RANGKUMAN

MANAJEMEN KEUANGAN
Disusun Untuk Memenuhi Tugas Mata Kuliah Manajemen Keuangan
Dosen Pengampu: Agus Kubertein, SE, M.Si

Disusun Oleh:
Ardita Yuriawati
213020303121

UNIVERSITAS PALANGKARAYA
FAKULTAS EKONOMI DAN BISNIS
AKUNTANSI
2022
 BAB 8
RETURN DAN RISIKO

Bab ini membicarakan tingkat keuntungan dan risiko. Konsep risiko dan return dipopulerkan
oleh Markowitz (1955) dikenal sebagai bapak teori potofolio. Markowitz memperkenalkan model
yang disebut sebagai two-parameter model, yang intinya mengatakan investor seharusnya
memfokuskan dua parameter: 1) retusn atau tingkat keuntungan yang diharapkan dari suatu asset, dan
2) risiko dilihat melalui standae deviasi return asset tersebut.
1. RISIKO DAN RETURN: PERHITUNGAN DASAR

1.1. Perhitungan Return

Dalam bahasa sehari-hari, return adalah tingkat keuntungan. Formula yang lebih
umum untuk menghitung return adalah sebagai berikut.

Return = {[(Pt – Pt-1) + Dt]/Pt-1} x 100%

Ket:
Pt = harga atau nilai pada periode t
Pt-1 = harga atau nilai pada periode sebelumnya (t-1)
Dt = dividen yang dibayarkan pada periode t

Periode tersebut bisa harian, bulanan atau tahunan.

1.2. Perhitungan Tingkat Keuntungan (Return) yang Diharapkan dan Risiko

Risiko bisa didefinisikan sebagai kemungkinan penyimpanan dari hasil yang

diharapkan. Untuk mengoperasionalkan definisi tersebut dihitung menggunakan standar
deviasi yang menghitung dispersi (penyimpangan) dari hasil yang diharapkan. Semakin
besar standar deviasi tingkat keuntungan suatu aset, semakin tinggi risiko aset tersebut.

Secara umum, formula untuk menghitung tingkat keuntungan yang diharapkan dan
risiko (standar deviasi) dari tingkat keuntungan tersebut adalah sebagai berikut.

E(R) = ∑ pi Ri
σR = (σR2)1/2

Ket:
E(R) = Tingkat keuntungan yang diharapkan
pi = propabilitas untuk kondisi/scenario i
Ri = return atau tingkat keuntungan pada scenario i
σR = standar deviasi return (tingkat keuntungan)
σR2 = varians return (tingkat keuntungan)

2. RETURN DAN RISIKO DALAM KONTEKS PORTOFOLIO

2.1. Tingkat Keuntungan yang Diharapkan

 Portofolio adalah gabungan dari dua aset atau lebih. Tingkat keuntungan potofolio
merupakan rata-rata dari tingkat keuntungan aset individualnya. Formula unutk tingkat
keuntunga yang diharapkan untuk suatu portofolio bisa dituliskan sebagai berikut.

E(RP) = ∑ Xi E(Ri)

Ket:
E(RP) = Tingkat keuntungan yang diharapkan untuk potrofolio
Xi = proporsi (bobot) untuk aset individual i
E(Ri) = tingkat keuntungan yang diharapkan untuk aset individual i

2.2. Risiko Potrofolio

2.2.1. Kovarians Dua Aset

Perhitungan portofolio lebih kompleks. Risiko portofolio tidak hanya merupakan

rata-rata tertimbang dari risiko individualnya. Risiko (varians) portofolio, untuk
portofolio dua aset, bisa dihitung sebagai berikut.

