BETA DISESUAIKAN &

BETA UNTUK PASAR

MODAL BERKEMBANG
Prof. Dr. Jogiyanto Hartono, M.B.A., CA

Kelompok 3:
Arie Mahardika P. 417556
Aryan Danil Mirza. 417557
Pendahuluan

Beta mempunyai suatu

karakteristik yang tertentu, Bias yang terjadi
yaitu mengarah ke nilai 1 (beta dikarenakan perdagangan
pasar) dari waktu ke waktu. yang tidak sinkron di pasar

Untuk mengurangi bias yang

Oleh karena itu , beta perlu terjadi, beta untuk pasar
disesuaikan untuk memiliki modal tipis harus
karakteristik tersebut disesuaikan

Beta menjadi bias jika digunakan untuk Beberapa metode dapat

pasar modal yang transaksi dilakukan untuk
perdagangannya tipis (thin market). menyesuaikan Beta tersebut
Dimana pasar modal yang tipis
merupakan ciri dari pasar modal yang
sedang berkembang
 Ketetapan Beta Historis
• Levy (1971) dan Blume (1975) Portofolio Jumlah Koefisien
melakukan pengujian terhadap ke Sekuritas Korelasi
hubungan Beta dari waktu ke 1 1 0,60
waktu. Blume menggunakan 2 2 0,73
teknik regresi dengan data
3 4 0,84
bulanan untuk menghitung
Beta pasar. Data yang 4 7 0,88
digunakan adalah data histories 5 10 0,92
selama periode Juli 1954 6 20 0,97
sampai dengan Juni 1961 dan
7 35 0,97
periode Juli 1961 sampai
dengan Juni 1968. 8 50 0,98
Kesalahan pengukuran Beta portofolio akan semakin kecil dengan
semakin banyaknya sekuritas di dalamnya, karena kesalahan
perhitungan Beta untuk masing-masing sekuritas akan saling
meniadakan.
 Menyesuaikan dan Memprediksi
beta

Blume (1971) : estimasi Beta cenderung mengarah ke nilai 1 dari satu

periode ke periode yang lain.
Blume kemudian mencoba untuk
Portofolio Periode 1 Periode ke 2 menyesuaikan nilai beta historisnya
ke Juni 1954 – juni 1961 Juli 1961- juni 1968 dengan cara meregresikan nilai beta
1 0,393 0,620 sekuritas periode sebelumnya (1948-1954)
dengan periode pertama (1955- juni 1961).
2 0,612 0,707
Hasil dari regresi diperoleh persamaan
3 0,810 0,861 berikut:
4 0,987 0,914
βi2 = 0,343 +0,677 βi𝑙
5 1,138 0,995

6 1,337 1,169 Selanjutnya, persamaan ini dapat

digunakanuntuk memprediksi beta di periode
selanjutnya.
Cont…
• Misalnya, Beta suatu sekuritas dari hasil regresi untuk periode
(1955-1961) adalah 2,0 atau βi𝑙 .
• Beta sekuritas untuk periode selanjutnya (1962-1968) dapat
diprediksi sebesar:
𝛃𝐢𝟐 = 0,343 +𝟎, 𝟔𝟕𝟕 𝛃𝐢𝒍
𝛃𝐢𝟐 = 0,343 +𝟎, 𝟔𝟕𝟕 𝟐, 𝟎 = 𝟏, 𝟔𝟗𝟕.
• jika, Beta sekuritas dari hasil regresi untuk periode (1955-1961)
adalah 0,5 atau βi𝑙 .
𝜷𝒊𝟐 = 0,343 +𝟎, 𝟔𝟕𝟕 𝟎, 𝟓 = 𝟎, 𝟔𝟖𝟐.
• Kesimpulan, bahwa beta yang lebih besar dari 1 akan menurun
nilainya (dicontoh beta 2,0 menjadi 1,697). Sedangakan untuk
beta yang lebih kecil dari 1 akan meningkatkan nilainya (dicontoh
beta 0,5 menjadi 0,682.
Cara lain untuk Memprediksi nilai Beta, yaitu nilai dari
Beta yang diprediksi sesungguhnya juga mempunyai
kecenderungan mendekati ke nilai rata-ratanya.
𝛃𝐢𝟐 = 𝟏Τ𝟐 𝛃𝐢𝟏 + 𝟏Τ𝟐 𝜷𝟏
Misalnya Beta historis = 1,8 dan rata-rata nilai beta
sekuritas = 1,2.
𝛃𝐢𝟐 = 𝟏Τ𝟐(1,8) + 𝟏Τ𝟐(1,2) = 1,5.
• Vasicek (1973) menyarankan bahwa penyesuaian Beta
menuju ke nilai rata-ratanya tidak menggunakan bobot yang
sama tetapi tergantung dari besarnya ketidakpastian dari
beta.
• Ketidakpastian dapat diukur dari varian nilai-nilai beta di
dalam sampel.
𝜎 2 𝛽1
untuk 𝛽𝑖1
𝜎 2 𝛽1 +𝜎 2 𝛽𝑖1
dan
𝜎 2 𝛽𝑖1
untuk 𝛽1ҧ
𝜎 2 𝛽1 +𝜎 2 𝛽𝑖1
Sehingga menjadi:
𝜎 2 𝛽1 𝜎 2 𝛽𝑖1
𝛽𝑖2 = ( . 𝛽𝑖1 ) + ( . 𝛽1ҧ )
𝜎 2 𝛽1 +𝜎 2 𝛽𝑖1 𝜎 2 𝛽1 +𝜎 2 𝛽𝑖1
Beta untuk pasar modal
berkembang

