Manajemen Keuangan Strategik

Risk and Return

Dosen Pengampu:
Dr. Made Reina Candradewi, S.E., [Link].

Disusun Oleh:
Kelompok 1 (Kelas H3)
Rizki Pradika Putra 2380611049
Dwik Bayu Anggara 2380611050
Putu Dian Pradnyasari 2380611051
Anak Agung Istri Syawana Bargandini 2380611052

MAGISTER MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS UDAYANA
2023
 Bab II

Risk and Return

Investor menyukai return (pengembalian) yang menguntungkan, dan tidak menyukai risk
(risiko); ini disebut dengan risk aversion (penghindaran risiko). Oleh karena itu, investor akan
melakukan investasi pada aset yang berisiko jika mereka mengharapkan pengembalian dengan
tingkat keuntungan yang tinggi. Pada bab ini akan membahas tentang risiko yang berkaitan
dengan investasi, pembahasan prosedur mengukur risiko dan pembahasan hubungan antara
risiko dan pengembalian yang diperlukan.

2.1. Return and Risk dalam Investasi

2.1.a. Return on Investments

Konsep dari pengembalian menyediakan cara yang mudah bagi investor untuk melihat
kinerja keuangan dari suatu investasi. Sebagai contoh investor membeli 1 lot saham (1 lot =
100 lembar) dengan harga $1,000. Saham tersebut tidak membagikan dividen, tetapi 1 tahun
kemudian investor menjual saham dengan harga $1,100. Pengembalian yang dihasilkan sebesar
$100.

Return = Jumlah diterima – Jumlah diinvestasikan

= $1,100 - $1,000

= $100

Meskipun menghitung pengembalian mudah, ada 2 masalah yang muncul. Pertama,

untuk menentukan pengembalian investor perlu melihat skala pengembalian, jika investasi
$1,000 mendapatkan pengembalian sebesar $100 adalah pengembalian yang baik sedangkan
jika investasi $10,000 mendapatkan pengembalian sebesar $100 adalah pengembalian yang
buruk. Kedua, investor juga perlu melihat waktu pengembalian, jika investasi $1,000
menghasilkan pengembalian $100 dalam waktu 1 tahun maka pengembalian dianggap baik,
sedangkan jika investasi $1,000 menghasilkan pengembalian $100 dalam waktu 10 tahun maka
pengembalian dianggap buruk.

𝐽𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑛𝑒𝑟𝑖𝑚𝑎𝑎𝑛 − 𝐽𝑢𝑚𝑙𝑎ℎ 𝑖𝑛𝑣𝑒𝑠𝑡𝑎𝑠𝑖

𝑅𝑎𝑡𝑒 𝑜𝑓 𝑅𝑒𝑡𝑢𝑟𝑛 =
𝐽𝑢𝑚𝑙𝑎ℎ 𝑖𝑛𝑣𝑒𝑠𝑡𝑎𝑠𝑖

2.1.b. Stand-Alone Risk versus Portofolio Risk

2
 Risiko dalam pengertiannya mengacu pada kejadian tidak menyenangkan yang akan
terjadi. Dalam investasi finansial aset, risiko mengacu pada keadaan imbal hasil yang lebih
rendah dari harapan. Risiko aset dapat dianalisis dengan dua cara: pertama basis stand-alone
atau hanya satu aset saja; dan bagian dari portofolio, yaitu kumpulan dari aset.

2.2. Mengukur Risiko untuk Distribusi Terpisah

Ketidakpastian politik dan ekonomi mempengaruhi risiko pasar saham. Ada tiga hasil
yang bisa dicapai dalam waktu dekat: (1) Perekonomian akan pulih dengan baik sehingga tidak
diperlukan lagi stimulus, namun suku bunga akan naik jika stimulus dihentikan. (2)
Perekonomian mungkin akan terus mengalami pemulihan yang lamban dan stimulus akan terus
berlanjut, sehingga mengakibatkan tingkat suku bunga yang rendah. (3) Stimulus akan
dihapuskan terlalu cepat, suku bunga akan naik, dan pemulihan yang lamban mungkin akan
memburuk dan menyebabkan resesi berikutnya. Dengan risiko penyederhanaan yang
berlebihan, hasil-hasil ini mewakili beberapa skenario pasar yang berbeda (atau terpisah),
dengan setiap skenario memiliki keuntungan pasar yang sangat berbeda.

2.2.a. Distribusi Probabilitas untuk Hasil Terpisah

Probabilitas suatu peristiwa didefinisikan sebagai peluang terjadinya suatu peristiwa.

Jika semua kemungkinan kejadian, atau hasil, dicantumkan, dan jika suatu probabilitas
diberikan pada setiap kejadian, maka pencatatan tersebut disebut distribusi probabilitas
terpisah. Perlu diingat bahwa probabilitasnya harus berjumlah 1,0, atau 100%.

Misalkan seorang investor menghadapi situasi yang serupa dengan krisis plafon utang
dan meyakini ada tiga kemungkinan hasil bagi pasar secara keseluruhan: (1) Kasus terbaik,
dengan probabilitas 30%; (2) Kasus paling mungkin, dengan probabilitas 40%; dan (3) Kasus
terburuk, dengan probabilitas 30%. Investor juga meyakini pasar akan naik sebesar 37% pada
skenario terbaik, naik sebesar 11% pada skenario paling mungkin, dan turun sebesar 15% pada
skenario terburuk.

Gambar 2-1 menunjukkan distribusi probabilitas untuk ketiga skenario ini. Perhatikan
bahwa jumlah probabilitasnya adalah 1,0 dan kemungkinan pengembalian tersebar di sekitar
pengembalian skenario paling mungkin.

3
 Gambar 2.1 Distribusi Probabilitas Terpisah untuk Tiga Skenario

2.2.b. Tingkat Pengembalian yang Diharapkan untuk Distribusi Terpisah

Distribusi probabilitas tingkat pengembalian ditunjukkan pada bagian “Input” pada

Gambar 2-2; lihat Kolom (1) dan (2). Bagian dari angka ini disebut matriks pembayaran jika
hasilnya berupa arus kas atau keuntungan.

Gambar 2.2 Menghitung Pengembalian yang Diharapkan dan Standar Deviasi:

Probabilitas Terpisah

Jika kita mengalikan setiap hasil yang mungkin terjadi dengan probabilitas terjadinya dan
kemudian menjumlahkan hasil perkaliannya, seperti pada Kolom (3) pada Gambar 2-2,
hasilnya adalah rata-rata tertimbang dari hasil-hasil tersebut. Bobotnya adalah probabilitas, dan
rata-rata tertimbangnya adalah tingkat pengembalian yang diharapkan (𝑟̂ ), yang disebut “r-
hat”, yang merupakan rata-rata dari distribusi probabilitas. Seperti yang ditunjukkan pada sel
D66 pada Gambar 2-2, tingkat pengembalian yang diharapkan adalah 11%.

