BAB 9

 MODEL KESEIMBANGAN RISIKO DAN RETURN:

CAPITAL ASSET PRICING MODEL
KELOMPOK 1:
1. Andri Kaleluni 193030303221
2. Anggy Diarta 203020303056
3. Anita Erlianti 203030303184
4. Melisa Wahyuni BCA 118 045
5. Nur Asiahtun Khosana 203010303041
6. Oktavia Linda Pertiwi 203020303086
7. Putri Maharani Pujianti 203010303013
8. Rahmansyah 203020303066
9. Saprianie BCA 118 022
10. Sinta Maria Wati 203020303060
 1. Hubungan Positif antara Risiko dengan Return

Dalam pasar keuangan yang efisien, dan jika investor tidak suka risiko (risk-averse), maka
kenaikan risiko harus dikompensasi oleh tingkat keuntungan yang lebih tinggi. Semakin tinggi
risiko, semakin tinggi tingkat keuntungan yang diharapkan. bagaimana dengan bukti empiris,
apakah sesuai atau tidak dengan prediksi hubungan positif antara risiko dengan return. Tabel
berikut ini menyajikan return dan risiko untuk beberapa sekuritas di Amerika Serikat dari tahun
1926-1999.

Saham perusahaan kecil mempunyai risiko paling tinggi, karena perusahaan kecil merupakan
perusahaan yang belum mapan, sehingga tingkat ketidakpastiannya sangat tinggi. Obligasi
pemerintah mempunyai kemungkinan default (tidak mampu membayar kewajibannya) yang kecil,
karena kemungkinan pemerintah default cukup kecil. Dari segi investor, instrumen keuangan
dengan jangka waktu yang lebih pendek mempunyai tingkat kepastian pengembalian yang lebih
tinggi, karena itu mempunyai risiko yang lebih kecil. Saham perusahaan kecil yang mempunyai
risiko paling tinggi, juga mempunyai tingkat keuntungan yang paling tinggi, dan sebaliknya.
2. Capital Asset Pricing Model
2.1. Set yang Efisien untuk Aset yang Berisiko
Set yang efisien tersebut bisa digambarkan berikut ini. Bagan 1. Set yang Efisien
untuk Investasi yang Berisiko
Tingkat Keuntungan yang Diharapkan
Bagan 1 set yang efisien untuk investasi yang berisiko

Garis melengkung semacam itu akan terbentuk. Garis tersebut merupakan set yang efisien,
yaitu garis yang terdiri dari portofolio yang mendominasi aset lainnya.
2.2. Asumsi CAPM
Model CAPM dirumuskan oleh dua orang yang bekerja
secara independen: William Sharpe (1964) dan John
Lintner (1965). William Sharpe kemudian memperoleh
hadiah Nobel untuk jasanya pada tahun 1990,
sementara John Lintner sayangnya sudah meninggal,
sehingga dia tidak memperoleh hadiah Nobel.
Sama seperti model lainnya, CAPM menggunakan
beberapa asumsi, yaitu:
1.Investor memfokuskan pada periode kepemilikan
tunggal, mereka mencoba memaksimumkan tingkat
kepuasan mereka (expected utility) dengan memilih
alternatif portofolio dengan menggunakan basis tingkat
keuntungan yang diharapkan dan standar deviasi
2.Investor bisa meminjam dan meminjamkan dengan
jumlah yang tidak terbatas pada tingkat bunga bebas
risiko, dan tidak ada pembatasan terhadap short-sales
3. Investor mempunyai perkiraan tingkat keuntungan yang diharapkan, varians, dan kovarians antar
aset, yang sama satu sama lain. Jika investor yang satu memperkirakan tingkat keuntungan aset X
adalah 15%, maka investor lainnya juga memperkirakan 15%. Dengan kata lain pengharapan investor
adalah homogen (homogenous expectation).

