalian yang diharapkan
kamu
Pengembalian aset berisiko yang
E(R kamu
) 5 .50 3 30% 1 .50 3 10% 5 20% diharapkan di masa depan.
Dengan kata lain, Anda harus mengharapkan rata-rata mendapatkan 20 persen dari saham ini.
Untuk Saham L, probabilitasnya sama, tetapi kemungkinan pengembaliannya berbeda. Di Sini,
kita kehilangan 20 persen
pada L, E(R ), demikian

L
E(R L) 5 .50 3 2
Tingkat Pengembalian Jika Keadaan Terjadi

TABEL 13.1
keadaan Probabilitas dari
Ekonomi Keadaan Ekonomi Stok L Stok U Keadaan Ekonomi dan
Pengembalian Saham
Resesi . 50 220% 30%
Ledakan . 50 70 10
1.00
413
414 PA RT 5
TABEL 13.2 Stok L Stok U

Perhitungan Pengembalian yang (3) (5)
Diharapkan (2) Peringkat dari Peringkat dari
(1) Kemungkinan Kembali (4) Kembali (6)

keadaan negara bagian Jika Negara Produk Jika Negara Produk
Ekonomi Ekonomi Terjadi (2) 3 (3) Terjadi (2) 3 (5)
Resesi . 50 2.20 2.10 . 30 . 15
Ledakan . 50 . 70 . 35 . 10 . 05
1.00 E(R L) 5 .25 5 25% E(R kamu
) 5 .20 5 20%
Tabel 13.2 mengilustrasikan perhitungan ini.

Dalam bab sebelumnya, kami mendefinisikan premi risiko sebagai perbedaan antara pengembalian
investasi berisiko dan investasi bebas risiko, dan kami menghitung premi risiko historis pada beberapa
investasi yang berbeda. Dengan menggunakan proyeksi pengembalian kami, kami dapat menghitung
diproyeksikan, atau diharapkan, premi risiko sebagai perbedaan antara pengembalian yang diharapkan atas
investasi berisiko dan pengembalian tertentu atas investasi bebas risiko.
Misalnya, investasi bebas risiko saat ini menawarkan 8 persen. Kami akan mengatakan bahwa tingkat
bebas risiko, yang kami beri label sebagaiR , adalah F8 persen. Mengingat hal ini, berapa premi risiko yang
diproyeksikan pada Saham U? Stok L? Karena pengembalian yang diharapkan pada Saham U, E(R ), adalah
kamu
20 persen, premi risiko yang diproyeksikan adalah:
Premi risiko 5 Pengembalian yang diharapkan 2 Tarif bebas risiko [13.1]

5 E(R )kamu
2R F
5 20% 2 8%
5 12%
Demikian pula, premi risiko pada Saham L adalah 25% 2 8% 5 17%.
Secara umum, pengembalian yang diharapkan dari sekuritas atau aset lainnya sama dengan jumlah
pengembalian yang mungkin dikalikan dengan probabilitasnya. Jadi, jika kami memiliki 100 kemungkinan
pengembalian, kami akan mengalikan masing-masing dengan probabilitasnya dan menjumlahkan hasilnya. Hasilnya
akan menjadi pengembalian yang diharapkan. Premi risiko kemudian akan menjadi perbedaan antara pengembalian
yang diharapkan ini dan tingkat bebas risiko.
CONTOH 13.1 Probabilitas yang Tidak Sama
Lihat kembali Tabel 13.1 dan 13.2. Misalkan Anda berpikir ledakan akan terjadi hanya 20 persen dari
waktu, bukan 50 persen. Berapa pengembalian yang diharapkan pada Saham U dan L dalam kasus
ini? Jika tingkat bebas risiko adalah 10 persen, berapa premi risikonya?
Hal pertama yang harus diperhatikan adalah bahwa resesi harus terjadi 80 persen dari waktu 2 .20 5
. 80) karena hanya ada dua kemungkinan. Dengan pemikiran ini, kita melihat bahwa Saham U memiliki
pengembalian 30 persen dalam 80 persen tahun dan pengembalian 10 persen dalam 20 persen tahun. Untuk
menghitung pengembalian yang diharapkan, sekali lagi kita hanya mengalikan kemungkinan dengan
probabilitas dan menjumlahkan hasilnya:
E(R kamu
) 5 .80 3 30% 1 .20 3 10% 5 26%
Tabel 13.3 merangkum perhitungan untuk kedua saham. Perhatikan bahwa pengembalian yang diharapkan pada L
adalah22 persen.
Premi risiko untuk Saham U adalah 26% 2 10% 5 16% dalam hal ini. Premi risiko untuk
Saham L negatif:22% 2 10% 5 212%. Ini sedikit aneh; tapi, untuk alasan yang akan kita bahas
nanti, bukan tidak mungkin.
415
Stok L Stok U .3
(3) (5) n dari yang diharapkan
(2) Peringkat dari Peringkat dari
(1) Kemungkinan Kembali (4) Kembali (6)

keadaan negara bagian Jika Negara Produk Jika Negara Produk
Ekonomi Ekonomi Terjadi (2) 3 (3) Terjadi (2) 3 (5)
Resesi . 80 2.20 2.16 . 30 . 24
Ledakan . 20 . 70 . 14 . 10 . 02
E(R L) 5 2.02 5 22% E(R kamu
) 5 .26 5 26%
MENGHITUNG VARIANSI
Untuk menghitung varians pengembalian pada dua saham kami, pertama-tama kami menentukan deviasi
kuadrat dari pengembalian yang diharapkan. Kami kemudian mengalikan setiap kemungkinan deviasi
kuadrat dengan probabilitasnya. Kami menambahkan ini, dan hasilnya adalah varians. Standar deviasi,
seperti biasa, adalah akar kuadrat dari varians.
Untuk mengilustrasikannya, mari kita kembali ke Saham U yang semula kita bahas, yang memiliki pengembalian
yang diharapkan sebesar E(R ) 5 20%. Pada tahun tertentu, itu benar-benar akan mengembalikan 30 persen atau 10
kamu
persen. Penyimpangan yang mungkin terjadi adalah 30% 20% 5 10% dan 10% 20% 510%. Dalam hal ini, variansnya
adalah:
Perbedaan 5 detik2 5 .50 3 (10%)2 1 .50 3(210%)2 5 .01
Standar deviasi adalah akar kuadrat dari ini:

___
Standar deviasi 5 s 5 .01 5 .10 5 10%
Tabel 13.4 merangkum perhitungan ini untuk kedua saham. Perhatikan bahwa Stok L memiliki varians yang
jauh lebih besar.
Ketika kami menempatkan informasi pengembalian dan variabilitas yang diharapkan untuk dua saham kami bersama-sama,
kami memiliki yang berikut:
Stok L Stok U
Pengembalian yang diharapkan, 25% 20%
E(R) Varians, S2 . 2025 . 0100
Standar deviasi, S 45% 10%
Saham L memiliki pengembalian yang diharapkan lebih tinggi, tetapi U memiliki risiko yang lebih kecil. Anda bisa mendapatkan
pengembalian 70 persen atas investasi Anda di L, tetapi Anda juga bisa kehilangan 20 persen. Perhatikan bahwa investasi di U
akan selalu membayar setidaknya 10 persen.
Manakah dari dua saham ini yang harus Anda beli? Kami tidak bisa mengatakan; itu tergantung pada
preferensi pribadi Anda. Kami dapat cukup yakin bahwa beberapa investor lebih memilih L daripada U dan
beberapa lebih memilih U daripada L.
Anda mungkin telah memperhatikan bahwa cara kami menghitung pengembalian dan varians yang
diharapkan di sini agak berbeda dari cara kami melakukannya di bab terakhir. Alasannya adalah bahwa,
dalam Bab 12, kami memeriksa pengembalian historis aktual, jadi kami memperkirakan pengembalian rata-
rata dan varians berdasarkan beberapa peristiwa aktual. Di sini, kami telah memproyeksikan
masa depan pengembalian dan probabilitas terkaitnya, jadi ini adalah informasi yang harus kita
gunakan.
416 PA RT 5
TABEL 13.4 (2) (3) (4)

Perhitungan Varians (1) Kemungkinan Kembali Deviasi Pengembalian Kuadrat (5)
keadaan negara bagian dari yang diharapkan Penyimpangan dari Produk
Ekonomi Ekonomi Kembali Pengembalian yang Diharapkan (2) 3 (4)
Stok L
Resesi . 50 2.20 2 .25 5 2.45 2.452 5 .2025 . 10125
Ledakan . 50 . 702 .25 5 .45 . 452 5 .2025 . 10125
S2L 5 .20250
Stok U
Resesi . 50 . 302 .20 5 .10 . 102 5 .01 . 005
Ledakan . 50 . 102 .20 5 2.10 2.102 5 .01 . 005
CONTOH 13.2 Probabilitas yang Lebih Tidak Sama
Kembali ke Contoh 13.1, berapakah varians pada dua saham setelah kita
probabilitas yang sama? Standar deviasi?
Kami dapat meringkas perhitungan yang diperlukan sebagai berikut:
(2) (3) (4)

(1) Kemungkinan Kembali Deviasi Pengembalian Kuadrat (5)
keadaan negara bagian dari yang diharapkan Penyimpangan dari Produk
Ekonomi Ekonomi Kembali Pengembalian yang Diharapkan (2) 3 (4)
Stok L
Resesi . 80 2.20 2 (2.02) 5 2.18 . 0324 . 02592
Ledakan . 20 . 702 (2.02) 5 .72 . 5184 . 10368
S2L 5 .12960
Stok U
Resesi . 80 . 302 .26 5 .04 . 0016 . 00128
Ledakan . 20 . 102 .26 5 2.16 . 0256 . 00512
S2kamu
5 .00640
______
Berdasarkan perhitungan ini, standar deviasi__FO __R__Ladalah
L
s 5 .1296 5 .36 5 36%.
Standar deviasi untuk U jauh lebih kecil: s 5 .0064 5
kamu
.08 atau 8%.
Pertanyaan Konsep
13.1a Bagaimana kita menghitung pengembalian yang diharapkan dari sekuritas?
13.1b Dengan kata lain, bagaimana kita menghitung varians dari pengembalian yang diharapkan?
13.2 Portofolio
Sejauh ini dalam bab ini, kami telah berkonsentrasi pada aset individu yang dipertimbangkan secara terpisah.
portofolio Namun, sebagian besar investor benar-benar memegangportofolio dari aset. Yang kami maksud dengan ini adalah
Sekelompok aset seperti saham bahwa investor cenderung memiliki lebih dari sekadar satu saham, obligasi, atau aset lainnya. Mengingat demikian,
dan obligasi yang dimiliki oleh
pengembalian portofolio dan risiko portofolio memiliki relevansi yang jelas. Oleh karena itu, sekarang kita membahas
investor.
pengembalian dan varians portofolio yang diharapkan.
417
(2) TABEL 13.5

(1) Kemungkinan (4) Pengembalian yang Diharapkan
keadaan negara bagian (3) Produk pada Portofolio Tertimbang Sama
Ekonomi Ekonomi Pengembalian Portofolio Jika Keadaan Terjadi (2) 3 (3) dari Saham L dan Saham U
Resesi . 50 . 503 2 20% 1 .50 3 30% 5 5% . 025
Ledakan . 50 . 503 70% 1 .50 3 10% 5 40% . 200
E(R P) 5 .225 5 22,5%
BERAT PORTOFOLIO
Ada banyak cara yang setara untuk menggambarkan portofolio. Pendekatan yang paling mudah adalah
dengan membuat daftar persentase dari total nilai portofolio yang diinvestasikan dalam setiap aset
portofolio. Kami menyebut persentase ini sebagaibobot portofolio. bobot portofolio
Misalnya, jika kita memiliki $50 dalam satu aset dan $150 di aset lain, total portofolio kita bernilai Persentase dari
nilai total portofolio yang
$200. Persentase portofolio kami di aset pertama adalah $50y$200 5 .25. Persentase
diinvestasikan dalam aset
dari portofolio kami di aset kedua adalah $150y$200, atau .75. Bobot portofolio kami adalah 0,25 dan
tertentu.
0,75. Perhatikan bahwa bobotnya harus berjumlah 1,00 karena semua uang kita diinvestasikan di
suatu tempat.1
PENGEMBALIAN YANG DIHARAPKAN PORTOFOLIO
Mari kita kembali ke Saham L dan U. Anda memasukkan setengah uang Anda masing-masing. Bobot
portofolio jelas .50 dan .50. Bagaimana pola pengembalian portofolio ini? Pengembalian yang
diharapkan?
Untuk menjawab pertanyaan-pertanyaan ini, anggaplah ekonomi benar-benar memasuki resesi. Dalam hal ini,
setengah uang Anda (setengah dalam L) kehilangan 20 persen. Setengah lainnya (setengah di U) mendapatkan 30
persen. Pengembalian portofolio Anda,R , dalam resesi adalah sebagai berikut:
P
RP5 .50 3 220% 1 .50 3 30% 5 5%

Tabel 13.5 merangkum perhitungan yang tersisa. Perhatikan bahwa ketika boom terjadi, portofolio
Anda akan kembali 40 persen:
RP5 .50 3 70% 1 .50 3 10% 5 40%

Seperti ditunjukkan pada Tabel 13.5, pengembalian yang diharapkan dari portofolio Anda, E(R ), adalah 22,5 persen.
P
Kita dapat menghemat beberapa pekerjaan dengan menghitung pengembalian yang diharapkan secara lebih langsung. Mengingat
bobot portofolio ini, kami dapat beralasan bahwa kami mengharapkan setengah dari uang kami untuk menghasilkan25 persen (setengah
dalam L) dan setengah dari uang kita untuk menghasilkan 20 persen (setengah di U). Pengembalian yang diharapkan dari portofolio kami
adalah sebagai berikut:
E(R P) 5 .50 3 E(R ) 1L .50 3 E(R ) kamu

5 .50 3 25% 1 .50 3 20% Ingin informasi lebih lanjut?
5 22,5% tentang investasi? Mengunjungi
www.jalan.com.
Ini adalah pengembalian yang diharapkan portofolio yang sama yang kami hitung sebelumnya.
Metode penghitungan pengembalian yang diharapkan atas portofolio ini bekerja tidak peduli berapa
banyak aset yang ada dalam portofolio. Misalkan kita punyan aset dalam portofolio kami, di mana n adalah
membiarkanx berdiri untuk persentase uang kita di Aset Saya, maka diharapkan
nomor apapun. Jika kita Saya
kembali akan menjadi:
E(R P) 5 x 31 E(R ) 11x 3 E(2R ) 1 · ·2· 1 x 3 E(R )n n

