MANAJEMEN INVESTASI DAN PORTOFOLIO

CHAPTER 6
AN INTRODUCTION TO PORTFOLIO MANAGEMENT

Dosen : Stella, SE., M.M.

OLEH:

MARIA FRANSISKA SANTOSO

201880061

TRISAKTI SCHOOL OF MANAGEMENT

BEKASI

2020
6.1 Some Background Assumptions

Salah satu asumsi dasar teori portofolio adalah bahwa investor ingin memaksimalkan
pengembalian dari total set investasi untuk tingkat risiko tertentu. Untuk memahami asumsi
tersebut diperlukan aturan dasar tertentu. Pertama, portofolio Anda harus mencakup semua
aset dan liabilitas Anda, tidak hanya sekuritas Anda yang dapat dipasarkan tetapi juga
investasi yang kurang dapat dipasarkan seperti real estat, seni, dan barang antik. Spektrum
penuh investasi harus dipertimbangkan karena pengembalian dari semua investasi ini
berinteraksi, dan hubungan antara pengembalian aset dalam portofolio ini penting.
Karenanya, portofolio yang baik bukan sekadar kumpulan investasi yang baik secara
individu.

6.1.1 Risk Aversion

Teori portofolio juga mengasumsikan bahwa investor adalah risk averse, artinya jika
diberikan pilihan antara dua aset dengan tingkat pengembalian yang sama, mereka akan
memilih aset dengan tingkat risiko yang lebih rendah. Bukti bahwa sebagian besar investor
menghindari risiko adalah mereka membeli berbagai jenis asuransi, termasuk asuransi jiwa,
asuransi mobil, dan asuransi kesehatan. Membeli asuransi pada dasarnya melibatkan
pengeluaran dari nilai dolar yang diketahui untuk menjaga dari pengeluaran yang tidak pasti,
mungkin lebih besar, di masa depan.

6.1.2 Definition of Risk

Meskipun ada perbedaan dalam definisi spesifik dari risiko dan ketidakpastian, untuk
tujuan kami dan di sebagian besar literatur keuangan, kedua istilah tersebut digunakan secara
bergantian. Bagi kebanyakan investor, risiko berarti ketidakpastian hasil di masa depan.
Definisi alternatif mungkin merupakan kemungkinan hasil yang merugikan. Dalam
pembahasan kami selanjutnya tentang teori portofolio, kami mempertimbangkan beberapa
ukuran risiko yang digunakan saat mengembangkan dan menerapkan teori.

6.2 The Markowitz Portfolio Theory

Pada awal 1950-an, komunitas investasi berbicara tentang risiko, tetapi tidak ada
ukuran khusus untuk istilah tersebut. Untuk membangun model portofolio, investor harus
mengukur variabel risiko mereka. Model portofolio dasar dikembangkan oleh Harry
Markowitz (1952, 1959), yang memperoleh tingkat pengembalian yang diharapkan untuk
portofolio aset serta ukuran risiko. Markowitz menunjukkan bahwa varians dari tingkat
pengembalian adalah ukuran yang berarti dari risiko portofolio di bawah serangkaian asumsi
yang masuk akal. Lebih penting lagi, dia menurunkan rumus untuk menghitung varians
portofolio. Formula varians portofolio ini tidak hanya menunjukkan pentingnya diversifikasi
investasi untuk mengurangi total risiko portofolio tetapi juga menunjukkan bagaimana
melakukan diversifikasi secara efektif. Model Markowitz didasarkan pada beberapa asumsi
mengenai perilaku investor:

1. Investor menganggap setiap alternatif investasi diwakili oleh distribusi probabilitas potensi
pengembalian selama beberapa periode kepemilikan.

2. Investor memaksimalkan utilitas yang diharapkan satu periode, dan kurva utilitas mereka
menunjukkan utilitas marjinal kekayaan yang semakin berkurang.

3. Investor mengestimasi risiko portofolio atas dasar variabilitas pengembalian potensial.

4. Investor mendasarkan keputusan hanya pada pengembalian yang diharapkan dan risiko,
sehingga kurva utilitas mereka adalah fungsi dari pengembalian yang diharapkan dan varians
(atau deviasi standar) pengembalian saja.

5. Untuk tingkat risiko tertentu, investor lebih memilih pengembalian yang lebih tinggi
daripada tingkat pengembalian yang lebih rendah. Demikian pula, untuk tingkat
pengembalian yang diharapkan, investor lebih memilih risiko yang lebih kecil daripada lebih
banyak risiko.

Berdasarkan asumsi ini, satu aset atau portofolio aset dianggap efisien jika tidak ada aset atau
portofolio aset lain yang menawarkan pengembalian yang diharapkan lebih tinggi dengan
risiko yang sama (atau lebih rendah) atau risiko yang lebih rendah dengan pengembalian
yang diharapkan sama (atau lebih tinggi).