Perdagangan tidak
Beta untuk pasar modal
sinkron ini terjadi di
yang berkembang perlu
pasar yang transaksi
disesuaikan
perdagangannya jarang
terjadi atau disebut
dengan pasar yang tipis
(thin market).
Alasannya adalah Beta
yang belum disesuaikan
masih merupakan Beta
yang bias disebabkan
oleh perdagangan yang
tidak sinkron (non- Pasar yang tipis
synchronous trading). merupakan cirri dari
pasar modal yang
sedang berkembang
 Perdagangan Tidak Sinkron

Perdagangan tidak sinkron Ketidaksamaan waktu

terjadi karena beberapa antara return sekuritas
sekuritas tidak mengalami dengan return pasar.
perdagangan untuk beberapa
waktu.

Periode ke-t:
- Harian (untuk
menghitung beta harian)
- Mungguan untuk
menghitung beta
Perdagangan tidak sinkron juga mingguan)
sering terjadi dalam satu - Bulanan untuk
hari perdagangan. menghitung beta
bulanan)
Tabel 12.3. Jumlah hari perdagangan di
BEI selama tahun 1996 & selama bulan
Maret 2003.
Tabel 12.4. Jumlah Frekuensi perdagangan
di BEI selama tahun 1996 & selama bulan
maret 2003
Pengujian terhadap bias

Rumus Perhitungan Beta Sekuritas ke-i :

𝐶𝑜𝑣(𝑅𝑎, 𝑅𝑏 )
- 𝛽𝑖 =
𝜎𝑎 .𝜎𝑏
Untuk Bentuk return indeks pasar, maka rumus Beta
di atas menjadi:
𝐶𝑜𝑣(𝑅𝑀, 𝑅𝑀 )
- 𝛽𝑀 =
𝑉𝑎𝑟(𝑅𝑀 )
Dan 𝐶𝑜𝑣(𝑅𝑀, 𝑅𝑀 )adalah sama dengan 𝑉𝑎𝑟(𝑅𝑀 ),
Sehingga:
𝑉𝑎𝑟(𝑅𝑀 )
-𝛽𝑀 = =1 beta untk indeks pasar.
𝑉𝑎𝑟(𝑅𝑀 )
Cotoh 12.1

