BETA SAHAM

Kelompok 4:
Herawati
Heris Agung Alamsyah Sam
Titi Kustaniah
1. Pengertian
1.1. Investasi
INVESTASI
1.1 Pengetian Investasi
High Risk – High Return?
High Risk – High Return?
High Risk – High Return?
1.2 PENGERTIAN BETA
Beta merupakan suatu pengukur volatilitas (volatility) return suatu
sekuritas atau return portofolio terhadap return pasar.

Beta sekuritas ke-i mengukur volatilitas return sekuritas ke-i dengan

return pasar.

Beta portofolio mengukur volatililas return portofolio dengan return pasar.

Dengan demikian Beta merupakan pengukur risiko sistematik

(systematic risk) dari suatu sekuritas atau portofolio relatif terhadap risiko
pasar.

Volatilitas adalah fluktuasi dari return-retrn suatu sekuritas atau

portofolio dalam suatu periode waktu tertentu.
1.3 PENGERTIAN VOLATILITY
1.4 FAKTOR RESIKO
RISIKO TIDAK SISTEMATIS (UNSYSTEMATIC RISK)
 Faktor manajemen
 Likuiditas
 Kebangkrutan
 Risiko bisnis

RISIKO SISTEMATIS (SYSTEMATIC RISK)

 Tingkat suku bunga
 Fluktuasi pasar
 Inflasi
 Nilai tukar
 Politik
 Kebijakan pemerintah.
2. JENIS BETA SAHAM
• 2.1 BETA PASAR
Beta saham= tolak ukur risiko dari satu jenis saham dibandingkan risiko
pasar
Risiko pasar digunakan sebagai acuan pembanding, sehingga beta pasar
sama dengan 1

• 2.2 BETA AKUNTANSI

Berdasarkan laba akuntansi

• 2.3 BETA FUNDAMENTAL

Berdasarkan data perusahaan/ laporan keuangan.
2.1. BETA PASAR
Beta pasar dapat diestimasi dengan:
Mengumpulkan nilai-nilai historis return dari sekuritas dan return dari
pasar selama periode tertentu, misalnya selama 60 bulan untuk return
bulanan atau 200 hari untuk return harian.

Dengan asumsi bahwa hubungan antara return-return sekuritas dan

return-return pasar adalah linier,

Maka Beta dapat diestimasi secara manual dengan memplot garis

diantara titik-titik return atau dengan teknik regresi.
2.1. 1 Contoh Perhitungan : Manual

Return-return sekuritas A (RA) dan return-return pasar (RM) selama 10 minggu

tampak di tabel berikut ini.

Secara manual, Beta sekuritas A dapat

dihitung dengan cara sebagai berikut ini.
1. Buat diagram tersebar (scatter
diagram) yang menunjukkan titik-titik
hubungan antara return sekuritas A
dengan return pasar untuk tiap-tiap
periode yang sama (untuk contoh ini
periode yang digunakan adalah
mingguan).
2. Tank garis lurus yang paling
mendekati dengan semua titik-titik
hubungan di atas (prosedur ini
membuat kesalahan kuadrat bernilai
terkecil).
Beta historis untuk sekuritas A dapat dihitung berdasarkan slope dan garis
lurus yang ditarik tersebut. Besarnya Beta A dapat dihitung sebesar(14% -
7,5%) / (8-4) = 1,625
2.1.2 Contoh Perhitungan : Regresi Linear

Beta dapat juga dihitung dengan menggunakan teknik regresi. Teknik

regresi untuk mengestimasi Beta suatu sekuritas dapat dilakukan dengan
menggunakan:
return-return sekuritas sebagai variabel dependen dan
return-return pasar sebagai variabel independen.

Persamaan regresi yang dihasilkan dari data time series ini akan menghasilkan
koefisien Beta yang diasumsikan stabil dari waktu ke waktu selama masa
periode observasi.

