THE RETURNS AND RISK FROM INVESTING

Return
Dalam investasi Return sangatlah penting bagi investor, mereka adalah apa yang dimaksud
dengan permainan investasi. Return adalah kekuatan pendorong dalam proses investasi. Ini adalah hadiah
untuk melakukan investasi.
Dua Komponen Pengembalian Aset
Return on a typical investment terdiri dari:
● Yield: Komponen dasar yang penting bagi banyak investor ketika membahas hasil
investasi adalah arus kas (atau pendapatan) periodik atas investasi, baik bunga (dari
obligasi), atau dividen (dari obligasi). Ciri pembeda dari pembayaran ini adalah penerbit
pembayaran secara tunai kepada pemegang aset.samamengukur arus kas sekuritas relatif
terhadap beberapa harga, seperti harga beli atau harga pasar saat ini.
● Capital gain (loss): Komponen kedua adalah apresiasi (atau depresiasi) harga aset. .
Capital gain merupakan keuntungan yang bisa investor dapatkan dari selisih nilai investasi
pada saat ini terhadap nilai investasi yang sudah tertanam pada harga periode yang lalu.
Sementara itu, jika terdapat kondisi atas turunnya nilai investasi yang membuat pihak
investor mengalami kerugian, maka kondisi tersebut disebut capital loss.
Putting the Two Components Together
Untuk menentukan Total Return maka tambahkan kedua komponen ini bersama- sama

Measuring Returns
Total Return
Total return = yield+price change Dimana komponen hasil bisa 0 atau +
sedangkan, komponen perubahan harga bisa 0, +, atau -
Ukuran pengembalian yang benar harus memasukkan dua komponen pengembalian Yield dan
perubahan harga (Price Change). Total pengembalian (TR) untuk periode holding tertentu
menghubungkan semua arus kas yang diterima oleh investor selama periode waktu yang
ditentukan dengan harga pembelian aset dan dihitung sebagai:

Dimana:
CFt : Arus kas arus periode pengukuran t PE : Harga
akhir periode t atau harga jual
Pb : Harga beli aset atau harga pada awal periode perubahan PC : Harga
selama periode, atau PE dikurangi PB 1
 Return Calculations:

1. Pengembalian Obligasi:
It : Pembayaran bunga (S) yang diterima selama periode tersebut PB dan PE
: Harga awal dan akhir
PC : Perubahan harga selama periode tersebut
2. Pengembalian Saham

Dt : Dividen yang dibayarkan selama periode tersebut

Conclusions about Total Return
Secara singkat, konsep TR, yang secara tradisional diidentifikasi sebagai pengembalian (R),
konsep TR itu berharga sebagai ukuran pengembalian karena mencakup semua, termasuk
mengukur TR per dolar dari investasi awal.
Pengembalian (R) adalah ukuran dasar pendapatan yang diperoleh investor atas aset
keuangan apa pun selama periode waktu tertentu. Biasanya dinyatakan dalam persentase.
Cumulative Wealth Index

Tingkat perubahan harga aset dan persentase tingkat pengembalian memiliki banyak
kegunaan. Namun demikian, kita semua memahami jumlah dolar. Oleh karena itu, seringkali
diinginkan untuk mengukur bagaimana kekayaan seseorang berubah dari waktu ke waktu.
Dengan kata lain, kami mengukur efek kumulatif dari pengembalian peracikan dari waktu ke
waktu yang diberikan beberapa investasi awal yang dinyatakan, yang sering ditampilkan
sebagai $1 untuk kenyamanan.

Dimana:
CWIn : Indeks kekayaan kumulatif pada akhir periode n
Wl0 : Nilai Indeks awal; biasanya $1 digunakan tetapi jumlah berapapun dapat digunakan
secara berkala
R1,n : Periode Rs dalam bentuk dimensial (menambahkan 1,0 ke R
menghasilkan relative kembali).
Kekayaan kumulatif selalu dinyatakan dalam dolar dan mewakili efek pengembalian majemuk selama
beberapa periode waktu, mengingat investasi awal apa pun. Seringkali, $1 digunakan sebagai investasi
awal.

PRESPEKTIF GLOBAL 2
 Ketika investor membeli dan menjual aset di negara lain, mereka harus mempertimbangkan risiko
nilai tukar atau risiko mata uang. Resiko mata uang dapat menyebabkan sebuah keuntungan aset menjadi
kerugian dan sebaliknya, dapat mengubah kerugian aset menjadi keuntungan. Perlu digarisbawahi bahwa
ketika kita membeli saham internasional, saham-saham tersebut dihargai dengan mata uang lokal.

● Resiko mata uang

Resiko mata uang adalah sebuah resiko dimana perubahan nilai mata uang dalam negeri investor
relatif terhadap mata uang asing sehingga dapat menyebabkan kerugian bagi investor tersebut.
● Pengaruh mata uang terhadap investor
Adalah instruktif bagi investor untuk melihat investasi dalam aset asing sebagai dua investasi yang
terpisah sekuritas asing dan mata uang di mana sekuritas didenominasi.

Dengan demikian, investasi dalam mata uang apresiasi relatif terhadap mata uang domestik
investor akan mengalami keuntungan dari pergerakan mata uang, sedangkan investasi dalam mata
uang yang terdepresiasi relatif terhadap mata uang domestik investor akan mengalami penurunan
pengembalian karena pergerakan mata uang.
Seorang investor dalam aset asing melakukan yang terbaik ketika sekuritas dan mata uangnya
terapresiasi nilainya. Untuk investor AS,
- jika mata uang asing menguat saat Anda memegang aset asing, saat Anda menjual aset
tersebut, Anda akan dapat membeli kembali lebih banyak dolar menggunakan mata uang
asing yang sekarang lebih kuat. Pengembalian dalam mata uang dolar Anda akan
meningkat.
- jika dolar menguat saat Anda memegang aset asing, saat Anda menjual aset Anda dan
mengonversinya kembali ke dolar, Anda akan dapat membeli kembali lebih sedikit dolar
yang sekarang lebih mahal, sehingga mengurangi pengembalian dalam denominasi dolar
Anda.
● Untuk menghitung secara langsung pengembalian investor AS dari investasi di negara asing, kita
dapat menggunakan Persamaan 6-4. Pengembalian yang diperoleh dari aset asing dalam bentuk
mata uang asing (RFA) diperparah dengan perubahan nilai mata uang asing. Mata uang asing
dinyatakan dalam istilah domestik—yaitu, jumlah mata uang domestik yang diperlukan untuk
membeli satu unit mata uang asing:

COMPOUNDING dan DISCOUNTING

Tentu saja, satu-satunya fitur yang paling mencolok dari Gambar 6-2 adalah perbedaan yang luar
3
biasa dalam mengakhiri kekayaan antara saham dan obligasi. Perbedaan ini mencerminkan dampak dari
penggabungan pengembalian rata-rata yang secara substansial berbeda selama periode yang lama, yang
menghasilkan hasil yang hampir tidak dapat dipercaya. Penggunaan pemajemukan menunjukkan
pentingnya konsep ini dan pelengkapnya, diskon. Keduanya penting dalam analisis investasi dan sering
digunakan.Penggabungan melibatkan penurunan nilai masa depan yang dihasilkan dari bunga majemuk
mendapatkan bunga atas bunga. Seperti yang kita lihat, perhitungan indeks kekayaan melibatkan
penggabungan pada pengembalian rata-rata geometrik selama beberapa periode sejarah.
Nilai saat ini(diskon) adalah nilai hari ini dari satu dolar yang akan diterima di masa depan. Dolar masa
depan tidak sebanding dengan dolar sekarang, karena nilai waktu dari uang. Agar sebanding, mereka
harus didiskontokan kembali ke masa sekarang. Konsep nilai sekarang digunakan secara luas di Bab 10
dan 17, dan di bab lain sesuai kebutuhan.

Statistik Ringkasan untuk Pengembalian

Statistik juga diperlukan dalam investasi yaitu statistik digunakan untuk menggambarkan
bagaimana pengembalian atas investasi yang kita lakukan akan terjadi. Contohnya berinvestasi dalam
saham tertentu selama 10 tahun atau saham yang berbeda setiap 10 tahun dapat menghasilkan 10
pengembalian. Terdapat dua rumus statistik yang sering digunakan dalam investasi, yaitu:
1. rata-rata aritmatika
Ketika seseorang mengacu pada rata-rata atau pengembalian rata-rata, mereka biasanya mengacu
pada rata-rata aritmatika kecuali ditentukan lain. Rata-rata aritmatika, biasanya ditunjuk oleh
simbol X, dari sekumpulan nilai dihitung sebagai

Jumlah nilai yang dibagi dengan banyaknya nilai n.

2. rata-rata geometrik
Rata-rata geometris didefinisikan sebagai akar produk yang dihasilkan dari mengalikan
serangkaian kerabat kembali bersama-sama, seperti dalam Persamaan berikut:

Pengembalian rata-rata geometrik mengukur tingkat pertumbuhan majemuk dari waktu ke waktu.
Penting untuk dicatat bahwa rata-rata geometrik mengasumsikan bahwa semua arus kas
diinvestasikan kembali dalam aset dan bahwa dana yang diinvestasikan kembali tersebut
4
 menghasilkan tingkat pengembalian berikutnya yang tersedia pada aset tersebut. Ini
mencerminkan kemantapan tingkat pertumbuhan dana yang diinvestasikan selama beberapa
periode terakhir—yaitu, tingkat seragam di mana yang benar-benar tumbuh per periode, dengan
mempertimbangkan semua keuntungan dan kerugian.
Contoh:
$1 yang diinvestasikan di S&P 500 pada 1 Januari 1990, akan tumbuh menjadi $5,23 pada tanggal
31 Desember 1999 (10 tahun). Ini adalah hasil dari uang majemuk pada tingkat tahunan 18 persen.
Pada akhir tahun 1, $1 akan tumbuh menjadi $1,18; pada akhir tahun 2, $1,18 akan tumbuh
menjadi $1,39; pada akhir tahun 3, $1,39 akan tumbuh menjadi $1,64, dan seterusnya, hingga
pada akhir tahun 10 $1 yang asli bernilai $5,23. Perhatikan bahwa tingkat pengembalian rata-rata
geometrik ini lebih rendah dari tingkat pengembalian rata-rata aritmatika sebesar 18,76 persen.

Penting diingat bahwa Rata-rata geometrik selalu lebih kecil dari rata-rata aritmatika kecuali nilai-
nilai yang dipertimbangkan identik, yang merupakan peristiwa yang tidak mungkin. Penyebaran
antara keduanya tergantung pada dispersi distribusi: semakin besar dispersi (semakin tinggi
standar deviasi), semakin besar penyebaran antara dua rata-rata.

Rata-Rata Aritmatika VS Rata-Rata Geometrik

Kapan kita harus menggunakan rata-rata aritmatika atau rata-rata geometrik dalam menghitung
pengembalian, jawabannya adalah tergantung tujuan investor:

● Rata-rata aritmatika adalah ukuran kinerja rata-rata (tipikal) yang lebih baik selama periode
tunggal. Ini adalah ukuran yang lebih baik bagi investor yang menyeimbangkan kembali
portofolio mereka untuk memulai setiap periode dengan investasi ukuran tetap.
● Rata-rata geometrik adalah ukuran yang lebih baik dari perubahan kekayaan selama masa lalu
(beberapa periode). Ini biasanya digunakan oleh investor untuk mengukur tingkat pengembalian
gabungan yang direalisasikan di mana uang tumbuh selama periode waktu tertentu. Ini adalah
ukuran yang lebih baik bagi investor yang mengikuti strategi buy-and-hold. rata-rata geometrik
menunjukkan tingkat pertumbuhan majemuk rata-rata sebenarnya yang benar-benar terjadi—
yaitu,tarif rata- rata tahunan di mana dolar yang diinvestasikan tumbuh, dengan
mempertimbangkan keuntungan dan kerugian dari waktu ke waktu.

Pengembalian yang disesuaikan inflasi

Untuk menilai keuntungan kita yang sebenarnya, kita perlu mempertimbangkan daya beli dolar
yang terlibat dalam investasi. Untuk melakukan hal tersebut kita perlu menganalisis pengembalian nyata,
atau pengembalian yang disesuaikan dengan inflasi. Ketika pengembalian nominal disesuaikan dengan
inflasi, hasilnya adalah daya beli yang konstan.

Mengapa ini penting bagi Anda? Yang benar-benar penting adalah daya beli yang dimiliki dolar
5
Anda. Ini bukan hanya soal berapa banyak dollar yang Anda miliki tetapi apa yang akan dibeli oleh dolar
itu.

Indeks Harga Konsumen CPI sering digunakan sebagai ukuran inflasi. Tingkat inflasi tahunan
gabungan selama periode 1926–2014 adalah sekitar 3,0 persen. Ini berarti bahwa sekeranjang barang
konsumsi yang dibeli pada awal tahun 1926 seharga $1 akan berharga sekitar $13,88 pada akhir tahun
2014. Ini dihitung sebagai (1,03) karena ada 89 tahun dari awal tahun 1926 sampai akhir tahun 2014.

RESIKO
a. Pengertian Resiko

Tidaklah masuk akal untuk membicarakan hasil investasi tanpa membicarakan risiko karena
keputusan investasi melibatkan trade-off di antara keduanya. Investor harus selalu waspada terhadap
risiko yang mereka tanggung, memahami bagaimana keputusan investasi mereka dapat terpengaruh, dan
siap dengan konsekuensinya. Risiko didefinisikan sebagai peluang bahwa hasil aktual dari suatu investasi
akan berbeda dari hasil yang diharapkan. Secara khusus, sebagian besar investor khawatir bahwa hasil
yang sebenarnya akan lebih kecil dari hasil yang diharapkan. Semakin bervariasi kemungkinan hasil
yang dapat terjadi (yaitu, semakin luas rentang hasil yang mungkin), semakin besar risikonya.
Investor harus bersedia membeli aset jika pengembalian yang diharapkan cukup untuk
mengkompensasi risiko, tetapi mereka harus memahami bahwa harapan mereka tentang asset
pengembalian mungkin tidak terwujud. Jika tidak, return yang direalisasikan akan berbeda dengan
return yang diharapkan. Faktanya, pengembalian sekuritas yang direalisasikan menunjukkan variabilitas
yang cukup besar — terkadang lebih besar dari yang diharapkan, dan di lain waktu mereka lebih kecil
dari yang diharapkan, atau bahkan negatif. Meskipun investor dapat menerima pengembalian yang
diharapkan atas sekuritas berisiko secara rata- rata jangka panjang, mereka sering gagal melakukannya
dalam jangka pendek. Ini adalah fakta dalam menginvestasikan kehidupan yang menghasilkan
pengembalian sering berbeda dari pengembalian yang diharapkan.
Penting untuk diingat bagaimana risiko dan pengembalian pergi bersama saat berinvestasi.
Investor tidak dapat secara wajar mengharapkan pengembalian yang lebih besar tanpa bersedia
menanggung risiko yang lebih besar. Pertimbangkan investornya yang ingin menghindari risiko praktis
pada nominal dasar. Investor seperti itu dapat menyetor uang dalam bentuk rekening tabungan yang
diasuransikan, sehingga memperoleh pengembalian yang dijamin dengan jumlah yang diketahui. Namun,
ini pengembalian akan tetap, dan investor tidak dapat memperoleh lebih dari tarif ini. Meskipun risiko
secara efektif dihilangkan, peluang untuk mendapatkan pengembalian yang lebih besar juga dihapus.
Untuk memiliki kesempatan untuk mendapatkan pengembalian yang lebih besar dari yang disediakan
oleh rekening tabungan, investor harus bersedia menanggung risiko dan kapan mereka melakukannya,
mereka mungkin mendapatkan pengembalian yang lebih besar, tetapi mereka juga bisa kehilangan uang.
b. Sumber Resiko
6
Dalam investasi biasanya menyamakan risiko dengan variabilitas pengembalian, yaitu fluktuasi
pengembalian dari waktu ke waktu. Namun, ada beberapa sumber risiko, seperti risiko suku bunga dan
risiko pasar, yang dijelaskan di bawah ini.
1. Risiko Suku Bunga
Variabilitas dalam pengembalian sekuritas yang dihasilkan dari perubahan dalam tingkat suku
bunga disebut sebagai risiko suku bunga. Perubahan tersebut umumnya mempengaruhi hubungan
surat berharga secara terbalik; yaitu, hal lain dianggap sama, harga sekuritas bergerak terbalik
terhadap perubahan dalam suku bunga. Risiko suku bunga mempengaruhi obligasi lebih langsung
daripada saham biasa, tetapi itu mempengaruhi keduanya dan merupakan pertimbangan yang
sangat penting bagi sebagian besar investor.
2. Risiko Pasar
Variabilitas pengembalian yang dihasilkan dari fluktuasi pasar secara keseluruhan— yaitu, pasar
saham agregat—disebut sebagai risiko pasar. Semua sekuritas terkena risiko pasar, meskipun hal itu
terutama mempengaruhi saham biasa. Risiko pasar mencakup berbagai faktor eksogen terhadap
sekuritas itu sendiri, termasuk: resesi, perang, perubahan struktural dalam perekonomian, dan
perubahan preferensi konsumen.
3. Risiko Inflasi
Faktor yang mempengaruhi semua sekuritas adalah risiko daya beli, atau peluang bahwa daya beli
dolar yang diinvestasikan akan menurun. Dengan inflasi yang tidak pasti, yang riil (inflasi-
disesuaikan) pengembalian melibatkan risiko bahkan jika pengembalian nominal aman (misalnya,
obligasi Treasury). Risiko ini terkait dengan risiko suku bunga, karena suku bunga umumnya naik
seiring dengan kenaikan inflasi, karena pemberi pinjaman menuntut premi inflasi tambahan untuk
mengkompensasi hilangnya daya beli.
4. Risiko Bisnis
Risiko melakukan bisnis di industri atau lingkungan tertentu adalah disebut risiko bisnis.
Misalnya, AT&T, pembangkit tenaga listrik telepon tradisional, menghadapi perubahan hari ini di
industri telekomunikasi yang berubah dengan cepat.
5. Risiko Keuangan
Risiko keuangan terkait dengan penggunaan pembiayaan utang oleh perusahaan. Semakin besar
proporsi aset yang dibiayai oleh utang (sebagai lawan dari ekuitas), semakin besar variabilitas
dalam pengembalian, hal-hal lain dianggap sama. Risiko keuangan melibatkan konsep keuangan
manfaat.
6. Risiko Likuiditas
Risiko likuiditas adalah risiko yang terkait dengan pasar sekunder tertentu di mana sekuritas
diperdagangkan. Investasi yang dapat dibeli atau dijual dengan cepat dan tanpa konsesi harga
yang signifikan dianggap likuid. Semakin banyak ketidakpastian tentang elemen waktu dan
konsesi harga, semakin besar risiko likuiditas. Tagihan Perbendaharaan memiliki sedikit atau tidak
sama sekali risiko likuiditas, sedangkan saham OTC kecil mungkin memiliki risiko likuiditas yang
besar.
7. Risiko Mata Uang (Risiko Nilai Tukar)
Semua investor yang berinvestasi secara internasional menghadapi prospek ketidakpastian dalam
7
 pengembalian setelah mengubah keuntungan asing mereka kembali ke mata uang sendiri.
Investor harus mengenali dan memahami risiko nilai tukar, yang diilustrasikan sebelumnya dalam
bab ini. Sebagai contoh, seorang investor AS yang membeli saham Jerman dalam mata uang euro,
akhirnya mengubah pengembalian dari saham ini kembali ke dolar. Jika nilai tukar telah bergerak
terhadap investor, kerugian dari pergerakan nilai tukar ini sebagian atau seluruhnya dapat
meniadakan pengembalian asli yang diperoleh. Jelas, investor A.S. yang berinvestasi hanya di
saham A.S. tidak menghadapi risiko ini, tetapi
karena investor semakin mempertimbangkan alternatif dari negara lain, mata uang fluktuasi menjadi
penting. Investor AS yang berinvestasi dalam aset keuangan seperti: reksa dana internasional, reksa
dana global, reksa dana negara tunggal tertutup, dana asing
saham, dan obligasi asing tunduk pada risiko mata uang.
8. Risiko Negara
Risiko negara, juga disebut sebagai risiko politik, mungkin lebih penting sekarang daripada di
masa lalu. Dengan semakin banyaknya investor yang berinvestasi secara internasional, stabilitas
dan kelangsungan hidup politik dan ekonomi suatu negara perlu dipertimbangkan. Amerika
Serikat memiliki salah satunya risiko negara terendah, dan negara lain dapat dinilai secara relatif
menggunakan Amerika Serikat sebagai patokan. Di dunia sekarang ini, negara-negara yang
mungkin memerlukan perhatian yang cermat termasuk Rusia, Pakistan, Yunani, Portugal, dan
Meksiko.

MENGUKUR RESIKO

Kita perlu mengerti bagaimana menghitung rata-rata pengembalian saham selama periode waktu
tertentu. karena bahwa sementara pengembalian rata-rata, bagaimanapun diukur, adalah bagian informasi
yang sangat penting bagi investor, ini hanya memberi tahu pusatnya distribusi kembali. Risiko biasanya
tercermin oleh dispersi atau variabilitas dalam hasil potensial. Mempertaruhkan mencerminkan
kemungkinan bahwa hasil aktual dari suatu investasi akan berbeda dari yang diharapkan hasil. Jika
pengembalian aset tidak memiliki variabilitas, pada dasarnya tidak memiliki risiko. Jadi, Treasury satu
tahun bill (T-bill) dibeli untuk menghasilkan 10 persen dan dimiliki hingga jatuh tempo, pada
kenyataannya, menghasilkan (nominal) 10 persen. Tidak ada hasil lain yang mungkin, kecuali default
oleh pemerintah AS, yaitu biasanya tidak dianggap mungkin.
Pertimbangkan seorang investor yang menganalisis serangkaian pengembalian untuk jenis aset keuangan
utama selama beberapa periode tahun. Mengetahui arti dari seri ini tidak cukup; investor juga perlu tahu
sesuatu tentang variabilitas dalam pengembalian. Dibandingkan dengan aset lainnya, saham biasa
menunjukkan variabilitas terbesar dalam pengembalian, dengan saham biasa kecil menunjukkan variabilitas
yang lebih besar. Obligasi korporasi memiliki variabilitas yang jauh lebih kecil dan karenanya lebih
distribusi pengembalian yang kompak. Tentu saja, T-bills adalah yang paling tidak berisiko, yang berarti
dispersi pengembalian tahunan untuk T-bills kompak.

8
 Untuk menghargai berbagai hasil untuk kelas aset keuangan utama, pertimbangkan Gambar 6-1.
Ini menunjukkan kisaran hasil, dan rata-rata (diberikan oleh lingkaran) untuk setiap kelas aset untuk
periode 1926 hingga 2014, disusun dari kiri ke kanan: inflasi, T-bills, T-bonds, obligasi korporasi, saham
biasa besar (S&P 500), dan saham biasa yang lebih kecil saham. Seperti yang dapat kita lihat dari Gambar
6-1, saham memiliki jangkauan hasil yang jauh lebih luas daripada melakukan obligasi dan T-bills.
Saham biasa yang lebih kecil memiliki jangkauan hasil yang jauh lebih luas daripada saham biasa yang
besar. Investor mengukur variabilitas ini menggunakan varians atau standar deviasi, yang mereka
gunakan sebagai proxy untuk risiko.

VARIANSI DAN DEVIASI STANDAR

Investor biasanya menyamakan risiko dengan variabilitas pengembalian. Bagaimana tingkat
pengembalian bervariasi? Risiko aset keuangan dapat diukur dengan ukuran dispersi absolut, atau
variabilitas pengembalian, yang disebut varians. Ukuran alternatif dari risiko total adalah kuadrat akar
varians, standar deviasi.
Standar deviasi dan varians adalah ukuran dari total risiko atau dispersi dari suatu
aset atau portofolio. Mereka menangkap variabilitas total dalam pengembalian aset atau portofolio, apa
pun sumber variabilitas itu. Kedua ukuran cenderung direferensikan secara bergantian ketika membahas
konsep variabilitas atau risiko; Namun, karena standar deviasi diukur dalam unit yang sama dengan mean,
standar deviasi digunakan lebih umum daripada varians ketika melakukan analisis dan perhitungan
investasi.
Untuk variabel (X), standar deviasi dapat dihitung dari varians, yaitu dihitung sebagai
berikut

Dimana :
= varians dari sekumpulan nilai X = setiap
nilai dalam himpunan = rata-rata
pengamatan 9
 n = jumlah nilai dalam sampel
= standar deviasi

PREMI RISIKO
Premi risiko adalah pengembalian tambahan yang diharapkan investor untuk diterima, atau
memang diterima, dengan mengambil pada risiko yang lebih besar. Ini mengukur hasil untuk mengambil
berbagai jenis risiko. Premi risiko dihitung untuk berbagai kelas keamanan yang berbeda. Misalnya,
premi waktu mengukur kompensasi tambahan untuk berinvestasi dalam Treasuries jangka panjang versus
T-bills, dan default premi mengukur kompensasi tambahan untuk berinvestasi dalam obligasi korporasi
berisiko versus sekuritas Treasury tanpa risiko.
A. Definisi Premi Risiko Ekuitas

Premi risiko yang sering dibahas adalah: premi risiko ekuitas, yang didefinisikan sebagai
perbedaan antara pengembalian saham dan bebas risiko Keamanan perbendaharaan. Premi risiko ekuitas
mengukur kompensasi tambahan untuk menanggung risiko dan umumnya diterapkan di bidang
keuangan. Perhatikan bahwa premi risiko ekuitas historis mengukur perbedaan antara pengembalian
saham dan Treasuries selama beberapa periode waktu terakhir. Kapan kita berbicara tentang masa
depan, namun, kita harus mempertimbangkan premi risiko ekuitas yang diharapkan yaitu kuantitas yang
tidak diketahui, karena melibatkan masa depan. Premi risiko ekuitas mempengaruhi beberapa isu penting
dan telah menjadi topik yang dibahas dalam investasi. Ukuran premi risiko kontroversial, dengan
berbagai perkiraan premi risiko aktual di masa lalu serta premi risiko prospektif di masa depan.
B. Menghitung Premi Risiko Ekuitas

Ada cara alternatif untuk menghitung premi risiko ekuitas, yang melibatkan sarana aritmatika, sarana
geometris, sekuritas Treasury, dan sebagainya. Ini dapat dihitung sebagai pengembalian:
1. Ekuitas dikurangi hasil T-bill, menggunakan mean aritmatika atau geometrik
2. Ekuitas dikurangi hasil obligasi T jangka panjang, menggunakan rata-rata aritmatika atau geometrik
Premi risiko ekuitas biasanya diukur sebagai pengembalian indeks saham yang luas, seperti S&P
500, dikurangi pengembalian sekuritas Treasury. Nilainya sangat bervariasi dari waktu ke waktu, tetapi
5–6 persen adalah perkiraan rata-rata yang masuk akal. Premi Risiko Ekuitas yang Diharapkan Jelas,
investor saham biasa peduli apakah premi risiko yang diharapkan adalah 5 persen atau 6 persen karena itu
mempengaruhi apa yang mereka akan menghasilkan investasi saham mereka. Mempertahankan suku
bunga konstan, penyempitan ekuitas premi risiko menyiratkan penurunan tingkat pengembalian saham
karena jumlah yang diperoleh di atas tingkat bebas risiko berkurang. Sejumlah pengamat terkemuka
berpendapat bahwa premi risiko ekuitas di masa depan cenderung berbeda dari masa lalu; khusus, banyak
diharapkan akan jauh lebih rendah.
Pengembalian total dan deviasi standar untuk aset keuangan utama
Perbedaan antara sarana geometris dan aritmatika terkait dengan variabilitas seri return saham.

