ABSTRACT
When Investor making an investment, whatever the type, the main element
of investor’s consideration is the rate of return and the rate of risk.
Every investor willing to get an optimal return, but on the reality,
investor faced by uncertainty called risk. By making diversification,
investor my reduce the rate of risk and optimizes the rate of expected
return. It can be done by forming composition of portfolio. To get an
optimal portfolio, investor can choose his proportion asset in
portfolio. The objectiveness of this review article is to see the
effectiveness some analysis method like Markowitz, SIM and CAPM, that
used by investor to determined the stock performance. From some
literature, we can analyze that Markowitz, SIM, and CAPM models are
very useful to decide the proportion of fund that will be invested. Some
new technology application support and make the formula easier to be
applied.
PENDAHULUAN
Investasi merupakan sebuah cara alternatif yang dapat digunakan untuk
meningkatkan nilai aset di masa depan, dengan melakukan investasi,
menurunnya purchasing power akibat inflasi dapat di ofsett oleh return
yang di dapatkan dari investasi. investasi sendiri dapat digolongkan ke
dalam dua jenis, yaitu :
1. Investasi pada real asset
2. Investasi pada financial asset
Investasi pada real asset dapat dilakukan dengan membeli peralatan,
pendirian pabrik, perbaikan mesin produksi, dll. Sedangkan investasi
pada financial asset (instrumen keuangan) dapat dilakukan pada pasar
uang (berupa sertifikat deposito, commercial papper, dll) maupun pasar
modal (berupa saham, obligasi, dll).
Investor pada umumnya merupakan pihak yang sangat tidak menyukai resiko
tetapi menginginkan return yang maksimal, untuk itulah dewasa ini,
investasi di sektor financial menjadi primadona di kalangan investor,
karena menjanjikan tingkat return yang lebih tinggi dibandingkan dengan
investasi di sektor real asset maupun di pasar uang. Pada tahun
1992-1998 nilai emisi dan nilai kapitalisasi di pasar modal tumbuh
rata-rata 44,9%, dan 61,31% per tahun. Padahal pada periode yang sama
dana masyarakat, aktiva dan kredit perbankan hanya tumbuh masing-masing
sebesar 24,76%, 23,12%, dan 22,37% (Achsien, 2003 dalam Yuliastuti
2007).
Meskipun investasi di pasar modal menjanjikan tingkat return yang lebih
tinggi, namun kita perlu ingat bahwa semakin besar return, maka tingkat
resiko-nya akan semakin besar pula. Untuk itulah sebagai seorang
investor yang rasional, hal yang paling penting untuk diperhatikan
adalah bagaimana investasi dapat menghasilkan return optimal pada
tingkat resiko yang minimal.
Dalam memaksimalkan return dan meminimalkan resiko, investor dapat
melakukan diversifikasi, diversifikasi dapat diwujudkan dengan cara
mengkombinasikan berbagai pilihan saham dalam investasinya (membentuk
portofolio saham optimal). Melalui portofolio ini investor dapat
memaksimalkan keuntungan yang diharapkan dari investasi dengan tingkat
risiko tertentu atau berusaha meminimalkan risiko untuk sasaran tingkat
keuntungan tertentu.
Menurut Tandelilin (2000:9) ada dua strategi portofolio yang bisa
dipilih, yaitu strategi portofolio aktif dan strategi portofolio pasif.
Strategi portofolio aktif meliputi kegiatan penggunaan informasi yang
tersedia dan teknik-teknik peramalan secara aktif untuk mencari
kombinasi portofolio yang lebih baik. Sedangkan strategi portofolio
pasif meliputi aktivitas investasi pada portofolio yang seiring dengan
kinerja indeks pasar.
Semua investor tentunya mempunyai tujuan untuk mendapatkan keuntungan
dari penyertaan modalnya ke perusahaan. Untuk mencapai tujuan tersebut,
pihak investor harus melakukan suatu analisis terhadap saham-saham yang
akan dibeli. Hasil analisis dapat digunakan untuk pembentukan portofolio
investasi. Analisis terhadap saham harus dilakukan dengan teliti,
terutama mengenai tingkat return dan risk. Dengan adanya analisis,
diharapkan dapat dijadikan dasar dalam pengambilan keputusan. Keputusan
yang tepat akan dapat memberikan hasil yang optimal.