Short sales adalah penjualan aset yang dipinjam. Short sales dilakukan jika kita mengantisipasi
penurunan harga.
6. Tidak ada pajak

7. Investor tidak bisa mempengaruhi harga, semuanya price takers (harga ditentukan oleh pasar).
Situasi semacam ini terjadi di pasar persaingan sempurna. Seorang investor sangat kecil ukurannya
dibandingkan dengan pasar

8. Kuantitas semua aset sudah ditentukan.

Asumsi-asumsi semacam itu tidak realistis. Tetapi baik tidaknya suatu model tidak tergantung dari
realistis atau tidaknya asumsi yang dipakai. Baik tidaknya model akan tergantung dari kemampuannya
menjelaskan fenomena yang ada. Dengan kata lain, baik tidaknya teori tersebut akan ditentukan oleh
bukti empiris, apakah mendukung atau konsisten dengan model tersebut atau tidak.
 2.3. Capital Market Line (CML)
Jika ada investasi bebas risiko, maka set yang efisien akan berubah
menjadi garis lurus yang menghubungkan Rf dengan set yang efisien
untuk investasi yang berisiko. Lebih tepatnya lagi, garis tersebut
menyentuh (tangent) set yang efisien untuk investasi yang berisiko
Dari bagan di samping beberapa observasi bisa dilakukan. Bagan 3. Capital Market Line (CML
Titik M yang merupakan titik persinggungan pada bagan 2
disebut sebagai portofolio pasar (ditulis sebagai titik M,
yaitu kepanjangan dari Market atau Pasar). Semua
investor akan memilih titik M (portofolio pasar) untuk
investasi berisiko, meskipun kurva kepuasan mereka
berbeda-beda.
Mekanisme atau prinsip semacam itu disebut sebagai
prinsip pemisahan (separation principle). Separataion
principles mengatakan bahwa keputusan investasi seorang
investor terdiri dari dua tahap:
(1) Investor akan mengestimasi risiko (standar deviasi),
return yang diharapkan, dan kovarians antar return aset,
untuk semua alternatif investasi yang ada.
(2) Setelah titik M ditentukan, dia akan melakukan
Add Video Lesson here
kombinasi dengan aset bebas risiko (Rf) sedemikian rupa
sehingga preferensi individunya akan terpenuhi. Sebagai
contoh, investor yang tidak suka dengan risiko akan
menggabungkan 50% investasi bebas risiko dan 50%
investasi berisiko (titik X pada bagan 3).
Keputusan (1) sering disebut juga sebagai keputusan
investasi, sedangkan keputusan (2) bisa juga disebut
sebagai keputusan pendanaan (karena meminjam atau
meminjamkan dengan tingkat bunga Rf). Karena itu Area: Art Time: 5 min
separation principle juga bisa dikatakan sebagai prinsip
pemisahan keputusan investasi dengan keputusan
pendanaan. Keputusan investasi dan pendanaan tidak
Di garis CML di atas, investor bisa memilih posisi mana saja di CML
tergantung dari preferensi risikonya (kurva kepuasan). Investor yang sangat
risk averse (tidak menyukai risiko) barangkali akan memilih aset bebas risiko
(Rf). Investor yang bersedia menanggung risiko lebih besar barangkali akan
memilih portofolio X, yaitu portofolio yang terdiri dari 50% aset bebas risiko
dan 50% aset berisiko (portofolio M). Investor juga bisa memilih portofolio
100% aset berisiko (titik M). Investor yang bersedia menanggung risiko lebih
tinggi lagi, bisa memilih titik Y. Titik tersebut tercapai melalui pinjaman
dengan tingkat bunga Rf (atau short sales investasi bebas risiko), kemudian
pinjaman tersebut dibelikan aset berisiko M. Dengan demikian, daerah Rf-M
merupakan daerah meminjamkan, sedangkan daerah M-Y-dan seterusnya,
adalah daerah meminjam.
Rf-M-Y-dan seterusnya biasa disebut sebagai CML (Capital Maket Line).
Garis tersebut menjelaskan hubungan antara risiko dengan tingkat
keuntungan untuk portofolio yang efisien. Tingkat keuntungan bisa dituliskan
sebagai
 
E(Ri) = Rf + [ (E (RM ) – Rf ) / (σM – σRf ) ] σi
Karena σRf = 0 (aset bebas risiko), maka persamaan CML di atas bisa ditulis lagi
sebagai berikut ini.
 
