Model Penetapan Harga Aktiva Modal (Capital Asset Pricing Model)

dan Abitrage Pricing Theory (APT)

MAKALAH
Disusun untuk memenuhi tugas mata kuliah Pasar Modal dan Manajemen Keuangan

Dosen

Dr. Islahudzzaman, S.E., Ak., CA.

Elga Fauziah Giovani 1618104009

Imas Anita 1618104012

MAGISTER AKUNTANSI

UNIVERSITAS WIDYATAMA

BANDUNG

2019

1
 BAB I

Pendahuluan

1.1 Latar Belakang

Tujuan dari materi ini adalah untuk mempelajari model-model keseimbangan yang
berguna dalam analisis investasi. Secara spesifik, setelah mempelajari ini, pembaca
diharapkan memiliki pemahaman yang lebih baik mengenai:

 Model penetapan harga kapital (capital asset pricing model, CAPM),

 Teori penetapan harga arbitrasi (arbitrage pricing theory).

Pada kelompok sebelumnya telah dijelaskan tentang berbagai konsep dasar yang perlu
dipahami investor dalam pembentukan portofolio yang optimal, serta bagaimana cara
membentuk portofolio optimal tersebut. Selanjutnya, dalam bab ini akan dibahas suatu
konsep penting dan mendasar lainnya dalam ilmu investasi yang disebut sebagai model
keseimbangan. Pada dasarnya, sebuah model akan bisa membantu kita memahami suatu
permasalahan yang kompleks dalam gambaran yang lebih sederhana. Demikian pula halnya
dalam model keseimbangan. Dengan menggunakan model keseimbagan, kita akan bisa
memahami bagaimana perilaku investor secara keseluruhan, serta bagaimana mekanisme
pembentukan harga dan return pasar dalam bentuk yang lebih sederhana. Model
keseimbangan juga dapat membantu kita untuk memahami bagaimana menentukan risiko
yang relevan terhadap suatu aset, serta hubungan risiko dan return yang diharapkan untuk
suatu aset ketika pasar dalam kondisi seimbang.

Dalam bab ini akan dibahas dua model keseimbangan yang disebut sebagai Capital Aset
Pricing Model (CAPM) dan Artbitrage Pricing Theory (APT). Model CAPM merupakan
model keseimbangan yang menggambarkan hubungan risiko dan return secara lebih
sederhana, dan hanya menggunakan satu variabel (disebut juga sebagai variabel beta) untuk
menggambarkan risiko. Sedangkan model APT, merupakan sebuah model keseimbangan
alternatif yang lebih kompleks dibanding CAPM, karena menggunakan beberapa variabel
pengukur risiko untuk melihat hubungan risiko dan return.

2
1.2 Rumusan Masalah
1. Bagaimana penetapan harga kapital?
2. Apa yang dimaksud portofolio pasar?
3. Apa pengertian beta portofolio?
4. Bagaimana cara pengujian CAPM?

1.3 Tujuan Penyusunan Makalah

1. Untuk mengetahui bagaimana penetapan harga kapital
2. Untuk mengetahui pengertian portofolio pasar
3. Untuk mengetahui pengertian beta portofolio
4. Untuk mengetahui cara pengujian CAPM

3
 BAB II

Landasan Teori

2.1 Model Penetapan Harga Kapital

CAPM pertama kali dikenalkan oleh Sharpe, Lintner dan Mossin pada pertengahan
tahun 1960-an. CAPM merupakan suatu model yang menghubungkan tingkat return yang
diharapkan dari suatu aset berisiko dengan risiko dari aset tersebut pada kondisi pasar yang
seimbang.

CAPM didasari oleh teori portofolio yang dikemukakan oleh Markowitz. Berdasarkan
model Markowitz, masing-masing investor diasumsikan akan mendiversifikasikan
portofolionya dan memilih portofolio yang optimal atas dasar preferensi investor terhadap
return dan risikom pada titik-titik portofolio yang terletak di sepanjang garis portofolio
efisien. Di samping asumsi itu, ada beberapa asumsi lain dalam CAPM yang dibuat untuk
menyederhanakan realitas yang ada, yaitu:

1. Semua investor mempuyai distribusi probabilitas tingkat return di masa depan yang
identik, karena mereka mempunyai harapan atau ekspektasi yang hampir sama.
Semua investor menggunakan sumber informasi seperti tingkat return, varians return
dan matriks korelasi yang sama dalam kaitannya dengan pembentukan portofolio
yang efisien.
2. Semua inverstor mempunyai satu periode waktu yang sama, misalnya satu tahun.
3. Semua investor dapat meminjam (borrowing) atau meminjamkan (lending) uang pada
tingkat return yang bebas risiko (risk-freee rate of return).
4. Tidak ada biaya transaksi.
5. Tidak ada pajak pendapatan.
6. Tidak ada inflasi.
7. Terdapat banyak sekali investor, dan tidak ada satu pun investor yang dapat
memengaruhi harga suatu sekuritas. Semua investor adalah price-taker.
8. Pasar dalam keadan seimbang (equilibrium).

Asumsi-asumsi di atas memang terlihat tidak realistis, misalnya tidak adanya biaya
transaksi, inflasi, pajak pendapatan dan hanya ada satu periode waktu. Asumsi tersebut

4
memang sulit kita temui dalam dunia senyatanya. Jika demikian, mengapa kita perlu
membahas CAPM? Kita perlu mempelajari CAPM karena CAPM merupakan model yang
bisa menggambarkan atau memprediksi realitas di pasar yang bersifat kompleks, meskipun
bukan kepada realitas asumsi yang digunakan. Oleh karena itu, CAPM sebagai sebuah model
keseimbangan bisa membantu kita menyederhanakan gambaran realitas hubungan return dan
risiko dalam dunia nyata yang terkadang sangat kompleks.

Jika semua asumsi di atas terpenuhi maka akan terbentuk suatu pasar yang seimbang.
Dalam kondisi pasar yang seimbang, investor tidak akan bisa memperoleh return abnormal
(return ekstra) dari tingkat harga yang terbentuk, termasuk bagi investor yang melakukan
perdagangan spekulatif. Oleh karena itu, kondisi tersebut akan mendorong semua investor
untuk memilih portofolio pasar, yang terdiri atas semua aset berisiko yang ada. Portofolio
pasar tersebut akan berada pada garis permukaan efisien (efficient frontier) dan sekaligus
merupakan portofolio yang optimal.

2.2 Portofolio Pasar

Seperti dijelaskan di atas, bahwa pada kondisi pasar yang seimbang, semua investor
akan memilih portofolio pasar, yaitu portofolio yang terdiri atas semua aset-aset berisiko
yang juga merupakan portofolio yang optimal. Berdasarkan teori portofolio Markowitz,
portofolio yang efisien adalah portofolio yang berada di sepanjang kurva effiecient frontier,
seperti terlihat dalam gambar 6.1.