PERMASALAHAN
Kegagalan para investor dalam membentuk portofolio yang optimal pada
umumnya disebabkan karena investor mendapatkan informasi yang terlalu
banyak (overload informasi), sehingga investor tidak bisa mengambil
informasi yang paling relevan dan paling dibutuhkan dalam membuat
portofolio set dan menganalisis prospek jangka panjangnya.
Konsep diversivikasi sebenarnya merupakan sebuah cara yang bisa
dilakukan untuk mengatasi permasalahan tersebut, diversifikasi
memberikan sebuah informasi yang paling relevan yang bisa digunakan
untuk mengukur ketidakpastian resiko investasi dengan menggunakan varian
dari return. Hasil pengukuran varian dari tersebut nantinya dapat
digunakan sebagai dasar untuk menganalisa saham-saham yang dapat dipilih
untuk membentuk rangkaian portofolio yang bisa memberikan return yang
optimal.
Permasalahan yang timbul sekarang adalah bagaimana model- model optimasi
portofolio maksimal seperti, Markowitz, Single Index Model, dan CAPM
dapat menghasilkan suatu formula yang benar-benar mungkin dilakukan
investor dalam memperhitungkan pembentukan portofolio yang maksimal?
Beberapa penelitian telah banyak dilakukan untuk melihat apakah model
Markowitz dapat digunakan dengan mudah untuk membentuk portofolio yang
eficient? apakah Single Index Model dapat memberikan jaminan untuk
memperkirakan beta di masa yang akan datang dengan baik? dan apakah CAPM
cukup valid dalam menentukan return di masa yang akan datang?
PEMBAHASAN
Investasi pada dasarnya merupakan sebuah usaha menempatkan dana saat ini
pada sektor tertentu untuk menghasilkan manfaat finansial di masa yang
akan datang. Pada saat melakukan investasi, investor harus
memperhatikan tingkat return yang akan didapatkan, return terdiri dari
dua komponen, meliputi :
1. Capital gain (loss), merupakan keuntungan (kerugian) yang
didapatkan oleh investor atas selisih harga beli dengan harga jual di
pasar sekunder.
2. Yield, merupakan pendapatan atau aliran kas yang diterima investor secara periodik, baik berupa bunga maupun deviden.
Menghitung rata-rata (mean) hasil pengembalian (expected return) dapat dilakukan dengan rumus :
dimana
E = hasil pengembalian rata-rata,
Pt = probabilitas dari etiap tingkat hasil pengembalian
Rt = tingkat hasil pengembalian
Menghitung rata-rata (mean) hasil pengembalian (expected return) portofoli dilakukan dengan rumus :
dimana
E = hasil pengembalian rata-rata,
We = prosentase jumlah yang diinvestasikan
Rs = tingkat hasil pengembalian dari saham ‘S’
Rc = tingkat hasil pengembalian dari saham ‘c’
Meskipun tingkat return merupakan komponen yang sangat menentukan dalam
pemilihan investasi, namun kita juga harus ingat bahwa semakin tinggi
tingkat return yang dijanjikan, maka tingkat resiko yang dihadapi pun
akan semakin tinggi, oleh karena itulah disamping memperhitungkan
return, kita juga harus memperhatikan hubungan antara return dengan
resiko dalam menentukan pilihan investasi.
Seperti yang kita ketahui, resiko merupakan besarnya penyimpangan antara
tingkat pengembalian yang diharapkan (expected return) dengan tingkat
pengembalian yang dicapai secara nyata (actual return), bila
penyimpangan semakin besar, maka semakin besar pula tingkat resikonya.