G = rata-rata geometrik dari serangkaian pengembalian aset Am = rata- 10

rata aritmatika dari serangkaian pengembalian aset Σ2 = varians dari
serangkaian pengembalian

Jika kita mengetahui rata-rata aritmatika dari serangkaian pengembalian aset dan standar deviasi dari seri
tersebut, kita dapat memperkirakan mean geometrik untuk deret ini. Ketika standar deviasi suatu deret
meningkat, keunggulan rata-rata aritmatika relatif terhadap rata- rata geometris juga meningkat.
Indeks kekayaan kumulatif Contoh =
Relative accuracy of equation=

Atas dasar penyesuaian inflasi, kekayaan akhir kumulatif untuk setiap seri dapat dihitung sebagai

Cwiia = nilai indeks kekayaan kumulatif untuk setiap aset berdasarkan penyesuaian inflasi Cwi = nilai
indeks kekayaan kumulatif untuk aset apa pun secara nominal
Ciinf = nilai indeks akhir untuk inflasi, dihitung sebagai (1 + tingkat geometrik inflasi) n , dimana n
adalah jumlah periode yang dianggap
Memahami kekayaan kumulatif sebagai investor
Kita semua menghargai total dolar, dan semakin besar nilai akhirnya kekayaan yang terakumulasi
selama beberapa periode waktu, semakin baik. Jika kita memahami bagaimana kekayaan kumulatif
dihasilkan, kita memiliki peluang yang lebih baik untuk meningkatkan kekayaan itu. Untuk saham, indeks
kekayaan kumulatif dapat didekomposisi menjadi dua komponen pengembalian—komponen dividen dan
komponen perubahan harga. Untuk mendapatkan kekayaan kumulatif, kita mengalikan kedua komponen ini
bersama-sama. Jadi,

Cwi = indeks kekayaan kumulatif atau indeks pengembalian untuk satu seri Cdy =
komponen hasil dividen kumulatif dari pengembalian
Bpk = komponen perubahan harga kumulatif dari pengembalian
Teori Portofolio, Portofolio Pilihan, dan Aset Alokasi

A. Menghadapi Ketidakpastian
Peter Bernstein, salah satu pengamat lingkungan investasi yang paling menonjol selama
11
 bertahun-tahun, berpendapat bahwa keputusan berisiko adalah tentang tiga elemen. Poin
keduanya, “mengharapkan yang tak terduga,” ternyata sangat relevan mengingat apa yang terjadi
pada sistem keuangan pada 2008. Hal tak terduga memang terjadi, dan sangat sedikit yang siap
menghadapi situasi tersebut. Kerusakan yang dihasilkan sangat besar.
a) Menggunakan Probabilitas
Pengembalian masa depan adalah mengharapkan kembali dan mungkin atau
mungkin tidak benar-benar direalisasikan. Seorang investor mungkin mengharapkan TR
pada keamanan tertentu menjadi 0,10 untuk tahun mendatang, tetapi sebenarnya ini hanya
"perkiraan titik." Risiko, atau kemungkinan bahwa beberapa peristiwa yang tidak
menguntungkan akan terjadi, terlibat ketika keputusan investasi dibuat. Investor sering
terlalu optimis tentang pengembalian yang diharapkan.
Dengan kemungkinan dua atau lebih hasil, yang merupakan norma untuk saham
biasa, setiap kemungkinan hasil yang mungkin harus dipertimbangkan dan probabilitas
kemunculannya dinilai. Probabilitas untuk hasil tertentu hanyalah peluang bahwa hasil
yang ditentukan akan terjadi dan biasanya dinyatakan sebagai desimal atau pecahan.
b) Distribusi Probabilitas
Sebuah distribusi kemungkinan untuk keamanan menyatukan kemungkinan hasil
yang mungkin terjadi untuk keamanan itu untuk jangka waktu tertentu bersama dengan
probabilitas yang terkait dengan kemungkinan hasil ini. Himpunan probabilitas dalam
distribusi probabilitas harus berjumlah 1,0, atau 100 persen, karena mereka harus
sepenuhnya menggambarkan semua (yang dirasakan) kemungkinan kejadian.
Bagaimana probabilitas ini dan hasil terkait diperoleh? Dalam analisis terakhir,
berinvestasi untuk beberapa periode masa depan melibatkan ketidakpastian, dan oleh
karena itu perkiraan subjektif. Meskipun kejadian (frekuensi) masa lalu dapat sangat
diandalkan untuk memperkirakan probabilitas, masa lalu harus dimodifikasi untuk setiap

3
perubahan yang diharapkan di masa depan. Distribusi probabilitas dapat berupa diskrit atau
kontinu. Dengan distribusi probabilitas diskrit, probabilitas diberikan untuk setiap hasil
yang mungkin.

(Gambar 7-1a) (Gambar 7-1b)

12
 Pada Gambar 7-1a, filima kemungkinan TR diasumsikan untuk Makanan Umum
untuk tahun depan. Masing-masing dari lima kemungkinan hasil—. 01, .07, .08, .10, dan
.15—memiliki probabilitas terkait; probabilitas ini berjumlah 1,0, menunjukkan bahwa
kemungkinan hasil yang diperkirakan investor untuk General Foods untuk tahun depan
telah diperhitungkan. Dengan distribusi probabilitas kontinu, seperti yang ditunjukkan pada
Gambar 7-1b,kemungkinan hasil yang tidak terbatas jumlahnya. Karena probabilitas
sekarang diukur sebagai area di bawah kurva pada Gambar 7-1b,penekanannya adalah pada
probabilitas bahwa hasil tertentu berada dalam kisaran nilai tertentu.
Distribusi kontinu yang paling dikenal adalah distribusi normal yang digambarkan
pada Gambar 7-1b.Ini adalah kurva berbentuk lonceng terkenal yang sering digunakan
dalam statistik. Ini adalah distribusi dua parameter di mana mean dan varians sepenuhnya
menggambarkannya.
c) Menghitung Pengembalian yang Diharapkan Untuk Keamanan
Untuk menggambarkan hasil tunggal yang paling mungkin dari distribusi

probabilitas tertentu, perlu untuk menghitung nilai yang diharapkan. Nilai yang diharapkan
dari distribusi probabilitas adalah rata-rata tertimbang dari semua hasil yang mungkin, di
mana setiap hasil dibobot dengan probabilitas kejadiannya masing-masing. Karena investor
tertarik pada pengembalian, kami akan menyebut nilai yang diharapkan ini sebagai tingkat
pengembalian yang diharapkan, atau hanya pengembalian yang diharapkan, dan untuk
keamanan apa pun, itu dihitung sebagai :
(Persamaan 7-1)

d) Menghitung Risiko Untuk Keamanan

Investor harus mampu mengkuantifikasi dan mengukur risiko. Untuk menghitung
total (berdiri sendiri) risiko yang terkait dengan pengembalian yang diharapkan, varians
atau standar deviasi digunakan.
“Semakin ketat distribusi probabilitas pengembalian yang diharapkan, semakin
kecil standar deviasi, dan semakin kecil risikonya”.
Perhatikan bahwa standar deviasi hanyalah rata-rata tertimbang dari penyimpangan
dari nilai yang diharapkan. Dengan demikian, ini memberikan beberapa ukuran seberapa
jauh nilai sebenarnya dari nilai yang diharapkan, baik di atas atau di bawah.

(Persamaan 7-2)

(Persamaan 7-3)

13
 Menghitung deviasi standar menggunakan distribusi probabilitas melibatkan
membuat perkiraan subjektif dari probabilitas dan kemungkinan pengembalian. Namun,
kami tidak dapat menghindari estimasi tersebut karena pengembalian di masa depan tidak
pasti. Harga sekuritas didasarkan pada ekspektasi investor tentang masa depan. Standar
deviasi yang relevan dalam situasi ini adalahmantan simpangan baku dan bukan mantan
posberdasarkan hasil yang direalisasikan.

“Standar deviasi yang dihitung dengan menggunakan data historis mungkin

nyaman, tetapi mereka dapat mengalami kesalahan saat digunakan sebagai perkiraan masa
depan”.
5

B. Pengantar Teori Portofolio Modern

Pada 1950-an, Harry Markowitz, yang dianggap sebagai bapak Teori Portofolio Modern
(MPT). Dampak utama MPT adalah pada manajemen portofolio, karena menyediakan kerangka
kerja untuk pemilihan portofolio secara sistematis berdasarkan prinsip pengembalian dan risiko
yang diharapkan. . Kebanyakan manajer portofolio saat ini menyadari, dan pada tingkat yang
berbeda-beda menggunakan, prinsipprinsip dasar MPT. Keluarga reksa dana utama menggunakan
implikasi MPT dalam mengelola dana mereka, penasihat keuangan menggunakan prinsip MPT
dalam menasihati klien investor individu mereka, banyak komentator keuangan menggunakan
istilah MPT dalam membahas lingkungan investasi saat ini, dan sebagainya.
Markowitz, adalah orang pertama yang mengembangkan konsep diversifikasi portofolio
secara formal—ia mengukur konsep diversifikasi. Dia menunjukkan secara kuantitatif mengapa,
dan bagaimana, diversifikasi portofolio bekerja untuk mengurangi risiko portofolio kepada
investor ketika risiko individu berkorelasi.
Markowitz berusaha mengatur pemikiran dan praktik yang ada ke dalam kerangka kerja
yang lebih formal dan untuk menjawab pertanyaan mendasar: Apakah risiko portofolio sama
dengan jumlah risiko masing-masing sekuritas yang menyusunnya? Jawabannya adalah tidak!
Markowitz adalah orang pertama yang menunjukkan bahwa kita harus memperhitungkan
keterkaitan antara pengembalian keamanan untuk menghitung risiko portofolio, dan untuk
mengurangi risiko portofolio ke tingkat minimum untuk tingkat pengembalian tertentu.

C. Pengembalian Portofolio dan Risiko

Pengembalian dan risiko keamanan individu adalah penting, tetapi pengembalian dan risiko
terhadap total portofolio investorlah yang pada akhirnya penting. Portofolio yang optimal dapat
dibangun jika portofolio terdiversifikasi dengan benar. Portofolio investor adalah kombinasi
asetnya. Risiko portofolio adalah karakteristik unik dan bukan sekadar jumlah risiko keamanan
individu. Sekuritas mungkin memiliki risiko besar jika dipegang sendiri tetapi risikonya jauh lebih
kecil jika disimpan dalam portofolio sekuritas. Karena investor terutama memperhatikan risiko
14
untuk total kekayaannya, sebagaimana diwakili oleh portofolionya, saham individual berisiko
hanya sejauh mereka menambah risiko pada total portofolio.
“Investor harus selalu melakukan diversifikasi untuk mengurangi risiko mereka. Karena
mereka tidak boleh hanya memegang satu sekuritas, risiko sekuritas itu, yang diambil dengan
sendirinya, bukanlah isu yang relevan bagi investor”.

6
a. Portofolio Expected Return
Bobot Portofolio Persentase nilai total portofolio yang diinvestasikan dalam setiap aset
portofolio disebut sebagaibobot portofolio,yang akan kita tunjukkan denganw.Bobot
portofolio gabungan diasumsikan berjumlah 100 persen dari total dana yang dapat
diinvestasikan, atau 1,0, yang menunjukkan bahwa semua dana portofolio diinvestasikan.
Itu adalah,

(Persamaan 7-4)

b. Menghitung Pengembalian yang Diharapkan pada Portofolio

Pengembalian yang diharapkan dari portofolio apa punpdapat dihitung sebagai rata-rata
tertimbang dari masing-masing sekuritas pengembalian yang diharapkan.

(Persamaan 7-5)

Terlepas dari jumlah aset yang dimiliki dalam portofolio, atau proporsi total dana investasi
yang ditempatkan di setiap aset,pengembalian yang diharapkan pada portofolio selalu
merupakan rata-rata tertimbang dari pengembalian yang diharapkan untuk aset individu
dalam portofolio.

c. Risiko Portofolio
Risiko diukur dengan varians (atau standar deviasi) dari pengembalian portofolio, persis
seperti dalam kasus masing-masing keamanan individu. Biasanya, risiko portofolio
dinyatakan dalam standar deviasi.
Pada titik inilah dasar teori portofolio modern muncul, yang dapat dinyatakan sebagai
berikut: Meskipun pengembalian yang diharapkan dari portofolio adalah rata-rata
tertimbang dari pengembalian yang diharapkan, risiko portofolio (yang diukur dengan
varians atau standar deviasi) adalah khasbukan rata-rata tertimbang risiko masing-masing
sekuritas dalam portofolio. Secara simbolis, 15
7

Tetapi

(Persamaan 7-6) (Persamaan 7-7)

Justru karena Persamaan 7-7 adalah ketidaksetaraan, investor dapat mengurangi risiko
portofolio di luar apa yang akan terjadi jika risiko, pada kenyataannya, hanya rata-rata
tertimbang dari risiko masing-masing sekuritas. Untuk melihat bagaimana pengurangan
risiko ini dapat dicapai, kami akan menganalisis risiko portofolio secara rinci.
“ Risiko portofolio selalu kurang dari rata-rata tertimbang dari risiko sekuritas dalam
portofolio kecuali sekuritas memiliki hasil yang bervariasi secara bersamaan, suatu
kejadian yang hampir tidak mungkin terjadi. Dengan demikian, diversifikasi hampir selalu
menurunkan risiko, dan harus dimanfaatkan”.

D. Menganalisis Risiko Portofolio

a. Pengurangan Risiko, Prinsip Asuransi
Pengurangan risiko dalam kasus sumber risiko independen dapat dianggap sebagai: prinsip
asuransi, dinamai untuk gagasan bahwa perusahaan asuransi mengurangi risikonya dengan
menulis banyak polis terhadap banyak sumber risiko independen.
Perhatikan bahwa dalam kasus prinsip asuransi, kami mengasumsikan bahwa tingkat
pengembalian sekuritas individual adalah: independen secara statistiksedemikian rupa
sehingga tingkat pengembalian satu sekuritas tidak terpengaruh oleh tingkat pengembalian
yang lain. Dalam situasi ini, dan hanya dalam situasi ini, standar deviasi portofolio
diberikan oleh:

(Persamaan 7-8) (Gambar 7-2)

8

Seperti yang ditunjukkan oleh Gambar 7-2, risiko portofolio akan menurun dengan cepat
karena semakin banyak sekuritas yang ditambahkan. Perhatikan bahwa tidak ada keputusan
yang harus dibuat tentang keamanan mana yang akan ditambahkan karena semua memiliki
properti yang identik. Satu-satunya masalah adalah berapa banyak sekuritas yang
ditambahkan. 16
 Gambar 7-2 mengilustrasikan kasus sumber risiko independen. Sebagaimana diterapkan
pada investasi, semua risiko dalam situasi ini bersifat spesifik perusahaan. Oleh karena itu,
total risikodalam situasi inidapat terus dikurangi. Sayangnya, dalam hal berinvestasi dalam
aset keuangan, asumsi pengembalian yang independen secara statistik tidak realistis.
b. Diservikasi
Prinsip asuransi menggambarkan konsep pengurangan risiko ketika sumber risiko
independen. Situasi ini tidak berlaku untuk saham karena risiko pasar. Oleh karena itu, kita
harus mempertimbangkan bagaimana mengurangi risiko ketika sumber risiko tidak
independen.
“Diversifikasi adalah kunci pengelolaan risiko portofolio karena memungkinkan investor
untuk menurunkan risiko portofolio secara signifikan tanpa mempengaruhi pengembalian.”
Diversifikasi Acak. Diversifikasi acak atau naif mengacu pada tindakan diversifikasi secara
acak tanpa memperhatikan bagaimana pengembalian keamanan terkait satu sama lain.
Manfaat diversifikasi langsung terasa—dua saham lebih baik dari satu, tiga saham lebih
baik dari dua, dan seterusnya.
Meskipun diversifikasi acak jelas menguntungkan, umumnya tidak optimal. Untuk
memanfaatkan sepenuhnya manfaat diversifikasi, kita perlu memahami diversifikasi yang
efisien; yaitu, kita perlu memahami risiko portofolio dalam konteks teori portofolio
modern.

E. Komponen Risiko Portofolio

Untuk menghilangkan tanda pertidaksamaan dari Persamaan 7-7 dan mengembangkan
persamaan yang akan menghitung risiko portofolio yang diukur dengan varians, kita harus
memperhitungkan dua faktor:
- Risiko keamanan individu tertimbang (yaitu, varians setiap keamanan individu, tertimbang
dengan persentase dana investasi ditempatkan di setiap keamanan individu).
9
- Co-movement tertimbang antara imbal hasil sekuritas (yaitu, kovarians antara imbal hasil
sekuritas, sekali lagi ditimbang dengan persentase dana yang dapat diinvestasikan yang
ditempatkan di setiap sekuritas).
Kovarians adalah ukuran absolut dari pergerakan bersama antara pengembalian sekuritas yang
digunakan dalam perhitungan risiko portofolio. Kami membutuhkan kovarians aktual antara
sekuritas dalam portofolio untuk menghitung varians portofolio atau standar deviasi. Namun,
sebelum mempertimbangkan kovarians, kita dapat dengan mudah menggambarkan bagaimana
pengembalian keamanan bergerak bersama dengan mempertimbangkan koefisien korelasi, ukuran
relatif dari asosiasi yang dipelajari dalam statistik.
a. Korelasi Koefisien

17
Seperti yang digunakan dalam teori portofolio, ρij (diucapkan "rho") adalah ukuran
statistik darirelatifco-gerakan antara pengembalian keamanan. Ini mengukur sejauh mana
pengembalian dua sekuritas bergerak bersama; namun, itu hanya menunjukkan asosiasi,
bukan sebab-akibat. Ini adalah ukuran relatif dari asosiasi yang dibatasi oleh +1.0 dan - 1:0,
dengan

 Korelasi Positif Sempurna. Dengan korelasi positif sempurna, pengembalian

memiliki hubungan linier langsung yang sempurna. Mengetahui apa yang akan
dilakukan pengembalian atas satu sekuritas memungkinkan investor untuk meramalkan
dengan sempurna apa yang akan dilakukan pihak lain. Pada Gambar 7- 3, saham A dan
B memiliki pola pengembalian yang identik selama periode enam tahun 2007-2012.
Ketika return saham A naik, saham B juga naik. Ketika return saham A turun, saham B
juga turun.
Pertimbangkan informasi pengembalian dan simpangan baku pada Gambar 7-3.
Perhatikan bahwa portofolio yang menggabungkan saham A dan B, dengan masing-
masing 50 persen diinvestasikan, memiliki pengembalian yang persis sama seperti
halnya saham dengan sendirinya, karena pengembaliannya identik. Risiko portofolio,
yang diukur dengan standar deviasi, identik dengan standar deviasi dari kedua saham itu
sendiri.
10

(Gambar 7-3)
“Ketika pengembalian berkorelasi positif sempurna, risiko portofolio hanyalah rata-
rata tertimbang dari masing-masing risiko sekuritas. Ini adalah satu kasus di mana
diversifikasi tidak mengarah pada pengurangan risiko”.
 Korelasi Negatif Sempurna. dengan korelasi negatif sempurna, pengembalian
sekuritas memiliki hubungan linier terbalik sempurna satu sama lain. Oleh karena
itu, mengetahui pengembalian satu sekuritas memberikan pengetahuan penuh tentang
18
 pengembalian sekuritas kedua. Ketika pengembalian satu sekuritas tinggi, yang lain
rendah.
Pada Gambar 7-4, saham A dan C berkorelasi negatif sempurna satu sama lain.
Perhatikan bahwa informasi yang diberikan untuk kedua saham ini menyatakan bahwa
setiap saham memiliki return dan standar deviasi yang sama persis. Namun, ketika
digabungkan, penyimpangan dalam pengembalian saham-saham ini di sekitar
pengembalian rata-rata 12 persen menjadi batal, menghasilkan pengembalian
portofolio sebesar 12 persen. Portofolio ini tidak memiliki risiko. Ini akan
menghasilkan 12 persen setiap tahun selama periode yang diukur, dan pengembalian
rata-rata akan menjadi 12 persen.
 Korelasi Nol. Dengan korelasi nol, tidak adalinier hubungan antara pengembalian dua
sekuritas. Menggabungkan dua sekuritas dengan korelasi nol satu sama lain
mengurangi risiko portofolio. Jika lebih banyak sekuritas dengan pengembalian yang
tidak berkorelasi ditambahkan ke portofolio, pengurangan risiko yang signifikan dapat
dicapai. Namun, risiko portofolio tidak dapat dihilangkan dalam kasus korelasi nol.
Sementara korelasi nol antara dua pengembalian keamanan lebih baik daripada
korelasi positif, itu tidak menghasilkan manfaat pengurangan risiko dari koefisien
korelasi negatif.
11

(Gambar 7-4)
 Korelasi Positif Kurang Sempurna. Gambar 7-5 mengilustrasikan kasus di mana
saham A dan D berkorelasi positif satu sama lain pada tingkat þ = +0:55. Perhatikan
bahwa standar deviasi masing-masing sekuritas masih 0,215, dengan pengembalian
rata-rata 0,12, tetapi bila digabungkan dengan bobot yang sama sebesar 0,50 ke dalam
portofolio, risikonya agak berkurang, ke level 0,18. Setiap pengurangan risiko yang
tidak mempengaruhi pengembalian harus dianggap menguntungkan.
“Idealnya, investor menginginkan sekuritas dengan korelasi negatif atau korelasi
positif rendah, tetapi mereka umumnya akan dihadapkan pada pengembalian sekuritas
yang berkorelasi positif”.
Selama dekade yang berakhir pada tahun 2011, korelasi rata-rata antara saham di S&P
19
 500 dan Indeks itu sendiri adalah sekitar 0,55, jadi contoh kami di atas mencerminkan
situasi aktual, rata-rata, yang telah ada. Tentu saja, korelasinya berfluktuasi. Misalnya,
pada tahun 2011 naik setinggi 0,86 sebelum turun kembali beberapa.

