RETURN DAN RISIKO AKTIVA TUNGGAL

BAB 7

7.2 Pengukuran Return Realisasian

Pengukuran return yang biasa digunakan adalah return total, relatif return,
kumulatif return, dan return disesuaikan. Sedang, rata-rata dari return biasa dihitung
berdasarkan rata-rata aritmatika dan rata-rata geometri.
7.2.1 Return Total
Merupakan return keseluruhan dari suatu investasi dalam suatu periode yang
tertentu. Return total sering disebut dengan return saja. Terdiri dari capital gain
(loss) dan yield sebagai berikut ini.

RETURN = Capital Gain (loss) + Yield

Capital gain atau capital loss merupakan selisih dari harga investasi
sekarang relatif dengan harga periode yang lalu.

Capital Gain (Loss) = Pt – Pt-1

Pt-1
Jika harga investasi sekarang (Pt) lebih tinggi dari harga investasi periode
lalu (Pt-1) ini berarti terjadi keuntungan modal (Capital Gain), dan sebaliknya
terjadi kerugian modal (Capital Loss).
Yield merupakan presentase penerimaan kas periodik terhadap harga
investasi periode tertentu dari suatu investasi. Untuk saham, yield adalah
presentase deviden terhadap harga saham periode sebelumnya. Untuk obligasi,
yield adalah presentase bunga pinjaman yang diperoleh terhadap harga obligasi 
periode sebelumnya. Dengan demikian, return total dapat juga dinyatakan sebagai
berikut ini.
Return = Pt – Pt-1 + Yield
Pt-1
Untuk saham biasa yang membayar deviden periodik sebesar Dt rupiah per-
lembarnya, maka yield  adalah sebesar Dt/Pt-1 dan return total dapat dinyatakan
sebagai berikut.

Return Saham = Pt – Pt-1 + Dt

Pt-1 Pt-1
= Pt – Pt-1 + Dt
Pt-1
Contoh 7.1:
Return total dari tahun 1990 sampai dengan 1996 dari saham PT ‘A’ yang
membayar dividen tahunan ditunjukkan di Tabel  berikut ini.

Tabel 7.1. Contoh Return Saham PT ‘A’ yang Membayar Dividen.

Periode Harga Saham (Pt) Deviden (Dt) Return (Rt)

1
 1989 1750 100 -
1990 1755 100 0,060
1991 1790 100 0,077
1992 1810 150 0,095
1993 2010 150 0,193
1994 1905 200 0,047
1995 1920 200 0,113
1996 1935 200 0,112

Sebagai ilustrasi cara perhitungan, return total untuk tahun 1990 dan 1991
dihitung sebagai berikut :

R1990 = (1755 – 1750 + 100) / 1750

= 0,060 atau 6,00 %

R1991 = (1790 – 1755 + 100) / 1755

= 0,077 atau 7,70 %

Return total dapat dihitung dari penjumlahan capital gain (loss) dan deviden
yield seperti tampak di tabel berikut ini.

Tabel 7.2 contoh perhitungan Capital Gain (Loss) dan Devidend Yield dan Return
Periode Capital Gain (Loss) Dividend Yield Return
(1) (2) (3) (4) = (2) + (3)
1990 0,0029 0,0571 0,060
1991 0,0199 0,0570 0,077
1992 0,0112 0,0838 0,095
1993 0,1105 0,0829 0,193
1994 -0,0522 0,0995 0,047
1995 0,0079 0,1050 0,133
1996 0,0078 0,1042 0,112

Sebagai ilustrasi, untuk tahun 1990, capital gain, dividend  yield dan total
return dihitung sebesar :

Gain1990 = (1755-1750) / 1750

               = 0,0029 atau 0,29 %
Yield1990 = 100 / 1750
= 0,0571 atau 5,71%
R1990 = 0,0029 + 0,0571
= 0,060 atau 6,00%

Dividen umumnya dibayarkan per kuartal atau per tahun. Jika dividen per
tahun akan digunakan untuk menghitung return total untuk periode yang lebih
pendek, misalnya return sebulan, maka dividen sebulan dapat dianggap sebagai
dividen setahun dibagi 12. Jika dividen setahun digunakan untuk menghitung

2
 return total mingguan, maka dividen seminggu dapat dianggap sebagai dividen
seahun dibagi dengan 52.

7.2.2. Relatif Return

Return total dapat bernilai negatif atau positif. Kadangkala, untuk

perhitungan tertentu, misalnya rata-rata geometrik yang menggunakan
perhitungan pengakaran, dibutuhkan suatu return yang harus bernilai positif.
Relatif return (return relative) dapat digunakan, yaitu dengan menambahkan nilai
1 terhadap nilai return total sebagai berikut :

Relatif Return = (Return Total + 1)

atau:
Relatif Return = Pt – Pt-1 + Dt + 1
Pt-1

Contoh 7.4 :
Tabel berikut menunjukkan nilai dari relatif return untuk saham PT ‘A’.
Tabel 7.3 Contoh Perhitungan Relatif Return
Periode Harga Saham (Pt) Dividen (Dt) Return (Rt) Relatif Return (RRt)
(1) (2) (3) (4) (5) = (4) + 1
1989 1750 100 - -
1990 1755 100 0,060 1,060
1991 1790 100 0,077 1,077
1992 1810 150 0,095 1,095
1993 2010 150 0,193 1,193
1994 1905 200 0,047 1,047
1995 1920 200 0,113 1,113
1996 1935 200 0,112 1,112

Untuk tahun 1990, relatif return di Tabel diatas dapat dihitung sebagai berikut :

RR1990 = R1990 + 1 = 0,060 + 1 = 1,060

Atau dengan menggunakan rumus di  :

RR1990 = (P1990 + D1990) / P1989
               = (1755 + 100) / 1750
              = 1,060.

