Академический Документы
Профессиональный Документы
Культура Документы
1,2,3
Jurusan Matematika FMIPA Universitas Udayana, Bukit Jimbaran-Bali
e-mail: 1vianriska21@gmail.com,2dharmawan.komang@gmail.com,
3
asihmath77@gmail.com
Abstract
The Arbitrage Pricing Theory (APT) is an alternative model to estimate the price of securities
based of arbitrage concept. In APT, the returns of securities are affected by several factors. This
research is aimed to estimate the expected returns of securities using APT model and Vector
Autoregressive model. There are ten stocks incorporated in Kompas100 index and four
macroeconomic variables, these are inflation, exchange rates, the amountof circulate money (JUB),
and theinterest rateof Bank Indonesia(SBI) are applied in this research.
The first step in using VAR is to test the stationary of the data using colerogram and the
results indicate that all data are stationary. The second step is to select the optimal lag based on the
smallest value of AIC. The Granger causality test shows that the LPKR stock is affected by the
inflation and the exchange rate while the nine other stocks do not show the existence of the expected
causality. The results of causality test are then estimated by the VAR models in order to obtain
expected returnof macroeconomic factors. The expected return of macroeconomic factors obtained
is used in the APT model, then the expected return stock LPKR is calculated. It shows that the
expected return of LPKR is 3,340%
Keywords: Arbitrage Pricing Theory, Granger causality test, optimal lag test, Portmanteau test,
stationary test, Vector Autoregression
VAR adalah variabel endogen. Selain itu jumlah dari hasil setiap risisko sistematis dan
VAR dapat dibuat model terpisah untuk premi risisko diberikan oleh faktor pasar
masing-masing variabel endogen. Hasil keuangan 𝛽1,𝐹2 [𝐸(𝑅𝐹2 ) − 𝑅𝐹 ]. Dalam model
peramalan (forecast) dengan model ini pada risiko dan pengembalian lain dijelaskan,
banyak kasus lebih baik dibandingkan investor tidak memperoleh kompensasi atas
dengan hasil peramalan yang diperoleh risiko tidak sistematis yang diterimanya
dengan menggunakan model persamaan (Fabozzi, F.J., 1999).
simultan yang komplek (Gujarati, 2003).
Variabel-Variabel Makroekonomi
2. Ulasan Pustaka Variabel-variabel makroekonomi dapat
Arbitrage Pricing Theory (APT) dijadikan faktor-faktor dalam APT. APT
menyatakan bahwa harga saham dipengaruhi
Arbitrage Pricing Theory (APT) merupakan oleh berbagai faktor. Karena variabel-variabel
model alternatif untuk menentukan harga saham makroekonomi berpengaruh terhadap harga
yang sepenuhnya berdasarakan konsep arbitrase, saham maka variabel-variabel makroekonomi
sehingga disebut teori penetapan harga arbitrase dapat dijadikan faktor-faktor dalam APT.
(Arbitrage Pricing Theory). Secara sederhana, Menurut Mankiw (2007) menjelaskan
arbitrase berarti pembelian dan penjualan saham bahwa inflasi, kurs, suku bunga, dan jumlah
yang berkarakteristik sama pada pasar yang uang yang beredar merupakan variabel-variabel
berbeda (Fabozzi, F.J., 1999). makroekonomi yang berpengaruh terhadap
Model APT memiliki asumsi bahwa harga saham. Oleh karena itu dalam penelitian
tingkat pengembalian acak atas sekuritas ini digunakan empat variabel makroekonimi
𝑖 dipengaruhi oleh beberapa faktor. Asumsi tersebut.
tersebut dapat dinyatakan dalam persamaan Faktor-faktor makroekonomi yang akan
sebagai berikut: digunakan dalam penelitian ini adalah sebagai
berikut:
𝑅̃𝑖 = 𝐸(𝑅𝑖 ) + 𝛽𝑖.1 𝐹̃1 + ⋯ + 𝛽𝑖.𝑛 𝐹̃𝑛 + 𝜖̃𝑖 (1) 1. Inflasi
2. Nilai Tukar Mata Uang (Kurs)
dengan 𝑅̃𝑖 menyatakan tingkat pengembalian
3. Jumlah Uang Beredar (JUB)
acak dari sekuritas 𝑖, 𝐸(𝑅𝑖 ) menyatakan
4. Suku Bunga Bank Indonesia (SBI)
pengembalian yang diharapkan dari sekuritas 𝑖,
𝛽𝑖.𝑛 menyatakan kepekaan sekuritas ke-𝑖
Vector Autoregression
terhadap faktor ke-𝑛, 𝐹̃1 menyatakan faktor ke-
Vector Autoregressive (VAR) merupakan
𝑛 yang umum bagi pengembalian sekuritas, dan
analisis yang biasanya digunakan dalam
𝜖̃𝑖 menyatakan pengembalian tidak sistematis
menganalisis hubungan variabel-variabel
bagi sekuritas.