Titik M pada gambar 6.1. di atas merupakan titik persinggungan antara garis yang
ditarik dari RF (tingkat return bebas risiko) dengan effiecient frontier, maka titik
persinggungan akan berapda di titik M. Dalam kondisi pasar yang seimbang, semua investor
akan memilih portofolio pada titik M sebagai portofolio yang optimal (terdiri atas aset-aset
berisiko). Seperti telah disebutkan di atas, dalam pasar yang seimbang, terdapat asumsi
bahwa semua investor menggunakan analisis Markowitz yang sama dalam pemilihan
portofolio sehingga semua pilihan portofolio investor akan mengarah pada satu portofolio
aset berisiko yang sama (titik M), dan portofolio inilah yang disebut dengan portofolio pasar.

5
 Gambar Portofolio yang efisien dan portofolio yang optimal

Meskipun investor bisa saja memilih titik yang berbeda di sepanjang garis R F-L
(terdiri atas titik-titik portofolio yang merupakan gabungan aset berisiko dan aset bebas
risiko), misalnya di titik C, semua investor diasumsikan akan berinvestasi pada portofolio
aset berisiko yang sama yaitu titik M. Perbedaannya bahwa di titik M hanya terdiri atas
portofolio pasar yang merupakan gabungan aset-aset berisiko saja, sedangkan titik C
merupakan kombinasi antara aset bebas risiko dengan portofolio aset berisiko. Portofolio
pada titik M akan selalu terdiri atas semua aset berisiko, sehingga bisa disimpulkan bahwa
pada CAPM, portofolio pasar adalah portofolio aset berisiko yang optimal. Oleh karena
portofolio pasar terdiri atas semua aset berisiko, maka portofolio tersebut merupakan
portofolio yang sudah terdiversifikasi dengan baik. Dengan demikian, risiko portofolio pasar
hanya akan terdiri atas risiko sistematis saja, yaitu risiko yang tidak dapat dihilangkan
oleh diversifikasi. Risiko sistematis ini terkait dengan faktor-faktor ekonomi makro yang bisa
memengaruhi semua sekuritas yang ada.

Apa yang bisa dijadikan ukuran portofolio pasar? Berdasarkan model CAPM,
portofolio pasar seharusnya meliputi semua aset berisiko yang ada, baik itu aset finansial
(obligasi, opsi, future dan sebagainya) maupun aset riil (emas, real estat). Tetapi dalam
kenyataannya hal itu sulit dilakukan karena jumlahnya yang banyak sekali dan tidak mungkin

6
diamati satu persatu. Untuk itu, diperlukan suatu proksi portofolio pasar yang bisa diwakili
oleh portofolio yang terdiri atas semua saham yang ada di pasar. Proteksi ini bisa diwakili
oleh nilai indeks pasar, seperti Indeks Pasar Gabungan (IHSG) ataupun LQ 45, untuk kasus di
Indonesia. Selanjutnya indeks pasar inilah yang digunakan sebagai portofolio pasar.
Portofolio tersebut merupakan portofolio yang terdiri atas aset berisiko, dan risiko portofolio
itu akan diukur dengan menggunakan nilai deviasi standar pasar (σm).

2.3 Garis Pasar Modal (Capital Market Line)

Setelah pembahasan asumsi-asumsi CAPM dan pengertian portofolio pasar di atas,

selanjutnya kita akan membahas hubungan antara risiko dan return suatu investasi dalam
kondisi pasar yang seimbang. Untuk memahami hubungan risiko dan return tersebut kita bisa
menggunakan konsep capital market line atau garis pasar modal dan security market line atau
garis pasar sekuritas.

Garis pasar modal menggambarkan hubungan antara return yang diharapkan dengan
risiko total dari portofolio efisien pada pasar yang seimbang. Berdasarkan gambar 6.1 di atas,
terlihat bahwa titik M merupakan titik persinggungan antara garis RF-L dengan kurva
effiecient frontier. Asumsinya, pada pasar yang seimbang semua investor akan berinvestasi
pada portofolio M, karena portofolio M merupakan portofolio aset berisiko yang optimal.
Selanjutnya, jika kita tarik garis dari titik RF ke titik L dan menyinggung titik M, maka
pilihan investor akan berada pada titik-titik tertentu di sepanjang garis RF-M. Pilihan masing-
masing investor bisa berbeda-beda tergantung dari kombinasi porsi dana yang akan
diinvestasikan pada aset berisiko dan aset yang bebas risiko. Jika pilihan investor berada pada
titik RF, berarti 100% dana investor akan diinvestasikan pada aset bebas risiko. Sebaliknya,
jika pilihan investor berada pada titik M, berarti 100% dana investor diinvestasikan pada aset
berisiko. Sedangkan, jika pilihan investor berada pada titik-titik setelah titik M (antara titik M
dan L), berarti investor menginvestasikan lebih dananya pada aset berisiko dengan porsi yang
melebihi 100%. Tindakan ini sering disebut sebagai short-selling, yaitu meminjam sejumlah
dana sebagai tambahan dana untuk diinvestasikan pada aset berisiko (sehingga total dana
yang diinvestasikan adalah 100% plus porsi pinjaman). Untuk pembahasan CML kali ini, kita
asumsikan bahwa investor tidak melakukan short-selling, sehingga pilihan portofolio investor
akan berada pada titik-titik di sepanjang garis RF-M.

7
 Jika kurva efficient frontier dalam gambar 6.1 di atas kita hilangkan, dan hanya kita
ambil titik M saja sebagai portofolio aset berisiko yang optimal, maka akan kita dapatkan
garis RF-L, yang selanjutnya akan disebut sebagai garis CML. Dengan demikian, garis pasar
modal (CML) bisa digambarkan seperti dalam gambar 6.2. berikut ini.

Garis Pasar Modal (CML)

Gambar 6.2. merupakan gambar garis pasar modal tanpa menampilkan efficient frontier.
Garis CML tersebut memotong sumbu vertikal pada titik RF. Selisih antara tingkat return
yang diharapkan dari portofolio pasar (E(RM)) dengan tingkat return bebas risiko merupakat
tingkat return abnormal (ekstra) yang bisa diperoleh investor, sebagai kompensasi atas risiko
portofolio pasar (σM) yang harus ditanggungnya. Selisih return pasar dan return bebas risiko
ini disebut juga dengan premi risiko portofolio pasar (E(RM)-R). Besarnya risiko portofolio
pasar ditunjukkan oleh garis putus-putus horizontal dari RF sampai σM.