Perhitungan tingkat pengembalian yang diharapkan juga dapat dinyatakan sebagai

persamaan yang melakukan hal yang sama seperti tabel matriks pembayaran:

4
2.2.c. Mengukur Risiko Stand-Alone: Standar Deviasi dari Distribusi Terpisah

Untuk distribusi sederhana, mudah untuk menilai risiko dengan melihat sebaran hasil
yang mungkin terjadi: distribusi dengan kemungkinan hasil yang tersebar luas akan lebih
berisiko dibandingkan dengan distribusi dengan hasil yang tersebar sempit.

Salah satu ukuran tersebut adalah standar deviasi (s), yang simbolnya adalah s, diucapkan
“sigma.” Deviasi standar yang besar berarti hasil-hasil yang mungkin dihasilkan tersebar luas,
sedangkan deviasi standar yang kecil berarti bahwa hasil-hasil tersebut dikelompokkan lebih
rapat di sekitar nilai yang diharapkan.

Untuk menghitung simpangan baku, kita lakukan seperti yang ditunjukkan pada Gambar
2-2, dengan melakukan langkah-langkah berikut:

1. Hitung nilai yang diharapkan untuk tingkat pengembalian menggunakan persamaan

2-1.
2. Kurangi tingkat pengembalian diharapkan (𝑟̂ ) dari setiap kemungkinan hasil (ri)
untuk memperoleh himpunan deviasi terhadap 𝑟̂ , seperti terlihat pada kolom 4
gambar 2-2
𝐷𝑒𝑣𝑖𝑎𝑡𝑖𝑜𝑛𝑖 = 𝑟 𝑖 – 𝑟̂
3. Kuadratkan setiap simpangan seperti pada kolom 5 gambar 2-2
4. Kalikan peluang terjadinya (ditunjukkan pada kolom 1) dengan simpangan kuadrat
pada kolom 5; produk-produk tersebut ditunjukkan pada kolom 6.
5. Jumlahkan produk ini untuk mendapatkan varians distribusi probabilitas:

Jadi, varians pada dasarnya adalah rata-rata tertimbang dari deviasi kuadrat dari nilai
yang diharapkan.

6. Terakhir, ambil akar kuadrat dari varians untuk mendapatkan simpangan baku:

5
 Deviasi standar memberikan gambaran seberapa jauh nilai sebenarnya berada di atas
atau di bawah nilai yang diharapkan. Dengan menggunakan prosedur pada Gambar
2-2, investor hipotetis kami yakin bahwa return pasar memiliki standar deviasi
sekitar 20%.
2.3. Risiko dalam Distribusi Berkelanjutan

Investor biasanya tidak memperkirakan hasil secara terpisah pada kondisi ekonomi
normal, melainkan menggunakan pendekatan skenario pada situasi khusus. Misalnya, seorang
investor mungkin menambahkan lebih banyak skenario pada contoh kita tentang kemungkinan
keuntungan pasar saham; Panel A pada Gambar 2-3 menunjukkan 15 skenario pasar dan
memiliki standar deviasi sebesar 20,2%.

Gambar 2.3 Distribusi Probabilitas Terpisah untuk 15 Skenario

Ingatlah bahwa deviasi standar memberikan ukuran dispersi yang memberikan informasi
tentang berbagai kemungkinan hasil. Panel B pada Gambar 2-3 menunjukkan 15 kemungkinan
hasil untuk satu saham perusahaan untuk skenario yang sama di Panel A. Saham tunggal
memiliki standar deviasi 36,2%. Perhatikan betapa tersebarnya hasil suatu saham dibandingkan
dengan pasar saham.

Kita hidup di dunia yang kompleks, dan terkadang kompleksitas ini tidak dapat
dijelaskan secara memadai dengan beberapa atau bahkan banyak skenario. Dalam kasus seperti
ini, alih-alih menambahkan lebih banyak skenario, sebagian besar analis beralih ke distribusi

6
probabilitas berkelanjutan, yang memiliki kemungkinan hasil yang jumlahnya tak terhingga.
Distribusi normal, dengan kurva berbentuk lonceng yang familiar, banyak digunakan di banyak
bidang, termasuk keuangan. Salah satu ciri distribusi normal adalah bahwa return aktual akan
berada dalam ±1 standar deviasi dari return yang diharapkan sebesar 68,26%.

Gambar 2.4 Rentang Probabilitas untuk Distribusi Normal

2.4. Using Historical Data to Estimate Risk

Estimasti risiko dengan menggunakan data histori dapat digambarkan sebagai berikut,
jika sampel return selama periode yang lalu tersedia. Maka tingkat realized rates of return pada
masa lalu yaitu (𝒓t) atau digambarkan sebagai 𝒓t (“r bar t”) . Dimana (t) menunjukkan periode
waktu sedangkan untuk average return (𝒓Avg), selama T periode terakhir dirumuskan sebagai
berikut:

r̅𝐴𝑣𝑔 = ∑ r̅1 ∶ T
t=1

𝑆𝑡𝑎𝑛𝑑𝑎𝑟𝑑 deviation pengambilan sampel kemudian dapat diperkirakan dengan

menggunakan rumus berikut:

7
Lambang (S) merupakan perkiraan dari data masa lalu simpangan baku.

2.4.a. Menghitung Rata-Rata Historis dan Standard Deviation

Ilustrasi perhitungan berikut merupakan pertimbangan keuntungan historis dari sebuah

perusahaan:

Tahun Return

2016 15%

2017 -15%

2018 20%

Menggunakan persamaan rumus estimasi rata-rata dan standard deviation, sebagai

berikut:

15 − 5% + 20%
r̅𝐴𝑣𝑔 = = 10.0%
3

a. Deviasi standar historis sering digunakan untuk memperkirakan variabilitas di masa

depan. Hal ini, karena variabilitas masa lalu dapat terulang kembali, dimana
variabilitas masa lalu dapat menjadi estimasi yang cukup baik mengenai risiko yang
kemungkinan akan terjadi di masa yang akan datang. Namun, biasanya hal ini tidak
tepat jika menggunakan r̅𝐴𝑣𝑔 Berdasarkan periode masa lalu sebagai estimasi r,

ekspektasi keuntungan di masa depan. Misalnya, hanya karena satu saham

mempunyai return 75% pada tahun lalu, tidak ada jaminan bahwa tahun ini
mendapatkan hal serupa.

