Selasa, 29 Desember 2009

TEORI PASAR MODAL DAN MODEL PENETAPAN HARGA AKTIVA MODAL

Tujuan Instruktusional Khusus:

Diharapkan mahasiswa dapat menjelaskan garis pasar modal, garis pasar sekuritas dan model penetapan harga aktiva modal (CAPM).



Materi Pembahasan :

1. Teori Pasar Modal

2. Metoda penetapan harga aktiva modal (CAPM)

3. Garis pasar sekuritas

4. Memperkirakan beta



1. Teori Pasar Modal

Sebelumnya kita telah membahas tentang aktiva bebas resiko dan aktiva beresiko, begitu pula dengan cara pembentukan MEP aktiva beresiko. Jika tidak ada suku bunga bebas resiko maka portofolio optimal merupakan portofolio yang bersinggungan dengan kurva indiferens. Namun jika ada aktiva bebas resiko dimana investor dapat meminjam dan meminjamkan pada suku bunga bebas resiko maka dapat dibentuk suatu garis yang disebut dengan Garis Pasar Modal ( Capital Market Line = CML )yang menunjukan kombinasi antara aktiva bebas resiko dengan MEP. Garis ini ditarik darik garis vertical sebesar suku bunga bebas resiko dan bersinggungan dengan MEF ( Markowitz Efficient Frontier ).



Titik persinggungan antara CML dan MEF kita sebut titik M. Kita dapat membentuk portofolio disepanjang garis CML. Portofolio yang dibentuk disepanjang garis CML mulai dari titik Rf sampai M merupakan portofolio yang mungkin kita bentuk dengan mengkombinasikan antara aktiva bebas resiko dengan aktiva beresiko. Semakin dekat dengan titik Rf berarti semakin besar proporsi dana yang kita investasikan pada aktiva yang bebas resiko dan sebaliknya.

Jika kita menggunakan kesempatan untuk meminjam dana pada bunga bebas resiko dan menanamkannya pada aktiva beresiko maka portofolio yang terbentuk adalah disepanjang titik CML mulai titik M kekanan dan kita sebut sebagai portofolio pinjaman ( Leveraged Portfolio )

Perhatikan mengapa sekarang kita memilih untuk membentuk portofolio disepanjang garis CML sampai titik M sebab jika kita sekarang memiliki portofolio yang memberikan keuntungan yang lebih besar Pb dibandingkan Pa dengan resiko yang sama kecuali dititik M.

Investor yang realistis pasti memilih portofolio yang memberikan keuntungan yang terbesar dengan resiko tertentu yang sama, dan karena titik yang paling menguntungkan adalah titik M maka kita asumsikan semua investor akan berinvestasi dititik M, yaitu suatu bentuk portofolio yang paling efisien, titik M kita sebut sebagai portofolio pasar. Pada titik M portofolio yang terbentuk terdiri dari aktiva yang beresiko, sedangkan investasi yang terletak diantara titik Rf sampai M adalah portofolio yang terdiri dari aktiva beresiko dan bebas resiko.

Hasil teoritis dari kombinasi aktiva bebas resiko dan portofolio pasar disebut teori pemisahan dua dana ( two-fund separation theorem )



Mencari Umus untuk Garis Pasar Modal (CML)

Gambar CML diatas ditunjukan dalam bentuk grafis. Namun CML juga dapat dibuat dalam bentuk rumus. Misalnya seorang investor menciptakan porofolio dua dana yaitu : portofolio terdiri dari Wf yang ditempatkan pada dana bebas resiko dan WM pada portofolio pasar, dimana W menunjukan presentase dari portofolio yang dialokasikan kepada setiap aktiva. Maka : Wf + WM =1 atau Wf =1- WM

Sebagaimana telah dijelaskan sebelumnya

Rp = w1R1 + w2R2 + … wgRg

Sehingga bagi portofolio dua dana , pengembalian portofolio diharapkan E(Rp) adalah : E(Rp) = Wf Rf + WM E(RM ) dan karena Wf =1- WM maka,



