Nama : Yuliza

NIM : 2002112940
Mata Kuliah : Investasi dan Manajemen Portofolio (B)
Tugas 9

BAB 10
MODEL INDEKS TUNGGAL

A. PENDAHULUAN
William Sharpe (1963) mengembangkan model yang disebut dengan model indeks
tunggal (single-index model). Model ini dapat digunakan untuk menyederhanakan
perhitungan di model Markowitz dengan menyediakan parameter-parameter input
yang dibutuhkan di dalam perhitungan model Markowitz. Di sampimg itu, model
indeks tunggal dapat juga digunakan untuk menghitung return ekspektasian dan risiko
portofolio.

B. MODEL INDEKS TUNGGAL DAN KOMPONEN RETURNNYA

Model indeks tunggal didasarkan pada pengamatan bahwa harga dari suatu sekuritas
berfluktuasi searah dengan indeks harga pasar. Secara khusus dapat diamati bahwa
kebanyakan saham cenderung mengalami kenaikan harga jika indeks harga saham
naik. Kebalikannya juga benar, yaitu jika indeks saham turun, kebanyakan saham
mengalami penurunan harga. Hal ini menyarankan bahwa return-return dari sekuritas
mungkin berkorelasi karena adanya reaksi umum (common response) terhadap
perubahan-perubahan nilai pasar. Dengan dasar ini, return dari suatu sekuritas dan
return dari indeks pasar yang umum dapat dituliskan sebagai hubungan:

Ri = ai + βi. RM
Keterangan:
Ri: return sekuritas ke-i
ai: suatu variabel acak yang menunjukkan komponen dari retuen sekuritas ke-i yang
independen terhadap kinerja pasar
βi: beta, yang merupakan koefisien yang mengukur perubahan Ri akibat dari
perubahan RM
RM: tingkat return dari indeks pasar, juga merupakan suatu variabel acak
Variabel ai merupakan komponen return yang tidak tergantung dari return pasar.
Variabel ai dapat dipecah menjadi nilai yang diekspektasi (expected value) αi dan
kesalahan residu (residual error) ei sebagai berikut:

ai = αi + ei

Apabila persamaan diatas disubstitusikan ke rumus return sekuritas , maka akan

didapatkan persamaan model indeks tunggal sebagai berikut:

Ri = αi + βi . RM + ei

Keterangan:
αi: nilai ekspektasian dari return sekuritas yang independen terhadap return pasar
ei: kesalahan residu yang merupakan variabel acak dengan nilai ekspektasiannya sama
dengan nol atau E(ei) = 0

Model indeks tunggal membagi return dari suatu sekuritas ke dalam dua komponen,
yaitu sebagai berikut:
1. Komponen return yang unik diwakili oleh αi yang independen terhadap return pasar
2. Komponen return yang berhubungan dengan return pasar yang diwakili oleh βi.RM

Bagian return yang unik (αi) hanya berhubungan dengan peristiwa mikro (micro
event) yang mempengaruhi perusahaan tertentu saja, tetapi tidak mempengaruhi
semua perusahaan-perusahaan secara umum. Contoh dari peristiwa-peristiwa mikro
misalnya adalah pemogokan karyawan, kebakaran, penemuan-penemuan penelitian
dan lain sebagainya. Bagian return yang berhubungan dengan return pasar
ditunjukkan oleh Beta (βi) yang merupakan sensitivitas return suatu sekuritas terhadap
return dari pasar. Secara konsensus, return pasar mempunyai Beta bernilai 1. Seuatu
swkuritas yang mempunyai Beta bernilai 1,5 misalnya mempunyai arti bahwa
perubahan return pasar sebesar 1% akan mengakibatkan perubahan retuen dari
sekuritas tersebut dengan arah yang sama sebesar 1,5%.
Model indeks tunggal dapat juga dinyatakan dalam bentuk return ekspektasian
(expected return). Return ekspektasian dari model ini dapat di derivasi sebagai
berikut:

E(Ri) = E(αi + βi.RM + ei)

Dari properti ke-2 di bab 6 diketahui bahwa nilai ekspektasian dari suatu konstanta
adalah bernilai konstanta itu sendiri, maka E(αi) = αi dan E(βi.RM) = βi.E(RM) dan
secara konstruktif nilai E(ei) = 0, maka return ekspektasian model indeks tunggal
dapat dinyatakan sebagai:

