MANAJEMEN KEUANGAN

NAMA : MARLINA SUSANA DEMENA

NIM : 2022042034010
KELAS : EKSTENSI
 BAB 8
RETURN DAN RISIKO:
PENDAHULUAN
 PENGERTIAN RETURN DAN RISIKO

• Return (Keuntungan) • Risiko (Risk)

• Return merupakan salah satu faktor yang memotivasi • Risiko diperlukan karena manajer akan
investor berinvestasi dan juga imbalan atas keberanian mengevaluasi investasi yang berisiko terhadap
investor menanggung risiko atas investasi. hubungan positif antara tingkat keuntungan yang
• Singkatnya return adalah keuntungan yang diperoleh disyaratkan dengan risiko.
investor dari dana yang ditanamkan pada suatu • Jadi ketika kita melakukan investasi kita tidak akan
investasi. terlepas dari yang namanya risiko, entah itu
risikonya kecil atau risikonya besar
• Kenapa adanya risiko..??
• Karena adanya ketidakpastian, oleh karena itu kita
bisa menggunakan amsumsi/pedoman sebagai
berikut:
• Semakin tinggi risiko, semakin tinggi tingkat
keuntungan yang disyaratkan.
Selanjutnya
Konsep risiko dan return dipopulerkan oleh Harry
Markowitz (1955). Markowitz memperkenalkan model
yang disebut sebagai two-parameter model, yang intinya
mengatakan bahwa investor seharusnya memfokuskan
pada dua parameter:
1. Return atau tingkat keuntungan yang diharapkan dari
suatu asset, dan
2. Risiko yang dilihat melalui standar deviasi return aset
tersebut.
Konsep tersebut menjadi tulang punggung teori investasi,
dan juga teori keuangan.
1. Perhitungan Dasar
1.1. Perhitungan Return

Formula yang lebih umum untuk menghitung return adalah sebagai berikut
ini.
Return = { [ ( Pt – Pt-1 ) + Dt ] / Pt-1 } × 100%
Dimana
Pt = Harga atau nilai pada periode t
Pt-1 = Harga atau nilai pada periode sebelumnya (t-1)
Dt = Dividen yang dibayarkan pada periode t
Periode tersebut bisa harian, bulanan, atau tahunan.
1.2. Perhitungan Tingkat Keuntungan (Return) yang Diharapkan
dan Risiko

Risiko bisa didefinisikan sebagai kemungkinan penyimpangan dari

hasil yang diharapkan. Kita bisa menggunakan standar deviasi yang
menghitung dispersi (penyimpangan) dari hasil yang diharapkan.
• Semakin besar standar deviasi tingkat keuntungan suatu aset,
semakin tinggi risiko aset tersebut.
• Semakin tinggi risiko suatu aset, semakin tinggi tingkat keuntungan
yang diharapkan dari aset tersebut.
Dalam pasar yang efisien, hal semacam itu yang akan terjadi. Tetapi
jika pasar tidak efisien, masih ada ketidaksempurnaan pasar, kita bisa
mengharapkan aset yang mempunyai tingkat keuntungan yang tinggi
tetapi mempunyai risiko yang rendah.
Secara umum, formula untuk menghitung tingkat keuntungan yang
diharapkan dan risiko (standar deviasi) dari tingkat keuntungan tersebut
adalah sebagai berikut:
E(R) = ∑ pi Ri
σR2 = ∑ pi (Ri – E(R)) 2
σR = (σR2)1/2

dimana:
E(R) = Tingkat keuntungan yang diharapkan
pi = Probabilitas untuk kondisi/skenario i
Ri ] = Return atau tingkat keuntungan pada skenario
i
σR = Standar deviasi return (tingkat keuntungan)
σR2 = Varians return (tingkat keuntungan)
2. Return dan Risiko dalam konteks Portofolio