7.2.3. Kumulatif Return

3
 Return total mengukur perubahan kemakmuran yaitu perubahan harga dari
saham dan perubahan pendapatan dari dividen yang diterima, perubahan
kemakmuran ini menunjukkan tambahan kekayaan dari dari kekayaan
sebelumnya. Return total hanya mengukur perubahan kemakmuran pada saat
waktu tertentu saja, tetapi tidak mengukur total dari kemakmuran yang dimiliki.
Untuk mengetahui total kemakmuran, indeks kemakmuran kumulatif (Cumulative
Wealth Indeks) dapat digunakan IKK (Indeks Kemakmuran Kumulatif) mengukur
akumulasi semua return mulai dari kemakmuran awal (KK 0) yang dimiliki
sebagai berikut :

IKK = KK0 (1 + R1) (1 + R2)..... (1 + Rn)

Notasi :
IKK = Indeks kemakmuran kumulatif, mulai dari periode pertama sampai ke n,
KK0 = Kekayaan awal, biasanya digunakan nilai Rp1,
Rt    = Return periode ke-t, mulai awal dari periode (t=1) sampai ke akhir periode
(t=n)

Contoh 7.5 :

Indeks kemakmuran kumulatif untuk saham PT ‘A’ mulai dari tahun 1989
sampai dengan tahun 1996 tampak di tabel berikut ini.

Tabel 7.4 : Indeks Kemakmuran Kumulatif

Periode Return Indeks Kemakmuran Kumulatif (IKK)

1989 - 1,000
1990 0,060 1,060
1991 0,077 1,142
1992 0,095 1,250
1993 0,193 1,492
1994 0,047 1,562
1995 0,113 1,738
1996 0,112 1,933

Indeks kemakmuran kumulatif ini menunjukkan kemakmuran akhir yang

diperoleh dalam suatu periode tertentu. Misalnya dengan membeli saham ‘A’ di
akhir tahun 1989, maka pada akhir akhir tahun 1991, kemakmuran akan menjadi
sebesar 114,20% dari kemakmuran semula. Jika saham ini dipertahankan lagi,
maka pada akhir tahun berikutnya akan menjadi sebesar 125,00% dari nilai
semula di akhir tahun 1990 dengan perhitungan sebagai berikut :

IKK1992 = 1 (1 + 0,060) (1 + 0,077) (1 + 0,095)

4
 = 1,250 atau 125,00%

Indeks kemakmuran kumulatif dapat juga dihitung berdasarkan perkalian

nilai-nilai komponennya sebagai berikut :

IKK = PHK – YK

Notasi :
IKK    = Indeks Kemakmuran Kumulatif,
PHK   = Perubahan Harga Kumulatif,
YK     = Yield Kumulatif

Contoh 7.6 :

Tabel berikut menunjukkan contoh hasil perhitungan indeks kemakmuran

kumulatif yang dihitung dari perkalian perubahan harga kumulatif dengan yield
kumulatif.

Tabel 7.5 : Perubahan Harga Kumulatif, yield kumulatif dan indeks kemakmuran
kumulatif

Periode Capital Gain Dividen Perubahan Harga Yield Indeks Kemakmuran

(Loss) Yield Kumulatif Kumulatif Kumulatif
(1) (2) (3) (4) (5) (6) = (4) x (5)
1990 0,0029 0,0571 1,003 1,057 1,060
1991 0,0199 0,0570 1,023 1,117 1,142
1992 0,0112 0,0838 1,034 1,211 1,250
1993 0,1105 0,0829 1,148 1,311 1,505
1994 -0,0522 0,0995 1,088 1,442 1,569
1995 0,0079 0,1050 1,097 1,593 1,747
1996 0,0078 0,1042 1,105 1,759 1,943

Perhitungan capital again (loss) dan dividend yield dapat dilihat di contoh
7.1, tabel 7.2. sebagai ilustrasi perhitungan, perubahan harga kumulatif (PHK),
yield kumulatif (YK) dan indeks kemakmuran kumulatif (IKK) untuk tahun 1991
dapat dihitung sebagai berikut :

PHK1991 = (1 + Capital Gain1990) (1 + Capital Gain1991)

              = (1 + 0,0029) (1 + 0,0199) = 1,023

YK1991   = (1 +  Yield1990) (1 + Yield1991)

5
               = (1 + 0,0571) (1 + 1,0570) = 1,117

IKK1991 = (PIIK1991) (YK1991)

= (1,023) (1,117) = 1,142

Indeks berbeda dengan rata-rata, indeks menggunakan tahun dasar di dalam

perhitungannya, sedangkan rata-rata tidak menggunakannya. Dengan
menggunakan tahun dasar, indeks menunjukkan kinerja dari saham yang
mewakilinya dari waktu ke waktu relatif terhadap periode waktu dasarnya,
sedang rata-rata hanya menunjukkan kinerja pada suatu waktu tertentu, tidak
dibandingkan relatif dengan kinerja di waktu yang berbeda. Sebagai contoh
adalah indeks kemakmuran kumulatif di Tabel 7.5 untuk tahun 1996 adalah
sebesar 1,943. Tahun dasar indeks ini adalah tahun 1996 dengan nilai dasar 1.
Hasil ini menunjukkan bahwa selama 7 tahun yaitu dari tahun 1989 sampai
dengan 1996, nilai dari saham perusahaan ‘A’ telah meningkat sebesar 94,3%.

