OVERVIEW

1/55
 Bab ini membahas model-model keseimbangan dalam
analisis investasi dan memberikan gambaran yang
komprehensif tentang berbagai kendala dan solusi untuk
mengatasi persoalan beta dalam studi empiris maupun
dalam aplikasi praktis.
 Bab ini akan memberikan pemahaman yang lebih baik
mengenai:
 Cara menghitung beta
 Kelemahan beta dalam praktik
 Evaluasi beta dalam praktik
 Teknik-teknik estimasi beta yang sesuai dengan kondisi yang
dihadapi
 Pengujian efisiensi dan stabilitas beta dalam riset pasar modal.
OVERVIEW
2/55

 Dalam bab ini akan dibahas tiga isu utama,

yakni :
 kajian literatur tentang beta;
 metode penelitian untuk mengestimasi beta;
 isu-isu relevan lainnya tentang estimasi dan
stabilitas beta.
TOPIK PEMBAHASAN
3/55
 Kajian Literatur tentang Beta
 Desain Penelitian dalam Pengestimasian Beta
 Hasil Empiris Pengestimasian Beta
 Pengestimasian Beta dengan Beberapa Cara Pengukuran Return
 Asumsi Distribusional
 Kesalahan Pengukuran dan Perdagangan Tipis
 Stabilitas Beta
 Estimasi Beta Lainnya yang Telah disesuaikan dengan
Perdangan Tipis
 Time-varying Beta
 Pengestimasian Beta untuk Perusahaan Privat
 PENDAHULUAN TENTANG CAPM
4/55

 Penentuan asset pricing suatu sekuritas individual dan/atau

portofolio merupakan hal yang sangat penting bagi investor.
 Penentuan cost of capital (required rate of return)
 Pricing sekuritas/portofolio (undervalue/overvalue)

Perlu Model Yang Parsimoni Dalam

Menangkap Kompleksitas Pasar Modal

Capital Asset Pricing Model (CAPM)

(Sharpe,1964; Lintner 1965; dan Mossin,1966)
 PENDAHULUAN TENTANG CAPM
5/55
 CAPM menjelaskan bahwa kondisi keseimbangan (equilibrium),
expected returns [E(Ri)] sama dengan suku bunga bebas risiko (Rf )
ditambah dengan premi risiko:
E(Ri) = Rf + {E(Rm) – Rf}I

 Ukuran risiko yang relevan dalam konteks CAPM adalah beta (β),
yang didefinisikan sebagai covarians return sekuritas dengan
return pasar yang distandardisasi dengan varians return pasar.
 i M  i M
i 
M2
iM = Korelasi antara sekuritas i dengan pasar
i = Standar deviasi sekuritas i
M = Standar deviasi pasar
 PENDAHULUAN TENTANG CAPM
6/55
 CAPM memerlukan estimasi tingkat bunga bebas risiko (risk-
free rate of interest), estimasi return portofolio pasar yang
diharapkan (expected return market portfolio), dan
estimasi beta untuk tiap aset individual
 Sejak diperkenalkan pertama kali, CAPM dan beta terus
diperdebatkan baik secara teoritis maupun empiris.
 Fama dan French (1992, 1993, 1996) mengkritik kemampuan
beta dalam menjelaskan cross-sectional variation return
ekuitas.
 Roll dan Ross (1996) mengatakan bahwa: “beta is dead, or if
not dead is at least fatally ill, karena beta tidak dapat
menjelaskan return sekuritas.
PENDAHULUAN TENTANG CAPM
7/55
 Kothari, Shanken, dan Sloan (1950) dan Kandel dan Stambaugh
(1995) mengatakan bahwa beta tetap masih dapat digunakan
jika menggunakan data tahunan, bukan data bulanan atau
harian
 Black (1993) mengatakan dengan perspektif lain, hal yang
diperlukan dalam mendefinisikan ukuran risiko sistematis atau
beta adalah model pasar (market model)
Rit = i + i Rmt + it

 Keberadaan market model tersebut adalah independen atau

tidak terikat pada CAPM. Meskipun CAPM benar-benar mati,
beta tetap eksis. Maka, beta telah digunakan sejak dulu,
sekarang, dan akan terus digunakan di masa mendatang.
KAJIAN LITERATUR TENTANG BETA
8/55