6.2.1 Alternative Measures of Risk

Salah satu ukuran risiko yang paling terkenal adalah varians, atau deviasi standar
pengembalian yang diharapkan. Ini adalah ukuran statistik dari penyebaran hasil di sekitar
nilai yang diharapkan di mana varian yang lebih besar atau deviasi standar menunjukkan
penyebaran yang lebih besar. Idenya adalah bahwa semakin tersebar potensi keuntungan,
semakin besar ketidakpastian hasil potensial.. Ini adalah ukuran statistik dari penyebaran
hasil di sekitar nilai yang diharapkan di mana varian yang lebih besar atau deviasi standar
menunjukkan penyebaran yang lebih besar. Idenya adalah bahwa semakin tersebar potensi
keuntungan, semakin besar ketidakpastian hasil potensial.

Ukuran risiko lainnya adalah kisaran pengembalian (range of returns).

Diasumsikan bahwa rentang kemungkinan pengembalian yang lebih besar, dari yang
terendah hingga tertinggi, berarti ketidakpastian yang lebih besar mengenai pengembalian
yang diharapkan di masa depan.

Alih-alih menggunakan ukuran yang menganalisis semua penyimpangan dari

ekspektasi, beberapa pengamat percaya bahwa investor harus memperhatikan hanya dengan
pengembalian di bawah beberapa tingkat ambang batas. Ini kadang-kadang disebut ukuran
risiko penurunan karena mereka hanya mempertimbangkan potensi pengembalian yang
jatuh di bawah tingkat target itu. Ukuran yang hanya memperhitungkan deviasi di bawah
hasil yang diharapkan adalah semi-varians. Ekstensi dari ukuran semi-varians hanya
menghitung deviasi pengembalian di bawah nol (yaitu, pengembalian negatif), atau
pengembalian di bawah pengembalian beberapa aset tertentu seperti T-bills, tingkat inflasi,
atau tolok ukur. Ukuran risiko ini secara implisit mengasumsikan bahwa investor ingin
meminimalkan kerusakan (penyesalan) dari pengembalian yang kurang dari beberapa tingkat
target. Dengan asumsi bahwa investor akan menerima pengembalian di atas beberapa tingkat
target, pengembalian di atas tingkat target seperti itu tidak dipertimbangkan saat mengukur
risiko.

Meskipun ada banyak ukuran risiko potensial, kami akan menggunakan varians atau
deviasi standar pengembalian karena (1) ukuran ini agak intuitif, (2) ukuran risiko yang
diakui secara luas, dan (3) telah digunakan di sebagian besar model harga aset teoritis.

6.2.2 Expected Rates of Return

Tingkat pengembalian yang diharapkan untuk portofolio investasi hanyalah rata-rata

tertimbang dari tingkat pengembalian yang diharapkan untuk investasi individu dalam
portofolio. Bobot adalah proporsi dari nilai total untuk investasi individu.
Perhitungan expected return untuk Portfolio E(Rport) :

6.2.3 Variance (Standard Deviation) of Returns for an Individual Investment

Varians, atau deviasi standar, adalah ukuran variasi kemungkinan tingkat

pengembalian Ri dari tingkat pengembalian yang diharapkan E Ri sebagai berikut:
 6.2.4 Variance (Standard Deviation) of Returns for a Portfolio

Dua konsep dasar dalam statistik, kovarian dan korelasi, harus dipahami sebelum
kita membahas rumus varians tingkat pengembalian suatu portofolio.

Covariance of Returns. Kovarian adalah ukuran sejauh mana dua variabel bergerak bersama
relatif terhadap nilai rata-rata masing-masing dari waktu ke waktu. Dalam analisis portofolio,
kami biasanya lebih memperhatikan kovariansi tingkat pengembalian daripada harga atau
variabel lain. Kovarian positif berarti bahwa tingkat pengembalian dua investasi cenderung
bergerak ke arah yang sama relatif terhadap nilai rata-rata masing-masing selama periode
waktu yang sama. Sebaliknya, kovarian negatif menunjukkan bahwa tingkat pengembalian
untuk dua investasi cenderung bergerak berlawanan arah relatif terhadap sarana mereka
selama interval waktu tertentu dari waktu ke waktu. Besarnya kovarian bergantung pada
varian dari deret hasil individu, serta pada hubungan antar deret. Untuk dua Aset, i dan j,
kami mendefinisikan kovarians tingkat pengembalian sebagai:
Covariance and Correlation. Kovarian dipengaruhi oleh variabilitas dari dua indeks
pengembalian individu. Oleh karena itu, angka seperti -0,68 dalam contoh kita mungkin
menunjukkan hubungan negatif yang lemah jika kedua indeks tersebut bergejolak, tetapi akan
mencerminkan hubungan negatif yang kuat jika kedua indeks tersebut relatif stabil. Tentunya,
kami ingin membakukan ukuran kovarian ini dengan mempertimbangkan variabilitas dari dua
indeks pengembalian individu, sebagai berikut:
 6.2.5 Standard Deviation of a Portfolio