Misalnya suatu pasar modal hanya mempunyai 4

buah saham yang tercatat, yaitu saham A, B, C dan D.
Harga-harga saham ini untuk 20 hari pengamatan
tampak di table berikut ini:
Tabel 12.5. Data Harga Saham A, B,
C, D dan Indeks Pasar
harga saham (Rp)
indeks Pasar
Saham A Saham B Saham C Saham D
450 650 800 400 121,053
500 700 900 450 134,211
550 750 1000 - 144,737
Ket:
560 - - - 145,263
570 760 - 500 148,947
• indeks pasar
580 810 1050 700 165,263 dihitung dengan nilai
600 800 1060 800 171,579 dasar dimisalkan
720 820 1040 600 167,368 1900
700 - - - 166,316 • Besarnya indeks
710 - 1050 - 167,368
pasar adalah
720 800 1100 - 169,474
730 830 1110 500 166,842
(450+650+800+400)
750 850 1120 510 170.000 /1900*100=121,053
800 860 1400 520 188,421 • harga saham tidak
900 880 1500 530 200,526 tersedia disebabkan
950 900 1550 540 207,368 saham ini tidak
960 910 1570 550 210,000
diperdagangkan
970 920 1580 560 212,105
980 930 1590 570 214,211 pada hari tersebut.
990 950 1600 580 216,842
Tabel 12.6. Return Saham A, B, C, D
dan Return Indeks Pasar
Harga Saham (Rp) Return indeks
Saham A Saham B Saham C Saham D Pasar
0,1111 0,,0769 0,1250 0,1250 0,1087
0,1000 0,0714 0,1111 0,0000 0,0784
0,0182 0,0000 0,0000 0,0000 0,0036
0,0179 0,0133 0,0000 0,1111 0,0254
0,0175 0,0658 0,0500 0,4000 0,1095 Ket:
0,0345 -0,0123 0,0095 0,01429 0,0382
0,2000 0,0250 -0,0189 -0,2500 -0,0245
• (500-450) /450=0,1111
-0,0278 0,0000 0,000 0,0000 -0,0063 • (134,211-121,053) /
0,0143 0,0000 0,0096 0,0000 0,0063 121,053 = 0,1087
0,0141 -0,0244 0,0476 0,0000 0,0126
0,0139 0,0375 0,0091 -0,1667 -0,0155
0,0274 0,0241 0,0090 0,0200 0,0189
0,0667 0,0118 0,02500 0,0196 0,1084
0,1250 0,0233 0,0714 0,0192 0,0642
0,0556 0,0227 0,0333 0,0189 0,0341
0,0105 0,0111 0,0129 0,0185 0,0127
0,0104 0,0110 0,0064 0,0182 0,0100
0,0103 0,0109 0,0063 0,0179 0,0099
0,0102 0,0215 0,0063 0,0175 0,0123
Cont…
Dengan meregresika masing-masing return saham dengan
return indeks pasar, maka akan diperoleh:
-𝛽𝐴 = 0,335 -𝛽𝐵 = 0,370
-𝛽𝐶 = 1,228 -𝛽𝐷 = 1,996
Besarnya Beta indeks pasar yang dihitung berdasarkan rata-
rata keempat sekuritas:
0,306+0,370+1,228+1,996
-𝛽𝑀 = = 0,982
4
Beta ini sudah mendekati nilai 1, yang berarti bias yang terjadi
untuk individual tidak terlalu serius.
Koreksi terhadap bias
Metode yang digunakan:

Scoles dan Williams Fowler dan Rorke (1983)