(Gambar 7-5)

12
b. Kovariansi
Untuk menghitung risiko (varians) portofolio, kita harus memperhitungkan tidak
hanya risiko masing-masing sekuritas tetapi juga interaksi antara pengembalian sekuritas
dalam portofolio berdasarkan koefisien korelasi. Namun, kita harus mengukur jumlah
sebenarnya dari comovement di antara pengembalian sekuritas dan memasukkannya ke
dalam perhitungan risiko portofolio karena ukuran comovement mempengaruhi varians
portofolio (atau standar deviasi). Ukuran kovarians melakukan ini.
”Sedangkan koefisien korelasi mengukur hubungan relatif antara pengembalian
untuk sepasang sekuritas, kovarians adalah ukuran absolut dari tingkat hubungan antara
pengembalian untuk sepasang sekuritas”.
Kovarians didefinisikan sebagai sejauh mana dua variabel acak covary (bergerak
bersama) dari waktu ke waktu. Seperti yang terjadi selama diskusi kita, variabel yang
dimaksud adalah pengembalian (TR) pada dua sekuritas. Serupa dengan koefisien korelasi,
kovarians dapat menjadi :
- Positif, menunjukkan bahwa imbal hasil kedua sekuritas cenderung bergerak ke arah
yang sama pada waktu yang sama; ketika satu meningkat (menurun), yang lain
cenderung melakukan hal yang sama. Ketika kovarians positif, koefisien korelasi
juga akan positif.
- Negatif, menunjukkan bahwa return kedua sekuritas tersebut cenderung bergerak
terbalik; ketika satu meningkat (menurun), yang lain cenderung menurun
(meningkat). Ketika kovarians negatif, koefisien korelasi juga akan negatif.
- Nol, menunjukkan bahwa pengembalian dua sekuritas adalah independen dan tidak
memiliki kecenderungan untuk bergerak ke arah yang sama atau berlawanan secara
bersamaan.
Rumus untuk menghitung kovarians atas dasar yang diharapkan adalah

(Persamaan 7-9)
Persamaan 7-9 menunjukkan bahwa kovarians adalah nilai yang diharapkan dari
20
 produk deviasi dari mean. Dalam Persamaan 7-9, jika pengembalian saham untuk A dan
B

13
berada di atas rata-ratanya atau di bawah rata-ratanya pada saat yang sama, produknya akan
positif, yang mengarah ke kovarians positif. Sebaliknya, jika A berada di atas rata- ratanya
sedangkan B di bawah rata-ratanya, produk akan negatif, dan dengan kejadian yang cukup
mirip, kovariansnya akan negatif.
Ukuran ukuran kovarians tergantung pada unit variabel yang terlibat dan biasanya
berubah ketika unit ini diubah. Oleh karena itu, kovarians terutama memberikan informasi
kepada investor tentang apakah hubungan antara pengembalian aset positif, negatif, atau
nol karena hanya mengamati angka itu sendiri, tanpa konteks apa pun untuk menilai angka
tersebut, tidak terlalu berguna.
c. Menghubungkan Koefisien Korelasi dan Kovariansi
Kovarians dan koefisien korelasi dapat dihubungkan dengan cara berikut:

(Persamaan 7-10)
Persamaan ini menunjukkan bahwa koefisien korelasi hanyalah kovarians yang
distandarisasi dengan membagi dengan produk dari dua standar deviasi pengembalian.
Mengingat definisi koefisien korelasi ini, kovarians dapat ditulis sebagai:

(Persamaan 7-11)
Oleh karena itu, mengetahui koefisien korelasi, kita dapat menghitung kovarians karena
standar deviasi dari tingkat pengembalian aset sudah tersedia. Mengetahui kovarians, kita
dapat dengan mudah menghitung koefisien korelasi.

F. Menghitung Risiko Portofolio

Pertama, kami akan mempertimbangkan kasus yang paling sederhana, dua sekuritas, untuk
melihat apa yang terjadi dalam persamaan risiko portofolio. Kami kemudian akan
mempertimbangkan kasus banyak sekuritas, di mana perhitungannya segera menjadi terlalu besar
dan rumit untuk dianalisis dengan cara apa pun selain komputer.
a. Kasus Dua Keamanan
Risiko portofolio, yang diukur dengan standar deviasi pengembalian, untuk kasus dua
sekuritas, 1 dan 2, adalah

(Persamaan 7-12)
14
Persamaan 7-12 menunjukkan kepada kita bahwa risiko untuk portofolio tidak hanya
mencakup risiko keamanan individu tetapi juga kovarians antara dua sekuritas ini dan
bahwatiga faktor, bukan dua, menentukan risiko portofolio:
21
  Dampak Koefisien Korelasi. Standar deviasi portofolio secara langsung
dipengaruhi oleh korelasi antara dua saham. Risiko portofolio akan berkurang
karena koefisien korelasi bergerak dari +1,0 ke bawah, yang lainnya konstan.
 Dampak Bobot Portofolio. Kita telah melihat sebelumnya (Gambar 7-4) bahwa
dengan portofolio dua saham dan korelasi negatif yang sempurna, risiko dapat
dikurangi menjadi nol. Perhatikan bahwa ini tidak terjadi pada Contoh 7-8 (risiko
ketika ρ = -1,0 adalah 5,4 persen). Alasan untuk ini adalah bahwa bobot untuk
setiap stok dipilih menjadi 0,50 untuk tujuan ilustrasi. Untuk mengurangi risiko
menjadi nol dalam kasus dua keamanan, dan untuk meminimalkan risiko secara
umum, perlu untuk memilih bobot optimal, yang dapat dihitung.
“Risiko portofolio dipengaruhi baik oleh korelasi antar aset maupun oleh persentase
dana yang diinvestasikan di setiap aset”.
b. The n-Security Case
Kasus dua keamanan dapat digeneralisasi ken-kasus keamanan. Risiko portofolio dapat
dikurangi dengan menggabungkan aset dengan korelasi positif yang kurang sempurna.
Selanjutnya, semakin kecil korelasi positifnya, semakin baik.
Risiko portofolio adalah fungsi dari risiko masing-masing sekuritas individu dan kovarians
antara imbal hasil sekuritas individual. Dinyatakan dalam hal varians, risiko portofolio
adalah

22
 15

 Pentingnya Kovarians. Salah satu kontribusi penting Markowitz untuk teori

portofolio adalah wawasannya tentang kepentingan relatif dari varians dan
kovarians. Saat kita menambahkan sekuritas baru ke portofolio sekuritas yang
besar, ada dua dampak. 1.Risiko aset itu sendiri, yang diukur dengan variansnya,
ditambahkan ke risiko portofolio. 2.Kovarians antara keamanan baru dan setiap
keamanan lain yang sudah ada dalam portofolio juga ditambahkan.
“Ketika jumlah sekuritas yang dimiliki dalam portofolio meningkat, pentingnya
risiko masing-masing sekuritas (varians) berkurang, sementara pentingnya
hubungan kovarians meningkat”.

G. Mendapatkan Data
Untuk menghitung risiko portofolio menggunakan Persamaan 7-13, kita memerlukan
estimasi varians untuk setiap sekuritas dan estimasi koefisien korelasi atau kovarians. Baik
varians dan koefisien korelasi dapat (dan) dihitung menggunakan salah satu darimantan
posataumantan data. Jika seorang analis menggunakanmantan posdata untuk menghitung koefisien
16
korelasi atau kovarians dan kemudian menggunakan perkiraan ini dalam model Markowitz, asumsi

23
 implisitnya adalah bahwa hubungan yang ada di masa lalu akan berlanjut ke masa depan. Hal yang
sama berlaku untuk varians untuk sekuritas individual. Jika varians historis dianggap sebagai
estimasi terbaik dari varians yang diharapkan, itu harus digunakan. Namun, harus diingat bahwa
varians sekuritas individu dan koefisien korelasi antara sekuritas dapat berubah dari waktu ke
waktu (dan memang demikian), seperti halnya pengembalian yang diharapkan.

a. Perhitungan Markowitz Sederhana

Tabel 7-2 menunjukkan matriks varians-kovarians yang terkait dengan perhitungan ini.
Untuk kasus dua sekuritas, ada n2, atau empat, suku total dalam matriks—dua varians
dan dua kovarians. Untuk kasus empat sekuritas, ada n2, atau total 16 suku dalam
matriksempat varians dan 12 kovarians. Suku varians berada pada diagonal matriks dan,
pada dasarnya, mewakili kovarians keamanan dengan dirinya sendiri. Perhatikan bahwa
suku-suku kovarians di atas diagonal adalah bayangan cermin dari suku-suku kovarians di
bawah diagonal—yaitu, setiap kovarians diulang dua kali sejak COVAB sama dengan
COVBA.
“Jumlah kovarians dalam model Markowitz didasarkan pada perhitungann(n21),
dimananadalah jumlah sekuritas yang terlibat. Karena kovarians A dengan B sama dengan
kovarians B dengan A, maka terdapat [n(n-1)]/2 kovarians unik”.
Jelas, memperkirakan sejumlah besar kovarians dengan cepat menjadi masalah utama bagi
pengguna model. Karena banyak investor institusional mengikuti sebanyak 250 atau 300
sekuritas, jumlah input yang dibutuhkan menjadi tidak mungkin. Faktanya, sampai model
Markowitz dasar disederhanakan dalam hal input kovarians, itu tetap menjadi kepentingan
akademis.

17
CH 8 : PORTOFOLIO PILIHAN DAN ASET ALOKASI

A. Membangun Portofolio menggunakan Prinsip Markowitz

Untuk memilih portofolio aset keuangan yang optimal menggunakan analisis Markowitz, investor
harus:
- Identifikasi kombinasi risiko-pengembalian optimal (set efisien) yang tersedia dari set aset
berisiko yang dipertimbangkan dengan menggunakan analisis perbatasan efisien
Markowitz. Langkah ini menggunakan input dari Bab 7, pengembalian yang diharapkan,
varians dan kovarians untuk satu set sekuritas.
- Pilih portofolio optimal dari antara portofolio yang efisien berdasarkan preferensi investor.
1) IDENTIFIKASI KOMBINASI RISIKO-KEMBALIAN OPTIMAL 24
 Jika portofolio dipilih secara sewenang-wenang, beberapa manfaat diversifikasi diperoleh.
Ini menghasilkan pengurangan risiko portofolio. Namun, untuk mempertimbangkan set
informasi lengkap, kami menggunakan teori portofolio seperti yang dikembangkan oleh
Markowitz. Teori portofolio bersifat normatif, artinya teori ini memberi tahu investor
bagaimana mereka harus bertindak untuk melakukan diversifikasi secara optimal. Ini
didasarkan pada serangkaian asumsi kecil, termasuk:
1. Satu periode investasi; misalnya satu tahun.
2. Likuiditas posisi; misalnya, tidak ada biaya transaksi.
3. Preferensi investor hanya didasarkan pada pengembalian dan risiko portofolio yang
diharapkan, yang diukur dengan varians atau standar deviasi.
2) PORTOFOLIO YANG DAPAT DICAPAI
Pendekatan Markowitz untuk pemilihan portofolio adalah bahwa investor harus mengevaluasi
portofolio berdasarkan pengembalian yang diharapkan dan risiko yang diukur dengan standar
deviasi. Oleh karena itu, pertama-tama kita harus menentukan peluang pengembalian risiko
yang tersedia bagi investor dari serangkaian sekuritas tertentu.

Gambar 8.1
18

Aset pada Gambar 8-1 merupakanset yang dapat dicapaiportofolio, atau set peluang.
Himpunan yang dapat dicapai adalah seluruh rangkaian semua portofolio yang dapat
ditemukan dari sekelompok sekuritas.
- Portofolio yang Efisien, (Menurut Markowitz) didefinisikan sebagai salah satu yang
memiliki risiko portofolio terkecil untuk tingkat pengembalian yang diharapkan
tertentu atau pengembalian yang diharapkan terbesar untuk tingkat risiko tertentu.
- Set Efisien (Frontier) Segmen batas varians minimum di atas portofolio varians
minimum global, AB, menawarkan kombinasi risiko-pengembalian terbaik yang
tersedia bagi investor dari rangkaian input khusus ini. Segmen ini disebut sebagai set
yang efisien atau perbatasan yang efisien dari portofolio. Portofolio yang efisien
memiliki risiko portofolio terkecil untuk tingkat pengembalian yang diharapkan atau
pengembalian yang diharapkan terbesar untuk tingkat risiko tertentu
- Memahami Solusi Markowitz, Solusi untuk model Markowitz berkisar pada bobot
portofolio, atau persentase dana yang dapat diinvestasikan untuk diinvestasikan dalam
25
 setiap sekuritas. Karena pengembalian yang diharapkan, standar deviasi, dan koefisien
korelasi untuk sekuritas yang dipertimbangkan adalah input dalam analisis Markowitz,
bobot portofolio adalah satu-satunya variabel yang dapat dimanipulasi untuk
memecahkan masalah portofolio dalam menentukan portofolio yang efisien.
3) PORTOFOLIO ASET BERISIKO YANG OPTIMAL
Setelah kumpulan portofolio yang efisien ditentukan dengan menggunakan model
Markowitz, investor harus; pilih dari set ini portofolio yang paling sesuai untuk mereka.
1. Model Markowitz tidak menentukan satu portofolio optimal. Sebaliknya, ini
menghasilkan kumpulan portofolio yang efisien, yang semuanya, menurut definisi,
adalah optimal portofolio (untuk tingkat pengembalian atau risiko yang diharapkan).
Dari set yang efisien ini seorang investor memilih portofolio yang optimal untuknya.
2. Kurva Indiferen. Mengasumsikan bahwa investor menghindari risiko. Untuk
mengilustrasikan kombinasi risiko pengembalian yang diharapkan yang akan
memuaskan preferensi pribadi investor seperti itu, Markowitz menggunakan: kurva
indiferen (yang diasumsikan diketahui oleh investor). Kurva ini, yang ditunjukkan
pada Gambar 8-2 untuk investor yang menghindari risiko, menggambarkan preferensi
investor untuk risiko dan pengembalian.

19

3. Memilih Portofolio yang Optimal. Portofolio optimal untuk investor yang menghindari
risiko adalah portofolio yang berada di perbatasan efisien yang bersinggungan dengan
kurva indiferen tertinggi investor. Pada Gambar 8-3 ini terjadi pada titik 0.

B. Perspektif Global—Diversifikasi Internasional

Mengasumsikan diversifikasi dalam sekuritas domestik seperti saham yang
diperdagangkan di NYSE dan NASDAQ. Namun, kita sekarang tahu pentingnya mengambil
26
 pendekatan global untuk berinvestasi. Amerika Serikat mungkin merupakan pasar keuangan
terbesar di dunia, tetapi masih menyumbang kurang dari setengah dari total nilai pasar saham
dunia.
Apa pengaruh penambahan saham internasional terhadap analisis diversifikasi kami?
Mempertimbangkan potensi pengurangan risiko dan mengabaikan risiko tambahan dari investasi
asing, seperti risiko mata uang, kita dapat menyimpulkan bahwa jika diversifikasi domestik baik,
diversifikasi internasional harus lebih baik. Dan studi empiris telah mengkonfirmasi bahwa
setidaknya secara historis, menambahkan saham asing ke portofolio yang terdiversifikasi dengan
baik mengurangi volatilitas secara keseluruhan.
Bruno Solnik, otoritas terkemuka dalam investasi internasional, telah mencatat bahwa di
masa lalu faktor negara mendominasi harga saham dan korelasi faktor negara lemah. Ini berarti
pasar ekuitas di seluruh dunia sebenarnya berbeda, dan karena korelasi yang rendah, investor
dapat

20
mengurangi total varians portofolio mereka dengan melakukan diversifikasi lintas negara. Namun,
kondisi berubah secara dramatis dalam beberapa tahun terakhir karena pasar keuangan menjadi
semakin terintegrasi. Ada pertumbuhan besar dalam apa yang disebut merger dan akuisisi lintas
batas, yang berarti, misalnya, perusahaan Inggris yang ingin tumbuh akan membeli jenis bisnis
yang sama di negara lain daripada membeli jenis perusahaan Inggris lainnya.
Ketika korelasi antara pengembalian negara meningkat secara signifikan mulai sekitar
tahun 1995, manfaat langsung dari pengurangan risiko melalui penggabungan aset dengan
korelasi rendah berkurang. Pada tahun 2008, korelasi ekuitas global secara historis tinggi dan
indeks MSCI-EAFE, indeks ekuitas internasional, bergerak bersamaan dengan indeks S&P 500
sekitar 90 persen. Bahkan indeks MSCI Emerging Markets berkorelasi dengan indeks S&P 500 di
level 80 persen

C. Beberapa Kesimpulan Penting tentang Model Markowitz

Lima poin penting yang harus diperhatikan tentang model pemilihan portofolio Markowitz:
1. Teori portofolio Markowitz disebut sebagai model dua parameter karena investor diasumsikan
membuat keputusan berdasarkan dua parameter, pengembalian yang diharapkan dan risiko.
Dengan demikian, kadang-kadang disebut sebagai model mean-variance.
2. Analisis Markowitz menghasilkan seluruh rangkaian, atau batas, portofolio efisien, yang
semuanya sama-sama "baik". Tidak ada portofolio di perbatasan efisien, seperti yang
dihasilkan, mendominasi portofolio lain di perbatasan efisien.
3. Model Markowitz tidak membahas masalah investor yang menggunakan uang pinjaman
bersama dengan dana portofolio mereka sendiri untuk membeli portofolio aset berisiko; yaitu,
investor tidak diperbolehkan menggunakan leverage.
27
 4. Dalam praktiknya, investor yang berbeda, atau manajer portofolio, akan memperkirakan input
ke model Markowitz secara berbeda. Ini akan menghasilkan batas efisien yang berbeda. Ini
hasil dari ketidakpastian yang melekat pada bagian analisis keamanan investasi seperti yang
dijelaskan dalam Bab 1
5. Model Markowitz tetap rumit untuk digunakan karena matriks varianskovarians besar yang
diperlukan untuk satu set stok. Misalnya, dengan hanya menggunakan 100 saham, matriks
varians-kovarians memiliki 10.000 suku di dalamnya (walaupun setiap kovarians diulang dua
kali).

D. Metode Alternatif untuk Memperoleh Perbatasan yang Efisien

Model indeks tunggal memberikan ekspresi alternatif untuk varians portofolio, yang lebih
21
mudah dihitung daripada dalam kasus analisis Markowitz. Pendekatan alternatif ini dapat
digunakan untuk memecahkan masalah portofolio seperti yang dirumuskan oleh Markowitz—
menentukan himpunan portofolio yang efisien. Ini membutuhkan perhitungan yang jauh lebih
sedikit. Model multi-indeks juga telah diperiksa dan dievaluasi.

E. Memilih Kelas Aset yang Optimal—Keputusan Alokasi Aset

Model Markowitz biasanya dipikirkan dalam hal pemilihan portofolio saham individu;
memang, begitulah Markowitz mengharapkan modelnya digunakan. Cara alternatif untuk
menggunakan model Markowitz sebagai teknik seleksi adalah dengan memikirkan kelas aset,
seperti saham domestik, saham asing negara industri, saham pasar negara berkembang, obligasi,
dan sebagainya. Dengan menggunakan model dengan cara ini, investor memutuskan kelas aset apa
yang akan dimiliki dan berapa proporsi kelas aset yang akan dipegang.
Keputusan alokasi aset mengacu pada alokasi aset portofolio ke aset yang luas pasar;
dengan kata lain, berapa banyak dana portofolio yang akan diinvestasikan dalam saham, berapa
banyak di obligasi, aset pasar uang, dan sebagainya. Setiap bobot dapat berkisar dari 0 hingga 100
persen.keputusan alokasi aset secara global membuat kami mengajukan pertanyaan berikut:
1.Berapa persentase dana portofolio yang akan diinvestasikan di masing-masing negara di mana
pasar keuangan tersedia bagi investor?
2. Di setiap negara, berapa persentase dana portofolio yang akan diinvestasikan dalam saham,
obligasi, tagihan, dan aset lainnya?
3. Dalam setiap kelas aset utama, berapa persentase dana portofolio yang akan diinvestasikan
dalam berbagai sekuritas individual?
a. ALOKASI DAN DIVERSIFIKASI ASET
Bagaimana kedua konsep ini terhubung? memilih model alokasi aset tidak menjamin Anda
memiliki portofolio yang terdiversifikasi. Misalnya, memilih untuk menempatkan 90
persen dana Anda dalam reksa dana ekuitas yang berkonsentrasi pada saham teknologi dan
28
10 persen dalam bentuk tunai bukanlah portofolio yang terdiversifikasi. Dan jika Anda
 hanya memegang portofolio saham yang terdiversifikasi, Anda membuat taruhan satu
dimensi pada kelas aset.
Bagi banyak investor, portofolio yang terdiversifikasi terdiri dari dua elemen; diversifikasi
antara kategori aset dan diversifikasi dalam kategori aset. Tindakan semacam itu dapat
memberikan portofolio yang benar-benar terdiversifikasi.

22
b. BEBERAPA KELAS ASET UTAMA
1. Investasi Internasional, Penasihat investasi secara teratur merekomendasikan
bahwa investor melakukan diversifikasi internasional dengan memegang sekuritas
asing. Alasan untuk ini adalah bahwa investasi semacam itu mengurangi risiko
portofolio karena pasar domestik dan luar negeri mungkin tidak bergerak
bersama dan peluang potensial di pasar lain mungkin lebih besar daripada yang
tersedia di Amerika Serikat.
2. Obligasi adalah pilihan yang jelas sebagai salah satu kelas aset untuk dimiliki
dalam diversifikasiportofolio. Secara tradisional, alokasi aset digambarkan sebagai
membagi dana antara saham, obligasi, dan tagihan Treasury.
3. Treasury Inflation-Indexed Securities (TIPS)Obligasi berindeks inflasi adalah
hubungan yang kelas aset baru yang semakin penting karena mereka adalah satu-
satunya kelas aset yang memberikan perlindungan sistematis terhadap risiko inflasi.
Mereka sekarang dianggap sebagai kelas aset utama karena sekuritas ini seringkali
tidak mengikuti pergerakan sekuritas jenis lain, termasuk obligasi konvensional.
4. Real Estat adalah pilihan lain yang jelas untuk diversifikasi portofolio. investor
dapat dengan mudah memegang real estate dengan membeli Real Estate Investment
Trust (REITs). Dalam beberapa tahun terakhir, REIT berkorelasi positif dengan
saham AS, tetapi dalam rentang yang luas.
5. Emas, Pada tahun 2011 emas mencapai harga $1.9001satu ons, meskipun biasanya
diperdagangkan untuk agak kurang. Mengingat bahwa investor dapat memiliki
emas melalui reksa dana, ETF, koin, saham pertambangan emas, dan komoditas itu
sendiri, emas mungkin menarik bagi berbagai pembuat portofolio.
6. Komoditas, komoditas menikmati kenaikan besar dalam beberapa tahun terakhir
tahun, dengan baja, tembaga, minyak, semen, produk pertanian dan sebagainya
menunjukkan kenaikan harga yang besar. Banyak investor bergegas untuk
menguangkan investasi alternatif yang sedang booming ini. Komoditas sering
memiliki korelasi positif yang rendah dengan saham AS.

c. MENGGABUNGKAN KELAS ASET

Sebagai indikasi tentang apa yang dapat dicapai dengan menggunakan kelas aset untuk
29
 program investasi, pertimbangkan analisis sederhana di mana investor melakukan
23
diversifikasi di reksa dana yang mewakili kelas aset yang berbeda. Misalnya, dana
portofolio tersebar di seluruh kelas aset seperti saham blue chip, saham berkapitalisasi
kecil, ekuitas internasional, obligasi domestik, obligasi internasional, emas, dan pasar uang.
Ada program untuk menghitung batas efisien menggunakan kelas aset. Program-program
ini memungkinkan berbagai kendala, seperti hasil minimum dan tidak ada short selling.

Tabel 8-1 menunjukkan contoh penghitungan portofolio efisien menggunakan teknik

optimasi Markowitz. Ini berisi data pengembalian dan risiko untuk portofolio alokasi aset
"tradisional" yang terdiri dari saham (Indeks S&P 500), obligasi Treasury, dan tagihan
Treasury, serta portofolio "non tradisional" yang juga dapat mencakup real estat dan TIPS.
Perhatikan bahwa tiga portofolio berbeda ditampilkan: (1) portofolio berisiko rendah,
dengan standar deviasi 5 persen, (2) portofolio berisiko sedang, dengan standar deviasi 10
persen, (3) dan portofolio berisiko tinggi. portofolio dengan standar deviasi 15 persen.

d. KELAS ASET DAN KORELASI KOEFISIEN

Korelasi antara kelas aset jelas merupakan faktor kunci dalam membangun portofolio yang
optimal. Investor ingin memiliki kelas aset yang berkorelasi negatif satu sama lain, atau
setidaknya tidak berkorelasi positif satu sama lain. Misalnya sekitar tahun 2000, korelasi
antara saham dan obligasi berkisar antara:1. 3 sampai1.6. Baru-baru ini, hubungan ini
tampaknya telah rusak, dan terkadang menjadi negatif. Korelasi antara saham AS dan
REITS telah meningkat cukup tajam sejak tahun 2002.Sementara korelasi antara saham AS
dan saham internasional telah meningkat dalam beberapa tahun terakhir dari sekitar 0,60
menjadi 0,70, korelasi antara saham AS dan obligasi pemerintah asing di pasar negara maju
telah menurun. tajam dalam beberapa tahun terakhir. Emas sering dianggap memiliki
korelasi rendah atau negatif dengan saham AS, tetapi ada periode tahunan baru-baru ini
ketika ini tidak benar. Jelas bahwa koefisien korelasi berubah dari waktu ke waktu. korelasi
24
historis antara dua kelas aset akan sedikit berbeda tergantung pada periode waktu yang
dipilih untuk melakukan perhitungan; frekuensi data (bulanan, tahunan, dll); dan kelas
aset persis yang digunakan (S&P 500, DJIA, Wilshire 5000, dll.). Tentu saja, yang benar-
benar penting ketika membangun portofolio adalah koefisien korelasi masa depan, yang
30
 mungkin berbeda dari historis.

F. Alokasi Aset dan Investor Individu

Untuk investor individu, keputusan alokasi aset sangat bergantung pada cakrawala waktu
dan toleransi risiko mereka. Investor cenderung lebih nyaman dengan ekuitas ketika mereka
memiliki cakrawala waktu yang lama, mengingat volatilitas saham dari tahun ke tahun. Investor
dengan toleransi risiko yang rendah mungkin hanya dapat mentolerir alokasi yang relatif
sederhana untuk saham.
 Alokasi Aset Menggunakan Saham dan Obligasi
Sebagian besar investor memiliki portofolio saham atau obligasi atau kombinasi keduanya.
obligasi adalah aset yang lebih aman dari dua aset, dan inilah alasan mengapa banyak
investor mengalokasikan setidaknya sebagian dari portofolio mereka ke obligasi. Obligasi
secara historis telah memberikan pengembalian yang lebih rendah daripada saham, tetapi
dengan risiko yang jauh lebih rendah.