2.5. Risk in a Portfolio Context

Aset keuangan pada perusahaan sebenarnya dimiliki dari portofolio seperti Bank, dana pensiun,
perusahaan asuransi, reksa dana, dan lembaga keuangan lainnya diwajibkan oleh hukum untuk memiliki

8
portofolio yang terdiversifikasi. Bahkan investor perorangan setidaknya mereka yang kepemilikan
sekuritasnya merupakan bagian penting dari total kekayaan perusahaan.
2.5.a. Membuat Portofolio
Portofolio adalah kumpulan aset. Bobot suatu aset dalam suatu portofolio adalah persentase dari
total nilai portofolio yang diinvestasikan pasa aset tersebut. Ketika membuat suatu portofilio, dapat
memilih bobot (atau persentase) untuk setiap aset, dengan bobot berjumlah 1,0 (atau persentase
berjumlah 100%. Misalkan portofolio saham yang dimiliki, return aktual suatu portofolio pada suatu
periode tertentu merupakan rata-rata tertimbang dari return aktual saham-saham dalam portofolio
tersebut, dengan menunjukkan bobot yang diinvestasikan pada saham.
rt = W1 r1 + W2 r2 +… + WN rn
𝑛

= ∑ 𝑤1 r1
𝑖−𝐼

Average portofolio return selama beberapa periode juga sama dengan rata-rata tertimbang dari
rata-rata return saham.

2.5.b. Korelasi dan Risiko untuk Portofolio Dua Saham

Kecenderungan dua variabel untuk berhubungan disebut dengan korelasi dan koefisien
korelasi () mengukur kecenderungan. Koefisien korelasi dapat berkisaran dari +1,0 yang
menunjukkan bahwa kedua variabel bergerak naik dan turun secara sinkron, hingga -1,0 yang
menunjukkan bahwa variabel selalu bergerak dalam arah yang berlawanan. Koefisien korelasi
nol menunjukkan bahwa kedua variabel tersebut sama sekali tidak berhubungan satu sama lain
yaitu, perubahan pada perubahan variabel lainnya.

Estimasi korelasi dari sampel data historis sering disebut “R”. Berikut adalah rumus
untuk memperkirakan korelasi antara saham i dan j (𝑟i,t adalah return sebenarnya untuk saham

i pada periode T dan 𝑟i,Avg adalah rata-rata return selama sampel periode T, notasi serupa

digunakan untuk saham j:

9
 Berikut merupakan cara untuk menggambarkan kemungkinan manfaat diversifikasi,
yaitu: jika standar deviasi suatu portofolio lebih kecil dari rata-rata tertimbang standar deviasi
masing-masing saham, maka diversifikasi memberikan manfaat. Pertimbangan seluruh
koefision korelasi dari -1 hingga +1. Dimana hal ini untuk mengetahui apakah diversifikasi
selalu mengurangi risiko dan jika hal tersebut dapat mengurangi maka berapa banyak dan
bagaimana korelasi tersebut dapat memengaruhi diversifikasi.
1) Jika dua saham mempunyai korelasi sebesar -1 (korelasi yang paling rendah), apabila
salah satu saham mempunyai return yang lebih tinggi dari ekspetasi maka saham yang
lain mempunya return yang lebih rendah dari ekspetasi, dan sebaliknya. Namun,
kenyataannya untuk memilih bobot sehingga deviasi suatu saham terhadap nilai-nilai
imbal hasil menghilangkan deviasi saham lain dari imbal hasil rata-ratanya. Portofolio
seperti itu akan memiliki deviasi standar nol, namun memiliki imbal hasil yang
diharapkan sama dengan rata-rata tertimbang dari ekspetasi imbal hasil saham. Hal ini,
diversifikasi dapat menghilangkan semua risiko dimana jika korelasi -1, standar
deviasi portofolio dapat mencapai nol jika bobot portofolio dipilih dengan tepat.
2) Jika korelasinya adalah +1 (korelasi tertinggi), standar deviasi portofolio akan menjadi
rata-rata tertimbang dari standar deviasi saham. Dalam hal ini, diversifikasi tidak dapat
membantu: jika korelasi +1, deviasi standar portofolio adalah rata-rata tertimbang dari
deviasi standar saham.
3) Korelasi lainnya diversifikasi mengurangi, namun tidak dapat menghilangkan risiko:
dimana korelasi antaran -1 dan +1, standar deviasi portofolio lebih kecil dari rata-rata
tertimbang standar saham.
Korelasi antara sebagian besar pasangan perusahaan berada pada kisaran 0,2 hingga 0,3,
sehingga diversifikasi mengurangi risiko, namun tidak sepenuhnya menghilangkan risiko.
2.5.c. Diversifikasi dan Portofolio Multi-Stock
Pada Gambar 2.5 menujukkan bagaimana risiko portofolio dipengaruhi oleh
pembentukan portofolio yang semakin besar dari saham-saham New York Stock Exchange
(NYSE) yang dipilih secara random. Deviasi standar diplot untuk rata-rata portofolio satu
saham, rata-rata dua saham portofolio dan seterusnya hingga portofolio yang terdiri dari lebih
2.000 saham.

10
 Gambar 2.5 Pengaruh Ukuran Portofolio terhadap Risiko Portofolio untuk
Average Stock
Pada Gambar 2.5 menjelaskan grafik menggambarkan bahwa secara umum risiko suatu
portofolio yang terdiri dari saham cenderung menurun dan mendekati batas tertentu seiring
dengan bertambahnya jumlah saham dalam portofolio tersebut. Bagian dari risiko saham yang
tidak dapat dihilangkan disebut dengan market risk sedangkan bagian yang dapat dihilangkan
disebut diversifiable risk. Fakta bahwa sebagian besar risiko suatu saham dapat dihilangkan
sangatlah penting karena investor yang rasional akan menghilangkannya hanya dengan
menyimpan banyak saham dalam portofolionya, sehingga menjadikan tidak relevan hal ini
dapat menjadi modern portfolio theory.

Market risk berasal dari faktor-faktor yang memengaruhi sebagian besar perusahaan
seperti perangm inflasi, resesi dan suku bunga tinggi. Market risk dengan faktor-faktor tersebut
tidak dapat dihilangkan dengan diversifikasi. Risiko yang dapat diversifikasi disebabkan oleh
tuntutan hukum, pemogokan keberhasilan atau kegagalan program pemasaran, menang atau
kalahnya kontrak besar dan masalah pada perusahaan tertentu. Hal ini dampaknya portofolio
dapat dihilangkan dengan diversifikasi.

2.6. Risiko yang Relevan dari Saham: the Capital Asset Pricing Model (CAPM)
Capital asset pricing Model (CAPM) menjelaskan bahwa pemanfaatan data historis
dengan menggunakan aset tak berisiko sebagai sumber pembentukan portofolio (Suhartono et
al., 2015).