Jika Beta sifatnya adalah stabil, semakin lama periode observasi yang
digunakan di persamaan regresi, semakin baik (karena kesalahan
pengukurannya semakin lebih kecil) hasil dari Beta. sebagai berikut:
Contoh Perhitungan : Regresi Linear

Akan tetapi bila periode observasi terlalu lama, anggapan Beta konstan dan
stabil kurang tepat, karena sebenarnya Beta berubah dari waktu ke waktu.
Bogue (1972) dan Gonedes (1973) menginvestigasi hal ini dan menyimpulkan
bahwa untuk data return bulanan, 60 bulan merupakan periode yang optimal.
Persamaan regresi yang digunakan untuk mengestimasi Beta dapat
didasarkan pada model indeks-tunggal atau model pasar di bab 10 atau dengan
menggunakan model CAPM (lihat bab 14). Jika digunakan model indeks
tunggal atau model pasar, Beta dapat dihitung berdasarkan persamaan sebagai
berikut:
Contoh Perhitungan : Regresi Linear

Dan persamaan di atas, koefisien merupakan Beta sekuritas ke-i yang diperoleh
dari teknik regresi.

Variabel acak ei di persamaan regresi menunjukkan bahwa pensamaan linier

yang dibentuk mengandung kesalahan.

Dari bab 10 sudah diketahui bahwa secara konstruksi E(ei)=0. Akan tetapi ini
bukan berarti untuk tiap-tiap observasi nilai c adalah sama dengan nol.

Untuk tiap-tap observasi, nilai kesalahan residu. ei, menunjukkan perbedaan

antara return observasi sesungguhnya dengan return estimasi yang berada di
garis tinier.
2.1.2. Contoh Perhitungan : Regresi Linear
Contoh 2:

• Dan data di contoh 2: hasil dari perhitungan dengan teknik regresi adalah
sebagai berikut ini.

• Dari hasil regresi di atas, persamaan regresi yang didapat adalah:

RA=2,014638+ 1,43415 RM

• Beta merupakan koefisien parameter dan variabel RM, yaitu sebesar

1,43415. Koefisien ini adalah signifikan dengan p value sebesar 0,0001
(signifikan lebih kecil dari 1%). Beta yang diperoleh dari teknik regresi
tidak menyimpang jauh dari Beta yang dihitung dengan teknik plotting
(yaitu sebesar 1,50).
2.1.3 Perhitungan Model CAPM

Beta dapat juga dihitung dengan teknik regresi menggunakan model CAPM dapat
dituliskan:

Ri= RBR + i . (RM - RBR) + ei

Notasi :
• Ri = return sekuritas ke-i.
• RBR = return aktiva bebas risiko.
• RM = return portofolio pasar.
• I = Beta sekuritas ke-i.
Perhitungan Model CAPM

Untuk mengaplikasikan model CAPM ini ke persamaan regresi, maka

nilai RBR perlu dipindahkan dari sebelah kanan ke sebelah kiri
persamaan (lihat lebih lanjut di bab 12), sehingga didapat:

Ri – RBR = i . (RM - RBR) + ei

sehingga dependen variabel persamaan regnesi adalah sebesar (Ri-

RBR) dengan independen variabetnya adalah (KM - RBR).
Perhitungan Model CAPM
Contoh 3:

• Dan contoh 11 .1. return-return sekuritas A (RA) dari return- return pasar
(RM) selama 10 minggu ditambah dengan return- return bebas risikonya
(RBR) tampak di tabel berikut ini.
Perhitungan Model CAPM
Contoh 3:

• Hasil dari regresi tampak sebagai berikut ini.

Persamaan regresi yang diperoleh adalah sebagai berikut:

(RA - RBR) = 4,392592 + 1,068792 (RM-RBR)

Besarnya Beta adalah 1,068792 yang secara statistik juga signifikan tidak sama
dengan nol dengan p-value sebesar 0,0085. Beta yang diperoleh dengan model
CAPM ini cukup berbeda dengan Beta yang diperoleh dari model indeks tunggal
(yaitu sebesar 1,434515).
2.1.4. Perhitungan Model Covarian

Secara definisi Beta merupakan pengukur volatilitas antara return-return suatu

sekuritas (portofolio) dengan return-return pasar.