Misalnya pada tabel 8-2 menunjukkan kepada kita bahwa portofolio 50 persen saham
dan 50 persen obligasi memiliki standar deviasi yang lebih rendah, 10,85 persen, dan
pengembalian tahunan yang lebih tinggi sebesar 11,90 persen. Hal yang sama berlaku
untuk periode sebelumnya. Portofolio obligasi 65 persen dan saham 35 persen memiliki
risiko yang sedikit lebih rendah daripada portofolio obligasi 100 persen, tetapi
pengembalian yang hampir 1,2 poin persentase lebih tinggi secara gabungan tahunan. Jelas,
untuk periode 40 tahun yang ditunjukkan di sini, alokasi aset antara saham dan obligasi
berbayar bagi investor. Kecuali seseorang mengharapkan masa depan menjadi sangat
berbeda dari masa lalu, sulit untuk membenarkan memegang portofolio yang hanya terdiri
dari obligasi.
 Beberapa Batasan Alokasi Aset
Aset Investor individu, dalam memilih kelas aset, harus menyadari bahwa manfaat alokasi
aset tidak selalu ada. Sebuah studi baru-baru ini selama periode 1975-2005 menemukan,
tidak terduga, bahwa emas sebagai investasi mandiri berkinerja buruk dibandingkan dengan
saham dalam jangka panjang. Bagaimana dengan investasi emas buy- andhold 5 persen yang
ditambahkan ke portofolio global yang dioptimalkan? Studi ini menemukan bahwa selama
periode yang panjang ini, tidak ada manfaat nyata untuk berinvestasi di emas. Selama
periode waktu tertentu, tentu saja, emas berkinerja baik, tetapi pada keseimbangan tidak.
31
Mengingat hype tentang emas pada tahun 2011 ketika mencapai tingkat harga yang sangat
 tinggi, ini adalah informasi yang baik untuk diingat sebagai investor jangka panjang.
Investor juga harus mencatat bahwa alokasi aset tidak menjamin bahwa investor tidak akan
kehilangan uang selama beberapa periode waktu. Hal ini menyebabkan beberapa pengamat
berpendapat bahwa alokasi/diversifikasi aset dinilai terlalu tinggi dan dapat diabaikan. 2008
adalah krisis keuangan yang sebenarnya dalam arti yang sama bahwa Depresi Besar adalah
krisis keuangan yang sebenarnya. Peristiwa seperti itu jarang terjadi, untungnya. Untuk
semua masa buruk lainnya dalam ekonomi AS, alokasi/diversifikasi aset terbayar,
mengurangi risiko dan kerugian investor. Investor tidak akan disarankan untuk menentang
seluruh sejarah diversifikasi karena satu peristiwa bencana dalam sejarah baru- baru ini

1) ALOKASI ASET DAN REKSA DANA INDEKS

Investor dapat membangun portofolio yang sehat menggunakan reksa dana indeks atau
ETF. Dimulai dengan ekuitas, dana akan dibutuhkan untuk menutupi saham berkapitalisasi besar
domestik dan saham berkapitalisasi kecil. rencana alokasi aset ini, hanya menggunakan dana
saham dan obligasi, baik domestik maupun internasional, seharusnya cukup bagi banyak investor.
Menambahkan kelas aset tambahan dapat menambah nilai, tetapi juga meningkatkan risiko
portofolio secara keseluruhan. Misalnya, emas, tanpa arus kas, dapat dengan mudah turun harga
setelah kenaikan besar.
2) ANALISIS SIKLUS HIDUP
Secara tradisional, alokasi aset yang direkomendasikan untuk investor berfokus pada tahap siklus
hidup mereka. Misalnya, investor muda dengan masa kerja 30 tahun ke depan diasumsikan dapat
berinvestasi pada saham biasa yang berisiko, sementara investor mendekati pensiun diasumsikan
mendukung sebagian besar obligasi dalam portofolio mereka. Namun, karena investor menjadi
lebih akrab dengan apa yang dapat dilakukan inflasi terhadap nilai portofolio tetap dalam jangka
waktu yang lama, dan ketika mereka menyadari bahwa seorang pensiunan mungkin memiliki
harapan hidup 25 tahun atau lebih, beberapa orang telah mengubah pandangan mereka tentang
alokasi aset. Pendekatan sederhana bagi sebagian investor individu dalam mengelola dana
pensiunnya adalah dengan membeli dana siklus hidup (juga disebut dana tanggal target).Dana
siklus hidup adalah dana berimbang (memegang investasi ekuitas dan pendapatan tetap) dengan
alokasi aset yang secara otomatis menyesuaikan dengan postur yang lebih konservatif saat
mendekati tanggal pensiun.

G. Dampak Diversifikasi terhadap Risiko

Analisis Markowitz menunjukkan bahwa standar deviasi portofolio biasanya kurang dari
rata-rata tertimbang dari standar deviasi sekuritas dalam portofolio. Diversifikasi biasanya
mengurangi risiko portofolio—karena jumlah kepemilikan portofolio meningkat, risiko portofolio
menurun.
1. RISIKO SISTEMATIS DAN NONSISTEMATIS
❖ Risiko yang Dapat Didiversifikasi (Tidak Sistematis), )Risiko portofolio umumnya
32
 menurun karena lebih banyak saham ditambahkan karena kami menghilangkan resiko
nonsistematis,atau risiko spesifik perusahaan. Ini adalah risiko unik yang terkait dengan
perusahaan tertentu. Namun, sejauh mana pengurangan risiko tergantung pada tingkat
korelasi antara saham. Sebagai aturan umum, korelasi antar saham, setidaknya saham
domestik dan terutama saham domestik besar, adalah positif, meskipun kurang dari 1,0.
Menambahkan lebih banyak saham akan mengurangi risiko pada awalnya, tetapi tidak
peduli berapa banyak saham berkorelasi parsial yang kami tambahkan ke portofolio, kami
tidak dapat menghilangkan semua risiko.
❖ Risiko yang Tidak Dapat Didiversifikasi (Sistematis), Variabilitas dalam pengembalian
total sekuritas yang secara langsung terkait dengan pergerakan keseluruhan di pasar umum
atau ekonomi disebut resiko yang sistematis, atau risiko pasar, atau risiko yang tidak dapat
didiversifikasi. Hampir semua sekuritas memiliki beberapa risiko sistematis, baik obligasi
atau saham, karena risiko sistematis secara langsung mencakup risiko suku bunga, resesi,
inflasi, dan sebagainya. Sebagian besar saham dipengaruhi secara negatif oleh faktor-faktor
tersebut; oleh karena itu, diversifikasi tidak dapat menghilangkan risiko pasar.
❖ Risiko dan Jumlah Surat Berharga, Investor dapat membangun portofolio yang
terdiversifikasi dan menghilangkan bagian dari risiko total, bagian yang dapat
didiversifikasi atau nonpasar.

Gambar 8-5 menggambarkan konsep penurunan risiko nonsistematis dalam portofolio

sekuritas. Semakin banyak sekuritas ditambahkan, risiko nonsistematis menjadi semakin
kecil, dan risiko total untuk portofolio mendekati risiko sistematisnya. Namun, Gambar 8-5
menunjukkan bahwa tidak peduli seberapa banyak kita melakukan diversifikasi, kita tidak
dapat menghilangkan risiko sistematis. Kurva risiko total yang menurun pada angka
tersebut turun dan paling banyak menjadi asimtotik terhadap risiko sistematis. Jelas, risiko
pasar sangat penting bagi semua investor. Ini memainkan peran sentral dalam penetapan
harga aset karena merupakan risiko yang dapat diharapkan investor untuk mendapatkan
imbalan atas pengambilannya.

2. BERAPA BANYAK EFEK YANG DIPERLUKAN UNTUK DIVERSIFIKASI 33

 SEPENUHNYA?
Menurut studi terbaru oleh Campbell, Lettau, Malkiel dan Xu, antara tahun 1962 dan 1997

volatilitas pasar secara keseluruhan tidak berubah sementara volatilitas saham individu
meningkat tajam. Volatilitas pasar ditemukan pada dasarnya tanpa tren, sedangkan volatilitas
saham individu telah meningkat. Studi ini menunjukkan bahwa investor membutuhkan lebih
banyak saham di lingkungan saat ini untuk melakukan diversifikasi secara memadai. Dalam
artikel terpisah, Malkiel menggambarkan bagaimana situasi saat ini berbeda dari masa lalu
dalam hal idiosyncratic (nonsystematic) risk dan risk reduction. Gambar 8-6 menunjukkan
bagaimana total risiko menurun berdasarkan tahun 1960-an dan 1990-an.
Dua puluh saham yang terdiversifikasi berdasarkan sektor dapat secara efektif
menghilangkan risiko spesifik perusahaan. Sebaliknya, untuk tahun 1990-an bahkan portofolio 50
saham mengandung sejumlah besar risiko idiosinkratik. Malkiel melanjutkan dengan mengatakan
bahwa di "pasar saat ini, portofolio harus menyimpan lebih banyak saham daripada 20 saham
yang pada tahun 1960 mencapai diversifikasi yang cukup. Malkiel telah menyarankan bahwa
dibutuhkan sebanyak 200 saham untuk memberikan tingkat diversifikasi dalam studi sebelumnya.
Jadi berapa banyak sekuritas yang dibutuhkan untuk mendiversifikasi portofolio secara memadai?
Beberapa penelitian menunjukkan 40 saham yang dibutuhkan. Campbell dkk. menyarankan bahwa
untuk periode terakhir setidaknya 50 saham yang dipilih secara acak diperlukan.

H. Implikasi Mengurangi Risiko dengan Memegang Portofolio

Konstruksi portofolio optimal dan pemilihan portofolio terbaik bagi investor berimplikasi
pada penetapan harga aset keuangan. Sebagian dari risiko saham rata-rata dapat dihilangkan dan
sebagian tidak. Investor perlu fokus pada bagian risiko yang tidak dapat dihilangkan dengan
diversifikasi karena ini adalah risiko yang harus dihargai di pasar keuangan. Risiko relevan dari
saham individual adalah kontribusinya terhadap risiko portofolio yang terdiversifikasi dengan
baik. Pengembalian yang diharapkan atas dasar kontribusi ini dapat diperkirakan dengan model
penetapan harga aset modal.

PASAR MODAL EFISIEN

A. Konsep Pasar Efisien
34
 Investor menentukan harga saham berdasarkan arus kas yang diharapkan akan
diterima dari saham serta risiko yang terlibat. Investor yang rasional akan menggunakan semua
informasi yang mereka miliki atau dapat diperoleh secara wajar. Kumpulan informasi ini
terdiri dari informasi yang diketahui dan keyakinan tentang masa depan (informasi yang dapat
disimpulkan secara wajar).

Informasi adalah kunci untuk penentuan harga saham dan merupakan isu sentral dari
konsep pasar yang efisien. Pasar yang efisien didefinisikan sebagai pasar di mana harga semua
sekuritas dengan cepat dan sepenuhnya mencerminkan semua informasi relevan yang tersedia.

1. Di pasar yang efisien, harga pasar saat ini dari sekuritas menggabungkan semua informasi
yang relevan.

2. Dalam pasar yang efisien, harga sekuritas mencerminkan informasi yang tersedia sehingga
menawarkan pengembalian yang diharapkan sesuai dengan tingkat risiko.

Konsep pasar efisien mendalilkan bahwa investor mengasimilasi semua informasi yang
relevan ke dalam harga melalui keputusan beli dan jual mereka. Oleh karena itu, harga saham
saat ini mencerminkan:

1. Semua informasi yang diketahui, termasuk:

a. Informasi masa lalu (misalnya, pendapatan tahun lalu atau kuartal terakhir)
b. Informasi terkini serta acara yang telah diumumkan tetapi masih terus datang
(misalnya pemecahan saham)

2. Informasi yang dapat disimpulkan secara wajar (misalnya, jika banyak investor percaya
bahwa Fed akan memangkas suku bunga pada pertemuannya minggu depan, harga akan
mencerminkan sebagian besar keyakinan ini sebelum peristiwa yang sebenarnya terjadi).

Konsep bahwa pasar efisien tidak menuntut atau membutuhkan penyesuaian harga
yang sempurna mengikuti informasi baru. Sebaliknya, pernyataan yang benar yang terlibat di
sini adalah bahwa penyesuaian harga yang dihasilkan dari informasi adalah "tidak bias" (ini
berarti bahwa penyesuaian kadang-kadang terlalu besar dan di lain waktu terlalu kecil, tetapi
rata-rata seimbang). Harga baru tidak harus berupa harga keseimbangan baru tetapi hanya
perkiraan yang tidak bias dari harga keseimbangan akhir yang akan ditetapkan setelah
investor sepenuhnya menilai dampak dari informasi tersebut.

35
 Gambar di atas mengilustrasikan konsep efisiensi pasar untuk satu perusahaan di mana
peristiwa positif yang signifikan terjadi. Saham diperdagangkan pada $50 pada tanggal
pengumuman acara—Tanggal 0. Jika pasar efisien, harga saham dengan cepat mencerminkan
informasi yang tersedia. Investor akan sangat cepat menyesuaikan harga saham terhadap nilai
intrinsiknya (wajar). Asumsikan bahwa estimasi nilai wajar baru untuk saham tersebut adalah
$52. Di pasar yang efisien, kenaikan langsung harga saham menjadi $52 akan terjadi, seperti
yang ditunjukkan oleh garis padat.

Jika proses penyesuaian pasar terjadi pada pasar yang tidak efisien, maka lag
penyesuaian harga saham terhadap informasi baru dapat terjadi dan diwakili oleh garis putus-
putus. Harga akhirnya menyesuaikan dengan estimasi nilai wajar baru sebesar $52 karena
rumah pialang menyebarkan informasi baru dan investor merevisi estimasi nilai wajar saham
mereka. Perhatikan bahwa waktu yang diperlukan untuk menyesuaikan harga tidak diketahui
sebelumnya—garis putus-putus hanya ilustrasi.

MENGAPA PASAR SAHAM AS DAPAT DIHARAPKAN EFISIEN

Dapat ditunjukkan bahwa pasar yang efisien dapat eksis dalam kondisi berikut:

1. Sejumlah besar investor rasional dan memaksimalkan keuntungan ada yang secara aktif
berpartisipasi di pasar dengan menganalisis, menilai, dan memperdagangkan saham.
a. Investor ini adalah pengambil harga; yaitu, satu peserta saja tidak dapat
mempengaruhi harga sekuritas.
2. Informasi tidak memerlukan biaya dan tersedia secara luas bagi pelaku pasar pada
waktu yang hampir bersamaan.
3. Informasi dihasilkan secara acak sehingga pengumuman pada dasarnya tidak tergantung
satu sama lain.
4. Investor bereaksi cepat dan penuh terhadap informasi baru, menyebabkan harga saham
menyesuaikan.
36
 Meskipun produksi informasi bukanlah tanpa biaya, untuk institusi dalam bisnis
investasi dalam menghasilkan informasi keuangan adalah biaya bisnis yang diperlukan dan
banyak peserta menerimanya “gratis” (investor dapat membayar secara tidak langsung untuk
informasi tersebut dalam biaya perantara dan biaya lainnya).

Informasi sebagian besar dihasilkan secara acak, dalam arti bahwa sebagian besar
investor tidak dapat memprediksi kapan perusahaan akan mengumumkan perkembangan baru
yang signifikan, kapan gangguan minyak akan terjadi, kapan peristiwa cuaca besar akan
mempengaruhi ekonomi, kapan mata uang akan terdevaluasi, kapan penting pemimpin tiba-
tiba akan mengalami serangan jantung, dan lain sebagainya. Meskipun ada beberapa
ketergantungan dalam peristiwa informasi dari waktu ke waktu, pada umumnya pengumuman
bersifat independen dan terjadi kurang lebih secara acak.

Konsep pasar efisien tidak mengatakan bahwa semua investor rasional dan bereaksi
cepat terhadap informasi baru, hanya saja pasar secara agregat rasional. Banyak investor
dengan sumber daya yang besar umumnya rasional dan siap untuk bertindak berdasarkan
informasi. Hasil dari kondisi ini adalah bahwa pasar secara efisien mencerminkan informasi
yang tersedia tentang sekuritas. Meskipun kesalahan dibuat dan beberapa perilaku irasional
memang terjadi, pada umumnya pasar melakukan pekerjaan dengan baik dalam hal penetapan
harga sekuritas.

PERSPEKTIF INTERNASIONAL
Negara-negara maju yang besar memberikan banyak informasi dan cenderung
memiliki perusahaan yang terkenal dan diteliti. Negara-negara kurang berkembang memiliki
arus informasi yang kurang berkembang dengan baik, dan pasar negara berkembang mungkin
memiliki kesenjangan informasi yang signifikan. Jika ada efisiensi yang lebih rendah di pasar
keuangan negara lain dibandingkan dengan Amerika Serikat, seharusnya ada beberapa bukti
keberhasilan yang lebih besar yang melibatkan investasi internasional. Selama pada 1990-an,
hanya 10 persen manajer reksa dana AS yang mengungguli S&P 500, sementara 31 persen
mengungguli indeks Eropa. Sementara para pengelola uang internasional jelas-jelas
melakukannya dengan lebih baik, kedua kelompok tersebut berargumentasi untuk efisiensi
pasar dan investasi pasif.

Beberapa periode waktu baru-baru ini menunjukkan bahwa pengelola uang

internasional masih belum menunjukkan kinerja yang baik. Untuk periode tiga tahun yang
berakhir pada pertengahan 2011, 57 persen dana global dan 65 persen dana internasional
berkinerja buruk dari tolok ukur mereka. Adapun pasar negara berkembang, di mana secara
logis lebih banyak inefisiensi harus terjadi, 81 persen dana pasar negara berkembang
37
berkinerja buruk dari tolok ukur mereka.

BENTUK EFISIENSI PASAR

Kunci untuk menilai efisiensi pasar adalah menentukan seberapa baik informasi
tercermin dalam harga saham. Di pasar yang sangat efisien, harga sekuritas dengan cepat
mencerminkan semua informasi yang tersedia, dan investor tidak dapat menggunakan
informasi yang tersedia untuk mendapatkan pengembalian abnormal karena sudah disita
dalam harga. Di pasar seperti itu, setiap harga sekuritas sama dengan nilai intrinsiknya
(investasi).

Pengembalian abnormal didefinisikan sebagai pengembalian yang melebihi apa yang

diharapkan investor mengingat jumlah risiko yang diambil. Pengembalian abnormal dihitung
sebagai perbedaan antara pengembalian aktual sekuritas dan pengembalian yang
diharapkan/diperlukan dari sekuritas. Dengan kata lain, setelah disesuaikan dengan
pengembalian perusahaan yang seharusnya, sisa bagian dari pengembalian aktual adalah
pengembalian abnormal.

Jadi, pengembalian abnormal adalah pengembalian saham yang seharusnya diperoleh

saham seperti yang diprediksi oleh pendekatan tertentu. Ada tiga pendekatan umum yang
digunakan untuk memperoleh pengembalian yang diharapkan sebagai berikut:

1. Pengembalian yang diharapkan diukur sebagai pengembalian indeks pasar yang luas
(misalnya, S&P 500). Pendekatan ini tepat jika saham memiliki risiko rata-rata.
2. Pengembalian yang diharapkan diukur sebagai pengembalian yang diprediksi oleh model
penetapan harga aset seperti model pasar, Model Penetapan Harga Aset Modal (CAPM),
atau model multifaktor lainnya.
3. Pengembalian yang diharapkan diukur sebagai pengembalian untuk perusahaan yang
memiliki karakteristik yang sebanding dengan perusahaan yang dipertimbangkan.
Misalnya, perusahaan pembanding berukuran kira- kira sama, memiliki kelipatan harga
yang sebanding, dan beroperasi di industri yang sama.

Konsep utama yang terlibat dengan pasar yang efisien sebagai pasar yang efisien
hipotesis (EMH) hanya merupakan pernyataan formal efisiensi pasar yang berkaitan dengan
sejauh mana harga sekuritas dengan cepat dan sepenuhnya mencerminkan informasi yang
tersedia. Pada tahun 1970. Fama mengusulkan untuk membagi EMH menjadi tiga kategori,
38
dan ini biasanya telah digunakan sejak saat itu dalam diskusi EMH. Ketiga klasifikasi ini

diilustrasikan pada gambar di bawah

1. Bentuk Lemah:

Salah satu jenis informasi paling tradisional yang digunakan dalam menilai nilai keamanan
adalah data pasar, yang terutama mengacu pada semua informasi harga masa lalu
(termasuk data volume). Jika harga sekuritas ditentukan di pasar yang efisien bentuk
lemah, data harga historis seharusnya sudah tercermin dalam harga saat ini dan seharusnya
tidak memiliki nilai dalam memprediksi perubahan harga di masa depan. Karena data pasar
adalah dasar dari analisis teknikal. Analisis teknikal memiliki nilai yang kecil atau tidak
sama sekali jika pasar adalah efisien bentuk lemah. Dengan kata lain, dalam pasar efisien
bentuk lemah, penggunaan data pasar diharapkan tidak menawarkan peluang bagi investor
untuk memperoleh pengembalian abnormal.
Uji kegunaan data pasar disebut uji bentuk lemah EMH. Jika bentuk lemah dari EMH
benar, perubahan harga di masa lalu seharusnya tidak terkait dengan perubahan harga di
masa depan dalam pengertian ekonomi. Dengan kata lain, suatu pasar dapat dikatakan
efisien lemah jika harga saat ini mencerminkan semua data pasar masa lalu. Implikasi yang
benar dari pasar efisien bentuk lemah adalah bahwa riwayat informasi harga masa lalu
tidak memiliki nilai dalam menilai perubahan harga di masa depan.

2. Bentuk Semi Strong:

Tingkat efisiensi pasar yang lebih komprehensif tidak hanya melibatkan data pasar yang
diketahui dan tersedia untuk umum tetapi juga semua data yang diketahui dan tersedia
secara publik, seperti pendapatan, dividen, pengumuman pemecahan saham,
39
 pengembangan produk baru, kesulitan pembiayaan, dan perubahan akuntansi. Sebuah pasar
yang dengan cepat memasukkan semua informasi tersebut ke dalam harga dikatakan
menunjukkan efisiensi bentuk setengah kuat. Pasar efisien semi kuat mencakup bentuk
hipotesis yang lemah, karena data pasar adalah bagian dari kumpulan yang lebih besar dari
semua informasi yang tersedia untuk umum. Pasar efisien semi kuat menyiratkan bahwa
investor tidak dapat bertindak berdasarkan informasi publik setelah pengumumannya dan
mengharapkan untuk memperoleh pengembalian yang disesuaikan dengan risiko
(abnormal) di atas rata-rata. Jika ada lag dalam penyesuaian harga saham terhadap
pengumuman tertentu dan investor dapat memanfaatkan lag tersebut dan mendapatkan
abnormal return, maka pasar tidak sepenuhnya efisien dalam arti setengah kuat.

3. Bentuk Kuat:

Bentuk efisiensi pasar yang paling ketat adalah bentuk kuat, yang menegaskan bahwa
harga saham sepenuhnya mencerminkan semua informasi, publik dan non publik. Jika
pasar efisien bentuk kuat, tidak ada kelompok investor yang mengharapkan untuk
memperoleh pengembalian abnormal dengan menggunakan informasi apapun dengan
cara yang unggul.

EMH bentuk kuat menggabungkan informasi pribadi—yaitu, informasi yang tidak

tersedia untuk umum karena dibatasi untuk kelompok tertentu seperti orang dalam perusahaan
dan spesialis di bursa. Bentuk kuat menyatakan bahwa tidak seorang pun dengan informasi
pribadi dapat menghasilkan uang dengan menggunakan informasi ini.

Jika seseorang percaya pada efisiensi bentuk setengah kuat, bentuk lemah juga
tercakup. Efisiensi bentuk kuat meliputi bentuk lemah dan setengah kuat dan mewakili tingkat
efisiensi pasar tertinggi. Seorang investor yang percaya pada bentuk kuat dari EMH harus
menjadi investor pasif. Di sisi lain, seorang investor yang menerima bentuk lemah tetapi
menolak dua lainnya bisa menjadi investor agresif, berdagang secara aktif untuk mengejar
keuntungan investasi.

B. Cara Menguji Efisiensi Pasar

Kunci untuk menguji validitas salah satu dari tiga bentuk efisiensi pasar adalah konsistensi
investor dapat memperoleh pengembalian abnormal, tergantung pada kumpulan informasi yang
terlibat.
Inefisiensi berumur pendek yang muncul secara acak bukan merupakan bukti inefisiensi
pasar. Di pasar yang efisien secara ekonomi, aset diberi harga sedemikian rupa sehingga investor
tidak dapat mengeksploitasi perbedaan apa pun dan mendapatkan pengembalian abnormal setelah
40
mempertimbangkan semua biaya transaksi. Di pasar seperti itu, beberapa sekuritas dapat sedikit
salah harga, dan kelambatan dapat terjadi dalam pemrosesan informasi, tetapi, sekali lagi, tidak
sedemikian rupa sehingga perbedaan tersebut dapat dimanfaatkan secara menguntungkan oleh
rata-rata investor.
Investor dapat memperoleh pengembalian abnormal bahkan jika pasar efisien. Investor
dapat melakukan pembelian saham hari ini lalu ternyata hari berikutnya terdapat penemuan besar
diumumkan yang akan menyebabkan harga saham perusahaan meningkat secara signifikan.
Apakah ini berarti pasar tidak efisien? Tentu tidak; itu berarti investor sangat terampil atau sangat
beruntung.
WEAK FORM TEST

Pasar efisien dalam bentuk lemah berarti bahwa data harga dimasukkan ke dalam harga
saham saat ini. Jika harga mengikuti tren non-acak, perubahan harga saham bergantung pada
perubahan sebelumnya; jika tidak, mereka independen. Oleh karena itu, tes bentuk lemah
melibatkan pertanyaan apakah semua informasi yang terkandung dalam urutan harga masa lalu
sepenuhnya tercermin dalam harga saat ini.
EMH bentuk lemah terkait dengan ide yang populer di tahun 1960-an yang menyatakan
bahwa perubahan harga saham harus mengikuti random walk. Jika harga mengikuti random walk,
perubahan harga dari waktu ke waktu bersifat acak (independen). Perubahan harga hari ini tidak
terkait dengan perubahan harga kemarin, atau sehari sebelumnya, atau hari lainnya. Jika informasi
baru tiba secara acak di pasar dan investor segera bereaksi, perubahan harga akan acak.