Kemiringan (slope) CML pada gambar di atas, menunjukkan harga pasar risiko
(market price of risk) untuk portofolio yang efisien atau harga keseimbangan risiko di pasar.
Besarnya slope CML akan mengindikasikan tambahan return yang disyaratkan pasar untuk
setiap 1% kenaikan risiko portofolio. Slope CML dapat dihitung dengan menggunakan
rumus:

8
E(RM)-RF
= Slope CML
σM

Contoh: Dalam kondisi pasar yang seimbang, return yang diharapkan pada portofolio pasar
adalah 15% dengan deviasi standar sebesar 20%. Tingkat return bebas risiko sebesar 8%.
Maka slope CML akan sebesar:
(0,15 – 0,8) : 0,20 = 0,35
Dengan demikian, slope CML sebesar 0,35 ini dapat diartikan bahwa setiap terjadi kenaikan
1% risiko portofolio, maka tambahan return yang disyaratkan oleh pasar sebesar 35%.
Dengan mengetahui slope CML dan garis intersep (RF) tersebut, maka kita dapat membentuk
persamaan CML tersebut menjadi:
E(RM) - RF
E (RP) = RF + σP (6.2)
σM

di mana:
E (RP) = tingkat return yang diharapkan untuk suatu portofolio yang efisien pada CML
RF = tingkat return pada aset yang bebas risiko
E(RM) = tingkat return portofolio pasar (M)
σM = deviasi standar return pada portofolio pasar
σP = deviasi standar portofolio efisien yang ditentukan

dari persamaan 6.2 tersebut, terlihat bahwa tingkat return yang diharapkan dari setiap
portofolio yang efisien pada CML adalah penjumlahan tingkat return bebas risiko (RF)
dengan hasil perkalian antara harga pasar risiko (slope CML) dan risiko portofolio (σP)
tersebut.

Dari uraian di atas, berikut beberapa hal penting yang dapat disimpulkan dari penjelasan
mengenai garis pasar modal (CML).
1. Garis pasar modal terdiri atas portofolio efisien yang merupakan kombinasi dari aset
yang berisiko dan aset yang bebas risiko. Portofolio M merupakan portofolio yang
terdiri atas aset yang berisiko, atau disebut dengan portofolio pasar. Sedangkan titik
RF, merupakan pilihan aset yang bebas risiko. Kombinasi atau titik-titik portofolio di
sepanjang garis RF-M merupakan portofolio yang efisien bagi investor.
2. Slope CML akan cenderung positif karena adanya asumsi bahwa investor bersifat risk
averse. Artinya investor hanya akan mau berinvestasi pada aset yang berisiko, jika
mendapatkan kompensasi berupa return yang diharapkan yang lebih tinggi. Dengan

9
 demikian, semakin besar risiko suatu investasi, semakin besar pula return yang
diharapkan.
3. Berdasarkan data historis, adanya risiko akibat perbedaan return aktual dan return
yang diharapkan dapat menyebabkan slope CML yang negatif. Slope negatif ini
terjadi bila tingkat return aktual portofolio pasar lebih kecil dari tingkat keuntungan
bebas risiko.
4. Garis pasar modal dapat digunakan untuk menentukan tingkat return yang diharapkan
untuk setiap risiko portofolio yang berbeda.

2.4 Garis Pasar Sekuritas

Dalam penjelasan garis pasar modal (CML) di atas, bisa disimpulkan bahwa CML
mampu memberikan gambaran tentang hubungan risiko dan return pada pasar yang
seimbang, untuk portofolio-portofolio yang efisien. Tetapi, bagaimana halnya dengan kasus
portofolio yang tidak efisien ataupun aset-aset individual? Untuk menggambarkan hubungan
risiko dan return dari aset-aset individual ataupun portofolio yang tidak efisien, kita bisa
menggunakan Garis Pasar Sekuritas (Security Market Line).
Garis pasar sekuritas atau security market line (SML) adalah garis yang menghubungkan
tingkat return yang diharapkan dari suatu sekuritas dengan risiko sistematis (beta). SML
digunakan untuk menilai sekuritas secara individual pada kondisi pasar yang seimbang. SML
dapat digunakan untuk menilai keuntungan suatu aset individual pada kondisi pasar yang
seimbang. Sedangkan CML, seperti telah dijelaskan di depan, bisa dipakai untuk menilai
tingkat return diharapkan dari suatu portofolio yang efisien, pada suatu tingkat risiko tertentu
(σM).
Bagaimana cara menghitung kontribusi risiko sekuritas individual terhadap risiko
portofolio? Seperti telah dijelaskan sebelumnya pada Bab 4, untuk menghitung risiko
portofolio yang terdiri atas berbagai jenis aset, kita bisa menggunakan deviasi standar suatu
portofolio (persamaan 4.9). Rumus ini juga bisa kita pakai untuk menghitung deviasi standar
portofolio pasar. Misalnya suatu portofolio pasar terdiri atas n sekuritas, maka deviasi
standarnya adalah:
σM = { W1 Cov (R1, RM) + W2 Cov (R2, RM) + ...... + Wn Cov (Rn, RM)}1/2 (6.3)
= {Kontribusi sekuritas 1 terhadap varian portofolio + Kontribusi sekuritas 2 terhadap
varian portofolio + ..... + Kontribusi sekuritas n terhadap varian portofolio}1/2

10
Dari persamaan 6.3 di atas, bisa diketahui bahwa kontribusi masing-masing aset terhadap
deviasi standar portofolio pasar dipengaruhi oleh besarnya kovarian sekuritas tersebut
terhadap portofolio pasar, sehingga pada kondisi pasar yang seimbang, ukuran risiko
sekuritas yang dianggap relevan adalah kovarian sekuritas tersebut dengan portofolio pasar.
Sedangkan besarnya kontribusi sekuritas terhadap risiko portofolio pasar adalah:
σi, M
σM
dimana σi, M adalah kovarian sekuritas tersebut dengan portofolio pasar.

dengan memasukkan kontribusi sekuritas tersebut dengan portofolio dalam persamaan CML
(persamaan 6.2), maka kita dapat menghitung return diharapkan suatu sekuritas dengan
menggunakan persamaan berikut ini.
E(Ri) = RF+ E(RM)-RF σi, M
( ) (6.4)
σM σM

E(Ri) = RF+ E(RM)-RF

σi, M (6.5)
σ2M

Persamaan 6.5 dapat disederhanakan dengan cara memasukkan persamaan 6.6 berikut ini:
βi= σi, M

σ2M

Dengan demikian, return yang diharapkan dari suatu sekuritas dapat dihitung dengan
menggunakan rumus:
E(Ri) = RF+ βi[(ERM)- RF)]

Gambaran tentang hubungan risiko dan tingkat return yang diharapkan dari sekuritas
individual, bisa digambarkan seperti gambar 6.3 berikut ini.

11
 Garis Pasar Sekuritas (SML)

Risiko sekuritas dalam gambar di atas ditunjukkan dengan beta, karena pada pasar
yang seimbang portofolio yang terbentuk sudah terdiversifikasi dengan baik sehingga risiko
yang relevan adalah risiko sistematis (beta). Beta merupakan ukuran risiko sistematis suatu
sekuritas yang tidak dapat dihilangkan dengan melakukan diversifikasi. Beta menunjukkan
sensitivitas return sekuritas terhadap perubahan return pasar. semakin tinggi beta suatu
sekuritas maka semakin sensitif sekuritas tersebut terhadap perubahan pasar. sebagai ukuran
sensitivitas rerun saham, beta juga dapat digunakan untuk membandingkan risiko sistematis
antara satu saham dan saham yang lain. Gambar 6.4 berikut ini memperlihatkan perbandingan
beta dari berbagai sekuritas.