E(Ri) = αi + βi.E(RM)

Contoh:
Misalnya return ekspektasian dari indeks pasar E(RM) adalah sebesar 20%, bagian
dari return ekspektasian suatu sekuritas yang independen terhadap pasar (αi) adalah
sebesar 4% dan βi adalah sebesar 0,75. model indeks tunggal mengestimasi besarnya
return ekspektasian untuk sekuritas ini sebesar:

E(Ri) = 4% + 0,75 . 20%

= 19%

Sedang besarnya nilai return realisasian berdasarkan model indeks tunggal untuk
sekuritas ini adalah sebesar:

Ri = 19% + ei

Dari contoh diatas terlihat bahwa nilai return realisasian merupakan nilai return
ekspektasian ditambah dengan kesalahan residu. Jika ternyata nilai return realisasi
nantinya sama dengan nilai return yang diharapkan, berarti investor mengestimasi
nilai return ekspektasian tanpa kesalahan. Jika ternyata nilai return realisasi, sebesar
misalnya 21%, maka besarnya kesalahan estimasi (ei) adalah sebesar 21% - 19% =
2%.
C. ASUMSI-ASUMSI
Model indeks tunggal menggunakan asumsi-asumsi yang merupakan karakteristik
model ini sehingga menjadi berbeda dengan model-model yang lainnya. Asumsi
utama dari model indeks tunggal adalah kesalahan residu dari sekuritas ke-i tidak
berkovari dengan kesalahan residu sekuritas ke-j atau ei tidak berkovarasi
(berkorelasi) menjadi ej untuk semua nilai dari i dan j. Asumsi ini secara matematis
dapat dituliskan sebagai:

Cov (ei,ej) = 0

Besarnya Cov (ei,ej) dapat dituliskan sebagai berikut:

Cov (ei,ej) = E ([ei - E(ei)] . [ej - E(ej)])

Karena secara konstruktif bahwa E(ei) dan E(ej) adalah sama dengan nol, maka:

Cov (ei,ej) = E ([ei - 0)] . [ej - 0])

= E (ei. ej)

sehingga asumsi bahwa kesalahan residu untuk sekuritas ke-i tidak mempunyai
korelasi dengan kesalahan residu untuk sekuritas ke-j dapat ditulis:

E(ei. ej) = 0

Return indeks pasar (RM) dan kesalahan residu untuk tiap-tiap sekuritas (ei)
merupakan variabel-variabel acak. Oleh karena itu, diasumsikan bahwa ei tidak
berkovari dengan return indeks pasar RM. Asumsi kedua ini dapat dinyatakan secara
matematis sebagai:

Cov(ei,RM) = 0

Lebih lanjut persamaan ini dapat diuraikan:

 Cov(ei,RM) = E([(ei - E(ei)] . [RM - E(RM)]) = 0

Karena E(ei) = 0, maka dapat ditulis:

Cov(ei,RM) = E(ei . [RM - E(RM)]) = 0

Dengan demikian, asumsi kedua dari model indeks tunggal dapag dituliskan sebagai:

E(ei . [RM - E(RM)]) = 0

Asumsi-asumsi dari model indeks tunggal mempunyai implikasi bahwa sekuritas-

sekuritas bergerak bersama-sama bukan karena efek diluar pasar (misalnya efek dari
industri atau perusahaan-perusahaan itu sendiri), melainkan karena mempunyai
hubungan yang umum terhadap indeks pasar. Asumsi-asumsi ini digunakan untuk
menyederhanakan masalah. Dengan demikian sebenarnya berapa besar model ini
dapat diterima dan mewakili kenyataan sesungguhnya tergantung dari seberapa besar
asumsi-asumsi ini realistis. Jika asumsi-asumsi ini kurang realistis, berarti bahwa
model ini akan menjadi tidak akurat.