Jika volatilitas ini diukur dengan kovarian, maka kovarian return antara
sekuritas ke-i dengan return pasar adalah sebesar iM.

Jika kovarian ini dihubungkan relatip terhadap risiko pasar (yaitu dibagi dengan
varian return pasar atau M2).
Maka hasil ini akan mengukur risiko sekuritas ke-i relatip terhadap risiko pasar
atau disebut dengan Bela. Dengan demikian Beta dapat juga dihitung dengan
rumus sebagai herikut ini (lihat lebih lanjut di bab 14):
Perhitungan Model Covarian

• Atau dapat diuraikan sebagai berikut:

Perhitungan Model Covarian
Contoh 4:

• Dengan menggunakan data di contoh 11.1. besarnya Beta yang dihitung

berdasarkan rumus (11-2) adalah sebagai berikut ini.
• Besarnya Beta adalah :

• Besarnya Beta yang diperoleh, yaitu sebesar 1,43515 adalah sama

dengan Beta yang dihitung dengan teknik regresi di contoh11.2.
2.3 . BETA AKUNTANSI
Data akuntansi seperti misalnya laba akuntansi (accounting
earnings) dapat juga digunakan untuk mengestimasi Beta. Beta
akuntansi ini dapat dihitung secara sama dengan Beta pasar
(yang menggunakan data return), yaitu dengan mengganti data
return dengan data laba akuntansi. Beta akuntansi dengan
demikian dapat dihitung dengan rumus:

Notasi:
hi = Beta akuntansi sekuritas ke-i.
laba,iM = kovarian antara laba perusahaan ke-i dengan indeks
laba pasar.
2laba,M = varian dari indeks laba pasar.
Indeks laba pasar dapat dihitung berdasarkan rata-rata laba
akuntansi untuk ponofolio pasar.
Contoh 5:
• Misalnya suatu pasar modal hanya mempunyai tiga
macam sekuritas, yaitu sekuritas A, B dan C. Dengan
demikian indeks laba pasar dapat dihitung dengan cara
rata-rata aritmatika laba perusahaan A, B dan C. Laba
akuntansi untuk perusahaan A, B, C dan indeks laba
pasarnya selama 10 periode tampak di tabel berikut ini.
• Kovarian antara laba sekuritas A dengan
laba pasar (Cov(EA,EM)), kovarian antara
laba sekuritas B dengan laba pasar
(Cov(Ea,EM)), kovarian antara laba
seluritas C dengan laba pasar
(Cov(Ec,EM)) dan vanian laba pasar
(Var(EM)) dapat dihitung sebagai berikut
ini.
• Beta akuntansi untuk sekuritas A, B dan C
dapat dihitung sebagai berikut ini.
• Beta akuntansi digunakan pertama-kali di
studi Brown dan Ball (1969) yang
menggunakan persamaan regresi untuk
mengestimasinya. Brown dan Ball
menggunakan perubahan laba akuntansi,
bukan tingkat laba akuntansi untuk
menghitung Beta akuntansi. Persaniaan
regresi untuk mengestiinasi Beta
akuntansi adalah sebagai berikut:
• Ball dan Brown menggunakan model pasar
(lihat bab 9) dan model Beta akuntansi (11-4)
untuk mengestitnasi Beta pasar (βi) dan Beta
akuntansi (hi) dengan menggunakan data
sebanyak 261 perusahaan selama periode
1946-1966. Korelasi (dihitung berdasarkan
Spearman rank order) untuk kedua Beta
tersebut adalah sebesar 0,46, 0,39 dan 0,41
berturut-turut untuk laba operasi, laba setelah
pajak dan laba yang tersedia untuk pemegang
saham umum. Dan hasil korelasi ini terlihat
bahwa Beta akuntansi cukup berhubungan
Contoh 6:
• Dari contoh 11.5 sebelumnya, perubahan
laba akuntansi untuk perusahaan A dan
perubahan indeks laba pasar adalah
sebagai berikut ini.
• Beta akuntansi dengan menggunakan data
perubahan laba akuntansi dapat diestimasi
dengan menggunakan teknik regresi berdasarkan
persamaan (11-4) dengan hasil:

• Dengan demikian, laba akuntansi yang dihitung

menggunakan teknik regresi di alas adalah
sebesar 0.754153 yang secara statistik signifikan
berbeda dengan nol.
2.3 BETA FUNDAMENTAL
Beaver, Keltier dan Seholes (1970) mengembangkan penetitian
Ball dan Brown dengan menyajikan perhitungan Beta menggunakan
beberapa variabel fundamental. Variabel-variabel yang dipilih oleh
mereka merupakan variabel-variabel yang dianggap berhubungan
dengan risiko, karena Beta merupakan pengukur dari risiko. Dengan
argumentasi bahwa risiko dapat ditentukan menggunakan kombinasi
karakteristik pasar dan sekuritas dari nilai-nilai fundamental
perusahaan, maka kombinasi ini akan banyak membantu mengerti
Beta dan untuk memprediksinya. Oleh karena itu, Beaver, KeUler dan
Scholes menggunakan 7 macam variabel yang merupakan variabel-
vaniabel fundamental. Sebagian besar dari variabel-variabel tersebut
adalah variabel-variabel akuntansi. Walaupun variabel-variabel
tersebut secara umum dianggap bervariasi dengan risiko, tetapi
secara teori mungkin tidak semuanya berhubungan dengan risiko.
Ketujuh variabel-variabel yang digunakan adalah sebagaibenikut ini.
1. Devidend Payout
• Dividend payout diukur sebagai dividen yang dibayarkan dibagi
dengan laba yang tersedia untuk pemegang saham umuin. Lintner
(1956) memberikan alasan rasional bahwa perusahaan-perusahaan
enggan untuk menurunkan dividen. Jika perusahaan memotong
dividen, maka akan dianggap sebagai sinyal yang buruk karena
dianggap perusahaan membutuhkan dana. Oleh karena itu
perusahaan yang mempunyai risiko tinggi cenderung untuk
membayar dividend payout lebih kecil supaya nanti tidak memotong
dividen jika laba yang diperoleh turun. Untuk perusahaan yang
berisiko tinggi, probabititas untuk mengalami laba yang menurun
adalah tinggi. Dari hasil pemikiran ini, maka dapat disimpulkan
adanya hubungan yang negatip antara risiko dan dividend payout,
yaitu
risiko tinggi, dividend payout rendah. Karena Beta merupakan
pengukur risiko, maka dapat juga dinyatakan bahwa Beta dan
dividend payout mempunyai bubungan yang negatip.