12
 Perbandingan Beta Beberapa Sekuritas

Pada gambar di atas ditunjukkan adanya tiga sekuritas yang mempunyai beta yang
berbeda. Sekuritas A mempunyai beta sebesar 1,5; artinya setiap ada kenaikan (penurunan)
return pasar sebesar 1% maka return sekuritas akan mengalami kenaikan (penurunan)
sebesar 1,5%. Sedangkan sekuritas C dengan beta sebesar 0,5 berarti setiap ada perubahan
return pasar sebesar 1% maka return B hanya berubah sebesar 0,5% dengan arah yang sama,
untuk sekuritas M, perubahan return yang dialami sama besarnya dengan perubahan return
pasar yang terjadi. Mungkinkah beta suatu sekuritas bernilai negatif? Secara teoritis bisa saja
terdapat beta sekuritas yang bernilai negatif, tetapi dalam praktik, jarang ditemui adanya
sekuritas yang mempunyai beta negatif (jika return pasar naik, return sekuritas justru turun,
dan sebaliknya).
Dalam model keseimbangan CAPM, nilai beta sangat memengaruhi tingkat return
yang diharapkan pada suatu sekuritas (seperti yang terlihat pada persamaan 6.8). Semakin
tinggi nilai beta dan return pasar maka akan semakin tinggi tingkat return yang disyaratkan
oleh investor.
Berdasarkan hubungan tingkat return dengan beta yang sudah dijelaskan di atas, maka
bisa disimpulkan bahwa return yang diharapkan dari sekuritas i terdiri atas dua komponen
utama penyusun tingkat return yang disyaratkan investor (required rate of return), yaitu:
tingkat return bebas risiko dan premi risiko. Tingkat return yang disyaratkan adalah jumlah

13
minimum return yang dikehendaki investor untuk berinvestasi pada suatu sekuritas tertentu.
Secara matematis, hubungan tersebut bisa digambarkan dalam persamaan berikut ini.
ki = tingkat risiko aset bebas risiko + premi risiko

= RF+ βi[E(RM)- RF)]

Dimana:
ki = tingkat return yang dusyaratkan investor pada sekuritas i
E(RM) = return portofolio pasar yang diharapkan
βi = koefisien beta sekuritas i

RF = tingkat return bebas risiko

Dari persamaan 6.8 kita juga bisa mengetahui besarnya premi risiko untuk sekuritas i
(risk premium). Premi risiko sekuritas i dapat dihitung dengan mengalikan beta sekuritas
tersebut dengan premi risiko pasar (market risk premium). Sedangkan premi risiko pasar
adalah selisih antara return yang diharapkan pada portofolio pasar (E(RM)) dengan tingkat
return bebas risiko (RF).
Premi risiko sekuritas i = βi (market risk premium)
= βi { E(RM)- RF) } (6.9)
Contoh: diasumsikan beta saham PT Gudang Garam adalah 0,5 dan tingkat return
bebas risiko (RF) adalah 1,5%. Tingkat return pasar yang diharapkan diasumsikan sebesar
2%. Dengan demikian, maka tingkat keuntungan yang disyaratkan investor untuk saham PT
Gudang Garam adalah:
ki = 0,015 + 0,5 (0,02 – 0,015)
= 1,75%
Sekuritas yang undervalued atau overvalued. Dari uraian di atas kita dapat
menyimpulkan bahwa pada kondisi pasar yang seimbang, harga sekuritas-sekuritas
seharusnya berada pada SML karena titik-titik pada SML menunjukkan tingkat return yang
diharapkan pada suatu tingkat risiko sistematis tertentu. Tetapi terkadang bisa terjadi suatu
sekuritas tidak berada pada SML, karena sekuritas tersebut undervalued atau overvalued.
Dengan mengetahui besarnya beta suatu sekuritas maka kita dapat menghitung tingkat return
yang diharapkan pada sekuritas tersebut. Jika tingkat return yang diharapkan tidak berada
pada SML, maka sekuritas tersebut undervalued atau overvalued.

14
 Contoh: seorang analis fundamentalis* menganalisis tingkat return yang diharapkan
dari sekuritas A dan sekuritas B. Hasil analisis tersebut kemudian digambarkan pada SML
seperti pada gambar 6.5 berikut ini.

Menilai sekuritas yang undervalued atau overvalued dengan menggunakan SML

*
Analis fundamentalis adalah analis yang mendasarkan analisisnya pada data-data fundamental
perusahaan, seperti laba, risiko, industri, dan lain-lain, dan faktor eksternal (makroekonomi) yang
memengaruhi kinerja perusahaan

Pada gambar di atas, terlihat bahwa sekuritas A terletak di atas SML dan dinilai
sebagai sekuritas yang ternilai rendah (undervalued) karena tingkat return yang diharapkan
E(RA’) lebih besar dari retun yang disyaratkan investor E(R A). Dari gambar tersebut, terlihat
bahwa dengan beta A sebesar β(A), sehingga besarnya return yang disyaratkan oleh investor
adalah E(RA). Tetapi menurut analis, sekuritas A akan memberikan return yang diharapkan
sebesar E(RA’).
Selanjutnya, investor mengetahui bahwa sekuritas A undervalued, akan tergerak
untuk melakukan pembelian sekuritas A tersebut. Dengan demikian, permintaan sekuritas A
akan naik dan sesuai dengan hukum permintaan-penawaran, selanjutnya harga sekuritas A
juga akan terdorong naik pula. Sebaliknya return sekuritas A akan turun sampai dengan
tingkat yang diindikasikan oleh SML yaitu E(RA).
Sedangkan sekuritas B menurut analis fundamental terletak di bawah SML, sehingga
sekuritas B dikatakan ternilai lebih (overvalued). Hal ini dikarenakan tingkat return yang
diharapkan E(RB’) lebih kecil dari return yang disyaratkan oleh investor E(RB). Investor yang
mengetahui bahwa sekuritas B overvalued akan berusaha untuk menjual, sehingga jumlah

15
penawaran sekuritas B akan naik dan menyebabkan harganya menjadi turun. Selanjutnya,
return sekuritas B akan naik sampai dengan return yang disyaratkan oleh investor E(RB).
Misalnya return harapan yang ditunjukkan gambar 6.5 untuk sekuritas A adalah 17
persen dan untuk sekuritas B adalah 14 persen. Tingkat bebas risiko (RF), yang diukut dengan
surat utang pemerintah adalah 12 persen. Sedangkan return harapan pasar [E(Rm)] adalah 15
persen. Jika sekuritas A dan B mempunyai koefisien bera 1,3 dan 0,9 maka return yang
disyaratkan untuk kedua sekuritas yang diukur dengan CAPM adalah:
E(RA) = 0,12 + (0,15 – 0,12) (1,3) = 0,159 atau 15,9 persen.
E(RB) = 0,12 + (0,15 – 0,12) (0,9) = 0,147 atau 14,7 persen.
Karena return harapan sekuritas A (17 persen) adalah lebih besar daripada return
yang disyaratkan CAPM (15,9 persen), maka sekuritas A diplot di atas garis SML. Sekuritas
A ini adalah undervalued. Investor yang menyadari hal ini akan membeli sekuritas A
sehingga akan menyebabkan harganya menaik dan return harapannya menurun sampai,
dalam keseimbangan, return harapannya berada segaris dengan return pasar yang
disyaratkan. Pada titik itu, sekuritas A berada dalam garis SML.