σP2 = XA2 σA2 + XB2 σB2 + 2 XA σAB

ket:
XA dan XB = proporsi investasi untuk aset A dan aset B
σA2 dan σB2 = varians return asset A dan return asset B
σAB = kovarians return asset A dan return aset B

kovarians returns dua aset mengukur arah pergerakan dua aset tersebut. Kovarian
dua aset dihitung dengan formula berikut ini.
σAB = ∑ pi (RAi – E(RA)) (RBi – E(RB))

ket:
pi = probabilitas untuk scenario i
RAB RBi = Return aset A dan B untuk scenario i
E(RA), E(RB) = expected return untuk aset A dan aset B
Risiko portofolio yang lebih rendah dibandingkan dengan rata-rata ter timbang
risiko individualnya menunjukkan adanya manfaat diversifikasi. Manfaat diversifikasi
tersebut diperoleh karena kovarians yang negatif (arah pergerakan yang berlawanan
arah) antara aset A dengan B. Jika korelasi antara dua aset lebih kecil dari satu (korelasi
akan dibicarakan pada bagian berikutnya), maka akan ada manfaat penurunan risiko
melalui diversifikasi. Risiko mempunyai nilai antara +1 sampai -1 (inklusif). Semakin
kecil nilai korelasi (misal -1), maka potensi penurunan risiko semakin tinggi. Dalam
contoh di atas, kovarians mempunyai nilai negatif, sehingga korelasi adalah negatif,
potensi penurunan risiko menjadi semakin besar.

2.2.2. Koefisien Korelasi

Meskipun kovarians bisa memberi gambaran arah pergerakan dua aset, tetapi angka
kovarians sensitif terhadap unit pengukuran. Koefisien korelasi bisa dihitung. Koefisien
tersebut bisa dihitung sebagai berikut ini.

σAB = Γ AB σA σA atau Γ AB = σAB / σA σB

 ket:
Γ AB = korelasi antara return aset A dengan aset B
Korelasi mempunyai angka antara -1 sampai +1 inklusif (-1 <= FAB <=+1)
Korelasi merupakan kovarians yang distandardisir dengan standar deviasi masing-
masing aset Korelasi yang positif menunjukkan hubungan yang searah antara dua aset
tersebut, sementara korelasi yang negatif menunjukkan hubungan yang berlawanan
arah antara dua aset tersebut. Semakin mendekati angka satu (positif atau negatif),
semakin tinggi kaitan antara dua aset tersebut, baik kaitan positif (jika mendekati
angka +1) ataupun kaitan negatif (jika mendekati angka-1) Koefisien korelasi bisa
dilihat sebagai pengukur arah pergerakan dua aset yang distandardisir (dalam hal
distandardisir melalui standar deviasi).
2.3. Efek Diversifikasi

Dengan menggabungkan dua aset yang mempunyai kovarians yang negatif, risiko
portofolio (yang diukur melalui variansnya) cenderung menurun. Dengan kata lain,
diversifikasi, yaitu menginvestasikan pada beberapa aset, cenderung menghasilkan risiko
yang lebis kecil.

Kunci dalam penurunan risiko portofolio adalah kovarians (atau koefisien korelasi)
antar-aset. Koefisien korelasi yang semakin mendekati negatif satu mempunyai potensi yang
lebih besar untuk menurunkan risiko portofolio. Secara umum koefisien korelasi antarsaham
mempunyai tanda positif dan relatif kecil. Koefisien yang semacam itu sudah cukup baik
untuk menurunkan risiko portofolio. Hanya jika koefisien korelasi antara dua aset sama
dengan satu (sempurna searah), maka diversifikasi tidak mempunyai efek penurunan risiko.
Dalam situasi ini, risiko portofolio merupakan rata rata tertimbang dari risiko aset
individualnya.

Secara umum, jika jumlah aset dalam portofolio ditambah (misal ditambah secara
random), ada kecenderungan risiko portofolio tersebut semakin mengecil. Semakin ditambah
jumlah asetnya, penurunan risiko portofolio semakin kecil. Dengan kata lain, risiko akan
semakin menurun dengan tingkat penurunan yang semakin melambat, dengan ditambahnya
jumlah aset dalam portofolio.

Berapa banyak sekuritas yang diperlukan untuk secara efektif bisa menghilangkan risiko
tidak sistematis? Beberapa studi menunjukkan bahwa jumlah sekuritas sekitar 15-20 bisa
dipakai untuk melakukan diversifikasi yang efektif.

