ANALISIS KOMPARASI KINERJA

CAPITAL ASSET PRICING MODEL, THREE FACTORS PRICING MODEL,

DAN FOUR FACTORS PRICING MODEL

(STUDI PADA SAHAM PERUSAHAAN NON KEUANGAN

YANG TERDAFTAR DI BURSA EFEK INDONESIA)

Disusun Oleh:

Skripsi

Disusun guna memenuhi syarat untuk memperoleh gelar Sarjana Ekonomi Jurusan Manajemen Fakultas Ekonomi Universitas Sebelas Maret Surakarta

Oleh:

NISITA PRABAWANTI

F0206090

FAKULTAS EKONOMI

UNIVERSITAS SEBELAS MARET SURAKARTA

2010

ii

ABSTRAK

Nisita Prabawanti F0206090

ANALISIS KOMPARASI KINERJA

CAPITAL ASSET PRICING MODEL, THREE FACTORS PRICING MODEL, DAN FOUR FACTORS PRICING MODEL

(STUDI PADA SAHAM PERUSAHAAN NON KEUANGAN DI BURSA EFEK INDONESIA)

Penelitian ini menguji faktor-faktor yang berpengaruh dalam estimasi return saham serta membandingkan tiga model asset pricing, yaitu Capital Asset Pricing Model, Three Factors Pricing Model, dan Four Factors Pricing Model. Tujuan penelitian ini adalah memperoleh model asset pricing yang dapat memberikan estimasi return saham dengan lebih baik di antara tiga jenis model tersebut. Sampel penelitian adalah saham-saham perusahaan non- keuangan yang terdaftar di Bursa Efek Indonesia pada periode tahun 2003 - 2008. Analisis regresi dilakukan atas variabel excess market return, ukuran perusahaan, book to market, dan momentum terhadap return bulanan saham sesuai masing-masing model untuk mengetahui pengaruh variabel dan kelayakan model dengan adjusted R square. Uji beda dengan ANOVA dilakukan untuk memperoleh standar deviasi tiap model dan signifikansi perbedaan antara ketiga model.

Hasil penelitian menunjukkan: (1) faktor excess market return, size premium, value premium, dan faktor momentum berpengaruh terhadap return saham, (2) berdasarkan pengaruh variabel independen penyusunnya, baik CAPM, Three Factors Pricing Model, maupun Four Factors Pricing Model dapat menangkap perilaku pembentukan harga saham non-keuangan pada pasar saham Indonesia, (3) Meskipun berdasar nilai adjusted R Square dan besarnya standar deviasi Three Factors Pricing Model lebih baik CAPM dan Four Factors Pricing Model lebih baik dibanding Three Factors Pricing Model, namun ketiganya memiliki kekuatan penjelas yang lemah serta hasil signifikansi uji beda yang tidak signifikan sehingga manfaat dari model-model tersebut dalam mengestimasi return ekspektasi saham di Indonesia masih dipertanyakan. Kata kunci: market excess return, size, book to market, momentum, CAPM, Three Factors Pricing Model, Four Factors Pricing Model

iii

ABSTRACT

Nisita Prabawanti F0206090

ANALISIS KOMPARASI KINERJA

CAPITAL ASSET PRICING MODEL, THREE FACTORS PRICING MODEL, DAN FOUR FACTORS PRICING MODEL

(STUDI PADA SAHAM PERUSAHAAN NON KEUANGAN DI BURSA EFEK INDONESIA)

This article tests and compares three alternative models for the prediction of the expected return of non financial stocks in the Indonesia Stocks Exchange: Capital Asset Pricing Model, Three Factors Pricing Model, and Four Factors Pricing Model. The goal of this study is to find the best estimation model by camparing the three models. The sample consist of actively traded nonfinancial stocks that listed in the Indonesia Stock Exchange and the sample period is 2003-2008. Multiple regressions are used to test the hypotheses in order to know the influence of market excess return, size premium, book to market value premium, and the premium of momentum investment strategy on the expected return of each model. The statistics goodness of fit, adjusted R square tells about how well expected return explained by the model. ANOVA is used to know are the CAPM, Three factors, and Four Factors Pricing Model significantly different.

The results indicate that: (1) market factor, size premium, book to market value premium, and momentum strategy are significantly related to the expected return (2) the three models; CAPM, Three Factors Pricing Model, and Four Factors Pricing Model Capture the asset prcing (3) however, although the adjusted R square and standard deviation of the Three Factors Model are better than CAPM, and the adjusted R square and standard deviation of the Four Factors Model are better than Three Factors Model, the difference between the three models is not significant. It means that the accuration of the models are still doubted.

Keywords: market excess return, size, book to market, momentum, CAPM, Three Factors Pricing Model, Four Factors Pricing Model

iv

v

vi

vii

HALAMAN PERSEMBAHAN

Skripsi ini peneliti persembahkan untuk:

1. My Lord, my Saviour, Jesus Christ who always gives me strength I need.

2. Bapakku tercinta, Nurwanta Triwibawa di Surga. Akhirnya selesai, Pak,

skripsi yang aku kerjakan sambil menemani Bapak. Terima kasih telah

menginspirasiku menjadi Nisita yang kuat dan selalu bersemangat. Imiss

you J

3. Ibuku yang luar biasa, Titik Wahyuni. Terima kasih atas kasih sayang dan

kesabaran yang luar biasa dalam menemani, mendukung, dan

mendoakanku.

4. Adikku tersayang, Niken. Terima kasih atas keceriaan yang membuat hari-

hariku jadi lebih santai dan selalu menyenangkan. Yang smangat yaaa

kuliahnya ^_^

5. Yosafat Tri Hanggoro, my sweet heart. Terima kasih selalu setia dan sabar

menemani dalam tangis dan tawaku, di saat susah ataupun senang,

terbukti!

6. Sahabatku, Destryna Amanda dan Dara Narendra. Terima kasih telah

menaruh kasih setiap waktu dan menjadi saudara dalam kesukaranku.

7. Teman-teman yang telah banyak membantu dan mendukungku, Mbak

Rini, Novia, Eka, Adis, Raras, Siska, Mawar, Ira, dan Ghea.

I love you all, God Bless Us

viii

MOTTO

“If you fail to prepare…you prepare to fail”

(Benjamin Franklin)

“So don’t get tired of doing what is good. Don’t get discouraged and give up, for

we will reap a harvest of blessing at the appropriate time.”

(Galatians 6:9)

ix

KATA PENGANTAR

Puji syukur kepada Tuhan yang Maha Esa atas karunia, penyertaan, dan

hikmat sehingga penulis dapat menyelesaikan skripsi ini dengan baik. Penulisan

skripsi ini dilakukan dalam rangka memenuhi salah satu syarat untuk mencapai

gelar Sarjana Ekonomi Universitas Sebelas Maret Surakarta. Penulis menyadari

bahwa tanpa bantuan dan bimbingan dari berbagai pihak, dari masa perkuliahan

sampai pada penyusunan skripsi ini, sangatlah sulit bagi penulis untuk

menyelesaikan skripsi ini. Oleh karena itu, penulis menghaturkan terima kasih

yang tulus kepada:

1. Bapak Prof. Dr. Bambang Sutopo, M. Com, Ak. Selaku Dekan Fakultas

Ekonomi Universitas Sebelas Maret Surakarta.

2. Ibu Dra. Endang Suhari, M.Si., selaku Ketua Jurusan Manajemen Fakultas

Ekonomi Universitas Sebelas Maret Surakarta, sekaligus sebagai Pembimbing

Akademik penulis atas bimbingan selama menuntut ilmu di Fakultas

Ekonomi.

3. Bapak Reza rahardian, S.E., M.Si., selaku Sekretaris Jurusan Manajemen

Fakultas Ekonomi Universitas Sebelas Maret Surakarta.

4. Bapak Heru Agustanto, S.E., M.E., selaku pembimbing skripsi yang telah

bersedia meluangkan waktu, tenaga, dan pikiran dengan penuh ketelitian dan

kesabaran dalam membimbing dan mengarahkan penyusunan skripsi ini

sehingga penelitian ini dapat diselesaikan dengan baik.

x

5. Bapak M. Juan Suamtoro, S.E., M.M., yang telah bersedia meluangkan waktu

untuk berdiskusi dan membagi ilmu sehingga memperlancar penulisan skripsi

ini.

6. Segenap dosen dan karyawan Fakultas Ekonomi Universitas Sebelas Maret

Surakarta.

7. Semua pihak yang telah membantu, yang tidak dapat penulis sebutkan satu

per satu.

Penulis menyadari bahwa skripsi ini belum sempurna. Untuk itu, peneliti

mengharap kritik dan saran pembaca dan kiranya skripsi ini dapat memberi

manfaat bagi banyak pihak.