2.6.1. Kontribusi terhadap Risiko Pasar: Beta

11
 Dalam terminologi CAPM, ρiM adalah korelasi antaran return saham, σ𝑖 adalah standar
deviasi return saham dan σM adalah standar deviasi pasar. Ukuran risiko yang relevan disebut
dengan Beta yang dilambangkan dengan bi yang dirumuskan sebagai berikut:

Rumus ini menunjukkan bahwa saham dengan standar deviasi yang tinggi, σ𝑖 akan
cenderung memiliki Beta yang tinggi, berarti jika dianggap konstan, saham tersebut
memberikan banyak risiko pada portofolio yang terdiversifikasi dengan baik. Hal tersebut
dikarenakan saham dengan risiko tersendiri yang tinggi akan cenderung mengganggu stabilitas
portofolio. Saham yang memiliki korelasi tinggi dengan pasar, ρiM cenderung memiliki Beta
yang besar sehingga dapat berisiko. Hal tersebut dikarenakan korelasi yang tinggi berarti
diversifikasi tidak berkontribusi dimana maksudnya jika saham berkinerja baik ketika
portofolionya juga berkinerja baiik, dan saham berkinerja buruk ketika portofolio juga akan
menghasilkan hal serupa. Misalkan suatu saham memiliki beta 1,4. Secara khusus, seberapa
besar risiko yang akan ditimbulkan oleh saham ini pada portofolio yang terdiversifikasi dengan
baik, untuk menjawab hal tersebut diperlukan dua fakta penting. Pertama, beta portofolio, bp
adalah rata-rata tertimbang beta saham dalam portofolio dengan bobot yang sama dengan bobot
yang sama yang digunakan untuk membuat portofolio dapat dirumuskan sebagai berikut:

Fakta penting kedua adalah bahwa varian dari portofolio yang terdiversifikasi dengan
baik dengan produk beta kuadratnya dan varians portofolio pasar, dapat dirumuskan sebagai
berikut:

Jika mempertimbangkan portofolio dengan beta portofolio positif, maka standar deviasi
dari portofolio yang terdiversifikasi dengan baik, sp, kira-kira sama dengan produk beta
portofolio dan standar deviasi pasar:

12
Persamaan ini menunjukkan tiga hal yaitu
1) Portofolio dengan beta lebih besar dari 1 akan mempunyai standar deviasi lebih besar
dibandingkan portofolio pasar.
2) Portofolio dengan beta sama dengan 1 akan mempunyai standar deviasi yang sama
dengan pasar.
3) Portofolio dengan beta kurang dari 1 akan mempunyai standar deviasi yang lebih kecil
dibandingkan pasar. Misalnya, deviasi standar pasar adalah 20% portofolio yang
terdiversifikasi dengan baik dengan beta 1,1 akan memiliki standar deviasi sebesar
22%.
Setiap beta saham individu memiliki risiko portofolio yang terdiversifikasi dengan baik:

Adapun beberapa poin penting dari beta:

1) Beta menentukan seberapa besar kontribusi risiko suatu saham terhadap portofolio
yang terdiversifikasi dengan baik. Jika semua bobot saham dalam suatu portofolio
sama, maka saham dengan beta yang dua kali lebih besar dari beta saham lain akan
memberikan risiko dua kali lebih besar.
2) Rata-rata beta seluruh saham sama dengan 1; beta pasar juga sama dengan 1. Secara
intuitif, hal ini karena return pasar adalah rata-rata dari seluruh return saham.
3) Saham dengan beta lebih besar dari 1 memberikan kontribusi risiko lebih besar
terhadap portofolio dibandingkan rata-rata saham, dan saham dengan beta kurang dari
1 memberikan kontribusi risiko lebih kecil terhadap portofolio dibandingkan rata-rata
saham.
4) Sebagian besar saham memiliki beta antara 0,4 dan 1,6.
2.7. The Relationship between Risk and Return in the Capital Asset Pricing Model

Pada bagian sebelumnya, kita melihat bahwa beta mengukur kontribusi saham terhadap
risiko portofolio yang terdiversifikasi dengan baik. CAPM berasumsi bahwa investor marjinal
(yaitu investor yang memiliki cukup uang untuk menggerakkan harga pasar) memiliki
portofolio yang terdiversifikasi dengan baik. Oleh karena itu, beta adalah ukuran yang tepat
untuk risiko relevan suatu saham. Namun, kita perlu mengukur bagaimana risiko
mempengaruhi suatu sahampengembalian yang diperlukan: Untuk tingkat risiko tertentu yang
diukur dengan beta, berapa tingkat pengembalian yang diharapkan yang dibutuhkan investor
13
sebagai kompensasi atas menanggung risiko tersebut? Untuk memulai, kami mendefinisikan
istilah-istilah berikut:

2.7.a. Jalur Pasar Keamanan

Secara umum, kita dapat mengkonseptualisasikannya pengembalian yang diperlukan atas

Saham sebagai tingkat bebas risiko ditambah keuntungan ekstra (yaitu premi risiko) yang
diperlukan untuk mendorong investor agar memegang saham tersebut. CAPM Jalur Pasar
Keamanan memformalkan konsep umum ini dengan menunjukkan bahwa premi risiko suatu
saham sama dengan produk beta saham dan premi risiko pasar:

Tiga komponen pengembalian yang diperlukan (tingkat bebas risiko, premi risiko pasar,
dan beta) untuk melihat bagaimana mereka berinteraksi dalam menentukan pengembalian
yang diperlukan suatu saham.

Tingkat Bebas Risiko

Perhatikan bahwa pengembalian yang diminta suatu saham dimulai dengan tingkat bebas
risiko. Untuk membujuk investor agar melakukan investasi berisiko, investor memerlukan
tingkat pengembalian yang setidaknya sebesar tingkat bebas risiko. Imbal hasil obligasi
Treasury jangka panjang sering digunakan untuk mengukur tingkat bebas risiko ketika
memperkirakan tingkat pengembalian yang diperlukan dengan CAPM.

14
Premium Risiko Pasar

Premi risiko pasar (RPM ) adalah tingkat pengembalian ekstra yang dibutuhkan investor
untuk berinvestasi di pasar saham daripada membeli sekuritas bebas risiko. Hal ini juga
disebutpremi ekuitasatau itupremi risiko ekuitas.

Besar kecilnya premi risiko pasar bergantung pada tingkat penghindaran risiko rata-rata
yang dimiliki investor. Ketika investor secara keseluruhan sangat menghindari risiko, premi
risiko pasar menjadi tinggi; ketika investor kurang peduli terhadap risiko, premi risiko pasar
menjadi rendah. Misalnya, investor (rata-rata) membutuhkan pengembalian ekstra sebesar 5%
sebelum mereka mengambil risiko pasar saham. Jika obligasi Treasury menghasilkan rRF =
6%, maka pengembalian yang dibutuhkan pasar rM adalah 11% :

rM = rRF + RPM = 6% + 5% = 11%

Jika kita memulai dengan memperkirakan imbal hasil pasar yang diperlukan (mungkin
melalui analisis skenario yang serupa dengan contoh di Bagian 2-2), maka kita dapat
menemukan premi risiko pasar yang tersirat. Misalnya, jika return pasar yang dibutuhkan
diperkirakan sebesar 11%, maka premi risiko pasar adalah:

RPM = rM - rRF = 11% + 6% = 5%

2.7.b. Dampak terhadap Required Return akibat Perubahan Risk-Free Rate, Risk
Aversion, dan Beta

Pengembalian yang diperlukan bergantung pada tingkat bebas risiko, premi risiko pasar,
dan beta saham. Bagian berikut menggambarkan dampak perubahan masukan ini. Misalkan
beberapa kombinasi kenaikan suku bunga riil dan inflasi yang diantisipasi menyebabkan
tingkat suku bunga bebas risiko meningkat dari 6% menjadi 8%.