.
(1977)
Dimson (1979)
Metode Scholes dan Williams
Rumus :
𝛽𝑖−1 + 𝛽𝑖0 + 𝛽𝑖+1
𝛽𝑖 =
1 + 2 . 𝜌1
Notasi:
• 𝛽𝑖 = Beta koreksian sekuritas ke-I
• 𝛽𝑖−1 = beta yang dihitung berdasarkan persamaan regresi 𝑅𝑖,𝑡 = 𝛼1 + 𝛽𝑖−1 𝑅𝑀𝑡−1 ,
yaitu untuk 𝑅𝑖 periode ke-t dengan 𝑅𝑀 periodee lag t-1.
• 𝛽𝑖0 = beta yang dihitung berdasarkan persamaan regresi 𝑅𝑖,𝑡 = 𝛼1 + 𝛽𝑖0 𝑅𝑀𝑡−1 ,
yaitu untuk 𝑅𝑖 periode ke-t dengan 𝑅𝑀 periodee lag t-1
• 𝛽𝑖+1 = beta yang dihitung berdasarkan persamaan regresi 𝑅𝑖,𝑡 = 𝛼1 + 𝛽𝑖+1 𝑅𝑀𝑡−1 ,
yaitu untuk 𝑅𝑖 periode ke-t dengan 𝑅𝑀 periodee lag t-1
• 𝜌1 = korelasi serial antara 𝑅𝑀 dengan
𝑅𝑀𝑡−1 yang dapat diperoleh dari koefisien regresi 𝑅𝑀𝑡 = 𝛼𝑖 + 𝜌1 𝑅𝑀𝑡−1 .
Contoh 12.2
Dari data return saham A, B, C, D dan return indeks pasar di Tabel 12.6,
mka beta masing-masing sekuritas dapat dihitung (atau didapatkan
dari regresi) seperti table berikut:
Beta
Persamaan Regresi
Saham A Saham B Saham C Saham D
𝑅𝑖,𝑡 = 𝛼1 + 𝛽𝑖−3 𝑅𝑀𝑡−3 -0,451 0,0605 -0,353 0,971
𝑅𝑖,𝑡 = 𝛼1 + 𝛽𝑖−2 𝑅𝑀𝑡−2 0,407 0,0088 -0,555 -0,762
𝑅𝑖,𝑡 = 𝛼1 + 𝛽𝑖−1 𝑅𝑀𝑡−1 0,639 0,120 0,283 0,202
𝑅𝑖,𝑡 = 𝛼1 + 𝛽𝑖0 𝑅𝑀𝑡 0,335 0,370 1,227 1.996
𝑅𝑖,𝑡 = 𝛼1 + 𝛽𝑖+1 𝑅𝑀𝑡+1 -0,0008 0,240 0,450 0,919
𝑅𝑖,𝑡 = 𝛼1 + 𝛽𝑖+2 𝑅𝑀𝑡+2 -0,270 -0,0562 -0,166 -1,524
𝑅𝑖,𝑡 = 𝛼1 + 𝛽𝑖+3 𝑅𝑀𝑡+3 0,122 0,0718 0,303 -1,142
 Tabel 12.8
𝜌1 𝜌𝟐 𝜌𝟑
𝑅𝑀𝑡 = 𝛼𝑖 + 𝜌1 𝑅𝑀𝑡−1 0,325
𝑅𝑀𝑡 = 𝛼𝑖 + 𝜌2 𝑅𝑀𝑡−2 -0,296
𝑅𝑀𝑡 = 𝛼𝑖 + 𝜌3 𝑅𝑀𝑡−3 -0,037
Diketahui besarnya beta sekuritas A yang belum dikoreksi
(𝛽𝑖0 ) adalah 0,306.
Beta koreksian (beta yang dikoreksi) dari bias menurut metode Scholes
dan William adalah:
𝛽𝑖−1 +𝛽𝑖0 +𝛽𝑖+1 0,639+0,306+0,00095
• 𝛽𝐴 = = = 0,590
1+2 .𝜌1 1+2 .0,325
𝛽𝑖−1 +𝛽𝑖0 +𝛽𝑖+1 0,120+0,370+024
• 𝛽𝐵 = = = 0,442
1+2 .𝜌1 1+2 .0,325
𝛽𝑖−1 +𝛽𝑖0 +𝛽𝑖+1 0,238+1,228+0,449
• 𝛽𝐶 = = = 1,188
1+2 .𝜌1 1+2 .0,325
𝛽𝑖−1 +𝛽𝑖0 +𝛽𝑖+1 0,203+1,996+0,0919
• 𝛽𝐷 = = = 0,442
1+2 .𝜌1 1+2 .0,325
Cont..