Resiko sendiri terdiri dari resiko sistematis dan resiko tidak
sistematis, resiko sistematis merupakan resiko yang dialami oleh semua
investasi tanpa terkecuali, resiko ini dinamakan juga resiko pasar,
sedangkan resiko tidak sistematis merupakan resiko yang hanya dialami
oleh jenis investasi tertentu yang bisa disebabkan oleh faktor
manajemen, ciri khusus industri, dsb (Francis, 1988 dalam Yuliastuti
2007). Risiko tidak dapat dihindari, tetapi dapat dikelola agar risiko
tersebut dapat diminimalisasi (risiko terkontrol).
Resiko dapat dihitung dengan menggunakan rumus sbb:
Rumus deviasi standar (standar penyimpangan) :
Menghitung deviasi standar (standar penyimpangan) dengan rumus :
a dan b dapat dicari melalui :
MODEL MARKOWITZ
Melalui konsep diversifikasi (dengan pembentukan portofolio saham yang
optimal), investor dapat memaksimalkan keuntungan yang diharapkan dari
investasi dengan tingkat risiko tertentu atau berusaha meminimalkan
risiko untuk sasaran tingkat keuntungan tertentu. Di tahun 1952,
Markowitz mengembangkan suatu bentuk diversifikasi yang efisien. Ukuran
yang dipakai dalam portofolio Markowitz adalah koefisien korelasi.
Koefisien korelasi positip menunjukkan bahwa kedua asset bergerak
searah, sedang koefisien korelasi negatip menunjukkan bahwa kedua asset
bergerak berlawanan.
Menurut Markowitz, portofolio yang maksimal adalah dengan
mengkombinasikan beberapa aset yang koefisien korelasi-nya kurang dari
positif, disamping itu, apabila ada dua surat berharga yang return-nya
sama tetapi resikonya berbeda, maka dipilih yang risiko rendah. (Agus,
2005). Kumpulan portofolio efisien Markowitz terletak pada garis batas
(efficient frontier) serangkaian portofolio yang memiliki pengembalian
maksimal untuk tingkat pengembalian tertentu. Inti dari efficient
frontier Markowitz adalah bagaimana mengalokasikan dana ke
masing-masing saham dalam portofolio untuk mencari titik maksimal
portofolio.
Persamaan untuk eficient set portofolio adalah sebagai berikut :
Min
= representasi keseluruhan varian sebuah portofolio
n = jumlah saham dalam portofolio
Dengan Konstrain berikut :
(1) E =
(2) 1.0 =
dimana,
xr = proporsi uang yang dialokasikan untuk saham i
E (r*p) = adalah tingkat return yang diharapkan
E (rj) = adalah tingkat return untuk setiap saham
Dengan menggunakan persamaan (1), dapat dihitung sebuah portofolio
dengan varian yang paling kecil, untuk setiap tingkat return yang
dikehendaki investor. Model representasi keseluruhan tersebut
menghasilkan banyak solusi yang tidak mungkin, karena jumlah alokasi
terkadang lebih dari = 1. Untuk mengatasi permasalahan tersebut, kita
dapat mengimplementasikan Algoritma Genetika dalam model Efficient
frontier Markowitz, jika dalam model Markowitz tradisional alokasi
dilakukan dengan menggunakan Quadratic programming (aplikasi MS Excell),
dimana resiko ditahan konstan kemudian algoritma bergerak untuk
memperoleh return yang maksimal, atau sebaliknya return ditahan konstant
kemudian algoritma meminimalkan resiko, maka dalam model Algoritma
Genetika, pergerakan dapat dilakukan dengan berssamaan dalam
memaksimalkan return dan meminimalkan resiko, dengan demikian, total
jumlah alokasi akan selalu = 1, sehingga tidak akan terjadi solusi yang
tidak mungkin dalam proses pengalokasian dana (Rostianingsih, Taufik N,
2005). Penggunaan Algoritma Genetika untuk pemilihan portofolio saham
dalam model Markowitz dapat mengatasi kelemahan pengalokasian dana dalam
pembentukan efficient set portofolio
Model Markowitz telah terbukti membawa pemilihan portofolio yang
efisien, yang terletak pada garis efisien (efficient frontier), yaitu
portofolio yang merupakan porfolio pasar, tetapi dengan asumsi: (1) para
investor adalah penghindar risiko yang memaksimalkan utility yang
diharapkan; (2) investor memilih portofolio dengan dasar pertimbangan
rata-rata varian dan return yang diharapkan; (3) semua investor
melakukan periode pemegangan tunggal (single holding periode); disamping
itu ada asumsi impilisit bahwa modal yang digunakan investor adalah
modal sendiri, bukan dari pinjaman. (Agus, 2005). Dengan menggunakan
model Markowitz, investor bisa memanfaatkan semua informasi yang
tersedia sebagai dasar pembentukan portofolio yang maksimal.