E(Ri) = Rf + [ (E (RM) – Rf ) / (σM) ] σi
dimana
E(Ri) = tingkat keuntungan yang diharapkan untuk aset i
Rf = tingkat keuntungan aset bebas risiko
E(RM) = tingkat keuntungan pasar yang diharapkan
σM = risiko (standar deviasi) keuntungan pasar
σRf = risiko (standar deviasi) investasi bebas risiko
σi = risiko (standar deviasi) aset i
Persamaan di atas bisa diinterpretasikan sebagai berikut. Tingkat keuntungan yang
diharapkan untuk portofolio i sama dengan tingkat keuntungan bebas risiko ditambah
premi risiko. Perhatikan bahwa Rf merupakan intercept dari garis CML, sedangkan
(E(RM) – Rf) / (σM) merupakan slope dari garis tersebut. (E(RM) – Rf) merupakan
premi risiko pasar.
 2.4. Security Market Line (SML)
Garis SML (Security Market Line) menjelaskan
hubungan antara risiko dengan return untuk semua
aset. Garis tersebut diturunkan dari CML. Setelah
melakukan beberapa manipulasi dan asumsi, gambar
berikut ini diperoleh.
Bagan 3. Security Market Line (SML).
Lihat misalnya Sharpe, William, “Capital Asset Prices:
A Theory of Market Equilibrium Under Conditions of
Risk”, Journal of Finance, September, 1964.
Garis SML bisa dituliskan sebagai berikut ini.
 
E(Ri) = Rf + [ (E(RM) – Rf) / (M – Rf) ] i
 
Karena ßRf = 0 (aset bebas risiko), dan ßm
didefinisikan sebagai 1, maka persamaan
SML di atas bisa ditulis lagi sebagai berikut
ini.
 
E(Ri) = Rf + [ (E(RM) – Rf) ] I
Persamaan di atas bisa diinterpretasikan sebagai berikut. Tingkat
keuntungan yang diharapkan untuk sekuritas i sama dengan tingkat
keuntungan bebas risiko ditambah dengan premi risiko. Rf bisa
ditafsirkan sebagai kompensasi atas waktu, sedangkan term kedua
bisa ditafsirkan sebagai kompensasi atas risiko sistematis. Return
bebas risiko bisa diambilkan dari obligasi yang dikeluarkan oleh
pemerintah
Perhatikan bahwa persamaan di atas ditulis dalam bentuk ex-ante
(pengharapan di masa mendatang). Untuk menghitung beta dalam
prakteknya, kita bisa menggunakan data historis. Tentunya data
historis tersebut diasumsikan bisa dipakai sebagai proxy
(pendekatan) nilai masa mendatang. Sebagai proxy, return indeks
saham gabungan sering dipakai sebagai indikator return pasar.
i (risiko sistematis) pada dasarnya merupakan koefisien regresi dari market model.
Beta juga bisa dihitung melalui formula berikut ini.

i = (  Rm Ri /  2 Rm )

s Rm Ri merupakan kovarians antara return aset i dengan return pasar. Karena 

2 Rm mempunyai nilai yang sama (tetap) untuk semua saham, beta saham i
tergantung secara proporsional pada kovarians saham tersebut dengan pasar (
Rm Ri). Dengan kata lain, sumbangan risiko aset i terhadap risiko portofolio yang
akan menentukan risiko sistematis aset i.

CAPM/SML di atas bisa diinterpretasikan sama dengan CML, yaitu tingkat

keuntungan yang diharapkan untuk aset i sama dengan tingkat keuntungan bebas
risiko plus premi risiko. Premi risiko menggunakan risiko sistematis sebagai
pengukur risiko.
2.5. Capital Asset Pricing Model (CAPM)
Secara spesifik CAPM mempunyai dua tujuan:
(1)Menjelaskan hubungan antara risiko dengan return
(2)Menjelaskan kondisi keseimbangan dalam pasar keuangan.