Ringkasan Beta sebelum dan sesudah dikoreksi

dengan menggunakan metode Scholes dan Williams:
Beta belum Beta koreksian
dikoreksi
Saham A 0,335 0,590
Saham B 0,370 0,442
Saham C 1,228 1,188
Saham D 1,996 1,1890
Hasilnya menunjukkan beta koreksian mengarah ke
nilai 1.
Cont…
Untuk dua buah periode lag (waktu mundur) dan
lead (waktu maju), rumus :
𝛽𝑖−2 + 𝛽𝑖−1 +𝛽𝑖0 + 𝛽𝑖+1 + 𝛽𝑖+2
𝛽𝑖 =
1 + 2 . 𝜌1 + 2 . 𝜌2
Secara Umum, perhitungan beta koreksian dengan
melibatkan n-periode lag dan lead dapat ditulis
sebagai berikut:
𝛽𝑖−𝑛 + … + 𝛽𝑖−1 +𝛽𝑖0 + 𝛽𝑖+1 + … + 𝛽𝑖+𝑛
𝛽𝑖 =
1 + 2 . 𝜌1 + … + 2 . 𝜌𝑛
Metode Dimson
Yakni menyederhanakan cara scholes dan wiliams ini
dengan cara menggunakan regresi berganda sehingga hanya
digunakan sebuah pengoperasian regresi saja berapun
banyaknya periode lag and lead.
Rumus:
𝑅𝑖𝑡 = 𝛼𝑖 + 𝛽𝑖−𝑛 𝑅𝑀𝑡−𝑛 + … + 𝛽𝑖0 𝑅𝑀𝑡 + … + 𝛽𝑖+𝑛 𝑅𝑀𝑡+𝑛 + 𝜖𝑖𝑡
Notasi:
• 𝑅𝑖𝑡 = return sekuritas ke-i periode ke-t
• 𝑅𝑀𝑡−𝑛 = return indeks pasar periode lag t-n
• 𝑅𝑀𝑡+𝑛 = return indeks pasar periode lag t+n

Metode dimson juga dikenal dengan istilah metode penjumlahan

koefisien, dengan rumus:
𝛽𝑖 = 𝛽𝑖−𝑛 + … + 𝛽𝑖0 + 𝛽𝑖+𝑛
Contoh 12.5
Dari data return sekuritas A, B, C, D dan return indeks
pasar yang ada di Tabel 12.6, hasil persamaan regresi
berganda untuk satu periode lag dan lead adalah:
𝑅𝐴𝑡 = 0,0115 + 0,612 𝑅𝑀𝑡−1 − 0,322𝑅𝑀𝑡 +0,007
𝑅𝑀𝑡+1 + 𝜖𝐴𝑡
𝑅𝐵𝑡 = 0,005 + 0,085 𝑅𝑀𝑡−1 + 0,227𝑅𝑀𝑡 +0,109
𝑅𝑀𝑡+1 + 𝜖𝐵𝑡
𝑅𝐶𝑡 = 0,0076 + 0,211 𝑅𝑀𝑡−1 + 1,365𝑅𝑀𝑡 − 0,146
𝑅𝑀𝑡+1 + 𝜖𝑐𝑡
𝑅𝐷𝑡 = −0,025 − 0,606 𝑅𝑀𝑡−1 + 2,450𝑅𝑀𝑡 − 0,100
𝑅𝑀𝑡+1 + 𝜖𝐴𝑡
Cont…
Besarnya Beta koreksian menurut Dimson:
• 𝛽𝐴 = 0,612 − 0,321 + 0,007 = 0,298
• 𝛽𝐵 = 0,085 + 0,227 + 0,109 = 0,421
• 𝛽𝐶 = −0,212 + 1,336 − 0,146 = 1,008
• 𝛽𝐷 = −0,608 + 2,451 − 0,101 = 1,743
Contoh 12.6