MODEL SINGLE INDEX
Single Index Model memberikan sebuah alternatif analisis varian yang
lebih mudah jika dibandingkan dengan analisis model markowitz, lewat
SIM, kita dapat menentukan efficient set portofolio dengan kalkulasi
yang lebih mudah, karena SIM menyederhanakan jumlah dan jenis input
(data), serta prosedur analisis untuk menentukan fortfolio yang optimal.
SIM mengasumsikan bahwa korelasi return masing-masing sekuritas terjadi
karena adanya respon sekuritas tersebut terhadap perubahan indeks
tertentu (seperti IHSG).
Penggunaan model indeks tunggal memerlukan penaksiran beta dari
saham-saham yang akan dimasukkan ke dalam porfolio, dalam menentukan
beta, kita dapat menggunakan sebuah judgement, di samping itu kita bisa
menggunakan beta historis untuk menghitung beta waktu lalu yang
dipergunakan sebagai taksiran beta di masa yang akan datang. Beta
historis memberikan informasi yang berguna tentang beta di masa yang
akan datang karena itu seringkali para analis menggunakan beta historis
sebelum mereka menggunakan judgement untuk memperkirakan beta.
Rumus Estimating Beta
Ri = αi + βi Ŕm + ei (1.19)
Persamaan ini merupakan persamaan regresi sederhana. Beta menunjukkan
kemiringan (slope) garis regresi tersebut. Alpha menunjukkan intercept
dengan sumbu Rij. Makin besar beta, makin curam kemiringan garis
tersebut dan sebaliknya.
Beberapa variabel akuntansi yang digunakan untuk memperkirakan beta, antara lain:
a. Divident Payout (yaitu perbandingan antara dividen perlembar saham dengan laba perlembar saham)
b. Pertumbuhan aktiva (yaitu perubahan aktiva pertahun)
c. Leverage (yaitu rasio antara hutang dengan total aktiva)
d. Likuiditas (yaitu aktiva lancar dibagi dengan hutang lancar)
e. Asset size (yaitu nilai kekayaan total)
f. Variabilitas keuntungan (yaitu standar deviasi dari earning price ratio)
Beta akunting (yaitu yang timbul dari regresi time series laba
perusahaan terhadap rata-rata keuntungan semua (sampel) perusahaan.
Beta sekuritas individual cenderung mempunyai koefisien determinasi
(yaitu bentuk kwadrat dari koefisien korelasi) yang lebih rendah dari
beta portofolio. Koefisien determinasi menunjukkan proporsi perubahan
nilai Ri yang bisa dijelaskan oleh Rm.
Dengan menghitung koefisien beta yang mencerminkan tingkat risiko
masing-masing saham yang diamati, dan tingkat return saham, maka kita
dapat menentukan excess return to beta (ERB) yang mencerminkan tingkat
keuntungan yag sangat mungkin dapat dicapai. Untuk mendapatkan kandidat
portofolio kuat, kita tinggal membandingkan ERB dengan Cut off Rate
untuk menhasilkan saham-saham yang memiliki tingkat return yang tinggi
dan risiko yang minimal yang dapat mengeliminir risiko tidak sistematis.
jika suatu jenis saham angka Excess Return to Beta (ERB)-nya lebih
besar dari angka batas C (cut of rate) maka saham tersebut masuk sebagai
kandidat portofolio.
Penentuan proporsi dana yang diinvestasikan dapat dilakukan dengan cara
membagi persentase tingkat return dengan total proporsi investasi.