2.5.1 Menjelaskan Hubungan Risiko dengan Return

Model CAPM bertujuan untuk menghitung premi risiko yang pantas. Lebih spesifik lagi, model
CAPM menggunakan risiko sistematis (beta pasar saham) sebagai indikator risiko. Sebagian
dari risiko total (yang diukur melalui standar deviasi) bisa dihilangkan melalui diversifikasi.
Diversifikasi tersebut secara teoritis mudah dilakukan. Dengan membentuk portofolio yang
terdiri dari beberapa aset, risiko tidak sistematis praktis bisa dihilangkan. Karena itu hanya
risiko sistematis (risiko yang tidak bisa dihilangkan melalui diversifikasi) yang relevan. CAPM
berusaha menjelaskan hubungan antara risiko sistematis dengan tingkat keuntungan (return).
2.5.2. Menjelaskan Kondisi Keseimbangan dalam Pasar Keuangan
Model keseimbangan menurut disiplin ekonomi keuangan dengan disiplin ekonomi berbeda.
Dalam disiplin ekonomi, keseimbangan akan terjadi jika kurva penawaran bertemu dengan
kurva permintaan. Kurva permintaan mempunyai slope negatif, sedangkan kurva
penawaran mempunyai slope positif. Harga dan kuantitas keseimbangan akan ditentukan.
Dalam disiplin ekonomi keuangan, permintaan terhadap aset keuangan biasanya
diasumsikan tidak terbatas. Maka kurva permintaan terlihat mendatar. Berapapun besarnya
penawaran sekuritas, permintaan akan bisa menyerap penawaran tersebut. Kuantitas
sekuritas tidak akan menentukan harga sekuritas. Sekuritas seperti komoditas, satu sama
lain bisa menjadi pengganti dengan sempurna (substitutable).
Faktor apa yang menentukan harga sekuritas? Faktor yang lebih penting adalah risiko
sekuritas tersebut. Semakin tinggi risiko, semakin rendah harga saham, yang berarti
semakin tinggi tingkat keuntungan yang diharapkan.
Misal, tingkat keuntungan pasar adalah 25%, sedangkan tingkat keuntungan aset bebas
risiko adalah 15%. Kedua aset mempunyai risiko yang sama yaitu 1,2. Model CAPM
memperkirakan tingkat keuntungan yang pantas untuk kedua aset tersebut adalah 22%.
Berikut ini plot keuntungan dan risiko untuk aset C, D, dan garis CAPM.
Bagan 4. Proses Keseimbangan dalam CAPM
CAPM memperkirakan tingkat
keuntungan yang pantas berdasarkan
risiko sistematis C dengan D adalah
22%.
3. Estimasi Beta (Risiko Sistematis)
Menurut CAPM, hanya risiko sistematis yang berpengaruh terhadap return.
Bagaimana menghitung risiko sistematis?

3.1. Perhitungan Risiko Sistematis (Data Pengharapan)

Risiko sistematis bisa dihitung dengan formula berikut ini.
 
i = σiM / σ2M
 
dimana i = beta atau risiko sistematis aset i
σiM = kovarians antara return aset i dengan return pasar
σ2 M = varians return aset I

Saham dengan beta lebih besar dari 1 disebut sebagai saham agresif, karena return
saham tersebut meningkat atau menurun lebih besar dibandingkan dengan return
pasar. Sedangkan saham dengan beta lebih kecil dari satu disebut sebagai saham
defensif, karena return saham tersebut meningkat atau menurun dengan derajat
lebih
kecil dibandingkan dengan return pasar.
Beta merupakan slope dari garis karakteristik
(characteristic line), yaitu garis yang
menghubungkan titik return pasar dengan return
saham.
Beta pasar sering didefinisikan sebagai 1 (satu).
Jumlah rata-rata tertimbang dari beta individual
adalah satu, seperti terlihat berikut ini.
N
∑ Xi i = 1
I
dimana Xi adalah proporsi investasi pada aset i.
Hasil tersebut masuk akal, karena investasi
pada semua aset yang ada akan membentuk
portofolio pasar.
3.2. Perhitungan Risiko Sistematis (Data
Historis)
Model regresi berikut ini bisa dipakai untuk
menghitung risiko sistematis:
 
Rit = αi + ßi Rmt + eit
dimana Rit = Return aset/saham i pada periode t
αi = Intercept dari regresi tersebut
ßi = Koefisien regresi (indikator risik
sistematis aset/saham i)
Rmt= Return portofolio pasar pada
periode t
ei = Residual
Model tersebut dikenal sebagai market model.
Model regresi di atas menggunakan return pasar
sebagai variabel bebas, dan return saham/aset
sebagai variabel tidak bebas.
Model pasar mempunyai kemiripan dengan model indeks tunggal. Model indeks tunggal
lebih restrictif, misal mengasumsikan kovarians antar saham sama dengan nol . Model
Indeks pada dasarnya mengatakan bahwa ada faktor bersama yang mempengaruhi
return-return saham. Faktor tersebut bisa berupa return saham, atau faktor lainnya.
Model pasar hanya mengatakan bahwa return saham diturunkan dari return pasar.
Perhitungan beta membutuhkan return atau tingkat keuntungan, bukannya harga. Untuk
menghitung tingkat keuntungan harian (return), kita bisa menggunakan rumus seperti
berikut ini.
 