[13.2]
Beberapa di antaranya bisa dalam bentuk tunai, tentu saja, tetapi kami kemudian hanya akan mempertimbangkan uang tunai sebagai salah satu aset portofolio.
1
418 PA RT 5 Risiko dan Pengembalian
Ini mengatakan bahwa pengembalian yang diharapkan atas portofolio adalah kombinasi langsung dari
pengalaman e
akan Hai
CONTOH 13.3 Pengembalian Portofolio yang Diharapkan
Misalkan kita memiliki proyeksi berikut untuk tiga saham:
Mengembalikan Jika Keadaan Terjadi

Ekonomi Keadaan Ekonomi Stok A Stok B Stok C
Ledakan . 40 10% 15% 20%
Menyergap . 60 8 4 0
Kami ingin menghitung pengembalian portofolio yang diharapkan dalam dua kasus. Pertama, berapa
pengembalian yang diharapkan pada portofolio dengan jumlah yang sama yang diinvestasikan di masing-
masing dari tiga saham? Kedua, berapa pengembalian yang diharapkan jika setengah dari portofolio berada
di A, dengan sisanya dibagi rata antara B dan C?
Berdasarkan apa yang telah kita pelajari dari diskusi kita sebelumnya, kita dapat menentukan bahwa
pengembalian yang diharapkan dari masing-masing saham adalah (periksa ini untuk latihan):
E(R A) 5 8.8%
E(R B) 5 8,4%
E(R C) 5 8.0%
Jika portofolio memiliki investasi yang sama di setiap aset, bobot portofolio semuanya sama.
Portofolio seperti itu dikatakanberbobot sama. Karena ada tiga saham dalam kasus ini, bobotnya
semua sama dengan 1/3. Portofolio pengembalian yang diharapkan dengan demikian:
E(R )P5 (1kamu3) 3 8.8% 1 (1kamu3) 3 8,4% 1 (1kamu3) 3 8% 5 8,4%
Dalam kasus kedua, verifikasi bahwa pengembalian portofolio yang diharapkan adalah 8,5 persen.
VARIAN PORTOFOLIO
Dari pembahasan kita sebelumnya, pengembalian yang diharapkan pada portofolio yang berisi
investasi yang sama di Saham U dan L adalah 22,5 persen. Berapa standar deviasi
pengembalian portofolio ini? Intuisi sederhana mungkin menyarankan bahwa karena setengah
dari uang memiliki standar deviasi 45 persen dan setengah lainnya memiliki standar deviasi 10
persen, standar deviasi portofolio dapat dihitung sebagai:
s P5 .50 3 45% 1 .50 3 10% 5 27,5%

Sayangnya, pendekatan ini sepenuhnya salah!
Mari kita lihat apa sebenarnya standar deviasi itu. Tabel 13.6 merangkum perhitungan yang
relevan. Seperti yang kita lihat, varians portofolio adalah sekitar 0,031, dan standar deviasinya lebih
kecil dari yang kita duga—hanya 17,5 persen. Apa yang diilustrasikan di sini adalah bahwa varians
pada portofolio umumnya bukanlah kombinasi sederhana dari varians aset dalam portofolio.
Kita dapat mengilustrasikan poin ini sedikit lebih dramatis dengan mempertimbangkan serangkaian
bobot portofolio yang sedikit berbeda. Misalkan kita menempatkan 2kamu11 (sekitar 18 persen) di L dan 9
lainnyakamu11 (sekitar 82 persen) di U. Jika terjadi resesi, portofolio ini akan memiliki pengembalian:
R P5 (2kamu11) 3 220% 1 (9kamu11) 3 30% 5 20,91%

419
(2) (3) (4) TABEL 13.6

(1) Kemungkinan Portofolio kuadrat (5) Varians pada Portofolio
keadaan negara bagian Kembali Jika Penyimpangan dari Produk Berbobot Sama dari
Ekonomi Ekonomi Keadaan Terjadi Pengembalian yang Diharapkan (2) 3 (4) Stok L dan Stok U
Resesi . 50 5% (.05 2 .225)2 5.030625 . 0153125
Ledakan . 50 40 (.40 2 .225)2 5.030625 . 0153125
S2P 5 .030625
________
s P5 .030625 5 17,5%
Jika terjadi boom, portofolio ini akan memiliki pengembalian sebesar:
R P5 (2kamu11) 3 70% 1 (9kamu11) 3 10% 5 20,91%
Perhatikan bahwa pengembaliannya sama tidak peduli apa yang terjadi. Tidak diperlukan perhitungan lebih
lanjut: Portofolio ini memiliki varians nol. Rupanya, menggabungkan aset ke dalam portofolio secara
substansial dapat mengubah risiko yang dihadapi investor. Ini adalah pengamatan yang penting, dan kami
akan mulai
Varians Portofolio dan Deviasi Standar CONTOH 13.4

Dalam Contoh 13.3, berapa standar deviasi pada dua portofolio? Untuk menjawabnya, pertama-tama kita
harus menghitung pengembalian portofolio di kedua negara bagian. Kami akan bekerja dengan portofolio
kedua, yang memiliki 50 persen di Saham A dan 25 persen di masing-masing Saham B dan C. Perhitungan
yang relevan dapat diringkas sebagai berikut:

Ekonomi Keadaan Ekonomi Stok A Stok B Stok C Portofolio
Ledakan . 40 10% 15% 20% 13,75%

Menyergap . 60 8 40 5.00
Pengembalian portofolio ketika ekonomi booming dihitung sebagai:
E(R P) 5 .50 3 10% 1 .25 3 15% 1 .25 3 20% 5 13,75%
Pengembalian ketika ekonomi bangkrut dihitung dengan cara yang sama. Pengembalian yang diharapkan
dari portofolio adalah 8,5 persen. Variansnya demikian:
S2P5 .40 3 (.1375 2 .085)2 1 .60 3 (.05 2 .085)2

5 .0018375
Standar deviasi dengan demikian sekitar 4,3 persen. Untuk portofolio kami yang berbobot
sama, periksa apakah standar deviasinya sekitar 5,4 persen.
Pertanyaan Konsep
13.2a Apa yang dimaksud dengan bobot portofolio?
13.2b Bagaimana kita menghitung pengembalian yang diharapkan pada portofolio?
13.2c Apakah ada hubungan sederhana antara standar deviasi pada portofolio
dan standar deviasi aset dalam portofolio?
13.3 Pengumuman, Kejutan, dan

Pengembalian yang Diharapkan
Sekarang kita tahu bagaimana membangun portofolio dan mengevaluasi pengembaliannya, kita mulai
menjelaskan lebih hati-hati risiko dan pengembalian yang terkait dengan sekuritas individual. Sejauh ini,
kami telah mengukur volatilitas dengan melihat perbedaan antara pengembalian aktual atas suatu aset atau
portofolio,R, dan pengembalian yang diharapkan, E(R). Kami sekarang melihat mengapa penyimpangan itu
ada.
PENGEMBALIAN YANG DIHARAPKAN DAN TIDAK DIHARAPKAN
Untuk memulai, agar lebih konkret, kami mempertimbangkan laba atas saham sebuah perusahaan bernama Flyers.
Apa yang akan menentukan pengembalian saham ini, katakanlah, tahun depan?
Pengembalian atas setiap saham yang diperdagangkan di pasar keuangan terdiri dari dua bagian.
Pertama, pengembalian normal atau yang diharapkan dari saham adalah bagian dari pengembalian yang
diprediksi atau diharapkan oleh pemegang saham di pasar. Pengembalian ini tergantung pada informasi
yang dimiliki pemegang saham tentang saham, dan didasarkan pada pemahaman pasar saat ini tentang
faktor-faktor penting yang akan mempengaruhi saham di tahun mendatang.
Bagian kedua dari pengembalian saham adalah bagian yang tidak pasti, atau berisiko. Ini adalah bagian yang
berasal dari informasi tak terduga yang terungkap dalam setahun. Daftar semua kemungkinan sumber informasi
semacam itu tidak akan ada habisnya, tetapi berikut adalah beberapa contohnya:
Berita tentang penelitian Flyers
Angka pemerintah yang dirilis pada produk domestik bruto (PDB) Hasil
dari pembicaraan pengendalian senjata terbaru
Berita bahwa angka penjualan Flyer lebih tinggi dari yang diharapkan
Penurunan suku bunga yang tiba-tiba dan tidak terduga
Berdasarkan pembahasan ini, salah satu cara untuk menyatakan laba atas saham Flyers di tahun
mendatang adalah:
Total pengembalian 5 Pengembalian yang diharapkan 1 Pengembalian tak terduga

[13.3]
R 5 E(R) 1 kamu
di mana R singkatan dari total pengembalian aktual pada tahun itu, E(R) mewakili bagian pengembalian yang
diharapkan, dan kamu singkatan dari bagian pengembalian yang tidak terduga. Apa yang dikatakan di sini adalah
bahwa pengembalian yang sebenarnya,R, berbeda dari pengembalian yang diharapkan, E(R), karena kejutan yang
terjadi sepanjang tahun. Pada tahun tertentu, pengembalian tak terduga akan positif atau negatif; tetapi, seiring
waktu, nilai rata-ratakamu akan menjadi nol. Ini berarti bahwa rata-rata, pengembalian aktual sama dengan
pengembalian yang diharapkan.
PENGUMUMAN DAN BERITA

Kita perlu berhati-hati ketika berbicara tentang efek item berita pada pengembalian. Sebagai contoh,
anggaplah bisnis Flyers sedemikian rupa sehingga perusahaan menjadi makmur ketika PDB tumbuh pada
tingkat yang relatif tinggi dan menderita ketika PDB relatif stagnan. Dalam hal ini, dalam memutuskan
pengembalian apa yang diharapkan tahun ini dari memiliki saham di Flyers, pemegang saham baik secara
implisit maupun eksplisit harus memikirkan tentang kemungkinan PDB tahun ini.
Ketika pemerintah benar-benar mengumumkan angka PDB untuk tahun ini, apa yang akan terjadi
dengan nilai saham Flyers? Jelas, jawabannya tergantung pada angka apa yang dirilis. Lebih penting
lagi, bagaimanapun, dampaknya tergantung pada seberapa banyak angka itubaru informasi.
Bab 13 Pengembalian, Risiko, dan Garis Pasar Keamanan 421
Pada awal tahun, pelaku pasar akan memiliki beberapa gagasan atau perkiraan tentang PDB
tahunan. Sejauh pemegang saham telah memprediksi PDB, prediksi itu sudah akan diperhitungkan
ke dalam bagian yang diharapkan dari pengembalian saham, E(R). Di sisi lain, jika PDB yang
diumumkan adalah kejutan, efeknya akan menjadi bagian darikamu, bagian pengembalian yang tidak
terduga. Sebagai contoh, misalkan pemegang saham di pasar telah memperkirakan bahwa
peningkatan PDB tahun ini akan menjadi 0,5 persen. Jika pengumuman aktual tahun ini tepat 0,5
persen, sama seperti perkiraan, maka pemegang saham tidak benar-benar belajar apa-apa, dan
pengumuman itu bukanlah berita. Akibatnya, tidak akan ada dampak pada harga saham. Ini seperti
menerima konfirmasi dari sesuatu yang Anda curigai selama ini; itu tidak mengungkapkan sesuatu
yang baru.
Cara umum untuk mengatakan bahwa sebuah pengumuman bukanlah berita adalah dengan
mengatakan bahwa pasar telah “mendiskon” pengumuman tersebut. Penggunaan katadiskon di sini berbeda
dengan penggunaan istilah dalam menghitung nilai sekarang, tetapi semangatnya sama. Ketika kita
mendiskon satu dolar di masa depan, kita mengatakan itu kurang berharga bagi kita karena nilai waktu dari
uang. Ketika kita mendiskon sebuah pengumuman atau item berita, kita mengatakan bahwa pengaruhnya
terhadap harga lebih kecil karena pasar sudah mengetahui banyak tentangnya.
Kembali ke Pamflet, misalkan pemerintah mengumumkan bahwa peningkatan PDB aktual
selama tahun ini adalah 1,5 persen. Sekarang para pemegang saham telah belajar sesuatu—
yaitu, bahwa kenaikan itu satu poin persentase lebih tinggi dari yang mereka perkirakan.
Perbedaan antara hasil aktual dan perkiraan, satu poin persentase dalam contoh ini, kadang-
kadang disebut sebagaiinovasi atau kejutan.
Perbedaan ini menjelaskan mengapa apa yang tampaknya menjadi kabar baik sebenarnya bisa
menjadi kabar buruk (dan sebaliknya). Kembali ke perusahaan yang kita diskusikan di pembuka bab,
meskipun pendapatan Campbell Soup persis seperti yang diharapkan, perusahaan menghadapi
tekanan yang meningkat untuk sisa tahun ini, dan diperkirakan membutuhkan promosi harga yang
besar untuk mempertahankan pelanggannya saat ini. Selain itu, penjualan sup kental perusahaan
yang lebih menguntungkan telah turun karena pesaing secara agresif menurunkan harga produk
siap saji.
Ide utama yang perlu diingat tentang berita dan perubahan harga adalah bahwa berita tentang masa
depan adalah yang terpenting. Untuk Avis Budget, meskipun pendapatannya jauh lebih rendah dari
perkiraan pasar, laba bersih untuk kuartal tersebut diturunkan secara dramatis karena biaya akuisisi satu kali
dan penghentian utang dini. Perusahaan juga mengumumkan bahwa volume sewa meningkat sebesar 7
persen dan pendapatan dari item tambahan tumbuh sebesar 10 persen, keduanya merupakan indikasi
positif untuk masa depan. Untuk Home Depot, pengumuman pendapatan datang pada hari ketika pasar
secara umum berubah suram. Ingatlah hal ini saat Anda membaca bagian kami selanjutnya.
Untuk meringkas, sebuah pengumuman dapat dibagi menjadi dua bagian: bagian yang
diantisipasi, atau diharapkan, dan kejutan, atau inovasi:
Pengumuman 5 Bagian yang diharapkan 1 Kejutan [13.4]

Bagian yang diharapkan dari setiap pengumuman adalah bagian dari informasi yang digunakan
pasar untuk membentuk ekspektasi, E(R), dari pengembalian saham. Kejutannya adalah berita yang
mempengaruhi return tak terduga pada saham,U.
Diskusi kita tentang efisiensi pasar pada bab sebelumnya berkaitan dengan diskusi ini. Kami berasumsi
bahwa informasi relevan yang diketahui saat ini sudah tercermin dalam pengembalian yang diharapkan. Ini
identik dengan mengatakan bahwa harga saat ini mencerminkan informasi yang tersedia untuk umum yang
relevan. Dengan demikian, kami secara implisit mengasumsikan bahwa pasar setidaknya cukup efisien
dalam bentuk setengah kuat.
Selanjutnya, ketika kita berbicara tentang berita, yang kita maksud adalah bagian kejutan
dari sebuah pengumuman dan bukan bagian yang diharapkan pasar dan karena itu sudah
didiskon.
Pertanyaan Konsep
13.3a Apa dua bagian dasar pengembalian?