Surakarta, Juli 2010

Nisita Prabawanti

xi

DAFTAR ISI

HALAMAN JUDUL........................................................................................... i

ABSTRAK.......................................................................................................... ii

ABSTRACT........................................................................................................ iii

HALAMAN PERSETUJUAN............................................................................ iv

HALAMAN PENGESAHAN............................................................................. v

HALAMAN PERSEMBAHAN ......................................................................... vi

MOTTO .............................................................................................................. vii

KATA PENGANTAR ................................................................................... vii

DAFTAR ISI.................................................................................................. x

DAFTAR TABEL.......................................................................................... xiv

DAFTAR GAMBAR ..........................................................................................xv

DAFTAR LAMPIRAN.......................................................................................xvi

BAB I PENDAHULUAN

A. LATAR BELAKANG ………………………………………… 1

B. RUMUSAN MASALAH………………………………………10

C. TUJUAN PENELITIAN……………………………………….11

D. MANFAAT PENELITIAN…………………………………….12

BAB II LANDASAN TEORI

A. TINJAUAN TEORITIS………………………………………..13

1. Return Dan Risiko ………………………………………….13

xii

a. Pengertian Return............................................................ 13

b. Pengertian Risiko............................................................. 15

c. Korelasi, Diversifikasi, Return, dan Risiko..................... 17

2. Capital Asset Pricing Model (CAPM) ................................. 18

a. Pengertian dan Asumsi dalam CAPM............................. 18

b. Beta Pasar ........................................................................ 20

c. Persamaan CAPM............................................................ 21

3. Three Factors Pricing Model (TFPM)................................. 23

a. Pengertian dan Persamaan TFPM ................................. 23

b. Size Premium................................................................. 24

c. Book to Market Premium .............................................. 26

4. Four Factors Pricing Model (FFPM)..................................... 27

a. Pengetian Strategi Investasi Momentum....................... 27

b. Perbedaan Strategi Momentum dan Kontrarian ............ 28

c. Persamaan FFPM .......................................................... 29

B. KAJIAN PENELITIAN TERDAHULU DAN

PENGEMBANGAN HIPOTESIS .............................................. 31

C. RERANGKA PENELITIAN ...................................................... 38

BAB III METODE PENELITIAN

A. DESAIN PENELITIAN .............................................................. 40

B. POPULASI DAN SAMPEL PENELITIAN ............................... 40

C. SUMBER DATA ........................................................................ 41

xiii

D. DEFINISI OPERASIONAL VARIABEL .................................. 41

E. PROSEDUR PEMBENTUKAN PORTOFOLIO ....................... 46

F. PEMBENTUKAN ASSET PRICING MODEL ........................... 51

G. METODE ANALISIS DATA ..................................................... 53

1. Analisis Deskriptif .................................................................. 53

2. Uji Asumsi Klasik .................................................................. 54

a. Uji Heterokedastisitas...................................................... 54

b. Uji Autorelasi .................................................................. 55

c. Uji Multikolinearitas........................................................ 55

d. Uji Normalitas ................................................................. 55

3. Analisis Regresi ...................................................................... 56

a. Uji F ................................................................................... 56

b. Koefisien Determinasi ....................................................... 57

c. Uji Signifikansi Parameter Individual (Uji Statistik t) ...... 58

4. Uji Beda Dengan Anova......................................................... 58

a. Analisis deskriptif hasil uji beda........................................ 59

b. Test Homogenity of Variance............................................. 59

c. Hasil uji ANOVA .............................................................. 59

BAB IV HASIL DAN PEMBAHASAN

A. DISTRIBUSI SAMPEL PENELITIAN...................................... 60

B. HASIL PEMBENTUKAN PORTOFOLIO ................................ 61

C. ANALISIS DESKRIPTIF ........................................................... 63

xiv

D. ANALISIS DATA....................................................................... 64

1. Uji Asumsi Klasik .................................................................. 65

2. Uji Hipotesis ........................................................................... 72

E. PEMBAHASAN ......................................................................... 77

BAB V SIMPULAN DAN SARAN

A. SIMPULAN................................................................................. 90

B. KETERBATASAN PENELITIAN............................................. 91

C. SARAN ....................................................................................... 92

DAFTAR PUSTAKA.......................................................................................... 93

LAMPIRAN………………………………………………………………….. 96

xv

DAFTAR TABEL

Tabel 4.1. Seleksi Sampel Penelitian ............................................................. 60

Tabel 4.2. Hasil Perhitungan Retun Rm-Rf, SMB, HML, dan HML ............. 62

Tabel 4.3. Statistik Deskriptif ........................................................................ 64

Tabel 4.4. Hasil Uji Multikolinearitas pada Persamaan Regresi CAPM....... 65

Tabel 4.5. Hasil Uji Autokorelasi Model Regresi CAPM dengan Run Test . 66

Tabel 4.6. Hasil Uji Multikolinearitas Persamaan Regresi

Three Factors Pricing Model......................................................................... 68

Tabel 4.7. Hasil Uji Autokorelasi dengan Run Test

Persamaan Regresi Three Factors Pricing Model ......................................... 68

Tabel 4.8. Hasil Uji Multikolinearitas Persamaan Regresi

Four Factors Pricing Model .......................................................................... 70

Tabel 4.9. Hasil Uji Autokorelasi Persamaan Regresi

Four Factors Pricing Model dengan Run Test .............................................. 71

Tabel 4.10. Hasil Uji T dan Uji F Model Regresi CAPM ............................. 72

Tabel 4.11. Hasil Uji T dan Uji F Model Regresi

Three Factors Pricing Model......................................................................... 73

Tabel 4.12. Hasil Uji T dan Uji F Model Regresi

Four Factors Pricing Model .......................................................................... 75

Tabel 4.13. Perbandingan R-square dan

Standar Deviasi Uji Beda Anova ................................................................... 75

Tabel 4.14. Test of Homogeneity of Variances ............................................. 76

Tabel 4.15. Hasil Uji Beda Residual dengan ANOVA.................................. 77

xvi

DAFTAR GAMBAR

2.1. Gambar Risiko dalam Investasi ……………………………………….. 17

2.2. Gambar Garis Pasar Sekuritas ……………………………………….. 22

2.3. Gambar Rerangka Pemikiran …………………………………………38

xvii

DAFTAR LAMPIRAN

Lampiran 1. Daftar Perusahaan Sampel Penelitian........................................ 96

Lampiran 2. Contoh Proses Pembentukan Portofolio.................................... 100

Lampiran 3. Pengujian Asumsi Klasik CAPM .............................................. 117

Lampiran 4. Pengujian Asumsi Klasik Three Factors Pricing Model .......... 120

Lampiran 5. Pengujian Asumsi Klasik Four Factors Pricing Model............ 123

Lampiran 6.Hasil uji F dan Uji t CAPM........................................................ 124

Lampiran 7. Hasil Uji F dan uji t Three Factors Pricing Model ................... 127

Lampiran 8. Hasil Uji F dan uji t Four Factors Pricing Model..................... 128

Lampiran 9. Hasil uji Goodness of Fit ........................................................... 129

Lampiran 10. Hasil Uji Beda dengan ANOVA ............................................. 130

xviii

BAB I

PENDAHULUAN

A. LATAR BELAKANG MASALAH

Dalam dunia investasi, semua investor mengharapkan tingkat

pengembalian (return) yang optimal. Namun tingkat pengembalian yang

diterima oleh investor (actual return) tidak selalu sesuai dengan tingkat

pengembalian yang diharapkan (expected return), dengan kata lain investor

tidak mengetahui dengan pasti hasil yang akan diperoleh dari investasi.

Keadaan ini menunjukkan bahwa investor menghadapi risiko investasi.

Dalam membuat keputusan investasi, ada dua faktor yang paling penting

dipertimbangkan, yaitu pengembalian yang diharapkan (expected return) dan

risiko yang harus ditanggung (risk). Risiko investasi merupakan konsekuensi

yang harus ditanggung oleh investor karena pengembalian di masa yang akan

datang dari investasi dalam kondisi ketidakpastian (uncertainty). Besarnya

premi risiko yang dituntut tiap investor tidak sama. Hal ini tergantung pada

preferensinya dalam menghadapi risiko. Sebagian besar investor berperilaku

sebagai risk averter sehingga cenderung menuntut premi risiko yang lebih

tinggi untuk setiap unit kenaikan risiko.

Suad Husnan (1990) dalam Sumekar (2003) menyatakan bahwa salah

satu masalah yang sering dihadapi oleh para analis investasi adalah

penaksiran risiko yang dihadapi pemodal. Teori keuangan menyatakan bahwa

apabila risiko suatu investasi meningkat, maka pemodal mensyaratkan tingkat

xix

keuntungan yang semakin besar, dengan demikian risiko merupakan faktor

penting dalam keputusan investasi.

Kemampuan untuk mengestimasi return suatu sekuritas merupakan hal

yang sangat diperlukan oleh investor untuk banyak keputusan keuangan

seperti prediksi biaya ekuitas keputusan investasi, manajemen portofolio,

penganggaran modal, dan evaluasi kinerja. Oleh karena itu, para peneliti terus

mengembangkan asset pricing model untuk menemukan teknik terbaik dalam

melakukan seleksi portofolio yang mampu memberikan pengembalian

optimal. Studi mengenai asset pricing terus berkembang dan semakin menarik

untuk diteliti karena selalu menyisakan pro dan kontra berkaitan dengan

model yang dapat menjelaskan perilaku variabel-variabel dalam investasi

dengan lebih baik.

Lebih dari empat dekade sejak 1964, CAPM (Capital Asset Pricing

Model) menjadi model estimasi yang paling populer. Model asset pricing

diteliti secara terpisah oleh Sharpe (1964), Lintner (1965), dan Black (1972)

ini merupakan pengembangan dari seleksi portofolio model Markowitz

(1952). Markowitz berasumsi bahwa preferensi investor hanya didasarkan

pada return ekspektasi yang diinginkan dan besarnya risiko portofolio yang

dapat ditoleransi oleh investor tanpa mempertimbangkan aktiva bebas risiko

(risk free asset) sehingga model ini disebut juga dengan mean variance model.

Risiko yang ada pada saham individu bisa dikurangi dengan menambah

jumlah aset saham dengan membentuk sebuah portofolio. Semakin banyak

jumlah saham yang ditambahkan dalam portofolio, maka risiko individu akan

xx

lebih kecil. Asumsi bahwa preferensi investor hanya didasarkan pada return

ekspektasi dan risiko portofolio secara implisit menganggap bahwa investor

memiliki fungsi utiliti yang sama. Model Markowitz ini menyisakan

ketidakpuasan karena pada kenyataannya tiap investor memiliki fungsi utiliti

yang berbeda sehingga portofolio yang optimal bagi masing-masing investor

dapat berbeda-beda. Demikian juga ada atau tidaknya simpanan dan pinjaman

bebas risiko mempengaruhi optimal portofolio investor.