15
 Gambar 2.6 Pergeseran SML Disebabkan oleh Kenaikan Tingkat Bebas Risiko

Perubahan tersebut ditunjukkan pada Gambar 2.6. Hal penting yang perlu diperhatikan
adalah bahwa perubahan rRF tidak serta merta menyebabkan perubahan pada premi risiko
pasar. Jika rRF berubah, return yang dibutuhkan pasar juga berubah, maka premi risiko pasar
akan tetap [Link] premi risiko pasar yang stabil kemudian di bawah CAPM, terjadi
peningkatan rRF mengarah ke sebuah identic peningkatan tingkat pengembalian yang
disyaratkan atas semua aset karena tingkat bebas risiko yang sama dimasukkan ke dalam
tingkat pengembalian yang disyaratkan atas semua aset. Untuk contoh ini, tingkat
pengembalian yang disyaratkan di pasar (dan rata-rata saham), rM , meningkat dari 11%
menjadi 13%. Pengembalian yang diperlukan untuk sekuritas berisiko lainnya juga meningkat
sebesar 2 poin persentase.

2.7.c. Pengembalian Portofolio dan Evaluasi Kinerja Portofolio

Pengembalian yang diharapkan pada portofolio adalah rata-rata tertimbang dari

pengembalian yang diharapkan atas masing-masing aset dalam portofolio. Misalkan ada n
saham dalam portofolio dan ekspektasi return saham pengembalian yang diharapkan dari
portofolio adalah:

16
 Kita juga dapat menyatakan tingkat pengembalian yang diperlukan suatu portofolio
dalam bentuk beta portofolio:

Hal ini sangat membantu ketika mengevaluasi manajer portofolio. Misalnya, pasar saham
memiliki imbal hasil tahun ini sebesar 9% dan reksa dana tertentu memiliki imbal hasil 10%.
Apakah manajer portofolio melakukan pekerjaannya dengan baik atau tidak? Jawabannya
tergantung pada seberapa besar risiko yang dimiliki dana tersebut. Jika beta dana tersebut
adalah 2, maka dana tersebut seharusnya memiliki tingkat pengembalian yang jauh lebih tinggi
daripada pasar, yang berarti manajernya tidak melakukannya dengan baik. Kuncinya adalah
mengevaluasi imbal hasil manajer portofolio dibandingkan dengan imbal hasil yang
seharusnya diperoleh manajer mengingat risiko investasinya.

2.8. The Efficient Markets Hypothesis

Hipotesis Pasar Efisien (EMH)menegaskan: (1) Saham selalu berada dalam

keseimbangan. (2) Tidak mungkin bagi seorang investor untuk “mengalahkan pasar” dan
secara konsisten memperoleh tingkat pengembalian yang lebih tinggi daripada yang dapat
dibenarkan oleh risiko saham. Dengan kata lain, harga pasar suatu saham selalu sama dengan
nilai intrinsiknya. Untuk lebih tepatnya, misalkan harga pasar suatu saham sama dengan nilai
intrinsik saham tersebut, namun muncul informasi baru yang mengubah nilai intrinsik saham
tersebut. EMH menegaskan bahwa harga pasar akan menyesuaikan diri dengan nilai intrinsik
baru dengan sangat cepat sehingga tidak ada waktu bagi investor untuk menerima informasi
baru, mengevaluasi informasi tersebut, mengambil posisi di saham sebelum harga pasar
berubah, dan kemudian memperoleh keuntungan. dari perubahan harga berikutnya.

Berikut tiga hal yang perlu dipertimbangkan yaitu :

1. hampir setiap saham berada di bawah pengawasan ketat. Dengan sekitar 100.000
analis penuh waktu, sangat terlatih, dan professional pedagang, masing-masing
mengikuti sekitar 30 dari sekitar 3.000 saham yang diperdagangkan secara aktif

17
 (analis cenderung berspesialisasi dalam industri tertentu), terdapat rata-rata sekitar
1.000 analis yang mengikuti setiap saham.
2. lembaga keuangan, dana pensiun, perusahaan pengelolaan uang, dan dana lindung
nilai (hedge funds) mempunyai miliaran dolar yang tersedia bagi para manajer
portofolio untuk digunakan dalam mengambil keuntungan dari saham-saham yang
salah harga.
3. persyaratan pengungkapan SEC dan jaringan informasi elektronik menyebabkan
informasi baru tentang suatu saham tersedia bagi semua analis secara bersamaan dan
segera.

Dengan banyaknya analis yang mencoba mengambil keuntungan dari kesalahan

penetapan harga yang bersifat sementara karena adanya informasi baru, dengan banyaknya
uang yang mengejar keuntungan karena kesalahan penetapan harga yang bersifat sementara,
dan dengan penyebaran informasi yang begitu luas, harga pasar suatu saham harus
menyesuaikan dengan cepat dari nilai intrinsik sebelum berita ke nilai intrinsik pasca berita,
hanya menyisakan waktu yang sangat singkat bagi saham tersebut untuk “salah dihargai”
ketika bergerak dari satu harga ekuilibrium ke harga ekuilibrium lainnya. Singkatnya, itulah
logika di balik Hipotesis Pasar Efisien.

2.8.a. Bentuk Hipotesis Pasar Efisien

Ada tiga bentuk hipotesis pasar efisien, dan masing-masing berfokus pada jenis
ketersediaan informasi yang berbeda.

1. Efisiensi Bentuk Lemah

Efisiensi bentuk lemah dari EMH menegaskan bahwa semua informasi yang
terkandung dalam pergerakan harga di masa lalu sepenuhnya tercermin dalam harga
pasar saat ini. Jika hal ini benar, maka informasi tentang tren harga saham terkini tidak
akan berguna dalam memilih saham; fakta bahwa suatu saham telah meningkat selama
tiga hari terakhir, misalnya, tidak akan memberi kita petunjuk berguna mengenai apa
yang akan terjadi hari ini atau besok. Sebaliknya,analis teknikal, juga disebut
“chartists”, percaya bahwa tren atau pola harga saham di masa lalu dapat digunakan
untuk memprediksi harga saham dimasa depan.
2. Efisiensi Bentuk Semikuat
Efisiensi bentuk semikuat dari EMH menyatakan bahwa harga pasar saat ini
mencerminkan semuanya tersedia untuk umuminformasi. Oleh karena itu, jika

18
 terdapat efisiensi bentuk semi-kuat, tidak ada gunanya mempelajari laporan tahunan
atau data lain yang dipublikasikan karena harga pasar akan disesuaikan dengan berita
baik atau buruk yang terkandung dalam laporan tersebut ketika berita tersebut
diterbitkan. Dengan efisiensi bentuk setengah kuat, investor seharusnya
mengharapkan keuntungan yang sepadan dengan risikonya, namun mereka tidak
boleh mengharapkan hasil yang lebih baik atau lebih buruk selain secara kebetulan.
3. Efisiensi Bentuk Kuat
Efisiensi bentuk kuat dari EMH menyatakan bahwa harga pasar saat ini
mencerminkan semua informasi terkait, baik yang tersedia untuk umum atau yang
dimiliki swasta. Jika bentuk ini berlaku, bahkan orang dalam pun akan merasa
mustahil memperoleh keuntungan abnormal secara konsisten di pasar saham.
2.8.b. Apakah Pasar Saham Efisien?