Portfolio Standard Deviation Formula. Orang mungkin berasumsi bahwa mungkin untuk
mendapatkan deviasi standar portofolio dengan cara yang sama, yaitu dengan menghitung
rata-rata tertimbang dari deviasi standar untuk masing-masing aset. Ini akan menjadi sebuah
kesalahan. Markowitz (1959) menurunkan rumus umum untuk standar deviasi portofolio
sebagai berikut:

Rumus ini menunjukkan bahwa deviasi standar untuk portofolio aset adalah fungsi dari rata-
rata tertimbang dari varian individu (di mana bobot dikuadratkan), ditambah kovarian
tertimbang antara semua aset dalam portofolio. Poin yang sangat penting adalah bahwa
deviasi standar untuk portofolio aset tidak hanya mencakup varians dari masing-masing aset
tetapi juga mencakup kovariansi antara semua pasangan aset individual dalam portofolio.
Lebih lanjut, dapat ditunjukkan bahwa, dalam portofolio dengan sekuritas dalam jumlah
besar, rumus ini direduksi menjadi jumlah kovarian tertimbang.

Impact of a New Security in a Portfolio. Meskipun dalam sebagian besar

pembahasan berikut kami akan mempertimbangkan portofolio dengan hanya dua aset (karena
dimungkinkan untuk menunjukkan efek dalam dua dimensi), kami juga akan
mendemonstrasikan penghitungan untuk portofolio tiga aset. Namun, penting pada saat ini
untuk mempertimbangkan apa yang terjadi dalam portofolio besar dengan banyak aset.
Secara khusus, apa yang terjadi pada deviasi standar portofolio ketika kita menambahkan
keamanan baru ke portofolio tersebut? Seperti yang ditunjukkan oleh Persamaan 6.6, kita
melihat dua efek. Yang pertama adalah varians pengembalian aset itu sendiri, dan yang kedua
adalah kovariansi antara pengembalian aset baru ini dan pengembalian setiap aset lain yang
sudah ada dalam portofolio. Bobot relatif dari berbagai kovarian ini secara substansial lebih
besar daripada varian unik aset; semakin banyak aset dalam portofolio, semakin benar. Ini
berarti bahwa faktor penting yang perlu dipertimbangkan saat menambahkan investasi ke
portofolio yang berisi sejumlah investasi lain bukanlah varian sekuritas baru itu sendiri, tetapi
kovarian rata-rata aset ini dengan semua investasi lain dalam portofolio.

Portfolio Standard Deviation Calculation. Karena asumsi yang digunakan dalam

mengembangkan model portofolio Markowitz, setiap aset atau portofolio aset dapat
dijelaskan oleh dua karakteristik: tingkat pengembalian yang diharapkan dan deviasi standar
pengembalian. Oleh karena itu, demonstrasi berikut dapat diterapkan pada dua aset individu,
dua portofolio aset, atau dua kelas aset dengan tingkat karakteristik deviasi standar
pengembalian yang ditunjukkan dan koefisien korelasi.

Equal Risk and Return-Changing Correlations. Pertimbangkan dulu kasus di mana

kedua aset memiliki pengembalian yang diharapkan dan deviasi standar yang diharapkan dari
pengembalian yang sama. Sebagai contoh, mari kita asumsikan:

Untuk menunjukkan pengaruh kovarian yang berbeda, kami mengasumsikan tingkat korelasi
yang berbeda antara dua aset. Kami juga mengasumsikan bahwa kedua aset memiliki bobot
yang sama dalam portofolio (w1= 50; w2 = 50). Oleh karena itu, satu-satunya nilai yang
berubah di setiap contoh adalah korelasi antara pengembalian kedua aset. Sekarang
perhatikan lima koefisien korelasi berikut dan kovarians yang dihasilkannya.
Sekarang mari kita lihat apa yang terjadi pada deviasi standar portofolio dalam lima kondisi
ini. Ketika kami menerapkan rumus portofolio umum dari persamaan ke portofolio dua aset,
mendapatkan:

Dalam kasus ini, di mana pengembalian untuk dua aset berkorelasi positif sempurna, standar
deviasi untuk portofolio sebenarnya adalah rata-rata tertimbang dari deviasi standar individu.
Poin pentingnya adalah kita tidak mendapatkan keuntungan nyata dari penggabungan dua
aset yang berkorelasi sempurna; mereka seperti memiliki aset yang sama dua kali karena
keuntungan mereka bergerak persis bersama. Sekarang pertimbangkan Kasus b, di mana r1,2
sama dengan 0,50:

Contoh sederhana ini menunjukkan konsep diversifikasi, di mana risiko portofolio (8,66
persen) lebih rendah daripada risiko salah satu aset yang dimiliki dalam portofolio (masing-
masing 10 persen). Manfaat pengurangan risiko ini terjadi sampai tingkat tertentu setiap kali
aset yang Anda gabungkan dalam portofolio tidak berkorelasi positif secara sempurna (yaitu,
setiap kali ri, j < + 1). Diversifikasi bekerja dalam kasus itu karena akan ada periode investasi
ketika pengembalian negatif ke satu aset akan diimbangi dengan pengembalian positif ke aset
lainnya, sehingga mengurangi variabilitas pengembalian portofolio secara keseluruhan.

