MODEL KESEIMBANGAN
RISIKO DAN RETURN
( CAPITAL ASSET PRICING MODEL )
1.1 Hubungan Positif Antara Resiko dan Return
Return dan risiko mempunyai hubungan yang
positif, semakin besarrisiko (risk) yang ditanggung, semakin besar pengembalian
(return) yangharus dikompensasikan. Sebaliknya, semakin kecil return yang
diharapkan,semakin kecil risiko yang ditanggung.Model perhitungan risiko yang
paling sering dipergunakan khususnyadalam investasi, yaitu secara standar
deviasi dan varian tingkat pengembalianfaktor yang perlu diperhatikan adalah
seperti harga saham deviden yang perlu.Hubungan antara risiko dengan tingkat
pengembalian adalah:
1.Bersifat linear atau searah
2.Semakin tinggi tingkat
pengembalian maka semakin tinggi pularisiko
3.Semakin besar asset yang kita tempatkan dalam keputusan
investasimaka semakin besar pula risiko yang timbul dari investasi tersebut.
4.Kondisi linear hanya mungkin
terjadi pada pasar yang bersifatnormal
Secara
teknis, semakin tinggi expected return, maka risk yang
dihadapi investor juga semakin tinggi dan berlaku sebaliknya. Hubungan risk
and return adalah linear dan searah. Grafik Security Market
Line berikut menjelaskan hubungan risk and return dalam
investasi dipasar modal.
Grafik SML di
atas menunjukkan bahwa adanya hubungan positif antara risk and return.
yang mana risk ditunjukkan oleh E(Rp) atau expected
return portfolio pada sumbu Y dan risk ditunjukkan
oleh βp atau Beta portofolio pada
sumbu X. Sementara itu, Rf merupakan tingkat keuntungan
investasi pada aset bebas risiko dengan risiko sebesar nol (0). E(Rm)
atau expected return market merupakan tingkat keuntungan
pasar saham. Sedangkan βm atau Beta pasar
merupakan risiko pasar yang bernilai 1. Perhatikanlah garis Security
Market Line (SML) yang dimulai dari titik Rf dan
menuju pada pertemuan titik E(Rm) dan titik βm yang
merupakan tingkat keuntungan pasar saham (diukur menggunakan indeks pasar
seperti IHSG, LQ-45, JII, dll). Dari penjelasan tersebut, maka kesimpulan
bahwa risk and return berhubungan linear memang benar.
Perhatikan garis SML, semakin meningkat E(Rp) maka βp juga
semakin meningkat.
2.
Capital Aset Princing Model
2.1
Model – Model Keseimbangan
Digunakan untuk :
1. memahami bagaimana perilaku investor secara
keseluruhan
2. memahami bagaimana mekanisme pembentukan harga
dan return pasar dalam bentuk yang lebih sederhana
3. Memahami bagaimana menentukan risiko yang
relevan terhadap suatu asset
4. Memahami hubungan risiko dan return yang
diharapkan untuk suatu asset ketika pasar dalam kondisi seimbang
2.2 Capital asset Pricing Model ( CAMP )
- Diperkenalkan pertama kali oleh
Sharpe, Lintner dan Mossin pada pertengahan 60-an
- Merupakan model yang
menghubungkan tingkat return yang diharapkan dari suatu asset berisiko
dengan risiko dari asset tersebut saat pasar dalam kondisi seimbang
- CAPM dapat digunakan untuk
mengestimasikan return suatu sekuritas
1. Berdasar model Markowitz, masing-masing
investor akan mendiversifikasikan portofolionya dan memilih portofolio optimal
berdasar preferensi investor terhadap return dan risiko
2. Semua investor mempunyai distribusi
probabilitas di masa depan yang identik
3. Semua investor mempunyai satu periode waktu
yang sama
4. Semua investor dapat meminjam (borrowing) dan
meminjamkan (lending) uang pada tingkat return yang bebas risiko (risk free
rate of return)
5. Tidak ada biaya transaksi
6. Tidak ada pajak pendapatan
7. Tidak ada inflasi
8. Terdapat banyak sekali investor dan tidak ada
satu investor pun yang dapat mempengaruhi harga suatu sekuritas. Investor
adalah price taker
9. Pasar dalam kondisi seimbang (equilibrium)
- CAPM membantu menyederhanakan
gambaran realitas hubungan return dan risiko dalam dunia nyata yang
terkadang sangat kompleks
- Jika semua asumsi diatas
terpenuhi maka akan terbentuk pasar yang seimbang, dimana investor tidak
akan dapat memperoleh abnormal return (return ekstra)
2.3 Capital Market Line (CML)
- Merupakan garis yang
menunjukkan semua kemungkinan kombinasi portofolio efisien yang terdiri
dari aktiva-aktiva berisiko dan aktiva bebas risiko.
- Harga pasar dari risiko
menunjukkan tambahan return yang dituntut oleh pasar karena adanya
kenaikan risiko portofolio relative terhadap risiko pasar.