Rumus dasar SIM :
Menghitung the expexted returns
+
Menghitung variance :
Menghitung covariance :
Dimana,
= Return saham i (TR)
= Return pada pasar (TR)
= Return saham yang tidak tergantung pada pasaar
= eror
= varian portofolio
= Beta
Tujuan Akhir dari Single Index Model sama dengan analisis Markowitz,
yaitu mencari garis portofolio yang efisien. Dengan demikian investor
dapat menentukan jenis saham dan proporsi dana yang diperlukan dalam
membentuk sebuah portofolio yang maksimal dengan analisis yang lebih
mudah.
MODEL CAPM
Di tahun 1965, Sharpe menyempurnakan model portofolio Markowitz ditambah
dengan asumsi: (1) adanya tingkat bebas risiko; (3) investasi bisa
dipecah-pecah dalam bentuk yang sekecil mungkin; (3) adanya kebebasan
short sales (4) semua aktiva bisa diperjual belikan. Dengan demikian
maka portofolio yang efisien suatu garis pasar modal (capital market
line) yang intersepnya adalah tingkat bebas risiko (rf). Untuk
mengambarkan trade-off antara risiko dan return untuk seluruh surat
berharga, baik yang efisien maupun yang tidak, maka ukuran yang dipakai
bukanlah varian, tetapi adalah risiko sistematisnya (β). Hubungan antara
risiko sistematis dengan return tersebut apabila digambarkan dalam
suatu model akan membentuk Capital Asset Pricing Model (CAPM) (Agus,
2005).
Capital Asset Pricing Model merupakan suatu model keseimbangan yang bisa
menggambarkan atau memprediksi realitas di pasar yang bersifat
kompleks, sehinga dapat membantu kita melihat hubungan return dan resiko
di dunia nyata yang terkadang sangat kompleks. Selain itu CAPM juga
dapat dipergunakan untuk menentukan harga suatu aktiva modal (capital
assets), dengan mengingat segala karakteristik aktiva tersebut. Yang
dimaksud karakteristik aktiva tersebut adalah risikonya. Dengan model
ini kita mencoba menentukan berapa harga yang seharusnya bersedia
dibayar oleh para investor terhadap suatu aktiva modal.
Model CAPM :
E(Ri)=Rf+[E(Rm)-Rf]βi
Dimana,
E(Ri) = return yang diharapkan dari surat berharga i
(β) = resiko sistematis
[E(Rm)-Rf] = market risk premium
Dalam CAPM, β adalah ukuran dari hubungan paralel dari sebuah saham
biasa dengan seluruh tren dalam pasar saham. Bila β > 1.00 artinya
saham cenderung naik dan turun lebih tinggi daripada pasar. β < 1.00
artinya saham cenderung naik dan turun lebih rendah daripada indek pasar
secara umum (general market index). Perubahan persamaan risiko dan
perolehan (Equation Risk and Return) dengan memasukan faktor β
dinyatakan sebagai:
Rs = Rf + βs (Rm – Rf)
Rs = Expected Return on a given risky security
Rf = Risk-free rate
Rm = Expected return on the stock market as a whole
βs = Stock’s beta, yang dihitung berdasarkan waktu tertentu
CAPM bertahan bahwa harga saham tidak akan dipengaruhi oleh unsystematic
risk, dan saham yang menawarkan risiko yang relatif lebih tinggi
(higher βs) akan dihargai relatif lebih daripada saham yang menawarkan
risiko lebih rendah (lower βs). Riset empiris mendukung argumen mengenai
βs sebagai prediktor yang baik untuk memprediksi nilai saham di masa
yang akan datang (future stock prices) (Yohan Naftali, 2007).
Berbagai pengujian CAPM dengan data empiris telah banyak dilakukan. Pada
tahun 2005, Saputra dan Leng menggunakan sampel saham-saham di BEJ pada
tahun 1999, untuk melihat pegaruh risiko sistematis dan likuiditas
terhadap return saham-saham. Likuiditas diukur dengan bid-ask spread.