E(Rp) = (1- WM )Rf + WME(RM ) atau dapat disederhanakan menjadi

E(Rp) = Rf + WM [ E(RM) – Rf ] (6.1) Setelah pengembalian yang diharapkan dari portofolio diketahui maka selanjutnya akan dicari resiko portofolio yang ditunjukan dengan variance portofolio. Dari persamaan sebelumnya yaitu : var (Rp) = wi2var (Ri) + wj2var (Rj) + 2 wi wj cov (Ri,Rj) maka variance dua portofolio dua dana adalah : var (Rp) = Wf 2var (Rf) + WM 2var (RM) + 2 Wf WM cov (Rf,RM) Diketahui bahwa variance aktiva bebas resiko adalah nol karena pengembalian dimasa depan sudah dapat dipastikan dan cov (Rf,RM) juga nol karena jika tingkat pengembalian berubah maka tingkat pengembalian aktiva bebas resiko tidak akan berubah/tetap. Dengan memasukan nilai nol tersebut maka persamaannya akan berubah menjadi : var (Rp) = WM 2var (RM) Dan karena deviasi standar merupakan akar kuadrat dari variance, dapat ditulis
























)
(
R
E 
 
f
M

)
(
R
SD
M



2. Model Penetapan Harga Aktiva Modal / Capital Aset Pricing Model (CAPM)

Dalam mengembangkan teori portofolio, Profesor Markowitz menyatakan bahwa varians tingkat pengembalian sebagai alat ukur yang sesuai. Alat ukur resiko ini dapat dibagi menjadi dua jenis resiko umum, yaitu resiko sistematis dan resiko tidak sistematis.



Seperti kita ketahui jika kita menggunakan metoda statistika seperti yang dilakukan oleh Markowitz untuk memperoleh variance, standar deviasi suatu portofolio, maka semakin banyak aktiva yang membentuk portofolio maka akan semakin rumit perhitungan yang akan kita lakukan. Namun demikian jika kita perhatikan ilustrasi berikut akan tampak suatu gambaran yang menarik.

Saham

1 2 3 N Saham 1 W1 W1σ11 W1 W2σ12 W1 W3σ13 W1 WNσ1N

2 W2 W1σ21 W2 W2σ22 W2 W3σ23 W2 WNσ2N

3 W3 W1σ31 W3 W2σ32 W3 W3σ33 W3 WNσ3N



N WN W1σN1 WN W2σN2 WN W3σN3 WN WNσNN



Semakin banyak aktiva yang kita gunakan maka kita akan memiliki sebanyak N variance dan N ( N – 1 ) covariance dan jika kita menginvestasikan dana yang kita miliki dengan jumlah yang sama untuk masing masing aktiva maka persamaan variance portofolio yang terdiri dari N aktiva adalah :



Var (Rp) = N (1/N 2var ) + N (N-1) (1/N 2 cov )

= 1/N var + (N2 – N) (1/N 2 cov )

= 1/N var + ( 1 – 1/N ) cov

jika N sangat besar maka persamaan 1/N var akan mendekati nol dan persamaan ( 1 – 1/N ) cov akan mendekati covariance. Apa artinya ? hal ini bermakna bahwa jika kita mempunyai portofolio yang terdiri dari banyak saham maka resiko variance yaitu resiko yang dimiliki oleh perusahaan itu sendiri dapat dihilangkan, sedangkan resiko covariance tidak dapat dihilangkan. Secara skematis hal ini dapat ditunjukan oleh gambar berikut :



Resiko

Bagian resiko yang bisa dihilangkan dengan diversifikasi kita sebut sebagai resiko tidak sistimatis atau resiko unik, sedangkan yang tidak dapat dihilangkan dengan diversifikasi kita sebut dengan resiko sistematis. Penjumlahan kedua resiko tersebut disebut sebagai resiko total.

Resiko sistematis merupakan sebagian dari perubahan aktiva yang dapat dihubungkan dengan faktor umum. Resiko sistematis terjadang disebut juga resiko pasar atau resiko tidak dapat dibagi. Resiko sistematis merupakan tingkat umum resiko yang dapat diperoleh bagi suatu portofolio melalui diversifikasi sejumlah besar aktiva yang dipilih secara acak.