Ada dua cara utama untuk menguji efisiensi bentuk lemah:

1. Uji statistik independensi perubahan harga saham. Jika uji statistik menunjukkan bahwa
perubahan harga bersifat independen, implikasinya adalah mengetahui dan menggunakan
urutan informasi harga masa lalu tidak ada nilainya bagiinvestor.

2. Uji aturan perdagangan khusus yang mencoba menggunakan data harga masa lalu. Jika
tes tersebut secara sah menghasilkan pengembalian abnormal, ini menunjukkan bahwa
pasar tidak efisien bentuk lemah.

Ketika mempertimbangkan uji efisiensi pasar bentuk lemah, penting untuk membedakan
antara ketergantungan statistik dan ketergantungan ekonomi dalam perubahan harga saham.
Tes statistik yang dibahas sebelumnya mendeteksi sejumlah kecil ketergantungan pada
perubahan harga. Tidak semua deret tersebut dapat dikatakan benar-benar independen secara
statistik. Jika harga mengikuti tren non-acak, perubahan harga sahambergantung pada perubahan
sebelumnya; jika tidak, mereka independen. Oleh karena itu, pengujian bentuk lemah melibatkan
41
pertanyaan apakah semua informasi yang terkandung dalam urutan harga masa lalu sepenuhnya
tercermin dalam harga saat ini. Namun, mereka mandiri secara ekonomi karena tidak dapat
memanfaatkan
ketergantungan statistik kecil yang ada. Setelah biaya perantara, pengembalian abnormal
menghilang.
Tes bentuk lemah, baik dari independensi statistik maupun aturan perdagangan, sangat
banyak dan hampir bulat dalam kesimpulannya. Tes ini mendukung gagasan bahwa pasar efisien
bentuk lemah.

SEMISTRONG‐FORM TESTS
Banyak tes bentuk setengah kuat adalah tes kecepatan penyesuaian harga untuk
pengumuman informasi yang tersedia untuk umum. Pertanyaannya adalah apakah investor dapat
menggunakan informasi yang tersedia untuk umum untuk mendapatkan pengembalian abnormal,
setelah disesuaikan dengan biaya transaksi.
Studi Peristiwa Penelitian empiris tentang efisiensi bentuk setengah kuat seringkali
melibatkan studi peristiwa yang menguji kecepatan reaksi investor terhadap pengumuman
material. Studi peristiwa memungkinkan kita untuk mengontrol pengembalian pasar agregat
sementara peristiwa unik diperiksa.
Metodologi studi peristiwa memeriksa pengembalian abnormal di sekitar tanggal
pengumuman. Saat mempelajari peristiwa tertentu, seperti earning surprise, kami ingin
memastikan pengembalian abnormal mengukur efek dari peristiwa tersebut dan bukan beberapa
faktor ekonomi lain yang terjadi pada saat yang bersamaan. Untuk melakukan ini, penelitian
mencakup beberapa perusahaan yang mengalami peristiwa yang sama pada tanggal yang berbeda
agar faktor ekonomi lainnya saling membatalkan. Hal ini memungkinkan kita untuk menghitung
rata-rata abnormal return (AR) di seluruh perusahaan. Kami akan menyebutnya rata-rata ARt ,
sedangkan untuk setiap perusahaan individu, pengembalian abnormal adalah ARit.
Kumulatif abnormal return (CAR) adalah jumlah dari rata-rata abnormal return selama

periode waktu yang diperiksa dan dihitung sebagai:

CAR menangkap rata-rata pergerakan saham spesifik perusahaan selama beberapa periode waktu
di mana peristiwa yang sedang dipelajari diperkirakan akan mempengaruhi pengembalian
saham.

42
 Gambar 12-4(a), yang menunjukkan situasi di mana pengumuman tidak terdugadi pasar
yang efisien. CAR mendekati nol sebelum tanggal pengumuman. Pada tanggal pengumuman ada
penyesuaian langsung ke atas untuk informasi baru dan positif. Setelah penyesuaian ini terjadi,
saham sekali lagi dinilai secara wajar, dan CAR berfluktuasi sepanjang jalur horizontal.

Pada Gambar 12-4(b), kasus peristiwa menguntungkan yang diantisipasi di pasar yang
efisien. Investor mengantisipasi peristiwa tersebut sebelum pengumuman, dan CAR naik karena
investor menawar harga saham. Pada tanggal pengumuman, peristiwa tersebut tercermin dalam
harga saham, dan tidak ada penyesuaian ke atas. SebaliknyaCAR berlanjut di sepanjang jalur
horizontalnya.
Studi Pengembalian Cross-Sectional Jenis utama lainnya dari uji efisiensi bentuk semi kuat
menguji pengembalian saham berdasarkan karakteristik perusahaan. Studi-studi ini menguji
apakah karakteristik perusahaan yang tersedia untuk umum dapat digunakan oleh investor untuk
memungkinkan mereka memperoleh pengembalian yang abnormal. Mirip dengan studi peristiwa,
studi pengembalian cross-sectional bergantung pada pembentukan portofolio perusahaan yang
tunduk pada pengujian.
STRONG‐FORM EVIDENCE 43
 Bentuk kuat dari EMH menyatakan bahwa harga saham dengan cepat menyesuaikan diri
untuk mencerminkan semua informasi, termasuk informasi pribadi. Dengan demikian, tidak ada
kelompok investor yang memiliki informasi yang memungkinkan mereka memperoleh keuntungan
abnormal secara konsisten. Menurut efisiensi bentuk kuat, investor bahkan tidak dapat
menggunakan, apa yang mereka yakini, informasi monopolistik untuk mendapatkan pengembalian
abnormal.
Salah satu cara untuk menguji efisiensi bentuk kuat adalah dengan memeriksa kinerja
kelompok yang dianggap memiliki akses ke informasi non publik yang "benar". Jika kelompok
seperti itu secara konsisten dapat memperoleh pengembalian abnormal, bentuk kuat tidak akan
didukung.
Aspek lain dari bentuk yang kuat adalah kemampuan investor mana pun untuk memperoleh
pengembalian berlebih sebagai hasil dari penggunaan informasi dengan cara yang unggul. Dengan
kata lain, dapatkah seorang investor, atau sekelompok investor, menggunakan nilai informasi
yang terkandung dalam suatu pengumumanuntuk mendapatkan abnormal return? Jika tidak, pasar
efisien bentuk kuat. Aspek bentuk kuat ini telah diperiksa dalam beberapa cara, termasuk
menganalisis pengembalian manajer uang profesional seperti manajer reksadana dan dana pensiun
dan memeriksa nilai rekomendasi analis sekuritas.

Corporate Insiders

Corporate Insiders dalam perusahaan adalah pejabat, direktur, atau pemegang

saham utama perusahaan yang mungkin diharapkan memiliki informasi orang dalam
yang berharga. Komisi Sekuritas dan Bursa (SEC) mewajibkan orang dalam (pejabat,
direktur, dan pemilik lebih dari 10 persen saham perusahaan) untuk melaporkan
transaksi pembelian atau penjualan mereka ke SEC. Informasi ini dipublikasikan dalam
publikasi bulanan SEC, Ringkasan Resmi Transaksi Keamanan dan Kepemilikan
(Ringkasan Resmi).
3. Orang dalam (corporate insiders) memiliki akses ke informasi istimewa dan
dapat bertindak berdasarkan informasi tersebut dan mendapat untung sebelum
informasi tersebut dipublikasikan. Oleh karena itu, tidak mengherankan bahwa
beberapa studi tentang orang dalam perusahaan menemukan bahwa mereka
secara konsisten memperoleh pengembalian abnormal atas transaksi saham
mereka.

C. Anomali Pasar

Anomali pasar adalah pengamatan yang kontras dengan apa yang diharapkan secara
efisien pasar. Mereka mewakili temuan yang tidak dapat dijelaskan dengan teori yang
berlaku tentang apa yang merupakan perilaku pasar keamanan yang tepat. Anomali
pasar merupakan pengecualian terhadap pandangan yang berlaku mengenai efisiensi
pasar. Investor harus berhati-hati dalam melihat kebohongan anomali ini sebagai
perangkat pemilihan saham yang dijamin akan mengungguli pasar. Tidak ada jaminan
seperti itu karena tes empiris darianomali ini mungkin tidak mendekati strategi
44
perdagangan aktual yang dapat diikuti oleh investor. Selanjutnya, bahkan jika ada
anomali dan dapat diidentifikasi, investor harus tetap memegang portofolio saham
daripada berkonsentrasi pada beberapa saham diidentifikasidengan salah satu metode
ini.

PENGUMUMAN PENGHASILAN

Pengumuman laba harus, dilakukan, mempengaruhi harga saham.

Pertanyaan-pertanyaan yang perlu dijawab adalah sebagai
berikut:

1. Berapa banyak dari pengumuman pendapatan adalah informasi baru dan berapa
banyak yang telah diantisipasi oleh pasar? Dengan kata lain, berapa banyak dari
pengumuman itu merupakan "kejutan"?

2. Seberapa cepat bagian "kejutan" dari pengumuman tercermin dalam harga

persediaan? Apakah segera, seperti yang diharapkan di pasar yang efisien, atau
apakah ada jeda? Bagaimana proses penyesuaian? Jika terjadi lag, investor
berpeluang untuk menyadari abnormal pengembalian dengan bertindak berdasarkan
pengumuman pendapatan yang tersedia untuk umum

Untuk menilai masalah pengumuman pendapatan, kami memisahkan

pengumuman pendapatan menjadi bagian yang diharapkan dan bagian yang tidak
terduga. Bagian yang diharapkan adalah bagian yang diantisipasi oleh investor pada
saat pengumuman, sedangkan bagian yang tidak terduga tidak diantisipasi oleh
investor. Pada tahun 1974 Latane, Jones, dan Rieke mengembangkan konsep
pendapatan tak terduga standar/standardized unexpected earnings (SUE) sebagai
sarana untuk menyelidiki pendapatan kejutan dalam data triwulanan. SUE
didefinisikan sebagai

Pendapatan kuartalan yang sebenarnya adalah pendapatan yang dilaporkan oleh

perusahaan. Pendapatan yang diprediksi untuk perusahaan diperkirakan dari data
pendapatan historis sebelum pendapatan dilaporkan. Saat pendapatan setiap perusahaan
diumumkan, SUE dapat dihitung dan ditindaklanjuti. Perusahaandengan pendapatan
tak terduga yang tinggi (rendah) diharapkan memiliki respons harga yang positif
45
(negatif).

Gambar 12-5 menunjukkan analisis serupa untuk periode terbaru yang

melibatkan ukuran sampel mulai dari sekitar 1.700 perusahaan per kuartal hingga
hampir 2.000 perusahaan. SUE dipisahkan menjadi 10 kategori berdasarkan ukuran
dan tanda pendapatan tak terduga. Kategori 10 berisi semua SUE yang lebih besar dari
4.0, dan kategori 1 berisi semua SUE yang lebih kecil dari 4.0; kategori 5 dan 6
mengandung nilai absolut terkecil dari pendapatan tak terduga. Seperti yang
ditunjukkan Gambar 12-5, kategori SUE mengikuti diskriminasi monoton, dengan ego
kucing 10 berkinerja terbaik dan kategori 1 terburuk. Kategori 5 dan 6 menunjukkan
hampir tidak ada pengembalian abnormal setelah tanggal pengumuman pendapatan,
seperti yang diharapkan dari pendapatan terkecil meleset. Penyesuaian substansial yang
terjadi dengan lag setelah hari pengumuman pendapatan adalahbagian yang tidak dapat
dijelaskan dari teka-teki SUE. Dalam pasar yang efisien, harga harus menyesuaikan
dengan cepat untuk kejutan pendapatan, bukan dengan lag.

Pada pertengahan 1980-an, banyak bukti telah disajikan tentang hubungan

tersebut antara pendapatan tak terduga dan pengembalian saham berikutnya. Meskipun
bukti tersebut tidak ada dengan cara apapun konklusif, juga tidak dapat dengan mudah
diberhentikan. Peneliti yang berbeda, menggunakan yang berbeda sampel dan teknik
yang berbeda, telah memeriksa masalah pendapatan tak terduga dan telah menemukan
hasil yang serupa. Harus ditekankan, bagaimanapun, bahwa teknik seperti SUE tidak
jaminan kesuksesan besar bagi investor. Hubungan yang dibahas adalah rata-rata dan
tidak mencerminkan apa yang akan dialami oleh setiap investor tunggal.
HARGA MURAH GANDA
46
Salah satu konsep yang lebih bertahan lama dalam investasi menyangkut
hubungan antara berbagai harga dan pengembalian saham. Sejumlah penelitian telah
menetapkan bahwa dalam jangka panjang, investasi di perusahaan dengan kelipatan
harga rendah (perusahaan nilai) telah menghasilkan pengembalian abnormal yang
positif, sedangkan investasi jangka panjang di perusahaan dengan kelipatan harga
tinggi (perusahaan pertumbuhan) telah menghasilkan pengembalian abnormal negatif.
Anomali ini kemudian dikenal sebagai "efek nilai."

Efek nilai atau anomali nilai tampaknya menawarkan kepada investor strategi
potensial untuk investasi yang dapat menghasilkan pengembalian yang lebih unggul
daripada banyak alternatif yang mungkin mereka gunakan. Sebagai contoh strategi
untuk mengeksploitasi efek nilai, David Dreman, seorang manajer uang dan keuangan
kolumnis, merekomendasikan agar investor mengabaikan saran investasi profesional
dan memilih saham dengan rasio harga terhadap pendapatan (P/E) yang rendah.
Hipotesisnya adalahbahwa stok P/E yang rendah saat ini mungkin tidak diinginkan,
tetapi jika mereka memiliki keuangan yang kuat, hasil yang tinggi, dan catatan
pendapatan yang baik, mereka hampir selalu berhasil pada akhirnya.

Investor perlu berhati-hati saat mengikuti strategi nilai. Portofolio

yangterdiversifikasi adalah kepatuhan yang kritis, dan kaku terhadap strategi berganda
hargarendah dapat menghasilkan portofolio yang terdiversifikasi. Dreman telah
mengindikasikan bahwa dia mengambil minimal 25 saham dalam 15–18 industri. Dia
juga menunjukkan bahwa “sebagian besar [saham dengan P/E rendah] memiliki
masalah yang signifikan atau sangat alasan bagus mengapa Anda tidak ingin
memilikinya.” Hanya sekitar 1 dari 10 kandidat berdasarkan P/E rendah yang lolos
seleksi tambahan, seperti hasil dividen yang lebih tinggi dari rata-rata dan
mempercepat pertumbuhan pendapatan. Dreman juga menyarankan penekanan pada
saham besar sebagai lawan untuk saham perusahaan kecil.

Secara khusus, kelipatan harga rendah (tinggi) dikaitkan dengan pengembalian

saham yang lebih tinggi (lebih rendah). Namun, miliknya bukti menunjukkan bahwa
P/S paling efektif sebagai layar di berbagai ukuran perusahaan portofolio yang
terdiversifikasi. Dreman telah mengindikasikan bahwa dia mengambil minimal 25
saham dalam 15–18 industri. Dia juga menunjukkan bahwa “sebagian besar [saham
dengan P/E rendah] memiliki masalah yang signifikan atau sangat alasan bagus
mengapa Anda tidak ingin memilikinya.” Hanyasekitar 1 dari 10 kandidat secara basis.

EFEK UKURAN
Anomali lain yang cukup menarik perhatian adalah efek ukuran perusahaan
47
atau efek perusahaan kecil. Rolf Banz menemukan bahwa saham perusahaan kecil
New York Stock Exchange (NYSE) memperoleh pengembalian yang disesuaikan
dengan risiko yang lebih tinggi daripada saham perusahaan NYSE besar (rata-rata).
Selanjutnya, penelitian tersebut mendokumentasikan bahwa ukuran ini efeknya
bertahan selama bertahun-tahun.

Banyak investor umumnya menerima gagasan bahwa saham kecil

mengungguli saham besar, sebagian berdasarkan hasil dari data Ibbotson Associates,
yang menunjukkan bahwa, rata-rata, saham "kecil" telah mengungguli Indeks S&P
500 sekitar 2 poin persentase per tahun; namun, "kecil" seperti yang digunakan dalam
konteks ini berarti 20 persen terbawah dari saham NYSE berdasarkan nilai pasar.
Perusahaan kecil harus mengembalikan lebih dari perusahaan besar karena mereka
memiliki risiko yang lebih besar; anomali yang diidentifikasi adalah bahwa bahkan
setelah disesuaikan dengan perbedaan risiko, perusahaan kecil mengungguli, yaitu,
mereka memberikan pengembalian positif abnormal. Rata-rata, saham kecil
mengungguli saham besar; namun, ada periode multiyear ketika perusahaan besar telah
mengungguli perusahaan kecil. Lebih lanjut, Dreman berpendapat bahwa ukuran
“mitos” didasarkan pada saham yang diperdagangkan tipis atau tidak sama sekali.
Dalam bukunya, What Works on Wall Street, James O'Shaughnessy mendukung
pandangan Dreman saat ia mengklaim bahwa pengembalian yang terkait dengan saham
kecil sebagian besar terkait dengan saham mikro, yang memiliki kapitalisasi sangat
kecil dan tidak mudah dibeli oleh individu atau bahkan institusi karena spread dan
komisi besar.

EFEK JANUARI
Beberapa penelitian menunjukkan bahwa musiman ada di pasar saham. Bukti
musiman pengembalian saham tumbuh dari studi anomali ukuran. Keim menemukan
bahwa sekitar 50 persen dari premi perusahaan kecil yang dilaporkan oleh Reinganum
terkonsentrasi di bulan Januari. Kinerja yang kuat di bulan Januari oleh saham
perusahaan kecil dikenal sebagai efek Januari dan umumnya dikaitkan dengan akhir
tahun, perdagangan berbasis pajak.
Anomali pergantian tahun alternatif menekankan jumlah hari yang terbatas.
Padabulan Oktober 2011, sebuah artikel Wall Street Journal merujuk pada "reli pasca-
Natal yang andal yang dikenal sebagai" 'Rally Santa Claus,' yang mengacu pada
kinerja saham yang tidak normal selama lima hari perdagangan terakhir bulan
Desember dan dua hari pertama bulan Januari.”

Efek Januari tampaknya tidak ada untuk saham berkapitalisasi besar seperti
48
yang ditemukan di Dow Jones Industrial Average (DJIA) dan S&P 500. Masalah
dengan saham berkapitalisasi kecil adalah kurangnya likuiditas. Spread bid-ask yang
relatif lebar dapat mengurangi keuntungan dari mencoba menangkap efek Januari
dengan saham-saham ini.

Kinerja Pengembalian Saham Masa Lalu

Beberapa studi menunjukkan bukti bahwa pengembalian saham menunjukkan
ketergantungan dari waktu ke waktu. Khususnya, saham-saham yang berkinerja baik
belakangan ini (misalnya, beberapa bulan terakhir) terus berkinerja baik, sedangkan
saham-saham yang berkinerja buruk selama beberapa bulan sebelumnya terus
berkinerja buruk. Pola ini digambarkan sebagai momentum harga atau efek
momentum.
Pengakuan luas dari efek momentum ditentukan oleh ukuran dan konsistensi
efek. Satu studi menunjukkan bahwa rata-rata pengembalian portofolio saham yang
terdiri dari pemain dengan kinerja terbaik baru-baru ini melebihi pengembalian kepada
kinerja terburuk dengan mencengangkan 16,5 persen per tahun. Para peneliti juga
telah menunjukkan bahwa pola momentum berlaku di seluruh spektrum sekuritas
domestik dan asing yang luas.
Anomali terkait diidentifikasi oleh DeBondt dan Thaler pada tahun 1985. Para
penulismenunjukkan bahwa saham dengan kinerja masa lalu jangka panjang terburuk,
mereka memberi label perusahaan-perusahaan ini sebagai pecundang, kemudian
berkinerja sangat baik, sedangkan saham dengan kinerja masa lalu jangka panjang
terbaik, pemenang, mengalami kinerja selanjutnya yang buruk. Kegagalan jangka
panjang terbukti mengungguli pemenang sekitar 32 persen selama periode lima tahun.
Pembalikan keberuntungan yang diamati untuk pemain jangka panjang yang lemah dan
kuat ini dikenal sebagai efek pembalikan jangka panjang. Secara bersama-sama, efek
momentum dan pembalikan menunjukkan bahwa dalam jangka pendek (misalnya,
satu tahun), saham terus memperpanjang episode over- atau under performance baru-
baru ini; namun, dalam jangka panjang, pola kinerja berbalik arah.

SISTEM PERINGKAT GARIS NILAI

Survei Investasi Garis Nilai adalah layanan investasi terbesar, dan mungkin
paling terkenal di negara ini. Value Line memberi peringkat masing-masing dari sekitar
1.700 saham yang dicakupnya dari 1 (terbaik) hingga 5 (terburuk) dalam hal
“ketepatan waktu”—kemungkinan kinerja harga relatif dalam 12 bulan ke depan.
Peringkat ketepatan waktu ini, diperbarui setiap minggu, telah tersedia sejak tahun
1965.
Kinerja lima kategori peringkat sangat kuat, berdasarkan perhitungan Value
49
Line. Misalnya, selama periode 1965 hingga 2011, sistem peringkat jelas menunjukkan
kemampuan diskriminasi yang monoton. Artinya, saham Grup 1 berkinerja terbaik,
saham Grup 2 berkinerja terbaik kedua, dan seterusnya hingga saham Grup 5, yang
berkinerja terburuk. Gambar 12-6 menunjukkan catatan peringkat Garis Nilai yang
memungkinkan perubahan peringkat tahunan.

Survei Investasi Garis Nilai sekarang secara teratur melaporkan perbandingan

kinerja harga relatif saham Grup 1 dengan empat strategi lainnya: P/E rendah,
kapitalisasi rendah (ukuran kecil), harga/nilai buku rendah, dan harga/penjualan
rendah. Hasil ini ditunjukkan pada Gambar 12-7 untuk periode 1966 sampai
pertengahan 2008.

Gambar 12-7 menunjukkan bahwa saham Grup 1 Value Line mengungguli

empat strategi lainnya dengan jumlah yang signifikan. Menariknya, dengan
perbandingan ini saham-saham berkapitalisasi kecil melakukan lebih baik daripada
strategi lainnya (selain dari Grup Nilai 1), dengan strategi rasio P/E rendah yang
terbaik berikutnya. P/S rendah dan P/B rendah tidak berhasil dalam perbandingan ini.
Sangat mudah untuk melihat dari Gambar 12-7 mengapa Garis Nilai menyatakan,
“Pelajarannya jelas—tetaplah di Grup 1.” Beberapa studi tentang keberhasilan
peringkat Value Line telah dilakukan. Tidak mengherankan, hasil agak bervariasi
tergantung pada penelitian. Tampaknya peringkat, dan perubahan peringkat, memang
mengandung informasi yang berguna. Misalnya, Mark Hulbert, yang memantau kinerja
buletin investasi, telah mencatat bahwa Survei Investasi Garis Nilai telah berada pada
50
atau mendekati peringkat teratas untuk kinerja penyesuaian risiko jangka panjang
selama 28 tahun pada pertengahan 2008.
Namun, ada bukti bahwa pasar menyesuaikan dengan cepat terhadap informasi
ini (satu atau dua hari perdagangan setelah rilis Jumat) dan bahwa biaya transaksi yang
sebenarnya dapat meniadakan banyak perubahan harga yang terjadi sebagai akibat dari
penyesuaian informasi ini.

ANOMALI LAINNYA
Daftar anomali di atas tidak lengkap. Lainnya telah dilaporkan dan dibahas,
termasuk khususnya beberapa anomali kalender seperti hari dalam seminggu,
pergantian bulan, hari sebelum hari libur, dan sebagainya. Salah satu anomali yang
menarik, karena konsisten dengan gagasan akal sehat bahwa efisiensi pasar
kemungkinan besar diterapkan pada saham yang lebih besar dan terkenal sebagai
lawan dari semua saham, adalah efek perusahaan yang diabaikan. Pengabaian dalam
hal ini berarti hanya sedikit analis yang mengikuti saham tersebut atau hanya sedikit
institusi yang memiliki saham tersebut. Area saham yang terabaikan tampaknya
menjadi peluang bagus bagi investor kecil yang tertarik pada analisis keamanan dan
pemilihan saham.