Keterterapan Beta dalam Penelitian

 Penggunaan beta sebagai salah satu variabel
penelitian telah banyak dilakukan baik di luar negeri
maupun di dalam negeri.
 Studi yang dilakukan di dalam negeri :
 Agoeng (2000) dan Hadinugroho (2002) menunjukan
bahwa return tidak dipengaruhi oleh beta.
 Tandelilin (2001) menemukan bahwa beta portofolio
saham mampu menjelaskan return portofolio pada pasar
bullish dan bearish.
 KAJIAN LITERATUR TENTANG BETA
9/55
 Poerwanto (2001) yang menyelidiki hubungan antara beta dengan
return, menemukan bahwa untuk market excess return positif
terdapat hubungan positif antara beta dan return, sedangkan
untuk market excess return negatif terdapat hubungan negatif
antara beta dan return
 Studi tentang faktor-faktor yang mempengaruhi beta juga
menunjukan hasil yang beragam :
 Tandelilin (1997) menemukan bahwa variabel rasio keuangan dan
ukuran perusahaan mempengaruhi beta
 Indriastuti (1999) dan Musliatun (2000) dengan memisahkan
periode analisis normal dan krisis 1997 menemukan bahwa
likuiditas, pertumbuhan, dan leverage keuangan mempengaruhi
beta
 KAJIAN LITERATUR TENTANG BETA
10/55

 Sufiyati dan Na’im (2002) membuktikan bahwa beta

dipengaruhi oleh ukuran perusahaan
 Suherman (2001) menguji pengaruh variabel dividen,
pertumbuhan aset, ukuran perusahaan, likuiditas, leverage
keuangan, volatilitas laba, dan beta akuntansi terhadap beta.
 Beta juga banyak dipakai dalam berbagai bentuk desain
penelitian studi peristiwa (event study) seperti penawaran
hak atas saham (right issue), pengumuman divide,
pengumuman merger dan akuisisi, pengumuman
pembelanjaan kapital dan perubahan komposisi manajemen.
KAJIAN LITERATUR TENTANG BETA
11/55

Catatan Penting:
 Sebagian besar penelitian tersebut
mengungkapkan hasil yang tidak konsisten
dengan teori. Hal mungkin disebabkan oleh
perbedaan metode dalam pengestimasian beta
sehingga menghasilkan variasi besaran beta.
KAJIAN LITERATUR TENTANG BETA
12/55

Keterterapan Beta dalam Praktik

 Beta digunakan oleh manajer investasi sebagai
salah satu indikator dalam pengukuran kinerja
portofolio yaitu dengan mengadopsi teknik
yang dikemukakan Treynor (1965) dan Jensen
(1969).
 Beta juga digunakan untuk menghitung biaya
modal ekuitas yang selanjutnya digunakan
dalam penilaian perusahaan, penganggaran
kapital, dan perhitungan economic value added
(EVA).
 13/55
Isu Pokok Dalam Estimasi Beta
Isu pengukuran return
Bagaimana seharusnya return diukur; indeks apa yang
seharusnya digunakan untuk mewakili pasar; berapa lama
periode observasi yang digunakan; dan interval
penyampelan apa yang harus digunakan.
Isu yang berkaitan dengan asumsi model regresi
Apakah residual regresi berdistribusi normal; apakah
residual regresi memiliki varian yang sama; apakah residual
regresi tidak berkorelasi satu sama lain; apakah beralasan
jika diasumsikan bahwa beta adalah konstan sepanjang
periode pengestimasian; dan apakah ada variabel penjelas
yang dihilangkan.
 14/55
Isu Pengukuran Return
 Tahap pertama untuk memperoleh estimasi beta adalah menghitung
nilai return sekuritas individual dan return pasar.
 Discrete return versus continuously compounded returns.
Pengukuran returns harus mempertimbangkan penyesuaian
perubahan harga yang terjadi karena adanya perubahan kapitalisasi
 Raw return versus excess return.
Ukuran return berupa return periodik yang belum disesuaikan
dengan return aset-aset lain yang menjadi benchmark.
 Nominal return versus real return.
Return yang belum disesuaikan terhadap harapan adanya inflasi
(inflationary expectation).
METODE PENGUKURAN RETURN
15/55