Menjawab keraguan atas kemampuan estimasi model Markowitz, CAPM

(Capital Asset Pricing Model) selain mempertimbangkan return ekspektasi

dan risiko portofolio juga turut memperhitungkan aktiva bebas risiko. Model

ini memprediksikan bahwa expected return terdiri dari pure time value of

money (return asset bebas risiko) ditambah premi risiko. CAPM mendasarkan

diri pada risiko sistematis dalam mengestimasikan tingkat pengembalian yang

diharapkan dan satu-satunya risiko yang dihadapi investor adalah risiko yang

berkaitan dengan portofolio pasar. Persamaan CAPM menyatakan bahwa

expected return atas aset berisiko merupakan fungsi linear dari beta (β) yang

mengukur besarnya kecenderungan asset berisiko tersebut untuk co-vary

dengan portofolio pasar. Dengan kata lain, CAPM ini menunjukkan bahwa

variasi lintas sektor dalam tingkat pengembalian yang diharapkan dapat

dijelaskan hanya dengan beta pasar.

Ukuran risiko yang digunakan dalam CAPM adalah beta. Beta adalah

ukuran risiko sistematis suatu sekuritas yang tidak terhindarkan melalui

diversifikasi. Beta merupakan pengukur volatilitas suatu sekuritas atau return

xxi

portofolio terhadap return pasar (Jones, 2000:358). Volatilitas dapat

didefinisikan sebagai fluktuasi dari return-return suatu sekuritas atau

portofolio dalam periode waktu tertentu. Jika fluktuasi return sekuritas secara

statistik mengikuti fluktuasi dari return pasar, maka beta sekuritas tersebut

dikatakan bernilai 1. Dengan kata lain, beta sama dengan 1 menunjukkan

bahwa risiko sistematik suatu sekuritas dama dengan risiko pasar.

Proses penghitungan yang sederhana dan kemudahan memperoleh data

yang diperlukan menjadi nilai tambah tersendiri bagi CAPM. Dalam survei

yang dilakukan oleh Graham dan Harvey (2001), 73,5% dari 392 CFO di

Amerika Serikat menggunakan CAPM untuk mengestimasi return. Namun

demikian, sebagai suatu model yang dianggap merupakan penemuan

spektakuler, CAPM tidak terlepas dari berbagai kritik tajam, terutama karena

asumsi-asumsi yang digunakan dalam CAPM kurang realistis. Selain itu,

model CPAM juga menyisakan keraguan atas kemampuan beta dalam

menjelaskan semua variasi dalam memperkirakan expected return dan

menjelaskan hubungan ekuilibrium dalam pasar financial. Fama dan French

(1992) meragukan model CAPM karena berbagai variabel kinerja saham yang

sejak lama digunakan untuk memprediksi expected return seperti size (Banz,

1981), earnings per Price (Basu, 1983), book-to-market (Stattman, 1980),

leverage (Bhandari, 1988), dan sebagainya menjadi dimentahkan oleh model

CAPM ini.

CAPM merupakan ceteris paribus model yang valid di bawah

serangkaian asumsi tertentu. Investor diasumsikan merupakan risk averter,

xxii

memiliki ekspektasi yang homogen yaitu memaksimalkan expected utility

pada akhir period sehingga semua investor memiliki opportunity set yang

identik. Selain itu, diasumsikan investor dapat meminjamkan sujumlah

dananya (lending) atau meminjam (borrowing) sejumlah dana dengan jumlah

yang tidak terbatas pada tingkat suku bunga bebas risiko. Semua aset dapat

dipecah-pecah menjadi bagian terkecil dengan tidak terbatas sehingga

investor dapat melakukan investasi dan transaksi jual beli aset setiap saat

dengan harga yang berlaku. Pasar merupakan pasar kompetitif sempurna

sehingga investor merupakan price taker. Penjualan dan pembelian aktiva

tidak dikenai biaya transaksi serta tidak ada pajak pendapatan pribadi. CAPM

mensyaratkan kondisi pasar modal yang efisien, sedangkan pada

kenyataannya syarat ini sulit untuk dipenuhi.

Keraguan lain atas keakuratan CAPM adalah mengenai keakuratan beta

sebagai variabel penjelas. Menurut Tandelilin (2003), terdapat kemungkinan

eror yang berasal dari (1) beta berubah sesuai lamanya periode observasi yang

digunakan dalam analisis regresi (2) indeks pasar yang digunakan sebagai

proksi dari portofolio pasar belum merepresentasikan keseluruhan marketable

asset dalam perekonomian (3) perubahan variabel fundamental perusahaan

seperti earning, arus kas, dan leverage akan merubah nilai dari beta. Melihat

kondisi riil pasar, validitas CAPM seringkali dipertanyakan.

Pada tahun 1992, Fama dan French membuat sebuah penelitian yang

sangat berpengaruh hingga sekarang dengan mengkombinasikan variabel size,

leverage, E/P, book-to-market, dan beta dalam sebuah penelitian single cross-

xxiii

sectional. Berbeda dengan penelitiannya pada tahun 1973 yang sependapat

dengan adanya hubungan linear positif expected return dengan beta portofolio

pasar, penelitian tahun 1992 menghasilkan hubungan negatif antara ukuran

perusahaan (firm size) dan beta, sedangkan korelasi beta dan return justru

tidak tampak. Hasil tersebut kontradiktif dengan CPAM. Mengetahui bahwa

beta bukan variabel yang baik untuk menjelaskan return rata-rata, maka

tujuan penelitian Fama dan French selanjutnya adalah mendapatkan variabel

yang lebih baik dari beta. Fama dan French membandingkan kekuatan dari

size, leverage, E/P, book to market equity, dan beta dalam cross-sectional

regressions selama periode 1963-1990. Hasil penelitian tersebut adalah

bahwa book- to-market equity dan size memiliki hubungan paling kuat

dengan return.

Fama dan French (1993) memperluas model satu faktor menjadi model

tiga faktor, dengan menambahkan rata-rata sensititivitas tingkat

pengembalian saham ke ukuran perusahaan dan rasio book-to-market.

Return bulanan saham diregres terhadap market premium, size premium, dan

book to market premium. Size premium merupakan selisih return portofolio

saham berkapitalisasi pasar kecil dan saham berkapitalisasi pasar besar, yang

dinotasikan sebagai SMB (small minus big). Fama dan French (1992) selaras

dengan Banz (1981) menemukan hubungan negatif antara return dengan size,

saham berkapitalisasi pasar kecil memiliki return lebih tinggi dibanding

saham berkapitalisasi besar. Book to market premium merupakan selisih

return portofolio saham dengan book to market tinggi dan portofolio saham

xxiv

dengan book to market rendah yang dinotasikan sebagai HML (high minus

low). Sepakat dengan penelitian Stattman (1980) dalam Fama dan French

(1992) diperoleh hubungan positif antara average return dan book to market,

artinya bahwa saham dengan rasio book to market tinggi cenderung memiliki

rata-rata pengembalian yang lebih tinggi dibanding perusahaan dengan rasio

book to market rendah. Fama dan French (1993) memperluas CAPM menjadi

three factors pricing model dengan menambahkan variabel size premium

yang disebut SMB (Small Minus Big) dan value premium yang disebut HML

(high minus low). Penelitian menunjukkan bahwa model penetapan harga

tiga faktor atau three factor pricing model dapat menangkap anomali pasar

lebih besar dibanding CAPM kecuali anomali momen, seperti yang diungkap

oleh Fama dan French (1996), Tandelilin (2003) .

Peare dan Bartholdy (2004) menemukan bahwa three factors pricing

model tidak jauh lebih baik dibanding CAPM dengan angka R2 hanya berkisar

5%. Baik model tiga faktor maupun CAPM memiliki kekuatan penjelasan

yang lemah sehingga tidak satupun model yang cukup bermanfaat dalam

estimasi return. Roger dan Securato dengan sampel penelitian di Brazil juga

sepakat bahwa three factors pricing model lebih baik menjelaskan return

dibanding CAPM, meskipun secara parsial book to market memiliki pengaruh

yang tidak signifikan. Pandangan lain dikemukakan oleh Porras (1998) bahwa

anomali size dan book to market tidak berpengaruh terhadap variasi return.

Sebaliknya, CAPM masih terbukti memiliki peranan dalam estimasi return.

xxv

Di samping beta pasar, tingkat pengembalian rata-rata saham

berhubungan dengan ukuran perusahaan, rasio earning/price, dan rasio book-

to-market equity, masih terdapat berbagai variabel yang telah diteliti

berkaitan dengan expected return seperti pertumbuhan penjualan masa lalu,

karakter pembalikan jangka panjang dan momentum jangka pendek

(Jegadeesh dan Titman, 1993). Atas anomali ini, para akademisi telah

menguji kinerja model alternatif yang dapat menjelaskan lebih baik mengenai

tingkat pengembalian saham.

Carhart (1997) memperluas model three factors pricing model Fama dan

French (1993) menjadi four factors pricing model dengan memperkenalkan

faktor harga momentum sebagi faktor keempat. Faktor momentum

merupakan faktor yang merepresentasikan kecenderungan perusahaan dengan

past return negatif akan menghasilkan future return negatif, sedangkan

perusahaan dengan past return positif akan menghasilkan future return

positif.

Berbeda dengan strategi investasi kontrarian, strategi investasi

momentum memanfaatkan pergerakan saham atau pasar dengan harapan

pergerakan tersebut terus berlanjut. Penganut strategi investasi momentum

akan membeli saham pada saat harga sedang bergerak naik dengan harapan

momentum gerak naik itu akan terus berlanjut di masa depan. Mereka akan

menjual kembali saham-saham tersebut bila dirasa momentum pergerakan

naik telah melemah atau malah telah berhenti dan berbalik arah. Berdasarkan

karakteristik strategi ini, para pengamat sering menjuluki strategi investasi

xxvi

momentum dengan buy high sell higher (beli mahal, jual lebih mahal lagi).

Strategi momentum dalam memprediksi return ekspektasi saham diukur

dengan menghitung selisih antara value weighted return portofolio saham

winners dengan value weighted return portofolio saham losers, yang

dinotasikan sebagai WML (Winners Minus Losers).