Return t = [ ( P(t+1) - Pt ) / Pt ] × 100%
3 Perubahan Pada Garis SML
Garis SML tidak konstan selamanya. Garis tersebut bisa berubah mengikuti
perubahan kondisi dan ekonomi. Berikut ini dua perubahan yang bisa terjadi pada
garis SML, yaitu bergeser paralel dengan slope konstan (perubahan intercept)
dan slope berubah (intercept tetap), serta kombinasi keduanya, yaitu slope dan
intercept berubah.

3.1. Perubahan Intercept

Misalkan inflasi adalah 10%. Misalkan tingkat bunga aset bebas risiko riil adalah 5%.
Tingkat bunga nominal dengan demikian adalah:
 
Tingkat bunga nominal = tingkat bunga riil + premi inflasi
15% = 10% + 5%
 
Tingkat keuntungan aset bebas risiko adalah 15%. Misal inflasi meningkat menjadi 15%.
Tingkat keuntungan aset bebas risiko nominal berubah menjadi 15% + 5% = 20%.
RF dengan demikian berubah dari 15% menjadi 20%. Perubahan tersebut
mengakibatkan SML bergeser ke atas, karena R F yang baru lebih besar
dibandingkan dengan RF yang lama, seperti terlihat pada bagan berikut.
Bagan 7. Perubahan SML Paralel
Tingkat Keuntungan yang Diharapkan 
 
3.2. Perubahan Slope
Bagan 8. Perubahan Slope SML
Misalkan kondisi ekonomi menjadi semakin memburuk,
ketidakpastian menjadi semakin tinggi. Risiko dalam
situasi tersebut akan meningkat. Premi risiko akan
semakin meningkat, yang berarti slope dari garis SML
akan berubah menjadi semakin tajam. Misalkan return
pasar adalah 20% dan return aset bebas risiko adalah
10%. Premi risiko dihitung melalui slope dari SML,
yaitu:
 
Slope = (E(RM) – Rf) / (M - RF)
 
Karena M = 1 dan RF = 0, maka premi risiko adalah 20
– 10 = 10%. Misalkan risiko meningkat, maka premi
risiko juga meningkat.

Perhatikan tingkat keuntungan yang disyaratkan

semakin meningkat dengan meningkatnya premi risiko.

4. Perbandingan Model Indeks Tunggal
dengan Model Markowitz
Bagaimana kaitan antara risiko total dengan risiko
sistematis? Menurut model indeks tunggal, risiko
total merupakan penjumlahan risiko sistematis
dengan risiko tidak sistematis, seperti berikut ini.
 
 i2 = ßi2 M2 + ei2
 
Risiko total dihitung langsung melalui varians
return (model Markowitz). sedangkan risiko tidak
sistematis dihitung melalui varians residual dari
model pasar (market model).
Berikut ini perhitungan dengan menggunakan
kerangka model indeks tunggal di muka dengan
menggunakan data return ASTRA.
Varians return ASTRA dan return IHSG untuk periode
tersebut adalah 5,7342 dan 0,7697, berturut-turut.
Residual dihitung sebagai :
 
Residual = Return yang sesungguhnya – Return
yang diharapkan
Untuk setiap harinya, residual bisa dihitung.
Kemudian varians residual bisa dihitung, dan
hasilnya adalah 5,3685.
Secara umum, varians yang dihitung dengan model
indeks tunggal akan berbeda dengan varians yang
dihitung secara langsung (biasanya lebih rendah,
seperti terlihat di atas). Hasil tersebut disebabkan
model indeks tunggal mengasumsikan korelasi antar
aset sama dengan nol. Jika korelasi tersebut adalah
positif, maka model indeks tunggal under-predict
(seperti dalam contoh di atas), sebaliknya, jika
korelasi tersebut negatif, maka model indeks tunggal
akan over-predict. Tetapi nampaknya secara umum
perbedaan tersebut kecil sekali, sehingga model
indeks tunggal cukup ‘layak’ digunakan.
selesai