Perhitungan Return
Raw Return
o Discrete Return (DRt)
Pt  Pt 1  Dt
DRt 
Pt 1
o Continuously Compounded Returns (CCRt)
CCRt  ln(1  Rt )
METODE PENGUKURAN RETURN
16/55

Perhitungan Return
Excess Return
o Discrete Excess Return (DERt)
DERt  DRt  Rf t

o Continuously Compounded Excess Returns

(CCER t)
CCER  CCR  Rf
t t t

Rft = tingkat bunga bebas risiko (SBI)

METODE PENGUKURAN RETURN
17/55

Perhitungan Return
Real Return
Discrete Real Return (DRRt)
1  DRt
DRRt  1
1 r
Continuously Compounded Real Returns (CCRRt)
1  CCRt
CCRRt  1
1 r
r = tingkat inflasi
 TEKNIK ESTIMASI BETA
18/55

 Estimasi beta dengan indeks tunggal mengacu pada periode

waktu analisis yang sama untuk return individual dan return
pasar.
 Estimasi beta yang disesuaikan karena adanya perdagangan
yang tidak sinkron:
 Beta Scholes-William diadopsi dari teknik estimasi beta yang
digunakan oleh Scholes dan William (1977).
 Beta Dimson mengacu pada teknik estimasi beta yang digunakan
oleh Dimson (1979).
 Fowler dan Rorke (1983) mengembangkan teknik Scholes dan
William serta Dimson dengan melakukan analisis regresi berganda.
TEKNIK ESTIMASI BETA
19/55
1. Beta Indeks Tunggal (iIT)
Rit   i  ˆ i Rmit   it
IT
 i  ̂ i

2. Beta Scholes-William (SW)

ˆ 1 ˆ 0 ˆ 1
Rit   i   i Rmit   i Rmit   i Rmit   it
Rmt  ˆ 0  ˆ 1 Rmt 1  ut
1 0 1
SW i  i  i
i 
ˆ1 )
(1  2
TEKNIK ESTIMASI BETA
20/55

3. Beta Dimson (iDM)

ˆ 1 ˆ 0 ˆ 1
Rit   i   i Rmit   i Rmit   i Rmit   it
m

 ̂
DM
i  ik
k  m
 TEKNIK ESTIMASI BETA
21/55

2. Beta Fowler-Rorke (iFR)

ˆ n ˆ 1 ˆ 0 ˆ 1 ˆ n
Rit   i   i Rmit n  ...   i Rmit 1   i Rmit   i Rmit  ...   i Rmit n   it

ˆ0  
Rmt   ˆ 1 Rmt n  ...  
ˆ 1 Rmt 1  ut

 Wn ˆ i  ...  W1ˆ i  ˆ i  W1ˆ i  ...  Wn ˆ i

FR n 1 0 1 n
i

ˆ 1  ...  2 
W1  ( 1  2  ˆ n 1  
ˆ n ) /( 1  2 
ˆ 1  ...  2 
ˆn )
W2  ( 1  2 ˆ 1  ...  2 ˆ n  2  ˆ n 1  ˆ n ) /( 1  2 ˆ 1  ...  2 ˆ n )
ˆ 1  ...  
W1  ( 1   ˆ n ) /( 1  2 
ˆ 1  ...  2 
ˆn )
 22/55

 Data dan Sampel Penelitian :

 Studi empiris dimaksudkan untuk memberi ilustrasi
praktis tentang isu-isu dan prosedur-prosedur
pengestimasian yang dapat menghasilkan estimasi
beta yang berbeda.
 Studi ini menggunakan harga saham harian,
mingguan, dan bulanan yang diobservasi dari 18
perusahaan di Bursa Efek Jakarta (BEJ). Sampel
perusahaan dipilih secara acak dan mewakili 18
sub-industri dari industri pemanufakturan
 23/55

 Model analisis penelitian ini didasarkan pada

model pasar (market model) yaitu return
historis saham diregresi dengan return
historis suatu proksi portofolio pasar (return
indeks pasar).
 Fokus studi empiris ini mengangkat
permasalahan yang berkaitan dengan isu
pengukuran return dan isu asumsi model
regresi
 24/55