Resiko tidak sistematis merupakan sebagian dari perubahan aktiva yang dapat didiversifikasi. Resiko ini terkadang disebut juga resiko dapat didiversifikasi, resiko unik, resiko residual atau resiko khusus perusahaan. Resiko ini merupakan resiko yang unik bagi perusahaan seperti, pemogokan kerja, tuntutan hokum atau bencana alam Apabila portofolio tersebut mencapai jumlah sekuritas yang sangat besar yang mewakili seluruh pasar (dan karenanya kita sebut sebagai porofolio pasar ), dan portofolio tersebut kita beri notasi M, maka sumbangan resiko saham I terhadap portofolio M adalah σiM. Apabila ukuran ini kita stadardisir dengan membaginya dengan variance portofolio pasar, maka rasio ini disebut sebagai beta (β ),


sehingga βi =



Model Pasar

CAPM menyebutkan bahwa hanya ada satu faktor yang mempengaruhi pengembalian sekuritas, pasar. Hubungannya, terkadang disebut model pasar (atau model indeks pasar) dapat dinyatakan sebagai berikut :
dimana R it = pengembalian atas aktiva i selama periode t

Rmt = pengembalian portofolio pasar selama periode t  = symbol yang menunjukkkan komponen pengembalian bukan

pasar aktiva i

i = symbol yang menghubungkan perubahan pengembalian aktiva i


terhadap perubahan dalam portofolio pasar

 = symbol kesalahan acak yang merefleksikan resiko unik yang
i

berhubungan dengan menanamkan modal dalam suatu aktiva.

Model pasar menyatakan bahwa pengembalian sekuritas tergantung dari pengembalian portofolio pasar dan sampai sejauh mana daya tanggap sesuai yang diukur oleh beta (


.
it

Diatas disebutkan bahwa total resiko aktiva dapat diuraikan menjadi resiko sistematis/resiko pasar dan resiko tidak sistematis/resiko unik. Persamaan (6–3) dapat digunakan untuk mengukur kedua resiko ini secara kuantitatif. Untuk mengetahui cara pengukuran tersebut, mari kita lihat total resiko pengembalian aktiva I sebagaimana yang diukur oleh varians pengembalian. Hal ini dilakukan dengan menentukan varians dari persamaan (6-3). Besarnya varians adalah :
Persamaan(5-2) menunjukkan bahwa total resiko yang dinyatakan sebagai var (Ri) sama dengan jumlah dari :

(1) Resiko sistematis atau resiko pasar dinyatakan oleh

(2) Resiko unik dinyatakan oleh





3. Garis Pasar Sekuritas

CML menunjukkan kondisi keseimbangan dimana pengembalian yang diharapkan dari portofolio aktiva merupakan fungsi linier pengembalian yang diharapkan



portofolio pasar. Hubungan langsun yang sama juga berlaku bagi pengembalian diharapkan sekuritas :
ganti nilai portofolio dalam rumus bagi CML. Hubungan resiko garis pengembalian bagi sekuritas tunggal disebut garis pasar sekuritas (security market line = SML).

Versi lain mengenai hubungan SML menggunakan beta dari sekuritas. Untuk melihat bagaimana hubungan ini dikembangkan, dapat dilihat kembali persamaan (6-4). Dalam portofolio dengan diversifikasi yang baik, resiko unik dapat dihilangkan. Untuk itu, persamaan (5-4) dapat dinyatakan kembali sebagai berikut :
persamaan ini menyatakan bahwa, berdasarkan asumsi-asumsi CAPM, pengembalian yang diharapkan atas satu aktiva merupakan fungsi linear positif dari indeks resiko sistematis dan dinyatakan oleh beta. Semakin tinggi beta, semakin tinggi pengembalian yang diharapkan. Perhatikan bahwa beta merupakan satu-satunya penentu pengembalian yang diharapkan suatu aktiva. Beta aktiva bebas resiko bernilai nol, karena perubahan pengembalian bagi aktiva bebas resiko adalah nol dan oleh karena itu pengembalian aktiva tidak mengalami perbedaan seiring dengan portofolio pasar. Jadi jika pengembalian diharapkan dari aktiva bebas resiko ingin diketahui, angka nol akan dimasukkan sebagai nilai dalam persamaan (6-6) :




Maka, pengembalian atas aktiva bebas resiko merupakan pengembalian bebas resiko.