Jegadeesh dan Titman (2001) berpendapat bahwa terdapat bukti-bukti

substansial yang menunjukkan bahwa kinerja saham yang baik atau buruk

selama 3 sampai 12 bulan cenderung tidak mengalami perubahan berarti

(tetap baik atau buruk) atas periode berikutnya. Hal ini juga didukung positif

oleh L’Her, J.F., Masmoudi, T. dan Suret, J.M. (2004) pada pasar saham di

Kanada.

Bello (2008) membandingkan CAPM, three factors pricing model, dan

four factors pricing model dan menemukan bahwa berdasar hasil uji

kelayakan three factors pricing model lebih baik dalam memprediksi return

dibandingkan CAPM dan four factors pricing model lebih baik dalam

memprediksi return dibandingkan bahwa three factors pricing model. Namun

demikian, perbedaan di antara ketiga model tersebut tidak signifikan. Di

Indonesia sendiri, penggunaan faktor momentum dalam model asset pricing

masih belum banyak dilakukan, karenanya penelitian ini juga berupaya untuk

mengeksplorasi faktor momentum sebagai model asset pricing yang belum

banyak diteliti pada pasar saham Indonesia.

Dengan demikian, maka tujuan dari penelitian ini adalah mengetahui

faktor-faktor yang masih diperdebatkan yang mempengaruhi return dan harga

xxvii

saham serta memilih model asset pricing yang terbaik dalam hal kemampuan

proksi premi resiko menjelaskan estimasi tingkat pengembalian saham yang

diharapkan dengan menguji kinerja tiga model asset pricing, yaitu CAPM,

three factors pricing model, dan four factors pricing model.

Berdasarkan uraian di atas, penulis tertarik untuk melakukan penelitian

dengan judul “Analisis Komparasi Kinerja CAPM, Three Factors Pricing

Model, dan Four Factors Pricing Model”.

B. PERUMUSAN MASALAH

Bagi investor informasi mengenai faktor-faktor yang berpengaruh terhadap

return sangat bermanfaat untuk memprediksi hasil dari aktivitas investasinya.

Sementara itu, penelitian mengenai asset pricing model yang dapat

memprediksikan return dengan lebih baik masih menunjukkan hasil yang

berbeda-beda.

Dengan pertimbangan yang telah dikemukakan di awal, maka rumusan

masalah dalam penelitian ini adalah sebagai berikut:

1. Apakah dalam Capital Asset Pricing Model, faktor market excess

return berpengaruh terhadap expected return?

2. Apakah dalam Three Factors Pricing Model, faktor market excess

return, size premium (SMB), dan value premium (HML) berpengaruh

terhadap expected return?

xxviii

3. Apakah dalam Four Factors Pricing Model, faktor market excess

return, size premium (SMB), value premium (HML), dan momentum

(WML) berpengaruh terhadap expected return?

4. Model asset pricing manakah yang terbaik dalam hal kemampuan

menjelaskan estimasi tingkat pengembalian saham yang diharapkan?

C. TUJUAN PENELITIAN

Penelitian ini membandingkan Capital Asset Pricing Model, Three

Factors Pricing Model, dan Four Factors Pricing Model. Tujuan penelitian

ini adalah:

1. Untuk menguji bahwa dalam Capital Asset Pricing Model, faktor market

excess return berpengaruh terhadap expected return.

2. Untuk menguji bahwa dalam Three Factors Pricing Model, faktor market

excess return, size premium (SMB), dan value premium (HML)

berpengaruh terhadap expected return.

3. Untuk menguji bahwa dalam Four Factors Pricing Model, faktor market

excess return, size premium (SMB), value premium (HML), dan

momentum (WML) berpengaruh terhadap expected return.

4. Penelitian ini merupakan uji kelayakan model yang bertujuan untuk

menentukan model asset pricing terbaik dalam hal kemampuan

menjelaskan estimasi tingkat pengembalian saham yang diharapkan.

xxix

D. MANFAAT PENELITIAN

Manfaat yang diharapkan dari penelitian ini adalah sebagai berikut:

1. Bagi investor dan pengambil keputusan investasi

Penelitian ini diharapkan mampu memberikan pandangan secara

menyeluruh bagi para investor maupun manajer investasi dalam memilih

model asset pricing yang paling sesuai dengan kebutuhan invetasi.

Terutama agar investor dalam aktivitas investasinya tidak terjebak pada

satu variabel tertentu saja, namun juga memandang dari berbagai variabel

yang memiliki karakter sesuai dengan jenis investasinya.

2. Bagi masyarakat ilmiah

Penelitian ini menyediakan sebuah overview atas kinerja model asset

pricing yang merupakan area studi penting dalam penelitian pasar

finansial. Hasil studi ini diharapkan dapat memberikan kontribusi terhadap

penelitian manajemen keuangan di Indonesia dalam hal komparasi model

asset pricing untuk mengestimasi tingkat pengembalian saham yang

diharapkan.

xxx

BAB II

LANDASAN TEORI

A. TINJAUAN TEORITIS

1. RETURN DAN RISIKO

Untuk memaksimalkan harga saham, manajer finansial harus

memahami konsep risiko dan return. Setiap keputusan finansial

merepresentasikan karakteristik risiko dan return tertentu. Setiap

kombinasi risiko dan return tersebut berpengaruh terhadap harga saham.

a. Pengertian Return

Return merupakan hasil yang diperoleh dari investasi. Return

dapat berupa return realisasi yang sudah terjadi atau return ekspektasi

yang belum terjadi tetapi yang diharapkan terjadi di masa mendatang.

Menurut Hartono (2008, p. 195), return realisasi (realized return)

merupakan return yang telah terjadi. Return realisasi dihitung

menggunakan data historis. Return realisasi penting sebagai salah satu

pengukur kinerja perusahaan serta dasar penentuan return ekspektasi

(expected return) dan risiko di masa datang.

Gitman (2009, p. 228) menyatakan “The return is the total gain

or loss experienced on an investment over a given period of time;

calculated by dividing the asset’s cash distributions during the period,

plus change in value by its beginning of period investment value.”

Pada intinya adalah bahwa return merupakan keseluruhan keuntungan

xxxi

atau kerugian dari investasi dalam suatu periode tertentu yang

dikalkulasikan dengan menjumlahkan capital gain (loss) dan yield.

Capital gain (loss) merupakan selisih dari harga investasi sekarang

relatif dengan harga periode lalu. Sedangkan yield merupakan

persentase penerimaan kas periodik terhadap harga investasi periode

tertentu dari suatu investasi. Definisi return investasi individual dapat

dijabarkan dengan rumus sebagai berikut:

………………………………………... (1)

di mana merupakan yield penerimaan kas (cash flow) periodik,

merupakan harga investasi pada periode t, dan merupakan

harga investasi pada periode t-1.

Dalam konteks portofolio, return realisasi (Rp) merupakan rata-

rata tertimbang dari return realisasi (Ri) masing-masing sekuritas

tunggal berdasar porsi sekuritas i terhadap seluruh sekuritas dalam

portofolio tersebut (wi). Secara matematis ditulis sebagai berikut:

…………………………………………... (2)

Sedangkan return ekspektasi (expected return) sendiri merupakan

return yang diharapkan akan diperoleh investor di masa mendatang.

Return ekspektasi dapat dihitung berdasarkan nilai ekspektasi masa

depan, berrdasarkan nilai-nilai return histori, maupun berdasarkan

model return ekspektasi yang ada. Pada penelitian ini, return

ekspektasi diestimasi dengan model return ekspektasi yang diuji,

xxxii

yaitu CAPM, Three Factors Pricing Model, dan Four Factors Pricing

Model.

Dalam suatu portofolio, return ekpektasi portofolio atau E(Rp)

merupakan rata-rata tertimbang dari return ekspektasi atau E(Ri) tiap

sekuritas tunggal dalam portofolio dengan perhitungan matematis

sebagai berikut:

………………………………………. (3)

b. Pengertian Risiko

Fama dan French (1995, p.131) mengatakan, “If stocks are priced

rationally, systematic differences in average returns are due to

differences in risk.” Van Horne dan Wachosics, Jr (1992) dalam

Hartono (2008, p.214) mendefinisikan risiko sebagai variabilitas

return terhadap return yang diharapkan. Damodaran (2002, p. 61)

mengatakan, “Investor who buy asset expect to earn returns over the

time horizon that they hold the assets. Their actual returns over this

holding period may be very different from the expected returns that is

source of risk.” Sedangkan Gitman (2009, p. 228) berpendapat, “Risk

is used interchangeably with uncertainty to refer to the variability of

returns associated with a given asset.” Dari beberapa definisi

tersebut, dapat disimpulkan bahwa risiko merupakan kemungkinan

kerugian finansial karena ketidakpastian variabilitas actual return

terhadap expected return.

xxxiii

Untuk menghitung risiko, metode yang banyak digunakan adalah

standar deviasi (s) yang mengukur absolut penyimpangan nilai-nilai

yang sudah terjadi dengan nilai ekspektasinya.

Masing-masing investor memiliki preferensi masing-masing

terhadap risiko tergantung pada besarnya risiko yang dapat diterima.

Secara umum, terdapat tiga jenis preferensi dasar investor terhadap

risiko, yaitu risk indifereence, risk averse, maupun risk seeking.

Sebagian besar investor merupakan risk averter. Investor yang

berperilaku sebagai risk averter akan cenderung menuntut premi

risiko yang lebih tinggi untuk setiap unit kenaikan risiko sebagai

kompensasi karena harus menghadapi risiko yang lebih besar

(Gitman, 2009).