 Tabel di bawah ini menunjukan perbedaan estimasi

beta dengan berbagai cara pengukuran return yang
meliputi:
(1) raw return diskrit dan kontinyu
(2) excess return diskrit dan kontinyu
(3) return riil diskrit dan kontinyu.
Kesimpulan Sementara Hasil Studi Empiris
 Range yang lebar dari hasil-hasil estimasi beta pada

tabel tersebut membuktikan bahwa pengestimasian

beta sangat sensitif terhadap cara pengukuran
return.
Return:
Model Pasar Indeks Tunggal dengan Return Bulanan Periode 1996-
2002 Estimasi Beta Berdasarkan Beberapa Pengukuran Return
No TICK
RRD RRK ERD ERC RDR RCR Range
1 AQUA 0,4106 0,4049 0,4139 0,4189 0,2679 0,8226 0,5547
2 BRAM 1,0611 1,0334 1,0111 1,0062 0,8695 0,7868 0,2743
3 BRNA 1,1584 1,0359 1,1420 1,0196 0,7886 0,8339 0,3699
4 BRPT 1,7455 1,7091 1,7017 1,6622 1,3774 0,8484 0,8970
5 EKAD 0,6171 0,4810 0,5909 0,4623 0,3401 0,8535 0,5135
6 ERTX -0,1011 0,6716 -0,0231 0,7114 0,4093 0,7826 0,8837
7 HMSP 1,3511 1,3798 1,2947 1,3241 1,1045 0,7902 0,5896
8 INKP 1,1965 1,2118 1,1793 1,1983 1,0061 0,8118 0,4000
9 INTD 0,6302 0,4523 0,6734 0,4778 0,2236 0,7437 0,5201
10 KICI 0,7344 0,7249 0,7564 0,7416 0,4991 0,8018 0,3027
11 KLBF 1,7068 1,5972 1,6823 1,5673 1,2026 0,8460 0,8608
12 LION 0,5025 0,4929 0,4900 0,4778 0,4402 0,8357 0,3956
13 MLPL 2,3949 1,8749 2,3926 1,8623 1,4893 0,9425 1,4524
14 PGIN 0,1598 0,1252 0,1532 0,1209 0,1104 0,7830 0,6726
15 SCBN 0,4993 0,4699 0,5429 0,5226 0,3113 0,8094 0,4981
16 SMCB 2,0634 2,2064 2,0118 2,1654 1,6729 0,8399 1,3665
17 SOBI 1,0281 0,9050 1,0197 0,8854 0,6856 0,7645 0,3425
18 SRSN 1,3210 1,2088 1,3150 1,2009 0,7866 0,7907 0,5344
  Mean 1,0266 0,9992 1,0193 0,9903 0,7547 0,8160 0,2719
Keterangan:
RRD=raw return diskrit; RRK=raw return kontinyu; ERD=excess return diskrit;
ERC: excess return kontinyu; RDR=Return diskrit riil; RCR= return kontinyu riil
IHSG sebagai proksi portofolio pasar
INDEKS PASAR
26/55

 Estimasi beta memerlukan suatu proxy

untuk portofolio pasar, karena portofolio
pasar secara teoritis harus efisien, namun
secara empiris sulit ditemui atau relatif
tidak dapat diobservasi.
 INDEKS PASAR
27/55
Pengukuran Return Indeks Pasar
 Value Weighted Vs Equally Weighted
 Return value weighted memperhitungkan ukuran relatif
dari aset-aset individual.
 Indeks pasar value weighted lebih sensitif terhadap
pergerakan harga dari perusahaan yang berukuran besar.
 Indeks equally weighted menimbang semua aset seolah-
olah aset-aset tersebut memberi pengaruh yang sama,
tanpa mempertimbangkan ukuran relatifnya.
 Indeks value weighted lebih baik karena lebih konsisten
dengan portofolio pasar yang sebenarnya.
 INDEKS PASAR
28/55