Beta dari portofolio pasar adalah 1. Jika aktiva 1 memiliki beta yang sama dengan portofolio pasar, maka memasukkan nilai 1 ke dalam persamaan (6-6) akan menghasilkan :
Dalam hal ini pengembalian yang diharapkan dari aktiva sama dengan pengembalian yang diharapkan dari portofolio pasar. Jika aktiva memiliki beta lebih besar dari beta portofolio pasar (yaitu lebih besar dari 1), maka pengembalian yang diharapkan aktiva lebih besar dari portofolio pasar. Demikian pula sebaliknya. Grafik SML disajikan dalam gambar berikut :

βM = 1 βi β



Jika SML dapat dirumuskan dengan Ri = Rf + [RM - Rf]βi maka persamaan tersebut dapat dituliskan menjadi Ri - Rf = [RM - Rf]βi , jika persamaan tersebut dibuat dalam bentuk grafik maka gambarnya akan tampak sebagai berikut :








0 RM - Rf



Apabila β > 1 maka perubahan excess return portofolio pasar sebesar 10% akan mengakibatkan perubahan excess return sekuritas I lebih dari 10 %. Karena itu semakin besar β semakin peka excess return suatu sekuritas terhadap perubahan excess return portfolio pasar, dan karenanya diartikan semakin beresiko.

4. Memperkirakan beta

dimana : Ri = return sekuritas i

R
M = return indeks pasar

αi = slope

ε = random residual error

Persamaan ini bisa digunakan untuk mengestimasi return sekuritas., yaitu dengan cara meregresikan antara return sekuritas yang akan dinilai dengan return indeks pasar. Regresi tersebut akan menghasilkan αi yang merupakan ukuran return sekuritas I yang tidak terkait dengan return pasar dan βi yang menunjukan besarnya slope yang mengindikasikan peningkatan return yang diharapkan pada sekuritas I untuk setiap kenaikan return pasar sebesar 1%.

Garis karakteristik juga bisa dibentuk dengan menggunakan excess return dengan mengurangkan masing-masing return total sekuritas maupun return pasar dengan return bebas resiko. Analisis terhadap garis karakteristik yang dibentuk dengan menggunakan excess return pada dasarnya akan sama dengan analisis persamaan regresi diatas. Dengan demikian persamaan regresi diatas dapat dimodifikasi menjadi : (Ri - Rf) = αi + [RM - Rf]βi + εi



Dalam bentuk excess return nilai αi akan menunjukkan besarnya excess return sekuritas pada saat excess return pasar nol. Sedangkan beta atau slope pada garis karakteristik akan menunjukkan sensitivitas excess return sekuritas terhadap portofolio pasar.

Dari uraian estimasi persamaan regresi diatas kemudian akan timbul satu persamaan tentang sejauh manakah keakuratan hasil estimasi beta sebagai ukuran sensitivitas return suatu saham terhadap return pasar. Ada beberapa hal yang bisa membuta kita ragu terhadap keakuratan hasil estimasi beta tersebut yaitu :

1. Estimasi beta tersebut menggunakan data historis yang secara implisit berarti bahwa kita menganggap apa yang terjadi pada beta masa lalu akan sama dengan apa yang terjadi pada beta masa datang. Padahal dalam kenyataannya apa yang terjadi dimasa lalu mungkin akan jauh berbeda dengan apa yang terjadi di masa depan.

2. Garis karakteristik dapat dibentuk oleh berbagai observasi pada periode waktu yang berbeda dan tidak ada satupun periode dan observasi yang dianggap tepat. Dengan demikian estimasi beta untuk satu sekuritas dapat berbeda karena observasi dan periode waktunya yang digunakan berbeda.

3. Nilai alfa dan beta yang diperoleh dari hasil regresi tersebut tidak terlepas dari adanya error, sehingga bisa jadi estimasi beta tidak akurat.

4. Beta merupakan resiko sistematis yang juga bisa berkaitan dengan perubahan perusahaan secara khusus. Jika terjadi perubahan pada kondisi perusahaan maka netanyapun akan berubah. Oleh karena itu beta tidak bersifat stasioner sepanjang waktu.

5. Marshall Bloom menemukan bahwa beta portofolio cenderung mengalami

penyurutan menjadi satu. Logika ekonominya adalah resiko yang mendasari perusahaan cenderung bergerak kearah resiko perusahaan rata-rata. Oleh karena itu jika periode penelitiannya panjang maka nilai beta cenderung sama dengan satu.

Tidak ada komentar:

Poskan Komentar