13.3b Dalam kondisi apa pengumuman perusahaan tidak berpengaruh pada
harga saham biasa?
13.4 Risiko: Sistematis dan Tidak Sistematis

Bagian pengembalian yang tidak terduga, bagian yang dihasilkan dari kejutan, adalah risiko sebenarnya dari
investasi apa pun. Lagi pula, jika kita selalu menerima persis seperti yang kita harapkan, maka investasi
dapat diprediksi dengan sempurna dan, menurut definisi, bebas risiko. Dengan kata lain, risiko memiliki aset
berasal dari kejutan—peristiwa yang tidak terduga.
Namun, ada perbedaan penting di antara berbagai sumber risiko. Lihat kembali daftar
berita kami sebelumnya. Beberapa dari cerita ini diarahkan secara khusus pada Flyers,
dan beberapa lebih umum. Manakah dari item berita yang sangat penting bagi Flyer?
Pengumuman tentang suku bunga atau PDB jelas penting bagi hampir semua perusahaan,
sedangkan berita tentang presiden Flyers, penelitiannya, atau penjualannya menjadi perhatian
khusus Flyers. Kami akan membedakan kedua jenis peristiwa ini karena, seperti yang akan kita lihat,
mereka memiliki implikasi yang berbeda.
RISIKO SISTEMATIS DAN TIDAK SISTEMATIS

resiko yang sistematis Jenis kejutan pertama—yang memengaruhi banyak aset—akan kami beri label resiko yang sistematis. Risiko
Risiko yang mempengaruhi sistematis adalah risiko yang mempengaruhi sejumlah besar aset, masing-masing pada tingkat yang lebih besar atau
sejumlah besar aset. Juga,
lebih kecil. Karena risiko sistematis memiliki efek di seluruh pasar, mereka kadang-kadang disebut
risiko pasar.
risiko pasar.
risiko tidak sistematis Jenis kejutan kedua yang akan kita sebut risiko tidak sistematis. Risiko tidak sistematis adalah
Risiko yang mempengaruhi yang mempengaruhi satu aset atau sekelompok kecil aset. Karena risiko ini unik untuk masing-
paling banyak sejumlah kecil
masing perusahaan atau aset, mereka kadang-kadang disebutunik atau risiko spesifik aset.
aset. Juga, risiko unik atau
Kami akan menggunakan istilah ini secara bergantian.
spesifik aset.
Seperti yang telah kita lihat, ketidakpastian tentang kondisi ekonomi umum (seperti PDB,
suku bunga, atau inflasi) adalah contoh risiko sistematis. Kondisi ini mempengaruhi hampir
semua perusahaan sampai tingkat tertentu. Kenaikan tak terduga, atau kejutan, dalam inflasi,
misalnya, mempengaruhi upah dan biaya persediaan yang dibeli perusahaan; itu
mempengaruhi nilai aset yang dimiliki perusahaan; dan itu mempengaruhi harga di mana
perusahaan menjual produk mereka. Kekuatan seperti ini, di mana semua perusahaan rentan,
adalah inti dari risiko sistematis.
Sebaliknya, pengumuman pemogokan minyak oleh perusahaan terutama akan mempengaruhi perusahaan itu
dan, mungkin, beberapa perusahaan lain (seperti pesaing utama dan pemasok). Akan tetapi, kecil kemungkinannya
akan berdampak besar pada pasar minyak dunia, atau pada urusan perusahaan-perusahaan yang tidak berada
dalam bisnis minyak, jadi ini adalah peristiwa yang tidak sistematis.
KOMPONEN PENGEMBALIAN YANG SISTEMATIS DAN TIDAK SISTEMATIS
Perbedaan antara risiko sistematis dan risiko tidak sistematis tidak pernah benar-benar persis seperti
yang kita bayangkan. Bahkan berita yang paling sempit dan aneh tentang sebuah perusahaan
bergema di seluruh perekonomian. Ini benar karena setiap perusahaan, sekecil apa pun, adalah
bagian dari ekonomi. Ini seperti kisah kerajaan yang hilang karena satu kuda hilang
sepatu. Namun, ini sebagian besar membelah rambut. Beberapa risiko jelas jauh lebih umum daripada yang
lain. Kita akan melihat beberapa bukti tentang hal ini sebentar lagi.
Perbedaan antara jenis risiko memungkinkan kita untuk memecah bagian kejutan,
kamu, dari pengembalian saham Flyers menjadi dua bagian. Sebelumnya, kami memiliki pengembalian aktual yang dipecah
menjadi komponen yang diharapkan dan mengejutkan:
R 5 E(R) 1 kamu
Kami sekarang menyadari bahwa komponen kejutan total untuk Flyers, kamu, memiliki komponen sistematis
dan tidak sistematis, sehingga:
R 5 E(R) 1 Bagian sistematis 1 Porsi tidak sistematis [13.5]
Karena tradisional, kita akan menggunakan huruf Yunani epsilon, e, untuk berdiri untuk bagian yang tidak
sistematis. Karena risiko sistematis sering disebut risiko pasar, kami akan menggunakan huruf
M untuk berdiri untuk bagian sistematis kejutan. Dengan simbol-simbol ini, kita dapat menulis ulang rumus
untuk pengembalian total:
R 5 E(R) 1 kamu
5 E(R) 1 M 1 e
Hal penting tentang cara kita memecahkan kejutan total, kamu, Apakah itu
bagian yang tidak sistematis, e, kurang lebih unik untuk Flyers. Untuk alasan ini, ini tidak terkait dengan bagian
pengembalian yang tidak sistematis pada sebagian besar aset lainnya. Untuk melihat mengapa ini penting, kami
perlu kembali ke subjek risiko portofolio.
Pertanyaan Konsep
13.4a Apa dua tipe dasar risiko?

13.4b Apa perbedaan antara kedua jenis risiko tersebut?
Diversifikasi dan Risiko Portofolio 13.5

Kita telah melihat sebelumnya bahwa risiko portofolio, pada prinsipnya, bisa sangat berbeda dari
risiko aset yang membentuk portofolio. Kami sekarang melihat lebih dekat pada risiko aset individu
versus risiko portofolio banyak aset yang berbeda. Kami akan sekali lagi memeriksa beberapa sejarah
Untuk lebih lanjut tentang risiko
pasar untuk mendapatkan gambaran tentang apa yang terjadi dengan investasi aktual di dan diversifikasi, kunjungi
pasar modal AS. www.investopedia.
comkamuUniversitas.
PENGARUH DIVERSIFIKASI: PELAJARAN LAIN

DARI SEJARAH PASAR
Dalam bab sebelumnya, kita melihat bahwa standar deviasi pengembalian tahunan pada portofolio
500 saham biasa besar secara historis sekitar 20 persen per tahun. Apakah ini berarti bahwa standar
deviasi pengembalian tahunan atas saham biasa dalam kelompok 500 itu adalah sekitar 20 persen?
Seperti yang mungkin Anda duga sekarang, jawabannya adalah tidak. Ini adalah pengamatan yang
sangat penting.
Untuk mengilustrasikan hubungan antara ukuran portofolio dan risiko portofolio, Tabel 13.7
mengilustrasikan standar deviasi rata-rata tahunan untuk portofolio dengan bobot yang sama
yang berisi sejumlah sekuritas NYSE yang dipilih secara acak.
Pada Kolom 2 Tabel 13.7, kita melihat bahwa standar deviasi untuk “portofolio” satu
sekuritas adalah sekitar 49 persen. Artinya, jika Anda secara acak memilih satu NYSE
424 PA RT 5
TABEL 13.7 (3)

Standar Deviasi dari (2) Rasio Portofolio
Pengembalian Portofolio Tahunan (1) Standar Rata-rata Standar Deviasi ke
Jumlah Saham Deviasi Tahunan Standar Deviasi
di Portofolio Pengembalian Portofolio dari satu saham
1 49,24% 1.00
2 37.36 . 76
4 29.69 . 60
6 26.64 . 54
8 24.98 . 51
10 23.93 . 49
20 21.68 . 44
30 20.87 . 42
40 20.46 . 42
50 20.20 . 41
100 19.69 . 40
200 19.42 . 39
300 19.34 . 39
400 19.29 . 39
500 19.27 . 39
1.000 19.21 . 39
Angka-angka ini berasal dari Tabel 1 di M. Statman, “Berapa Banyak Saham yang Membuat Portofolio Terdiversifikasi?” Jurnal
Analisis Keuangan dan Kuantitatif 22 (September 1987), hlm. 353–64. Mereka berasal dari EJ Elton dan MJ Gruber,
"Pengurangan Risiko dan Ukuran Portofolio: Solusi Analitik,"Jurnal Bisnis 50 (Oktober 1977), hlm. 415–37.
simpan dan masukkan semua uang Anda ke dalamnya, standar deviasi pengembalian Anda biasanya akan
menjadi 49 persen substansial per tahun. Jika Anda secara acak memilih dua saham dan menginvestasikan
setengah uang Anda di masing-masing saham, standar deviasi Anda rata-rata sekitar 37 persen, dan
seterusnya.
Hal penting yang perlu diperhatikan pada Tabel 13.7 adalah bahwa standar deviasi menurun
seiring dengan bertambahnya jumlah sekuritas. Pada saat kami memiliki 100 saham yang dipilih
secara acak, standar deviasi portofolio telah menurun sekitar 60 persen, dari 49 persen menjadi
sekitar 20 persen. Dengan 500 sekuritas, standar deviasinya adalah 19,27 persen, mirip dengan 20
persen yang kita lihat di bab sebelumnya untuk portofolio saham biasa yang besar. Perbedaan kecil
terjadi karena sekuritas portofolio dan periode waktu yang diperiksa tidak identik.
PRINSIP DIVERSIFIKASI
Gambar 13.1 mengilustrasikan poin yang telah kita diskusikan. Apa yang telah kami plot adalah standar deviasi
pengembalian versus jumlah saham dalam portofolio. Perhatikan pada Gambar 13.1 bahwa manfaat dalam hal
pengurangan risiko dari penambahan sekuritas menurun saat kita menambahkan lebih banyak dan lebih banyak lagi.
Pada saat kami memiliki 10 sekuritas, sebagian besar efeknya sudah terwujud; dan pada saat kita mencapai 30 atau
lebih, hanya ada sedikit manfaat yang tersisa.
Gambar 13.1 mengilustrasikan dua poin kunci. Pertama, beberapa risiko yang terkait dengan aset
prinsip dari individu dapat dihilangkan dengan membentuk portofolio. Proses penyebaran investasi di seluruh
diversifikasi aset (dan dengan demikian membentuk portofolio) disebutdiversifikasi. NS prinsip diversifikasi
Menyebarkan investasi di
memberitahu kita bahwa menyebarkan investasi di banyak aset akan menghilangkan beberapa risiko.
sejumlah aset akan
menghilangkan beberapa, Area yang diarsir biru pada Gambar 13.1, diberi label “risiko yang dapat didiversifikasi”, adalah bagian
tetapi tidak semua, risiko. yang dapat dihilangkan dengan diversifikasi.
425
GAMBAR 13.1
Diversifikasi Portofolio
49.2
Standar deviasi tahunan rata-rata (%)
Risiko yang dapat didiversifikasi
23.9
19.2
Tidak dapat didiversifikasi
mempertaruhkan
1 10 20 30 40 1.000
Jumlah saham dalam portofolio
Poin kedua sama pentingnya. Ada tingkat risiko minimum yang tidak dapat dihilangkan hanya dengan
melakukan diversifikasi. Tingkat minimum ini diberi label “risiko yang tidak dapat didiversifikasi” pada
Gambar 13.1. Secara bersama-sama, kedua poin ini merupakan pelajaran penting lainnya dari sejarah pasar
modal: Diversifikasi mengurangi risiko, tetapi hanya sampai titik tertentu. Dengan kata lain, beberapa risiko
dapat didiversifikasi dan beberapa tidak.
Untuk memberikan contoh terbaru tentang dampak diversifikasi, Dow Jones Industrial Average
(DJIA), yang merupakan indeks pasar saham yang diikuti secara luas dari 30 saham besar AS yang
terkenal, naik sekitar 22,7 persen pada tahun 2010. Seperti yang kita lihat di bab kami sebelumnya,
keuntungan ini merupakan tahun yang baik untuk portofolio saham berkapitalisasi besar. Pemenang
individu terbesar untuk tahun ini adalah Caterpillar (naik 65 persen), DuPont (naik 48 persen), dan
McDonald's (naik 23 persen). Tapi tidak semua 30 saham naik: Yang kalah termasuk Hewlett-Packard
(turun 18 persen), Bank of America (turun 11 persen), dan Alcoa (turun 4 persen). Sekali lagi,
pelajarannya jelas: Diversifikasi mengurangi paparan terhadap hasil ekstrem, baik dan buruk.
DIVERSIFIKASI DAN RISIKO TIDAK SISTEMATIS

Dari diskusi kami tentang risiko portofolio, kami tahu bahwa beberapa risiko yang terkait dengan aset
individu dapat didiversifikasi dan beberapa tidak. Kita dibiarkan dengan pertanyaan yang jelas:
Mengapa demikian? Ternyata jawabannya bergantung pada perbedaan yang kami buat sebelumnya
antara risiko sistematis dan tidak sistematis.
Menurut definisi, risiko tidak sistematis adalah risiko yang khusus untuk satu aset atau, paling banyak,
kelompok kecil. Misalnya, jika aset yang dipertimbangkan adalah saham di satu perusahaan, penemuan
proyek NPV positif seperti produk baru yang sukses dan penghematan biaya yang inovatif akan cenderung
meningkatkan nilai saham. Tuntutan hukum yang tidak terduga, kecelakaan industri, pemogokan, dan
peristiwa serupa akan cenderung menurunkan arus kas masa depan dan dengan demikian mengurangi nilai
saham.
Berikut adalah pengamatan penting: Jika kami hanya memiliki satu saham, nilai
investasi kami akan berfluktuasi karena peristiwa khusus perusahaan. Jika kita
memegang portofolio besar, di sisi lain, beberapa saham dalam portofolio akan naik
nilainya karena peristiwa spesifik perusahaan yang positif dan beberapa akan turun
nilainya karena peristiwa negatif. Namun, efek bersih pada nilai keseluruhan portofolio
akan relatif kecil, karena efek ini cenderung saling meniadakan.
Sekarang kita melihat mengapa beberapa variabilitas yang terkait dengan aset individu dihilangkan
dengan diversifikasi. Ketika kita menggabungkan aset ke dalam portofolio, peristiwa unik, atau tidak
sistematis—
sedikit pantat
Ini
Risiko tidak sistematis pada dasarnya dihilangkan dengan diversifikasi, sehingga portofolio dengan
banyak aset hampir tidak memiliki risiko tidak sistematis.
Sebenarnya istilah risiko yang dapat didiversifikasi dan risiko tidak sistematis sering digunakan secara bergantian.
DIVERSIFIKASI DAN RISIKO SISTEMATIS