deret waktu. Perbedaan analisis VAR dengan
Persamaan APT dapat digeneralisasikan
analisis deret waktu yang lain terletak pada
ke dalam kondisi di mana terdapat faktor 𝑛,
model persamaan simultannya karena dalam
sehingga menjadi:
analisis ini mempertimbangkan beberapa
variabel endogen (terikat) secara bersama-
𝐸(𝑅𝑖 ) = 𝑅𝐹 + 𝛽1,𝐹1 [𝐸(𝑅𝐹1 ) − 𝑅𝐹 ]
sama dalam suatu model. Masing-masing
+𝛽2,𝐹2 [𝐸(𝑅𝐹2 ) − 𝑅𝐹 ] + ⋯
+𝛽𝑛,𝐹𝑛 [𝐸(𝑅𝐹𝑛 ) − 𝑅𝐹 ]. (2) masing variabel selain diterangkan oleh
nilainya di massa lampau juga dipengaruhi
Model ini menyatakan bahawa investor ingin oleh nilai masa lalu dari semua variabel
memperoleh kompensasi atas seluruh faktor endogen lainnya dalam model yang diamati.
yang secara matematis mempengaruhi Menurut Tsay (2002), suatu data deret
pengembalian sekuritas. Kompensasi itu adalah waktu multivariat X 𝑡 merupakan suatu proses
18
E-Jurnal Matematika Vol. 3, No.1 Januari 2014, 17-24 ISSN: 2303-1751
VAR orde satu atau VAR(1), jika mengikuti peka terhadap panjang lag, sehingga perlu
model: untuk menentukan ketepatan panjang lag yang
optimal (Widarjono, 2007). Untuk
X 𝑡 = δ + θX 𝑡−1 + 𝑢𝑡 (3) menentukan panjang lag optimal pada model
VAR dapat menggunakan Akaike
dengan δ merupakan suatu vektor dimensi k, θ Information Criteria (AIC). Perhitungan
merupakan matriks 𝑘 × 𝑘, dan 𝑢𝑡 merupakan untuk AIC adalah :
vektor acak yang tidak saling berkorelasi,
rataannya nol dan kovarians berupa matriks 𝑅𝑆𝑆 2𝑘
𝐴𝐼𝐶 = 𝑙𝑛 ( 𝑛
)+ 𝑛 (5)
dilambangkan Σ. Misal 𝑥1𝑡 dan 𝑥2𝑡 dimasukkan
ke dalam persamaan VAR orde satu, maka
dengan 𝑅𝑆𝑆 adalah banyak residual kuadrat
persamaan VAR dapat dinyatakan sebagai:
(residual sum of squares), 𝑘 adalah banyak
parameter yang diestimasi dan 𝑛 adalah banyak
𝑥1𝑡 = 𝛿11 +𝜃11 𝑥1𝑡−1 + 𝜃12 𝑥2𝑡−1 + 𝑢1𝑡 ,
𝑥2𝑡 = 𝛿21 + 𝜃 21 𝑥1𝑡−1 + 𝜃22 𝑥2𝑡−1 + 𝑢2𝑡 . (4) observasi.Lag optimal ada pada nilai terkecil
yang didapat dari perhitungan AIC (Widarjono,
Asumsi yang harus dipenuhi dalam analisis 2007).
VAR adalah semua variabel terikat bersifat
stasioner, semua residual bersifat white noise, Kausalitas Granger
yaitu memiliki rataan nol, varians konstan dan Salah satu analisis yang berkaitan
tidak terdapat korelasi di antara variabel terikat. dengan model VAR adalah mencari
hubungan sebab akibat atau uj i
Kestasioneran Data kausalitas antar var iabel endogen
Data yang stasioner merupakan data yang (dependent/terikat) di dalam model
berada dalam kesetimbangan di sekitar nilai VAR.Hubungan sebab akibat ini bisa diuji
yang konstan dan varians di sekitar rataan menggunakan uji kausalitas Granger
tersebut tetap konstan selama periode waktu (Widarjono, 2007).