2.4 Security Market Line ( SML )
- Garis yang menghubungkan
tingkat return yang diharapkan dari suatu sekuritas dengan risiko
sistematis (beta)
- SML dapat digunakan untuk
menilai sekuritas secara individual dalam kondisi pasar yang seimbang
- Risiko sekuritas adalah beta,
karena pada pasar seimbang portofolio yang terbentuk sudah
terdiversifikasi dengan baik sehingga risiko yang relevan adalah risiko
sistematis (beta)
- Beta menujukkan sensitivitas
return sekuritas terhadap perubahan return pasar. Semakin tinggi beta maka
semakin sensitive sekuritas tersebut terhadap perubahan pasar
- Beta dapat digunakan untuk
membanding risiko sistematis antara satu sekuritas dengan sekuritas lain
- Persamaan SML atau disebut
sebagai Capital Asset Pricing Model :
E(Ri)
= RBR + βi [E(RM) – RBR]
- Pada kondisi pasar yang
seimbang, harga-harga sekuritas seharusnya berada pada SML.
- Tapi kadang-kadang bisa terjadi
harga sekuritas tidak berada pada SML karena sekuritas-sekuritas tersebut
undervalued atau overvalued
a.
Undervalued : tingkat return yang diharapkan lebih besar dari return yang
disyaratkan investor
b. Overvalued :
tingkat return yang diharapkan lebih rendah dari return yang disyaratkan
investor
- Investor yang mengetahui suatu
sekuritas undervalued, akan membeli sekuritas tersebut
- Investor yang mengetahui bahwa
sekuritas yang dipegangnya overvalued akan berusaha menjual sekuritas
tersebut
Estimasi SML :
Untuk membentuk, garis SML diperlukan estimasi
3 variabel :
a. Tingkat return bebas risiko
b. Tingkat return yang diharapkan investor
(diwakili indeks pasar)
c. Besarnya beta untuk masing-masing sekuritas
3. Estimasi Beta (
Risiko Sistematis )
3.1 Perhitungan Risiko
Sistematis ( Data Pengharapan )
βi (risiko sistematis)
pada dasarnya merupakan koefisien regresi dari market model. Beta juga bisa
dihitung melalui formula berikut ini.
βi = ( σ Rm Ri / σ 2 Rm )
Ø βi : Beta atu Resiko Sistematis Aset i
Ø σ Rm Ri : Kovarians antara Return Aset i dengan
Return Pasar
Ø σ 2 Rm : Varian Return Pasar,
3.2 Perhitungan Resiko
Sistematis ( Data Historis )
Perhitungan Risiko
Sistematis (Data Historis) Model regresi berikut ini bisa dipakai untuk
menghitung risiko sistematis:
Rit = αi + ßi Rmt + eit
Ø Rit = Return
aset/saham i pada periode t
Ø αi =
Intercept dari regresi tersebut
Ø ßi = Koefisien regresi (indikator risiko sistematis
aset/saham i)
Ø Rmt = Return
portofolio pasar pada periode t
Ø ei = Residual
Model tersebut dikenal
sebagai market model. Model regresi di atas menggunakan return pasar sebagai
variabel bebas, dan return saham/aset sebagai variabel tidak bebas. Model pasar
mempunyai kemiripan dengan model indeks tunggal. Model indeks tunggal lebih
restrictif, misal mengasumsikan kovarians antar saham sama dengan nol . Model
Indeks pada dasarnya mengatakan bahwa ada faktor bersama yang mempengaruhi
return-return saham. Faktor tersebut bisa berupa return saham, atau faktor
lainnya. Model pasar hanya mengatakan bahwa return saham diturunkan dari return
pasar.
4. Perubahan Pada Garis SML
4.1 Perubahan Intercept
Misalkan inflasi adalah 10%.
Misalkan tingkat bunga aset bebas risiko riil adalah 5%. Tingkat bunga nominal
dengan demikian adalah:
Tingkatbunganominal=tingkatbungariil+premiinflasi
15%=10%+5%
Tingkat
keuntungan aset bebas risiko adalah 15%. Misal inflasi meningkat menjadi 15%.
Tingkat keuntungan aset bebas risiko nominal berubah menjadi 15% + 5% = 20%.
RFdengan demikian berubah dari 15% menjadi 20%. Perubahan tersebut
mengakibatkan SML bergeser ke atas, karena RFyang baru lebih besar dibandingkan
dengan RFyang lama, seperti terlihat pada bagan berikut.
4.2 Perubahan Slope
. Perubahan Slope Misalkan kondisi ekonomi menjadi
semakin memburuk, ketidakpastian menjadi semakin tinggi. Risiko dalam situasi
tersebut akan meningkat. Premi risiko akan semakin meningkat, yang berarti
slope dari garis SML akan berubah menjadi semakin tajam. Misalkan return pasar
adalah 20% dan return aset bebas risiko adalah 10%. Premi risiko dihitung
melalui slope dari SML, yaitu:
Slope =
(E(RM) – Rf) / (βM - βRF)
Karena βM = 1 dan βRF = 0, maka premi risiko adalah
20 – 10 = 10%. Misalkan risiko meningkat, maka premi risiko juga meningkat.
5.
Perbandingan Model Indeks Tunggal dengan Model
Markowitz
Perbandingan Model
Indeks Tunggal dengan Model Markowitz Bagaimana kaitan antara risiko total
dengan risiko sistematis? Menurut model indeks tunggal, risiko total merupakan
penjumlahan risiko sistematis dengan risiko tidak sistematis, seperti berikut
ini.
σ i2 = ßi2 σM2 + σei2
Risiko total dihitung langsung melalui varians
return (model Markowitz). sedangkan risiko tidak sistematis dihitung melalui
varians residual dari model pasar (market model).
Tidak ada komentar:
Posting Komentar