Anda harus dapat mengonfirmasi melalui perhitungan Anda sendiri bahwa deviasi standar
untuk Portofolio c dan d masing-masing adalah 0,0707 dan 0,050. Kasus terakhir, di mana
korelasi antara kedua aset adalah 1,00, menunjukkan manfaat akhir dari diversifikasi:

Di sini, istilah kovarian negatif benar-benar mengimbangi suku varian individual,

meninggalkan deviasi standar keseluruhan dari portofolio nol. Ini akan menjadi portofolio
bebas risiko, yang berarti bahwa pengembalian gabungan rata-rata untuk dua sekuritas dari
waktu ke waktu akan menjadi nilai konstan (yaitu, tidak memiliki variabilitas). Jadi, sepasang
aset yang berkorelasi negatif sepenuhnya memberikan manfaat maksimal dari diversifikasi
dengan sepenuhnya menghilangkan variabilitas dari portofolio.

Combining Stocks with Different Returns and Risk. Kita telah melihat apa yang
terjadi jika hanya koefisien korelasi (kovariansi) yang berbeda antar aset. Kami sekarang
mempertimbangkan dua aset (atau portofolio) dengan tingkat pengembalian yang diharapkan
dan deviasi standar individu yang berbeda. Kami akan menunjukkan apa yang terjadi ketika
kami memvariasikan korelasi di antara mereka. Kami akan mengasumsikan dua aset dengan
karakteristik berikut:

Kami akan menggunakan kumpulan koefisien korelasi sebelumnya, tetapi kami harus
menghitung ulang kovarians karena kali ini deviasi standar aset berbeda. Hasilnya adalah
sebagai berikut:
Karena kita mengasumsikan bobot yang sama di semua kasus (0,50 0,50), hasil yang
diharapkan di contoh akan menjadi:

Deviasi standar portofolio untuk Kasus a adalah:

Sekali lagi, dengan korelasi positif sempurna, deviasi standar portofolio adalah rata-rata
tertimbang dari deviasi standar dari masing-masing aset:

yang berarti tidak ada manfaat diversifikasi dari penggabungan aset dalam portofolio yang
sama. Untuk kasus b, c, d, dan e, deviasi standar portofolio adalah sebagai berikut:
 Constant Correlation with Changing Weights. Jika kita mengubah bobot kedua
aset sambil mempertahankan konstanta koefisien korelasi, kita akan mendapatkan
sekumpulan kombinasi yang melacak elips mulai dari Aset 2, melewati titik 0,50 0,50, dan
berakhir pada Aset 1. Kita dapat mendemonstrasikannya dengan Kasus c, di mana koefisien
korelasi nol memudahkan penghitungan. Kami mulai dengan 100 persen di Aset 2 (Kasus f)
dan mengubah bobot sebagai berikut, diakhiri dengan 100 persen di Aset 1 (Kasus l):

Kita sudah mengetahui standar deviasi (σ) untuk Portofolio f dan l (hanya satu aset) dan
Portofolio i. Dalam Kasus g, h, j, dan k, standar deviasinya adalah:

Berbagai bobot dengan korelasi konstan menghasilkan kombinasi risiko-pengembalian

berikut:
Grafik dari kombinasi ini muncul di Tampilan 6.12. Kita bisa mendapatkan kurva lengkap
hanya dengan memvariasikan bobot dengan peningkatan yang lebih kecil. Hasil penting
adalah bahwa dengan korelasi rendah, nol, atau negatif, dimungkinkan untuk mendapatkan
portofolio yang memiliki risiko lebih rendah daripada aset tunggal. Dalam kumpulan contoh
kita di mana ri,j = 0 00, ini terjadi pada Kasus h, i, j, dan k. Seperti yang kita lihat
sebelumnya, kemampuan untuk mengurangi risiko ini adalah inti dari diversifikasi.

6.2.6 A Three-Asset Portfolio

Dalam contoh ini, kami akan menggabungkan tiga kelas aset yang telah kami
diskusikan: saham, obligasi, dan setara kas. Kami akan mengasumsikan karakteristik berikut:

Korelasinya adalah:
E(Rport) nya adalah:

Ketika kita menerapkan rumus umum dari Persamaan stdandar deviasi ke deviasi standar
yang diharapkan dari portofolio tiga aset, itu adalah:

Dari karakteristik yang ditentukan, deviasi standar dari portofolio kelas tiga aset ini (port σ)
adalah:

6.2.7 Estimation Issues

Penting untuk diingat bahwa hasil alokasi aset portofolio ini bergantung pada
keakuratan input statistik. Dalam contoh saat ini, ini berarti bahwa untuk setiap aset (atau
kelas aset) yang dipertimbangkan untuk dimasukkan dalam portofolio, kita harus
memperkirakan pengembalian yang diharapkan dan deviasi standarnya. Kita juga harus
memperkirakan koefisien korelasi di antara seluruh rangkaian aset. Jumlah estimasi korelasi
dapat menjadi signifikan — misalnya, untuk portofolio yang terdiri dari 100 sekuritas,
estimasi korelasinya adalah 4.950 (yaitu, 99 98 97…). Sumber kesalahan potensial yang
muncul dari perkiraan ini disebut sebagai risiko estimasi.
Kita dapat mengurangi jumlah koefisien korelasi yang harus diestimasi dengan
mengasumsikan bahwa return saham dapat dijelaskan dengan hubungan masing-masing
saham dengan indeks pasar yang sama — yaitu, model pasar indeks tunggal, sebagai berikut:
Jika semua sekuritas memiliki keterkaitan yang serupa dengan pasar dan koefisien slope bi
diturunkan untuk masing-masing sekuritas, maka dapat ditunjukkan bahwa koefisien korelasi
antara dua sekuritas i dan j adalah:

Ini mengurangi jumlah perkiraan dari 4.950 menjadi 100 — yaitu, setelah kita mendapatkan
perkiraan kemiringan bi untuk setiap keamanan, kita dapat menghitung perkiraan korelasinya.
Khususnya, ini mengasumsikan bahwa model pasar indeks tunggal memberikan perkiraan
pengembalian keamanan yang baik.

6.3 The Efficient Frontier

Rangkaian portofolio yang meminimalkan risiko untuk setiap tujuan pengembalian
potensial yang diharapkan disebut perbatasan efisien (efficient frontier). Secara khusus,
perbatasan yang efisien mewakili kumpulan portofolio yang memiliki tingkat pengembalian
maksimum untuk setiap tingkat risiko tertentu atau risiko minimum untuk setiap tingkat
pengembalian.
Menghitung himpunan bobot investasi, {wi}, yang menentukan portofolio tertentu di
perbatasan efisien bukanlah proses yang mudah. Markowitz (1952, 1959) mendefinisikan
masalah dasar yang perlu diselesaikan oleh investor sebagai:

Metode umum untuk menyelesaikan rumus dalam

Persamaan 6.11 disebut prosedur optimasi terbatas
karena tugas yang dihadapi investor adalah memilih bobot investasi yang akan
"mengoptimalkan" tujuan (meminimalkan risiko portofolio) sementara juga memenuhi dua
batasan (batasan) pada proses investasi: (i) portofolio harus menghasilkan pengembalian yang
diharapkan setidaknya sebesar tujuan pengembalian, R; dan (ii) semua bobot investasi harus
berjumlah 1.0. Pendekatan pembentukan portofolio menurut Persamaan 6.11 sering disebut
sebagai optimasi mean-variance karena mengharuskan investor untuk meminimalkan risiko
portofolio untuk tujuan pengembalian yang diharapkan (rata-rata).
6.3.1 The Efficient Frontier : An Example
Batas yang efisien dapat dibuat untuk set aset apa pun dengan berulang kali
memecahkan masalah optimisasi meanvariance dalam Persamaan 6.11 untuk berbagai level
R. Prinsipnya, hal ini bisa dilakukan untuk portofolio dengan ukuran berapa pun, seperti
reksa dana yang berisi ratusan saham. Namun, sebagai masalah praktis, proses tersebut
bekerja paling baik saat menentukan strategi alokasi aset optimal investor, di mana jumlah
kelas aset yang mungkin lebih kecil (misalnya, 3 hingga 12).

6.3.2 The Efficient Frontier and Investor Utility

Portofolio spesifik mana di perbatasan efisien yang harus dipilih investor? Keputusan
ini akan bergantung pada sikap investor terhadap seberapa besar risiko yang bersedia mereka
ambil. Jadi, sebagai investor, Anda akan menargetkan satu titik di sepanjang garis perbatasan
yang efisien berdasarkan fungsi utilitas Anda, yang mencerminkan sikap Anda terhadap
risiko. Tidak ada portofolio di perbatasan efisien yang dapat mendominasi portofolio lain di
perbatasan efisien. Semua portofolio ini memiliki ukuran pengembalian dan risiko yang
berbeda, dengan tingkat pengembalian yang diharapkan yang meningkat dengan risiko yang
lebih tinggi.
 Kurva pada Tampilan 6.13 menunjukkan bahwa kemiringan kurva garis batas efisien
terus menurun saat kita bergerak ke atas. Ini menyiratkan bahwa menambahkan peningkatan
risiko yang sama saat kita naik ke perbatasan efisien memberikan peningkatan keuntungan
yang diharapkan. Untuk mengevaluasi situasi ini, kami menghitung kemiringan perbatasan
efisien sebagai berikut:

Kurva utilitas investor individu menentukan trade-off yang dia bersedia lakukan antara
pengembalian yang diharapkan dan risiko. Sehubungan dengan batas efisien, kurva utilitas ini
menentukan portofolio tertentu di perbatasan efisien yang paling cocok untuk investor
individu. Dua investor akan memilih portofolio yang sama dari himpunan yang efisien hanya
jika kurva utilitas mereka identik.