Kami telah melihat bahwa risiko tidak sistematis dapat dihilangkan dengan diversifikasi. Bagaimana dengan risiko
sistematis? Bisakah itu juga dihilangkan dengan diversifikasi? Jawabannya adalah tidak karena, menurut definisi,
risiko sistematis mempengaruhi hampir semua aset sampai tingkat tertentu. Akibatnya, tidak peduli berapa banyak
aset yang kita masukkan ke dalam portofolio, risiko sistematis tidak hilang. Jadi, untuk alasan yang jelas, istilahresiko
yang sistematis dan risiko yang tidak dapat didiversifikasi digunakan secara bergantian.
Karena kita telah memperkenalkan begitu banyak istilah yang berbeda, akan berguna untuk meringkas
diskusi kita sebelum melanjutkan. Apa yang telah kita lihat adalah bahwa risiko total suatu investasi, yang
diukur dengan standar deviasi pengembaliannya, dapat ditulis sebagai:
Risiko total 5 Resiko yang sistematis 1 Risiko tidak sistematis [13.6]
Risiko sistematis disebut juga risiko yang tidak dapat didiversifikasi atau risiko pasar. Risiko tidak sistematis disebut
juga risiko yang dapat didiversifikasi, risiko unik, atau risiko spesifik aset. Untuk portofolio yang terdiversifikasi
dengan baik, risiko tidak sistematis dapat diabaikan. Untuk portofolio seperti itu, pada dasarnya semua risiko adalah
sistematis.
Pertanyaan Konsep
13.5a Apa yang terjadi pada standar deviasi pengembalian portofolio jika kita
meningkatkan jumlah sekuritas dalam portofolio?
13.5b Apa prinsip diversifikasi?
13.5c Mengapa beberapa risiko dapat didiversifikasi? Mengapa beberapa risiko tidak dapat didiversifikasi?
13.5d Mengapa risiko sistematis tidak dapat didiversifikasi?
13.6 Risiko Sistematis dan Beta

Pertanyaan yang sekarang mulai kita bahas adalah: Apa yang menentukan ukuran premi risiko pada aset
berisiko? Dengan kata lain, mengapa beberapa aset memiliki premi risiko yang lebih besar daripada aset
lainnya? Jawaban atas pertanyaan-pertanyaan ini, seperti yang akan kita bahas selanjutnya, juga didasarkan
pada perbedaan antara risiko sistematis dan tidak sistematis.
PRINSIP RISIKO SISTEMATIS

Sejauh ini, kita telah melihat bahwa total risiko yang terkait dengan aset dapat didekomposisi menjadi dua
komponen: risiko sistematis dan tidak sistematis. Kita juga telah melihat bahwa risiko tidak sistematis pada
dasarnya dapat dihilangkan dengan diversifikasi. Risiko sistematis yang ada dalam suatu aset, di sisi lain,
tidak dapat dihilangkan dengan diversifikasi.
Berdasarkan studi kami tentang sejarah pasar modal, kami tahu bahwa ada imbalan, rata-rata, untuk
menanggung risiko. Namun, kita sekarang perlu lebih tepat tentang apa yang kita maksud dengan risiko. NS
prinsip risiko sistematis menyatakan bahwa imbalan untuk menanggung risiko hanya bergantung pada resiko yang sistematis
risiko sistematis suatu investasi. Alasan yang mendasari prinsip ini adalah langsungprinsip
ward: Karena risiko tidak sistematis dapat dihilangkan tanpa biaya (dengan diversifikasi), Pengembalian yang diharapkan dari
aset berisiko hanya bergantung pada

ada
s risiko sistematis.
ditanggung kamu
NS
Pengembalian yang diharapkan atas suatu aset hanya bergantung pada risiko sistematis aset tersebut.
Ada akibat wajar yang jelas dari prinsip ini: Tidak peduli berapa banyak total risiko yang dimiliki suatu aset,
hanya bagian sistematis yang relevan dalam menentukan pengembalian yang diharapkan (dan premi risiko)
atas aset itu.
Untuk lebih lanjut tentang beta, lihat
MENGUKUR RISIKO SISTEMATIK www.investtools.com dan

moneycentral.msn.com.
Karena risiko sistematis adalah penentu penting dari pengembalian yang diharapkan dari suatu aset, kita
memerlukan beberapa cara untuk mengukur tingkat risiko sistematis untuk investasi yang berbeda. yang spesifik
ukuran yang akan kita gunakan disebut koefisien beta, di mana kita akan menggunakan simbol Yunani koefisien beta
B. Koefisien beta, atau beta untuk jangka pendek, memberi tahu kita seberapa besar risiko sistematis yang dimiliki Jumlah risiko sistematis yang
ada dalam kondisi tertentu
aset tertentu relatif terhadap aset rata-rata. Menurut definisi, aset rata-rata memiliki beta 1,0 relatif terhadap
aset berisiko relatif terhadap
diri. Aset dengan beta 0,50, oleh karena itu, memiliki risiko sistematis setengah dari aset rata- aset berisiko rata-rata.
rata; aset dengan beta 2.0 memiliki dua kali lipat.
Tabel 13.8 berisi perkiraan koefisien beta untuk saham beberapa perusahaan terkenal.
Kisaran beta pada Tabel 13.8 adalah tipikal untuk saham perusahaan besar AS. Beta di
luar kisaran ini terjadi, tetapi mereka kurang umum.
Hal penting untuk diingat adalah bahwa pengembalian yang diharapkan, dan dengan demikian premi risiko, dari suatu
aset hanya bergantung pada risiko sistematisnya. Karena aset dengan beta yang lebih besar memiliki risiko sistematis yang
lebih besar, mereka akan memiliki pengembalian yang diharapkan lebih besar. Jadi, dari Tabel 13.8, an
investor yang membeli saham rata- rn kurang, on

rata Co, daripada investor yang
Koefisien Beta (B ) TABEL 13.8

Saya
Kroger Co. . 29 Koefisien Beta untuk

Perusahaan Terpilih
Coca-Cola . 58
SSUMBER: Yahoo! Keuangan 2011 (
3M . 82
keuangan.yahoo.com).
Microsoft 1.00
Google 1.08
eBay 1.52
Abercrombie & Fitch 1.68
Toko Bon-Ton, Inc. 2.74
Satu catatan peringatan adalah agar: Tidak semua beta dibuat sama. Penyedia yang berbeda menggunakan
metode yang agak berbeda untuk memperkirakan beta, dan terkadang perbedaan yang signifikan
BEKERJA SITUS
Anda dapat menemukan snapshot ere adalah

beta estima dari “Key Sta
Beta yang dilaporkan untuk Revlon adalah 2.12, yang berarti bahwa Revlon memiliki risiko sistematis dua kali lipat dari
saham biasa. Anda akan berharap bahwa perusahaan itu sangat berisiko, dan melihat angka-angka lainnya, kami setuju.
ROA Revlon adalah 15,19 persen, angka yang relatif bagus, tetapi ROE-nya tidak dilaporkan. Mengapa? Jika Anda melihat
nilai buku per saham, itu negatif. Dalam hal ini, semakin besar kerugian, semakin besar ROE! Itu tidak baik. Mengingat ini,
Revlon tampaknya menjadi kandidat yang baik untuk beta tinggi.
Pertanyaan
1. Seperti yang kami sebutkan, nilai buku per saham untuk Revlon adalah negatif. Berapa nilai buku per
saham saat ini yang dilaporkan di situs web ini?
2. Berapa tingkat pertumbuhan yang diproyeksikan oleh para analis untuk Revlon? Bagaimana tingkat pertumbuhan ini dibandingkan
dengan industri?
R 429
Risiko Total versus Beta CONTOH 13.5
Perhatikan informasi berikut tentang dua sekuritas. Manakah yang memiliki risiko total lebih besar? Manakah yang
memiliki risiko sistematis lebih besar? Risiko tidak sistematis yang lebih besar? Aset mana yang akan memiliki
premi risiko lebih tinggi?
Standar Deviasi Beta

Keamanan A 40% . 50
Keamanan B 20 1.50
Dari diskusi kita di bagian ini, Keamanan A memiliki risiko total yang lebih besar, tetapi memiliki risiko sistematis
yang jauh lebih sedikit. Karena total risiko adalah jumlah risiko sistematis dan tidak sistematis, Keamanan A harus
memiliki risiko tidak sistematis yang lebih besar. Terakhir, dari prinsip risiko sistematis, Sekuritas B akan memiliki
premi risiko yang lebih tinggi dan pengembalian yang diharapkan lebih besar, meskipun memiliki risiko total yang
lebih kecil.
PORTOFOLIO BETA
Sebelumnya, kita telah melihat bahwa keberisikoan suatu portofolio tidak memiliki hubungan yang
sederhana dengan risiko aset dalam portofolio. Namun, beta portofolio dapat dihitung, seperti
pengembalian yang diharapkan portofolio. Misalnya, melihat kembali Tabel 13.8, anggaplah Anda menaruh
setengah dari uang Anda di Google dan setengahnya lagi di Coca-Cola. Apa yang akan menjadi beta dari
kombinasi ini? Karena Google memiliki beta 1,08 dan Coca-Cola memiliki beta 0,58, beta portofolio,
B , akan menjadi:
P
bP5 .50 3 b Google

1 .50 3 b Coca-Cola
5 .50 3 1.08 1 .50 3 .58

5 .83
Secara umum, jika kita memiliki banyak aset dalam sebuah portofolio, kita akan mengalikan beta setiap aset dengan bobot
portofolionya dan kemudian menjumlahkan hasilnya untuk mendapatkan beta portofolio.
Portofolio Beta CONTOH 13.6

Misalkan kita memiliki investasi berikut:
Keamanan Jumlah yang Diinvestasikan Pengembalian yang Diharapkan Beta

Stok A $1.000 8% . 80
Stok B 2.000 12 . 95
Stok C 3.000 15 1.10
Stok D 4,000 18 1.40
Berapa pengembalian yang diharapkan dari portofolio ini? Berapa beta dari portofolio ini? Apakah portofolio
ini memiliki risiko yang lebih atau kurang sistematis daripada aset rata-rata?
(lanjutan)
430 PA R
Untuk menjawabnya, pertama-tama kita harus menghitung bobot portofolio. Perhatikan bahwa jumlah total yang
diinvestasikan adalah $10.000. Dari jumlah ini, $1.000kamu10.000 5 10% diinvestasikan di Saham A. Demikian pula, 20
persen diinvestasikan di Saham B, 30 persen diinvestasikan di Saham C, dan 40 persen diinvestasikan
dalam Saham D. Pengembalian yang diharapkan, E(R ), demikian:
P
E(R P) 5 .10 3 E(R ) 1A.20 3 E(R ) 1 .30

B
3 E(R ) 1.40 3 CE(R ) D
5 .10 3 8% 1 .20 3 12% 1 .30 3 15% 1 .40 3 18%
5 14,9%
Demikian pula, portofolio beta, B , adalah:

P
b P5 .10 3 b 1 .20
A
3 b 1 .30 B3 b 1 .40 3 bC D
5 .10 3 .80 1 .20 3 .95 1 .30 3 1.10 1 .40 3 1.40
5 1.16
Portofolio ini dengan demikian memiliki pengembalian yang diharapkan sebesar 14,9 persen dan beta 1,16. Karena
beta lebih besar dari 1, portofolio ini memiliki risiko sistematis yang lebih besar daripada aset rata-rata.
Pertanyaan Konsep
13.6a Apa prinsip risiko sistematis?

Beta mudah ditemukan
13.6b Apa yang diukur oleh koefisien beta?
di Web. Mencoba 13.6c Benar atau salah: Pengembalian yang diharapkan dari aset berisiko bergantung pada risiko total aset
keuangan.yahoo.com dan tersebut. Menjelaskan.
uang.cnn.com. 13.6d Bagaimana Anda menghitung beta portofolio?
13.7 Jalur Pasar Keamanan

Kami sekarang dalam posisi untuk melihat bagaimana risiko dihargai di pasar. Untuk memulai, anggaplah bahwa
Aset A memiliki pengembalian yang diharapkan dari E(R ) 5 20% dan beta dari b 5 1.6. Selanjutnya, anggaplah bahwa
A A
tingkat bebas risiko adalahR 5 8%. Perhatikan bahwa aset bebas risiko, menurut definisi, tidak memiliki risiko
F
sistematis (atau risiko tidak sistematis), sehingga aset bebas risiko memiliki beta nol.
BETA DAN PREMI RISIKO

Pertimbangkan portofolio yang terdiri dari Aset A dan aset bebas risiko. Kita dapat menghitung beberapa
kemungkinan pengembalian dan beta portofolio yang berbeda dengan memvariasikan persentase yang
diinvestasikan dalam dua aset ini. Misalnya, jika 25 persen dari portofolio diinvestasikan dalam Aset A, maka
pengembalian yang diharapkan adalah:
E(R P) 5 .25 3 E(R ) 1A (1 2 .25) 3 R F

5 .25 3 20% 1 .75 3 8%
5 11%
Demikian pula, beta pada portofolio, B , akan
P
menjadi:
bP5 .25 3 b 1 A(1 2 .25) 3 0

5 .25 3 1.6
5 .40
Perhatikan bahwa karena bobot harus dijumlahkan hingga 1, persentase yang diinvestasikan dalam aset bebas risiko
sama dengan 1 dikurangi persentase yang diinvestasikan dalam Aset A.
Satu hal yang mungkin membuat Anda bertanya-tanya adalah apakah mungkin persentase yang
diinvestasikan dalam Aset A melebihi 100 persen. Jawabannya iya. Hal ini dapat terjadi jika investor
meminjam pada tingkat bebas risiko. Sebagai contoh, anggaplah seorang investor memiliki $100 dan
meminjam tambahan $50 pada 8 persen, tingkat bebas risiko. Total investasi di Aset A adalah $150,
atau 150 persen dari kekayaan investor. Pengembalian yang diharapkan dalam kasus ini adalah:
E(R P) 5 1.50 3 E(R ) 1A (1 2 1.50) 3 R F