Pengukuran Return Indeks Pasar

 Keluasan (Breadth) Indeks Pasar
 Peneliti menggunakan indeks pasar sebagai proxy pasar karena
indeks pasar saham adalah indeks yang paling tersedia,
walaupun Stambaugh (1982) memperlihatkan bahwa CAPM pada
umumnya tidak sensitif terhadap pemilihan proxy pasar, kita
dapat menyimpulkan bahwa semakin luas indeks, semakin baik
indeks tersebut dijadikan proxy.
 Penyusunan dan penimbangan indeks dapat mempengaruhi beta
aset individual dan dapat mempengaruhi kesimpulan yang ditarik
dari aplikasi estimasi beta tersebut.
 Tabel berikut ini adalah estimasi beta dengan menggunakan tiga
indeks pasar yang berbeda di Indonesia.
 Estimasi Beta Berdasarkan Indeks Pasar yang Berbeda
(Model Pasar Indeks Tunggal dengan Return Bulanan Periode 1996-2002)
Beta
No TICK
IHSGa LQ45a JIIb Range 29/55
1 AQUA 0,4106 0,1895 -0,1075 0,5181
2 BRAM 1,0611 0,7393 0,8914 0,3218
3 BRNA 1,1584 0,7543 0,7344 0,4240
4 BRPT 1,7455 1,3904 1,4534 0,3551
5 EKAD 0,6171 0,4157 0,5560 0,2014
6 ERTX -0,1011 -0,2565 0,8662 1,1227
7 HMSP 1,3511 1,1040 1,1855 0,2472
8 INKP 1,1965 1,0367 1,0210 0,1755
9 INTD 0,6302 0,2835 1,2329 0,9494
10 KICI 0,7344 0,4982 0,9004 0,4023
11 KLBF 1,7068 1,2258 0,8670 0,8398
12 LION 0,5025 0,3839 0,7136 0,3297
13 MLPL 2,3949 1,8463 1,2103 1,1846
14 PGIN 0,1598 0,1387 0,3820 0,2433
15 SCCO 0,4993 0,2673 0,2693 0,2319
16 SMCB 2,0634 1,5615 0,4302 1,6332
17 SOBI 1,0281 0,7023 0,1086 0,9195
18 SRSN 1,3210 0,9180 1,3688 0,4507
  Mean 1,0266 0,7333 0,7824 0,2934
Keterangan: a berdasarkan periode analisis Januari 1996 - Desember 2002
b
berdasarkan periode analisis Agustus 2000 - Desember 2002
Range = estimasi beta maksimum – estimasi beta minimum
INDEKS PASAR
30/55

 Perbedaan estimasi beta dalam Tabel

tersebut sangat substansial.

Contoh:
Saham SMCB, ketika menggunakan IHSG equally
weighted, estimasi beta OLS adalah 2,06; namun
ketika menggunakan JII, beta hanya 0,43. Range
rata-rata antara estimasi beta adalah 1,63.
 INDEKS PASAR
31/55
 Dampak dari range yang lebar dari estimasi beta.
Asumsi suku bunga bebas risiko adalah 9% per tahun dan
expected return pasar adalah 16% per tahun. Maka, atas
dasar CAPM:
 Saham SMCB, menggunakan beta dari IHSG equally
weighted, maka expected return saham tersebut adalah
23.44%.
 Saham SMBC menggunakan beta dari LQ45, maka expected
return saham tersebut adalah 19.93%.
 Perbedaan expected return-nya adalah 3.51%, sehingga
secara nyata mempengaruhi keputusan penilaian dan
investasi.
INDEKS PASAR
32/55

 Para peneliti seringkali tidak hanya tertarik

pada nilai estimasi beta, namun juga terhadap
signifikansi statistik estimasi tersebut. Ini dapat
diuji dengan menentukan apakah estimasi
tersebut berbeda dengan benchmark tertentu,
misalnya 0, 1, ataupun rata-rata industri dan
“goodness of fit” dari estimasi dan modelnya
dapat diketahui dari R2.
INDEKS PASAR
33/55

 Tabel berikut menyajikan ukuran-ukuran

statistik untuk regresi OLS dengan
menggunakan IHSG value weighted sebagai
proxy pasar. Hasil pada tabel tersebut
menunjukkan bahwa bahwa terdapat cross-
sectional variation dalam estimasi beta.
Hanya satu estimasi (Saham ERTX) yang tidak
signifikan berbeda dengan 0. Ukuran R2
berkisar antara 0,00% (ERTX) hingga 44,4%
(WMC).
 34/55
 Pemilihan panjang periode estimasi (t) dalam OLS
dihadapkan pada trade-off antara kebutuhan
sampel yang besar untuk memperoleh estimasi
statistik yang reliable dengan penggunaan data
yang relevan pada periode di mana estimasi beta
diaplikasikan
 Estimasi beta tampak stabil untuk periode empat
hingga lima tahun. Oleh karena itu, ketika
dihadapkan pada interval bulanan, data lima tahun
sering digunakan sebagai rule of thumb, meskipun
demikian, variasi rule of thumb ini sangat beragam
 35/55