6.4 Capital Market Theory : An Overwiew

Pengembangan pendekatan ini sangat bergantung pada keberadaan aset bebas risiko,
yang pada gilirannya akan mengarah pada penetapan portofolio pasar, kumpulan semua aset
berisiko yang tersedia.
6.4.1 Background for Capital Market Theory
Karena teori pasar modal dibangun di atas model portofolio Markowitz, diperlukan
asumsi yang sama, bersama dengan beberapa asumsi tambahan:
1. Semua investor berusaha untuk berinvestasi dalam portofolio yang mewakili titik singgung
di perbatasan efisien Markowitz. Lokasi tepat dari titik singgung ini dan, oleh karena itu,
portofolio spesifik yang dipilih akan bergantung pada fungsi utilitas pengembalian risiko
investor individu.
2. Investor dapat meminjam atau meminjamkan sejumlah uang dengan tingkat pengembalian
bebas risiko (RFR). (Jelas, selalu mungkin untuk meminjamkan uang pada tingkat bebas
risiko nominal dengan membeli sekuritas bebas risiko seperti T-bills pemerintah. Dalam
praktiknya tidak mungkin bagi setiap orang untuk meminjam pada tingkat ini.)
3. Semua investor memiliki ekspektasi yang homogen; yaitu, mereka memperkirakan
distribusi probabilitas yang identik untuk tingkat pengembalian masa depan.
4. Semua investor memiliki jangka waktu satu periode yang sama, seperti satu bulan atau satu
tahun. Model akan dikembangkan untuk satu periode hipotetis, dan hasilnya dapat
dipengaruhi oleh asumsi yang berbeda karena mengharuskan investor untuk mengambil
ukuran risiko dan aset bebas risiko yang konsisten dengan cakrawala investasi mereka.
5. Semua investasi dapat dibagi tanpa batas, sehingga dimungkinkan untuk membeli atau
menjual saham pecahan dari aset atau portofolio apa pun. Asumsi ini memungkinkan kita
untuk membahas alternatif investasi sebagai kurva kontinu.
6. Tidak ada pajak atau biaya transaksi yang terlibat dalam pembelian atau penjualan aset. Ini
adalah asumsi yang masuk akal
dalam banyak kasus. Baik dana pensiun maupun yayasan amal tidak perlu membayar pajak,
dan biaya transaksi untuk sebagian besar lembaga keuangan dapat diabaikan pada sebagian
besar instrumen investasi.
7. Tidak ada inflasi atau perubahan suku bunga, atau inflasi diantisipasi sepenuhnya. Ini
adalah asumsi awal yang masuk akal, dan dapat dimodifikasi.
8. Pasar modal berada dalam kondisi ekuilibrium. Ini berarti bahwa kita mulai dengan semua
investasi yang dihargai sesuai dengan tingkat risikonya.

6.4.2 Developing the Capital Market Line

Kami telah mendefinisikan aset berisiko sebagai aset yang pengembalian masa
depannya tidak pasti, dan kami telah mengukur ketidakpastian ini dengan deviasi standar dari
pengembalian yang diharapkan. Karena pengembalian yang diharapkan dari aset bebas risiko
sepenuhnya pasti, standar deviasi dari pengembalian yang diharapkan adalah nol (σRF = 0).
Tingkat pengembalian yang diperoleh dari aset semacam itu haruslah tingkat pengembalian
bebas risiko (RFR),
Covariance with a Risk Free Asset. Ingatlah bahwa kovariansi antara dua set
pengembalian adalah:

Asumsikan saat ini Aset i dalam rumus ini adalah aset bebas risiko. Karena pengembalian
untuk aset bebas risiko pasti (σRF= 0, Ri = E (Ri) selama semua periode. Jadi, Ri- E (Ri)
akan sama dengan nol, dan produk dari ekspresi ini dengan ekspresi lain akan sama dengan
nol. Akibatnya, kovariansi aset bebas risiko dengan aset berisiko atau portofolio aset akan
selalu sama dengan nol. Demikian pula, korelasi antara setiap Aset berisiko i, dan aset bebas
risiko, RF, juga akan menjadi nol.
 Combining a Ridk-Free Asset with a Risky Portfolio. Apa yang terjadi pada tingkat
pengembalian yang diharapkan dan deviasi standar pengembalian ketika Anda
menggabungkan aset bebas risiko dengan portofolio aset berisiko seperti yang ada di
perbatasan efisien Markowitz?
Expected Return. Seperti pengembalian yang diharapkan untuk portofolio dua aset
berisiko, tingkat pengembalian yang diharapkan untuk portofolio yang menggabungkan aset
bebas risiko dengan kumpulan aset berisiko (sebut saja Portofolio M) adalah rata-rata
tertimbang dari dua pengembalian:

Standard Deviation. Ingatlah dari Persamaan 6.6 bahwa varians untuk portofolio dua
aset adalah:

Mengganti aset bebas risiko untuk sekuritas 1, dan aset berisiko Portofolio M untuk sekuritas
2, rumus ini akan menjadi:

Kita tahu bahwa varians dari aset bebas risiko adalah nol, yaitu, σ 2 RF = 0 sehingga korelasi
antara aset bebas risiko dan aset berisiko apa pun, M, juga nol. Saat Anda membuat
penyesuaian ini, rumus varians menjadi:

Dan deviasi standar:

Oleh karena itu, deviasi standar portofolio yang menggabungkan aset bebas risiko dengan
aset berisiko merupakan proporsi linier dari deviasi standar portofolio aset berisiko.
The Risk-Return Combination. Dengan hasil ini, kita dapat mengembangkan
hubungan risk-return antara E Rport dan σport dengan menggunakan beberapa manipulasi
aljabar:
Persamaan 6.12 adalah hasil utama dari teori pasar modal. Hal ini dapat diartikan sebagai
berikut: Investor yang mengalokasikan uangnya antara sekuritas tanpa risiko dan Portofolio
M yang berisiko dapat mengharapkan pengembalian yang sama dengan tingkat bebas risiko
ditambah kompensasi untuk jumlah unit risiko σport yang mereka terima.
The Capital Market Line. Hubungan risiko-pengembalian yang ditunjukkan dalam
Persamaan 6.12 berlaku untuk setiap kombinasi aset bebas risiko dengan koleksi aset
berisiko. Namun, investor jelas ingin memaksimalkan kompensasi yang diharapkan untuk
menanggung risiko (yaitu, mereka ingin memaksimalkan premi risiko yang mereka terima).
Persamaan 6.12 disebut garis pasar modal (CML).
Risk-Return Possibilities with Leverage. Seorang investor mungkin ingin
memperoleh hasil yang diharapkan lebih tinggi daripada yang tersedia di Titik M — yang
mewakili alokasi 100 persen ke Portofolio M — sebagai imbalan untuk menerima risiko yang
lebih tinggi. Salah satu alternatif adalah berinvestasi di salah satu portofolio aset berisiko di
perbatasan Markowitz di luar Titik M seperti portofolio di Titik D. Alternatif kedua adalah
menambahkan leverage ke portofolio dengan meminjam uang pada tingkat bebas risiko dan
menginvestasikan hasil dalam portofolio aset berisiko di Point M; ini digambarkan sebagai
Titik E. Apa pengaruhnya terhadap laba dan risiko untuk portofolio Anda?
Jika Anda meminjam jumlah yang sama dengan 50 persen dari kekayaan asli Anda
dengan tingkat bunga bebas risiko, wRF tidak akan menjadi pecahan positif melainkan,
negatif 50 persen (wRF = -0 50). Efek pada pengembalian yang diharapkan untuk portofolio
Anda adalah:
Pengembalian akan meningkat secara linier sepanjang CML karena laba kotor meningkat 50
persen, tetapi Anda harus membayar bunga pada RFR atas uang yang dipinjam. Jika RFR =
0,06 dan E RM = 0,12, laba atas portofolio leverage Anda adalah:

Efeknya pada deviasi standar dari portofolio dengan leverage serupa:

Oleh karena itu, baik laba maupun risiko meningkat secara linier di sepanjang CML. Ini
ditunjukkan dalam Tampilan 6.18.

