CAPITAL ASSETS PRICING MODEL

Pendahuluan

Model penetapan harga aktiva modal atau Capital Assets Pricing Model merupakan pusat dari ilmu ekonomi keuangan modern. Model ini dipakai untuk memprediksikan hubungan antara tingkat risiko dan tingkat balas jasa investasi yang diharapkan. Hubungan ini mengandung dua fungsi penting. Kesatu adalah fungsi bahwa hubungan itu menyediakan tolok ukur dari tingkat balas jasa atas investasi untuk melakukan evaluasi atas alternatif investasi yang mungkin. Kedua adalah fungsi bahwa model ini dapat membantu untuk membuat dugaan mengenai tingkat balas jasa yang diharapkan atas aktiva yang belum diperdagangkan di pasar.

Harry Markowitz telah meletakkan fondasi dari manajemen protofolio modern pada tahun 1952. Model Penetapan Harga Aktiva Modal dikembangkan 12 tahun kemudian dalam artikel dari William Sharpe, John Lintner, dan Jan Mossin. Hadiah Nobel telah pula diberikan kepada pencipta teori ini.

Model Penetapan Harga Aktiva Modal mengandung unsur-unsur yang berhubungan dengan tingkat balas jasa bebas risiko (risk-free return), balas jasa pasar (market return), penetapan harga aktiva (asset pricing), dan beta protofolio (portfolio beta). Penetapan harga aktiva terdiri dari asset pricing expected return, asset pricing beta, dan asset pricing historical return.

Tulisan ini disusun dengan tujuan untuk mencegah kesalahan-kesalahan dalam pemakaian Capital Assets Pricing Model oleh para mahasiswa yang sedang menulis skripsi atau tesis sebagaimana tercermin dalam garis regresi yang mencerminkan hubungan negatif dan bukan hubungan positif.

Risk Free Return

Suatu situausi mengandung unsur ketidaktentuan dan risiko. Risiko dalam pasar keuangan berhubungan dengan unsur ketidaktentuan dalam aliran kas. Suatu aktiva bebas risiko mencerminkan bahwa aktiva itu menyediakan tingkat balas jasa yang stabil dari waktu ke waktu. Suatu balas jasa yang mengandung risiko akan mencerminkan balas jasa yang berfluktuasi. Para penanam modal yang memperoleh tingkat balas jasa yang berfluktuasi akan dihadapkan sebagai penanam modal yang menang atau kalah. Para penanam modal dalam aktiva yang mengandung risiko akan mengharap tingkat balas jasa yang lebih tinggi daripada para penanam modal dalam aktiva yang tidak mengandung risiko sebagai kompensasi atas unsur ketidaktentuan dan risiko tadi.

Capital Asset Pricing Model mencerminkan karakteristik risiko dalam pasar keuangan dan tentang berapa besar balas jasa diharap atas tingkat risiko tertentu. Capital Asset Pricing Model tergantung pada teori ekonomi standar yang memberikan jawaban pada isu pertama yaitu apakah yang dimaksud dengan risiko itu. Risiko dirumuskan sebagai deviasi standar atau sebagai beta.

Beta adalah suatu ukuran tentang berapakah balas jasa atas aktiva itu berubah-ubah sejalan dengan perubahan pasar. Capital Assets Pricing Model menjawab isu kedua melalui hubungan linear antara risiko dan balas jasa.

Aktiva bebas risiko merupakan suatu konstruk teoretik, karena kenyataan sesungguhnya tidak terdapat aktiva yang bebas risiko. Portofolio pasar juga merupakan konstruk teoretik. IHSG mungkin dianggap sebagai portofolio pasar.

Skripsi dan Tesis

Penulis menolak untuk menandatangani skripsi tentang Capital Assets Pricing Model karena hasil analisis dalam skripsi tersebut bertentangan dengan teori Capital Assets Pricing Model. Penulis juga menolak menandatangani tesis tentang Capital AssetsPricing Model karena hasil analisis dalam tesis tersebut bertentangan dengan teori Capital Assets Pricing Model. Mahasiswa bersangkutan, setelah selesai ujian, menghadap dan setelah membahas kesalahan yang terkandung dalam skripsi tersebut, ternyata bahwa hasil perhitungan akhirnya sesuai dengan teori Capital Assets Pricing Model. Mahasiswa yang sedang dibimbing juga akhirnya menemukan hasil yang sesuai dengan teori Capital Assets Pricing Model. Penulis bersedia menandatangani Skripsi dan Tesis yang tidak bertentangan dengan teori tersebut.

Contoh

Risiko pasar diharap adalah 9.48% dan balas jasa diharap atas saham dengan suatu beta sebesar 0.961 adalah 12.43. Berapakah tingkat balas jasa bebas risiko itu?