7.2.4. Return Disesuaian

Return yang dibahas sebelumnya adalah return nominal (nominal return)

yang hanya mengukur perubahan nilai uang tersebut. Untuk mempertimbangkan
hal ini, return nominal perlu disesuaikan dengan tingkat inflasi yang ada. Return
ini disebut dengan return riel (real return) atau return yang disesuaikan dengan
inflasi (inflation adjusted return) sebagai berikut :

                RIA =  (1+R)  – 1

(1+IF)

Notasi :
R1A  = return sesuaian inflasi
R      = return nominal
IF     = tingkat inflasi

Contoh 7.7 :

Return sebesar 17% yang diterima setahun dari sebuah surat berharga jika
disesuaikan dengan tingkat inflasi sebesar 5% untuk tahun yang sama, akan
memberikan return riel sebesar :

RIA  = [(1 + 0,17) / (1 + 0,05)] – 1

= 0,11429 atau 11,429%

Diversifikasi internasional sekarang semakin dibicarakan, karena

diversifikasi seperti ini dapat menurunkan tingkat resiko yang sudah tidak dapat
diturunkan lagi akibat diversifikasi domestic. Jika investasi dilakukan diluar

6
 negeri, pengembalian yang diperoleh perlu disesuaikan dengan kurs mata uang
yang berlaku sebagai berikut :

(
RKA = RR
Nilai Akhir MataUang Domestik
Nilai Awal MataUang Domestik )
−1  

Notasi :
RKA  = return yang disesuaikan dengan kurs mata uang asing
RR    = relative return

Contoh 7.8 :

Investor Indonesia yang membeli saham perusahaan Amerika pada awal

tahun 1997 mendapatkan return tahunan sebesar 15%. Pada saat membeli saham
ini, harga kur beli US$ adalah sebesar Rp 2.000,- dan pada akhir tahun, kur jual
adalah sebesar Rp 2.100,- per US$. Return bersih yang diperoleh setelah
disesuaikan dengan kurs adalah sebesar :

RKA = [ 1,15 x (Rp 2.100,- / Rp 2.000,-)] – 1

= 0,2075 atau 20,75%

7.2.5. Rata-rata Geometrik

Rata-rata goemetrik (geometric mean) digunakan untuk menghitung rata-rata

yang memperhatikan tingkat pertumbuhan kumulatif dari waktu ke waktu.
Berbeda dengan rata-rata arithmatika biasa yang tidak mempertimbangkan
pertumbuhan, rata-rata geometrik lebih tepat digunakan untuk menghitung rata-
rata return sari surat-surat berharga yang melibatkan beberapa periode waktu.
Rata-rata geometrik dihitung dengan rumus :

RG = [(1 + R1) (1 + R2) .…(1 + Rn)]1/n – 1

Notasi :
RG  = rata-rata geometric
Ri    = return untuk periode ke-i
n      = jumlah dari return

Contoh 7.9 :

Harga dari suatu saham pada periode ke–0 (periode awal) adalah Rp 500,-.
Pada periode selanjutnya (periode ke–1), harga saham ini meningkat menjadi Rp
600,- dan turun di periode ke-2 menjadi Rp 550,-. Return untuk masing-masing
periode adalah sebagai berikut :

7
 R1 = (Rp600 - Rp500) / Rp500.-

     = 0,2 atau 20%

R2 = (Rp550 - Rp600) / Rp600,-

     = -0,083 atau -8,33%

Rata-rata return yang dihitung dengan metode rata-rata aritmatika adalah sebesar :

(0,2−0,833)
RA = =0,05833 atau 5,833 %
2

Jika dihitung dengan metode rata-rata geometrik adalah sebesar :

RG = [(1 + 0,2)(1 – 0,083)]1/2 – 1

= 0,04883 atau 4,883%

Rata-rata goemetrik juga banyak digunakan untuk menghitung indeks

kemakmuran kumulatif. Jika rata-rata geometrik diketahui, indeks kemakmuran
kumulatif untuk suatu periode tertentu dapat dihitung dengan rumus :

IKKt = (1+ RG)n bv

Notasi :
IKK  = indeks kemakmuran kumulatif
t        = periode ke-t
n       = lama periode dari periode dasar ke periode ke-t
bv     = nilai dasar

Hubungan antara return rata-rata aritmatika dan rata-rata geometrik adalah

sebagai berikut:

(1 + RG)2 ≈ (1 + RA)2 – (SD)2

7.3. RETURN EKSPEKTASIAN

Return ekspektasian (expected return) merupakan return yang digunakan untuk

pengambilan keputusan investasi. Return ini penting dibandingkan dengan historis
karena return ekspektasian merupakan return yang diharapkan dari investasi yang akan
dilakukan.

Return ekspektasian (expected return) dapat dihitung berdasarkan beberapa cara

sebagai berikut ini.
a. Berdasarkan nilai ekspektasian masa depan.

8
 b. Berdasarkan nilai-nilai return historis.
c. Berdasarkan model return ekspetasian yang ada.

7.3.1. Berdasarkan Nilai Ekspektasian Masa Depan

Dengan adanya ketidakpastian (uncertainty) berarti investor akan

memperoleh return dimasa mendatang yang belum diketahui persis nilainya.
Untuk ini, yang akan diterima perlu diestimasi nilainya dengan segala
kemungkinan yang dapat terjadi. Dengan mengantisipasi segala kemungkinan
yang dapat terjadi ini berarti bahwa tidak hanya sebuah hasil masa depan
(outcome) yang akan diantisipasi, tetapi perlu diantisipasi beberapa hasil masa
depan dengan kemungkinan probabilitas terjadinya. Berurusan dengan
uncertainty berarti distribusi probabilitas dari hasil-hasil masa depan perlu
diketahui. Distribusi probabilitas merupakan satu set dari kemungkinan outcome
dengan masing-masing outcome dihubungkan dengan probabilitas kemungkinan
terjadinya.

Return ekspektasian dapat dihitung dengan metode nilai ekspektasian

(expected value method) yaitu mengalikan masing-masing hasil masa depan
(outcome) dengan probabilitas kejadiannya dan sejumlah semua produk perkalian
tersebut. Secara matematik, return ekspektasian metode nilai ekspektasian
(expected value method) ini dapat dirumuskan sebagai berikut:

n
E(Ri) = ∑ ( Rij . p j)
j=1

Notasi :
E(Ri)  = Return ekspektasian suatu aktiva atau sekuritas ke-i
Rij      = Hasil masa depan ke-j untuk sekuritas ke-i
Pj       = probabilitas hasil masa depan ke-j (untuk sekuritas ke-i)
n = jumlah dari hasil masa depan

Contoh 7.12 :

Berikut ini merupakan lima buah hasil masa depan dengan probabilitas
kemungkinan terjadinya untuk masing-masing kondisi ekonomi yang berbeda:

Kondisi Hasil Masa Probabilitas

          Ekonomi (j) Depan (Rij) (Pj)
Resesi -0,09 0,10
Cukup Resesi -0,05 0,15
Normal 0,15 0,25
Baik 0,25 0,20
Sangat Baik 0,27 0,30
9
 Selanjutnya return ekspektasian dapat dihitung sebesar:
5
E(Ri) = ∑ (Rij . p j)
j=1

E(Ri) = Ri1 . p1 + Ri2 . p2 + Ri3 . p3 + Ri4 . p4 + Ri5 . p5

= -0,09 (0,10) + -0,05 (0,15) + 0,15 (0,25) + 0,25 (0,20) + 0,27 (0,30)

= 0,125 = 15,20%

7.3.2 Berdasarkan Nilai-Nilai Return Historis

Kenyataannya menghitung hasil masa depan dan probabilitas merupakan hal

yang tidak mudah dan bersifat subjektif. Akibat dari perkiraan yang subjektif ini,
ketidakakuratan akan terjadi. Untuk mengurangi ketidakakuratan ini, data historis
dapat digunakan sebagai dasar ekspektasi.

Tiga metode dapat diterapkan untuk menghitung return ekspektasian dengan

menggunakan data historis, yaitu sebagai berikut ini.
a. Metode rata-rata (mean method)
b. Metode trend (trend method)
c. Metode jalan acak (random walk method)

Metode rata-rata mengasumsikan bahwa return ekspektasian dapat dianggap

sama dengan rata-rata nilai historisnya. Menggunakan rata-rata return historis
tidak mempertimbangkan pertumbuhan dari return-returnnya. Jika pertumbuhan
akan diperhitungkan, return ekspektasian dapat dihitung dengan menggunakan
teknik trend. Metode random walk beranggapan bahwa distribusi data return
bersifat acak sehingga sulit digunakan untuk memprediksi, sehingga diperkirakan
return terakhir akan terulang dimasa depan. Dengan demikian metode ini
memprediksi bahwa return ekspektasian akan sama dengan return terakhir yang
terjadi.

Metode sama yang terbaik tergantung dari distribusi data returnnya. Jika
distribusi data return mempunyai poal trend, maka metode trend mungkin akan
lebih baik. Sebaliknya jika distribusi data returnnya tidak mempunyai pola acak,
maka metode rata-rata atau random walk akan menghasilkan return ekspektasian
lebih tepat.

Contoh 7.13 :

10
 Berikut ini merupakan lima periode terakhir mingguan historis sebagai
berikut :

Minggu ke Return (Ri)

-5 0,30%
-4 0,40%
-3 0,05%
-2 0,20%
-1 0,25%

Return-return ekspektasian dapat dihitung sebagai berikut ini.

a. Dengan metode rata-rata :
E(Ri) = (0,30 + 0,40 + 0,05 + 0,20 + 0,25)% / 5

 = 0,24%

b. Dengan metode trend dapat ditarik garis lurus dengan kesalahan terkecil
(lihat gambar, dan biasanya lebih tepat dihitung dengan teknik trend
misalnya regresi, rata-rata bergerak dan lain sebagainya). Dengan metode
trend akan dihasilkan E(Ri) = 0,35%.
c. Dengan metode random walk, maka nilai return ekspektasian adalah nilai
terakhir yang terjadi, yaitu E(Ri) = 0,25%.

7.3.3. Berdasarkan Model Return Ekspektasian

Model-model untuk menghitung return ekspektasian sangat dibutuhkan.

Sayangnya tidak banyak model yang tersedia. Model yang tersedia yang populer
dan banyak digunakan adalah single indeks model (lihat bab 10) dan Model
CAPM (lihat bab 13)

7.4. RISIKO

7.4.1. Risiko Berdasarkan Probabilitas

Penyimpangan standar atau deviasi standar merupakan pengukuran yang

digunakan untuk menghitung risiko. Deviasi standar (standard deviation) dapat
dituliskan sebagai berikut:

SDi = (E([Ri – E(Ri)]2))1/2

Selain deviasi standar (standard deviation), risiko juga dapat dinyatakan dalam
bentuk varian (variance). Varian (variance) adalah kuadrat dari deviasi standar
(standard deviation) sebagai berikut:

Var(Ri) = SD12 = E([Ri – E(Ri)]2)

11
  

Rumus varian ini dapat ditulis dengan dinyatakan dalam bentuk probabilitas.
Misal [Ri – E(Ri)]2 = Ui, maka Var(Ri) dapat ditulis:

                  Var(Ri) = E(Ui)

n
= ∑ (U ij . p j)
j=1

Substitusi kembali Ui dengan [Ri – E(Ri)]2 sebagai berikut:

n
Var(Ri) =∑ ¿¿ ¿
j=1

Deviasi standar adalah akar dari varian :

σ =√ Var (Ri) 

Contoh 7.14 :
Dengan menggunakan data di contoh 1.9, maka varian dari return ekspektasian
dapat dihitung sebesar:
Var(Ri)  = (Ri1 – E(Ri))2. p1+ (Ri2 – E(Ri))2. p2 + (Ri3 – E(Ri))2. p3 + (Ri4 – E(Ri))2. p4 +
(Ri5 – E(Ri))2. p5
     = (-0,09 – 0,152)2. 0,10 + (-0,05 – 0,152)2. 0,15 + (0,15 – 0,152)2. 0,25 +
(0,25 – 0,152)2. 0,20 (0,27 – 0,152)2. 0,30
     = 0,000586 + 0,00612 + 0,000001 + 0,001921 + 0,00418
= 0,018.

Besarnya deviasi standar adalah akar dari varian, yaitu sebesar :

σ =√ 0,018=0,134

7.4.2. Risiko Berdasarkan Data Historis

Risiko yang diukur dengan deviasi standar (standard deviation) yang

menggunakan data historis dapat dinyatakan sebagai berikut.