6.4.3 Risk, Diversification, and the Market Portfolio

Karena portofolio pasar berisi semua aset berisiko, ini adalah portofolio yang
sepenuhnya terdiversifikasi, yang berarti bahwa semua risiko yang unik untuk aset individu
dalam portofolio telah terdiversifikasi. Risiko unik — yang sering disebut risiko tidak
sistematis — dari aset tunggal mana pun sepenuhnya diimbangi oleh variabilitas unik dari
semua kepemilikan lain dalam portofolio. Ini menyiratkan bahwa hanya risiko sistematis,
yang didefinisikan sebagai variabilitas dalam semua aset berisiko yang disebabkan oleh
variabel pasar, tetap dalam Portofolio M. Risiko sistematik dapat diukur dengan deviasi
standar pengembalian portofolio pasar, dan berubah seiring waktu setiap kali ada perubahan
dalam kekuatan ekonomi yang mendasari yang mempengaruhi penilaian semua aset berisiko,
seperti variabilitas pertumbuhan jumlah uang beredar, volatilitas tingkat bunga, dan
variabilitas dalam produksi industri atau pendapatan perusahaan.
Diversification and the Eliminarion of Unsystematic Risk. Poin pentingnya adalah,
dengan menambah portofolio saham baru yang tidak berkorelasi sempurna dengan saham
yang sudah dimiliki, Anda dapat mengurangi deviasi standar keseluruhan portofolio, yang
pada akhirnya akan mencapai level dalam portofolio pasar. Pada titik itu, Anda akan
mendiversifikasi semua risiko tidak sistematis, tetapi Anda masih memiliki risiko pasar atau
risiko sistematis. Anda tidak dapat menghilangkan variabilitas dan ketidakpastian faktor
makroekonomi yang mempengaruhi semua aset berisiko. Selanjutnya, Anda dapat mencapai
tingkat risiko sistematis yang lebih rendah dengan melakukan diversifikasi secara global
versus hanya melakukan diversifikasi di Amerika Serikat karena beberapa faktor risiko
sistematis di pasar AS (seperti kebijakan moneter AS) tidak berkorelasi sempurna dengan
variabel risiko sistematis di negara lain. , seperti Jerman dan Jepang.
The CML and the Separation Theorem. Tobin (1958) menyebut pembagian
keputusan investasi ini dari keputusan pendanaan sebagai teorema pemisahan. Secara
khusus, untuk berada di suatu tempat di perbatasan efisien CML, Anda awalnya memutuskan
untuk berinvestasi di Portofolio M. Ini adalah keputusan investasi Anda. Selanjutnya,
berdasarkan preferensi risiko Anda, Anda membuat keputusan pembiayaan terpisah baik
untuk meminjam atau meminjamkan untuk mencapai posisi risiko pilihan Anda di CML.
A Risk Measure for the CML. Dalam membahas model portofolio Markowitz, kami
mencatat bahwa risiko yang relevan untuk dipertimbangkan ketika menambahkan sekuritas
ke portofolio adalah kovarians rata-rata dengan semua aset lain dalam portofolio. Teori pasar
modal sekarang menunjukkan bahwa satu-satunya portofolio yang relevan adalah pasar
Portofolio M. Bersama-sama, ini berarti bahwa satu-satunya pertimbangan penting untuk
setiap aset berisiko individu adalah kovarian rata-rata dengan semua aset berisiko di
Portofolio M atau kovarian aset dengan portofolio pasar . Kovariansi ini, kemudian, adalah
ukuran risiko yang relevan untuk aset berisiko individu. Karena semua aset berisiko individu
adalah bagian dari portofolio pasar, seseorang dapat menggambarkan tingkat
pengembaliannya sehubungan dengan pengembalian Portofolio M menggunakan model linier
berikut:
Perhatikan bahwa Var (biRMt) adalah varians pengembalian aset yang terkait dengan varians
return pasar, atau varians sistematis aset atau risiko. Juga, Var (ε) adalah varian sisa
pengembalian untuk aset individu yang tidak terkait dengan portofolio pasar. Varian sisa ini
adalah apa yang kami sebut sebagai risiko tidak sistematis atau unik karena muncul dari fitur
unik aset. Karena itu:

6.4.4 Investing with the CML: An Example

Misalkan setelah melakukan penelitian mendalam tentang kondisi pasar modal saat
ini, Anda telah memperkirakan karakteristik investasi untuk enam kombinasi aset berisiko
yang berbeda. Bagan 6.20 mencantumkan perkiraan pengembalian yang diharapkan dan
deviasi standar untuk portofolio ini. Anda juga telah menetapkan bahwa setiap portofolio ini
benar-benar terdiversifikasi sehingga perkiraan volatilitasnya hanya mewakili risiko
sistematis. Tingkat bebas risiko pada saat analisis Anda adalah 4 persen.

Anggaplah sekarang dengan toleransi risiko Anda, Anda bersedia mengasumsikan deviasi
standar 8,5 persen. Bagaimana seharusnya Anda menginvestasikan uang Anda, menurut
CML? Pertama, menggunakan Persamaan 6.12, pengembalian yang Anda harapkan adalah:
 4% + ( 8,5%) ( 0,500) = 8 25%
Seperti yang telah kita lihat, tidak ada cara bagi Anda untuk memperoleh hasil yang
diharapkan lebih tinggi dalam kondisi saat ini tanpa mengasumsikan lebih banyak risiko.
Kedua, Anda dapat menemukan strategi investasi yang diperlukan untuk mencapai
pengembalian ini dengan menyelesaikan:

Sebagai perpanjangan terakhir, pertimbangkan apa yang akan terjadi jika Anda bersedia
mengambil tingkat risiko σ 15 persen. Dari Tampilan 6.20, Anda dapat merealisasikan
pengembalian yang diharapkan sebesar 11 persen jika Anda menempatkan 100 persen dana
pada Portofolio 4. Namun, Anda dapat melakukan lebih baik dari ini dengan mengikuti resep
investasi CML. Secara khusus, untuk tingkat risiko 15 persen, Anda bisa mendapatkan hasil
yang diharapkan dari:
4% + (15%) ( 0,500) = 11,5%
Hasil yang diharapkan ini lebih besar dari hasil yang diharapkan yang ditawarkan oleh
investasi 100 persen dalam portofolio pasar (yaitu, 9 persen), jadi Anda harus menggunakan
leverage untuk mencapainya. Secara khusus, menyelesaikan bobot investasi sepanjang CML
meninggalkan wRF = (9-11,5)/(9-4) = - 0,50 dan (1-w RF) = 1,50. Jadi, untuk setiap dolar yang
saat ini Anda harus investasikan, Anda perlu meminjam 50 sen tambahan dan menempatkan
semua dana tersebut dalam Portofolio 3.