Risiko total biasanya diukur dengan varians atau standar deviasi return suatu aset.
Risiko sistematis dihitung melalui formula:

βi = σIm / σ2M
Ket:
Βi = beta atau risiko sistematis aset i
σIm = kovarians antara return aset i dengan return pasar
σ2M = varians return pasar

risiko tidak sistematis diukur melalui varians dari residual regresi model pasar (market
model).
3. SET YANG EFISIEN

Berikut ini perhitungan dan plot antara return dan risiko untuk porto folio dengan komposisi
yang berbeda-beda tersebut. Tingkat keuntungan portofolio yang diharapkan merupakan rata-rata
terimbang dari tingkat keuntungan aset individualnya. Tingkat keuntungan tersebut tidak
tergantung dari korelasi antara dua aset tersebut.

3.1. Korelasi = +1 (Positif Sempurna)

Misalkan korelasi antara A dengan B ( Γ AB) adalah +1, risiko portofolio bisa
dituliskan sebagai berikut.

σp2 = XA2 σA2 + XB2 + 2 XA XB σAB

atau

σp2 = XA2 σA2 + XB2 + 2 XA XB Γ AB σA σA

Persamaan di atas menunjukkan bahwa jika korelasi antara aset A dengan aset B =
+1, risiko portofolio merupakan rata-rata tertimbang dari risiko aset individual. Dengan kata
lain, diversifikasi dalam situasi ini tidak memberikan manfaat, karena risiko portofolio tidak
bisa lebih rendah dari rata-rata tertimbang risiko aset individualnya.

3.2. Korelasi = -1 (Negatif Sempurna)

Misalkan korelasi antara A dengan B ( Γ AB) adalah -1, risiko portofolio bisa dituliskan
sebagai berikut.

σp2 = XA2 σA2 + XB2 σB2 + 2 XA XB (-1) σA σB

atau
σp2 = XA2 σA2 + XB2 σB2 - 2 XA XB (-1) σA σB
σp2 = (XA2 σA2 - XB σB)2
σp = (XA σA - XB σB) atau (XA σA - XB σB)
σp = -(XA σA - XB σB) atau -(XA σA - XB σB)

perhatikan baha karena risiko selalu bertanda positif (tidak ada yang negative, minimal
adalah nol), maka risiko diatas bisa disingkat menjadi:

σp = Nilai Absolut (XA σA - XB σB)

3.3. Korelasi = 0 atau tidak ada korelasi

Misalkan korelasi antara A dengan B ( Γ AB) adalah 0, risiko portofolio bisa dituliskan
sebagai berikut.

σp2 = XA2 σA2 + XB2 σB2 + 2 XA XB (0) σA σB

atau
σp2 = XA2 σA2 + XB2 σB2
σp2 = [XA2 σA2 + XB2 σB2]1/2
3.4. Perhitungan Lebih Lanjut
 Untuk portofolio dengan korelasi A dan B = -1, risiko portofolio bisa dituliskan
sebagai berikut ini.
σp = (XA σA - XB σB)

Karena risiko = 0, maka σp = 0, dan XX + XB = 1 (karena total proporsi adalah 100%),

persamaan di atas bisa ditulis sebagai berikut ini.

0 = (XA σA – (1 – XA) σB)

0 = (XA σA - σB + XA σB)
0 = XA (σA + σB) - σB
XA = σB / (σA + σB)
Jika korelasi sama dengan nol, terlihat bahwa risiko minimum bisa diperoleh dengan
komposisi tertentu, meskipun risiko minimum tersebut tidak sama dengan nol. Berikut ini
perhitungan untuk mencari komposisi yang bisa menghasilkan risiko yang minimum, jika
korelasi = 0.