√
n

∑ [ X i−E( X i) ]
2

i =1
SD=
n−1

Notasi:
SD      = standard deviation
Xi       = nilai ke-i
E(Xi)   = nilai ekspektasian

12
 n       =  jumlah dari observasi data historis untuk sampel besar dengan n (paling
sedikit 30 observasi) dan untuk sampel kecil digunakan (n-1).

Nilai ekspektasian yang digunakan di rumuskan deviasi standar dapat berupa nilai
ekspektasian berdasarkan rata-rata historis atau trend atau random walk.

Contoh 7.15 :

Tabel 1.1 menunjukkan nilai-nilai return selama 7 tahun mulai tahun 1990 sampai
dengan 1996. Rata-rata aritmatika untuk nilai-nilai return ini sudah dihitung di contoh
1.10 sebesar 0,09957.

Periode Return (R1) (R1 – Rt)2

1990 0,060 (0,060-0,09957)2 = 0,00157
1991 0,077 (0,077-0,09957)2 = 0,00051
1992 0,095 (0,095-0,09957)2 = 0,00002
1993 0,193 (0,193-0,09957)2 = 0,00873
1994 0,047 (0,047-0,09957)2 = 0,00276
1995 0,113 (0,113-0,09957)2 = 0,00018
1996 0,112 (0,112-0,09957)2  = 0,00015
Rt = 0,09957 ∑(Rt – Rt)2 = 0,01392

Dari perhitungan di tebel, maka deviasi standar dapat dihitung sebesar:

√
n

∑ [ X i−E( X i) ]
2

i =1
SD=
n−1

=
√ 0,01392
(7−1)
=0,0482

7.5 KOEFISIEN VARIASI

Untuk melakukan analisis investasi, dua factor harus dipertimbangkan bersama-

sama, yaitu return ekspektasian dan risiko aktiva. Koefisien variasi (coefficient of
variation) dapat digunakan untuk mempertimbangkan dua factor tersebut bersamaan.
Rumus koefisien variasi (coefficient of variation) adalah:

Risiko
CVi = 
Return Ekspektasi

Notasi :
CVi    = Coefficient of variation (koefisien variasi) untuk aktiva ke-i

Dari rumus koefisien variasi (coefficient of variation) dapat diartikan bahwa

semakin kecil nilai CV semakin baik aktiva tersebut. Semakin kecil CV menunjukkan
semakin kecil risiko aktiva dan semakin besar return ekspektasiannya.

13
 Contoh 7.16 :

Data dua buah saham, yaitu saham Bank Mandiri Tbk (dengan kode ticker
BMRI) dan saham Telekomunikasi Indonesia Tbk (dengan kode ticker TLKM) untuk
periode satu minggu sebagai berikut ini.

Tanggal Hari Saham BMRI Saham TLKM

Harga Return Harga Return
8-Sep-2007 Jum’at RP3.525,- Rp11.000,-
1-oct-2007 Senin Rp3.575,- 0,01418 Rp11.350,- 0,03182
2-oct-2007 Selasa Rp3.650,- 0,02098 Rp12.000,- 0,05727
3-oct-2007 Rabu Rp3.575,- -0,02055 Rp11.950,- -0,0417
4-oct-2007 Kamis Rp3.675,- 0,02797 Rp12.100,- 0,01255
5-oct-2007 Jum’at Rp3.650,- -0,00680 Rp12.450,- 0,02893
E(R) 0,00716 0,02528
SD 0,02022 0,02296

Nilai return ekspektasian yang dihitung dengan rata-rata aritmatika untuk saham
BMRI adalah sebesar 0,00716 dan untuk saham TLKM adalah sebesar 0,02528. Risiko
yang yang diukur dengan deviasi standar (lihat rumus dan cara perhitungan bab risiko
berdasarkan data historis sebelumnya) adalah sebesar 0,02022 untuk saham BMRI dan
0,02296 untuk saham TLKM. Nilai-nilai CV untu kmasing-masing saham dapat
dihitung sebesar :
CVBMRI = 0,02022 / 0,00716 = 2,82586

CVTLKM = 0,02296 / 0,02528 = 0,90820

Nilai CV untuk saham TLKM lebih kecil dari nilai CV saham BMRI. Ini bararti
saham TLKM mempunyai kinerja lebih baik untuk minggu pertama bulan oktober 2007
dibandingkan dengan kinerja saham BMRI.

7.6. PROPERTI RETURN EKSPEKTASIAN DAN VARIASI

Nilai-nilai ekspektasi mempunyai beberapa properti yang berhubungan dengan

nilai ekspektasi:

a. Properti 1 : Nilai ekspektasi dari penjumlahan sebuah variabel acak X dengan

sebuah konstanta k adalah sama dengan nilai ekspektasi dari variabel acak itu
sendiri ditambah dengan konstantanya sebagai berikut:

 E(X + k) = E(X) + k

b. Properti 2 : Nilai ekspektasi dari perkalian sebuah variabel acak X dengan sebuah
konstanta k adalah sama dengan nilai ekspektasi dari nilai acak itu sendiri dikalikan
dengan konstantanya sebagai berikut:

E(k . X) = k . E(X)

14
 c. Properti 3: Varian dari penjumlahan suatu variabel acak X dengan sebuahkonstanta k
adalah sama dengan varian dari variabel acak sebagai berikut:

Var(X + k) = Var(X)

d. Properti 4: Varian dari perkalian sebuah variabel acak X dengan sebuah konstantak
adalah sama dengan varian dari variabel acak itu sendiri dikalikan dengankuadrat
konstantanya, sebagai berikut:

Var(k . X) = E ([k . X– E (k . X)]2)

7.7. SEMIVARIANCE

Salah satu keberatan menggunakan rumus varian adalah karena rumus ini
member bobot yang sama besarnya untuk nilai-nilai dibawah maupun diatas nilai
ekspektasian (nilai rata-rata). Padahal individu yang mempunyai attitude berbeda
terhadap risiko akan memberikan bobot yang tidak sama terhadap dua kelompok nilai
tersebut. Pengukuran dengan deviasi standar yang juga memasukkan nilai-nilai diatas
nilai ekspektasiannya dianggap tidak tepat, karena dianggap bukan komponen dari
risiko. Pengukur risiko seharusnya hanya memasukkan nilai-nilai di bawah nilai yang
diekspektasi saja. Bukan hanya nilai-nilai satu sisi saja yang digunakan, yaitu nilai-nilai
di bawah ini ekspektasinya, maka ukuran risiko semacam ini disebut dengan
Semivariance yang dihitung sebagai berikut:

Semivarance = E[(Ri – E(Ri))2]

Untuk Ri ˂ E(Ri)

Contoh 7.17 :
Gunakan kembali data contoh

KondisiEkonomi Ri Probabilitas (pi)

Resesi -0,09 0,10
CukupResesi -0,05 0,15
Normal 0,15 0,25
Baik 0,25 0,20
SangatBaik 0,27 0,30

Besarnya E(Ri) sudah dihitung di contoh yaitu sebesar 0,152. Nilai-nilai Ri yang

lebih kecil dari E(Ri) adalah tiga nilai Ri yang pertama, yaitu -0.09, - 0,05 dan 0,15.
Nilai-nilai diatas nilai ekspektasian dianggap tidak menyimpang, sehingga :

Semivariance     = (-0,09 – 0,152)2. 0,10 + (-0,05 – 0,152)2.0,15 + (0,15-0,152)2. 0,25

15
                  = 0,012

7.8. MEAN ABSOLUTE DEVIATION

Baik varian maupun semivariance sangat sensitive terhadap jarak dari nilai
ekspektasian, karena pengkuadratan akan diberikan bobot  yang lebih besar
dibandingkan jika tidak dilakukan pengkuadratan. Pengukuran risiko yang menghindari
pengkuadratan adalah mean absolute deviation (MAD):

MAD = E[ | Ri – E(Ri) | ]

Contoh 7.18 :

Ri Probabilitas (pi)
-0,09 0,10
-0,05 0,15
0,15 0,25
0,25 0,20
0,27 0,30

MAD = [Ri1 – E(Ri)] . p1 + [Ri2 – E(Ri] . p2 + [Ri3 - E(Ri)] . p3.....+ [Ri5 - E(Ri)] . p5

               = [-0,09 – 0,152] . 0,10 + [- 0,05 – 0,152] .0,15 + [0,15 – 0,152 ] . 0,25

+ [ 0,25 – 0,152] . 0,20+ [ 0,27- 0,152] .0,30

               =  0,0242 + 0,0303 + 0,0005 +0,0196+0,0354

               =  0,110

7.9. HUBUNGAN ANTARA RETURN EKSPEKTASIAN DENGAN RISIKO

Return ekspektasian dan risiko mempunyai hubungan yang positif. Semakin besar
risiko semakin besar pula return yang diterima. Begitu juga sebaliknya, jika return
semakin kecil maka risiko juga kecil. Hubungan positif ini hanya berlaku pada return
ekspektasian saja. Untuk return realisasian hubungan positif ini dapat tidak terjadi.
Untuk pasar yang tidak rasional, kadang kala return realisasian yang tinggi tidak selalu
mempunyai risiko yang tinggi pula. Bahkan keadaan sebaliknya dapat terjadi, yaitu
return realisasian yang tinggi hanya mempunyai risiko yang kecil.

Hubungan positif antara return ekspektasian dengan risiko dapat digambarkan

sebagai berikut :
Futures

16
 Return
ekspektasi Waran
Opsi
Saham Biasa
Saham Preferen
Obligasi perusahaan

Obligasi Pemerintah
Reksadana
Deposito
RBR
SBI
Risiko

Dari gambar terlihat bahwa suatu aktiva yang tidak mempunyai risiko (misalnya
adalah sertifikat utang yang dikeluarkan pemerintah, seperti Sertifikat Bank Indonesia
atau SBI) hanya akan memperoleh return ekspektasian yang rendah, yaitu sebesar
return bebas risiko.

Jika investor menginginkan return yang lebih tinggi, maka dia harus menanggung
risiko yang lebih tinggi pula. Obligasi pemerintah mempunyai risiko yang lebih tinggi
dibandingkan dengan SBI karena obligasi pemerintah adalah surat utang jangka
panjang sedangkan SBI adalah surat utang jangka pendek.

Obligasi yang dikeluarkan oleh perusahaan (corporate bond) mempunyai risiko

yang lebih tinggi dibandingkan dengan obligasi pemerintah (goverment bond),
sehingga return yang diharapkan darinya juga akan lebih tinggi.

Saham lebih berisiko dibandingkan dengan obligasi perusahaan, karena harga

saham lebih berfluktuasi dibandingkan dengan obligasi. Oleh karena itu, return
ekspektasian saham juga seyogyanya lebih tinggi dari return yang diperoleh dari
obligasi.

Waran dan opsi merupakan hak untuk membeli atau menerima saham dengan
harga tertentu untuk suatu periode waktu tertentu. Jika hak ini tidak digunakan sampai
masa berlakuknya habis, maka nilai dari waran atau opsi tersebut menjadi nol. Dengan
demikian pemegang waran atau opsi akan menanggung risiko yang besar yaitu risiko
kehilangan nilai waran atau opsi tersebut. Oleh karena itu, waran atau opsi diharapkan
akan dapat memberikan return yang lebih besar dibandingkan dengan return dari saham
atau obligasi.

Future lebih berisiko dibandingkan dengan opsi. Future lebih berisiko karena
hasilnya diperoleh dimasa depan yang penuh dengan ketidakpastian (uncertainty),

17
misalnya adalah komoditi hasil bumi (kelapa sawit, jeruk, dan lainnya) yang hasilnya
dimasa depan tergantung dari keberhasilan panennya.