 Tabel dibawah mengilustrasikan variasi estimasi

beta dengan menggunakan tiga periode estimasi
yang berbeda (1) 1994-1996, (2) 1994-1999, (3)
1997-2002, dan total observasi 1994-2002. Hasil
estimasi beta dalam tabel tersebut sangat
bervariasi dengan range yang lebar dari minimum
0,125 (BRAM dan BRNA) hingga maksimum 1,182
(ERTX).
Tabel: Estimasi Beta dengan Lama Periode Pengamatan yang Berbeda;
Model Pasar Indeks Tunggal dengan Return Bulanan Periode Estimasi 1994-2002

 
Estimasi Beta
No TICK 36/55
1994-2002 1997-2002 2000-2002
  Range
9 tahun 6 tahun 3 tahun
1 AQUA 0,354 0,431 0,126 0,305
2 BRAM 1,056 1,115 0,990 0,125
3 BRNA 1,067 1,164 1,039 0,125
4 BRPT 1,674 1,782 1,957 0,283
5 EKAD 0,492 0,617 0,778 0,287
6 ERTX -0,018 -0,078 1,104 1,182
7 HMSP 1,327 1,403 1,490 0,164
8 INKP 1,147 1,221 1,379 0,232
9 INTD 0,619 0,740 1,145 0,527
10 KICI 0,714 0,746 1,065 0,350
11 KLBF 1,760 1,725 1,115 0,646
12 LION 0,465 0,472 0,723 0,258
13 MLPL 2,278 2,335 1,653 0,682
14 PGIN 0,304 0,189 0,436 0,247
15 SCCO 0,448 0,517 -0,116 0,634
16 SMCB 1,966 2,103 1,536 0,566
17 SOBI 0,987 1,096 0,650 0,445
18 SRSN 1,087 1,415 1,458 0,371
  Mean 0,985 1,055 1,029 0,070
SAMPLING INTERVAL
37/55

 Peneliti juga harus memilih sampling interval

untuk pengukuran return, misalnya interval
return harian, mingguan, atau bulanan.
 Interval intraday cenderung menghasilkan
estimasi beta yang tidak stabil dan tidak
reliable. Sebaliknya, interval kwartal tahun
(quarterly interval) cenderung menghasilkan
jumlah observasi yang kurang memadai karena
periode pengamatan yang terlalu panjang
SAMPLING INTERVAL
38/55

 Perubahan beta diargumentasikan sebagai fungsi dari

frekuensi perdagangan, yang berkaitan dengan ukuran
perusahaan.
 Ketika interval return diperpanjang, beta saham-saham
kecil (tipis diperdagangkan) meningkat sedangkan beta
saham-saham besar (sering diperdagangkan) menurun.
 Tabel di bawah ini memaparkan dampak sampling
interval yang berbeda, yaitu observasi harian,
mingguan, dan bulanan. Perbedaan rata-rata antara
beta yang diestimasi dengan return harian dan return
bulanan cukup lebar yaitu sebesar 0,639.
 Estimasi Beta Berdasarkan Sampling Interval yang Berbeda;
Model Pasar Indeks Tunggal dengan Return Bulanan Periode Estimasi 1994-2002