σp2 = [XA2 σA2 + XB2 σB2]

σp2 = [XA2 σA2 + (1-XA2) σB2]
σp2 = [XA2 σA2 + (1- 2XA + XA2) σB2]
σp2 = [XA2 σA2 + σB2 - 2XA σB2 + XA2 σB2]

σp2 akan mencapai titik minimum jika turunan pertama dari persamaan di atas sama dengan
nol. dengan kata lain.

ϑ σp2 / ϑ XA = 0
= 2 XA σA2 – 2 σB2 + 2 XA σB2 = 0
Setelah melakukan beberapa penyederhanaan, diperoleh.
XA = σB2 / (σA2 + σB2)

Jika korelasi antara dua aset bukan merupakan titik ekstrim (-1, 0, atau +1, kitab isa
menghitung komposisi portofolio yang menghasilkan risiko paling kecil sebagai berikut.

σp2 = XA2 σA2 + (1- XA )2 σB2 + 2 XA (1 - XA) σAB

σp2 = XA2 σA2 + σB2 - 2 XA σAB2 + XA2 σA2 + XB2 σB2 + 2 XA σAB + 2 XA2 σAB
Risiko mencapai titik minimum jika turunan pertama dari persamaan di atas sama dengan
nol.

ϑ σp2 / ϑ XA = 0
= 2 XA σA2 – 2 σB2 + 2 XA σB2 + 2 σAB + 4 XA σAB
XA = (σA2 + σB2 - 2 σAB) = σB2 - σAB
XA = (σB2 - σAB) / (σA2 – 2 σAB)
XB = 1 - XA
3.5. Set yang Efisien untuk Portofolio dengan Lebih dari Dua Aset
 Secara umum, korelasi antar-aset biasanya bernilai positif tetapi kecil. Karena secara
umum korelasi antar-aset akan bertanda positif, maka set yang efisien yang akan kita peroleh
mempunyai bentuk lengkung seperti bentuk garis antara korelasi 0 dengan 1.

4. RISIKO DAN RETURN PORTOFOLIO DENGAN KEBIH DARI DUA ASET

Bagaimana risiko dan return untuk portofolio yang mempunyai aset lebih dari dua?
Perhitungan risiko dan return untuk portofolio dengan aset lebih dari dua pada dasarnya sama
dengan untuk portofolio dengan dua aset. Jika aset dalam portofolio semakin besar, perhitungan
risiko portofolio menjadi semakin kompleks.

Komponen risiko portofolio

XA σA XB σB XC σC
XA σA XA2 σA2 XA XB σAB XA XC σAC
XB σB XA XB σAB XA2 σA2 XB XC σBC
XC σC XA XC σAC XB XC σBC XA2 σA2

Risiko total portofolio merupakan gabungan dari kotak-kotak di dalam bagan tersebut
Jika aset dalam portofolio bertambah, maka jumlah kotak juga semakin bertambah, yang
berarti komponen dalam risiko total menjadi semakin bertambah Varians portofolio bisa
dituliskan sebagai berikut ini.
σp2 = ∑ XI2 σi2 + ∑ ∑ Xi Xj σij
ket:
σp2 = varians portofolio
XI = proporsi untuk aset i
σi2 = varians aset i
∑ ∑ = penjumlahan ganda
σij = kovarians aset i dengan aset j
I ≠ j = menunjukkan bahwa kovarians I dengan j adalah untuk dua aset yang berbeda

Jika aset dalam portofolio bertambah, maka komponen yang perlu dihitung daiam portofolio
menjadi semakin banyak. Jika ada N aset dalam portofolio, maka kita perlu menghitung

(N (N + 1))/2 parameter, yang terdiri dari N varians. dan (N (N - 1)) / 2 kovarians

Ada dua masalah yang menyebabkan model perhitungan risiko tersebut tidak bisa
diaplikasikan Pertama, Model tersebut dikembangkan pada tahun 1950-an, di mana
kemampuan komputer belum sebaik sekarang Karena itu model perlutungan risiko ponofolio
semacam itu praktis tidak bisa dilakukan Kedua, anails biasanya dikelompokkan berdasarkan
sektor usaha/industri. Mereka biasanya hanya memfokuskan pada industrinya. Dengan
demikian analis sektor perbankan hanya memfokuskan pada sektor perbankan, mereka tidak
 mau tahu dengan sektor lainnya. Dua masalah tersebut menyebabkan model portofolio
Markowitz mengalami perkembangan yang lambat. Dibutuhkan waktu sekitar 10 tahun,
sampai akhinya model indeks tunggal dikembangkan.