D. VARIAN RETURN SEKURITAS MODEL INDEKS TUNGGAL

Secara umum, varian return dari suatu sekuritas dapat dinyatakan sebagai berikut:

σi² = E[Ri - E(Ri)]²

Lalu substitusikan rumus Ri dan E(Ri) ke persamaan varian diatas, sehingga

menghasilkan:

σi² = βi² . E[(RM - E(RM)]² + 2 . βi . E[RM - E(RM) . ei] + E[ei]²

Ingat bahwa E[(RM - E(RM)]² merupakan varian dari return pasar (σM²) dan E[RM -
E(RM) . ei] adalah sama dengan nol sesuai dengan asumsi kedua dari model indeks
tunggal, maka rumus varian diatas dapat ditulis:
 σi² = βi² . σM² + 0 + E[ei]²

Nilai E[ei]² dapat ditulis sebagai E[ei - 0]² dan karena secara konstruktif bahwa
E(ei)=0, maka nilai 0 selanjutnya juga dapat diganti dengan nilai E(ei), sehingga nilai
E[ei]² dapat ditulis dengan arti yang sama dengan E[ei - E(ei)]² dan nilai ini
merupakan varian dari kesalahan residu untuk sekuritas ke-i (σei²). Dengan
mensubstitusi E[ei]² dengan σei², maka rumus varian return sekuritas berdasarkan
model indeks tunggal adalah

σi² = βi² . σM² + σei²

Risiko (varian return) sekuritas yang dihitung berdasarkan model ini terdiri dari dua
bagian, yaitu risiko yang dapat beehubungan dengan pasar (market related risk) yaitu
βi² . σM² dan risiko unik masing-masing perusahaan (unique risk) yaitu σei².

E. KOVARIAN RETUEN ANTARA SEKURITAS MODEL INDEKS

TUNGGAL
Secara umum kovarian return antara dua sekuritas i dan j dapat dituliskan:

σij = E[(Ri - E(Ri)) . (Rj -E(Rj))]

Untuk model indeks tunggal, nilai Ri, Rj, E(Ri), dan E(Rj) dapat disubstitusikan
menggunakan persamaan rumus Ri dan E(Ri), sehingga kovarian return menjadi:

σij = βi . βj . E[RM - E(RM)]²

Atau

σij = βi . βj . σM²
F. PARAMETER-PARAMETER INPUT UNTUK MODEL MARKOWITZ
Model indeks tunggal dapat digunakan untuk menghitung return ekspektasian (E(Ri)),
varian dari sekuritas (σi²) dan kovarian antar sekuritas (σij) yang merupakan
parameter-parameter input untuk analisis portofolio menggunakan model Markowitz.
Maksudnya adalah bahwa hasil dari model indeks tunggal ini yaitu rumus E(Ri),
rumus σi², dan rumus σij dapat digunakan sebagai input untuk mengitung return
ekspektasian dan risiko portofolio menggunakan model Markowitz.

G. ANALISIS PORTOFOLIO MENGGUNAKAN MODEL INDEKS

TUNGGAL
Selain hasil dari model indeks tunggal dapat digunakan sebagai input analisis
portofolio, model indeks tunggal dapat juga digunakan secara langsung untuk analisis
portofolio. Analisis portofolio menyangkut perhitungan return ekspektasian portofolio
dan risiko portofolio.

1. Return Ekspektasian Portofolio

Return ekspektasian dari suatu porrofolio selalu merupakan rata-rata tertimbang dari
return ekspektasian individual sekuritas:

E(Rp) = Σ wi. E(Ri)

Dengan mensubstitusikan E(Ri) menggunakan nilai di persamaan, return ekspektasian

portofolio menjadi:

E(Rp) = Σ wi . (αi + βi . E(RM))

E(Rp) = Σ wi . αi + Σ wi .βi . E(RM)

Model indeks tunggal mempunyai beberapa karakteristik sebagai berikut ini:
1. Beta dari portofolio (βp) merupakan rata-rata tertimbang dari Beta masing-masing
sekuritas (βi):

βp = Σ wi . βi

2. Alpha dari portofolio (αp) juga merupakan rata-rata tertimbang dari Alpha tiap-tiap
sekuritas (αi):

αp = Σ wi . αi

Dengan mensubstitusikan karakteristik ini, yaitu βp dan αp ke dalam persamaan,

maka return ekspektasian portofolio menjadi:

E(Rp) = αp + βp . E(RM)

2. Risiko Portofolio
Varian dari suatu sekuritas yang dihitung berdasarkan model indeks tunggal telah
diuraikan dan dapat dilihat pada persamaan σi². Varian dari sekuritas ini adalah
sebagai berikut:

σi² = βi² . σM² . σei²

Varian dari portofolio adalah sebesar:

σp² = (Σ wi.βi)² . σM² + (Σ wi.σei)²

Dengan menggunakan karakteristik Beta, maka varian dari portofolio selanjutnya

dapat dituliskan:

σp² = βp² . σM² + (Σ wi.σei)²

Salah satu kegunaan model indeks tunggal adalah untuk menyederhanakan
perhitungan model Markowitz. Untuk menghitung return dan risiko portofolio, model
Markowitz membutuhkan parameter-parameter input berupa return ekspektasian
masing-masing sekuritas, varian masing-masing sekuritas dan kovarian antara
sekuritas-sekuritas. Untuk memghitung risiko portofolio yang terdiri dari n-buah
sekuritas, model Markowitz membutuhkan perhitungan sebanyak n-buah varian dan
(n.(n-1)) buah kovarian. Karena kovarian sifatnya simetri, yaitu Cov(Ri, Rj) adalah
sama dengan Cov(Rj, Ri), maka perhitungan kovarian dapat dilakukan hanya
separuhnya saja, yaitu sebanyak (n.(-1)/2).

Dengan demikian jumlah perhitungan yang dibutuhkan untuk menghitung risiko

portofolio model Markowitz adalah sebanyak n+(n.(n-1)/2). Misalnya n adalah 200
aktiva, maka untuk menghitung risiko portofolio dengan model Markowitz
dibutuhkan perhitungan sebanyak 200 varian dan (200.(200-1)/2) = 19.900 kovarian
atau 200+19.900 = 20.100 perhitungan.

Dengan menggunakan model indeks tunggal, perhitungan risiko portofolio hanya

membutuhkan (2.n)+1 perhitungan, yaitu βi untuk masing-masing sekuritas ke-i
sebanyak n-buah, σei² juga untuk masing-masing sekuritas ke-i sebanyak n-buah dan
sebuah varian return dari market indeks (σM²). Sebagai perbandingan untuk 200
aktiva jika digunakan model indeks tunggal untuk menghitung risiko portofolio hanya
dibutuhkan perhitungan sebanyak (2 . 200) + 1 = 401 perhitungan saja.
Tabel 10.1 Perbandingan jumlah parameter antara model markowitz dengan model
indeks tunggal

Jumlah parameter yang harus dihitung

Jumlah Sekuritas
(n) Model Markowitz n + Model indeks tunggal (2 .
(n . (n-1) / 2) n + 1)
1 1 3
2 3 5
3 6 7
4 10 9
5 15 11
6 21 13
7 28 15
8 36 17
9 45 19
10 55 21
20 210 41
50 1.275 101
100 5.050 201
200 20.100 401
500 125.250 1.001
1.000 500.500 2.001
5.000 12.502.500 10.001
10.000 50.005.000 20.001
H. MODEL PASAR
Model pasar (market model) merupakan bentuk dari model indeks tunggal dengan
batasan yang lebih sedikit. Model pasar bentuknya sama dengan model indeks
tunggal. Perbedaannya terletak di asumsinya. Di model indeks tunggal, di asumsikan
bahwa kesalahan residu masing-masing sekuritas tidak berkovari satu dengan yang
lainnya atau Cov(ei, ej) = 0. Di model pasar, asumsi ini tidak digunakan atau
kesalahan residu masing-masing sekuritas dapat berkorelasi.

Kenyataannya bahwa sekuritas berkovari atau berkorelasi satu dengan yang lainnya
membuat model pasar lebih realistis. Model pasar ini banyak digunakan oleh peneliti-
peneliti pasar modal untuk menghitung abnormal return. Bentuk model pasar yang
sama dengan bentuk model indeks tunggal mempunyai return dan return ekspektasian
sebagai beeikut:

Ri = αi + βi . RM + ei

dan

E(Ri) = αi + βi . E(RM)

I. PORTOFOLIO OPTIMAL BERDASARKAN MODEL INDEKS TUNGGAL

Perhitungan untuk menentukan portofolio optimal akan sangat dimudahkan jika hanya
didasarkan pada sebuah angka yang dapat menentukan apakah suatu sekuritas dapat
dimasukkan ke dalam portofolio optimal tersebut. Angka tersebut adalah rasio antara
ekses return dengan Beta (excess return to beta ratio). Rasio ini adalah:

ERBi = E(Ri) -RBR

βi

Keterangan:
ERBi: excess return to beta sekuritas ke-i
E(Ri): return ekspektasian berdasarkan model indeks tunggal untuk sekuritas ke-i
RBR: return aktiva bebas risiko
βi: beta sekuritas ke-i
Excess return didefenisikan sebagai selisih return ekspektasian dengan return aktiva
bebas risiko. Excess return to beta berarti mengkur kelebihan returnrelatif terhadap
satu unit risiko yang tidak dapat didiversifikasikan yang diukur dengan Beta. Risiko
ERB ini juga menunjukkan hubungan anatar dua faktor penentu investasi, yaitu return
dan risiko.

Portofolio yang optimal akan berisi dengan aktiva-aktiva yang mempunyai nilai rasio
ERB yang tinggi. Aktiva-aktiva dengan rasio ERB yang rendah tidak akan
dimasukkan ke dalam portofolio optimal. Dengan demikian diperlukan sebuah titik
pembatas (cut off point) yang menentukan batas nilai ERB berapa yang dikatakan
tinggi. Besarnya titik pembatas ini dapat dutentukan dengan langkah-langkah sebagai
berikut ini:

1. Urutkan sekuritas-sekuritas berdasarkan nilai ERB terbesar ke nilai ERB terkecil.

Sekuritas-sekuritas dengan nilai ERB terbesar merupakan kandidat untuk dimasukkan
ke portofolio optimal.

2. Hitung nilai Ai dan Bi untuk masing-masing sekuritas ke-i sebagai berikut:

Ai = [E(Ri) - RBR] . βi
σei²

Dan

Bi = βi²
σei²

Keterangan:
σei²: varian dari kesalahan residu sekuritas ke-i yang juga merupakan risiko unik atau
risiko tidak sistematik.
3. Hitung nilai Ci

Ci = σM² Σ Aj
1 + σM² Σ Bj

Keterangan:
σM²: varian dari return indeks pasar

Ci adalah nilai C untuk sekuritas ke-i yang dihitung dari kumulasi nilai-nilai A1
sampai dengan Ai dan nilai-nilai B1 sampai dengan Bi. Misalnya C3 menunjukkan
nilai C untuk sekuritas ke-3 yang dihitung dari kumulasi A1, A2, A3 dan B1, B2, B3.

Dengan mesubstitusikan nilai Aj dan Bj ke nilai Ci, maka rumus Ci menjadi:

σM² Σ [E(Ri) - RBR] . βi

Ci = σej²
1 + σM² Σ βi²
σej²

1. Besarnya cut off point (C*) adalah nilai Ci di mana nilai ERB terakhir kali
masih lebih besar dari nilai Ci
2. Sekuritas-sekuritas yang membentuk portofolio optimal adalah sekuritas-
sekuritas yang mempunyai nilai ERB lebih besar atau sama dengan nilai ERB di
titik C*. Sekuritas-sekuritas yang mempunyai ERB lebih kecil dengan ERB titik
C* tidak diikutsertakan dalam pembentukan portofolio optimal.

Setelah sekuritas-sekuritas yang membentuk portofolio optimal telah dapat

ditentukan, pertanyaan berikutnya adalah berapa besar proporsi masing-masing
sekuritas tersebut di dalam portofolio optimal. Besarnya proporsi untuk sekuritas
ke-i adalah sebesar:

wi = Zi/k
Σ Zi
Dengan nilai Zi adalah sebesar:

Zi = βi² (ERBi - C*)

σei²

Keterangan:
wi: proporsi sekuritas ke-i
k: jumlah sekuritas di portofolio optimal
βi: beta sekuritas ke-i
σei²: varian dari kesalahan residu sekuritas ke-i
ERBi: excess return to beta sekuritas ke-i
C*: nilai cut off point yang merupakan nilai Ci terbesar

Porotofolio optimal model indeks tunggal ini dapat diselesaikan dengan

menggunakan Solver di program excel. Hasil yang diperoleh dari program ini
sama dengan hasil yang diberikan sebelumnya di buku ini.
 DAFTAR PUSTAKA

Jogiyanto H.M (JO). 2015. Teori Portofolio dan Analisis Investasi, edisi kesebelas.
BPFE UGM Yogyakarta.