Sebaliknya, karena return harapan sekuritas B (14 persen) adalah lebih kecil daripada
return yang disyaratkan CAPM (14,7 persen), maka sekurita B diplot di bawah garis SML.
Sekuritas B ini adalah overvalued. Investor yang menyadari hal ini akan menjual sekuritas B
sehingga akan menyebabkan harganya turun dan return harapannya meningkat sampai, dalam
keseimbangan, return harapannya berada segaris dengan return pasar yang disyaratkan. Pada
titik itu, sekuritas B juga berada dalam garis SML.
Dari gambaran situasi sekuritas yang undervalued atau overvalued seperti di atas, kita bisa
melihat bagaimana mekanisme penyesuaian return yang terjadi sehingga akhirnya dicapai
kembali posisi keseimbangan (terletak di garis SML).

Estimasi garis pasar sekuritas. Untuk membentuk persamaan SML, investor perlu
mengestimasi tiga variabel, yaitu: tingkat return bebas risiko, tingkat return yang diharapkan
oleh pasar (diwakili oleh indeks pasar) dan besarnya beta untuk masing-masing sekuritas.
Umumnya estimasi return bebas risiko menggunakan data return oblogasi yang dikeluarkan
oleh pemerintah, misanya untuk Indonesia digunakan Sertifikat Bank Indonesia (SBI).
Sedangkan estimasi return pasar umumnya menggunakan data indeks pasar, seperti Indeks
Harga Saham Gabungan (IHSG) ataupun LQ 45.

16
Beta sekuritas, sebagai komponen ketiga, merupakan variabel yang penting dalam proses
estimasi CAPM. Dalam teori CAPM, beta merupakan satu-satunya faktor risiko yang relevan
untuk mengukur risiko sekuritas. Estimasi terhadap beta perlu dilakukan untuk setiap
sekuritas. Untuk estimasi variabel return bebas risiko dan return pasar hanya perlu dilakukan
sekali saja dan bisa dipakai untuk mengestimasi SML setiap sekuritas.

2.5 Estimasi Beta

Untuk mengestimasi besarnya koefisien beta, bisa digunakan market model. Market
model pada dasarnya hampir sama dengan single index model, hanya saja pada market model
tidak digunakan asumsi bahwa error term untuk setiap sekuritas tidak berkolerasi satu dengan
lainnya. Oleh karena itu, persamaan market model bisa dituliskan juga seperti persamaan
single index model seperti di bawah ini:
Ri = αi + βiRM + ei (6.10)

Di mana:
Ri = return sekuritas i
RM = return indeks pasar
αi = intersep
βi = slope
ei = random residual error

persamaan market model di atas bisa digunakan untuk mengestimasi return sekuritas. Lalu,
bagaimana cara mengesrimasi persamaan market model di atas? Persamaan market model
bisa diestimasi dengan melakukan regresi antara return sekuritas yang akan dinilai dengan
return indeks pasar. regresi tersebut akan menghasilkan nilai αi (merupakan ukuran return
sekuritas i yang tidak dapat terkait dengan return pasar) dan βi (menunjukkan besarnya slope
yang mengindikasikan peningkatan return yang diharapkan pada sekuritas i untuk setiap
kenaikan return pasar sebesar 1%). Persamaan regresi market model tersebut selanjutnya juga
bisa dipakai untuk membentuk garis karakteristik (characteristic line), yaitu garis yang
menghubungkan total return sekuritas dengan return pasar, dengan cara meletakkan
(plotting) titik-titik return total suatu saham dalam suatu periode tertentu terhadap return total
indeks pasar.

17
sebagai contoh, anggap investor mempunyai data return saham UUU dan return pasar selama
lima bulan terakhir berikut*
Bulan Return saham UUU Return pasar
Juni 0,4 0,3
Juli 0,1 0,1
Agustus -0,05 -0,1
September 0 -0,05
Oktober 0,4 0,2

Berdasarkan data tersebut, persamaan regresi linier sederhana dapat dibentuk dengan
menggunakan persamaan (6.10).
Ri = αi + βiRM + ei (6.10)
Berbagai program perangkat lunak tersedia untuk melakukannya. Berikut adalah print
out SPSS untuk contoh ini. Koefisien regresi yang diestimasi adalah 1,237 dan signifikan
berbeda dengan nol pada taraf signifikansi 5 persen. Dengan demikian beta saham UUU telah
kita dapatkan sebesar 1,237. Sedangkan nilai αi dari persamaan (6.10) adalah 0,059.

coefficientsa
Standardized
Unstandardized Coeffiecients
Model Coeffiecients
B Std. Error Beta
t Sig.
1 (Constant) .059 .039 1.506 .229
RET_M 1.237 .223 .954 5.542 .012
a. Dependent Variable: RET_UUU

Persamaan (6.6) juga dapat digunakan untuk mencari beta. Tabel berikut mempermudah
pekerjaan ini.
Return Deviasi Return Deviasi Kuadrat
Perkalian
Bulan Saham Saham Saham
Pasar Pasar Pasar Deviasi
UUU UUU UUU
Juni 0,4 0,3 0,23 0,21 0,0529 0,0441 0,0483
Juli 0,1 0,1 -0,07 0,01 0,0049 0,0001 -0,0007
Agustus -0,05 -0,1 -0,22 -0,19 0,0484 0,0361 0,0418

18
September 0 -0,05 -0,17 -0,14 0,0289 0,0196 0,0253
Oktober 0,4 0,2 0,23 0,11 0,0529 0,0121 0,0253
Jumlah 0,85 0,45 0 0 0,188 0,1120 0,1385

Berdasarkan tabel diatas, perhitungan berikut dapat dibuat

Sedangkan intersepnya dihitung dengan mengurangkan rata-rata return sekuritas dari

perkalian beta dengan rata-rata return pasar.
α = 0,17 – (1,236607) (0,15) = 0,059
Garis karakteristik juga bisa dibentuk dengan menggunakan excess return, dengan
mengurangkan masing-masing return total sekuritas maupun return pasar dengan return
bebas risiko. Analisis terhadap garis karakteristik yang dibentuk dengan menggunakan excess
return, pada dasarnya akan sama dengan analisis persamaan regresi di atas. Dengan
demikian, persamaan regresi di atas dapat dimodifikasi menjadi:
(Ri-RF) = αi + βi (RM-RF)+ei

Dalam bentuk excess return, nilai α akan menunjukkan besarnya excess

returnsekuritas pada saat excess return pasar nol. Sedangkan β, atau slope dari garis
karakteristik, akan menunjukkan sensitivitas excess return sekuritas terhadap portofolio
pasar.

19
Meneruskan contoh saham UUU, anggap RF = 5 persen. Maka return saham UUU dari return
pasar dapat diubah menjadi seperti pada tabel berikut.