5. MODEL INDEKS TUNGGAL

5.1. Risiko dan Return Aset Tunggal Berdasarkan Model Indeks Tunggal

Untuk mengatasi masalali tersebut, William Sharpe (1963) mengem bangkan model
indeks tunggal (single index model). Menurut model tersebut, return suatu saham/aset
dipengaruhi oleh faktor bersama tunggal, sebagai berikut ini.

Rii = σi βi Ft + eit

Faktor bersama yang dimaksudkan biasanya adalah return pasar. Dengan kata lain,
pergerakan renin saham dipengaruhi oleh an pasar Asumsi semacam itu sangat masuk akal,
karena berdasarkan, jika kondisi pasar baik, maka return sahain individual pada umumnya
juga akan baik dan Sebaliknya. Tingkat keuntungan yang diharapkan untuk aset i tersebut
bisa dituliskan sebagai berikut ini

E(Ri) = = σi + βi E(RM)

Menurut model indeks tunggal, total risiko bisa dipecah ke dalam dua komponen yaitu:

σi2 = βi2 σM2 + σei2

(Risiko Total) = (Risiko yang Tidak Bisa Dihilangkan Melalui Diversifikasi) + (Risiko yang
Bisa Dihilangkan melalui Diversifikasi)

Ket:
σi2 = risiko total (varian sekuritas)
βi = beta sekuritas (risiko sistematis sekuritas i)
σM2 = varians return pasar
σei2 = varians erorr sekuritas i

Persamaan di atas menunjukkan bahwa risiko total bisa dipecah ke dalam dua bagian (1)
risiko yang tidak bisa dihilangkan melalui diversifikasi (risiko sistematis), dan (2) risiko
yang bisa dibilangkan melalui diversifikasi (risiko tidak sistematis) Risiko sistematis terlihat
melalui B. (beta saham i).

Model indeks tunggal tidak memerlukan estimasi kovarians (kaitan) antar saham atau
sektor. Yang diperlukan adalah estimasi kaitan antara satu saham (sektor) dengan sektor
secara keseluruhan (pasar). Beta mencerminkan kaitan antara satu saham (sektor) dengan
pasar secara keseluruhan. Estimasi semacam itu sudah sering dilakukan oleh para analisis.
Sehingga estimasi semacam itu bukan suatu masalah bagi mereka.

Model indeks tunggal dengan demikian membantu memecahkan dua persoalan yang
menjadi kendala model Markowitz, yaitu jumlah parameter yang terlalu banyak dan
organisasi para analis yang tidak memungkinkan komunikasi analis lintas sektor.
 BAB 9
MODEL KESEIMBANGAN RISIKO DAN RETURN CAPITAL ASSET
PRICING MODEL