  Beta
No TICK
Harian Migguan Bulanan Range 39/55
 

1 AQUA -0,026 0,287 0,354 0,368

2 BRAM 0,214 0,609 1,056 0,800
3 BRNA 0,169 0,619 1,067 0,900
4 BRPT 0,599 0,804 1,674 1,050
5 EKAD 0,167 0,341 0,492 0,333
6 ERTX 0,284 0,604 -0,018 0,639
7 HMSP 0,643 1,046 1,327 0,641
8 INKP 0,468 1,134 1,147 0,666
9 INTD 0,475 0,402 0,619 0,126
10 KICI 0,128 0,378 0,714 0,581
11 KLBF 0,522 1,224 1,760 1,225
12 LION 0,254 0,209 0,465 0,284
13 MLPL 0,837 1,129 2,278 1,498
14 PGIN 0,025 0,120 0,304 0,253
15 SCCO 0,130 0,289 0,448 0,308
16 SMCB 0,480 1,070 1,966 1,457
17 SOBI 0,240 0,669 0,987 0,695
18 SRSN 0,265 0,394 1,087 0,755
  Range
Mean = estimasi
0,326 beta terbesar – estimasi
0,629 beta
0,985terkecil 0,639
 40/55
 Prosedur Estimasi
 Teknik standar yang digunakan untuk mengestimasi beta adalah
dengan menggunakan regresi OLS (ordinary least square).
 Penggunaan regresi OLS didasarkan pada asumsi penting yaitu
residual bersifat homoskedastik dan non-otokorelasi antar
residual.
 Beberapa cara untuk mendeteksi penyimpangan homoskedastik
diantaranya uji-uji Goldfeld-Quandt, Breusch-Pagan, dan White.
 Pengujian penyimpangan non-otokorelasi antar residual juga
bisa dilakukan dengan beberapa cara diantaranya uji-uji Durbin-
Watson dan Box-Pierce-Ljung.
 41/55
 Perlakuan terhadap Outliers
 Outliers dapat terjadi karena kesalahan dalam memasukkan
data, namun dapat pula disebabkan kejadian yang sebenarnya.
 Keputusan untuk mengikutkan atau mengeluarkan outliers
tergantung pada konteks penelitian yang dilakukan.
 Jika outliers adalah observasi yang real dalam artian bahwa itu
benar-benar terjadi dan mungkin terulang, maka sangatlah
dianjurkan untuk memasukkan outliers sebagai sampel.
 jika outliers adalah peristiwa yang unik sehingga peristiwa itu
mungkin tidak akan terjadi lagi, outliers tersebut sebaiknya
dikeluarkan dari analisis
 42/55

 Persoalan yang muncul biasanya berkaitan dengan

penggunaan data saham-saham yang tidak
diperdagangkan secara terus menerus (thin atau
nonsynchronous).
 Nonsynchronous trading dapat mengakibatkan
estimasi beta dapat menjadi bias.
 Beberapa teknik dianjurkan untuk mengatasi
masalah perdagangan tipis tersebut dalam
pengestimasian beta. Teknik-teknik tersebut adalah
Scholes dan Williams (1977), Dimson (1979), dan
Fowler dan Rorke (1983)
STABILITAS BETA
43/55
 Stabilitas inter-period
 Mencakup pertanyaan “Apakah beta stabil antara periode
estimasi dengan periode aplikasi?”
 Contoh periode aplikasi adalah “event window” dalam suatu
event study
 Isu stabilitas beta inter-periode berkaitan dengan
kemungkinan pergeseran rata-rata beta

 Stabilitas intra-period
 Apakah beta stabil selama periode estimasi?”
 Secara empiris, hal ini dapat ditangani dengan
memperkenalkan dan memasukkan time-varying betas.
MEAN REVERSION
44/55

 Beta pasar selalu bergerka menuju ke nilai satu,

sehingga beta portofolio pasar selalu bernilai satu.
 Blume (1971, 1975) memperkenalkan isu risiko
yang berubah dan memperlihatkan bahwa setelah
periode tujuh tahun, beta saham individual
mempunyai kecenderungan regresi menuju grand
mean satu
 Pendekatan Bayesian digunakan untuk
menyesuaikan tendensi mean reversion
 45/55

 Estimator Beta Lainnya yang Telah Disesuaikan

terhadap Perdagangan Tipis
 Menggunakan teknik “trade-to-trade”, dengan me-
match return aset dengan return pasar dengan basis
trade-to-trade.
 Kesalahan-kesalahan (Errors) dalam Variabel-
variabel
 Ball (1977) mengemukakan isu kesalahan pengukuran
dari perspektif umum, yaitu bahwa estimasi beta
menghadapi masalah “errors in variables” (EIV)
 46/55