Secara garis besar, risiko total dalam dunia investasi merupakan

kombinasi dari risiko sistematis dan risiko tidak sistematis seperti

tampak pada Gambar 2.1. Risiko sistematis merupakan risiko yang

berkaitan dengan faktor pasar yang mempengaruhi keseluruhan

perusahaan tanpa kecuali sehingga risiko ini tidak dapat dieliminasi

melalui diversifikasi. Risiko sistematis terjadi karena kejadian-

kejadian di luar perusahaan, seperti perubahan kondisi perekonomian,

perubahan kondisi politik, inflasi, resesi, dan sebagainya sehingga

disebut juga sebagai nondiversifiable risk, market risk, atau general

risk. Ukuran dari risiko sistematis disebut juga dengan koefisien beta

(b), yaitu ukuran kepekaan tingkat keuntung individual suatu saham

xxxiv

terhadap perubahan tingkat keuntungan pasar. Sebaliknya, risiko tidak

sistematis merupakan risiko yang berkaitan dengan faktor spesifik dan

unik dari perusahaan, yaitu hal buruk yang terjadi di suatu perusahaan

dapat diimbangi dengan hal baik yang terjadi pada perusahaan lain

sehingga risiko ini dapat dieliminasi melalui diversifikasi.

Gambar 2.1. Risiko dalam Investasi Sumber: Reilly, p. 245

c. Korelasi, Diversifikasi, Return, dan Risiko

Koefisien korelasi menunjukkan besarnya hubungan pergerakan

antara dua variabel relatif terhadap masing-masing deviasinya. Nilai

dari koefisien korelasi berkisar dari +1 sampai dengan -1. Nilai

koefisien korelasi +1 menunjukkan korelasi positif sempurna, nilai

koefisien korelasi 0 menunjukkan tidak adanya korelasi, dan nilai

koefisien korelasi -1 menunjukkan korelasi negatif sempurna. Jika dua

buah aktiva mempunyai return dengan koefisien korelasi +1 (positif

sempurna), maka semua risikonya tidak dapat didiversifikasi atau

xxxv

risiko portofolio tidak akan berubah sama dengan risiko aktiva

individualnya. Jika dua buah aktiva mempunyai return dengan

koefisien korelasi -1 (negatif sempurna), maka semua risikonya dapat

didiversifikasi atau risiko portofolio sama dengan nol. Jika koefisien

korelasinya diantara +1 dan -1, maka terjadi penurunan risiko

portofolio tetapi tidak menghilangkan semua risikonya.

Konsep korelasi merupakan bagian esensial dalam pembentukan

portofolio optimal. Oleh karena itu, perlu adanya diversifikasi dengan

mengkombinasikan atau menambah aktiva yang memiliki korelasi

negatif atau korelasi lemah ke dalam portofolio sehingga dapat

menurunkan standar deviasi portofolio.

Namun demikian, seperti telah dijelaskan di awal bahwa meskipun

investor melakukan diversifikasi melalui penambahan atau

pengkombinasian aktiva dengan korelasi negatif atau lemah tetapi

investor tidak dapat mengeliminasi variasi dan ketidakpastian faktor

makroekonomi yang mempengaruhi seluruh aktiva berisiko.

2. Capital Asset Pricing Model (CAPM)

a. Pengertian dan Asumsi dalam CAPM

Capital Asset Pricing Model (CAPM) menghubungkan

nondiversifiable risk dengan return suatu aset dengan

mengikutsertakan pertimbangan aktiva bebas risiko. Model ini diteliti

secara terpisah oleh Sharpe (1964), Lintner (1965), dan Black (1972)

xxxvi

dan merupakan pengembangan dari model Markowitz (1952). Esensi

dari model ini adalah return ekspektasi sekuritas merupakan fungsi

linear positif dari beta pasar, yaitu slope regresi dari return sekuritas

terhadap return pasar. Dengan kata lain, CAPM ini menunjukkan

bahwa variasi lintas sektor dalam tingkat pengembalian yang

diharapkan dapat dijelaskan hanya dengan beta pasar.

Asumsi-asumsi dalam CAPM adalah sebagai berikut:

1) Investor memaksimumkan kekayaannya dengan memaksimumkan

utility harapan dalam satu periode waktu yang sama.

2) Investor melakukan pengambilan keputusan investasi berdasar

pertimbangan return ekspektasi dan deviasi standar return dari

portofolionya.

3) Semua investor memiliki harapan yang seragam (homogeneous

expectation) terhadap return ekspektasi , varian, dan kovarian

return sekuritas.

4) Semua investor dapat meminjamkan sejumlah dananya (lending)

atau meminjam (borrowing) sejumlah dana dengan jumlah yang

tidak terbatas pada tingkat suku bunga bebas risiko.

5) Investor individual dapat melakukan short sale berapapun yang

dikehendaki. Semua aktiva dapat dipecah-pecah menjadi bagian

lebih kecil dengan tidak terbatas.

6) Semua aktiva dapat dipasarkan dengan likuid sempurna, Tidak

terjadi inflasi.

xxxvii

7) Tidak ada biaya transaksi dan tidak ada pajak pendapatan pribadi.

8) nvestor berperan sebagai price taker.

9) Pasar modal dalam kondisi ekuilibrium.

b. Beta Pasar

Beta merupakan pengukur volatilitas (volatility) return suatu

sekuritas terhadap atau return portofolio terhadap return pasar. Dengan

demikian beta merupakan pengukur risiko sitematik dari suatu

sekuritas atau portofolio terhadap risiko pasar.

Volatilitas dapat didefinisikan sebagai fluktuasi dari return-return

suatu sekuritas atau portofolio dalam suatu periode waktu tertentu.

Jika fluktuasi return-return sekuritas atau portofolio secara statistik

mengikuti fluktuasi dari return-return pasar, maka beta dari sekuritas

atau portofolio tersebut dikatakan bernilai 1.

Beta untuk portofolio pasar adalah bernilai 1. Suatu sekuritas

yang mempunyai beta lebih kecil dari 1 dikatakan berisiko lebih

kecil dari risiko portofolio pasar. Sebaliknya, suatu sekuritas yang

mempunyai nilai beta lebih besar dari 1 dikatakan mempunyai risiko

sistematik yang lebih besar dari risiko pasar. Jika suatu sekuritas

mempunyai beta sama dengan beta portofolio pasar, maka

diharapkan sekuritas ini mempunyai return ekspektasi yang sama

dengan return ekspektasi portofolio pasar atau E(Rm). Untuk

sekuritas individual yang mempunyai beta beta lebih kecil, maka

diharapkan akan mendapat return ekspektasi lebih kecil dari

xxxviii

ekspektasi portofolio pasar. Sebaliknya, sekuritas individual yang

mempunyai beta beta lebih besar, maka diharapkan akan mendapat

return ekspektasi lebih besar dari ekspektasi portofolio pasar.

Pada penelitian ini, beta pasar dihitung menggunakan teknik

regresi, dengan return realisasi sekuritas sebagai variabel dependen

dan return pasar (return IHSG) sebagai variabel independen.

c. Persamaan CAPM

Trade off antara risiko dan return ekspektasi untuk sekuritas

individual ditunjukkan oleh garis yang disebut garis pasar sekuritas

atau security market line (SML). Garis pasar sekuritas merupakan

penggambaran secara grafis dari model CAPM.

Untuk sekuritas individual, tambahan return ekspektasi sebagai

akibat dari tambahan risiko sekuritas yang diukur dengan beta. Beta

menentukan tambahan besarnya tambahan return ekspektasi untuk

sekuritas individual dengan argumentasi bahwa untuk portofolio yang

didiversifikasikan dengan sempurna, risiko tidak sistematik cenderung

menjadi hilang dan risiko yang relevan hanya risiko sistematis yang

diukur dengan beta. Argumentasi ini didasarkan pada asumsi bahwa

untuk ekspektasi yang homogen, semua investor akan membentuk

portofolio pasar yang didiversifikasi sempurna, sehingga risiko yang

relevan untuk tiap sekuritas di dalam portofolio adalah beta.

Hubungan return ekspektasi dan beta dapat digambarkan pada

garis pasar sekuritas berikut ini.

xxxix

Untuk beta bernilai nol, atau untuk aktiva yang tidak mempunyai

risiko sistematik, yaitu beta untuk aktiva bebas risiko, aktiva ini

memiliki return ekspektasi sebesar Rf yang merupakan intercept dari

garis pasar sekuritas. Dengan mengasumsikan garis pasar sekuritas

adalah garis linier, maka persamaan garis linier ini dapat dibentuk

dengan intercept sebesar Rf dan slope sebesar (E(Rm) - Rf) / bm.

Karena bm sebesar 1, maka slope garis pasar sekuritas sebesar (E(Rm)

- Rf). Dengan demikian, persamaan garis pasar sekuritas dapat

dituliskan:

E(Ri) = Rf + bi [E(Rm) - Rf]…………………………………… (4)

Keterangan:

E(Ri) = expected return saham i

Rf = risk free rate asset

E(Rm) = rate of return on market

bi = slope regresi Ri – Rf = α + bi[Rm-Rf] + ei

Beta

E(Rm

Rf

E(Ri)

garis pasar sekuritas

0 Gambar 2.2.

Garis Pasar Sekuritas

xl

3. Three Factors Pricing Model

a. Pengertian dan Persamaan Three Factors Pricing Model

Three Factors Pricing Model diperkenalkan oleh Fama dan French

(1993) menjadi alternatif model dalam mengestimasi return

ekspektasi. Keraguan serta pro kontra atas akurasi beta pasar sebagai

variabel penjelas satu-satunya CAPM dalam mengestimasi return

ekspektasi membawa Three Factors Pricing Model sebagai multifactor

model yang sangat berpengaruh. Jika dalam CAPM perilaku return dan

risiko hanya ditentukan oleh pasar, Fama dan French menambahkan

faktor fundamental perusahaan yaitu ukuran perusahaan (firm size)

dan book to market. Dengan demikian, tiga variabel penjelas dalam

estimasi return ekspektasi meliputi market premium, size premium, dan

book to market premium.

Return bulanan diregres terhadap market premium, size premium,

dan book to market premium yang diformulasikan dalam persamaan

berikut:

E(Ri) = Rf + bi [E(Rm) - Rf] + siE(SMB) + h iE(HML)…………. (5)

Keterangan:

E(Ri) = expected return saham i

Rf = risk free rate asset

E(Rm) = rate of return on market

SMB = selisih value weighted return portofolio saham

kecil dan value weighted return portofolio saham

xli

kapitalisasi besar.