RETURN DAN RISIKO PORTOFOLIO

BAB 8
18
8.1 RETURN PORTOFOLIO
Return Realisasian Portofolio
Return realisasian portofolio adalah rata-rata tertimbang dari return-return
realisasian tiap-tiap sekuritas tunggal di dalam portofolio.
Rumus:
n
Rp = ∑(wi.Ri)
i=1

Notasi:
Rp = return realisasi portofolio
Wi = porsi dari sekuritas i terhadap seluruh sekuritas di portofolio
Ri = return realisasian dari sekuritas ke-i
n = jumlah dari sekuritas tunggal
Return Ekspektasian Portofolio
Return ekspektasian portofolio adalah rata-rata tertimbang dari return-return
ekspektasian taip-tiap sekuritas tunggal di dalam portofolio.
Rumus:
n
E(Rp) = ∑ (wi.E(Ri))
i= 1

Notasi:
E(Rp) = return ekspektasian portofolio
Wi = porsi dari sekuritas i terhadap seluruh sekuritas di portofolio
E(Ri) = return ekspektasian dari sekuritas ke-i
n = jumlah dari sekuritas tunggal
8.2. RISIKO PORTOFOLIO
Risiko portofolio adalah varian return sekuritas-sekuritas yang membentuk portofolio
tersebut. Salah satu pengukur risiko adalah deviasi standar (standard deviation) atau varian
(variance) yang merupakan kuadrat dari deviasi standar.
8.2.1. Portofolio dengan Dua Aktiva
Portofolio dua aktiva adalah portfolio yang dibentuk hanya terdiri dari dua aktiva atau
sekuritas. Pembentukan ini dapat dilakukan pada berbagai keadaan, yaitu dimulai dari tidak

19
adanya investasi yang bebas risiko dan tidak diperkenankannya short sales (menjual saham
yang tidak dimiliki).dimiliki

Rumus Varian Risiko Portofolio:

Var(Rp) = σ2 = a2 . Var(RA) + b2 . Var(RB) + 2 . a . b . Cov(RA, RB)

Kovarian dengan Cara Probabilitas

Kovarian adalah pengukur yang menunjukkan arah pergerakan dua buah variabel.
Cov(RA, RB) = RA,RB =
n
∑ [RAi-E(RA)] . [RBi-E(RB)] . pi
i=1

Notasi:
Cov(RA,RB) = kovarian return antara saham A dan saham B
RAi = return masa depan saham A kondisi ke-i
RBi = return masa depan saham B kondisi ke-i
E(RA) = return ekspektasian saham A
E(RB) = return ekspektasian saham B
pi = probabilitas terjadinya masa depan untuk kondisi ke-i
n = jumlah dari kondisi masa depan dari i = 1,n.

Kovarian Menggunakan Data Historis

Cov(RA, RB) = RA,RB =
n

∑ [RAi-E(RA)] . [RBi-E(RB)]
i=1 n

Notasi:
Cov(RA,RB) = kovarian return antara saham A dan saham B
RAi = return masa depan saham A kondisi ke-i
RBi = return masa depan saham B kondisi ke-i

20
 E(RA) = return ekspektasian saham A
E(RB) = return ekspektasian saham B
n = jumlah dari observasi data historis untuk sampel besar
(minimal 30 observasi ) dan untuk sampel kecil
digunakan
(n-1).

Koefisien Korelasi
Koefisien yang menunjukkan besarnya hubungan pergerakan antara dua variabel relatif
terhadap masing-masing diviasinya.
8.2.2. Portofolio dengan Banyak Aktiva
Matrik varian kovarian menunjukkan varian (bagian diagonal) dan kovarian (bagian bukan
diagonal) dari seluruh aktiva. Penjumlahan semua varian dan kovarian adalah risiko dari
portofolio.

8.3. RISIKO TOTAL

Diversifiable risk
Bagian dari risiko sekuritas yang dapat dihilangkan dengan membentuk portofolio yang well-
diversifield yang dapat di diversifikasi. Karena risiko ini unik untuk suatu perusahaan, yaitu
hal yang buruk terjadi di suatu perusahaan dapat diimbangi dengan hal yang baik terjadi di
perusahaan lain, maka risiko ini dapat di-diversifikasi didalam portofolio. Contoh dari
diversifiable risk adalah pemogokan buruh, tuntutan oleh pihak lain, penelitian yang tidak
berhasil.
Nondiversifiable risk
Risiko ini tidak dapat di diversifikasikan oleh portofolio. Risiko ini terjadi karena kejadian-
kejadian diluar kegiatan perusahaan, seperti inflasi, resesi, naiknya harga bbm, perang.
Risiko Sistematis
Suatu risiko yang tidak dapat dihilangkan dengan melakukan diversifikasi, karena fluktuasi
risiko ini dipengaruhi oleh faktor makro yang dapat mempengaruhi pasar secara keseluruhan
Risiko Tidak Sistematis
Suatu risiko yang dapat dihilangkan dengan melakukan diversifikasi, sebab risiko ini hanya
ada dalam satu perusahaan atau industri tertentu.
Risiko total (total risk)
Merupakan penjumlahan dari diversifiable dan nondiversifiable risks sebagai berikut ini:
Risiko Total = Risiko dapat didiversifikasi + Risiko tak dapat didiversifikasi

21
 = Risiko perusahaan + Risiko pasar
= Risiko tidak sistematik + Risiko sistematik
8.4. DIVERSIFIKASI
Diversifikasi risiko sangat penting untuk investor karena dapat meminimalkan risiko tanpa
harus mengurangi return yang diterima.
8.4.1. Diversifikasi dengan Banyak Aktiva
Semakin banyak aktiva yang dimiliki, semakin kecil risikonya.
Rumus :
Dari rumus diatas, risiko menurun semakin cepat dengan semakin banyaknya jumlah
sekuritas.
8.4.2. Diversifikasi Secara Random
Diversifikasi random terjadi ketika investor menginvestasikan dananya secara acak pada
berbagai jenis saham yang berbeda atau pada jenis aset yang berbeda. Investor memilih aset-
aset yang akan dimasukkan ke dalam portofolio tanpa terlalu memperhatikan karakteristik
aset-aset bersangkutan.
8.4.3. Diversifikasi Secara Markowitz
Berbeda dengan diversifikasi random, diversifikasi Markowitz lebih mempertimbangkan
berbagai informasi mengenai karakteristik setiap sekuritas yang akan dimasukkan dalam
portofolio. Diversifikasi Markowitz menjadikan pembentukan portofolio menjadi lebih
selektif terutama dalam memilih aset-aset, sehingga diharapkan memberikan mamfaat
diversifikasi yang paling optimal.
Informasi karakteristik aset utama yang dipertimbangkan adalah tingkat return dan risiko
(mean-variance) masing-masing aset, sehingga metode diversifikasi Markowitz sering
disebut dengan mean-variance model. Kontribusi penting dari ajaran Markowitz adalah risiko
portofolio tidak boleh dihitung dari penjumlahan semua risiko aset-aset yang ada dalam
portofolio, tetapi harus dihitung dari kontribusi risiko aset tersebut terhadap risiko portofolio,
atau disebut dengan kovarians.