Tingkat balas jasa bebas risiko dapat dihitung berdasar atas rumus bahwa :

Rf = E(Ri) + βi [E(Rm) – Rf)]

Rf adalah sebesar 3.32%

Contoh

Suatu saham mempunyai beta sebesar 0.830. Balas jasa diharap atas saham tersebut adalah 12.76% dan kupon Obligasi RI adalah 3.86%. Berapakan estimasi terbaik dari risiko pasar itu? Risiko pasar dalam rumus di atas adalah [E(Rm) – Rf)]. Hasil perhitungan mengenai risiko pasar adalah sebesar 10.72%.

Contoh

Pengajar pada Fakultas Ekonomi telah memberikan kuliah tentang manajemen keuangan dan memakai Capital Assets Pricing Model untuk memecahkan masalah beta. Balas jasa diharap atas suatu saham adalah sebesar 13.89%, tingkat balas jasa bebas risiko adalah 6.06%, dan premi pasar diharap adalah 9.98%. Berapaka beta dari saham tersebut?

Rumus yang dipakai adalah E( Ri) = Rf + βi [E(Rm) – Rf)]

Hasil perhitungan menunjukkan bahwa beta adalah sebesar 0.785.

Contoh

Seorang penanam modal sedang mempertimbangkan suatu portofolio dari dua saham dengan 65% dari dana akan diinvestasikan dalam saham kesatu dan 35% dari dana itu akan diinvestasikan dalam saham kedua. Saham kesatu mempunyai beta sebesar 1.153 dan saham kedua mempunyai beta 0.139. Berapakah beta dari portofolio itu?

Rumus yang dipakai di sini adalah bahwa :

βp = XA * βA + XB * βB

Hasil perhitungan beta dari portofolio dalam contoh di atas adalah 0.798.

Contoh-contoh di atas merupakan dasar-dasar dari Capital Assets Pricing Model.

Analisis Capital Assets Pricing Model

Rumus yang sering dipakai dalam analisis Capital Assets Pricing model adalah rumus sebagai berikut : E( Ri) = Rf + βi [E(Rm) – Rf)]. Rumus ini merupakan aplikasi dari analisis regresi sederhana yaitu Y = a + b X

Y = E( Ri)

a = Rf

b = βi

X = [E(Rm) – Rf)]

Hubungan antara tingkat risiko dan tingkat balas jasa diharap dapat dicari melalui nilai-nilai dari Y dan nilai-nilai dari X. Nilai-nilai dari X sendiri dihasilkan dari hasil pengurangan antara E(Rm dan Rf). Hal ini berarti bahwa penelitian yang berhubungan dengan Capital Assets Pricing Model akan membutuhkan tiga variabel yaitu E(R), Rf, dan Rm. 

Data yang dikumpulkan dari pasar keuangan di New York dan hasil perhitungan berdasar atas rumus di atas dapat disajikan sebagai berikut :

Data yang diperlukan untuk analisis Capital Asset Pricing Model adalah sebagai berikut :

Data di atas merupakah hasil perubahan atas variabel Return and Risk. Perubahan ini diperlukan agar dapat dipakai dalam analisis regresi sederhana.

Deskripsi Data

Deskripsi data mencakup persentil, dispersi, distribusi, dan kecenderungan sentral. Deskripsi data adalah sebagai berikut :

Deskripsi data di atas mencakup persentil termasuk kuartil kesatu, kuartil kedua atau median, dan kuartil ketiga. Deskripsi data juga mencakup deviasi standar, varians, range, nilai minimum, nilai maksimum, dan kesalahan standar dari rata-rata. Distribusi mencakup skewness, kesalahan standar dari skewness, kurtosis, dan kesalahan standar dari kurtosis. Kecenderungan sentral mencakup rata-rata, median, dan modus. Data biasa diringkas ke dalam diagram histogram dengan kurva normal. Diagram histogram dengan kurva normal adalah sebagai berikut :

Pengujian Persyaratan Analisis

Pengujian persyaratan analisis mencakup pengujian normalitas distribusi data dan pengujian homogenitas varians. Pengujian normalitas data menghasilkan informasi sebagai berikut ;

Nilai signifikansi Kolmogorov-Smirnov adalah 0.200 untuk variabel Return dan 0.200 untuk variabel Risk. Nilai ini adalah lebih besar daripada nilai 0.05 sehingga persyaratan normalitas distribusi data terpenuhi.

Pengujian homogenitas varian tidak dapat dilaksanakan untuk variabel Return karena hanya satu kelompok saja mempunyai suatu varian yang dihitung. Hal ini tercermin dalam informasi bahwa “Test of homogeneity of variances cannot be performed for Return because only one group has a computed variance.”