2.1. Tingkat Keuntungan Yang Diharapkan

• Portofolio adalah gabungan dari dua aset atau lebih. Tingkat
keuntungan portofolio merupakan rata-rata tertimbang dari tingkat
keuntungan aset individualnya.
Formula tingkat keuntungan yang diharapkan untuk suatu
portofolio adalah:
E(RP) = ∑ Xi E(Ri)

dimana:
E(RP) = Tingkat keuntungan yang diharapkan untuk portofolio
Xi = Proporsi (bobot) untuk aset individual i
E(Ri) = Tingkat keuntungan yang diharapkan untuk aset individual i
 2.2. Risiko Portofolio

1. Kovarians Dua Aset

Risiko portofolio tidak hanya merupakan rata-rata tertimbang dari risiko individualnya.
Risiko (varians) portofolio, untuk portofolio dengan dua aset, bisa dihitung sebagai berikut
ini.

P2 = XA2 A2 + XB2 B2 + 2 XA XB AB

Dimana:
XA dan XB = Proporsi investasi untuk aset A dan aset B
A2 dan B2 = Kovarians return aset A dan return aset B
AB = Kovarians return aset A dan return aset B

Term AB (Kovarians return aset A dengan B) mengukur arah pergerakan dua aset tersebut
Kovarians antara dua aset aset dihitung dengan formula sebagai berikut:
AB = ∑ pi(Rai – E(RA)) (Rbi – E(RB))
Dimana:
Pi = Probabilitas untuk skenario I
Rai, Rbi = Return aset A dan B untuk skenario I
E(RA), E(RB) = Expected return untuk aset A dan aset B

Risiko portofolio yang lebih rendah dibandingkan dengan rata-rata tertimbang

risiko individualnya menunjukkan adanya manfaat diversifikasi. Manfaat
diversifikasi tersebut diperoleh karena kovarians yang negatif (arah
pergerakan yang berlawanan arah) antara aset A dengan B.

Jika korelasi antara dua aset lebih kecil dari satu, maka akan ada manfaat
penurunan risiko melalui diversifikasi. Semakin kecil nilai korelasi (misal -1),
maka potensi penurunan risiko semakin tinggi.
2. Koefisien Korelasi

Meskipun kovarians bisa memberi gambaran arah pergerakan dua aset, tetapi angka kovarians sensitif
terhadap unit pengukuran.

Koefisien tersebut bisa dihitung sebagai berikut ini.

σΑΒ=ΓΑΒ σA σA atau ΓΑΒ=σAB/σA σB

Dimana
ΓΑΒ=Korelasi antara return aset Α dengan return aset Β
Korelasi mempunyai angka antara -1 sampai +1 inklusif (-1<=+1)
Korelasi yang positif menunjukkan hubungan yang searah antara dua aset tersebut,
2.3 Efek Diversifikasi
Kunci dalam penurunan risiko portofolio adalah kovarians (atau koefisien
korelasi) antar aset. Koefisien korelasi yang semakin mendekati negatif satu
mempunyai potensi yang lebih besar untuk menurunkan risiko portofolio. Secara
umum koefisien korelasi antar saham mempunyai tanda positif dan relatif kecil.
Koefisien yang semacam itu sudah cukup baik untuk menurunkan risiko
portofolio. Hanya jika koefisien korelasi antara dua aset sama dengan satu
(sempurna searah), maka diversifikasi tidak mempunyai efek penurunan risiko.
Dalam situasi ini, risiko portofolio merupakan rata-rata tertimbang dari risiko
aset individualnya. Secara umum, jika jumlah aset dalam portofolio ditambah
(misal ditambah secara random), ada kecenderungan risiko portofolio tersebut
semakin mengecil.
Untuk risiko total, ada sebagian risiko yang bisa dihilangkan melalui diversifikasi. Tetapi ada sebagian
lagi yang tidak bisa dihilangkan melalui diversifikasi. Risiko yang bisa dihilangkan tersebut disebut
sebagai risiko tidak sistematis (risiko pasar), sedangkan risiko yang tidak bisa dihilangkan disebut
sebagai risiko sistematis.