Studi empiris adalah pengujian gabungan antara EMH dan model penetapan harga aset,
seperti CAPM. Hal ini merupakan pengujian bersama dalam arti bahwa strategi tersebut
menguji apakah suatu strategi tertentu dapat mengalahkan pasar, di mana “mengalahkan pasar”
berarti menghasilkan keuntungan yang lebi h tinggi dari yang diperkirakan oleh model
penentuan harga aset tertentu. Sebelum membahas pengujian bentuk-bentuk EMH tertentu,
mari kita lihat gelembung pasar.

Gelembung Pasar

Sejarah keuangan ditandai dengan berbagai peristiwa yang terjadi sebagai berikut:

1. Harga-harga naik dengan cepat ke tingkat yang sebelumnya dianggap sangat tidak
mungkin terjadi.
2. Volume perdagangan jauh lebih tinggi dibandingkan volume sebelumnya.
3. Banyak investor baru (atau spekulan?) yang bersemangat memasuki pasar.
4. Harga tiba-tiba turun drastis, menyebabkan banyak investor baru mengalami
kerugian besar. Contoh-contoh ini disebutgelembung pasar.

Gelembung pasar saham yang pecah pada tahun 2000 dan 2008 menunjukkan bahwa,
pada puncak ledakan ini, saham banyak perusahaan—terutama di sektor teknologi pada tahun
2000 dan sektor keuangan pada tahun 2008—melebihi nilai intrinsiknya, dan hal ini tidak boleh
terjadi. Jika pasar selalu efisien. Dua pertanyaan muncul. Pertama, bagaimana gelembung
terbentuk? Pembiayaan perilaku, yang kita bahas di Bagian 2-10, memberikan beberapa
kemungkinan jawaban. Kedua, mengapa gelembung tetap ada padahal memungkinkan untuk

19
menghasilkan banyak uang ketika gelembung tersebut pecah? Misalnya, manajer hedge fund
Mark Spitznagel konon menghasilkan miliaran dolar untuk dana Universa miliknya dengan
bertaruh melawan pasar pada tahun 2008. Logika yang mendasari keseimbangan pasar
menunjukkan bahwa setiap orang akan bertaruh melawan pasar yang dinilai terlalu tinggi dan
tindakan mereka akan menyebabkan harga pasar turun kembali ke harga intrinsik. nilai dengan
cukup cepat. Untuk memahami mengapa hal ini tidak terjadi, mari kita periksa strategi untuk
mendapatkan keuntungan dari pasar yang sedang melemah:

1. Jual saham (atau indeks pasar itu sendiri) secara short.

2. Membeli opsi jual atau menulis opsi beli.
3. Ambil posisi short dalam kontrak berjangka pada indeks pasar. Berikut adalah
penjelasan bagaimana strategi ini berhasil (atau gagal).
2.9. The Fama-French Three-Factor Model

Pada tahun 1992, Fama dan French menerbitkan sebuah penelitian yang berhipotesis
bahwa SML harus memiliki tiga faktor, bukan hanya beta seperti pada CAPM. Faktor pertama
adalah CAPM beta saham, yang mengukur risiko pasar saham. Yang kedua adalah ukuran
perusahaan yang diukur dengan nilai pasar ekuitasnya (MVE = Market Value Equity). Faktor
ketiga adalah rasio book-to-market (B/M).

Pada tahun 1993, Fama dan French mengembangkan model tiga faktor berdasarkan hasil
mereka sebelumnya. Faktor pertama dalam model tiga faktor Fama-French adalah premi risiko
pasar, yaitu pengembalian pasar, 𝑟̅ 𝑀, dikurangi tingkat bebas risiko, 𝑟̅ 𝑅𝐹. Jadi, model mereka
dimulai seperti CAPM, tetapi mereka menambahkan faktor kedua dan ketiga.

Untuk membentuk faktor kedua, mereka mengurutkan semua saham yang aktif
diperdagangkan berdasarkan ukurannya dan kemudian membaginya menjadi dua portofolio,
satu terdiri dari saham-saham kecil dan satu lagi terdiri dari saham-saham besar. Mereka
menghitung keuntungan masing-masing dari kedua portofolio tersebut dan menciptakan
portofolio ketiga dengan mengurangkan keuntungan dari portofolio besar dengan keuntungan
dari portofolio kecil. Mereka menyebutnya portofolio SMB (kecil dikurangi besar). Portofolio
ini dirancang untuk mengukur variasi return saham yang disebabkan oleh size effect.

Untuk membentuk faktor ketiga, mereka mengurutkan semua saham berdasarkan book-
to-marketnya (B/M) rasio. Mereka menempatkan 30% saham dengan rasio tertinggi ke dalam
portofolio yang disebut portofolio H (untuk rasio B/M tinggi) dan menempatkan 30% saham
dengan rasio terendah ke dalam portofolio yang disebut portofolio L (untuk rasio B/M rendah).

20
Kemudian mereka mengurangkan return portofolio L dari portofolio H untuk memperoleh
portofolio HML (High Minus Low = tinggi dikurangi rendah). Sebelum menunjukkan
modelnya, berikut ini definisi variabel.

Model yang dihasilkan ditunjukkan di sini:

Tidak diragukan lagi bahwa model tiga faktor Fama-French berfungsi dengan baik dalam
menjelaskan imbal hasil aktual, namun seberapa baik kinerja model tersebut dalam
menjelaskan imbal hasil yang diperlukan? Dengan kata lain, apakah model tersebut
mendefinisikan hubungan antara risiko dan kompensasi untuk menanggung risiko? Singkatnya,
model Fama-French sangat berguna dalam mengidentifikasi komponen return suatu saham
yang tidak dapat dijelaskan. Namun, model ini kurang berguna dalam memperkirakan tingkat
pengembalian yang diperlukan suatu saham karena model tersebut tidak memberikan
hubungan yang dapat diterima dengan baik antara risiko dan tingkat pengembalian yang
diperlukan.