DATA MINING (Penggalian Data)

Pencarian pola yang tampak dalam return saham dengan menganalisis data
secara intensif. Dalam menilai apakah inefisiensi pasar yang dapat dieksploitasi telah
terungkap, investor harus waspada terhadap penggalian data. Istilah ini mengacu pada
pencarian pola pengembalian keamanan dengan memeriksa berbagai teknik yang
diterapkan pada sekumpulan data. Dengan upaya yang cukup, pola akan terungkap, dan
aturan serta teknik investasi dapat ditemukan yang tampaknya berhasil dalam arti
memberikan hasil abnormal. Dalam kebanyakan kasus, mereka tidak tahan terhadap
pengawasan independen atau aplikasi ke kumpulan data yang berbeda atau periode
waktu alternatif. Aturan dan teknik pemilihan yang dihasilkan dari penambangan data
sering kali tidak memiliki dasar teoretis, atau alasan, untuk yang ada—mereka hanya
dihasilkan dari penggalian data.
Beberapa anomali menawarkan bukti kuat yang mendukung adanya inefisiensi
pasar. Namun, Eugene Fama, pendukung lama efisiensi pasar, berpendapat bahwa
bukti anomali tidak membantah EMH. Dia percaya bahwa banyak studi yang
menunjukkan anomali mengandung masalah statistik. Dia juga percaya bahwa reaksi
berlebihan dan kurang reaksi hampir sama mungkin ditemukan, yang menunjukkan
bahwa pasar efisien karena perilaku ini dapat dikaitkan dengan kebetulan. Misalnya,
51
 penyimpangan pendapatan setelah pengumuman yang diamati dalam studi SUE
menunjukkan reaksi yang kurang terhadap informasi. Buruknya kinerja Initial Public
Offerings (IPOs) selama lima tahun adalah bukti dari reaksi berlebihan.
D. Perilaku Keuangan
Sebagian besar ekonomi dan keuangan didasarkan pada proposisi bahwa
individu bertindak secara rasional dan mempertimbangkan semua informasi yang
tersedia dalam proses pengambilan keputusan. Namun, pasar terdiri dari manusia yang
memiliki kemampuan pemrosesan informasi yang terbatas, yang memiliki bias
(prasangka) yang melekat, yang membuat kesalahan, dan yang sering mengandalkan
pendapat pialang, penasihat keuangan, dan pers keuangan. Singkatnya, orang tunduk
pada irasionalitas dalam keputusan keuangan mereka.

Dalam sebuah buku terkenal berjudul Against the Gods, Bernstein mencatat
bahwa seseorang menemukan "pola berulang irasionalitas, inkonsistensi, dan
ketidakmampuan dalam cara manusia sampai pada keputusan dan pilihan ketika
dihadapkan dengan ketidakpastian" Kesimpulannya konsisten dengan argumen bahwa
pemahaman tentang psikologi manusia dapat membantu menjelaskan beberapa perilaku
pasar saham

Behavioral Finance mengintegrasikan psikologi kognitif (bagaimana orang

berpikir) dengan keuangan. Ini menyatakan bahwa emosi dan bias investor
mempengaruhi harga saham dan pasar.

Perilaku Keuangan mengatakan investor rentan terhadap kesalahan sistematis

dalam pengambilan keputusan keuangan mereka. Pasar bereaksi berlebihan, baik naik
maupun turun. Investor dimotivasi oleh banyak kekuatan "irasional", investor lain, yang
menyadari kesalahan penilaian ini, mungkin dapat mengeksploitasinya secara
menguntungkan.

Keuangan perilaku menganalisis perilaku bias dan efek bias ini terhadap pasar
keuangan. Pandangan keuangan perilaku pasar dan efisiensi pasar didasarkan pada
proposisi berikut:

1. Pedagang yang terinformasi menghadapi kendala penghindaran risiko dalam upaya

menjaga harga tetap efisien. EMH berpendapat bahwa investor yang
berpengetahuan luas dan toleran terhadap risiko menjaga harga pada "nilai wajar"
mereka. Ketika harga cukup keluar dari jalur untuk menjamin tindakan oleh
investor, mereka bertindak untuk memindahkannya kembali. Namun, ada batasan
untuk arbitrase, yang dapat membatasi penyesuaian harga 52
2. Keputusan perdagangan investor individu bias karena bias yang terkait dengan
perilaku manusia. Sejumlah bias yang dapat mempengaruhi keputusan investasi
telah diidentifikasi, termasuk:
a. Kurang Keengganan, yang berhubungan dengan apa yang disebut efek disposisi.
Studi tentang catatan perdagangan aktual investor menunjukkan bahwa investor
hampir 50 persen lebih mungkin untuk menjual pemenang daripada pecundang.
Karena investor tunduk pada penghindaran kerugian, mereka merasakan
sakitnya kerugian lebih dari kesenangan keuntungan-oleh karena itu, mereka
enggan untuk menjual kerugian mereka meskipun fakta bahwa kerugian dapat
dikurangkan dari pajak. Selanjutnya, bukti terbaru menunjukkan bahwa ini
berlaku untuk manajer keuangan serta investor individu. Investor "canggih" ini
sangat ingin menjual pemenang dan enggan menjual pecundang. Manajer
berkinerja buruk (berdasarkan kinerja 12 bulan terakhir) menjual pemenang
hampir dua kali lebih sering daripada pecundang Penghindaran kerugian
mengacu pada kecenderungan investor untuk lebih memilih menghindari
kerugian daripada mencapai jumlah keuntungan yang setara
b. Terlalu percaya diri. Mayoritas pengelola uang, dan investor, cenderung
menganggap kemampuan mereka di atas rata-rata. Mereka berpikir bahwa
mereka memiliki lebih banyak keterampilan daripada yang sebenarnya mereka
miliki. Sebuah studi terkenal telah menunjukkan bahwa hal ini menyebabkan
investor individu yang terlalu percaya diri untuk berdagang lebih dari investor
lain, yang menghasilkan kinerja investasi di bawah kinerja investor rata-rata
Menggunakan kumpulan data besar dari diskon perusahaan pialang, Barber and
Odean menemukan bahwa investor beli dan tahan mengungguli investor paling
aktif, rata-rata, sekitar 6 poin persentase setahun.”
c. Konsep framing. Cara masalah disajikan (dibingkai) secara signifikan
mempengaruhi keputusan yang dibuat
d. Efek Herding, ini terjadi ketika manajer uang cenderung berinvestasi dengan
cara yang sama yang menciptakan efek Herding yang memperkuat diri. Ini juga
terjadi karena investor individu cenderung bertindak dengan cara yang sama.
mengarah ke proposisi ketiga.

3. Pembelian dan penjualan investor individu sangat berkorelasi. Dengan demikian,

investor individu cenderung membeli dan menjual saham yang sama pada waktu
yang sama. Efek herding oleh investor individu ini dapat mendorong harga saham
ke satu arah secara signifikan.

53
4. Investor individu yang dianggap sebagai investor yang kurang informasi,
menghasilkan pembelian/menjual ketidakseimbangan yang mendorong harga
menjauh dari nilai fundamental.

5. Seiring waktu, investor yang terinformasi akan mendorong harga kembali ke nilai
fundamental.
Langkah penting dalam pengembangan keuangan perilaku adalah karya DeBondt dan
Thaler Mereka menguji "hipotesis reaksi berlebihan," yang menyatakan bahwa orang
bereaksi berlebihan terhadap peristiwa berita yang tidak terduga dan dramatis. akibat
reaksi berlebihan, portofolio "pecundang" mengungguli pasar setelah
pembentukannya.De Bondt dan Thaler menafsirkan bukti ini sebagai indikasi perilaku
irasional oleh investor atau "reaksi berlebihan."
Pembalikan pengembalian jangka panjang DeBondt dan Thaler yang ditemukan pada
pecundang dan pemenang saham dikatakan sebagai akibat dari reaksi berlebihan
investor. Misalnya, investor bereaksi berlebihan terhadap informasi tentang perusahaan
dan mendorong harga saham ke posisi tertinggi atau terendah yang tidak berkelanjutan.
Ketika investor kemudian menyadari bahwa mereka bereaksi berlebihan terhadap berita
tersebut, harga kembali ke tingkat yang benar.
Penelitian serupa menunjukkan bahwa investor mungkin kurang bereaksi terhadap
informasi baru, tidak mendorong harga saham cukup tinggi dalam menanggapi kabar
baik. Saat mereka secara bertahap menyadari dampak dari kabar baik, harga saham naik.
Beberapa manajer uang percaya bahwa reaksi yang kurang ini adalah salah satu kejadian
pasar yang paling dapat diprediksi dan merupakan bagian dari investasi gaya
pertumbuhan.

PASAR EFISIEN VERSUS PERILAKU KEUANGAN

EMH mengasumsikan bahwa pasar adalah rasional bahkan jika semua investor tidak
rasional. Persaingan di antara investor yang mencari pengembalian abnormal mendorong
harga saham ke nilai fundamentalnya. Keuangan perilaku, di sisi lain, mengatakan
investor dapat membuat kesalahan sistematis dalam cara mereka berpikir.
Menurut EMH, pasar efisien secara informasi. Menurut keuangan perilaku, dalam
beberapa keadaan pasar mungkin tidak efisien secara informasi.
Kesalahpahaman mendasar tentang keuangan perilaku adalah bahwa dikatakan bahwa
orang dapat mengalahkan pasar. Itu tidak. Apa yang dikatakannya adalah bahwa harga
pasar dan nilai-nilai fundamental dapat berbeda karena psikologi Peluang mungkin
muncul sebagai akibat dari perbedaan ini; Namun, manajer investasi tidak serta merta
mencoba memanfaatkan peluang. Mengapa? Investor yang memiliki informasi mungkin
tidak mau mengambil risiko untuk mencoba memanfaatkan peluang ini, atau ada kendala
54
 yang mencegah mereka melakukannya..

IMPLIKASI PERILAKU KEUANGAN BAGI INVESTOR

David Dreman, seorang manajer uang dan kolumnis untuk Forbes, telah menjadi
pendukung terkemuka keuangan perilaku. Dia secara khusus mendukung "hipotesis
reaksi berlebihan investor," yang menyatakan bahwa investor bereaksi berlebihan
terhadap peristiwa dengan cara yang dapat diprediksi, menilai terlalu tinggi alternatif
terbaik dan meremehkan yang terburuk. Premi dan diskon adalah hasilnya, dan akhirnya
situasi ini berbalik ketika aset mundur ke arah nilai rata-rata atau rata-rata.
Jauh lebih menguntungkan daripada investasi nilai, tetapi Dreman terus
merekomendasikan saham yang tampak menjanjikan berdasarkan nilai dengan asumsi
bahwa nilai saham akan sekali lagi unggul » Dan Dreman terkenal karena
merekomendasikan agar investor membeli saham dengan rasio P/E rendah (yang sering
tidak disukai) daripada saham rasio P/E tinggi yang sering populer saat ini.

KEUANGAN PERILAKU HARI INI

Keuangan perilaku mungkin dapat ditelusuri kembali ke 1979 ketika Tversky dan
Kahneman menawarkan alternatif signifikan pertama untuk teori utilitas yang
diharapkan yang mendasari pengambilan keputusan keuangan rasional tradisional.
Pengakuan yang jelas dari dampak keuangan perilaku datang pada tahun 2002 dengan
pemberian hadiah Nobel di bidang ekonomi kepada Daniel Kahneman, seorang
psikolog dari Princeton, dan kepada Vernon Smith dari Universitas George Mason,
yang eksperimen ekonominya bertentangan dengan EMH. Bahkan Burton Malkiel,
pendukung utama efisiensi pasar, memasukkan sebuah bab tentang pelajaran yang bisa
dipetik dari keuangan perilaku dalam edisi ke-9 bukunya yang terkenal, A Random Walk
Down Wall Street"
Tak perlu dikatakan, keuangan perilaku tidak tertandingi. Eugene Fama, pendukung
terkemuka pasar efisien, telah mengajukan argumen melawan behavioris dan klaim
mereka bahwa anomali telah ditemukan dalam harga aset historis. Dia berpendapat
bahwa teknik data mining memungkinkan peneliti untuk menemukan pola yang jelas
tetapi signifikansinya dipertanyakan.

E. Beberapa Kesimpulan tentang Efisiensi Pasar

Mengingat semua bukti tentang efisiensi pasar-studi yang mendukungnya serta

bukti anomali-kesimpulan apa yang bisa ditarik? Mungkin John Maynard Keynes, salah
satu ekonom paling terkenal di abad ke-20, benar ketika dia mencatat bahwa pasar
saham adalah "kasino" yang dipandu oleh "roh binatang".

55
 Banyaknya bukti yang mendukung efisiensi pasar telah meyakinkan banyak
pengamat pasar akan daya tembusnya. Dan hampir pasti, ketersediaan informasi dan
data yang tersebar luas di Internet, bersama dengan alat investasi yang ditawarkan di
sana, telah membuat pasar menjadi lebih efisien. Perhatikan paragraf oleh Samuel
Eisenstadt yang dikutip di awal bab ini. Eisenstadt adalah kekuatan utama dalam
pengembangan sistem peringkat saham Value Line yang terkenal, salah satu sistem
paling terkenal dan paling sukses yang pernah dikembangkan untuk penggunaan
investor umum. Eisenstadt mencatat bahwa "mengalahkan pasar itu sulit dan menjadi
lebih sulit lagi.

Namun demikian, banyak investor yang yakin bahwa mereka dapat mengungguli
pasar atau setidaknya memberikan manfaat lebih dari biaya. Paradoksnya, keyakinan ini
membantu membuat pasar efisien. Pertimbangkan kutipan lain, ini dari Charles Ellis,
seorang konsultan investasi dan penulis terkenal yang telah mempelajari hasil manajer
profesional selama bertahun-tahun:

"Masalahnya bukan karena manajer profesional tidak memiliki keterampilan atau

ketekunan. Cukup situs lawan. Masalah dengan mencoba mengalahkan pasar adalah
bahwa investor profesional sangat berbakat, begitu banyak, dan sangat berdedikasi pada
pekerjaan mereka sehingga sebagai sebuah kelompok mereka membuatnya. sangat sulit
bagi salah satu dari mereka untuk melakukan secara signifikan lebih baik daripada yang
lain, terutama dalam jangka panjang."
Mungkin bukti paling jelas yang mendukung efisiensi pasar adalah kinerja investor
profesional seperti reksa dana, yang data kinerjanya kami miliki secara
rinci.Pertimbangkan beberapa statistik tentang kinerja mereka: 37
1. Sekitar 70 persen manajer reksa dana berkinerja buruk selama periode 10 tahun
dan80 persen berkinerja buruk selama periode 20 tahun.
2. Selama periode lima tahun terakhir, hanya 6 persen dana saham AS yang mencapai
peringkat di paruh atas selama lima periode 12 bulan berturut-turut.
3. Selama periode 304 tahun, dari 139 reksa dana yang ada selama seluruh periode,
hanya 20 reksa dana yang mengungguli 2 poin persentase atau lebih.
4. Perhatikan konsistensi kinerja reksa dana selama 10 tahun terakhir Ambil 25
persen teratas dana kapitalisasi besar selama periode 2001-2006. Selama lima
tahun berikutnya, 2007-2011, hanya 12 persen dari mereka yang berkinerja terbaik
sebelumnya berada di 25 persen teratas.
5. Adapun portofolio institusional, penelitian menunjukkan bahwa setelah
disesuaikan dengan risiko, jauh di bawah 1 persen mencapai hasil yang unggul
56
 setelah semua penyesuaian biaya.

Untuk beberapa bukti kuat tambahan tentang efisiensi pasar, pertimbangkan hasil
28 tahun dari Hulbert Financial Digest. The Digest, yang melacak kinerja buletin
investasi, menyelesaikan 28 tahun bisnisnya pada pertengahan 2008. Selama periode
28 tahun itu, 41 persen buletin keuangan tidak bertahan, Hanya empat dari 17 (24
persen) buletin yang ada untuk seluruh periode waktu yang mengalahkan pasar
berdasarkan penyesuaianrisiko
Pada tanggal 30 Juni 2000, dengan dua dekade data yang tersedia, hanya 8 persen
dari buletin yang ada sepanjang waktu mengalahkan pasar berdasarkan risiko yang
disesuaikan. Mark Hulbert, editor Digest, menyimpulkan dari hasil ini bahwa:
"Meskipun bukan tidak mungkin, sangat sulit untuk mengalahkan pasar saham
dalamjangka panjang
Beberapa anomali tampaknya ada dan mungkin menawarkan peluang bagi investor
yang cerdik. Namun, anomali yang telah dilaporkan bukanlah bukti konklusif dari
inefisiensi pasar. Mungkin prosedur pengujian yang lebih baik dan/atau data yang lebih
baik dapat menjelaskan beberapa anomali ini
Satu masalah sulit bagi mereka yang percaya pada pasar yang efisien adalah
jatuhnyaOktober 1987. S&P 500 kehilangan lebih dari 20 persen dalam satu hari.
Apakah benar-benar masuk akal untuk berargumen bahwa investor, yang secara efisien
mendiskontokan informasi, memutuskan dalam satu hari bahwa pasar harus dihargai
sekitar 20 persen lebih rendah? Tidak banyak orang, termasuk pendukung pasar yang
efisien, merasa nyaman membuat argumen ini
Contoh terbaru lainnya adalah gelembung pasar Internet yang meledak pada tahun
2000, dengan pasar saham menurun tajam selama dua tahun ke depan. Kebanyakan
pengamat saat ini menerima proposisi bahwa gelembung memang terjadi, bahwa itu
tidak didasarkan pada perilaku rasional, dan bahwa ini tidak sesuai dengan pandangan
pasar yang efisien. Ini sesuai dengan pandangan keuangan perilaku dan pengaruhnya
saat ini dalam pemikiran keuangan. Bahkan Burton Malkiel, seorang profesor ekonomi
terkenal yang merupakan pendukung terkemuka pasar efisien, menyatakan: "Tidak ada
yang mengerti lebih baik daripada saya bahwa kadang-kadang pasar menjadi gila,
kadang-kadang pasar salah."
Kontroversi tentang efisiensi pasar dan keuangan perilaku tetap ada. Setiap investor
masih dihadapkan pada pilihan antara mengejar strategi investasi aktif atau strategi
investasi pasif atau kombinasi keduanya Membuat pilihan ini sangat bergantung pada
apa yang diyakini investor tentang pasar yang efisien. Investor yang merencanakan,
atau ingin, mengejar beberapa jenis strategi aktif harus mempertimbangkan kutipan
57
 yang dikaitkan dengan Warren Buffett
Sebagian besar investor, baik institusional maupun individu, akan menemukan
bahwa cara terbaik untuk memiliki saham biasa (saham) adalah melalui dana indeks
yang mengenakan biaya minimal. Mereka yang mengikuti jalan ini pasti akan
mengalahkan hasil bersih (setelah biaya dan pengeluaran) dari sebagian besar
profesional vestment.
Teori Pasar Modal dan Model Penilaian Harga Aset

1. Teori Pasar Modal

Teori pasar modal (CMT) adalah teori positif yang menghipotesiskan bagaimana investor
berperilaku daripada bagaimana investor seharusnya berperilaku, seperti dalam kasus teori portofolio
modern (MPT).
Model ekuilibrium khusus yang menarik bagi banyak investor adalah model penetapan harga
aset modal, biasanya disebut sebagai CAPM. CAPM menarik sebagai model ekuilibrium karena
kesederhanaan dan implikasinya. Namun, sebagai akibat dari tantangan serius terhadap model tersebut,
beberapa model alternatif telah dikembangkan. Alternatif utama CAPM adalah teori harga arbitrase
(APT) dan model multifaktor lainnya. CAPM atau model multifaktor adalah pengembalian aset yang
diharapkan atau diminta. Di pasar yang efisien, pengembalian yang diharapkan dari suatu aset dan
pengembalian yang diminta adalah setara. Artinya, rata-rata, investor mengharapkan untuk memperoleh
pengembalian aset yang sepadan dengan risiko aset tersebut; pengembalian yang diharapkan adalah
pengembalian yang diminta.
a. Asumsi Teori Pasar Modal
CMT melibatkan serangkaian prediksi tentang keseimbangan pengembalian yang diharapkan
pada aset berisiko. CMT dibangun di atas teori portofolio Markowitz. Setiap investor diasumsikan
mendiversifikasi portofolionya menurut model Markowitz, memilih lokasi di perbatasan efisien yang
sesuai dengan preferensi risiko- pengembaliannya. Karena kompleksitas dunia nyata, asumsi tambahan
dibuat untuk membuat individu lebih mirip:
1. Semua investor dapat meminjam atau meminjamkan uang pada tingkat pengembalian bebas
risiko
2. Semua investor memiliki distribusi probabilitas yang identik untuk tingkat pengembalian di masa
depan; mereka memiliki harapan yang homogen sehubungan dengan tiga input model portofolio
3. Semua investor memiliki horizon waktu satu periode yang sama.
4. Tidak ada biaya transaksi.
5. Tidak ada pajak penghasilan pribadi—investor tidak peduli antara keuntungan modal dan
dividen.
6. Tidak ada inflasi.
7. Ada banyak investor, dan tidak ada satu investor pun yang dapat mempengaruhi harga saham
melalui keputusan perdagangannya. Investor adalah penerima harga dan bertindak seolah-olah
58
 harga tidak terpengaruh oleh perdagangan mereka sendiri.
8. Pasar modal berada dalam keseimbangan.

Realisme Asumsi
Asumsi ini tampak tidak realistis dan sering mengganggu investor yang pertama kali bertemu
CMT. Namun, masalah penting adalah seberapa baik teori memprediksi atau menggambarkan realitas
dan bukan realisme asumsinya. Jika CMT melakukan pekerjaan yang baik dalam menjelaskan
pengembalian aset berisiko, ini sangat berguna dan asumsi yang dibuat dalam menurunkan teori
menjadi kurang penting.
Sebagian besar asumsi di atas dapat dilonggarkan tanpa efek signifikan pada CAPM atau implikasinya;
dengan kata lain, CAPM itu kuat. Meskipun hasil dari pelonggaran asumsi tersebut mungkin kurang
jelas dan tepat, tidak ada kerusakan signifikan yang terjadi. Banyak kesimpulan dari model dasar masih
berlaku. Akhirnya, sebagian besar investor mengakui bahwa semua asumsi CMT tidak realistis.

b. Pengenalan Aset Bebas Risiko

Asumsi pertama CMT adalah bahwa investor dapat meminjam dan meminjamkan pada tingkat
bebas risiko (RF). Meskipun pengenalan aset bebas risiko tampaknya merupakan langkah sederhana
untuk diambil dalam evolusi portofolio dan CMT, ini adalah langkah yang sangat signifikan. Bahkan,
pengenalan RF yang memungkinkan kita untuk mengembangkan CMT dari teori portofolio.

Definisi Aset Bebas Risiko

Aset bebas risiko dapat didefinisikan sebagai aset dengan pengembalian yang diharapkan dan
varians pengembalian nol. Karena varians = 0, RF di setiap periode akan sama dengan nilai yang
diharapkan. Selanjutnya, kovarians antara RF dan pengembalian ke setiap aset berisiko i akan menjadi
nol.
Aset bebas risiko yang sebenarnya paling baik dianggap sebagai keamanan Treasury, yang
memiliki sedikit atau tidak ada risiko default praktis. Keamanan Treasury harus memiliki jatuh tempo
yang sesuai dengan periode holding investor. Untuk membuat investasi bebas risiko, jumlah uang yang
akan diterima pada akhir periode holding harus diketahui dengan pasti pada awal periode.
Dalam praktiknya, imbal hasil pada catatan Treasury lima tahun biasanya digunakan untuk RF,
dan kami mengikuti konvensi ini di seluruh teks ini. Dalam penetapan harga aset, investor menimbang
pilihan antara membeli aset bebas risiko versus investasi dalam aset berisiko. Sementara periode
kepemilikan aktual investor umumnya tidak pasti pada saat investasi dilakukan, keputusan untuk
membeli sering dipandang menarik untuk komitmen dana jangka panjang.

c. Pinjaman dan Pinjaman bebas Risiko

Asumsikan bahwa batas efisien, seperti yang ditunjukkan oleh busur AB pada Gambar 9-1, telah
diturunkan oleh investor. Busur AB menggambarkan himpunan portofolio efisien dari aset berisiko.
Kami sekarang memperkenalkan aset bebas risiko dengan RF pengembalian dan standar deviasi (σ) = 0
59
yang ditunjukkan pada Gambar 9-1, plot RF pada sumbu vertikal karena risikonya nol. Investor dapat
menggabungkan aset tanpa resiko ini dengan rangkaian portofolio yang efisien di perbatasan yang
efisien. Dengan menarik garis antara RF dan berbagai portofolio berisiko pada batas efisien, kita dapat
memeriksa kombinasi kemungkinan pengembalian risiko yang tidak ada sebelumnya.

Kemungkinan Pinjaman
Pada Gambar 9-1, garis baru dapat ditarik antara RF dan perbatasan efisien Markowitz di atas
titik X. Pada Gambar 9-1, kita sebut titik singgung ini M. Himpunan peluang portofolio pada garis
ini (RF ke M) mendominasi semua portofolio di bawahnya. Garis lurus dari RF ke batas efisien di titik
M, RF-M, mendominasi semua garis lurus di bawahnya dan berisi portofolio pinjaman superior yang
diberikan set efisien Markowitz yang digambarkan pada Gambar 9-1. Kita dapat menganggap pinjaman
bebas risiko ini sebagai investasi bebas risiko.