Bulan Return
Juni Saham UUU Pasar
Juni 0,35 0,25
Juli 0,05 0,05
Agustus -0,1 -0,15
September -0,05 -0,1
Oktober 0,35 0,15

Selanjutnya cara-cara seperti yang telah dibahas sebelumnya dapat dilakukan untuk
mencari beta. Apabila menggunakan regresi linier sederhana, printount SPSS ditunjukkan
pada gambar berikut. Hasilnya adalah sama dengan cara sebelumnya, yaitu beta = 1,236607.

Coefficients (a)

Model Unstandardized Standarized t Sig.

Coefficients Coefficients
B Std. Error Beta
1 (Constant) .071 .035 2.040 .134
RET_M 1.237 .223 .954 5.542 .012

a. Dependent Variable: RET_UUU

Satu hal yang perlu diperhatikan adalah berbagai sumber informasi yang berbeda
sering melaporkan beta yang berbeda-beda untuk suatu aset yang sama. Mengapa hal ini
terjadi? Ingat bahwa beta-beta tersebut merupakan estimasi dari data aktual. Sumber yang
berbeda mengestimasi secara berbeda, yang mungkin menggunakan data yang berbeda.
Beta dapat dihitung dengan menggunakan return harian, mingguan, bulanan, semesteran, atau
tahunan. Ini tidak menjadi masalah dengan manakah yang dipilih, tetapi estimasi beta yang

20
dihasilkan akun menjadi berbeda. Beta juga dapat diestimasi dengan jangka waktu periode
yang pendek, misalnya beberapa minggu ataupun periode panjang seperti 5 tahun atau lebih.
Selain itu, pemilihan indeks pasar misalnya IHSG atau LQ 45 untuk mengukur return
portofolio pasar juga menyumbang perbedaan estimasi beta.
Dari uraian estimasi persamaan regresi di atas, kemudian akan timbul satu pertanyaan tentang
sejauh manakah keakuratan hasil estimasi beta sebagai ukuran sensitivitas return suatu saham
terhadap return pasar. Hal ini terkait dengan adanya kemungkinan bahwa indeks pasar yang
digunakan dalam regresi tersebut tidak bisa menggambarkan portofolio pasar yang
sebenarnya. Selain itu, ada beberapa hal lainnya yang bisa membuat kita ragu terhadap
keakuratan hasil estimasi beta tersebut.
1. Estimasi beta tersebut menggunakan data historis. Hal ini secara implisit berarti
bahwa kita menganggap apa yang terjadi pada beta masa lalu, akan sama dengan apa
yang terjadi pada beta masa datang. Padahal dalam kenyataan, apa yang terjadi di
masa lalu mungkin akan jauh berbeda dengan apa yang terjadi di masa depan.
2. Garis karakteristik dapat dibentuk oleh berbagai observasi dan periode waktu yang
berbeda, dan tidak ada satu pun periode dan observasi yang dianggap tepat. Dengan
demikian, estimasi beta untuk satu sekuritas dapat berbeda karena observasi dan
periode waktunya yang digunakan berbeda.
3. Nilai α dan β yang diperoleh dari hasil regresi tersebut tidak terlepas dari adanya
error, sehingga bisa jadi estimasi beta tidak akurat.

Beta merupakan risiko sistematis yang juga bisa berkaitan dengan perubahan perusahaan
secara khusus. Jika terjadi perubahan pada kondisi perusahaan (misalnya adanya perubahan
pendapatan, utang) maka betanya pun akan berubah. Oleh karena itu beta tidak bersifat
stasioner sepanjang waktu.

2.6 Beta Portofolio

Portofolio yang diukur dengan varians bukanlah rata-rata tertimbang seperti ketika
mencari rata-rata atau return harapan portofolio. Sebaliknya, beta sebuah portofolio dapat
dihitung seperti menghitung return harapan portofolio.
Sebagai contoh, informasi berikut diperoleh:

21
Sekuritas Banyaknya Investasi Return Harapan Beta
FF Rp. 20 Juta 0,10 0,90
GG Rp. 5 Juta 0,12 0,95
HH Rp. 10 Juta 0,15 1,20
II Rp. 15 Juta 0,17 1,30

Bobot portofolio dihitung terlebih dahulu. Jumlah dana yang diinvestasikan adalah
Rp. 50 juta, maka sebanyak Rp. 20 juta / Rp. 50 juta = 40 persen diinvestasikan pada
sekuritas FF. Dengan cara seperti itu, 10 persen diinvestasikan pada sekuritas GG, 20 persen
diinvestasikan pada sekuritas HH, dan 30 persen diinvestasikan pada sekuritas II. Return
harapan portofolio [E(RF) dan beta portofolio (βP) adalah:
Return harapan portofolio,
E(RF) = (0,4) (0,10) + (0,1) (0,12) + (0,2) (0,15) + (0,3) (0,17) = 0,133 atau 13,3%
Beta Portofolio,
βp = (0,4) (βFF)+(0,1)( βGG)+(0,2) ( βHH)+ (0,3) ( βII)

= (0,4) (0,9)+ (0,1) (0,95)+ (0,2) (1,2)+ (0,3) (0,13)

=1,085

Dengan demikian, portofolio ini mempunyai return harapan sebesar 13,3 persen dan
beta portofolio sebesar 1,085. Karena beta adalah lebih besar dari 1, maka portofolio ini
mempunyai risiko sistematis yang lebih besar daripada aset rata-rata.

22
 BAB III

Pembahasan

3.1 Pengujian terhadap CAPM

Kesimpulan yang bisa diambil dari penjelasan mengenai CAPM tersebut adalah:
1. Risiko dan return berhubungan positif, artinya semakin besar risiko maka semakin
besar pula return-nya.
2. Ukuran risiko sekuritas yang relevan adalah ukuran ‘kontribusi’ risiko sekuritas
terhadap risiko portofolio.
Untuk menguji validitas CAPM, perlu dilakukan penelitian-penelitian empiris mengenai
CAPM tersebut. Jika CAPM valid, maka hasil penelitian empiris yang dilakukan akan
menunjukkan bahwa return yang terjadi (realized return) akan sama dengan estimasi return
dengan menggunakan CAPM. Pengujian CAPM dapat menggunakan persamaan berikut:

Ri = a1+a2 βi
Dimana:
Ri = rata-rata return sekuritas i dalam periode tertentu
βi = estimasi beta untuk sekuritas i

Jika CAPM valid, maka nilai a1 akan mendekati nilai rata-rata return bebas risiko selama
periode pengujian dan nilai a2 akan mendekati rata-rata premi risiko pasar selama periode
tersebut.
Bagaimana secara agak rinci melakukan pengujian empiris terhadap CAPM? Ada banyak
pengujian empiris telah dilakukan para peneliti terdahulu. Meskipun CAPM dapat diterapkan
pada seluruh aset finansial, pengujian empiris untuk teori ini kebanyakan telah difokuskan
pada saham biasa.
Banyak studi-studi empiris terdahulu menerapkan pendekatan dua langkah yang
digambarkan berikut. Langkah pertama adalah mengestimasi beta. Beta-beta saham
individual diestimasi, biasanya menggunakan model indeks tunggal atau market model
dengan persamaan 6.10.