Risiko sistematis dihitung melalui formula:

Bi = σiM / σ2M
dimana:
Bi = beta atau risiko sistematis aset i
σiM = kovarians antara return aset i
dengan return pasar σ2M = Kovarians return aset I

Risiko tidak sistematis diukur melalui varians dari residual regresi model pasar (market model).
3. SET YANG EFISIEN

Tingkat keuntungan portofolio yang diharapkan merupakan rata-rata terimbang dari tingkat
keuntungan aset individualnya. Tingkat keuntungan tersebut tidak tergantung dari korelasi antara dua
aset tersebut.

3.1. Korelasi = +1 (positif sempurna)

Misalkan korelasi antara antara A dengan B (AB) adalah +1, risiko portofolio bisa dituliskan sebagai
berikut ini.

Atau

Karena , kita bisa meringkaskan formula diatas menjadi berikut ini.

Atau
Persamaan di atas menunjukkan jika korelasi antara aset A dengan aset B = +1, risiko
portofolio merupakan rata–rata tertimbang dari risiko aset individual. Dengan kata lain,
diversifikasi dalam situasi ini tidak memberikan manfaat, karena risiko portoflio tidak bisa
lebih rendah dari rata-rata tertimbang risiko aset individualnya.
3.2. Korelasi = -1 (negatif sempurna)

Misalkan korelasi antara A dengan B ( adalah -1, risiko portofolio bisa dituliskan sebagai berikut ini:

Atau

atau
atau

Perhatikan bahwa karena risiko selalu bertanda positif (tidak ada risiko yang negatif, minimal adalah
nol), maka risiko di atas bisa disingkat menjadi:
3.3. Korelasi = 0 Atau Tidak Ada Korelasi

Atau

Persamaan di atas tidak bisa disederhanakan lagi

1. Gambar Risiko dan Return
Return dan risiko portofolio dengan komposisi dan korelasi yang berbeda-beda tersebut bisa kita plot
seperti terlihat dalam gambar berikut ini. Gambar tersebut menunjukkan bahwa jika korelasi = 0, maka
return dan risiko merupakan rata-rata tertimbang dari return dan risiko aset individualnya. Jika
korelasi = -1, terbentuk dua garis, yaitu dari titik A sampai titik dimana risiko = 0, sampai titik B. Jika
korelasi = 0, maka garis yang ditengah, antara garis untuk korelasi +1 dengan korelasi –1, akan
terbentuk. Jika korelasi antara dua aset diantara –1 dengan +1, maka kurva plot tingkat keuntungan
dengan standar deviasi akan berada diantara kurva plot untuk korelasi –1 dengan +1. Secara umum,
jika korelasi semakin mendekati –1, maka garis yang terbentuk akan semakin mendekati garis –1.

Bagan 4. Plot Risiko dan Return dengan Korelasi +1, -1, dan 0
3.4. Perhitungan Lebih Lanjut

Karena risiko = 0, maka P = 0, dan XA + XB = 1 (karena total proporsi adalah 100%), persamaan di
atas bisa ditulis sebagai berikut ini.
0 = ( XA A - ( 1 – XA ) B )
0 = ( XA A - B + XA B )
0 = XA (A + B ) - B
XA = B / (A + B)

Berikut ini perhitungan untuk mencari komposisi yang bisa menghasilkan risiko yang minimum, jika
korelasi = 0

akan mencapai titik minimum jika turunan pertama dari persamaan di atas sama dengan nol. Dengan
kata lain,
=0
=

Setelah melakukan beberapa penyederhanaan, diperoleh,

Jika korelasi antara dua aset bukan merupakan titik ekstrim (-1, 0, atau +1), kita juga bisa menghitung
komposisi portofolio yang menghasilkan risiko paling kecil sebagai berikut.