5 1.50 3 20% 2 .50 3 8%
5 26%
Beta pada portofolio akan menjadi:
bP5 1.50 3 b 1 A(1 2 1.50) 3 0

5 1.50 3 1.6
5 2.4
Kita dapat menghitung beberapa kemungkinan lain, sebagai berikut:
Persentase Portofolio Portofolio Portofolio

di Aset A Pengembalian yang Diharapkan Beta
0% 8% .0
25 11 .4
50 14 .8
75 17 1.2
100 20 1.6
125 23 2.0
150 26 2.4
Pada Gambar 13.2A, pengembalian yang diharapkan portofolio ini diplot terhadap beta portofolio.
Perhatikan bahwa semua kombinasi jatuh pada garis lurus.
Di sana
selalu,
pindah
13.2A
Mengharapkan
Portofolio pengembalian yang diharapkan (E(RP))
dan Beta untuk

E(R A) RF
7.5%
A
E(RA) 20%
RF 8%
1.6 A
Portofolio beta ( P)
dari 1.6). Pada saat yang sama, pengembalian yang diharapkan naik dari 8 persen menjadi 20 persen, "naik" 12
persen. Kemiringan garis dengan demikian adalah 12%kamu1.6 5 7.5%.
Perhatikan bahwa kemiringan garis kita hanyalah premi risiko pada Aset A, E(R ) 2AR , terbagi
F
oleh beta Aset A, B :A
E(R ) 2 R
Lereng 5 ____A_____F
BA
__2
5 _2_0_%
___8_%_ 5 7.5%
1.6
Ini memberitahu kita bahwa Aset A menawarkan imbalan-untuk-risiko rasio 7,5 persen.2 Dengan kata
lain, Aset A memiliki premi risiko sebesar 7,50 persen per “unit” risiko sistematis.
Argumen Dasar Sekarang anggaplah kita mempertimbangkan aset kedua, Aset B. Aset ini memiliki beta 1,2 dan
pengembalian yang diharapkan sebesar 16 persen. Investasi mana yang lebih baik, Aset A atau Aset B? Anda mungkin berpikir
bahwa, sekali lagi, kami benar-benar tidak dapat mengatakannya—beberapa investor mungkin lebih memilih A; beberapa
investor mungkin lebih menyukai B. Sebenarnya, bagaimanapun, kita dapat mengatakan: A lebih baik karena, seperti yang
akan kita tunjukkan, B menawarkan kompensasi yang tidak memadai untuk tingkat risiko sistematisnya, setidaknya, relatif
terhadap A.
Untuk memulai, kami menghitung kombinasi yang berbeda dari pengembalian yang diharapkan dan
beta untuk portofolio Aset B dan aset bebas risiko, seperti yang kami lakukan untuk Aset A. Misalnya, jika
kami menempatkan 25 persen di Aset B dan sisanya 75 persen di aset bebas risiko, portofolio
pengembalian yang diharapkan adalah:
E(R P) 5 .25 3 E(R ) 1B (1 2 .25) 3 R F

5 .25 3 16% 1 .75 3 8%
5 10%
Demikian pula, beta pada portofolio, B , akan
P
menjadi:
bP5 .25 3 b 1 B(1 2 .25) 3 0

5 .25 3 1.2
5 .30
Beberapa kemungkinan lain adalah sebagai berikut:

di Aset B Pengembalian yang Diharapkan Beta
0% 8% .0
25 10 .3
50 12 .6
75 14 .9
100 16 1.2
125 18 1.5
150 20 1.8
Ketika kami memplot kombinasi pengembalian portofolio yang diharapkan dan beta portofolio ini pada Gambar
13.2B, kami mendapatkan garis lurus seperti yang kami lakukan untuk Aset A.
2Rasio ini kadang-kadang disebut indeks Treynor, setelah salah satu pencetusnya.
433
13.2B
Mengharapkan
dan Beta untuk
E(R B) RF
6,67%
B
E(RB) 16%
RF 8%
1.2 B
RE 13.2C
Aset A
olio Diharapkan
ns dan Beta untuk Keduanya

7.50%
s
Aset B
E(RA) 20%
6,67%
E(RB) 16%
RF 8%
1.2 B 1.6 A
Portofolio beta ( P)
Hal utama yang perlu diperhatikan adalah ketika kita membandingkan hasil untuk Aset A dan B, seperti pada
Gambar 13.2C, garis yang menggambarkan kombinasi pengembalian yang diharapkan dan beta untuk Aset A lebih
tinggi daripada Aset B. Ini memberitahu kita bahwa untuk setiap tingkat risiko sistematis tertentu (yang diukur
dengan B), beberapa kombinasi Aset A dan aset bebas risiko selalu menawarkan pengembalian yang lebih besar.
Inilah sebabnya kami dapat menyatakan bahwa Aset A adalah investasi yang lebih baik daripada Aset B.
Cara lain untuk melihat bahwa A menawarkan pengembalian yang unggul untuk tingkat risikonya adalah dengan mencatat bahwa
kemiringan garis kami untuk Aset B adalah:
E(R ) 2 R
Lereng 5 ____B_____F
BB
__2___8_%_ 5 6,67%
5 _1_6_%
1.2
Dengan demikian, Aset B memiliki rasio reward-to-risk sebesar 6,67 persen, yang lebih kecil dari 7,5 persen
ditawarkan oleh Aset A.
Hasil Dasar Situasi yang telah kami jelaskan untuk Aset A dan B tidak dapat bertahan dalam pasar
aktif yang terorganisir dengan baik, karena investor akan tertarik ke Aset A dan menjauh dari Aset B.
Akibatnya, harga Aset A akan naik dan harga Aset B akan turun . Karena harga dan pengembalian
bergerak dalam arah yang berlawanan, pengembalian yang diharapkan A akan menurun dan B akan
naik.
Pembelian dan penjualan ini akan berlanjut sampai kedua aset diplot pada garis yang sama persis, yang
berarti mereka akan menawarkan imbalan yang sama untuk menanggung risiko. Dengan kata lain, dalam
pasar yang aktif dan kompetitif, kita harus memiliki situasi yang:
E(R ) 2 R E(R ) 2 R
____ A_____F 5 ____ B_____F
BA BB
Ini adalah
Kita
sebanyak
Rasio reward-to-risk harus sama untuk semua aset di pasar.
Hasil ini sebenarnya tidak terlalu mengejutkan. Apa yang dikatakannya adalah, misalnya, jika satu aset
memiliki risiko sistematis dua kali lipat dari aset lain, premi risikonya akan menjadi dua kali lebih besar.
Karena semua aset di pasar harus memiliki rasio reward-to-risk yang sama, mereka semua harus plot
pada baris yang sama. Argumen ini diilustrasikan pada Gambar 13.3. Seperti yang ditunjukkan, Aset A dan B
plot langsung di telepon dan dengan demikian memiliki rasio reward-to-risk yang sama. Jika aset diplot di
atas garis, seperti C pada Gambar 13.3, harganya akan naik dan pengembalian yang diharapkan akan turun
sampai diplot tepat di garis. Demikian pula, jika aset diplot di bawah garis, seperti D
di Figur
NS
kets NS
GAMBAR 13.3
Pengembalian yang Diharapkan dan
Resiko yang sistematis

Pengembalian aset yang diharapkan (E(RSaya))
E(RC) C
E(RSaya) RF
E(RD) D Saya
E(RB)
B
E(RA)
A
RF
A B C D
Aset beta ( Saya)
Hubungan mendasar antara beta dan pengembalian yang diharapkan adalah bahwa semua aset harus
memiliki rasio reward-to-risk yang sama, [E(RSaya) RF]/ Saya. Ini berarti bahwa mereka semua akan merencanakan
pada garis lurus yang sama. Aset A dan B adalah contoh dari perilaku ini. Aset C
pengembalian yang diharapkan terlalu tinggi; aset D terlalu rendah.
sebagai pasar aset nyata, mungkin atau mungkin tidak. Untuk alasan ini, konsep-konsep ini paling berguna dalam memeriksa
pasar keuangan. Dengan demikian kami akan fokus pada pasar tersebut di sini. Namun, seperti yang kita di-
memaki di a n
adalah salib .
Beli Rendah, Jual Tinggi CONTOH 13.7
Suatu aset dikatakan dinilai terlalu tinggi jika harganya terlalu tinggi mengingat pengembalian dan risiko yang diharapkan.
Misalkan Anda mengamati situasi berikut:
Keamanan Beta Pengembalian yang Diharapkan
SWMS Co. 1.3 14%

Insec Co. .8 10
Tingkat bebas risiko saat ini adalah 6 persen. Apakah salah satu dari dua sekuritas dinilai terlalu tinggi dibandingkan
yang lain?
Untuk menjawabnya, kami menghitung rasio reward-to-risk untuk keduanya. Untuk SWMS, rasio ini adalah (14% 2 6%)kamu
1.3 5 6,15%. Untuk Insec, rasio ini adalah 5 persen. Apa yang kami simpulkan adalah bahwa Insec menawarkan pengembalian
yang diharapkan tidak mencukupi untuk tingkat risikonya, setidaknya relatif terhadap SWMS. Karena pengembalian yang
diharapkan terlalu rendah, harganya terlalu tinggi. Dengan kata lain, Insec dinilai terlalu tinggi dibandingkan dengan SWMS,
dan kami berharap melihat harganya turun relatif terhadap SWMS. Perhatikan bahwa kita juga bisa mengatakan SWMS
undervalued relatif terhadap Insec.
GARIS PASAR KEAMANAN

Garis yang dihasilkan ketika kita memplot pengembalian yang diharapkan dan koefisien beta jelas
penting, jadi inilah saatnya kita memberinya nama. Baris ini, yang kami gunakan untuk
menggambarkan hubungan antara risiko sistematis dan pengembalian yang diharapkan di pasar
keuangan, biasanya disebutgaris pasar keamanan (SML). Setelah NPV, SML bisa dibilang merupakan pasar keamanan
konsep terpenting dalam keuangan modern. garis (SML)
Kemiringan positif
garis lurus yang menunjukkan
Portofolio Pasar Ini akan sangat berguna untuk mengetahui persamaan SML. Ada hubungan antara
banyak cara yang berbeda kita bisa menulisnya, tapi satu cara sangat umum. Misalkan kita mempertimbangkan pengembalian yang diharapkan dan beta.
portofolio yang terdiri dari semua aset di pasar. Portofolio semacam itu disebut portofolio pasar, dan kami akan
menyatakan pengembalian yang diharapkan dari portofolio pasar ini sebagai E(R ).
M
Karena semua aset di pasar harus diplot di SML, begitu juga portofolio pasar yang terdiri
dari aset-aset itu. Untuk menentukan di mana plotnya pada SML, kita perlu mengetahui beta
dari portofolio pasar,B . Karena
M
portofolio ini mewakili semua aset di pasar, portofolio ini harus
memiliki risiko sistematis rata-rata. Dengan kata lain, ia memiliki beta 1. Oleh karena itu, kita
dapat menyatakan kemiringan SML sebagai:
E(R ) 2 R E(R ) 2 R
kemiringan SML 5 ___M ______F 5 ____M______F 5 E(R ) 2 R
BM 1 M F
istilah E(R ) 2 MR sering

F
disebut premi risiko pasar karena itu resikonya premi risiko pasar
Kemiringan SML—
premium pada portofolio pasar.
perbedaan antara
pengembalian yang diharapkan pada
Model Penetapan Harga Aset Modal Untuk menyelesaikannya, jika kita biarkan E(R ) dan BSaya
Saya
berdiri untuk portofolio pasar dan bebas risiko
pengembalian yang diharapkan dan beta, masing-masing, pada aset apa pun di pasar, maka kita tahu aset itu kecepatan.
harus plot pada SML. Akibatnya, kita tahu bahwa rasio imbalan terhadap risikonya sama dengan
pasar keseluruhan:
E(R ) 2 R
____Saya_____F 5 E(R )M2 R
BSaya F
Jika kita mengatur ulang ini, maka kita dapat menulis persamaan untuk SML sebagai:
E(R Saya
) 5 R 1F [E(R ) 2MR ] 3 bF Saya
[13.7]
harga aset modal Hasil ini adalah yang terkenal model penetapan harga aset modal (CAPM).
model (CAPM) CAPM menunjukkan bahwa pengembalian yang diharapkan untuk aset tertentu tergantung pada tiga hal:
Persamaan SML
menunjukkan hubungan
antara pengembalian yang 1. Nilai waktu murni dari uang: Seperti yang diukur dengan tingkat bebas risiko, R , iniF adalah hadiah untuk
diharapkan dan beta.
hanya menunggu uang Anda, tanpa mengambil risiko apa pun.
2. Hadiah untuk menanggung risiko sistematis: Seperti yang diukur dengan premi risiko pasar, E(
R ) 2M
R , komponen
F
ini adalah imbalan yang ditawarkan pasar untuk menanggung jumlah
rata-rata risiko sistematis selain menunggu.
3. Besarnya risiko sistematis: Seperti yang diukur dengan B , ini adalah jumlah risiko
Saya
sistematis yang ada dalam aset atau portofolio tertentu, relatif terhadap aset rata-rata.
Omong-omong, CAPM bekerja untuk portofolio aset seperti halnya untuk aset individu. Di bagian sebelumnya, kita
melihat bagaimana menghitung portofolioB. Untuk menemukan pengembalian yang diharapkan pada portofolio,
kami cukup menggunakan ini B dalam persamaan CAPM.
Gambar 13.4 merangkum diskusi kita tentang SML dan CAPM. Seperti sebelumnya, kami merencanakan
pengembalian yang diharapkan terhadap beta. Sekarang kami menyadari bahwa, berdasarkan CAPM,
kemiringan SML sama dengan premi risiko pasar, E(R ) 2 M
R. F
Ini menyimpulkan presentasi kami tentang konsep yang terkait dengan trade-off risiko-pengembalian. Untuk referensi di masa
mendatang
membahas ini
GAMBAR 13.4
Pasar Keamanan
Pengembalian aset yang diharapkan (E(RSaya))
Garis (SML)
E(R M
) RF
E(RM)
RF
M 1.0
Aset beta ( Saya)
Kemiringan garis pasar sekuritas sama dengan premi risiko pasar—yaitu, imbalan
untuk menanggung jumlah rata-rata risiko sistematis. Persamaan yang
menggambarkan SML dapat ditulis:
E(RSaya) RF [E(RM) RF ] Saya
yang merupakan model penetapan harga aset modal (CAPM).
437
Risiko dan Pengembalian CONTOH 13.8