Kemungkinan Meminjam
Investor sekarang dapat berinvestasi lebih banyak dalam aset berisiko daripada jumlah
kekayaannya. Secara teknis, investor melakukan short selling aset tanpa risiko. Salah satu cara untuk
menyelesaikan pinjaman ini adalah dengan membeli saham dengan margin, yang saat ini memiliki
persyaratan margin awal sebesar 50 persen. Kami akan berasumsi bahwa investor juga dapat meminjam
di RF.
Meminjam dana tambahan yang dapat diinvestasikan dan menginvestasikannya bersama-sama
dengan kekayaan investor sendiri memungkinkan investor untuk mencapai pengembalian yang
diharapkan lebih tinggi sambil menanggung risiko yang lebih besar. Dana pinjaman ini dapat digunakan

60
untuk meningkatkan posisi portofolio di luar titik M, titik singgung antara garis lurus yang berasal dari
RF dan batas efisien AB. Seperti dalam diskusi pinjaman, titik M mewakili 100 persen kekayaan
investor dalam portofolio aset berisiko M. Garis lurus RF-M sekarang diperpanjang ke atas, seperti yang
ditunjukkan pada Gambar 9-2, dan dapat disebut RF-M- L

Portofolio Pasar Modal

M pada Gambar 9-2 disebut portofolio pasar sekuritas berisiko. Ini adalah titik singgung tertinggi
antara RF dan batas efisien dan merupakan portofolio berisiko optimal. Semua investor ingin berada di
jalur RF-M-L yang optimal, dan, kecuali mereka menginvestasikan 100 persen kekayaan mereka dalam
aset bebas risiko, mereka akan memiliki portofolio M dengan sebagian dari kekayaan yang dapat
diinvestasikan, atau mereka akan menginvestasikan kekayaan sendiri ditambah dana pinjaman dalam
portofolio
M. Portofolio M adalah portofolio optimal dari aset berisiko.
Semua investor menggunakan analisis Markowitz yang sama pada set sekuritas yang sama,
memiliki pengembalian yang diharapkan dan kovarians yang sama, dan memiliki cakrawala waktu yang
identik. Oleh karena itu, mereka sampai pada portofolio berisiko optimal yang sama, dan itu adalah
portofolio pasar, yang disebut M.
Meskipun investor mengambil posisi yang berbeda pada garis lurus pada Gambar 9-2, semua
investor berinvestasi dalam portofolio M, yang terdiri dari semua aset berisiko yang ada. Jika portofolio
optimal tidak mencakup aset tertentu, harga aset ini akan turun hingga menjadi peluang investasi yang
menarik. Pada titik tertentu, investor akan membelinya, dan itu akan dimasukkan dalam portofolio pasar.
Karena portofolio pasar mencakup semua aset berisiko, portofolio M sepenuhnya terdiversifikasi.
Portofolio pasar sering diproksikan dengan portofolio semua saham biasa, yang pada gilirannya diproksi
oleh indeks pasar.

2. Jalur Pasar Modal

Garis lurus yang ditunjukkan pada Gambar 9-2, yang menelusuri trade-off risiko- pengembalian
untuk portofolio yang efisien, bersinggungan dengan perbatasan efisien Markowitz di titik M dan
memiliki RF intersep vertikal. Garis lurus ini disebut garis pasar modal (CML) dan mewakili garis set-
efisien terbaik yang dapat diperoleh. Semua investor akan memegang portofolio M sebagai portofolio
berisiko optimal mereka, dan semua investor akan berada di suatu tempat di jalur trade-off ini. CML
mewakili kombinasi dari investasi/peminjaman bebas risiko dan portofolio M yang menghasilkan
pengembalian yang diharapkan tertinggi yang dapat diperoleh untuk tingkat risiko tertentu. Mari kita
rangkum apa yang telah kita pelajari sejauh ini:
1. Seorang investor yang menghindari risiko membuat keputusan investasi berdasarkan prinsip
Markowitz. Investor seperti itu memilih portofolio aset berisiko yang efisien.
2. Kami kemudian menambahkan asumsi bahwa investor dapat meminjam dan meminjamkan
secara bebas di RF. 61
 3. Setiap investor kemudian membangun portofolio optimal yang termasuk dalam CML dan cocok
dengan kombinasi risiko-pengembalian yang disukainya. Investor konservatif menginvestasikan
sebagian dari portofolio mereka dalam aset bebas risiko (yaitu, mereka meminjamkan), dan
investor agresif meminjam.
4. Semua investor dapat membangun portofolio optimal dengan menggabungkan portofolio yang
efisien, M, dengan aset bebas risiko. Hasilnya adalah CML, garis lurus dalam pengembalian
yang diharapkan, ruang standar deviasi

MENDEFINISIKAN GARIS PASAR MODAL

Garis pasar modal (CML) menggambarkan kondisi ekuilibrium yang berlaku di pasar untuk
portofolio efisien yang terdiri dari portofolio optimal aset berisiko dan aset bebas risiko. Semua
kombinasi aset bebas risiko dan portofolio berisiko M ada di CML, dan, dalam ekuilibrium, semua
investor berakhir dengan portofolio di suatu tempat di CML berdasarkan toleransi risiko mereka.

TEORI PEMISAHAN
Kami telah menetapkan bahwa setiap investor memiliki kombinasi aset bebas risiko dan
portofolio pasar M. Selanjutnya, di bawah asumsi teori pasar modal (CMT), semua investor menyetujui
RF. Oleh karena itu, himpunan efisien linier yang ditunjukkan pada Gambar 9-2 berlaku untuk semua
investor. Kemungkinan peminjaman dan peminjaman, dikombinasikan dengan satu portofolio aset
berisiko, M, menawarkan kepada investor kombinasi pengembalian risiko yang diharapkan apa pun yang
dia cari; yaitu, investor dapat berada di mana saja yang mereka pilih di jalur ini, tergantung pada
preferensi risiko-pengembalian mereka. Seorang investor dapat:
a. Investasikan 100 persen dana yang dapat diinvestasikan dalam aset bebas risiko, memberikan
pengembalian RF yang diharapkan dan risiko nol.
b. Investasikan 100 persen dana yang dapat diinvestasikan dalam portofolio aset berisiko M,
menawarkan E(RM), dengan risikonya M.
c. Investasikan dalam kombinasi pengembalian dan risiko apa pun di antara dua titik ini, yang
diperoleh dengan memvariasikan proporsi WRF yang diinvestasikan aset bebas risiko.
d. Investasikan lebih dari 100 persen dana yang dapat diinvestasikan dalam portofolio aset berisiko
M dengan meminjam uang pada RF, sehingga meningkatkan pengembalian yang diharapkan dan
risiko di luar yang ditawarkan oleh portofolio M

Investor yang berbeda akan memilih portofolio yang berbeda karena preferensi risiko mereka
(mereka memiliki kurva indiferen yang berbeda), tetapi mereka akan memilih kombinasi sekuritas
berisiko yang sama, M. Investor kemudian akan meminjam atau meminjamkan untuk mencapai
berbagai posisi pada trade-off linier antara risiko dan pengembalian yang diharapkan. Berbeda dengan
analisis Markowitz, tidak perlu mencocokkan kurva indiferen setiap klien dengan portofolio efisien
tertentu karena hanya satu portofolio efisien yang dimiliki oleh semua investor. Sebaliknya, setiap klien
62
akan menggunakan kurva indiferennya untuk menentukan di mana ia seharusnya berada di sepanjang
perbatasan efisien baru RF-M-L. Akibatnya, setiap klien harus menentukan berapa banyak dana yang
dapat diinvestasikan yang harus dipinjamkan atau dipinjam di RF dan berapa banyak yang harus
diinvestasikan dalam portofolio M. Hasil ini disebut sebagai properti pemisahan. Teorema pemisahan
menyatakan bahwa keputusan investasi (portofolio aset berisiko mana yang harus dipegang) terpisah dari
keputusan pendanaan (bagaimana mengalokasikan dana yang dapat diinvestasikan antara aset bebas
risiko dan aset berisiko):
➢ Keputusan investasi merupakan keputusan teknis yang tidak melibatkan investor.
Portofolio pasar M optimal untuk setiap investor terlepas dari fungsi utilitas investor tersebut.
➢ Keputusan pembiayaan tergantung pada preferensi investor dan merupakan keputusan
investor.
Seorang investor dapat mencapai titik apa pun di CML. Setiap titik pada garis mewakili trade-off
risiko pengembalian yang diharapkan yang berbeda. Misalnya, Investor 1 dengan kurva utilitas U1
berada di ujung bawah garis seperti yang ditunjukkan pada Gambar 9-3, yang mewakili kombinasi
pinjaman dan investasi di M. Investor 1 lebih menghindari risiko (kurang toleran terhadap risiko)
daripada rata-rata investor dan karena itu mengurangi risiko portofolionya dengan menginvestasikan
sebagian dalam aset bebas risiko. Di sisi lain, Investor 2 dengan kurva utilitas U2 meminjam pada RF
untuk berinvestasi lebih dari 100 persen dalam aset berisiko dan bergerak ke kanan M pada CML.
Investor 2 memiliki toleransi risiko yang lebih tinggi dari rata-rata dan oleh karena itu meningkatkan
risiko portofolio dengan memanfaatkan posisinya dalam portofolio pasar.

MEMAHAMI CML (Capital Market Line)

CML ditampilkan sebagai garis lurus pada Gambar 9-4 tanpa perbatasan Markowitz yang
sekarang didominasi. Kita tahu bahwa garis ini memiliki intersep RF. Jika investor ingin berinvestasi
dalam aset berisiko, mereka harus diberi kompensasi atas risiko tambahan ini dengan premi risiko. Jarak
vertikal antara RF dan M pada Gambar 9-4 adalah pengembalian tambahan yang diharapkan untuk
menanggung risiko memiliki portofolio saham, yaitu kelebihan pengembalian di atas RF. Pada titik
itu, jumlah risiko untuk portofolio saham berisiko diberikan oleh 𝜎□ :

Kemiringan CML adalah harga pasar dari risiko untuk portofolio yang efisien. Ini juga
disebut harga pasar ekuilibrium risiko. Ini menunjukkan pengembalian tambahan yang diminta pasar
untuk setiap persentase peningkatan risiko portofolio, yaitu dalam standar deviasi pengembaliannya.
63
PERSAMAAN CML
Sekarang kita tahu intersep dan kemiringan CML. Karena CML adalah trade-off antara risiko
dan pengembalian yang diharapkan untuk portofolio yang efisien, dan risiko diukur dengan deviasi
standar, persamaan untuk CML ditampilkan sebagai Persamaan 9-1:

Dengan kata lain, pengembalian yang diharapkan (diperlukan) untuk setiap portofolio pada CML
sama dengan tingkat bebas risiko ditambah premi risiko. Premi risiko adalah produk dari harga pasar
risiko dan jumlah risiko untuk portofolio yang dipertimbangkan.

POIN PENTING CML

1. Hanya portofolio efisien yang terdiri dari aset bebas risiko dan portofolio M yang terletak di
CML. Portofolio M, portofolio pasar sekuritas berisiko, berisi semua sekuritas yang ditimbang
berdasarkan nilai pasarnya masing-masing—ini adalah kombinasi optimal dari sekuritas berisiko
dan, menurut definisi, merupakan portofolio yang efisien. Aset bebas risiko tidak memiliki risiko.
Oleh karena itu, semua kombinasi kedua aset ini pada CML adalah portofolio yang efisien.
2. Sebagai pernyataan keseimbangan, CML harus selalu miring ke atas, karena harga risiko harus
selalu positif. Ingatlah bahwa CML diformulasikan dalam dunia pengembalian yang diharapkan,
dan investor yang menghindari risiko tidak akan berinvestasi kecuali mereka mengharapkan
kompensasi atas risiko tersebut. Semakin besar risiko, semakin besar pengembalian yang
diharapkan.
3. Secara historis, untuk beberapa periode waktu tertentu, seperti satu atau dua tahun, RF dapat
melebihi pengembalian portofolio pasar. Ini tidak meniadakan validitas CML; itu hanya
menunjukkan bahwa pengembalian yang direalisasikan berbeda dari yang diharapkan. Jelas,
harapan investor tidak selalu terwujud. (Jika ya, tidak akan ada risiko.) Dengan demikian, CML
harus selalu miring ke atas karena merupakan model ex ante (sebelum fakta).
4. CML dapat digunakan untuk menentukan pengembalian yang diharapkan (diperlukan) terkait
dengan tingkat risiko portofolio efisien yang berbeda.
64
 CML menggambarkan trade-off risiko-pengembalian di pasar keuangan dalam keseimbangan.
Namun, ini hanya berlaku untuk portofolio yang efisien dan tidak dapat digunakan untuk menilai
ekuilibrium pengembalian yang diharapkan pada satu sekuritas. Bagaimana dengan sekuritas individual
atau portofolio yang tidak efisien? Untuk menghubungkan pengembalian yang diharapkan dan risiko
untuk setiap aset atau portofolio, efisien atau tidak efisien, kita memerlukan alternatif CML; alternatif
yang paling umum datang dalam bentuk CAPM. Keluaran dari CAPM adalah pengembalian yang
diharapkan (diperlukan) yang didasarkan pada beta, yang akan dibahas di bagian selanjutnya

3. Risiko Sistematis dan Beta

Ukuran risiko yang relevan untuk setiap aset i adalah pergerakannya dengan portofolio pasar,
yang diukur dengan beta (β). Beta menunjukkan risiko bahwa aset i akan ditambahkan ke portofolio
yang terdiversifikasi dengan baik. Dengan kata lain, beta adalah ukuran standar risiko sistematis suatu
aset, yaitu risiko yang tidak dapat dihindari melalui diversifikasi. Beta diukur dengan menstandardisasi

kovarians aset dengan portofolio pasar dan diturunkan sebagai:

Beta adalah ukuran sensitivitas return saham terhadap return pasar. Sekuritas yang cenderung
bergerak ke arah yang sama dengan pergerakan pasar tetapi biasanya bergerak lebih dari pasar memiliki
beta lebih besar dari 1,0 dan dianggap memiliki risiko di atas rata- rata. Misalnya, sekuritas yang
pengembaliannya naik atau turun rata-rata 15 persen saat pasar naik atau turun 10 persen memiliki beta
1,5 dan dianggap berisiko relatif tinggi. Demikian juga, sekuritas yang biasanya bergerak ke arah yang
sama dengan pasar tetapi bergerak kurang dari pasar memiliki beta kurang dari 1,0 dan memiliki risiko
di bawah rata- rata. Misalnya, sekuritas yang umumnya bergerak 6 persen dalam korespondensi langsung
dengan pergerakan pasar 10 persen memiliki beta 0,6 dan memiliki risiko di bawah rata- rata. Beta rata-

65
rata, yang sering juga disebut beta pasar, adalah 1.0. Karena beta mengukur pergerakan dengan pasar,
pergerakan pasar dengan pasar harus 1,0. Gambar 9-5 menunjukkan plot pengembalian dari tiga
sekuritas yang berbeda relatif terhadap pengembalian pasar.
SAHAM BETA DI ATAS DAN DI BAWAH RATA-RATA
Kategori berikut akan membantu Anda dalam upaya Anda untuk mengklasifikasikan saham:
● Beta: 0 < β < 1: Saham berisiko di bawah rata-rata. Kadang-kadang disebut sebagai saham
defensif. Biasanya mencakup perusahaan yang memproduksi produk yang merupakan kebutuhan.
Contoh saham termasuk saham utilitas publik, perawatan kesehatan, dan perusahaan kebutuhan
pokok konsumen.
● Beta: β > 1: Saham berisiko di atas rata-rata. Kadang-kadang dirujuk sebagai saham siklis.
Biasanya mencakup perusahaan yang menawarkan produk atau jasa yang dibeli dengan
pendapatan bebas. Contoh saham termasuk saham teknologi, konsumen discretionary, produsen
barang modal, dan perusahaan keuangan.
● Beta: β < 0: Aset ini memiliki risiko yang sangat rendah; namun, sangat sedikit saham yang
termasuk dalam kategori ini. Contoh aset termasuk sekuritas derivatif (misalnya, opsi put) dan
aset yang terkait dengan harga komoditas (terutama harga logam mulia).

Beberapa Beta yang Dilaporkan

Tabel berikut melaporkan beta, per Oktober 2014, untuk berbagai perusahaan terkenal. Pisahkan
perusahaan menjadi dua kelompok, perusahaan yang menawarkan produk dan layanan yang umumnya
dianggap sebagai kebutuhan pokok atau kebutuhan versus perusahaan yang menawarkan produk dan
layanan yang dibeli dengan dana bebas (yaitu, produk/layanan mewah).
PENGERTIAN BETA
Kami akan mulai dengan menunjukkan apa yang bukan beta, yaitu beta bukan ukuran volatilitas

aset. Banyak individu yang tahu sedikit tentang beta yakin bahwa beta mengukur volatilitas aset.
Namun, ini adalah pandangan beta yang salah. Sementara saham beta tinggi dan saham beta rendah
umumnya juga memiliki volatilitas tinggi dan volatilitas rendah, ada pengecualian. Misalnya, investasi
di perusahaan yang bergerak di bidang pertambangan logam mulia atau penelitian obat biasanya
66
memiliki harga saham yang relatif fluktuatif; namun, harga saham mereka umumnya relatif tidak sensitif
terhadap pergerakan pasar. Dengan demikian, standar deviasi pengembalian saham untuk perusahaan-
perusahaan ini biasanya relatif tinggi, sedangkan beta mereka umumnya relatif rendah.
Kuncinya adalah menentukan faktor mendasar yang paling menonjol yang mendorong
pengembalian saham. Jika faktor yang paling menonjol adalah kondisi pasar secara umum, maka beta
dan volatilitas akan sejajar satu sama lain; namun, jika faktor yang paling menonjol adalah sesuatu
selain kondisi pasar umum (misalnya, penemuan emas besar, terobosan obat, atau pergerakan substansial
dalam harga emas), maka beta dan volatilitas mungkin berbeda secara substansial satu sama lain.
Daftar berikut berisi definisi alternatif beta. Beta adalah:
1. Ukuran pergerakan aset dengan pasar (M)
2. Ukuran sensitivitas aset terhadap pergerakan pasar
3. Kemiringan garis yang terbentuk ketika pengembalian aset diplot relatif terhadap
pengembalian pasar
4. Ukuran risiko yang relevan untuk investor yang terdiversifikasi dengan baik
5. Ukuran risiko bahwa suatu aset akan menambah portofolio yang terdiversifikasi dengan baik
6. Ukuran risiko sistematis (atau pasar, atau tidak dapat didiversifikasi)

ESTIMASI BETA
Model pasar adalah persamaan yang menghubungkan pengembalian aset dengan pengembalian
pasar. Persamaan model pasar dinyatakan sebagai

Keterangan:
Ri = return sekuritas i
RM = return pada indeks pasar αi = intersep βi = slope
ei = random residual error

Untuk memperkirakan model pasar, pengembalian untuk saham i diregresi pada pengembalian
yang sesuai untuk indeks pasar. Estimasi diperoleh untuk i (pengembalian konstan atas sekuritas i yang
diperoleh terlepas dari tingkat pengembalian pasar) dan i (koefisien kemiringan yang menunjukkan
perubahan yang diharapkan dalam pengembalian sekuritas i untuk kenaikan 1 persen dalam
pengembalian pasar). Koefisien kemiringan dari memperkirakan model pasar mewakili beta saham.
Memperkirakan model pasar dengan regresi adalah proses yang umumnya diikuti dalam menurunkan
beta saham. Namun, juga dimungkinkan untuk menghitung beta menggunakan rumus yang kami sajikan
sebelumnya:

67
Contoh 9.3
Untuk mengilustrasikan estimasi model pasar, kami menggunakan data pengembalian untuk
perusahaan Coca-Cola (simbol ticker ―KOǁ). Menyesuaikan persamaan regresi dengan data
pengembalian selama 60 bulan dengan pengembalian yang sesuai untuk S&P 500, persamaan yang
diestimasi adalah

RKO = 0.008 + 0.528RS&P500

Ketika pengembalian saham diplot terhadap pengembalian indeks pasar, garis regresi yang
dipasang pada titik-titik ini disebut sebagai garis karakteristik. Garis karakteristik Coca- Cola
ditunjukkan pada Gambar 9-6.

Alfa adalah intersep dari garis karakteristik pada sumbu vertikal dan, secara teori, harus sama
dengan RF untuk stok apa pun. Ini mengukur pengembalian saham ketika pengembalian portofolio pasar
adalah nol. Koefisien beta adalah kemiringan garis karakteristik. Ini mengukur sensitivitas pengembalian
saham dengan portofolio pasar.
Varians dari error term mengukur variabilitas return saham yang tidak terkait dengan pergerakan
return pasar. Varians ini mewakili risiko yang dapat didiversifikasi atau tidak sistematis, dan karenanya,
diversifikasi dapat mengurangi variabilitas ini.
Banyak rumah pialang dan layanan penasihat investasi melaporkan beta sebagai bagian dari total
informasi yang diberikan untuk masing-masing saham. Misalnya, situs web Yahoo Finance melaporkan
beta untuk setiap saham yang dicakup, seperti halnya perusahaan pialang seperti Merrill Lynch. Kedua
ukuran risiko yang dibahas di atas, standar deviasi dan beta, dikenal luas dan dibahas oleh investor.
Nilai αi dan βi yang diperoleh dengan mengestimasi regresi model pasar merupakan estimasi dari
parameter yang sebenarnya dan dapat mengalami error. Selain itu, beta dapat berubah seiring waktu
seiring dengan perubahan situasi perusahaan. Oleh karena itu, pertanyaan yang sah adalah seberapa
akurat perkiraan beta?

Ada beberapa poin yang harus Anda ingat ketika mempertimbangkan beta dan garis karakteristik:
1. Kami mencoba memperkirakan beta masa depan untuk sekuritas, yang mungkin berbeda dari
68
 beta historis.
2. Secara teori, variabel independen RM mewakili pengembalian total semua aset yang dapat
dipasarkan dalam perekonomian. Ini biasanya didekati dengan indeks pasar saham, yang, pada
gilirannya, merupakan perkiraan pengembalian semua saham biasa.
3. Garis karakteristik dapat dipasang pada berbagai jumlah pengamatan dan periode waktu. Tidak
ada satu periode atau jumlah pengamatan yang benar untuk menghitung beta. Akibatnya,
perkiraan beta bervariasi. Misalnya, Survei Investasi Garis Nilai menghitung beta dari tingkat
pengembalian mingguan selama lima tahun, sedangkan analis lain sering menggunakan tingkat
pengembalian bulanan selama periode yang sebanding.
4. Estimasi regresi dari dan dari garis karakteristik hanya merupakan estimasi yang benar dan dan
dapat mengalami kesalahan. Dengan demikian, perkiraan ini mungkin berbeda dari yang benar/
5. Sebagai variabel fundamental (misalnya, pendapatan, arus kas) dari perubahan perusahaan, beta
harus berubah; yaitu, beta tidak sepenuhnya stasioner dari waktu ke waktu. Masalah ini cukup
penting untuk dipertimbangkan secara terpisah.

Blume menemukan bahwa dalam membandingkan periode tujuh tahun yang tidak tumpang tindih
untuk 1, 2, 4, 7, 10, 21, dan seterusnya, saham dalam portofolio, pengamatan berikut dapat dilakukan :
1. Perkiraan beta untuk sekuritas individual tidak stabil; yaitu, mereka berisi informasi yang relatif
sedikit tentang beta masa depan.
2. Beta diperkirakan untuk portofolio besar yang stabil; yaitu, mereka berisi banyak informasi
tentang beta masa depan.

Akibatnya, portofolio besar (misalnya, 50 saham) memberikan stabilitas karena efek rata- rata.
Meskipun beta dari beberapa saham dalam portofolio naik dari periode ke periode, yang lain turun, dan
kedua pergerakan ini cenderung saling membatalkan. Selain itu, kesalahan yang terlibat dalam
memperkirakan beta cenderung dibatalkan dalam portofolio. Oleh karena itu, perkiraan beta portofolio
menunjukkan perubahan yang lebih sedikit dari periode ke periode dan jauh lebih andal daripada
perkiraan beta untuk sekuritas individual.
Para peneliti telah menemukan bahwa beta dalam periode perkiraan rata-rata mendekati 1,0
daripada perkiraan yang diperoleh dengan menggunakan data historis. Dengan kata lain, beta cenderung
mundur ke arah mean. Ini menyiratkan bahwa kami dapat meningkatkan estimasi beta dengan mengukur
penyesuaian dalam satu periode dan menggunakannya sebagai estimasi penyesuaian pada periode
berikutnya. Misalnya, penyesuaian Blume untuk kecenderungan beta untuk mundur ke arah rata-rata
menggunakan rumus berikut:

69
 Pendekatan penyesuaian sederhana ini digunakan oleh banyak perusahaan investasi; namun,
perusahaan lain mengandalkan metode yang lebih canggih, termasuk teknik estimasi Bayesian.
4. Model Penetapan Harga Aset Modal (CAPM)

CML menggambarkan trade-off risiko-pengembalian di pasar keuangan dalam keseimbangan.

Namun, ini hanya berlaku untuk portofolio yang efisien dan tidak dapat digunakan untuk menilai
ekuilibrium pengembalian yang diharapkan untuk sekuritas tunggal. Bagaimana dengan sekuritas
individual atau portofolio yang tidak efisien? Di situlah CAPM memasuki gambar.
Di bawah CAPM, semua investor memegang portofolio pasar, yang merupakan portofolio tolok
ukur yang digunakan untuk mengukur portofolio lainnya. Bagaimana sekuritas individual berkontribusi
pada risiko portofolio pasar? Seperti yang telah kita bahas di bagian sebelumnya, beta mengukur
kontribusi risiko ini.
Investor harus mengharapkan premi risiko untuk membeli aset berisiko seperti saham. Semakin
besar risiko saham itu, semakin tinggi premi risiko. Dengan asumsi investor memiliki portofolio yang
terdiversifikasi dengan baik, mereka akan tertarik pada risiko portofolio daripada risiko keamanan
individu. Saham yang berbeda akan mempengaruhi portofolio yang terdiversifikasi dengan baik secara
berbeda. Risiko yang relevan untuk saham individual adalah kontribusinya terhadap risiko portofolio
yang terdiversifikasi dengan baik, yang diukur dengan beta. Dan risiko portofolio yang
terdiversifikasi dengan baik adalah risiko pasar, atau risiko sistematis, yang tidak dapat didiversifikasi
(lihat Bab 8). Kita sekarang tahu bahwa investor harus memiliki portofolio yang terdiversifikasi
untuk mengurangi risiko portofolio. Ketika seorang investor menambahkan sekuritas ke portofolio
besar, yang penting adalah pergerakan rata-rata sekuritas dengan sekuritas lain dalam portofolio, yaitu
beta-nya. Kita juga sekarang tahu bahwa di bawah CMT semua investor akan memegang portofolio aset
berisiko yang sama, portofolio pasar. Oleh karena itu, risiko yang penting ketika kami
mempertimbangkan keamanan apa pun adalah beta-nya.