HML = selisih value weighted return portofolio saham dengan

book to market tinggi dan value weighted return

portofolio saham book to market rendah.

bi,si,,h i = slope regresi

Ri – Rf = α + bi[Rm-Rf] + siE(SMB) + h iE(HML) + ei

Fama dan French menambahkan faktor size dan book to market

untuk melengkapi peran koefisien beta pasar dalam CAPM yang telah

dijelaskan pada bagian sebelumnya.

b. Size Premium

Ukuran perusahaan (size) menggambarkan besar kecilnya suatu

perusahaan yang ditunjukkan oleh total aktiva, total penjualan, atau

total kapitalisasi pasar. Dalam penelitian asset pricing model ini

ukuran perusahaan diukur berdasar kapitalisasi pasar (market

capitalization).

Kapitalisasi pasar = jumlah saham beredar x harga saham penutupan …… (6)

Fama (1992) sepakat dengan Banz (1981) menemukan bahwa

perusahaan-perusahaan kecil yang tercatat pada NYSE dan AMEX

memberikan return lebih besar dibandingkan return perusahaan besar.

Penelitian tersebut menjadi pioner diskusi mengenai gejala yang

disebut small firm size effect, yaitu ketika rata-rata return berhubungan

negatif dengan ukuran kapitalisasi pasar. Investor memiliki persepsi

bahwa perusahaan dengan kapitalisasi kecil cenderung tidak stabil dan

xlii

lebih sensitif terhadap berbagai risiko dibanding perusahaan dengan

kapitalisasi besar. Ketidakpastian dan risiko yang lebih besar ini

mendorong investor untuk mensyaratkan tambahan return yang lebih

besar juga dibanding perusahaan dengan kapitalisasi besar yang jauh

lebih stabil dan lebih tidak berisiko.

Untuk menyertakan faktor size dalam mengestimasi return

ekspektasi, Fama dan French (1993) membentuk portofolio yang

merepresentasikan pengaruh faktor risiko size yang disebut sebagai

portofolio SMB (small minus big). SMB adalah return atas strategi

portofolio yang mengambil posisi long terhadap saham dengan

kapitalisasi pasar kecil dan mengambil posisi short atas saham dengan

kapitalisasi besar dengan faktor lain (dalam penelitian ini yaitu faktor

book to market dan momentum) konstan. Portofolio SMB didesain

untuk mengukur tambahan return yang diterima investor dengan

melakukan investasi pada saham berkapitalisasi kecil. Tambahan

return ini sering disebut sebagai “size premium”. SMB dihitung

dengan mengurangkan return saham berkapitalisasi kecil dan return

saham berkapital besar dengan rata-rata tertimbang book to market

dan momentum yang sama sehingga terbebas dari pengaruh faktor lain

tersebut. Hasil perhitungan SMB yang positif menunjukkan bahwa

saham berkapitalisasi kecil lebih baik daripada saham berkapitalisasi

kecil.

xliii

c. Book to market premium

Rasio book to market merupakan perbandingan antara current

book value of equity per lembar saham dengan market value per

lembar saham.

Rasio ini menunjukkan seberapa jauh suatu perusahaan mampu

menciptakan nilai perusahaan relatif terhadap jumlah modal yang

diinvestasikan. Rasio book to market dapat menjadi indikator bahwa

perusahaan tersebut undervalue atau overvalue. Apabila book value

suatu sekuritas lebih kecil dibanding market value (rasio book to

market < 1), maka saham perusahaan tersebut overvalued. Sebaliknya,

bila book value sekuritas lebih lebih besar dibanding market value

(rasio book to market > 1), maka saham perusahaan tersebut

undervalued.

Seperti halnya Stattman (1980), Fama (1992) memperkuat bukti

bahwa book to market berkorelasi positif dengan return sekuritas.

Pasar memandang perusahaan dengan rasio book to market tinggi

sebagai saham yang undervalued yang lebih berisiko dibanding

perusahaan dengan rasio book to market rendah sehingga investor

mengharap return yang lebih tinggi sebagai kompensasi risiko yang

lebih besar.

Untuk menyertakan faktor book to market dalam mengestimasi

return ekspektasi, Fama dan French (1993) membentuk portofolio

yang merepresentasikan pengaruh faktor risiko book to market yang

xliv

disebut sebagai portofolio HML (high minus low). HML adalah return

atas strategi portofolio yang mengambil posisi long terhadap saham

dengan book to market tinggi dan mengambil posisi short atas saham

dengan book to market rendah dengan faktor lain (dalam penelitian ini

yaitu faktor size dan momentum) konstan. Portofolio HML didesain

untuk mengukur tambahan return yang diterima investor dengan

melakukan investasi pada saham perusahaan dengan nilai book to

market tinggi. Tambahan return ini sering disebut sebagai “value

premium”. HML dihitung dengan mengurangkan return saham yang

memiliki book to market tinggi dan return saham yang memiliki book

to market rendah dengan rata-rata tertimbang faktor size dan

momentum yang sama sehingga terbebas dari pengaruh faktor lain

tersebut. Hasil perhitungan HML yang positif menunjukkan bahwa

saham dengan book to market tinggi menghasilkan return lebih baik

daripada saham dengan book to market rendah.

4. Four Factors Pricing Model

a. Pengertian strategi investasi momentum

Momentum investment strategy merupakan salah satu strategi

investasi yang melakukan pembelian saham dengan performa baik di

masa lalu (saham winners) dan melakukan penjualan atas saham

dengan performa buruk di masa lalu (saham losers). Jegadeesh dan

Titman (1993), mendokumentasikan bahwa selama medium term

xlv

horizon (tiga hingga dua belas bulan), perusahaan yang memiliki

return tinggi di masa lalu akan berkesinambungan mempertahankan

return tinggi tersebut selama periode waktu yang sama.

Strategi investasi momentum memanfaatkan pergerakan saham

atau pasar dengan harapan pergerakan tersebut terus berlanjut.

Penganut strategi investasi momentum akan membeli saham pada saat

harga sedang bergerak naik dengan harapan momentum gerak naik itu

akan terus berlanjut di masa depan. Mereka akan menjual kembali

saham-saham tersebut bila dirasa momentum pergerakan naik telah

melemah atau malah telah berhenti dan berbalik arah. Berdasarkan

karakteristik strategi ini, para pengamat sering menjuluki strategi

investasi momentum dengan buy high sell higher (beli mahal, jual

lebih mahal lagi).

b. Perbedaan Strategi Momentum dan Strategi Kontrarian

Strategi investasi momentum berdasar pada perilaku keuangan

bahwa investor bersifat under-react dalam menanggapi informasi atau

isu yang beredar di pasar saham. Underreaction terjadi karena

keterbatasan kemampuan investor dalam mengakses dan memproses

informasi sehingga dengan keyakinan yang tinggi para investor

memilih untuk mempertahankan pandangan keputusan investasi

sebelumnya daripada menyerap informasi baru di hadapannya.

Sebaliknya, profitabilitas strategi investasi kontrarian sebagian

besar disebabkan oleh kenyataan bahwa investor bereaksi secara

xlvi

berlebihan (overreaction) terhadap informasi. Dalam kondisi ini, para

pelaku pasar modal cenderung menetapkan harga saham terlalu tinggi

sebagai reaksi terhadap berita yang dinilai baik. Sebaliknya, mereka

akan memberikan harga terlalu rendah sebagai reaksi terhadap berita

buruk. Kemudian, fenomena ini berbalik ketika pasar menyadari telah

bereaksi berlebihan. Pembalikan ini ditunjukkan oleh turunnya secara

drastis harga saham yang sebelumnya berpredikat winner dan naiknya

harga saham yang sebelumnya berpredikat loser.

Dalam konteks investasi saham, strategi investasi momentum

lebih sesuai dengan horison investasi investor. Kebanyakan investor

memiliki horison investasi yang lebih pendek daripada yang

diperlukan bagi penerapan strategi investasi kontrarian untuk

menghasilkan return yang dapat diterima (De Long, et al., 1990;

Shleifer dan Vishny, 1990 dalam Wiksuana, 2009). Dalam strategi ini,

investor akan membeli saham yang sebelumnya memiliki kinerja baik

(winner stock) dan menjual saham yang sebelumnya memiliki kinerja

buruk (loser stock).

c. Persamaan Four Factors Pricing Model

Carhart (1997) mengembangkan model asset pricing tiga faktor

dengan menambahkan faktor keempat yaitu anomali momentum (one

year momentum anomaly). Pengaruh penggunaan strategi momentum

dalam memprediksi return ekspektasi saham dapat diukur dengan

menghitung selisih antara value weighted return portofolio saham

xlvii

winners dengan value weighted return portofolio saham losers, yang

dinotasikan sebagai WML (Winners Minus Losers).

E(Ri) = Rf + bi [E(Rm) - Rf] + siE(SMB) + h iE(HML)+ wiE(WML)………..(7)

Keterangan:

E(Ri) = expected return saham i

Rf = risk free rate asset

E(Rm) = rate of return on market

SMB = selisih value weighted return portofolio saham

kapitalisasi kecil dan value weighted return portofolio

saham kapitalisasi besar.

HML = selisih value weighted return portofolio saham dengan

book to market tinggi dan value weighted return

portofolio saham book to market rendah.