Risiko mencapai titik minimum jika turunan pertama dari persamaan di atas sama dengan nol.
=0
=2
3.5. Set Yang Efisien Untuk Portofolio Dengan Lebih Dari Dua Aset
Secara umum, korelasi antar aset biasanya bernilai positif tetapi kecil. Karena secara umum korelasi
antar aset akan bertanda positif , maka set yang efisien yang akan kita peroleh mempunyai bentuk
lengkung seperti bentuk garis antara korelasi 0 dengan 1 pada bagan 4 di muka.
Bagan 5. Set yang Efisien

Tingkat Keuntungan yang Diharapkan

4. Risiko Dan Return Portofolio Dengan Lebih Dari Dua Aset

Perhitungan risiko dan return untuk portofolio dengan aset lebih dari dua pada dasarnya sama dengan
untuk portofolio dengan dua aset. Tingkat keuntungan yang diharapkan merupakan rata-rata tertimbang
dari tingkat keuntungan aset individualnya.
Formula risiko portofolio dengan tiga aset bisa dituliskan sebagai berikut ini.

Jika aset dalam portofolio semakin besar, perhitungan risiko portofolio menjadi semakin kompleks.

Komponen Risiko Portofolio

Risiko total portofolio merupakan gabungan dari kotak-kotak di dalam bagan tersebut. Jika aset dalam portofolio
bertambah, maka jumlah kotak juga semakin bertambah, yang berarti komponen dalam risiko total menjadi semakin
bertambah. Varians portofolio bisa dituliskan sebagai berikut ini.

= Varians portofolio
= Proporsi untuk aset i
= Varian asen i
∑∑ = Penjumlaan Ganda
= Kovarians aset i dengan aset j
i≠j = Menunjukkan kovarians i dengan j adalah untuk dua aset yang berbeda

Jika aset dalam portofolio bertambah, maka komponen yang perlu dihitung dalam portofolio
menjadi semakin banyak. Jika ada N aset dalam portofolio, maka kita perlu menghitung:

(N (N + 1)) /2 parameter, yang terdiri dari N varians, dan (N (N - 1)) / 2 kovarians

Sebagai ilustrasi, jika ada 300 saham dalam portofolio, dan kita akan menghitung risiko portofolio
tersebut, maka kita perlu menghitung: 300 varians dan 150 (299) = 44.850 kovarians. Jumlah tersebut
cukup besar. Jika jumlah aset dalam portofolio adalah 1.000, maka jumlah parameter yang harus
dihitung menjadi sekitar 500.000 parameter.

Ada dua masalah yang menyebabkan model perhitungan risiko tersebut tidak bisa diaplikasikan.
Pertama, Model tersebut dikembangkan pada tahun 1950-an, dimana kemampuan komputer belum
sebaik sekarang. Kedua, analis biasanya dikelompokkan berdasarkan sektor usaha/industri. Mereka
biasanya hanya memfokuskan pada industrinya. Dengan demikian analis sektor perbankan hanya
memfokuskan pada sektor perbankan, mereka tidak mau tahu dengan sektor lainnya. Padahal model
perhitungan risiko portofolio di atas memerlukan perhitungan kovarians (kaitan) antar saham, yang
berarti juga antar industri. Dua masalah tersebut menyebabkan model portofolio Markowitz
mengalami perkembangan yang lambat. sampai akhirnya model indeks tunggal dikembangkan dengan
tujuan memecahkan dua masalah tersebut.
 5. Model Indeks Tunggal
5.1. Risiko dan Return Aset Tunggal Berdasarkan Model Indeks Tunggal

William Sharpe (1963) mengembangkan model indeks tunggal (single index model). Menurut model tersebut,
return suatu saham/aset dipengaruhi oleh faktor bersama tunggal, sebagai berikut ini.

Faktor bersama yang dimaksudkan, biasanya adalah return pasar. Dengan kata lain, pergerakan return saham
dipengaruhi oleh return pasar.
Tingkat keuntungan yang diharapkan untuk aset i tersebut bisa dituliskan sebagai berikut ini.