Misalkan tingkat bebas risiko adalah 4 persen, premi risiko pasar adalah 8,6 persen, dan saham
tertentu memiliki beta 1,3. Berdasarkan CAPM, berapa return yang diharapkan dari saham ini?
Apa pengembalian yang diharapkan jika beta digandakan?
Dengan beta 1,3, premi risiko untuk saham adalah 1,3 3 8,6%, atau 11,18 persen. NS
tingkat bebas risiko adalah 4 persen, sehingga pengembalian yang diharapkan adalah 15,18 persen. Jika beta
digandakan menjadi 2,6, premi risiko akan berlipat ganda menjadi 22,36 persen, jadi pengembalian yang diharapkan
akan menjadi 26,36 persen.
TABEL 13.9
SAYA. Risiko Total
Ringkasan Risiko dan
NS risiko total investasi diukur dengan varians atau, lebih umum, standar deviasi Pengembalian
pengembaliannya.
II. Pengembalian Total
NS pengembalian total pada investasi memiliki dua komponen: pengembalian yang diharapkan dan
pengembalian yang tidak terduga. Pengembalian yang tidak terduga terjadi karena peristiwa yang tidak terduga.
Risiko dari berinvestasi berasal dari kemungkinan kejadian yang tidak terduga.
Risiko Sistematis dan Tidak Sistematis

AKU AKU AKU.
Risiko sistematis (disebut juga risiko pasar) adalah peristiwa tak terduga yang mempengaruhi hampir
semua aset sampai tingkat tertentu karena efeknya bersifat ekonomi. Risiko tidak sistematis adalah
peristiwa tak terduga yang mempengaruhi aset tunggal atau kelompok kecil aset. Risiko tidak
sistematis juga disebutunik atau risiko spesifik aset.
IV. Efek Diversifikasi
Beberapa, tetapi tidak semua, risiko yang terkait dengan investasi berisiko dapat dihilangkan dengan
diversifikasi. Alasannya adalah bahwa risiko tidak sistematis, yang unik untuk aset individu,
cenderung hilang dalam portofolio besar, tetapi risiko sistematis, yang mempengaruhi semua aset
dalam portofolio sampai batas tertentu, tidak.
V Prinsip Risiko Sistematis dan Beta
Karena risiko tidak sistematis dapat dihilangkan secara bebas dengan diversifikasi, prinsip risiko
sistematis menyatakan bahwa imbalan untuk menanggung risiko hanya bergantung pada tingkat
risiko sistematis. Tingkat risiko sistematis dalam aset tertentu, relatif terhadap rata-rata, diberikan oleh
beta aset tersebut.
VI. Rasio Reward-to-Risk dan Garis Pasar Keamanan
NS rasio imbalan-terhadap-risiko untuk Aset Saya adalah rasio premi risikonya, E(Saya
R ) 2 RF, ke beta-nya, B: Saya
_E_(__ 2 _)R_____F
R Saya
BSaya
Di pasar yang berfungsi dengan baik, rasio ini sama untuk setiap aset. Akibatnya, ketika pengembalian
aset yang diharapkan diplot terhadap beta aset, semua aset diplot pada garis lurus yang sama, yang
disebutgaris pasar keamanan (SML).
VII. Model Penetapan Harga Aset Modal
Dari SML, pengembalian Aset yang diharapkan Saya dapat ditulis:
E(R Saya
) 5 R 1F [E(R ) 2MR ] 3 bF Saya
Ini adalah model penetapan harga aset modal (CAPM). Pengembalian yang diharapkan dari aset
berisiko memiliki tiga komponen. Yang pertama adalah nilai waktu murni dariFuang (R ), yang kedua
adalah premi risiko pasar [E(RM) 2 R ], dan
F
yang ketiga adalah beta untuk aset tersebut (B).
Saya
Pertanyaan Konsep
13.7a Apa hubungan mendasar antara risiko dan pengembalian di pasar yang
berfungsi dengan baik?
13.7b Apa garis pasar keamanan? Mengapa semua aset harus diplot langsung di pasar yang
berfungsi dengan baik?
13.7c Apa model penetapan harga aset modal (CAPM)? Apa yang dikatakannya tentang pengembalian
yang diperlukan atas investasi berisiko?
13.8 SML dan Biaya Modal: Pratinjau

Tujuan kami dalam mempelajari risiko dan pengembalian ada dua. Pertama, risiko merupakan pertimbangan yang
sangat penting dalam hampir semua keputusan bisnis, jadi kami ingin membahas apa itu risiko dan bagaimana ia
dihargai di pasar. Tujuan kedua kami adalah untuk mempelajari apa yang menentukan tingkat diskonto yang sesuai
untuk arus kas masa depan. Kami membahas secara singkat subjek kedua ini sekarang; kita akan membahasnya
lebih detail di bab selanjutnya.
IDE DASAR
Garis pasar keamanan memberi tahu kita imbalan untuk menanggung risiko di pasar keuangan. Minimal
mutlak, setiap investasi baru yang dilakukan perusahaan kami harus menawarkan pengembalian yang
diharapkan yang tidak lebih buruk dari apa yang ditawarkan pasar keuangan untuk risiko yang sama.
Alasannya sederhana karena pemegang saham kami selalu dapat berinvestasi untuk diri mereka sendiri di
pasar keuangan.
Satu-satunya cara kami menguntungkan pemegang saham kami adalah dengan menemukan investasi dengan
pengembalian yang diharapkan yang lebih unggul dari apa yang ditawarkan pasar keuangan dengan risiko yang
sama. Investasi semacam itu akan memiliki NPV positif. Jadi, jika kita bertanya, “Berapa tingkat diskonto yang sesuai?”
jawabannya adalah kita harus menggunakan pengembalian yang diharapkan yang ditawarkan di pasar keuangan
pada investasi dengan risiko sistematis yang sama.
Dengan kata lain, untuk menentukan apakah suatu investasi memiliki NPV positif, kami pada dasarnya membandingkan
pengembalian yang diharapkan atas investasi baru tersebut dengan apa yang ditawarkan pasar keuangan pada investasi
dengan beta yang sama. Inilah sebabnya mengapa SML sangat penting: Ini memberi tahu kita "tingkat yang berlaku" untuk
menanggung risiko dalam perekonomian.
BIAYA MODAL
Tingkat diskonto yang sesuai pada proyek baru adalah tingkat pengembalian minimum yang diharapkan
yang harus ditawarkan investasi agar menarik. Pengembalian minimum yang disyaratkan ini sering disebut
biaya modal biaya modal terkait dengan investasi tersebut. Disebut demikian karena pengembalian yang diminta adalah
Minimal yang dibutuhkan apa yang harus diperoleh perusahaan dari investasi modalnya dalam suatu proyek hanya untuk mencapai
pengembalian investasi baru.
titik impas. Dengan demikian dapat diartikan sebagai biaya peluang yang terkait dengan investasi modal
perusahaan.
Perhatikan bahwa ketika kita mengatakan suatu investasi menarik jika pengembalian yang diharapkan melebihi
apa yang ditawarkan di pasar keuangan untuk investasi dengan risiko yang sama, kita secara efektif menggunakan
kriteria tingkat pengembalian internal (IRR) yang kita kembangkan dan diskusikan di Bab 9. satu-satunya perbedaan
adalah bahwa sekarang kita memiliki gagasan yang jauh lebih baik tentang apa yang menentukan pengembalian
yang diperlukan atas suatu investasi. Pemahaman ini akan menjadi penting ketika kita membahas biaya modal dan
struktur modal di Bagian 6 buku kami.
Pertanyaan Konsep
13.8a Jika suatu investasi memiliki NPV positif, apakah akan berada di atas atau di bawah SML? Mengapa?
13.8b Apa yang dimaksud dengan istilah biaya modal?
Ringkasan dan Kesimpulan 13.9

Bab ini telah membahas esensi risiko. Sepanjang jalan, kami telah memperkenalkan sejumlah definisi
dan konsep. Yang paling penting adalah garis pasar keamanan, atau SML. SML penting karena
memberi tahu kita imbalan yang ditawarkan di pasar keuangan karena menanggung risiko. Setelah
kami mengetahui hal ini, kami memiliki tolok ukur yang dapat digunakan untuk membandingkan
pengembalian yang diharapkan dari investasi aset nyata untuk menentukan apakah itu diinginkan.
Kunjungi kami di www.mhhe.com/rwj

Karena kita telah membahas sedikit dasar, akan berguna untuk meringkas logika ekonomi
dasar yang mendasari SML sebagai berikut:
1. Berdasarkan sejarah pasar modal, ada imbalan untuk menanggung risiko. Imbalan ini adalah
premi risiko atas suatu aset.
2. Risiko total yang terkait dengan aset memiliki dua bagian: risiko sistematis dan risiko tidak
sistematis. Risiko tidak sistematis dapat dihilangkan secara bebas dengan diversifikasi (ini
adalah prinsip diversifikasi), jadi hanya risiko sistematis yang dihargai. Akibatnya, premi risiko
atas suatu aset ditentukan oleh risiko sistematisnya. Ini adalah prinsip risiko sistematis.
3. Risiko sistematis suatu aset, relatif terhadap rata-rata, dapat diukur dengan koefisien
beta, B . Premi
Saya
risiko suatu aset kemudian diberikan oleh koefisien beta dikalikan
dengan premi risiko pasar, [E(R ) 2MR ] 3b.F Saya
4. Pengembalian yang diharapkan atas suatu aset, E(R ), sama dengan tingkat bebas risiko, R , ditambah resikonya
Saya F
premium:
E(R Saya
) 5 R 1F [E(R ) 2MR ] 3 b
F Saya
Ini adalah persamaan SML, dan sering disebut model penetapan harga aset
modal (CAPM).
Bab ini melengkapi diskusi kita tentang risiko dan pengembalian. Sekarang setelah kita memiliki pemahaman
yang lebih baik tentang apa yang menentukan biaya modal perusahaan untuk investasi, beberapa bab berikutnya
akan memeriksa lebih dekat bagaimana perusahaan meningkatkan modal jangka panjang yang dibutuhkan untuk
investasi.
HUBUNGKAN KE KEUANGAN
Jika Anda menggunakan Menghubung TM Keuangan dalam kursus Anda, online untuk mengikuti
Tes Praktik, periksa alat belajar, dan cari tahu di mana Anda memerlukan latihan tambahan.
440
Bab 13 Pengembalian, Risiko, dan Garis Pasar Keamanan
13.1 Pengembalian dan Varians yang Diharapkan eBuku Belajar Praktek
13.2 Portofolio eBuku Belajar Praktek
13.3 Pengumuman, Kejutan, dan Pengembalian yang Diharapkan eBuku Belajar Praktek
13.4 Risiko: Sistematis dan Tidak Sistematis eBuku Belajar Praktek

Bagian
13.5 Risiko Diversifikasi dan Portofolio eBuku Belajar Praktek 13.3
13.6 Risiko Sistematis dan Beta eBuku Belajar Praktek
13.7 Garis Pasar Keamanan eBuku Belajar Praktek
13.8 SML dan Biaya Modal: Pratinjau eBuku Belajar Praktek
Bisakah Anda menjawab pertanyaan berikut?
Bagian 13.1 Sebuah saham diharapkan menghasilkan 15 persen dalam ekonomi booming dan 7
persen dalam ekonomi normal. Ada kemungkinan 35 persen ekonomi akan booming dan 65 persen
kemungkinan ekonomi akan normal. Berapa standar deviasi dari pengembalian ini? (LO 13-1)
Bagian 13.5 Jenis risiko apa yang dapat dihilangkan melalui diversifikasi? (LO 13-2)
Bagian 13.6 Beta adalah ukuran dari apa? (LO 13-3)
Bagian 13.7 Kemiringan garis pasar sekuritas sama dengan apa? (LO 13-4)
Bagian 13.8 Di mana proyek nilai sekarang bersih negatif akan muncul pada grafik garis
pasar keamanan? (LO 13-4)
Masuk untuk mencari tahu!
BAB REVIEW DAN MASALAH-MASALAH UJI SENDIRI
13.1 Pengembalian yang Diharapkan dan Deviasi Standar Masalah ini akan memberi Anda
beberapa latihan menghitung ukuran kinerja portofolio prospektif. Ada dua
aset dan tiga keadaan ekonomi:

Ekonomi Keadaan Ekonomi Stok A Stok B
Resesi . 20 2.15 . 20
Normal . 50 . 20 . 30
Ledakan . 30 . 60 . 40
Berapa pengembalian yang diharapkan dan standar deviasi untuk kedua saham ini?
13.2 Risiko dan Pengembalian Portofolio Dengan menggunakan informasi pada soal sebelumnya,
misalkan Anda memiliki total $20.000. Jika Anda memasukkan $15.000 di Saham A dan sisanya di
Saham B, berapakah pengembalian yang diharapkan dan standar deviasi portofolio Anda?
13.3 Risiko dan Pengembalian Misalkan Anda mengamati situasi berikut:
Cooley, Inc. 1.8 22,00%

Moyer Co. 1.6 20.44
Jika tingkat bebas risiko adalah 7 persen, apakah sekuritas ini dihargai dengan
benar? Berapa tarif bebas risiko jika harganya benar?
13.4 CAPM Misalkan tingkat bebas risiko adalah 8 persen. Pengembalian yang diharapkan di pasar adalah
16 persen. Jika saham tertentu memiliki beta 0,7, berapa pengembalian yang diharapkan
berdasarkan CAPM? Jika saham lain memiliki pengembalian yang diharapkan sebesar 24 persen,
berapakah beta-nya?
JAWABAN TINJAUAN BAB DAN MASALAH UJI SENDIRI

13.1 Pengembalian yang diharapkan hanyalah pengembalian yang mungkin dikalikan dengan
probabilitas terkait:

E(R A) 5 (.20 3 2.15) 1 (.50 3 .20) 1 (.30 3 .60) 5 25%
E(R B) 5 (.20 3 .20) 1 (.50 3 .30) 1 (.30 3 .40) 5 31%
Varians diberikan oleh jumlah deviasi kuadrat dari pengembalian yang
diharapkan dikalikan dengan probabilitasnya:
S2A5 .20 3 (2.15 2 .25)2 1 .50 3 (.20 2 .25)2 1 .30 3 (.60 2 .25)2
5 (.20 3 2.402) 1 (.50 3 2.052) 1 (.30 3 .352)
5 (.20 3 .16) 1 (.50 3 .0025) 1 (.30 3 .1225)
5 .0700
S2B5 .20 3 (.20 2 .31)2 1 .50 3 (.30 2 .31)2 1 .30 3 (.40 2 .31)2
5 (.20 3 2.112) 1 (.50 3 2.012) 1 (.30 3 .092)
5 (.20 3 .0121) 1 (.50 3 .0001) 1 (.30 3 .0081)
5 .0049
Standar deviasinya adalah sebagai berikut:
_____
s A5 .0700 5 26,46%
_____
s B5 .0049 5 7%
13.2 Bobot portofolio adalah $15.000kamu20.000 5 .75 dan $5,000kamu20.000 5 .25. Pengembalian yang
diharapkan adalah sebagai berikut:
E(R P) 5 .75 3 E(R ) 1A .25 3 E(R ) B