Ri = α1+β2 Rm + ei

23
 Dalam langkah pertama ini, analis dapat mencari data misalnya return bulanan selama 60
bulan dari sejumlah stampel besar dari saham-saham. Suatu indeks pasar misalnya IHSG juga
dipilih berikut data return bulanannya. Selanjutnya beta tiap saham diestimasi dengan
melakukan regresi untuk tiap saham terhadap IHSG seperti yang telah didiskusikan pada
bahasan terdahulu.
Banyak studi telah menunjukkan bahwa beta-beta saham individual diestimasi dengan
beberapa kekeliruan (error) sehingga menghasilkan beta yang berubah antarwaktu. Akan
tetapi, beta portofolio lebih stabil sepanjang waktu sehingga menyediakan estimasi yang lebih
baik dibanding beta saham individual. Oleh karenanya, banyak studi empiris membentuk
portofolio- portofolio yang dibobot secara sama dari saham-saham dalam sampelnya untuk
menguji CAPM. Sebagai contoh, peneliti dapat merangking saham-saham secara menaik
berdasarkan besarnya beta saham individual yang diestimasi. Portofolio- portofolio dibentuk
sehingga portofolio 1 mengandung saham-saham dengan beta terkecil diikuti portofolio 2,
dan seterusnya.
Langkah kedua dalam menguji CAPM adalah dengan meregresikan return aktual saham-
saham individual terhadap beta-beta saham tersebut atau meregresikan return aktual
portofolio- portofolio yang dibentuknya terhadap beta-beta portofolio tersebut. Langkah
melakukan regresi ini dapat menerapkan persamaan (6.12), dengan i merupakan saham i atau
portofolio i. Dengan menjalankan regresi tersebut selama periode waktu yang berbeda,
peneliti dapat menentukan apakah a0 dan a1 sesuai dengan teori CAPM.
Setelah nilai-nilai runtut waktu untuk a0 dan a1 diperoleh, hasilnya dievaluasi menurut
prediksi CAPM. Menurut CAPM, hubungan antara βi dan Ri seharusnya adalah positif. Nilai
rata-rata a2 yang positif menunjukkan bahwa sekuritas dengan risiko sistematis yang lebih
tinggi seharusnya mempunyai return rata-rata yang juga lebih tinggi. Maka hipotesis pertama
adalah:
H1 : E(a2) > 0
Hipotesa kedua (H1) menurut CAPM adalah nilai rata-rata a0 seharusnya sama dengan nilai
rata-rata tingkat return aset bebas risiko. Denggan demikian hipotesis kedua adalah:
H2 : E(a1) = E(RF)
Nilai E(RF) diukur dengan nilai rata-rata tingkat return bebas risiko selama periode estimasi.
Elton dan Gruber (1995), mendokumentasikan kesimpulan dari hasil-hasil penelitian empiris
pengujian CAPM sebagai berikut:
1. SML yang terbentuk cenderung linier.

24
 2. Sebagian besar hasil penelitian menunjukkan bahwa intersep SML lebih besar dari
return bebas risiko (RF).
3. Slope CAPM (a2) yang dihasilkan cenderung lebih kecil dari slope hasil perhitungan
dari teori CAPM.
4. Meskipun hasilnya beragam, tetapi dapat disimpulkan bahwa investor hanya akan
mendapatkan return berdasarkan risiko sistematis yang diasumsikan.

Masalah utama pengujian CAPM adalah bagaimana memformulasikan sesuatu yang

belum terjadi (ex ante) berdasarkan data masa lalu (ex post). Disamping itu kita juga tidak
akan pernah tahu secara pasti mengenai harapan investor di masa depan. Oleh karena itu,
tidak mengherankan jika pengujian CAPM akan menghasilkan sesuatu yang berbeda dengan
apa yang diestimasikan dalam teori CAPM. Meskipun demikian, dalam kenyataannya hasil
pengujian empiris CAPM cukup mendukung teorinya. Studi dengan menggunakan data
beberapa tahun telah menunjukkan bahwa harga pasar sekuritas akan didasari oleh hubungan
antara return dan risiko sitematis. Sedangkan risiko nonsistematis (risiko yang dapat
dihilangkan dengan melakukan diversifikasi) mempunyai peran yang kecil dalam mekanisme
penentuan harga suatu sekuritas.

3.2 Teori Penetapan Harga Arbitrasi

Salah satu alternatif teori model keseimbangan selain CAPM adalah Arbitrage
Pricing Theory (APT). Seperti halnya CAPM, APT menggambarkan hubungan antara risiko
dan return, tetapi dengan menggunakan asumsi dan prosedur yang berbeda. Estimasi return
yang diharapkan dari suatu sekuritas dengan menggunakan APT, tidak terlalu dipengaruhi
portofolio pasar seperti halnya dalam CAPM. Pada CAPM, portofolio pasar sangat
berpengaruh karena diasumsikan bahwa risiko yang relevan adalah risiko sistematis yang
diukur dengan beta (menunjukkan sensitivitas return sekuritas terhadap perubahan return
pasar). sedangkan pada APT, return sekuritas tidak hanya diperngaruhi oleh portofolio pasar
karena adanya asumsi bahwa return yang diharapkan dari suatu sekuritas bisa dipengaruhi
oleh beberapa sumber risiko lainnya.
Di samping itu, APT juga tidak menggunakan asumsi-asumsi yang dipakai dalam CAPM
sepeti berikut.
1. Adanya satu periode waktu tertentu, misalnya satu tahun.
2. Tidak ada pajak.

25
 3. Investor bisa meminjam dan menginvestasikan dananya pada tingkat return bebas
risiko (RF).
4. Investor memilih portofolio berdasarkan return yang diharapkan dan variannya.
Berikut asumsi-asumsi CAPM yang masih digunakan.
1. Investor mempunyai kepercayaan yang bersifat homogen.
2. Investor adalah risk-averse yang berusaha untuk memaksimalkan utilitas.
3. Pasar dalam kondisi sempurna.
4. Return diperoleh dengan menggunakan model faktorial.
APT didasari oleh pandangan bahwa return yang diharapkan untuk suatu sekuritas akan
dipengaruhi oleh beberapa faktor risiko. Faktor-faktor risiko tersebut akan menunjukkan
kondisi ekonomi secara umum, dan bukan merupakan karakteristik khusus perusahaan.
Faktor-faktor risiko tersebut harus mempunyai karakteristik sebagai berikut:
1. Masing-masing faktor risiko harus mempunyai pengaruh luas terhadap return saham-
saham di pasar. kejadian-kejadian khusus yang berkaitan dengan kondisi perusahaan,
bukan merupakan faktor risiko APT.
2. Faktor-faktor risiko tersebut harus memengaruhi return yang diharapkan. Untuk itu
perlu dilakukan pengujian secara empiris, dengan cara menganalisis return saham
secara statistik, untuk melihat bagaimana faktor-faktor risiko tersebut berpengaruh
secara luas terhadap return saham.
3. Pada awal periode, faktor risiko tersebut tidak dapat diprediksikan oleh pasar karena
faktor-faktor risiko tersebut mengandung informasi yang tidak diharapkan atau
bersifat mengejutkan pasar (ada perbedaan antara nilai yang diharapkan dengan nilai
yang sebenarnya).
Dengan demikian, hal penting yang perlu diamati adalah besarnya pernyimpangan
(deviasi) nilai aktual faktor risiko tersebut dari yang diharapkan. Sebagai contoh, jika suku
bunga diperkirakan naik 19% per tahun, dan ternyata kenaikan tingkat suku bunga yang
terjadi adalah 30%, maka penyimpangan sebesar 11% inilah yang akan memengaruhi return
aktual selama periode tersebut.
Model APT. Dari uraian di atas, diketahui bahwa APT mengasumsikan investor percaya
bahwa return sekuritas akan ditentukan oleh sebuah model faktorial dengan n faktor risiko.
Dengan demikian, kita dapat menentukan return aktual untuk sekuritas i dengan
menggunakan rumus 6.13 berikut ini.