Menurut model indeks tunggal, total risiko bisa dipecah ke dalam dua komponen yaitu:

(Risiko Total) = (Risiko yang Tidak Bisa Dihilangkan melalui Diversifikasi) + (Risiko yang Bisa
Dihilangkan melalui Diversifikasi)

Dimana :
= Risiko total (varians sekuritas i)
= Beta sekuritas i (risiko sistematis sekuritas i)
= Varians return pasar
= Varians error sekuritas I
Persamaan di atas menunjukkan risiko total bisa dipecah ke dalam dua bagian: (1) risiko yang tidak bisa dihilangkan melalui
diversifikasi (risiko sistematis), dan (2) risiko yang bisa dihilangkan melalui diversifikasi (risiko tidak sistematis). Risiko sistematis
pada ßi (beta saham i).

Model indeks tunggal merupakan pendekatan terhadap model perhitungan risiko Markowitz. Karena itu hasil yang diperoleh dari
model indeks tunggal bisa berbeda dengan perhitungan secara langsung (dengan Markowitz, langsung menghitung standar deviasi
return aset). Biasanya hasil yang diperoleh oleh model indeks tunggal cenderung lebih rendah dari perhitungan langsung. Hal
tersebut dikarenakan model indeks tunggal mengasumsikan kovarians antar saham adalah 0.
Penulisan model indeks tunggal yang lebih lengkap adalah sebagai berikut

Jika kovarians dengan saham lainnya mempunyai nilai negatif, maka model indeks tunggal akan memberikan hasil yang lebih tinggi
dibandingkan yang seharusnya. Jika kovarians dengan saham lainnya mempunyai nilai positif, maka model indeks tunggal akan
memberikan hasil yang lebih rendah dibandingkan yang seharusnya. Karena secara umum korelasi antar saham adalah positif, maka
risiko yang dihitung dengan model indeks tunggal akan cenderung lebih rendah dibandingkan dengan risiko yang dihitung langsung
(dihitung langsung variansnya). Secara umum, perbedaan antara risiko yang dihitung melalui model indeks tunggal dengan cara
langsung, cukup kecil. Sehingga bisa dikatakan model indeks tunggal cukup akurat.

Model indeks tunggal ditujukan untuk memecahkan masalah perhitungan risiko dengan model Markowitz. Dengan menggunakan
model indeks tunggal, maka parameter yang perlu dihitung untuk menghitung risiko aset i adalah, , dan . Untuk portofolio, ketiga
parameter tersebut yang harus dihitung. Karena itu, untuk portofolio, model indeks tunggal membantu menyederhanakan
perhitungan risiko model Markowitz.
5.2. Return Dan Risiko Portofolio Berdasarkan Model Indeks Tunggal

Untuk portofolio dengan N aset, tingkat keuntungan yang diharapkan untuk suatu portofolio bisa
dituliskan sebagai berikut ini

Dimana:
= Tingkat keuntungan yang diharapkan untuk portofolio
= Intercept untuk portofolio
= Beta portofolio
= Tingkat keuntungan pasar yang diharapkan
Parameter intercept dan beta portofolio dihitung sebagai berikut ini.
Risiko portofolio dengan menggunakan model indeks tunggal bisa dihitung sebagai berikut ini.

Misalkan kita mempunyai portofolio yang terdiri dari N aset, berapa parameter yang harus dihitung?
Parameter yang harus dihitung adalah:
Jumlah Parameter =
Jumlah parameter dari model indeks tunggal jauh lebih sedikit dibandingkan dengan model Markowitz. Model indeks
tunggal merupakan penyederhanaan yang sangat signifikan dari model Markowitz. Disamping itu model indeks tunggal
tidak memerlukan estimasi kovarians (kaitan) antar saham atau sektor. Yang diperlukan adalah estimasi kaitan antara
satu saham (sektor) dengan sektor secara keseluruhan (pasar).

Perhitungan varians dan kovarians bisa dihitung melalui formula berikut ini.

dimana Ri¯ dan Rj¯ = Return rata-rata untuk aset i dan j

N = Jumlah observasi

Perhatikan bahwa dalam formula di atas pembagi yang dipakai adalah N - 1. Hal ini disebabkan kita menggunakan
sampel, dan untuk menghindari bias dalam estimasi dengan sampel, pembagi N - 1 (bukannya N) yang digunakan
Sekian dan Terima Kasih