WML = selisih value weighted return portofolio saham dengan

winner dan value weighted return portofolio saham loser.

bi,si,,h i, wi= slope regresi

Ri–Rf = α+ bi[Rm-Rf] + siE(SMB) + h iE(HML) + wiE(WML ) + ei

Apabila strategi momentum berlaku, maka seharusnya WML

berpengaruh positif terhadap return. Hal ini berarti kinerja saham

winner konsisten baik sedangkan saham loser tetap belum dapat

meningkatkan kinerjanya sehingga return saham winner lebih besar dari

return saham loser.

xlviii

B. KAJIAN PENELITIAN TERDAHULU DAN PENGEMBANGAN

HIPOTESIS

Lebih dari empat dekade sejak 1964, CAPM (Capital Asset Pricing

Model) menjadi model estimasi yang paling populer. Model asset pricing

diteliti secara terpisah oleh Sharpe (1964)1, Lintner (1965), dan Black (1972)

ini merupakan pengembangan dari seleksi portofolio model Markowitz

(1952). Markowitz berasumsi bahwa preferensi investor hanya didasarkan

pada return ekspektasi yang diinginkan dan besarnya risiko portofolio yang

dapat ditoleransi oleh investor tanpa mempertimbangkan aktiva bebas risiko

(risk free asset) sehingga model ini disebut juga dengan mean variance model.

Risiko yang ada pada saham individu bisa dikurangi dengan menambah

jumlah aset saham dengan membentuk sebuah portofolio (Markowitz, 1952).

Semakin banyak jumlah saham yang ditambahkan dalam portofolio, maka

risiko individu akan semakin kecil. Asumsi bahwa preferensi investor hanya

didasarkan pada return ekspektasi dan risiko portofolio secara implisit

menganggap bahwa investor memiliki fungsi utiliti yang sama. Model

Markowitz ini menyisakan ketidakpuasan karena pada kenyataannya tiap

investor memiliki fungsi utiliti yang berbeda sehingga portofolio yang optimal

bagi masing-masing investor dapat berbeda-beda. Demikian juga ada atau

tidaknya simpanan dan pinjaman bebas risiko mempengaruhi optimal

portofolio investor.

Menjawab keraguan atas kemampuan estimasi model Markowitz, CAPM

(Capital Asset Pricing Model) selain mempertimbangkan return ekspektasi

xlix

dan risiko portofolio juga turut memperhitungkan aktiva bebas risiko. Model

ini memprediksikan bahwa expected return terdiri dari pure time value of

money (return asset bebas risiko) ditambah premi risiko. CAPM mendasarkan

diri pada risiko sistematis dalam mengestimasikan tingkat pengembalian yang

diharapkan dan satu-satunya risiko yang dihadapi investor adalah risiko yang

berkaitan dengan portofolio pasar. Persamaan CAPM menyatakan bahwa

expected return atas aset berisiko merupakan fungsi linear dari beta (β) yang

mengukur besarnya kecenderungan asset berisiko tersebut untuk co-vary

dengan portofolio pasar. Dengan kata lain, CAPM ini menunjukkan bahwa

variasi lintas sektor dalam tingkat pengembalian yang diharapkan dapat

dijelaskan hanya dengan beta pasar. Market atau beta pasar merupakan ukuran

dari risiko sistematis, yaitu risiko yang tidak dapat dikurangi melalui

diversifikasi. Semakin stabil return saham maka semakin tinggi pula return

yang diharapkan investor. Sejumlah hasil empiris termasuk Black et.al

(1972) serta Fama danMacBeth (1973) mendukung CAPM.

Berdasarkan uraian di atas, maka hipotesis pertama penelitian ini adalah

sebagai berikut:

H1 : Dalam Capital Asset Pricing Model, faktor excess market

return berpengaruh signifikan positif terhadap return saham.

Penelitian empiris di masa lalu telah menyajikan bukti-bukti yang

membantah prediksi model CAPM Sharpe (1964), Lintner (1965) dan Black

(1972) bahwa tingkat pengembalian yang diharapkan secara lintassektor

cukup dijelaskan oleh beta. Penelitian sebelumnya menyatakan bahwa

l

penyimpangan dari resiko trade-off dan tingkat pengembalian CAPM

memiliki hubungan terhadap variabel-variabel lainnya seperti ukuran

perusahaan (Banz, 1981), earnings per Price (Basu, 1983), leverage

(Bhandari, 1988) dan rasio nilai buku perusahaan terhadap nilai pasar-

nya (Stattman, 1980). Secara umum, telah ditemukan suatu hubungan positif

antara tingkat pengembalian saham dan earning yield, arus kas yield dan rasio

book to market serta hubungan negatif antara tingkat pengembalian saham

dan ukuran perusahaan.

Pada tahun 1992, Fama dan French membuat sebuah penelitian yang

sangat berpengaruh hingga sekarang dengan mengkombinasikan variabel size,

leverage, E/P, book-to-market, dan beta dalam sebuah penelitian single cross-

sectional. Berbeda dengan penelitiannya pada tahun 1973 yang sependapat

dengan adanya hubungan linear positif expected return dengan beta portofolio

pasar, penelitian tahun 1992 menghasilkan hubungan negatif antara ukuran

perusahaan (firm size) dan beta, sedangkan korelasi beta dan return justru

tidak tampak. Hasil tersebut kontradiktif dengan CPAM. Mengetahui bahwa

beta bukan variabel yang baik untuk menjelaskan return rata-rata, maka

tujuan penelitian fama dan French selanjutnya adalah mendapatkan variabel

yang lebih baik dari beta. Fama dan French membandingkan kekuatan dari

size, leverage, E/P, book to market equity, dan beta dalam cross-sectional

regressions selama periode 1963-1990. Hasil penelitian tersebut adalah

bahwa book- to-market equity dan size memiliki hubungan paling kuat

dengan return.

li

Menjawab keraguan atas beta pasar sebagai satu-satunya variabel

penjelas dalam estimasi return, maka Fama dan French (1993) memperluas

model satu faktor menjadi model tiga faktor, dengan menambahkan rata-rata

sensititivitas tingkat pengembalian saham ke ukuran perusahaan dan rasio

book-to-market. Return bulanan saham diregres terhadap market premium,

size premium, dan book to market premium. Size premium merupakan selisih

return portofolio saham berkapitalisasi pasar kecil dan saham berkapitalisasi

pasar besar, yang dinotasikan sebagai SMB (small minus big). Fama dan

French (1992) selaras dengan Banz (1981) menemukan hubungan negatif

antara return dengan size, saham berkapitalisasi pasar kecil memiliki return

lebih tinggi dibanding saham berkapitalisasi besar. Book to market premium

merupakan selisih return portofolio saham dengan book to market tinggi dan

portofolio saham dengan book to market rendah yang dinotasikan sebagai

HML (high minus low). Sepakat dengan penelitian Stattman (1980), Fama

dan French (1992) memperoleh hubungan positif antara average return dan

book to market, artinya bahwa saham dengan rasio book to market tinggi

cenderung memiliki rata-rata pengembalian yang lebih tinggi dibanding

perusahaan dengan rasio book to market rendah. Penelitian menunjukkan

bahwa model penetapan harga tiga faktor atau three factor pricing model

dapat menangkap anomali pasar lebih besar dibanding CAPM kecuali

anomali momen, seperti yang diungkap oleh Fama dan French (1996),

Tandelilin (2003) .

lii

Berdasar uraian di atas, maka hipotesis kedua penelitian ini adalah

sebagai berikut:

H2 : Dalam Three Factors Asset Pricing Model, faktor excess

market return, SMB, dan HML berpengaruh signifikan

positif terhadap return saham.

Fama dan French (1996) menemukan bahwa Three Factors Pricing

Model superior dibanding CAPM, namun belum dapat menangkap anomali

momentum. Maka, Carhart (1997) mengembangkan model asset pricing tiga

faktor dengan menambahkan faktor keempat yaitu anomali momentum (one

year momentum anomaly) yang telah dikembangkan oleh Jegadeesh dan

Titman (1993). Pengaruh penggunaan strategi momentum dalam

memprediksi return ekspektasi saham dapat diukur dengan menghitung

selisih antara value weighted return portofolio saham winners dengan value

weighted return portofolio saham losers, yang dinotasikan sebagai WML

(Winners Minus Losers).

Jika strategi investasi momentum bekerja dengan baik, maka portofolio

saham pemenang (winner) seharusnya menghasilkan rata-rata abnormal

return yang positif dan portofolio saham pecundang (loser) memiliki rata-rata

abnormal return yang negatif. Perbedaan antara abnormal return portofolio

tersebut seharusnya positif secara signifikan. Momentum yang memberikan

return positif mengimplikasikan bahwa saham yang memiliki kinerja di atas

liii

rata-rata saham pada periode sebelumnya akan melebihi kinerja rata-rata

saham pada periode berikutnya.

Carhart (1997) sepakat dengan Jegadeesh dan Titman 1993), bahwa

investor sebaiknya menghindari sekuritas dengan kinerja buruk di masa

lampau. Aset dengan kinerja baik di masa lalu berlanjut memberikan kinerja

yang baik di masa mendatang pada jangka waktu periode yang sama.

Berdasar uraian di atas, maka hipotesis ketiga penelitian ini adalah sebagai

berikut:

H3 : Dalam Four Factors Asset Pricing Model, faktor excess

market return, SMB, HML, dan WML berpengaruh

signifikan positif terhadap return saham.

Penelitian mengenai model asset pricing yang dapat menjadi pedoman

keputusan investasi masih menjadi diskusi yang belum menemukan satu

kesimpulan yang konsisten.

Lebih dari 40 tahun, CAPM masih menjadi model yang paling popular

dan banyak digunakan oleh investor. Namun, hal ini cenderung karena

metode estimasinya yang paling sederana. Sedangkan validitas model ini

masih menjadi perdebatan. Beberapa hal yang mendasari keraguan terhadap

CAPM antara lain karena model ini bekerja dalam asumsi kondisi pasar

saham ideal yang tidak terjadi dalam kenyataan. Selain itu keraguan lain atas

keakuratan CAPM adalah mengenai keakuratan beta sebagai variabel

penjelas. Menurut Tandelilin (2003), terdapat kemungkinan eror yang berasal

liv

dari (1) beta berubah sesuai lamanya periode observasi yang digunakan dalam

analisis regresi (2) indeks pasar yang digunakan sebagai proksi dari portofolio

pasar belum merepresentasikan keseluruhan marketable asset dalam

perekonomian (3) perubahan variabel fundamental perusahaan seperti

earning, arus kas, dan leverage akan merubah nilai dari beta. Melihat kondisi

riil pasar, validitas CAPM seringkali dipertanyakan.