PEMILIHAN PORTOFOLIO
BAB 9

9.2. MENENTUKAN ATTAINABLE SET DAN EFFICIENT SET

Investor dapat memilih kombinasi dari aktiva-aktiva untuk membentuk portofolionya.
Seluruh set yang memberikan kemungkinan portofolio yang dapat dibentuk dari kombinasi
aktiva-aktiva yang tersedia disebut dengan opportunity set atau attainable set.

22
Kumpulan (set) dari portofolio yang efisien disebut dengan efficient set atau efficient frontier.
9.2.1. Korelasi Antara Sekuritas adalah Positif Sempurna

Untuk korelasi positif sempurna dua buah aktiva A dan B, yaitu ρAB = +1

Rumus Varian Portofolio:

σp2= a2.σA2 + b2. σB2 + 2 . a . b . σa . σB

Substitusi nilai b dengan nilai (1-a) :

σp2= a2.σA2 + (1-a)2 . σB2 + 2 . a . (1- a) . σa . σB

9.2.2. Tidak Ada Korelasi Antara Sekuritas

Untuk korelasi antar dua aktiva A dan B sebesar nol yaitu ρAB = 0 dan substitusikan

b = (1-a) , rumus varian dari portofolio menjadi:

σp2 = a2 . σA2 + (1- a)2. σB2

9.2.3. Korelasi Antara Sekuritas adalah Negatif Sempurna

Untuk korelasi negatif sempurna antara aktiva A dan B yaitu ρAB = -1, maka rumus varian
dari portofolio setelah dilakukan substitusi b = (1-a) menjadi:

σp2 = a2 . σA2 + (1- a)2. σB2 – 2 . a . (1-a) . σa . σB

Deviasi Standar: σp = a2 . σA2 + (1- a)2. σB2 – 2 . a . (1-a) . σa . σB
9.3. MENENTUKAN PORTOFOLIO EFISIEN

Portofolio Efisien adalah portofolio yang memberikan return ekspektasian terbesar dengan
risiko tertentu atau memberikan risiko yang terkecil dengan return ekspektasian yang tertentu.
Portofolio yang efisien ini dapat ditentukan dengan memilih tingkat return ekspektasian
tertentu dan kemudian meminimumkan risikonya atau menentukan tingkat risiko yang
tertentu dan kemudian memaksimumkan return ekspektasiannya.

9.4. MENENTUKAN PORTOFOLIO OPTIMAL

Penentuan optimal dapat dilakukan dengan beberapa cara, diantaranya dengan cara
Markowitz, dengan aktiva bebas risiko, dan dengan cara model indeks tunggal.

9.4.1. Portofolio Optimal Berdasarkan Preferensi Invsetor Model Markowitz

Model Markowitz menggunakan asumsi sebagai berikut:

23
 1. Waktu yang digunakan hanya satu periode
2. Tidak ada biaya transaksi
3. Preferensi investor hanya didasarkan pada return ekspektasian dan risiko dari
portofolio
4. Tidak ada pinjaman dan simpanan bebas risiko

9.4.2. Portofolio Optimal Risiko Terkecil Model Markowitz

Fungsi objektif dapat diminimalkan dengan memasang tiga kendala yaitu:
Kendala pertama:
n
∑ wi = 1
i=1
Kendala kedua adalah proporsi dari masing-masing sekuritas tidak boleh bernilai negatif
sebagai berikut:
Wi ≥ 0 untuk i = 1 sampai dengan n.

Kendala yang ketiga adalah jumlah rata-rata dari seluruh return masing-masing aktiva (Ri)
sama dengan return portofolio (Rp) :
n
∑wi . Ri = Rp
i=1

Dengan demikian, model penyelesaian optimasi ini dapat ditulis sebagai berikut:
Fungsi Objektif:
n n n

Minimumkan ∑ wi . σi2 + ∑ ∑wi . wj . σij

i=1 i=1 j=1

i≠j

Subjek terhadap kendala-kendala:

n
(1) ∑wi = 1

24
 i=1

(2) wi ≥ 0 untuk i = 1 sampai dengan n

n
(3) ∑wi. Ri = Rp
i =1

9.4.3. Portofolio Optimal dengan Aktiva Bebas Risiko

Portofolio yang benar-benar optimal secara umum (tidak tergantung pada preferensi investor
tertentu) dapat diperoleh dengan menggunakan aktiva bebas risiko.
Aktiva bebas risiko adalah aktiva yang mempunyai return ekspektasi tertentu dengan risiko
sama dengan nol.
9.4.4. Portofolio Optimal dengan Adanya Simpanan dan Pinjaman Bebas Risiko
Investor dapat memasukan aktiva bebas risiko ke dalam portofolio optimal aktiva berisiko
dalam bentuk simpanan (lending) atau pinjaman (borrowing). Dalam bentuk simpanan
(lending) berarti membeli aktiva bebas risiko dan memasukannya kedalam portofolio efisien
aktiva berisiko. Dalam bentuk pinjaman (borrowing) berarti meminjam sejumlah dana
dengan tingkat bunga bebas risiko (menjual aktiva bebas risiko) dan menggunakan dana ini
untuk menambah proporsi di portofolio efisien aktiva berisiko.

25