5 (.75 3 25%) 1 (.25 3 31%)
5 26,5%
Atau, kita dapat menghitung pengembalian portofolio di masing-masing negara bagian:
keadaan Probabilitas dari Pengembalian Portofolio
Ekonomi Keadaan Ekonomi Jika Keadaan Terjadi
Resesi . 20 (.75 3 2.15) 1 (.25 3 .20) 5 2.0625 (.75

Normal . 50 3 .20) 1 (.25 3 .30) 5 .2250 (.75 3 .60)
Ledakan . 30 1 (.25 3 .40) 5 .5500
Pengembalian yang diharapkan dari portofolio adalah:
E(R P) 5 (.20 3 2.0625) 1 (.50 3 .2250) 1 (.30 3 .5500) 5 26,5%

Ini sama seperti yang kami alami sebelumnya.
Varians portofolio adalah:

S2P5 .20 3 (2.0625 2 .265)2 1 .50 3 (.225 2 .265)2
1 .30 3 (.55 2 .265)2
5 .0466
_____
Jadi simpangan bakunya adalah .0466 5 21,59%.
13.3 Jika kita menghitung rasio reward-to-risk, kita mendapatkan (22% 2 7%)kamu1.8 5 8,33% untuk
Cooley versus 8,4% untuk Moyer. Dibandingkan dengan Cooley, pengembalian yang diharapkan Moyer terlalu tinggi,
sehingga harganya terlalu rendah.
Jika mereka diberi harga yang benar, maka mereka harus menawarkan rasio reward-to-risk yang
sama. Tingkat bebas risiko harus sedemikian rupa sehingga:
(22% 2 R )kamu1.8
F
5 (20,44% 2 R )kamu1.6
F
Dengan sedikit aljabar, kami menemukan bahwa tingkat bebas risiko harus 8 persen:
22% 2 R 5F(20,44% 2 R )(1.8kamu1.6)

F
22% 2 20,44% 3 1.125 5 R 2F R 3 F1.125
RF5 8%
13.4 Karena pengembalian yang diharapkan di pasar adalah 16 persen, premi risiko pasar
adalah 16% 2 8% 5 8%. Saham pertama memiliki beta 0,7, jadi pengembalian yang diharapkan adalah
8% 1.7 3 8% 5 13.6%.
Untuk saham kedua, perhatikan bahwa premi risiko adalah 24% 2 8% 5 16%. Karena ini
dua kali lebih besar dari premi risiko pasar, beta harus sama persis dengan 2. Kami dapat
memverifikasi ini menggunakan CAPM:
E(R Saya
) 5 R 1F [E(R ) 2MR ] 3 bF Saya
24% 5 8% 1 (16% 2 8%) 3 b Saya
b Saya
5 16%kamu8%
5 2.0
TINJAUAN KONSEP DAN PERTANYAAN BERPIKIR KRITIS

1. Risiko yang Dapat Didiversifikasi dan Tidak Dapat Didiversifikasi [LO3] Secara umum, mengapa beberapa
risiko dapat didiversifikasi? Mengapa beberapa risiko tidak dapat didiversifikasi? Apakah berarti seorang
investor dapat mengendalikan tingkat risiko tidak sistematis dalam portofolio, tetapi bukan tingkat risiko
sistematis?
2. Informasi dan Pengembalian Pasar [LO3] Misalkan pemerintah mengumumkan bahwa,

berdasarkan survei yang baru saja selesai, tingkat pertumbuhan ekonomi kemungkinan akan
menjadi 2 persen di tahun mendatang, dibandingkan dengan 5 persen untuk tahun lalu.
Apakah harga sekuritas akan naik, turun, atau tetap sama setelah pengumuman ini? Apakah
ada bedanya apakah angka 2 persen sudah diantisipasi pasar? Menjelaskan.
3. Risiko Sistematis versus Tidak Sistematis [LO3] Klasifikasikan peristiwa berikut sebagai sebagian besar
sistematis atau sebagian besar tidak sistematis. Apakah perbedaannya jelas dalam setiap kasus?
A. Suku bunga jangka pendek meningkat secara tak terduga.
B. Tingkat bunga yang dibayarkan perusahaan atas pinjaman utang jangka pendeknya dinaikkan oleh
banknya.
C. Harga minyak turun secara tak terduga.
D. Sebuah kapal tanker minyak pecah, menciptakan tumpahan minyak yang besar.
e. Pabrikan kehilangan tuntutan kewajiban produk bernilai jutaan dolar.

F. Keputusan Mahkamah Agung secara substansial memperluas tanggung jawab produsen atas cedera yang
diderita oleh pengguna produk.
4. Risiko Sistematis versus Tidak Sistematis [LO3] Tunjukkan apakah peristiwa berikut dapat
menyebabkan saham secara umum mengubah harga, dan apakah hal itu dapat menyebabkan
saham Big Widget Corp. mengubah harga:
A. Pemerintah mengumumkan bahwa inflasi secara tak terduga melonjak 2 persen

bulan lalu.
B. Laporan pendapatan kuartalan Big Widget, yang baru saja diterbitkan, secara umum turun sesuai
dengan ekspektasi analis.
C. Pemerintah melaporkan bahwa pertumbuhan ekonomi tahun lalu berada pada 3 persen, yang
umumnya sesuai dengan perkiraan sebagian besar ekonom.
D. Para direktur Big Widget meninggal dalam kecelakaan pesawat.
e. Kongres menyetujui perubahan kode pajak yang akan meningkatkan tarif pajak perusahaan
marjinal teratas. Undang-undang tersebut telah diperdebatkan selama enam bulan sebelumnya.
5. Pengembalian Portofolio yang Diharapkan [LO1] Jika portofolio memiliki investasi positif di setiap aset,

dapatkah pengembalian yang diharapkan pada portofolio lebih besar dari pada setiap aset dalam portofolio?
Bisakah itu kurang dari itu pada setiap aset dalam portofolio? Jika Anda menjawab ya untuk salah satu atau
kedua pertanyaan ini, berikan contoh untuk mendukung jawaban Anda.
6. Diversifikasi [LO2] Benar atau salah: Karakteristik paling penting dalam menentukan
pengembalian yang diharapkan dari portofolio yang terdiversifikasi dengan baik adalah varians
dari aset individu dalam portofolio. Menjelaskan.
7. Risiko Portofolio [LO2] Jika portofolio memiliki investasi positif di setiap aset, dapatkah
standar deviasi pada portofolio lebih kecil dari pada setiap aset dalam portofolio?
Bagaimana dengan beta portofolio?
8. Beta dan CAPM [LO4] Mungkinkah aset berisiko memiliki beta nol? Menjelaskan. Berdasarkan
CAPM, berapa pengembalian yang diharapkan dari aset seperti itu? Mungkinkah aset berisiko
memiliki beta negatif? Apa yang diprediksi CAPM tentang pengembalian yang diharapkan dari
aset semacam itu? Bisakah Anda memberikan penjelasan atas jawaban Anda?
9. Perampingan Perusahaan [LO1] Dalam beberapa tahun terakhir, sudah umum bagi perusahaan untuk
mengalami perubahan harga saham yang signifikan sebagai reaksi terhadap pengumuman PHK besar-
besaran. Para kritikus menuduh bahwa peristiwa semacam itu mendorong perusahaan untuk memecat
karyawan lama dan bahwa Wall Street mendukung mereka. Apakah Anda setuju atau tidak setuju?
10. Laba dan Pengembalian Saham [LO1] Seperti yang ditunjukkan oleh sejumlah contoh dalam bab
ini, pengumuman laba oleh perusahaan diikuti oleh, dan sering mengakibatkan, revisi harga
saham. Dua masalah harus datang ke pikiran. Pertama, pengumuman laba menyangkut
periode yang lalu. Jika pasar menilai saham berdasarkan ekspektasi masa depan, mengapa
angka yang merangkum kinerja masa lalu relevan? Kedua, pengumuman ini menyangkut laba
akuntansi. Kembali ke Bab 2, pendapatan seperti itu mungkin tidak ada hubungannya dengan
arus kas—jadi, sekali lagi, mengapa hal itu relevan?
PERTANYAAN DAN MASALAH
1. Menentukan Bobot Portofolio [LO1] Berapa bobot portofolio untuk suatu portofolio? DASAR
lio yang memiliki 145 lembar saham A yang dijual seharga $45 per lembar dan 110 lembar saham B yang (Pertanyaan 1–20)
dijual seharga $27 per lembar?
2. Portofolio Pengembalian yang Diharapkan [LO1] Anda memiliki portofolio yang memiliki $2.950 yang
diinvestasikan di Saham A dan $3.700 yang diinvestasikan di Saham B. Jika pengembalian yang diharapkan
dari saham ini masing-masing adalah 8 persen dan 11 persen, berapa pengembalian yang diharapkan dari
portofolio?
3. Portofolio Pengembalian yang Diharapkan [LO1] Anda memiliki portofolio yang 35 persen
diinvestasikan di Saham X, 20 persen di StockY, dan 45 persen di Saham Z. Pengembalian yang
diharapkan dari ketiga saham ini masing-masing adalah 9 persen, 17 persen, dan 13 persen. Berapa
pengembalian yang diharapkan dari portofolio?
4. Portofolio Pengembalian yang Diharapkan [LO1] Anda memiliki $10.000 untuk diinvestasikan dalam portofolio saham.
Pilihan Anda adalah Saham X dengan ekspektasi pengembalian 12 persen dan StokY dengan ekspektasi
pengembalian 9,5 persen. Jika tujuan Anda adalah membuat portofolio dengan pengembalian yang diharapkan
sebesar 11,1 persen, berapa banyak uang yang akan Anda investasikan di Saham X? Di StokY?
5. Menghitung Pengembalian yang Diharapkan [LO1] Berdasarkan informasi berikut,

menghitung pengembalian yang diharapkan:
Resesi . 30 2.14
Ledakan . 70 . 22
6. Menghitung Pengembalian yang Diharapkan [LO1] Berdasarkan informasi berikut,

menghitung pengembalian yang diharapkan:
Resesi . 20 2.18
Normal . 50 . 11
Ledakan . 30 . 29
7. Menghitung Pengembalian dan Deviasi Standar [LO1] Berdasarkan informasi berikut,

hitung pengembalian yang diharapkan dan standar deviasi untuk kedua saham:

Ekonomi Keadaan Ekonomi Stok A Stok B
Resesi . 20 . 05 2.17
Normal . 55 . 08 . 12
Ledakan . 25 . 13 . 29
8. Menghitung Pengembalian yang Diharapkan [LO1] Sebuah portofolio diinvestasikan 15 persen di Saham G,
55 persen di Saham J, dan 30 persen di Saham K. Pengembalian yang diharapkan dari saham-saham ini
masing-masing adalah 8 persen, 14 persen, dan 18 persen. Berapa pengembalian yang diharapkan dari
portofolio tersebut? Bagaimana Anda menafsirkan jawaban Anda?
9. Pengembalian dan Varians [LO1] Pertimbangkan informasi berikut:
Tingkat Pengembalian Jika Terjadi

Ekonomi Keadaan Ekonomi Keadaan Saham A Saham B Saham C
Ledakan . 65 . 07 . 15 . 33
Menyergap . 35 . 13 . 03 2.06
A. Berapa pengembalian yang diharapkan dari portofolio dengan bobot yang sama dari ketiga saham
ini?
B. Berapakah varians dari portofolio yang diinvestasikan masing-masing 20 persen di A dan B dan 60
persen di C?
10. Pengembalian dan Deviasi Standar [LO1] Pertimbangkan informasi berikut:

Ledakan . 15 . 35 . 45 . 27
Bagus . 55 . 16 . 10 . 08
Miskin . 25 2.01 2.06 2.04
Menyergap . 05 2.12 2.20 2.09
A. Portofolio Anda diinvestasikan masing-masing 30 persen di A dan C, dan 40 persen di B. Berapa

pengembalian portofolio yang diharapkan?
B. Apa varian dari portofolio ini? Standar deviasi?

