Kelompok 2 - Keseimbangan Pasar CAPM

Perbandingan Keakuratan Capital Asset

Pricing Model (CAPM) dan Arbitrage
Pricing Theory (APT) Dalam Memprediksi
Tingkat Pendapatan Saham LQ-45 di BEI
 Anggota Kelompok :
Titis Yulinda 1301025021
Nurhayati 1301025031
Rima Safitri 1301025044
Istiqomah 1301025046
Lisia Sari Aulia 1301025059
 LATAR BELAKANG
(FENOMENA)
Menggerakan pertumbuhan
ekonomi dan berupaya keras untuk
memperbaiki prosedur investasi
agar menguntungkan di masa
mendatang
Ekspektasi investor yaitu
memperoleh tingkat pendapatan
return sebesar-besarnya dengan
resiko tertentu
Capital Asset Pricing Model
(CAPM) dan Arbitrage Pricing
Theory (APT)
 Rumusan Masalah Tujuan

Model manakah (CAPM Menganalisis Model

atau APT) yang lebih CAPM atau APT untuk
akurat dalam memprediksi Mengetahui Model
return saham LQ45 di Manakah yang Lebih
Bursa Efek Indonesia? Akurat Dalam
Memprediksi Return
Saham LQ45 di BEI.
Manfaat Penelititan
Manfaat Bagi Investor Maupun
Calon Investor, Penulis,
Akademisi, dan Peneliti
Selanjutnya
 Landasan Teori
1. INVESTASI

2. PORTOFOLIO
3. RETURN SAHAM

4. RETURN MARKET
5. RISIKO

6. CAPM & APT

7. MAKROEKONOMI
8. ARIMA
 Kerangka Konsep
Menentukan Model Untuk
Mengestimasi Return Saham LQ
45
CAP
APT
M
Variabel-Variabel
Rf Rm ᵦ Makro Ekonomi

Analisis Faktor

Suku Inflas Kur Uan

Bunga i s g
Pendapatan Saham
Return Saham LQ Return Saham LQ
LQ 45 yang
45 yang Diharapkan 45 yang Diharapkan
Sesungguhnya

Uji Beda Rata-Rata Mean Absolute Deviation (MAD), Mean

Squared Error (MSE), dan Mean Absolute Precent Error
(MAPE)
 Pengembangan Hipotesis

Ho : CAPM lebih akurat dibandingkan APT dalam

memprediksi return saham LQ 45

Ha : APT lebih akurat dibandingkan CAPM dalam

memprediksi return saham LQ 45
 Penelitian Terdahulu
Banz (1981)
Rosenberg, Reid and Lainsten (1985)
Chan.et.al (1991)
Sudarto, dkk (1999)
Muhammad Madyan (2004)
Gancar Chandra Premananto (2004)
Budi Harsono Lim (2005)
Linzerberger.et.al (2007)
 Definisi Operasional
No Variabel Formulasi Skala
1. Return Saham (Ri) Ri = Pt – Pt-1
Rasio
Pt-1
2. Return Pasar (Rm) Rm = IHSGt – IHSGt-1
Rasio
IHSGt-1
3. Return Aset Bebas Risiko (Rf) Rf = SBI t
Rasio
12
4. Perubahan Tingkat Inflasi (F1) F1 = inflasi actual - inflasi
Persentase
expected
5. Perubahan Tingkat SBI (F2) F2 = SBI rate actual - SBI rate
Persentase
expected
6. Tingkat Jumlah Uang yang
F3 = MI actual – MI expected Rupiah
Beredar (F3)
7. Tingkat Kurs Rupiah Terhadap
F4 = Kurs actual – Kurs expected
Dollar (F4)
 Populasi dan Sampel
Populasi Sampel
Saham-saham  Pengambilan sampel
perusahaan yang pada penelitian ini
terdaftar dalam LQ-45 menggunakan Metode
di Bursa Efek non-probability
Indonesia pada tahun sampling yaitu dengan
teknik pengambilan
2006 - 2009
sampel purposive
sampling
 Jenis dan Sumber Data
Jenis Penelitian Sumber Data