2.10. Perilaku Keuangan

Perilaku keuangan berfokus pada keputusan keuangan yang tidak rasional namun dapat
diprediksi. Berikut merupakan aplikasi keuangan perilaku hingga gelembung pasar dan
keputusan keuangan lainnya:

2.10.a. Gelembung Pasar dan Perilaku Keuangan

Para psikolog telah mempelajari bahwa banyak orang terlalu fokus pada kejadian terkini
ketika memprediksi kejadian di masa depan, sebuah fenomena yang disebut anchoring bias.
Oleh karena itu, ketika kinerja pasar lebih baik dari rata-rata, orang cenderung berpikir bahwa

21
kinerja pasar akan terus lebih baik dari rata-rata. Ketika anchoring bias digabungkan dengan
rasa percaya diri yang berlebihan, investor menjadi yakin bahwa prediksi mereka mengenai
peningkatan pasar adalah benar, sehingga menciptakan lebih banyak permintaan terhadap
saham. Permintaan ini mendorong harga saham naik, yang memperkuat rasa percaya diri yang
berlebihan dan menggerakkan jangkar lebih tinggi lagi.

Perilaku herding (Herding Behaviour) terjadi ketika sekelompok investor meniru

investor sukses lainnya dan mengejar kelas aset yang berkinerja baik. Misalnya, tingkat
pengembalian yang tinggi pada sekuritas berbasis hipotek selama tahun 2004 dan 2005 menarik
investor lain untuk pindah ke kelas aset tersebut. Perilaku herding dapat menciptakan
permintaan berlebih terhadap kelas aset yang berkinerja baik, menyebabkan kenaikan harga
dan meningkatnya perilaku herding. Dengan demikian, perilaku herding dapat
menggembungkan pasar berkembang.

Para peneliti telah menunjukkan bahwa kombinasi dari rasa percaya diri yang berlebihan
dan atribusi diri yang bias dapat menyebabkan pasar saham terlalu bergejolak, momentum
jangka pendek, dan pembalikan jangka panjang. Maka, kepercayaan yang berlebihan,
anchoring bias, dan perilaku herding dapat berkontribusi pada penggelembungan pasar.

2.10.b. Penerapan Perilaku Keuangan Lainnya

Loss aversion adalah fenomena perilaku yang terjadi ketika investor lebih tidak
menyukai kerugian dibandingkan keuntungan dalam jumlah yang sama. Psikolog Daniel
Kahneman dan Amos Tversky menunjukkan bahwa individu memandang potensi kerugian dan
potensi keuntungan dengan cara yang sangat berbeda. Jika bertanya kepada rata-rata orang
apakah dia lebih memilih mendapatkan $500 dengan pasti atau melempar koin dan menerima
$1.000 jika muncul burung garuda dan tidak mendapatkan apapun jika mendapatkan angka,
sebagian besar akan lebih memilih keuntungan yang pasti sebesar $500, hal ini menunjukkan
keengganan terhadap risiko (loss aversion)—keuntungan $500 yang pasti lebih baik daripada
perkiraan keuntungan $500 yang berisiko. Namun, jika bertanya kepada orang yang sama
apakah dia lebih suka membayar $500 dengan pasti atau melempar koin dan membayar $1.000
jika itu burung garuda dan tidak membayar apa pun jika itu angka, sebagian besar akan
menunjukkan bahwa mereka lebih memilih untuk melempar koin, yang menunjukkan
preferensi terhadap risiko—kerugian yang diperkirakan berisiko sebesar $500 lebih baik
daripada kerugian pasti sebesar $500. Dengan kata lain, kerugian sangatlah menyakitkan

22
sehingga orang akan membuat pilihan yang tidak rasional untuk menghindari kerugian yang
pasti. Fenomena inilah yang disebut loss aversion.

Salah satu cara agar orang terhindar dari kerugian adalah dengan tidak mengakui bahwa
dirinya sebenarnya mengalami kerugian. Misalnya, kerugian sebenarnya bukanlah kerugian
sampai investasi yang merugi tersebut benar-benar dijual. Oleh karena itu, mereka cenderung
menahan losers stock yang berisiko dibandingkan menerima kerugian tertentu, yang
merupakan bentuk keengganan terhadap kerugian. Tentu saja, hal ini menyebabkan investor
lebih jarang menjual saham-saham yang dirugikan dibandingkan dengan saham-saham yang
diuntungkan meskipun hal ini kurang optimal untuk tujuan perpajakan. Banyak proyek dan
merger perusahaan gagal memenuhi harapan mereka. Faktanya, sebagian besar merger
berakhir dengan menghancurkan nilai perusahaan yang mengakuisisi. Mengapa perusahaan
tidak merespons dengan lebih selektif dalam berinvestasi meskipun ini merupakan fakta
umum? Ada banyak kemungkinan alasannya, namun penelitian yang dilakukan oleh Ulrike
Malmendier dan Geoffrey Tate menunjukkan bahwa terlalu percaya diri membuat para manajer
melebih-lebihkan kemampuan dan kualitas proyek mereka. Dengan kata lain, para manajer
mungkin tahu bahwa keputusan rata-rata untuk melakukan merger akan menghancurkan nilai,
namun mereka yakin bahwa keputusan mereka berada di atas rata-rata.

2.11. CAPM dan Efisiensi Pasar: Implikasinya bagi Manajer Perusahaan dan Investor

Perusahaan berjalan seperti portofolio proyek: pabrik, gerai ritel, usaha penelitian dan
pengembangan, lini produk baru, dan sejenisnya. Setiap proyek berkontribusi terhadap ukuran,
waktu, dan risiko arus kas perusahaan, yang secara langsung mempengaruhi nilai intrinsik
perusahaan. Ini berarti bahwa risiko dan keuntungan yang diharapkan dari setiap proyek harus
diukur berdasarkan pengaruhnya terhadap risiko dan keuntungan saham. Oleh karena itu,
manajer perusahaan harus memahami perspektif investor/pemegang saham dalam hal
memandang risiko dan pengembalian yang diperlukan untuk mengevaluasi proyek potensial.

Pemegang saham tidak boleh mengharapkan kompensasi atas risiko yang dapat mereka
hilangkan melalui diversifikasi, hanya kompensasi atas risiko pasar yang tersisa. CAPM
menyediakan alat penting untuk mengukur risiko pasar yang tersisa dan selanjutnya
menunjukkan bagaimana tingkat pengembalian yang diperlukan suatu saham terkait dengan
risiko pasar saham tersebut. Karena alasan inilah CAPM banyak digunakan untuk
memperkirakan tingkat pengembalian yang diperlukan atas saham perusahaan serta tingkat
pengembalian yang harus dihasilkan oleh proyek untuk menyediakan tingkat pengembalian

23
yang diperlukan saham tersebut. Analisis Capital Asset Pricing Model (CAPM) mampu
membantu para investor menentukan keputusan berinvestasi. CAPM membantu investor
mengestimasi tingkat keuntungan yang diharapkan dengan memperhatikan sejauh mana risiko
sistematis yang mungkin terjadi.