1. HUBUNGAN POSITIF ANTARA RISIKO DENGAN RETURN

Dalam pasar keuangan yang efisien, dan jika investor tidak suka risiko (risk-averse),
maka kenaikan risiko harus dikompensasi oleh tingkat keun tungan yang lebih tinggi.
Semakin tinggi risiko, semakin tinggi tingkat keuntungan yang diharapkan.
Treasury Bills adalah surat utang yang dikeluarkan oleh pemerintah Amerika Serikat
dengan jangka waktu kurang dari satu tahun, sedangkan obligasi dengan jangka waktu yang
panjang (lebih dari satu tahun) disebut sebagai obligasi jangka panjang pemerintah (Treasury
Bond atau T-Band)
2. CAPITAL ASSET PRICING MODEL
1) Set yang Efisien untuk Aset yang Berisiko
Set yang efisien, yaitu garis yang terdiri dari portofolio yang mendominasi aset
lainnya. Set yang efisien tersebut merupakan set untuk portofolio investasi yang berisiko.
2) Asumsi CAPM
Capital Market Line (CML) dan SML (Security Market Line) yang me rupakan inti
dari model Capital Asset Pricing Model akan dibicarakan dalam bagian ini. Model CAPM
dirumuskan oleh dua orang yang bekerja secara in dependen: William Sharpe (1964) dan
John Lintner (1965). William Sharpe kemudian memperoleh hadiah Nobel untuk jasanya
pada tahun 1990, semen tara John Lintner sayangnya sudah meninggal, sehingga dia tidak
memperoleh hadiah Nobel. Hadiah Nobel hanya diberikan kepada orang yang masih
hidup.
Sama seperti model lainnya, CAPM menggunakan beberapa asumsi, yaitu:
a) Investor memfokuskan pada periode kepemilikan tunggal, mereka mencoba
memaksimumkan tingkat kepuasan mereka (expected utility) dengan memilih
alternatif portofolio dengan menggunakan basis tingkat keuntungan yang
diharapkan dan standar deviasi.
b) Investor bisa meminjam dan meminjamkan dengan jumlah yang tidak
terbatas pada tingkat bunga bebas risiko, dan tidak ada pembatasan terhadap
short-sales."
c) Investor mempunyai perkiraan tingkat keuntungan yang diharapkan, varians,
dan kovarians antar-aset, yang sama satu sama lain. Jika investor yang satu
memperkirakan tingkat keuntungan aset X adalah k. Garis ortofolio 15%,
maka investor lainnya juga memperkirakan 15%. Dengan kata lain
pengharapan investor adalah homogen (homogenous expectation). Aset bisa
dibagi-bagi secara sempurna (perfectly divisible) dan likuid sempurna (bisa
dijual pada harga pasar saat ini).
d) Aset bisa dibagi-bagi secara sempurna (perfectly divisible) dan likuid
sempurna (bisa dijual pada harga pasar saat ini).
e) Tidak ada biaya transaksi.
f) Tidak ada pajak.
g) Investor tidak bisa mempengaruhi harga, semuanya price takers (harga
ditentukan oleh pasar). Situasi semacam ini terjadi di pasar persaingan
sempurna. Seorang investor sangat kecil ukurannya dibandingkan dengan
pasar
 h) Kuantitas semua aset sudah ditentukan.
Asumsi-asumsi semacam itu jelas tidak realistis. Tetapi baik tidaknya suatu model
tidak tergantung dari realistis atau tidaknya asumsi yang dipakai.
3) Capital Market Line (CML)
Investasi bebas risiko adalah investasi yang praktis tidak mempunyai risiko default
(kebang krutan). Contoh investasi tersebut adalah obligasi yang dikeluarkan oleh pemerintah
(misal oleh pemerintah Amerika Serikat, yang disebut treasury bond atau treasury bills,
karena praktis pemerintah Amerika Serikat tidak akan bangkrut; atau deposito yang
dikeluarkan oleh bank pemerintah di Indonesia, karena bank tersebut dijamin oleh pemerintah
Indonesia).
Separataion principles mengatakan bahwa keputusan investasi seorang investor terdiri
dari dua tahap:
a) Investor akan mengestimasi risiko (standar deviasi), return yang diha rapkan, dan
kovarians antar return aset, untuk semua alternatif investasi yang ada. Kemudian
dia akan membentuk set yang efisien untuk aset yang berisiko (seperti pada
Bagan 1). Kemudian dia akan menentukan titik persinggungan dengan aset bebas
risiko (titik M pada Bagan 2). Titik M adalah portofolio investasi berisiko yang
ingin ia beli. Titik tersebut diperoleh semata-mata dari perhitungan return, standar
deviasi, dan kovarians antar-aset.
b) Setelah titik M ditentukan, dia akan melakukan kombinasi dengan aset bebas
risiko (Rf) sedemikian rupa sehingga preferensi individunya akan terpenuhi
Keputusan (1) sering disebut juga sebagai keputusan investasi, sedang kan keputusan (2)
bisa juga disebut sebagai keputusan pendanaan (karena meminjam atau meminjamkan dengan
tingkat bunga Rf). Karena itu sepa ration principle juga bisa dikatakan sebagai prinsip
pemisahan keputusan investasi dengan keputusan pendanaan. Keputusan investasi dan
pendanaan tidak terkait satu sama lain (dalam konteks di atas).