Hubungan Pengembalian-Beta CAPM

Yang Diharapkan Garis Pasar Keamanan (SML) adalah penggambaran grafis dari persamaan

70
CAPM. SML menggambarkan hubungan antara risiko dan tingkat pengembalian yang diharapkan untuk
setiap aset, keamanan, atau portofolio. CAPM/SML menempatkan hubungan linier antara risiko aset dan
tingkat pengembalian yang diharapkan. Garis pasar keamanan (SML) ditunjukkan pada Gambar 9-7.
Tingkat pengembalian yang diharapkan (diharapkan) berada pada sumbu vertikal dan beta, ukuran
risiko, berada pada sumbu horizontal.6 Kemiringan garis adalah perbedaan antara tingkat pengembalian
yang diperlukan pada indeks pasar dan RF.

Model Penetapan Harga Aset Modal (CAPM) secara formal menghubungkan tingkat
pengembalian yang diharapkan (diperlukan) untuk sekuritas atau portofolio apa pun dengan ukuran
risiko yang relevan. Hubungan pengembalian-beta yang diharapkan CAPM adalah bentuk hubungan
yang paling sering dikutip. Beta adalah ukuran risiko yang relevan yang tidak dapat didiversifikasikan
dalam portofolio sekuritas dan, dengan demikian, adalah ukuran yang harus dipertimbangkan investor
dalam proses keputusan manajemen portofolio mereka.
CAPM dalam bentuk hubungan pengembalian-beta yang diharapkan adalah pernyataan yang
sederhana namun elegan. Dikatakan bahwa tingkat pengembalian yang diharapkan atas suatu aset
adalah fungsi dari dua komponen tingkat pengembalian yang diminta — tingkat bebas risiko dan
premi risiko:

Kesederhanaan CAPM tercermin dalam diskusi berikut. Saat mempertimbangkan investasi,

investor selalu memiliki opsi untuk membeli aset bebas risiko dan mendapatkan RF. Lalu apa yang
menarik investor untuk membeli aset berisiko? Aset berisiko harus menawarkan premi risiko di atas RF.
Bagaimana premi risiko aset ditentukan? Premi risiko aset didasarkan pada jumlah risiko aset, yang
diukur dengan beta, dan kompensasi yang dibayarkan pasar untuk menanggung satu unit risiko, yang
diukur dengan premi risiko pasar. Dengan demikian, beta mewakili jumlah risiko aset dan premi risiko
pasar mencerminkan harga risiko.
Dari diskusi kami sebelumnya, kami menetapkan bahwa beta adalah ukuran risiko yang relevan
karena ini menunjukkan jumlah risiko yang akan ditambahkan aset ke portofolio yang terdiversifikasi
dengan baik. Kami sekarang membahas premi risiko pasar, yang mencerminkan pengembalian yang
71
diminta pasar untuk menanggung satu unit risiko (yaitu, harga risiko).
Premi risiko pasar tergantung pada penghindaran risiko investor (pasar) secara keseluruhan.
Premi risiko pasar juga mewakili kemiringan SML.
Ketika penghindaran risiko agregat meningkat, harga menanggung risiko naik dan begitu juga
kemiringan SML. Misalnya, selama krisis keuangan tahun 2008, penghindaran risiko investor meningkat
secara substansial dan premi risiko pasar meningkat. Investor menuntut pengembalian yang jauh lebih
besar untuk beralih dari aset bebas risiko ke aset berisiko. Ketika penghindaran risiko agregat mereda,
harga risiko bantalan turun seiring dengan kemiringan SML. Misalnya, pada tahun-tahun setelah krisis
keuangan 2008, ekonomi berangsur-angsur membaik dan kepercayaan investor meningkat. Kondisi
yang membaik mengurangi penghindaran risiko investor dan mengurangi kemiringan SML. Akibatnya,
diperlukan premi yang lebih kecil untuk menarik investor berinvestasi pada aset berisiko.
Hubungan pengembalian-beta yang diharapkan CAPM adalah pernyataan sederhana namun elegan
tentang pengembalian dan risiko yang diharapkan (diperlukan) untuk keamanan atau portofolio apa pun.
Ini memformalkan dasar investasi, yaitu bahwa semakin besar risiko yang ditanggung, semakin besar
pengembalian yang diharapkan (diperlukan). Hubungan ini menyatakan bahwa investor membutuhkan
(mengharapkan) pengembalian aset berisiko sama dengan pengembalian aset bebas risiko ditambah
premi risiko, dan semakin besar risiko yang ditanggung, semakin besar premi risiko.

Sekuritas Over- dan Undervalued SML memiliki implikasi penting untuk harga keamanan. Dalam
ekuilibrium, setiap sekuritas harus terletak pada SML karena pengembalian yang diharapkan dari
sekuritas harus sesuai dengan yang dibutuhkan untuk mengkompensasi investor atas risiko sekuritas.
Apa yang terjadi jika investor menentukan bahwa sekuritas tidak berada dalam ekuilibrium dan
karena itu tidak terletak pada SML? Untuk membuat penentuan ini, investor harus menggunakan
metodologi terpisah untuk memperkirakan pengembalian sekuritas. Dengan kata lain, investor
memperoleh estimasi pengembalian untuk keamanan dan memplot keamanan relatif terhadap SML.
Investor dapat menggunakan beberapa pendekatan, seperti analisis fundamental untuk mendapatkan
perkiraan pengembalian sekuritas dan kemudian menggunakan CAPM/SML untuk mendapatkan
pengembalian yang dibutuhkan sekuritas. Investor percaya bahwa keamanan sementara salah harga atau
disekuilibrium dan akan kembali di beberapa titik ke ekuilibrium, yaitu, pada akhirnya akan plot pada
SML.

72
 a. Implementasi CAPM
Untuk menerapkan CAPM, investor membutuhkan perkiraan pengembalian aset bebas risiko,
pengembalian yang diharapkan pada indeks pasar, dan beta untuk keamanan individu. Seberapa sulit
untuk mendapatkannya? RF harus yang paling mudah dari tiga variabel untuk mendapatkan.
Dalam memperkirakan RF, investor dapat menggunakan hasil yang dilaporkan pada catatan
Treasury lima tahun. Memperkirakan pengembalian pasar lebih sulit karena pengembalian yang
diharapkan untuk indeks pasar tidak dapat diamati. Selanjutnya, beberapa indeks pasar yang berbeda
dapat digunakan. Estimasi imbal hasil pasar dapat diturunkan dari studi imbal hasil pasar sebelumnya
(seperti data Standard & Poor's pada Tabel 6-1). Atau, perkiraan probabilitas pengembalian pasar dapat
dibuat, dan nilai yang diharapkan dihitung. Ini akan memberikan perkiraan pengembalian yang
diharapkan dan standar deviasi untuk pasar.
Akhirnya, perlu untuk memperkirakan beta untuk sekuritas individual. Ini adalah bagian penting
dari proses estimasi CAPM. Di CAPM, perkiraan RF dan pengembalian yang diharapkan di pasar
adalah sama untuk setiap sekuritas yang dievaluasi; hanya beta yang unik. Beta adalah satu-satunya
faktor khusus perusahaan dalam CAPM; oleh karena itu, risiko adalah satu-satunya perkiraan spesifik
aset yang harus dibuat dalam CAPM. Dengan demikian, CAPM sering dirujuk sebagai model faktor
tunggal. Menurut CAPM, satu-satunya faktor yang membedakan pengembalian satu aset dari aset lain
adalah beta aset.

b. Tes CAPM.
Kesimpulan CAPM sepenuhnya masuk akal:
1. Pengembalian yang diharapkan dan risiko berhubungan positif—risiko yang lebih besar
menyiratkan ekspektasi return yang lebih besar
73
 2. Risiko yang relevan untuk suatu sekuritas adalah ukuran pengaruhnya terhadap risiko portofolio.
Oleh karena itu, pertanyaannya adalah seberapa baik teori itu bekerja. Lagi pula, asumsi yang
mendasari teori pasar modal (CMT) sebagian besar tidak realistis. Untuk menilai validitas teori
ini atau teori lainnya, tes empiris harus dilakukan. Jika CAPM valid, dan pasar cenderung
seimbang sehingga model memberikan perkiraan yang cukup akurat untuk pengembalian
sekuritas, persamaan jenis berikut dapat diperkirakan:
di mana:

Ri = rata-rata pengembalian sekuritas i selama beberapa periode βi =

perkiraan beta untuk sekuritas i

Ketika Persamaan 9-4 diperkirakan, a1 harus mendekati rata-rata RF selama periode yang diteliti,
dan a2 harus mendekati rata-rata premi risiko pasar selama periode yang diteliti. Literatur yang luas ada
yang melibatkan tes CMT, khususnya, CAPM. Meskipun tidak mungkin untuk meringkas ruang lingkup
literatur ini sepenuhnya dan untuk mendamaikan temuan dari studi yang berbeda yang tampaknya
bertentangan, poin-poin berikut mewakili konsensus yang masuk akal dari hasil empiris.
1. SML tampak linier; yaitu, trade-off antara pengembalian yang diharapkan
(diperlukan). dan risiko adalah garis lurus miring ke atas.
2. Istilah intersep, a1, umumnya ditemukan lebih tinggi dari RF.
3. Kemiringan CAPM, a2, umumnya ditemukan kurang curam daripada yang
dikemukakan oleh teori.
4. Meskipun buktinya beragam, tidak ada kasus persuasif yang dibuat tidak sistematis
5. Risiko memerintahkan premi risiko. Dengan kata lain, investor hanya dihargai karena
mengasumsikan risiko sistematis.
Masalah utama dalam pengujian CMT adalah bahwa hal itu diformulasikan secara ex ante tetapi
hanya dapat diuji secara ex post. Kita tidak pernah bisa mengetahui ekspektasi investor dengan pasti.
Oleh karena itu, tidak mengherankan jika pengujian model menghasilkan hasil yang bertentangan dalam
beberapa kasus dan hasil empiris berbeda dari prediksi model. Faktanya, sungguh menakjubkan bahwa
hasil empiris mendukung CAPM dasar sebaik yang mereka lakukan. Berdasarkan studi data bertahun-
tahun, tampak bahwa harga pasar saham sekuritas berdasarkan hubungan linier antara risiko sistematis
dan pengembalian, dengan risiko yang dapat didiversifikasi (tidak sistematis) memainkan peran kecil
atau tidak sama sekali dalam mekanisme penetapan harga.
CAPM belum terbukti secara empiris, juga tidak akan terbukti. Faktanya, Roll berpendapat
bahwa CAPM tidak dapat diuji karena portofolio pasar, yang terdiri dari semua aset berisiko, tidak dapat
diamati. Akibatnya, Roll berpendapat bahwa pengujian CAPM sebenarnya adalah pengujian efisiensi
varians rata-rata dari portofolio pasar. Namun demikian, CAPM tetap merupakan cara yang logis untuk
melihat trade-off pengembalian-risiko yang diharapkan serta model yang sering digunakan di bidang
74
keuangan.

5. Teori Harga Arbitrase

CAPM bukan satu-satunya model penetapan harga keamanan. Model lain yang mendapat
perhatian didasarkan pada teori harga arbitrase (APT) yang dikembangkan oleh Ross dan disempurnakan
oleh orang lain. Dalam beberapa tahun terakhir, APT telah muncul sebagai teori alternatif penetapan
harga aset untuk CAPM. Daya tariknya adalah lebih umum daripada CAPM, dengan asumsi yang tidak
terlalu membatasi. Namun, seperti CAPM, ia memiliki keterbatasan, dan seperti CAPM, itu bukan kata
terakhir dalam penetapan harga aset. Mirip dengan CAPM, atau model penetapan harga aset lainnya,
APT menempatkan hubungan antara pengembalian yang diharapkan dan risiko. Namun, ia
melakukannya dengan menggunakan asumsi dan prosedur yang berbeda. Sangat penting, APT tidak
secara kritis bergantung pada portofolio pasar yang mendasarinya seperti CAPM, yang memprediksi
bahwa hanya risiko pasar yang mempengaruhi pengembalian yang diharapkan. Sebaliknya, APT
mengakui bahwa beberapa jenis risiko sistematis dapat memengaruhi pengembalian sekuritas.
HUKUM SATU HARGA
APT didasarkan pada hukum satu harga, yang menyatakan bahwa dua aset yang identik tidak
dapat dijual pada harga yang berbeda. APT mengasumsikan bahwa pengembalian aset terkait secara
linier dengan sekumpulan indeks, di mana setiap indeks mewakili faktor yang memengaruhi
pengembalian aset. Pelaku pasar mengembangkan ekspektasi tentang sensitivitas aset terhadap faktor-
faktor tersebut. Mereka membeli dan menjual sekuritas sehingga, berdasarkan hukum satu harga,
sekuritas yang dipengaruhi secara sama oleh faktor yang sama akan memiliki pengembalian yang
diharapkan sama. Jual beli ini adalah proses arbitrase, yang menentukan harga sekuritas.
APT menyatakan bahwa harga pasar ekuilibrium akan menyesuaikan untuk menghilangkan
peluang arbitrase murni, yang mengacu pada situasi di mana portofolio investasi nol dapat dibangun
yang akan menghasilkan keuntungan bebas risiko. Menurut teori, jika peluang arbitrase muncul, relatif
sedikit investor yang dapat bertindak untuk memulihkan keseimbangan.

ASUMSI APT
Berbeda dengan CAPM, APT tidak mengasumsikan:
1. Horizon investasi periode tunggal
2. Tidak adanya pajak
3. Pinjam meminjam di RF
4. Investasikan
atau memilih portofolio berdasarkan pengembalian dan varians yang diharapkan APT, seperti CAPM,
mengasumsikan bahwa:
1. Investor memiliki keyakinan yang homogen
2. Investor adalah pemaksimal utilitas yang menghindari risiko
3. Pasar sempurna
4. Pengembalian dihasilkan oleh model faktor

75
MODEL FAKTOR
Model faktor didasarkan pada pandangan bahwa ada faktor risiko yang mendasari yang mempengaruhi
pengembalian keamanan yang direalisasikan dan yang diharapkan. Faktor-faktor risiko ini mewakili
kekuatan ekonomi yang luas dan bukan karakteristik khusus perusahaan dan, menurut definisi, mereka
mewakili elemen kejutan dalam faktor risiko—perbedaan antara nilai aktual untuk faktor tersebut dan
nilai yang diharapkan. CAPM dan APT mewakili model faktor. Seperti disebutkan sebelumnya, CAPM
adalah model faktor tunggal, di mana portofolio pasar adalah satu-satunya faktor. APT umumnya
dianggap sebagai model multifaktor; namun, faktor- faktor tersebut tidak diidentifikasi secara eksplisit.
Untuk setiap model faktor, faktor-faktor tersebut harus memiliki tiga karakteristik:
1. Setiap faktor risiko harus memiliki pengaruh yang pervasif terhadap return saham. Peristiwa
spesifik perusahaan bukanlah faktor risiko.
2. Faktor risiko harus mempengaruhi pengembalian yang diharapkan, yang berarti mereka harus
memiliki harga bukan nol. Masalah ini dapat diuji secara empiris dengan menganalisis secara
statistik return saham untuk melihat faktor-faktor mana yang secara pervasif mempengaruhi
return. Pada awal setiap periode, faktor risiko harus tidak dapat diprediksi oleh pasar secara
keseluruhan. Ini memunculkan poin penting. Dalam Contoh 9-6, kami menggunakan inflasi dan
output perekonomian sebagai dua faktor yang mempengaruhi pengembalian portofolio. Tingkat
inflasi umumnya tidak dianggap sebagai faktor risiko karena setidaknya sebagian dapat
diprediksi. Dalam ekonomi dengan pertumbuhan yang wajar di mana tingkat inflasi triwulanan
rata-rata
3. Persen setiap tahun, kita dapat mengasumsikan bahwa tingkat inflasi kuartal berikutnya tidak
akan menjadi 10 persen atau negatif. Di sisi lain, inflasi yang tidak terduga—perbedaan antara
inflasi aktual dan inflasi yang diharapkan—mungkin menjadi faktor risiko. Menurut definisi,
inflasi tak terduga tidak dapat diprediksi karena tidak terduga.
Yang benar-benar penting adalah penyimpangan faktor dari nilai yang diharapkan. Misalnya, jika nilai
inflasi yang diharapkan adalah 5 persen dan tingkat inflasi aktual untuk suatu periode hanya 4 persen,
penyimpangan 1 persen ini akan mempengaruhi pengembalian aktual untuk periode tersebut.

MEMAHAMI MODEL APT

Model APT mengasumsikan bahwa investor percaya bahwa pengembalian aset dihasilkan secara
acak menurut model n-faktor, yang, untuk keamanan i, dapat secara formal dinyatakan sebagai

Penting untuk dicatat bahwa fs dalam Persamaan 9-5 mengukur deviasi setiap faktor dari nilai
yang diharapkan. Perhatikan dalam Persamaan 9-5 bahwa pengembalian aktual untuk sekuritas dalam
periode tertentu akan berada pada tingkat pengembalian yang diharapkan (diperlukan) jika faktor-
76
faktornya berada pada tingkat yang diharapkan [misalnya, F EF F EF 11 2 2 – ,– 0 0 , dan seterusnya]
dan jika istilah kesalahannya nol. Model faktor tidak membuat pernyataan tentang keseimbangan. Jika
kita mengubah Persamaan 9-5 menjadi model ekuilibrium, kita mengatakan sesuatu tentang
pengembalian yang diharapkan di seluruh sekuritas. APT merupakan teori ekuilibrium pengembalian
yang diharapkan yang membutuhkan model faktor seperti Persamaan 9-5. Persamaan untuk
pengembalian yang diharapkan pada keamanan diberikan oleh Persamaan 9-6:

Dengan APT, risiko didefinisikan dalam hal sensitivitas saham terhadap faktor ekonomi dasar,
sedangkan pengembalian yang diharapkan berhubungan langsung dengan sensitivitas. Seperti biasa,
pengembalian yang diharapkan meningkat dengan risiko. Hubungan pengembalian-risiko yang
diharapkan untuk CAPM adalah:

CAPM mengasumsikan bahwa satu-satunya ukuran risiko yang diperlukan adalah kepekaan
terhadap pasar. Premi risiko untuk suatu saham tergantung pada sensitivitas ini dan premi risiko pasar

(selisih antara pengembalian yang diharapkan di pasar dan RF). Hubungan pengembalian- risiko yang
diharapkan untuk APT dapat digambarkan sebagai:
Perhatikan bahwa ukuran sensitivitas ( I dan bi ) memiliki interpretasi yang serupa. Mereka
adalah ukuran sensitivitas relatif pengembalian sekuritas ke premi risiko tertentu. Perhatikan juga bahwa
kita berurusan dengan premi risiko dalam kedua kasus. Akhirnya, perhatikan bahwa hubungan CAPM
sama seperti yang akan diberikan oleh APT jika hanya ada satu faktor pervasif yang mempengaruhi
pengembalian. APT lebih umum daripada CAPM.

MENGIDENTIFIKASI FAKTOR-FAKTORNYA
Masalah dengan APT adalah bahwa faktor-faktor tersebut tidak ditentukan, setidaknya tidak ex
ante. Untuk menerapkan model APT, kita perlu mengetahui faktor-faktor yang menjelaskan perbedaan
antara pengembalian keamanan. APT tidak membuat pernyataan tentang apa faktornya, ukurannya atau
77
tandanya. Input model faktor harus diidentifikasi secara empiris. Sebaliknya, dengan CAPM faktor yang
penting adalah portofolio pasar, sebuah konsep yang dipahami dengan baik secara konseptual; namun,
seperti disebutkan sebelumnya, Roll berpendapat bahwa portofolio pasar tidak dapat diamati.
Pekerjaan empiris awal oleh Roll dan Ross menyarankan bahwa tiga sampai lima faktor
mempengaruhi pengembalian keamanan dan harga di pasar. Menurut model tipe APT, di sekuritas yang
berbeda memiliki kepekaan yang berbeda terhadap faktor risiko, dan setiap investor memiliki sikap
risiko yang berbeda. Investor dapat membangun portofolio yang memiliki eksposur risiko yang
diinginkan untuk masing-masing faktor. Mengetahui harga pasar dari faktor-faktor risiko dan kepekaan
sekuritas terhadap perubahan faktor-faktor tersebut, imbal hasil yang diharapkan untuk berbagai saham
dapat diperkirakan. Penelitian menunjukkan bahwa model APT yang menggabungkan perubahan tak
terduga dalam lima variabel makroekonomi lebih unggul dari CAPM. Kelima variabel ini, yang
merupakan tipikal model tipe APT, adalah:
1. Risiko gagal bayar
2. Istilah struktur suku bunga
3. Inflasi atau deflasi
4. Tingkat pertumbuhan keuntungan jangka panjang yang diharapkan untuk
perekonomian
5. Risiko pasar residual

MENGGUNAKAN APT DALAM KEPUTUSAN INVESTASI

Roll dan Ross berpendapat bahwa APT menawarkan pendekatan untuk perencanaan portofolio
strategis. Idenya adalah untuk mengenali bahwa beberapa faktor sistematis mempengaruhi pengembalian
rata-rata jangka panjang. Investor harus berusaha mengidentifikasi beberapa faktor yang mempengaruhi
sebagian besar aset untuk menghargai pengaruhnya terhadap pengembalian portofolio. Berdasarkan
pengetahuan ini, mereka harus berusaha untuk menyusun portofolio mereka sedemikian rupa untuk
meningkatkan desain dan kinerja portofolio.
Beberapa peneliti telah mengidentifikasi dan mengukur, baik untuk sektor ekonomi maupun
industri, eksposur risiko yang terkait dengan faktor risiko APT seperti lima yang diidentifikasi di atas.
―Profil eksposur risikoǁ ini sangat bervariasi. Misalnya, sektor keuangan, pertumbuhan, dan transportasi
ditemukan sangat sensitif terhadap risiko gagal bayar, sementara sektor utilitas relatif tidak sensitif
terhadap inflasi yang tidak terduga dan perubahan tak terduga dalam tingkat pertumbuhan keuntungan.
Analisis terhadap 82 klasifikasi industri yang berbeda menunjukkan hasil yang sama—paparan terhadap
berbagai jenis risiko sangat bervariasi. Sebagai contoh, beberapa industri sangat sensitif terhadap risiko
inflasi yang tidak terduga, seperti industri pembangunan rumah mobil, pengecer, hotel dan motel,
mainan, dan tempat makan. Industri yang paling tidak sensitif terhadap faktor risiko ini termasuk
makanan, ban dan barang karet, sepatu, dan pabrik bir. Beberapa industri tidak menunjukkan sensitivitas
yang signifikan terhadap risiko inflasi yang tidak terduga, seperti penyulingan jagung dan kedelai serta
penyulingan gula.
78
 Seorang manajer portofolio dapat merancang strategi yang akan memaparkan mereka pada satu
atau lebih jenis faktor risiko ini atau "mensterilkan" portofolio sedemikian rupa sehingga paparannya
terhadap perubahan tak terduga dalam tingkat pertumbuhan laba sesuai dengan pasar secara keseluruhan.
Mengambil pendekatan aktif, manajer portofolio yang percaya bahwa dia dapat meramalkan realisasi
faktor dapat membangun portofolio yang menekankan atau tidak menekankan faktor tersebut. Dalam
melakukan ini, manajer akan memilih saham yang memiliki eksposur terhadap faktor risiko yang
tersisa yang persis proporsional dengan pasar. Jika manajer akurat dengan ramalan—dan ingat bahwa
manajer seperti itu harus meramalkan komponen tak terduga dari faktor risiko—dia bisa mengungguli
pasar untuk periode itu.

6. Model Faktor Terkemuka Lainnya

Dua model multifaktor lainnya telah menjadi terkenal dalam komunitas akademik dan diterapkan
secara luas dalam manajemen investasi. Model-model ini biasanya direferensikan dengan judul generik
tetapi deskriptif, yaitu model tiga faktor dan model empat faktor.
Model berbasis CAPM dan APT berfokus pada mengidentifikasi faktor risiko yang mendasari terlebih
dahulu dan kemudian menyelidiki hubungannya dengan pengembalian, model tiga dan empat faktor
dimulai dengan karakteristik perusahaan yang ditunjukkan secara empiris terkait dengan pengembalian
saham. Model tiga dan empat faktor umumnya diklasifikasikan sebagai model multifaktor berbasis
karakteristik atau mikroekonomi karena sifat faktornya.
Berdasarkan bukti empiris, Fama dan French mengembangkan model tiga faktor, yaitu sebagai berikut:

Model empat faktor diusulkan oleh Carhart sebagai perpanjangan dari model tiga cenderung
menunjukkan momentum. Model empat faktor adalah sebagai berikut:faktor. Ekstensi mengakui bukti
empiris yang menunjukkan bahwa pengembalian saham

Tiga faktor pertama identik dengan model tiga faktor. Suku terakhir menunjukkan kepekaan
terhadap faktor momentum (β4i) dikalikan dengan premi faktor momentum (UMD). UMD adalah
singkatan dari naik dikurangi turun dan sama dengan pengembalian saham dengan kinerja masa lalu
terkuat dikurangi pengembalian saham dengan kinerja masa lalu terlemah. Perhatikan bahwa jika
seseorang memotong model tiga atau empat faktor setelah faktor pertama, model yang dihasilkan terlihat
identik dengan CAPM. Untuk alasan ini, adalah umum untuk merujuk kedua model ini sebagai model
CAPM multifaktor. Seperti disebutkan di atas, model tiga dan empat faktor dikembangkan berdasarkan
bukti empiris yang menghubungkan pengembalian saham dengan karakteristik perusahaan. Selanjutnya,
79
bagaimanapun, para peneliti berpendapat bahwa faktor-faktor yang disertakan mewakili variabel-
variabel risiko yang mendasarinya

80