 Penelitian kuantitatif dan  Berasal dari kantor atau

jenis datanya sekunder, instansi yang terkait
yaitu data yang sudah dengan penelitian ini yaitu
diolah. Meliputi data melalui website Bursa Efek
bulanan harga saham Indonesia, Indonesian
perusahaan yang termasuk Capital Market Directory,
dalam LQ-45 yang dijadikan jurnal dan internet
sampel, dan indikator  Metode Pengumpulan Data
perekonomian makro yaitu Studi Kepustakaan
Indonesia.
 Alat Analisis dan Uji Hipotesis
Alat Analisis Data Uji Hipotesis

Menggunakan model 1. Uji Normalitas

analisis perhitungan uji : 2. Uji Asumsi Klasik
1. Mean Absolute Deviation 3. Model CAPM
(MAD) 4. Analisis Faktor
2. Mean Squared Error 5. Model APT
(MSE)
6. Menghitung Expected
3. Mean Absolute Return
Percentage Error (MAPE)
7. Pemilihan Model yang
Signifikan
 Analisis Deskriptif
 Variabel penelitian ini terdiri dari variabel independen yaitu :
1) Perubahan tingkat SBI untuk mencari return aset bebas
risiko
2) IHSG untuk mencari return pasar
3) Perubahan tingkat inflasi
4) Tingkat jumlah uang yang beredar untuk mengetahui
pertumbuhan uang yang beredar
5) Nilai tukar mata uang Rupiah terhadap USD

 Variabel dependen adalah return saham perusahaan-

perusahaan LQ 45 di BEI dari Januari 2006 – Juli 2009
 Analisis Faktor
Kaiser-Meyer-Olkin
measure of Sampling
Adequacy 0.483
Bartlett's Test of Sphericity Approx. Chi-
Square 90.969
df 6
Sig. 0.00
Communalities
Initial Extraction
Kurs 1.000 .884
Inflasi 1.000 .894
SBI 1.000 .934
Uang Beredar 1.000 .840
 Component Matrixa
Component 1 Component 2
Kurs -.554 .760
Inflasi .793 .514
SBI .884 .392
Uang Beredar -.822 .405

Rotated Component Matrixa

Component 1 Component 2
Kurs .017 .940
Inflasi .943 -.069
SBI .941 -.221
Uang Beredar -.412 .891
 Uji
Normalitas
Data
Hasil dan Pembahasan
Mean Absolute
Deviation
(MAD)
Mean Square
Error (MSE)
 Mean
Absolute
Precent Error
(MAPE)
Lanjutan…
Mean Absolute
Mean Absolute Mean Square
Percent Error
Deviation (MAD) Error (MSE) (MAPE)
Diketahui bahwa
kedua model baik
CAPM dan APT
diketahui bahwa Dalam Mean
memiliki tingkat Absolute Percent
CAPM dan APT
akurasi yang cukup
baik dalam
memiliki kesamaan Error (MAPE)
yaitu tingkat dapat diketahui
mengestimasi return
keakuratan yang
saham LQ-45. Dari bahwa model APT
tinggi. Rata – rata
rata – rata nilai MAD
MSE CAPM dan APT lebih akurat
yang tidak mencapai daripada CAPM
tidak jauh berbeda
0,20 pada CAPM dan
APT terlebih lagi pada
sebesar 0,029703 dan pada penelitian ini
0,056844 secara rata-rata.
APT yang rata – rata
nilai MAD di bawah
 KESIMPULAN

Capital Assets Pricing Model (CAPM)

maupun Arbitrage Pricing Theory (APT)
memiliki tingkat akurasi yang cukup baik
dalam memprediksi return saham LQ-45. Hal
ini dibuktikan dari rata-rata nilai uji MAD,
MSE dan MAPE pada CAPM dan APT.