E(Ri) = Rf + [(E (RM) - Rf)/(oM-oRf)] i

Karena oRf = 0 (aset bebas risiko), maka persamaan CML di atas bisa ditulis lagi sebagai
berikut ini.

E(Ri) = Rf + [(E (RM) - Rf)/(oM)] i

Di mana: E(Ri) = tinggkat keuntungan yang diharapkan untuk aset i
Rf = tingkat keuntungan aset bebas risiko
E(RM) = tinggkat keuntungan pasar yang diharapkan

M = risiko (standar deviasi) keuntungan pasar

Rf = risiko (standar deviasi) investasi bebas risiko

i = risiko (standar deviasi) aset i

4) Security Market Line (SML)
Garis SML (Security Market Line) menjelaskan hubungan antara risiko dengan return
untuk semua aset. Garis tersebut diturunkan dari CML.
Karena BRf = 0 (aset bebas risiko), dan BM didefinisikan sebagai 1, maka persamaan
SML di atas bisa ditulis lagi sebagai berikut ini.
 E(Ri) Rf + [(E(RM)-Rf)] βI
di mana E(Ri)=tingkat keuntungan yang diharapkan untuk aset i
Rf = tingkat keuntungan aset bebas risiko standar
E(RM)=tingkat keuntungan pasar yang diharapkan
βi = risiko sistematis aset i
Perhitungan beta (risiko sistematis) dibicarakan pada bab sebelumnya. Bi (risiko
sistematis) pada dasarnya merupakan koefisien regresi dari market model. Beta juga bisa
dihitung melalui formula berikut ini.
βi = (  Rm Ri / ² Rm)

Rm Ri merupakan kovarians antara return aset i dengan return pasar. Karena Rm
(varians return pasar) mempunyai nilai yang sama (tetap) untuk semua saham, beta saham i
tergantung secara proporsional pada ko varians saham tersebut dengan pasar (o Rm Ri).
Dengan kata lain, sumbang an risiko aset i terhadap risiko portofolio yang akan menentukan
risiko sistematis aset i.
CAPM/SML di atas bisa diinterpretasikan sama dengan CML, yaitu tingkat keuntungan
yang diharapkan untuk aset i sama dengan tingkat keun tungan bebas risiko plus premi risiko.
Premi risiko menggunakan risiko sistematis sebagai pengukur risiko.
5) Capital Asset Pricing Model (CAPM)
Secara spesifik CAPM mempunyai dua tujuan:
a) Menjelaskan hubungan antara risiko dengan return.
Model CAPM bertujuan untuk menghitung premi risiko yang pantas. Lebih
spesifik lagi, model CAPM menggunakan risiko sistematis (beta pasar saham)
sebagai indikator risiko. Sebagian dari risiko total (yang diukur melalui standar
deviasi) bisa dihilangkan melalui diversifikasi. Diversifikasi tersebut secara
teoritis mudah dilakukan. Dengan membentuk portofolio yang terdiri dari
beberapa aset, risiko tidak sistematis praktis bisa dihilangkan. Karena itu hanya
risiko sistematis (risiko yang tidak bisa dihi langkan melalui diversifikasi) yang
relevan. CAPM berusaha menjelaskan hubungan antara risiko sistematis dengan
tingkat keuntungan (return)
b) Menjelaskan kondisi keseimbangan dalam pasar keuangan.
Menjelaskan Kondisi Keseimbangan dalam Pasar Keuangan Model
keseimbangan yang dibayangkan oleh disiplin ekonomi keuang an dengan
disiplin ekonomi berbeda. Dalam disiplin ekonomi, keseimbangan akan terjadi
jika kurva penawaran bertemu dengan kurva permintaan. Kurva permintaan
mempunyai slope negatif, sedangkan kurva permintaan mempu nyai slope positif.
Harga dan kuantitas keseimbangan akan ditentukan. Dalam disiplin ekonomi
keuangan, permintaan terhadap aset keuangan biasanya diasumsikan tidak
terbatas. Dengan demikian kurva permintaan keuangan akan terlihat mendatar.
Berapapun besarnya penawaran sekuritas, permintaan akan bisa menyerap
penawaran tersebut. Kuantitas sekuritas tidak akan me nentukan harga sekuritas.
Di samping itu, sekuritas seperti komoditas, satu sama lain bisa menjadi
pengganti dengan sempurna (substitutable).