 Structural Breaks
 Suatu structural break adalah sebuah titik di mana
terdapat penggambaran yang jelas mengenai
kelompok-kelompok data
 Masalah yang ditimbulkan oleh structural breaks
adalah data tidak dapat diterapkan dari suatu bagian
sampel untuk bagian-bagian lain dari sampel
 Keberadaan structural breaks dapat dideteksi
dengan alat uji ekonometris seperti Chow test
 47/55

 Time-varying betas
 bukti menunjukkan bahwa beta saham individual
dan beta portofolio adalah time varying
 Tiga model umum telah diperkenalkan untuk
menjelaskan variasi waktu : (1) random walk, (2)
random coefficient approach, dan (3)
autoregressive process
 48/55
 Time-varying betas
 Model random walk mengklaim bahwa estimasi beta
pada periode sekarang yang paling baik adalah beta
periode lalu.
 Model random coefficient approach mengklaim bahwa
terdapat rata-rata jangka panjang di mana terdapat
variasi acak untuk setiap periode.
 Model autoregressive process mengklaim bahwa
perbedaan antara beta periode sekarang dengan rata-
rata jangka panjang adalah fungsi dari perbedaan
antara nilai lampau beta dengan rata-rata jangka
panjang setiap periode.
 49/55

 Determinan-determinan Ekonomis dari Variasi Waktu

 Alternatif spesifikasi estimasi model beta berdasarkan
variabel-variabel ekonomis.
 Model beta dengan mempertimbangkan financial
leverage.
 Model beta dengan pendekatan empiris dengan
mempertimbangkan beberapa variabel akuntansi.
 Model beta dengan menggunakan operating leverage,
sebagai determinan beta.
 Model beta dengan determinan beberapa variabel
makroekonomi seperti suku bunga, defisit anggaran,
defisit perdagangan, inflasi, dan harga minyak.
 50/55

 Variabel-variabel yang Dihilangkan

 Mispesifikasi model beta berupa penghilangan variabel
independen yang relevan, seperti rasio keuangan, efek
seasonalities serta day-of-the-week effect.

Catatan:
 Model regresi dapat mencakup efek ukuran
perusahaan, seasonal, dan efek-efek lainnya, namun
tidak didukung oleh landasan teoretis.
 Pendekatan ini bersifat ad hoc dan bersifat model-
model empiris.
 51/55

 Beta Akuntansi
 merupakan pendekatan yang dapat digunakan oleh
perusahaan privat untuk mendapatkan nilai beta
 Return on equity industri digunakan sebagai proksi return
pasar sehingga dapat disusun model sebagai berikut:
ROEj =  + j RM + e
Dalam hal ini:
ROE j = return on equity perusahaan privat individual

RM M = return on equity pasar (diproksi dari IHSG atau LQ 45).

 52/55
 Estimasi Beta dengan Teknik Hamada
 Hamada mengemukakan model penyesuaian beta bila terdapat
perubahan leverage :
L = U [1 + (1 – T)(D/E)]
 Dengan demikian, beta unleveraged dapat dihitung sebagai
berikut:
U = L / [1 + (1 – T)(D/E)]

Dalam hal ini:

L = Beta perusahaan yang memiliki leverage
U = Beta perusahaan yang tidak memiliki leverage
T = tingkat pajak perusahaan
D/E = rasio utang per ekuitas (debt to equity ratio).
 53/55

 Soal :
Sebagai ilustrasi diketahui beta PT. Duta Pertiwi
Tbk. Yang dihitung berdasarkan return bulanan
pada tahun 2006 adalah 1,53 dengan rasio D/E
sebesar 1,46. Maka beta U dapat dihitung sebagai
berikut:
  Jawab :
U = 1,53 / [1 + (1 – 40%)(1,46)]
= 0,819
 54/55

 Soal:
 PT A, sebuah perusahaan real estat dan
properti memiliki rasio D/E = 0,95.
Sedangkan rata-rata beta industri tersebut
adalah 1,3 dan rata-rata D/E = 1,05.
Diasumsikan tingkat pajak yang berlaku
adalah 40%. Berdasarkan data tersebut,
prosedur untuk mencari Beta A adalah:
 55/55

 Jawab:
 Menghitung UI (beta unleveraged industri) :

UI = 1, 3 / [1 + (1 – 40%)(1,05)]
= 0,798
 Menghitung L PT. A :
LA = 0,798 [1 + (1 – 40%)(0,95)]
= 1,252