CAPM masih memiliki beberapa kekurangan. Pertama, karena beta tidak bisa diamati
tetapi harus diperkirakan dan perkiraan beta tidaklah selalu tepat. Kedua, kita melihat bahwa
saham-saham kecil dan saham-saham dengan rasio B/M yang tinggi memiliki return yang lebih
tinggi dari prediksi CAPM. Hal ini dapat berarti CAPM adalah model yang salah, namun ada
kemungkinan penjelasan lain.

Jika komposisi aset perusahaan berubah seiring berjalannya waktu sehubungan dengan
gabungan aset fisik dan peluang pertumbuhan (misalnya, penelitian dan pengembangan atau
paten), maka hal ini cukup untuk membuat seolah-olah terdapat ukuran dan efek B/M. Dengan
kata lain, bahkan jika imbal hasil masing-masing aset sesuai dengan CAPM, perubahan dalam
campuran aset akan menyebabkan beta perusahaan berubah seiring waktu sehingga perusahaan
tampak memiliki ukuran dan efek book-to-market. CAPM dapat menegaskan bahwa tingkat
pengembalian yang diperlukan suatu saham berkaitan dengan paparannya terhadap risiko
sistematis (systematic risk), bukan risiko yang dapat didiversifikasi (diversifiable risk). Oleh
karena itu, CAPM dapat melakukan tugasnya dengan sangat baik dalam menjelaskan return
saham ketika berita diumumkan yang mempengaruhi hampir semua perusahaan, seperti
laporan pemerintah mengenai kebijakan suku bunga, inflasi, dan pengangguran. Profesor Savor
dan Wilson menguji hipotesis ini dan menemukan hubungan yang sangat kuat antara beta dan
return saham pada hari pengumuman. Berdasarkan penjelasan diatas, CAPM pada akhirnya
dapat digunakan untuk memperkirakan pengembalian yang diperlukan pada perhitungan
lainnya.

2.12. Summary
a) Risiko dapat didefinisikan sebagai paparan terhadap peluang terjadinya peristiwa yang
tidak menguntungkan.
b) Risiko arus kas suatu aset dapat dipertimbangkan secara terpisah (masing-masing aset
berdiri sendiri) atau dalam konteks portofolio, yang mana investasi digabungkan
dengan aset lain dan risikonya dikurangi melalui diversifikasi.
c) Pengembalian yang diharapkan dari sebuah investasi adalah nilai rata-rata dari
distribusi probabilitas pengembaliannya. Pengembalian yang diperlukan suatu saham

24
 adalah pengembalian minimum yang diharapkan yang diperlukan untuk mendorong
rata-rata investor membeli saham tersebut.
d) Risiko suatu aset memiliki dua komponen: (1) risiko yang dapat didiversifikasi, yang
dapat dihilangkan dengan diversifikasi, dan (2) risiko pasar, yang tidak dapat
dihilangkan dengan diversifikasi.
e) Risiko pasar diukur dengan standar deviasi pengembalian portofolio yang
terdiversifikasi dengan baik, yang terdiri dari seluruh saham yang diperdagangkan di
pasar. Portofolio seperti ini disebut portofolio pasar.
f) CAPM mendefinisikan risiko yang relevan dari suatu aset sebagai kontribusinya
terhadap risiko portofolio yang terdiversifikasi dengan baik. Karena risiko pasar tidak
dapat dihilangkan dengan diversifikasi, maka investor harus diberi kompensasi atas
risiko yang ditanggungnya.
g) Koefisien beta suatu saham (b) mengukur seberapa besar risiko yang dikontribusikan
suatu saham terhadap portofolio yang terdiversifikasi dengan baik.
h) Saham dengan beta lebih besar dari 1 memiliki return saham yang cenderung lebih
tinggi dibandingkan pasar saat pasar sedang naik, namun cenderung berada di bawah
pasar saat pasar sedang turun. Hal sebaliknya berlaku untuk saham dengan beta kurang
dari 1.
i) Persamaan Garis Pasar Keamanan (SML) CAPM menunjukkan hubungan antara
risiko pasar suatu sekuritas dan tingkat pengembalian yang disyaratkan. Pengembalian
yang diperlukan untuk setiap sekuritas i sama dengan tingkat bebas risiko ditambah
premi risiko pasar dikalikan dengan beta sekuritas: 𝑟𝑖 = 𝑟𝑅𝐹 + (𝑅𝑃𝑀 )𝑏𝑖
j) Dalam keseimbangan, tingkat pengembalian yang diharapkan suatu saham harus sama
dengan tingkat pengembalian yang disyaratkan. Namun, ada beberapa hal yang dapat
menyebabkan perubahan tingkat pengembalian yang disyaratkan: (1) Tingkat bebas
risiko dapat berubah karena perubahan tingkat riil atau inflasi yang diharapkan. (2)
Beta suatu saham dapat berubah. (3) Keengganan investor terhadap risiko dapat
berubah.
k) Karena tingkat pengembalian aset di berbagai negara tidak berkorelasi sempurna,
diversifikasi global dapat menurunkan risiko bagi perusahaan multinasional dan
portofolio yang terdiversifikasi secara global.
l) Ekuilibrium adalah kondisi di mana ekspektasi imbal hasil suatu sekuritas menurut
pandangan investor marjinal sama dengan imbal hasil yang disyaratkan, r=r Selain itu,
nilai intrinsik saham harus sama dengan harga pasarnya.
25
m) Hipotesis Pasar Efisien (EMH) menyatakan: (1) Saham selalu berada dalam
keseimbangan. (2) Tidak mungkin bagi seorang investor yang tidak memiliki
informasi orang dalam untuk secara konsisten “mengalahkan pasar.” Oleh karena itu,
menurut EMH, saham selalu dinilai wajar dan memiliki return yang diharapkan sama
dengan ekspektasi return-nya.
n) Model tiga faktor Fama-French memiliki satu faktor untuk return pasar, faktor kedua
untuk efek ukuran, dan faktor ketiga untuk efek book-to market.
o) Pembiayaan perilaku mengasumsikan bahwa investor dapat berperilaku dengan cara
yang dapat diprediksi namun tidak rasional. Bias Anchoring adalah kecenderungan
manusia untuk “berlabuh” terlalu dekat pada peristiwa terkini ketika memprediksi
peristiwa di masa depan. Herding adalah kecenderungan investor untuk mengikuti
orang banyak. Jika dikombinasikan dengan terlalu percaya diri (overconfidence),
penahan (anchoring bias) dan penggembalaan (herding) dapat berkontribusi terhadap
gelembung pasar (market bubble).

26
 Daftar Pustaka

Suhartono, A., Sugito, S., & Rahmawati, R. (2015). Analisis Kinerja Portofolio Optimal
Capital

Asset Pricing Model (CAPM) dan Model Black Litterman. Jurnal Gaussian, 4(3), 421-429.

Brigham, Eugene F and Daves, Philip R. (2018). Intermediate Financial Management. Boston,
USA: Cengage.

27