Analisis Regresi Sederhana

Analisis regresi sederhana sebenarnya tidak perlu dihitung karena salah satu dari persyaratan analisis tidak dapat dihitung. Perhitungan analisis regresi jika dipaksakan akan menghasilkan

informasi sebagai berikut :

Informasi di atas mencerminkan bahwa koefisien korelasi adalah 0.741 atau hubungan adalah kuat. Koefisien determinasi adalah 0.549 atau 54.9%. Hal ini berarti bahwa kontribusi variabel Risiko terhadap variabel Return adalah sebesar 54.9% dan sisanya sebesar 45.1% merupakan kontribusi dari variabel-variabel di luar penelitian ini. Koefisien determinasi disesuaikan adalah 0.537 atau 53.7% dan sisanya adaah 46.3% merupakan kontribusi disesuaikan dari variabelvariabel di luar penelitian ini. Kesalahan standar dari estimasi adalah 0.09148.

F-hitung adalah 46.238 dengan derajat kebebasai 1 dan 38. F-tabel dengan derajat kebebasan 1 dan 38 adalah sebesar 4.105. Hal ini berarti bahwa F-hitung adalah lebih besar daripada F-tabel sehingga koefisien regresi adalah signifikan.

Persamaan regresi yang dihasilkan adalah Return = 0.106 + 0.043 Risk. Hal ini berarti bahwa perubahan 1 skor pada variabel Risk akan mengakibatkan perubahan 0.043 skor pada variabel Return.

Pengujian Linieritas Persamaan Regresi

Pengujian linieritas persamaan regresi tidak dapat dilakukan sesuai dengan informasi bahwa tabel Anova mengandung penjelasan “Too few cases - statistics for Return * Risk cannot be

computed”.

Hal ini berarti bahwa kasus adalah terlalu sedikit sehingga statistik untuk Return * Risk tidak dapat dihitung. Asumsi yang dipakai di sini adalah bahwa persamaan regresi memenuhi persyaratan linieritas sehingga kurva estimasi dapat disajikan sebagai berikut :

Grafik di atas mencerminkan bahwa Rf rata-rata adalah sebesar 0.106 sebagai balas jasa atas investasi tanpa risiko. Peningkatan risiko dari 0 menjadi 1.8 akan meningkatkan balas jasa  menjadi 1.82 dan penurunan risiko akan mengakibatkan tingkat balas jasa diharap mengalami penurunan hingga ke titik 0.106 dengan asumsi tingkat balas jasa ini merupakan tingkat balas jasa bebas risiko.

Analisis di atas tidak dapat dilakukan karena persyaratan homogenitas varians adalah tidak jelas karena tidak dapat dihitung sehingga pemakaian statistik parametrik di atas adalah tidak tepat. Pemakaian statistik nonparametrik adalah lebih tepat dan menghasikan koefisien korelasi sebesar

0.741 sebagaimana disajikan dalam tabel korelasi di bawah ini :

Koefisien korelasi antara Risk dan Return adalah 0.750 atau hubungan antara Risk dan Return adalah kuat. Koefisien determinasi adalah 0.5625 atau 56.25%. Kontribusi tingkat risiko terhadap tingkat balas jasa atas investasi adalah 56.25% sedangkan sisanya adalah 43.75% merupakan kontribusi dari variabel-variabel di luar penelitian ini.

Kesimpulan

Banyak penelitian mengenai hubungan antara tingkat balas jasa investasi dan tingkat risiko mengandung kesalahan sebagai akibat dari ketiadaan memakai rumus Capital Assets Pricing Model yang mengandung variabel-variabel Expected Return, Risk Free Return, Market Return, dan Beta. Analisis portofolio mengungkap bahwa investasi disarankan ke dalam 30 macam aktiva keuangan atau lebih, ke dalam 30 macam saham atau lebih. Variabel Expected Return, Risk Free Return, Market Return, dan Beta dihiitung untuk setiap saham dan hasilnya dicatat sebagaimana disajian di atas. Variabel Expected Return dan Beta dipakai untuk melakukan analisis. Hasil analisis adalah benar jika persamaan regresi menunjukkan hubungan positif dalam pengertian kenaikan risiko akan mengakibatkan para penanam modal mengharap kenaikan pada tingkat balas jasa. Kesalahan akbar dialami jika persamaan regresi itu mencerminkan koefisien regresi negatif. Hal ini berarti bahwa kenaikan risiko mengakibatkan balas jasa diharap mengalami penurunan dan penurunan tingkat risiko mengakibatkan balas jasa diharap mengalami kenaikan. Kesalahan ini dialami karena tidak sesuai dengan teori portofolio dan teori Capital Assets Pricing Model.

Oleh : Abdullah M. Jaubah