Hasilnya menunjukkan bahwa baik likuiditas maupun risiko sistematis
secara signifikan mempengaruhi return, tetapi diantara kedua faktor
tersebut yang paling banyak berpengaruh adalah risiko sistematis (Agus,
2005)
KESIMPULAN
Alternatif investasi modal sangat dipengaruhi oleh faktor kondisi pasar
modal yang mencakup berbagai informasi yang berhubungan dengan harga
saham yang terjual belikan. Rationalitas investor dapat diukur
sejauhmana mereka dapat menentukan pilihannya untuk mendapatkan hasil
yang maksimum pada tingkat risiko tertentu. Para investor secara
rasional akan mencari portofolio yang memberikan Return maksimal pada
risiko minimal.
Analisis portofolio dapat digunakan untuk menentukan return optimal pada
risiko yang minimal, salah satu metode analisis yang banyak digunakan
adalah SIM, model ini merupakan bentuk penyederhanaan dari model
portofolio maksimal Markowitz, analisis dilakukan dengan menghitung
koefisien beta yang mencerminkan tingkat risiko dan tingkat return
masing-masing saham yang diamati, dengan diketahuinya tingkat return
saham dan koefisien beta, kita dapat menentukan exess returns to beta
(ERB) yang. mencerminkan tingkat keuntungan yang sangat mungkin dapat
dicapai. Langkah selanjutnya untuk mendapatkan kandidat portofolio kuat,
diperoleh dengan membandingkan antara ERB dengan Cut off Rate untuk
menghasilkan saham-saham yang memiliki tingkat return yang tinggi dan
risiko yang minimal untuk mengeliminir risiko tidak sistematis. Dari
analisis portfolio tersebut, kita dapat menentukan proporsi dana vang
diinvestasikan, dengan cara membagi persentase tingkat return dengan
total proporsi investasi.
Disamping beberapa model analisis seperti Eficient Frontier Markowitz
dan SIM, terdapat beberapa model keseimbangan seperti CAPM dan APT Model
keseimbangan CAPM membantu menggambarkan hubungan resiko dan return
secara lebih sederhana, dan hanya menggunakan satu variable (disebut
juga variable beta) untuk menggambarkan resiko, sedangkan APT lebih
kompleks disbanding CAPM karena menggunakan sekian banyak variable
pengukur resiko (eduardus tandelilin, 2001)
Model-model analisis dan model keseimbangan telah banyak digunakan
untuk menentukan portfolio set yang optimal, dalam beberapa decade
terakhir, model-model tersebut telah banyak dikembangkan untuk lebih
memberi kemudahan bagi investor dalam membuat analisis. Beberapa
Software aplikasi juga turut mendukung kemudahan analisis, sehingga
beberapa kendala yang sering ditemui (kompleksitas, waktu perhitungan)
oleh investor dapat di atasi.
REFERENSI
Atarmono, 2001, Analisis Portofolio Saham Untuk Menentukan Return Optimal dan Resiko Minimal, Jurnal JIPTUNMREPP, September
Didik Rudiyanto, 2003, Analisis dan Seleksi Saham Dalam Rangka
Pembentukan dan Pemilihan Portofolio Saham Yang Optimal, Jurnal JIPTUMN,
September
Wawan Taufik dan Silvia Rostianingsih, 2005, Penggunaan Algoritma
Genetika Untuk Pemilihan Portofolio Saham Dalam Model Markowitz, Jurnal
Informatika Volume 6, No 2 , November : 105-109
Ahsan At All, “Analytical approximation for a multi-period portfolio problem with vector autoregressive returns”, Maret (2004)
Statman, Meir and Jonathan Scheid. “Global diversification,” Journal of Investment Management, Vol. 3, No. 1 (2005): 1-11
Statmant Meir and Scheid Jonathan, Correlation, “Return Gaps And The
Benefit of Diversification”, California 95128, November (2007) : 1-12
Eduardus Tandelilin, 2001, Analisis Investasi dan Manajemen Portofolio, Yogyakarta, BPFE
Sari Yuliasih, 2007, Analisis Return Invevstasi Islam Terhadap Investasi Konvensional Di Indonesia, Surakarta