3. ESTIMASI BETA (RISIKO SISTEMATIS)

 3.1. Perhitungan Risiko Sistematis (Data Pengharapan)
Risiko sistematis bisa dihitung dengan formula ini.
βi = iM / ² M
dimana βi = beta atau risiko sistematis aset i
iM = kovarians antara return aset I dengan return pasar
² M = varians return pasar

Beta merupakan slope dari garis karakteristik (characteristic line), yaitu garis yang
menghubungkan titik return pasar dengan return saham. Berikut ini gambar garis
karakteristik.
Beta pasar sering didefinisikan sebagai 1 (satu). Jumlah rata-rata tertimbang dari beta
individual adalah satu, seperti terlihat berikut ini.

∑ Xi βi=1
i

di mana X, adalah proporsi investasi pada aset i. Hasil tersebut masuk akal, karena
investasi pada semua aset yang ada akan membentuk portofolio pasar.

3.2. Perhitungan Risiko Sistematis (Data Historis)

Model regresi berikut ini bisa dipakai untuk menghitung risiko sistematis:

Rit = i + βi Rmt + eit

di mana Rit = return aset/saham i pada periode t

I = intercept dari regresi tersebut

βi = koefisien regresi (indikator risiko sistematis aset/saham i)
Rmt = return portofolio pasar pada periode t
eit = residual
Model tersebut dikenal sebagai market model. Model regresi di atas meng gunakan
return pasar sebagai variabel bebas, dan return saham/aset sebagai variabel tidak bebas. Misal
data yang kita gunakan adalah data return harian.

4. PERUBAHAN PADA GARIS SML

Garis SML tidak konstan selamanya. Garis tersebut bisa berubah meng ikuti
perubahan kondisi dan ekonomi. Berikut ini dua perubahan yang bisa terjadi pada garis SML,
yaitu bergeser paralel dengan slope konstan (per ubahan intercept) dan slope berubah
(intercept tetap), serta kombinasi keduanya, yaitu slope dan intercept berubah.

4.1. Perubahan Intercept

Misalkan inflasi adalah 10%. Misalkan tingkat bunga aset bebas risiko riil adalah 5%.
Tingkat bunga nominal dengan demikian adalah:
Tingkat bunga nominal = tingat bunga riil + premi inflasi
 15% = 10% + 15%

4.2. Perubahan Slope

Misalkan kondisi ekonomi menjadi semakin memburuk, ketidakpastian menjadi
semakin tinggi. Risiko dalam situasi tersebut akan meningkat. Prend risiko akan semakin
meningkat, yang berarti slope dari garis SML akan berubah menjadi semakin tajam.
Slope = (E(RM) – Rf) / (βRF)
5. PERBANDINGAN MODEL INDEKS TUNGGAL DENGAN MODEL MARKOWITZ

Menurut model indeks tunggal, risiko total merupakan penjumlahan risiko sistematis
dengan risiko tidak sistematis, seperti berikut ini.

i² = βi² M² + ei²

Risiko total dihitung langsung melalui varians return (model Markowitz). Se dangkan
risiko tidak sistematis dihitung melalui varians residual dari model pasar (market model).

Residual=Return yang sesungguhnya - Return yang diharapkan