tertentu (Mankiw, 2007). Menurut Rosadi (2012), untuk
Pola data deret waktu dapat dilihat dari plot menjelaskan konsep kausalitas Granger
atau grafik data tersebut dan untuk mengetahui berikut digunakan kasus dua variabel
apakah data deret waktu stasioner atau tidak, runtun waktu yang stasioner misal X dan Y
maka dapat dilihat dari korelogram. Data deret dapat dinyatakan dengan persamaan
waktu dikatakan tidak stasioner apabila plot restricted sebagai berikut:
autokorelasi berada di luar garis Bartlet (garis
putus-putus), nilai koefisien autokorelasi pada 𝑌𝑡 = 𝛼 + 𝜙1 𝑌𝑡−1 + 𝛽1 𝑋𝑡−1 + 𝜀𝑡 (6)
lag satu cukup besar, dan turun secara perlahan
[3] dengan 𝑌𝑡 adalah nilai variabel 𝑌 pada saat
, serta nilai probabilitas yang mendekati nol
atau lebih kecil dari 5% (Winarno, 2007). periode waktu ke 𝑡, 𝑌𝑡−1 adalah nilai
variabel 𝑌 pada saat periode waktu𝑡 − 1,α
Lag Optimal adalah intersep, 𝜙1 koefisien dari lag ke-1
variabel 𝑌, 𝑋𝑡−1 adalah nilai variabel 𝑋 pada
Sebelum melakukan analisis VAR perlu
saat periode waktu 𝑡 − 1, 𝛽1 adalah koefisien
dilakukan pemeriksaan lag yang optimal
dari lag ke-1 variabel 𝑋, dan 𝜀𝑡 galat pada
terlebih dahulu. Pemeriksaan lag digunakan
saat 𝑡
untuk menentukan panjang lag optimal yang
Persamaan (6) dapat digeneralisasikan
akan digunakan dalam estimasi hubungan
menjadi persamaan yang lebih umum yaitu
kausalitas dan akan menentukan estimasi
persamaan unrestricted sebagai berikut:
parameter untuk model VAR. Estimasi
hubungan kausalitas dan model VAR sangat
19
Vian Riska Ayuning Tyas, Komang Dharmawan, Made Asih Penerapan Model Arbitrage Pricing Theory
20
E-Jurnal Matematika Vol. 3, No.1 Januari 2014, 17-24 ISSN: 2303-1751
21
Vian Riska Ayuning Tyas, Komang Dharmawan, Made Asih Penerapan Model Arbitrage Pricing Theory
22
E-Jurnal Matematika Vol. 3, No.1 Januari 2014, 17-24 ISSN: 2303-1751
statistik-Q >𝛼 (0,1). Berikut adalah hasil uji Model VAR yang telah diperoleh dari
Portmanteau dengan bantuan software EViews: langkah sebelumnya selanjutnya dilakukan
estimasi untuk masing-masing variabel.
Tabel 4. Hasil Uji Portmanteau Estimasi dari masing-masing variabel diperoleh
Lag Q-Statistik Probabilitas dengan bantuan software EViews. Selanjutnya
1.983256 NA* rata-rata expected return masing-masing
1
variabel dapat dilihat pada tabel berikut :
2 8.556336 NA*
3 11.68300 NA*
Tabel 5. Expected Return Variabel
4 19.52359 NA*
5 26.62544 NA* Rata-
6 30.51175 NA* No Expected Return Variabel Rata
7 41.11649 0.1034 1 Inflasi -0,03171
8 45.03679 0.1435 Nilai Tukar Mata Uang
2 (Kurs) 0,00246
9 52.84074 0.2136
10 58.31440 0.2737 Persamaan APT
11 62.92333 0.2859
Expected return saham dalam penelitian
12 69.72689 0.2576 ini mengunakan model APT. Dari langkah-
langkah sebelumnya dapat disusun persamaan
APT sebagai berikut:
Dari Tabel 4 diketahui nilai probabilitas
statistik Q > 0,1 yang berarti tidak terdapat
E(R 𝐿𝑃𝐾𝑅 ) = 0.0338 × 𝑅𝐹
residual serial dalam model dan dapat +0.00165[(𝐸(𝑅𝐼𝑛𝑓𝑙𝑎𝑠𝑖 )) − 𝑅𝐹 ]
dinyatakan memenuhi asumsi white noise. −0.278[(𝐸(𝑅𝐾𝑢𝑟𝑠 )) − 𝑅𝐹 ].
23
Vian Riska Ayuning Tyas, Komang Dharmawan, Made Asih Penerapan Model Arbitrage Pricing Theory
Daftar Pustaka
Box, G.E.P., dan Pierce D.A. 1970.
“Distribution of residual autocorrelations
in autoregressive-integrated moving
average time series models”.J Amer Statist
Assoc, Vol 65:1509-25.
Fabozzi, F.J. 1999. Manajemen Investasi.
Salemba Empat. Jakarta.
Gujarati, D. 2003. Basic Ekonometrics. Mc
Graw-Hill, New York.
Makridakis, S., S.C Wheelwright. Dan V.E,
McGee. 1999. Metode dan Aplikasi
Peramalan. Erlangga. Jakarta.
Mankiw, N.G. 2007. Makroekonomi. Erlangga.
Jakarta.
Rosadi, D. 2012. Ekonometrika dan Analisis
Runtun Waktu Terapan. ANDI.
Yogyakarta.
Sukirno, S. 2007. Pengantar Teori
Makroekonomi. Kencana. Jakarta.
Tsay, R.S. 2002. Analysis Financial Time
Series. John Willey and Sons Inc. United
States of America.
Widarjono, A. 2007. Ekonometrika Teori dan
Aplikasinya untuk Ekonomi dan Bisnis.
Ekorisia. Yogyakarta.
Winarno, W.W. 2007. Analisis Ekonometrika
dan Statistika dengan EViews. Unit
Penerbit dan Percetakan AMP YKPN,
Yogyakarta.
24