Untuk dua periode lag dan lead, dengan

menggunakan data return sekuritas A, B, C, D, dan
return indeks pasar yang ada di Tabel 12.6, hasil
koefisien-koefisien regresi berganda adalah:
Koefisien
Saham A Saham B Saham C Saham D
regresi
𝛽𝑖−2 0,160 0,128 -0,082 0,153
𝛽𝑖−1 0,686 -0,101 -0,394 -0,184
𝛽𝑖0 -0,309 0,260 1,627 2,259
𝛽𝑖+1 0,369 0,074 -0,483 0,305
𝛽𝑖+2 -0,434 0,031 0,610 -0,850
 Cont…
Besarnya beta koreksian menurut Dimson:
• 𝛽𝐴 = 0,160 + 0,686 − 0,308 + 0,369 − 0,434 = 0,437
• 𝛽𝐵 = 0,128 − 0,101 + 0,260 + 0,074 + 0,030 = 0,319
• 𝛽𝐶 = −0,008 − 0,394 + 1,627 − 0,483 + 0,610 = 0,437
• 𝛽𝐷 = 0,153 − 0,186 + 2,259 + 0,305 − 0,850 = 1,683
Metode Fowler dan Rorke
Fowler dan Rorke (1983) berargumentasi bahwa metode
Dimson tetap memberikan Beta yang bias. Sehingga dia
menciptakan metodenya sendiri:
Contoh 12.8
Dari data return sekuritas A, B, C, D, dan return indeks
pasar yang ada di Tabel 12.6, hasil persamaan regresi
berganda untuk satu periode lag dan lead adalah:
𝑅𝐴𝑡 = 0,0115 + 0,612 𝑅𝑀𝑡−1 − 0,322𝑅𝑀𝑡 +0,007
𝑅𝑀𝑡+1 + 𝜖𝐴𝑡
𝑅𝐵𝑡 = 0,005 + 0,085 𝑅𝑀𝑡−1 + 0,227𝑅𝑀𝑡 +0,109
𝑅𝑀𝑡+1 + 𝜖𝐵𝑡
𝑅𝐶𝑡 = 0,0076 + 0,211 𝑅𝑀𝑡−1 + 1,365𝑅𝑀𝑡 − 0,146
𝑅𝑀𝑡+1 + 𝜖𝑐𝑡
𝑅𝐷𝑡 = −0,025 − 0,606 𝑅𝑀𝑡−1 + 2,450𝑅𝑀𝑡 − 0,100
𝑅𝑀𝑡+1 + 𝜖𝐴𝑡
 Cont…
Hasil persamaan regresi untuk korelasi serial adalah:
𝑅𝑀𝑡 = 0,017 + 0,325 𝑅𝑀𝑡−1 + 𝜖𝐴𝑡
Besarnya bobot yang digunakan adalah:
1+0,325
𝑊1 = = 0,803
1+2 . 0,325
Besarnya Beta Koreksian :
• 𝛽𝐴 = 0,803 0,612 − 0,322 + 0,803 0,007 = 0,175
• 𝛽𝐵 = 0,803 0,085 + 0,227 + 0,803 0,109 = 0,383
• 𝛽𝐶 = 0,803 − 0,211 + 1,365 − 0,803 0,146 = 1,178
• 𝛽𝐷 = 0,803 − 0,608 + 2,451 − 0,803 0,101 = 1,882
Ringkasan Hasil Perhitungan Beta & Beta
Koreksian untuk Ketiga Metode
Beta untuk saham Beta
Keterangan
A B C D Rata-rata
Beta sblm dikoreksi 0,335 0,370 1,228 1,996 0,982

Dikoreksi 1 periode lag & Lead:

Metode Scholes & Williams 0,590 0,442 1,188 1,890 1,027
Metode Dimson 0,298 0,421 1,008 1,743 0,867
Metode Fowler & Roorke 0,176 0,383 1,078 1,882 0,880
Rata-rata ketiga metode 0,355 0,415 1,092 1,838 0,925

Dikoreksi 2 periode lag & lead:

Metode Scholes & Williams 1,049 0,645 1,171 0,786 0,913
Metode Dimson 0,473 0,391 1,278 1,682 0,956
Metode Fowler & Roorke 0,934 0,383 0,901 1,722 0,985
Cont…
Beta untuk saham Beta
Keterangan
A B C D Rata-rata
Rata-rata ketiga metode 0,819 0,473 1,117 1,397 0,951

Dikoreksi 3 periode lag & Lead:

Metode Scholes & Williams 0,793 0,827 1,208 0,672 0,920
Metode Dimson -1,638 0,343 0,152 0,5490 1,087
Metode Fowler & Roorke -1,184 0,486 0,788 3,880 0,993
Rata-rata ketiga metode -0,676 0,552 0,716 3,347 0,985

Dikoreksi dengan membuang

observasi sampel yang 0,092 0,240 1,232 2,395 0,990
perdagangannya tidak aktif
Cont…
Cara lain untuk mengkoreksi bias yang terjadi akibat
perdagangan yang tidak singkron yaitu dengan membuang
observasi sampel yang menyebabkan terjadinya bias.
Hasil Koreksi setelah membuang observasi sampel, lihat table
ringkasan hasil perhitungan beta & beta koreksian:
Beta A: 0,092
Beta B: 0,240
Beta C: 1,232
Beta D: 2,395
Maka, rata-rata beta untuk ke 4 sekuritas ini yang merupakan
beta pasar:
(0,092+0,240+1,232+2,395)/ 4 = 0,990.