11. Menghitung Beta Portofolio [LO4] Anda memiliki portofolio saham yang diinvestasikan 35
persen di Saham Q, 25 persen di Saham R, 30 persen di Saham S, dan 10 persen di Saham

T. Beta untuk keempat saham ini masing-masing adalah 0,84, 1,17, 1,11, dan 1,36. Apa
itu beta portofolio?
12. Menghitung Beta Portofolio [LO4] Anda memiliki portofolio yang sama-sama diinvestasikan
dalam aset bebas risiko dan dua saham. Jika salah satu saham memiliki beta 1,27 dan total
portofolio sama berisikonya dengan pasar, berapa beta untuk saham lain dalam portofolio
Anda?
13. Menggunakan CAPM [LO4] Sebuah saham memiliki beta 1,05, pengembalian yang diharapkan di pasar adalah
10 persen, dan tingkat bebas risiko adalah 3,8 persen. Berapa pengembalian yang diharapkan dari saham ini?
14. Menggunakan CAPM [LO4] Sebuah saham memiliki pengembalian yang diharapkan sebesar 10,2
persen, tingkat bebas risiko 4,5 persen, dan premi risiko pasar adalah 7,5 persen. Berapakah beta
dari saham ini?
15. Menggunakan CAPM [LO4] Sebuah saham memiliki pengembalian yang diharapkan sebesar 12,4 persen, beta-nya adalah
1,17, dan tingkat bebas risiko adalah 4,2 persen. Berapa pengembalian yang diharapkan di
pasar?
16. Menggunakan CAPM [LO4] Sebuah saham memiliki pengembalian yang diharapkan 13,3 persen, beta
adalah 1,45, dan pengembalian yang diharapkan di pasar adalah 10,5 persen. Berapa seharusnya
tingkat bebas risiko?
17. Menggunakan CAPM [LO4] Sebuah saham memiliki beta 1,25 dan pengembalian yang diharapkan
14 persen. Aset bebas risiko saat ini menghasilkan 2,1 persen.
A. Berapa pengembalian yang diharapkan dari portofolio yang diinvestasikan secara merata dalam
dua aset?
B. Jika portofolio dari dua aset memiliki beta 0,93, berapa bobot portofolionya?
C. Jika portofolio dari dua aset memiliki pengembalian yang diharapkan sebesar 9 persen, berapa beta-
nya?
D. Jika portofolio dari dua aset memiliki beta 2,50, berapa bobot portofolionya? Bagaimana
Anda menginterpretasikan bobot untuk kedua aset dalam kasus ini? Menjelaskan.
18. Menggunakan SML [LO4] Aset W memiliki pengembalian yang diharapkan sebesar 12,8 persen
dan beta 1,25. Jika tingkat bebas risiko adalah 4,1 persen, lengkapi tabel berikut untuk
portofolio Aset W dan aset bebas risiko. Menggambarkan hubungan antara portofolio
pengembalian yang diharapkan dan beta portofolio dengan memplot pengembalian yang diharapkan terhadap beta.
Berapakah kemiringan garis yang dihasilkan?

di Aset W Pengembalian yang Diharapkan Beta
0%
25
50
75
100
125
150
19. Rasio Reward-to-Risk [LO4] StockY memiliki beta 1,3 dan pengembalian yang diharapkan sebesar
15,3 persen. Saham Z memiliki beta 0,70 dan pengembalian yang diharapkan sebesar 9,3 persen.
Jika tingkat bebas risiko adalah 5,5 persen dan premi risiko pasar adalah 6,8 persen, apakah harga
saham ini benar?
20. Rasio Reward-to-Risk [LO4] Pada masalah sebelumnya, berapakah tingkat bebas risiko yang
harus dimiliki agar kedua saham diberi harga yang benar?
INTERMEDIAT 21. Pengembalian Portofolio [LO2] Dengan menggunakan informasi dari bab sebelumnya tentang sejarah pasar
(Pertanyaan 21–24) modal, tentukan tingkat pengembalian portofolio yang diinvestasikan secara merata dalam saham
perusahaan besar dan obligasi pemerintah jangka panjang. Berapa pengembalian portofolio yang sama-
sama diinvestasikan dalam saham perusahaan kecil dan surat utang negara?
22. CAPM [LO4] Dengan menggunakan CAPM, tunjukkan bahwa rasio premi risiko pada dua
aset sama dengan rasio beta mereka.
23. Pengembalian dan Penyimpangan Portofolio [LO2] Simak informasi berikut ini
sekitar tiga saham:

Ledakan . 20 . 24 . 36 . 55
Normal . 55 . 17 . 13 . 09
Menyergap . 25 . 00 2.28 2.45
A. Jika portofolio Anda diinvestasikan masing-masing 40 persen di A dan B dan 20 persen di C,

berapa pengembalian portofolio yang diharapkan? Variansnya? Standar deviasi?
B. Jika tingkat T-bill yang diharapkan adalah 3,80 persen, berapa premi risiko yang diharapkan?
portofolio?
C. Jika tingkat inflasi yang diharapkan adalah 3,50 persen, berapa perkiraan dan hasil riil
yang diharapkan dari portofolio? Berapa perkiraan dan persisnya premi risiko riil
yang diharapkan pada portofolio?
24. Menganalisis Portofolio [LO2] Anda ingin membuat portofolio yang sama berisikonya dengan
pasar, dan Anda memiliki $1.000.000 untuk diinvestasikan. Dengan informasi ini, isi sisanya
tabel berikut:
Aset Investasi Beta

Stok A $195.000 . 90
Stok B $340.000 1.15
Stok C 1.29
Aset bebas risiko
25. Menganalisis Portofolio [LO2, 4] Anda memiliki $100.000 untuk diinvestasikan dalam portofolio yang TANTANGAN
berisi Stock X dan StockY. Tujuan Anda adalah membuat portofolio yang memiliki pengembalian (Pertanyaan 25–28)
yang diharapkan sebesar 17 persen. Jika Saham X memiliki ekspektasi pengembalian 14,8 persen
dan beta 1,35, dan StockY memiliki ekspektasi pengembalian 11,2 persen dan beta 0,90, berapa
banyak uang yang akan Anda investasikan di StockY? Bagaimana Anda menafsirkan jawaban Anda?
Berapa beta dari portofolio Anda?
26. Risiko Sistematis versus Tidak Sistematis [LO3] Simak informasi berikut ini
tentang Saham I dan II:

Ekonomi Keadaan Ekonomi Stok I Stok II
Resesi . 25 . 02 2.25
Normal . 50 . 21 . 09
Kegembiraan yang tidak rasional . 25 . 06 . 44
Premi risiko pasar adalah 7 persen, dan tingkat bebas risiko adalah 4 persen. Saham mana yang
memiliki risiko paling sistematis? Mana yang memiliki risiko paling tidak sistematis? Saham
mana yang "lebih berisiko"? Menjelaskan.
27. SML [LO4] Misalkan Anda mengamati situasi berikut:

Pete Corp. 1.15 . 129

Ulangi Co. . 84 . 102
Asumsikan sekuritas ini dihargai dengan benar. Berdasarkan CAPM, berapa

pengembalian yang diharapkan di pasar? Berapa tarif bebas risiko?
28. SML [LO4] Misalkan Anda mengamati situasi berikut:
Return Jika Terjadi

Ekonomi Keadaan Ekonomi Keadaan Stock A Stock B
Menyergap . 25 2.08 2.05
Normal . 60 . 13 . 14
Ledakan . 15 . 48 . 29
A. Hitung pengembalian yang diharapkan pada setiap saham.
B. Dengan asumsi model penetapan harga aset modal berlaku dan beta Saham A lebih besar
dari beta Saham B sebesar 0,25, berapa premi risiko pasar yang diharapkan?
MINICASE
Beta untuk Colgate-Palmolive

Joey Moss, lulusan keuangan baru-baru ini, baru saja memulai Paul prihatin dengan risiko sistematis dari investasi saat ini
pekerjaannya di perusahaan investasi Covili and Wyatt. Paul Covili, salah dan investasi potensial. Salah satu posisi yang saat ini
satu pendiri perusahaan, telah berbicara dengan Joey tentang portofolio dipegang perusahaan adalah saham di Colgate-Palmolive (CL).
investasi perusahaan. Colgate-Palmolive adalah produsen produk konsumen
Seperti halnya investasi apa pun, Paul prihatin dengan risiko terkenal dengan nama merek seperti Colgate, Palmolive,
investasi serta potensi pengembaliannya. Lebih khusus lagi, karena Softsoap, Irish Spring, Ajax, dan lainnya.
perusahaan memiliki portofolio yang terdiversifikasi,
Covili dan Wyatt saat ini menggunakan vendor data komersial untuk indeks pasar saham seperti indeks S&P 500. A adalah
Saya
informasi tentang posisinya. Karena itu, Paul tidak yakin persis intersep regresi, dan B adalah
Saya
kemiringan (dan stok
bagaimana angka-angka yang diberikan dihitung. Penyedia data perkiraan beta). Saya
« mewakili residu untuk regresi.
menganggap metodenya sebagai milik, dan tidak akan mengungkapkan Menurut Anda apa motivasi untuk regresi khusus
bagaimana beta saham dan informasi lainnya dihitung. Paul merasa ini? Intersep,A , sering dipanggil
Saya
Alfa Jensen. Apa
tidak nyaman karena tidak tahu persis bagaimana angka-angka ini yang diukurnya? Jika suatu aset memiliki alfa
dihitung dan juga percaya bahwa menghitung statistik yang diperlukan Jensen yang positif, di mana plotnya sehubungan
secara internal bisa lebih murah. Untuk mengeksplorasi pertanyaan ini, dengan SML? Apa interpretasi keuangan dari
Paul telah meminta Joey untuk melakukan tugas-tugas berikut. residual dalam regresi?
3. Gunakan model pasar untuk memperkirakan beta untuk Colgate-
PERTANYAAN Palmolive menggunakan pengembalian 36 bulan terakhir (prosedur

regresi di Excel adalah salah satu cara mudah untuk melakukan ini). Plot
1. Buka finance.yahoo.com dan unduh harga saham akhir bulanan
pengembalian bulanan di Colgate-Palmolive terhadap indeks dan juga
untuk Colgate-Palmolive selama 60 bulan terakhir. Gunakan
tunjukkan garis yang dipasang.
harga penutupan yang disesuaikan, yang menyesuaikan
pembayaran dividen dan pemecahan saham. Selanjutnya, 4. Ketika beta suatu saham dihitung dengan menggunakan pengembalian
unduh nilai akhir indeks S&P 500 selama periode yang sama. bulanan, ada perdebatan mengenai jumlah bulan yang harus digunakan
Untuk kurs bebas risiko historis, kunjungi situs web Federal dalam perhitungan. Kerjakan ulang pertanyaan sebelumnya
Reserve St. Louis (www.stlouisfed.org) dan temukan kurs pasar menggunakan pengembalian 60 bulan terakhir. Bagaimana jawaban ini
sekunder tagihan Treasury tiga bulan. Unduh file ini. Berapa dibandingkan dengan apa yang Anda hitung sebelumnya? Apa saja
pengembalian bulanan, pengembalian bulanan rata-rata, dan argumen yang mendukung dan menentang penggunaan periode yang
standar deviasi untuk saham Colgate-Palmolive, tagihan lebih pendek versus lebih lama? Selain itu, Anda telah menggunakan data
Treasury tiga bulan, dan S&P 500 untuk periode ini? bulanan, yang merupakan pilihan umum. Anda bisa saja menggunakan
data harian, mingguan, triwulanan, atau bahkan tahunan. Menurut Anda
2. Beta sering diperkirakan dengan regresi linier. Model
apa masalah di sini?
yang biasa digunakan disebutmodel pasar, yang:
RT2 R 5kaki R]1«
[R 2Saya
a 1 bSaya gunung kaki T
5. Bandingkan beta Anda untuk Colgate-Palmolive dengan beta yang Anda
temukan di finance.yahoo.com. Seberapa mirip mereka? Mengapa
Dalam regresi ini, R adalah
T
pengembalian saham dan R adalah tingkat
kaki
mereka bisa berbeda?
bebas risiko untuk periode yang sama. R adalah pengembaliannya
gunung

Chapter 13.en - Id

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Chapter 13.en - Id

Diunggah oleh

Hak Cipta:

Format Tersedia

Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

Budget naik hanya di bawah 1 persen.

adalah—bab ini membahasnya secara mendetail.

Setelah mempelajari bab ini, Anda

Pengembalian dan Varians yang Diharapkan 13.1

miliki menyangkut kemungkinan pengembalian di masa depan dan probabilitasnya.

PENGEMBALIAN YANG DIHARAPKAN

pada L, E(R ), demikian

Tingkat Pengembalian Jika Keadaan Terjadi

TABEL 13.2 Stok L Stok U

(1) Kemungkinan Kembali (4) Kembali (6)

Tabel 13.2 mengilustrasikan perhitungan ini.

Premi risiko 5 Pengembalian yang diharapkan 2 Tarif bebas risiko [13.1]

CONTOH 13.1 Probabilitas yang Tidak Sama

(2) Peringkat dari Peringkat dari

(1) Kemungkinan Kembali (4) Kembali (6)

Perbedaan 5 detik2 5 .50 3 (10%)2 1 .50 3(210%)2 5 .01

Standar deviasi adalah akar kuadrat dari ini:

kami memiliki yang berikut:

akan selalu membayar setidaknya 10 persen.

TABEL 13.4 (2) (3) (4)

CONTOH 13.2 Probabilitas yang Lebih Tidak Sama

(2) (3) (4)

13.1a Bagaimana kita menghitung pengembalian yang diharapkan dari sekuritas?

(2) TABEL 13.5

Ledakan . 50 . 503 70% 1 .50 3 10% 5 40% . 200

E(R P) 5 .225 5 22,5%

PENGEMBALIAN YANG DIHARAPKAN PORTOFOLIO

RP5 .50 3 220% 1 .50 3 30% 5 5%

RP5 .50 3 70% 1 .50 3 10% 5 40%

adalah sebagai berikut:

E(R P) 5 .50 3 E(R ) 1L .50 3 E(R ) kamu

5 22,5% tentang investasi? Mengunjungi

E(R P) 5 x 31 E(R ) 11x 3 E(2R ) 1 · ·2· 1 x 3 E(R )n n

CONTOH 13.3 Pengembalian Portofolio yang Diharapkan

Misalkan kita memiliki proyeksi berikut untuk tiga saham:

Mengembalikan Jika Keadaan Terjadi

E(R )P5 (1kamu3) 3 8.8% 1 (1kamu3) 3 8,4% 1 (1kamu3) 3 8% 5 8,4%

s P5 .50 3 45% 1 .50 3 10% 5 27,5%

R P5 (2kamu11) 3 220% 1 (9kamu11) 3 30% 5 20,91%

(2) (3) (4) TABEL 13.6

Jika terjadi boom, portofolio ini akan memiliki pengembalian sebesar:

R P5 (2kamu11) 3 70% 1 (9kamu11) 3 10% 5 20,91%

Varians Portofolio dan Deviasi Standar CONTOH 13.4

Tingkat Pengembalian Jika Keadaan Terjadi

Ledakan . 40 10% 15% 20% 13,75%

Pengembalian portofolio ketika ekonomi booming dihitung sebagai:

E(R P) 5 .50 3 10% 1 .25 3 15% 1 .25 3 20% 5 13,75%

S2P5 .40 3 (.1375 2 .085)2 1 .60 3 (.05 2 .085)2

13.2a Apa yang dimaksud dengan bobot portofolio?

13.2b Bagaimana kita menghitung pengembalian yang diharapkan pada portofolio?

13.3 Pengumuman, Kejutan, dan

PENGEMBALIAN YANG DIHARAPKAN DAN TIDAK DIHARAPKAN

Berita tentang penelitian Flyers

Penurunan suku bunga yang tiba-tiba dan tidak terduga

Total pengembalian 5 Pengembalian yang diharapkan 1 Pengembalian tak terduga

PENGUMUMAN DAN BERITA

Pengumuman 5 Bagian yang diharapkan 1 Kejutan [13.4]

13.3a Apa dua bagian dasar pengembalian?

13.4 Risiko: Sistematis dan Tidak Sistematis

RISIKO SISTEMATIS DAN TIDAK SISTEMATIS

KOMPONEN PENGEMBALIAN YANG SISTEMATIS DAN TIDAK SISTEMATIS

R 5 E(R) 1 Bagian sistematis 1 Porsi tidak sistematis [13.5]