26
Ri = E (R1)+bi1 f1 + bi2 f2 + ....... + bin fn + ei
Di mana”
Ri = tingkat return aktual sekuritas i
E (R1) = return yg diharapkan untuk sekuritas i
F = deviasi faktor sistematis F dari nilai yang diharapkan
bi = sensitivitas sekuritas i terhadap faktor i
ei = random error
Satu hal yang perlu diingat adalah bahwa nilai yang diharapkan pada masing-masing
faktor risiko (F) adalah nol, sehingga tingkat return aktual suatu sekuritas i akan sama dengan
return yang diharapkan, jika faktor risiko berada pada tingkat yang diharapkan.

Model faktorial di atas tidak memberikan penjelasan mengenai kondisi keseimbangan.

Untuk itu kita perlu mengubah persamaan 6.13 ke dalam model keseimbangan, sehingga
return yang diharapkan untuk suatu sekuritas adalah:

E (Ri) = a0 +bi1 F1 + bi2 F2 + . . . . . . + bin Fn

Dimana:
E (Ri) = return yang diharapkan dari sekuritas i
a0 = return yang diharapkan dari sekuritas i bila risiko sistematis sebesar nol
bin = koefisien yang menunjukkan besarnya pengaruh faktor n terhadap return sekuritas i
F = premi risiko untuk sebuah faktor (misalnya premi risiko untuk F1 adalah E (Fi)- a0

Persamaan tersebut menunjukkan bahwa dalam APT, risiko didefinisikan sebagai

sensitivitas saham terhadap faktor-faktor ekonomi makro (bi) dan besarnya return yang
diharapkan akan dipengaruhi oleh sensitivitas tersebut. Ukuran sensitivitas dalam APT (bi)
akan mempunyai interpretasi yang sama dengan nilai sensitivitas dalam CAPM (β) karena bi
dan β tersebut sama-sama merupakan ukuran sensitivitas return sekuritas terhadap suatu
premi risiko. Kesimpulan tersebut bisa kita tarik atas dasar perbandingan hubungan return
dan sekuritas dari kedua model tesebut (APT dan CAPM). Seperti telah dijelaskan di depan,
hubungan return dan risiko pada CAPM adalah:

27
 Dari perbandingan tersebut, terlihat bahwa pada CAPM, nilai βi merupakan ukuran
sensitivitas return sekuritas terhadap premi risiko pasar (tingkat return pasar dikurangi RF),
sedangkan pada APT, nilai b1 juga merupakan sensitivitas relatif return sekuritas terhadap
premi risiko untuk suatu faktor risiko. Dengan demikian, bisa disimpulkan bahwa CAPM
pada dasarnya merupakan model APT yang hanya mempertimbangkan satu faktor risiko
yaitu risiko sistematis pasar.
Salah satu kritik atas model APT adalah adanya kesulitan dalam menentukan faktor-faktor
risiko yang relevan, karena faktor-faktor tersebut merupakan data ex ante. Untuk
mengimplementasikan APT, kita perlu menemukan faktor-faktor risiko yang relevan bagi
tingkat return sekuritas, yang dalam kenyataannya belum ada kesepakatan mengenai faktor-
faktor risiko apa saja yang relevan dan berapa jumlahnya. Oleh karena itu, dalam penerapan
model APT, berbagai faktor risiko bisa saja dimasukkan sebagai faktor risiko.
Beberapa penelitian empiris, pernah menggunakan tiga sampai lima faktor risiko yang
memengaruhi return sekuritas. Sebagai contoh, Chen, Roll dan Ross (1986), mengidentifikasi
empat faktor yang memengaruhi return sekuritas, yaitu:
1. Perubahan tingkat inflasi,
2. Perubahan produksi industri yang tidak diantisipasi,
3. Perubahan premi default-risk yang tidak diantisipasi,
4. Perubahan struktur tingkat suku bunga yang tidak diantisipasi.

Menurut Chen, Roll dan Ross, dua faktor pertama akan memengaruhi aliran kas pada
perusahaan, sedangkan dua faktor lainnya akan memengaruhi tingkat diskonto.
Penelitian lain ada yang menggunakan lima variabel ekonomi makro yang memengaruhi
return sekuritas, yaitu:
1. Default risk,
2. Struktur tingkat bunga,
3. Inflasi atau deflasi,
4. Pertumbuhan ekonomi dalam jangka panjang,
5. Risiko pasar residual.
Dengan demikian, APT mengasumsikan bahwa sekuritas yang berbeda akan mempunyai
sensitivitas terhadap faktor-faktor risiko sistematis yang berbeda pula. Masing-masing
investor mempunyai perilaku terhadap risiko yang berbeda, sehingga investor dapat
membentuk portofolio tergantung dari preferensinya terhadap risiko, pada masing-masing
faktor risiko. Dengan mengetahui harga pasar dari faktor-faktor risiko yang dianggap relevan,

28
dan sensitivitas return sekaligus terhadap perubahan pada faktor tersebut, maka kita dapat
menentukan estimasi return yang diharapkan untuk berbagai sekuritas.

29
 BAB IV
Penutup

4.1 Kesimpulan
Kesimpulan yang bisa diambil dari penjelasan mengenai CAPM tersebut adalah:
1. Risiko dan return berhubungan positif, artinya semakin besar risiko maka semakin
besar pula return-nya.
2. Ukuran risiko sekuritas yang relevan adalah ukuran ‘kontribusi’ risiko sekuritas
terhadap risiko portofolio.
Untuk menguji validitas CAPM, perlu dilakukan penelitian-penelitian empiris
mengenai CAPM tersebut. Jika CAPM valid, maka hasil penelitian empiris yang
dilakukan akan menunjukkan bahwa return yang terjadi (realized return) akan sama
dengan estimasi return dengan menggunakan CAPM

30
 DAFTAR PUSTAKA

Sunariyah, (1999), Pengantar Pengetahuan Pasar Modal, Edisi Kelima, Penerbit UPP
STIM

Ibrahim, Muhammad Irfan., Titaley, Julia., & Manurung, Tohap K. Analisis

Keakuratan Capital Asset Pricing Model (CAPM) dan Arbitrage Pricing Theory
(APT). 2017

31