Alasan lain yang menyatakan hubungan negatip antara Beta

dengan dividend payout adalah bahwa pembayaran dividen
dianggap lebih kecil risikonya dibandingkan dengan capital
gains (Elton dan Gruber, 1994). Dengan demikian perusahaan
yang membayar rasio dividen yang tinggi akan mempunyai
risiko yang lebih kecil dibandingkan dengan yang menahannya
dalam bentuk laba yang ditahan. Argumentasi ini sebenarnya
didasarkan oleh bird in the hand theory oleh Lintner (1962),
Gordon (1963) dan Batthacharya (1979). Teori ini menjelaskan
bahwa investor menyukai dividen yang tinggi karena dividen
yang diterima seperti burung ditangan yang risikonya lebih kecil
dibandingkan dengan dividen yang tidak dibagikan.
2. Asset Growth
• Variabel pertumbuhan aktiva (asset growth)
didefinisikan sebagai preubahan (tingkat
pertumbuhan) tahunan dari aktiva total. Variabel
ini diprediksi mempunyai hubungan positif dengan
Beta. Hubungan ini tidak didukung oleh teori
3. Leverage
Leverage didefinisikan sebagi nilai buku total hutang
jangka panjang dibagi dengan total aktiva. Leverage.
diprediksi mempunyai hubungan positip dengan Beta.
Bowman (1980) menggunakan nilai pasar untuk total
hutang dalam menghitung leverage dan mendapatkan
hasil yang tidak berbeda jika digunakan dengan nilai buku.
4. Liquidity
• Likuiditas (liquidity) diukur sebagai current ratio yaltu
aktiva lancar dibagi dengan hutang lancar. Likuiditas
diprediksi mempunyai hubungan yang negatip dengan
Beta, yaitu secara rasiorial. diketahui bahwa semakin
likuid perusahaan, semakin kecil risikonya.
5. Asset Size
Variabel ukuran aktiva (asset size) diukur sebagai logaritma dan
total aktiva. Variabel ini diprediksi mempunyai hubungan yang
negatip dengan risiko. Ukuran aktiva dipakai sebagai wakil
pengukur (proxy) besarnya perusahaan. Perusahaan yang besar
dianggap mempunyai risiko yang lebih kecil dibandingkan
dengan dengan perusahaan yang lebih kecil. Alasannya adalah
karena perusahaan yang besar dianggap lebih mempunyai
akses ke pasar modal, sehingga dianggap mempunyai Beta
yang lebih kecil (Elton dan Gmber, 1994).
6. Earnings Variability
• Variabilitas laba (earnings variability) diukur dengan nilal
deviasi standar dan PER (price earnings ratio) atau rasio
P/E (harga saham dibagi dengan laba perusahaan).
Variabilitas dari laba dianggap sebagai risiko perusahaan,
sehingga hubungan antara variabel ini dengan Beta adalah
positip.
7. Accounting Beta
Beta akuntansi (accounting Beta) diperoleh dari koefisien
regresi dengan variabel dependen perubahan laba akuntansi
dan vaniabel independen adalah perubahan indeks laba pasar
untuk laba akuntansi pontofolio pasar seperti tampak di
persamaan (11-4). Karena Beta akuntansi dan Beta pasar
keduanya pengukur risiko yang sama, maka diprediksi
keduanya mempunyai hubungan yang positip.
• Langkah selanjutnya untuk mendapatkan Beta
fundamental adalah mendapatkan efek dari
variabel-variabel fundamental ini dengan Beta
pasar secara serentak menggunakan model
multivariat. Secara khusus, repesi cross-sectional
untuk suatu periade tertentu dapat berupa:

• dengan subskrip-i menunjukkan perusahaan ke-i.

Secara khusus jika menggunakan ketujuh
variabel-variabel fundamental dapat dituliskan
sebagai berikut:
Notasi :
bi = Beta pasar perusahaan ke-i
DIVi = dividen payout (pembayaran dividen) perusahaan ke-i
GROWTHi = asset growth (pertumbuhan aktiva) perusahaan ke-i
LEVi = Leverage perusahaan ke-i
LIKUIi = Liquidity (likuiditas) perusahaan ke-i
SIZEi = asset size (ukuran aktiva) perusahaan ke-i
EVARi = earnings variability (variabilitas laba) perusahaan ke-i
ABETAi = accounting Beta (Beta akuntansi) perusahaan ke-i
ei = residual error (kesalahan residu) perusahaan ke-i
• Dan basil koefisien-koefisien estimasi (a a1, a. - .a,,
malta Beta akuntansi (?3 dapat diprcdiksi dengan
rumus sebagai berikut mi.

Contob 7:
Misalnya dan hash regresi multivaniat mi didapatkan
persamaan regresi dengan sernua koefisien secara
statistik signifikan sebagal berikut mi.
ĥ = 0.05-1.2 DIVi + 1.5 GROWTHi
+ 1.05 LEVi – 0.07 LIKUIi – 0.0085SIZEi
+ 0.15 EVARi + 0.35 ABETAi
Nilai-nilai variabel fundamental untuk suatu perusahaan pada
periode ini adalah sebagai berikut ini.
Dividend payout = 0,075
Asset growth = 0,05
Leverage = 0,9
Liquidity = 1,8
Log(Total Asset) = 5,1
Earnings variability = 0.55
Accounting Beta = 1,5

Selanjutnya Beta fundamental dapat diprediksikan sebesar :

ĥ = 0.05-1.2(0.075)+1.5(0.05)+1.05(0.9)-0.07(1.8)-
0.0085(5.1)+0.15(0.55 )+0.35(1.5).

= 1.418