Kritikan terhadap CAPM juga dinyatakan dengan tegas oleh Fama (1996)

dalam penelitian berjudul “CAPM is wanted, dead, or alive” yang sekaligus

menyatakan bahwa model asset pricing tiga faktor lebih kuat dalam

menjelaskan return saham. Penelitian serupa juga ditemukan di Indonesia

seperti dikemukakan oleh Tandelilin (2003).

Berdasar uraian di atas maka hipotesis keempat penelitian ini adalah

sebagai berikut:

H4 : Three Factors Pricing Model lebih baik dalam menjelaskan

return ekspektasi saham dibandingkan Capital Asset Pricing

Model.

Populernya strategi investor yang mempertimbangkan posisi winner-

loser saham menjadikan Four Factors Pricing Model juga dipertimbangkan.

Carhart (1997) menemukan bahwa model empat faktor lebih baik dalam

menjelaskan return mutual fund. . Hal ini juga didukung positif oleh L’Her,

J.F., Masmoudi, T. dan Suret, J.M. (2004) pada pasar saham di Kanada. Bello

(2008) membandingkan CAPM, three factors pricing model, dan four factors

lv

pricing model dan menemukan bahwa berdasar hasil uji kelayakan three

factors pricing model lebih baik dalam memprediksi return dibandingkan

CAPM dan four factors pricing model lebih baik dalam memprediksi return

dibandingkan bahwa three factors pricing model meskipun perbedaan di

antara ketiga model tersebut tidak signifikan.

Berdasar uraian di atas maka hipotesis kelima penelitian ini adalah

sebagai berikut:

H5 : Four Factors Pricing Model lebih baik dalam menjelaskan

return ekspektasi saham dibandingkan Four Factors Pricing

Model.

C. RERANGKA PENELITIAN

Gambar 2.3

Rerangka Pemikiran

Rerangka pemikiran pada Gambar 2.3. dapat dijelaskan sebagai berikut.

Penelitian ini membandingkan kinerja Capital Asset Pricing Model, Three

Estimasi Return Saham

CAPM

Three Factors Pricing Model

Four Factors Pricing Model

Abnormal

Retun

Abnormal

Retun

Abnormal

Retun

H4 H5

lvi

Factors Pricing Model, dan Four Factors Pricing Model dalam mengestimati

return ekspektasi. Sebelum membandingkan ketiga model tersebut, penelitian

ini terlebih dahulu menguji kinerja masing-masing model yang dijabarkan

melalui hipotesis 1 sampai hipotesis 3.

Tujuan utama penelitian ini adalah menentukan model yang dapat

mengestimasi return dengan lebih akurat, maka penelitian ini

membandingkan ketiga model yang dijabarkan melalui hipotesis 4 dan 5.

Yang dibandingkan antara ketiga model adalah abnormal return yaitu selisih

antara return actual dan return ekpektasi yang merupakan hasil estimasi dari

masing-masing model. Semakin baik model, maka semakin tepat pula

estimasinya, ditandai dengan hasil return estimasi yang mendekati return

actual. Makin tepat estimasinya, berarti makin kecil penyimpangannya atau

dengan kata lain makin kecil abnormal return.

lvii

BAB III

METODE PENELITIAN

A. DESAIN PENELITIAN

Desain penelitian ini adalah hypothesis testing dan uji kelayakan model.

Uji hipotesis merupakan penelitian yang menjelaskan fenomena dalam bentuk

hubungan antar variabel, dalam penelitian ini ingin diketahui pengaruh faktor

market excess return, firm size premium, book to market premium, serta

momentum terhadap kelayakan kinerja model asset pricing. Uji kelayakan

model dilakukan untuk melihat apakah model yang dianalisis memiliki tingkat

kelayakan model yang tinggi yaitu variabel-variabel yang digunakan model

mampu menjelaskan fenomena yang dianalisis (Ferdinant, 2006). Sedangkan

uji beda dengan ANOVA bertujuan untuk menguji apakah antar model

terdapat perbedaan yang signifikan atau tidak. Penelitian ini menguji pengaruh

variabel-variabel dalam asset pricing model serta melakukan komparasi

kemampuan model-model asset pricing dalam menjelaskan return ekspektasi.

B. POPULASI DAN SAMPEL PENELITIAN

Populasi penelitian ini adalah perusahaan sektor nonkeuangan yang

terdaftar di Bursa Efek Indonesia pada periode 2003-2008.

Pengambilan sampel menggunakan metode purposive sampling, yaitu

pemilihan sampel berdasar pada kesesuaian karakteristik dan kriteria sampel

lviii

yang ditentukan peneliti agar diperoleh sampel yang representatif (Ferdinand,

2006). Sampel dipilih berdasarkan kriteria sebagai berikut:

1. Tercatat sebagai perusahaan listing selama tahun 2003-2008 secara

berurutan dari bulan Januari 2003 sampai dengan Desember 2008.

Meskipun periode penelitian ini adalah tahun 2004 hingga 2008,

namun data yang dipergunakan adalah data tahun 2003 hingga

2008 karena penghitungan variabel momentum berdasar pada

return bulan t-12.

2. Berdasarkan frekuensi perdagangan, termasuk sebagai saham yang

aktif diperdagangkan di Bursa Efek Indonesia.

3. Mempunyai data kapitalisasi pasar (market capitalization) di akhir

bulan.

4. Mengeluarkan laporan keuangan triwulan lengkap serta memiliki

data book value pada akhir bulan.

5. Tidak memiliki rasio book to market equity negatif selama periode

penelitian.

6. Memiliki data return saham lengkap dari tahun 2003 hingga 2008.

C. SUMBER DATA

Data yang digunakan dalam penelitian ini merupakan data sekunder. Jenis

data sekunder adalah jenis data penelitian yang diperoleh peneliti secara tidak

langsung melalui media perantara.

lix

Sumber data yang dipergunakan dalam penelitian ini meliputi:

1. Monthly closing price dan Indeks Harga Saham Gabungan

bulanan diperoleh dari Indonesian Capital Market Directory

(ICMD) dan website Bursa Efek Indonesia.

2. Tingkat suku bunga bulanan Sertifikat Bank Indonesia diperoleh

dari Pojok BEI Fakultas Ekonomi UNS.

3. Data monthly market capitalization dan monthly book value

diperoleh dari JSX Monthly Statistics.

D. DEFINISI OPERASIONAL VARIABEL

1. Variabel Dependen

Variabel dependen penelitian ini adalah return ekspektasi dari

saham tunggal E(Ri), yaitu tingkat pengembalian yang diharapkan

oleh investor atas saham i. Dalam model regresi penelitian asset

pricing model (Sharpe, 1964 dan Fama, 1996), nilai variabel dependen

diestimasi sebagai excess returns dari sekuritas tunggal, yaitu selisih

antara return saham i (Ri ) dan tingkat suku bunga bebas risiko atau

risk free rate asset (Rf). Return saham perusahaan i pada bulan t

dihitung sebagai berikut:

….…….. (8)

lx

Risk free rate of return (Rf,t) adalah tingkat pengembalian yang

diinginkan oleh investor dari sebuah investasi bebas risiko. Proksi

investasi bebas risiko yang digunakan di Amerika Serikat adalah T-bill

(Jones, 1996). T-bill adalah sekuritas pemerintah yang paling likuid, di

mana investor akan memperoleh return dari pemerintah sebesar face

value ditambah dengan bunga, sehingga dapat dikatakan bahwa return

yang diterima investor tidak mengandung risiko. Di Indonesia risk free

rate yang digunakan adalah suku bunga Sertifikat Bank Indonesia.

2. Variabel Independen

a. Rate of Return on Market

Rate of return on market (Rm) merupakan tingkat

pengembalian atas keseluruhan saham baik saham biasa maupun

saham preferen yang ada di pasar secara tertimbang (value

weighted) berdasarkan nilai kapitalisasi pasar. Di Indonesia

digunakan Indeks Harga Saham Gabungan (IHSG).

Return pasar (Rm) bulan t dihitung dengan rumus sebagai

berikut:

………………………………………. (9)

Sekali lagi karena di dalam pasar terdapat return bebas risiko,

maka dalam model yang akan diuji, return pasar dalam regresi

dihitung sebagai excess dari return pasar terhadap return bebas

risiko yang dinotasikan sebagai Rm-Rf,t.

lxi

b. Size Premium (SMB)

Seperti pada penelitian Fama dan French (1996), Liew dan

Vassalou (2000), serta L’Her (2004), firm size atau ukuran

perusahaan dalam penelitian ini diukur berdasar kapitalisasi pasar

atau market capitalization. Kapitalisasi pasar merupakan hasil

perkalian antara jumlah agregat lembar saham terhadap harga

penutupan pada pasar reguler.

Berdasar kapitalisasi pasar diperoleh return portofolio SMB

(Small Minus Big), yaitu selisih antara value weighted return

portofolio saham kapitalisasi kecil dan value weighted return

portofolio saham berkapitalisasi besar.

c. Book to Market Value Premium (HML)

Book to Market Value merupakan rasio antara nilai buku

terhadap nilai pasar dari saham. Book to Market dihitung dengan

rumus sebagai berikut:

………... (10)

Berdasarkan rasio book to market diperoleh return portofolio

HML (High Minus Low), yaitu selisih antara value weighted return

portofolio saham yang memiliki book to market tinggi dan value

weighted return portofolio saham yang memiliki book to market

rendah.

lxii

d. Momentum (WML)

Momentum merupakan strategi investasi portofolio saham

yang melakukan pembelian saham dengan performa baik pada

masa lalu (winners) dan melakukan penjualan saham dengan

performa buruk di masa lalu (losers). Pengaruh penggunaan

strategi momentum dalam memprediksi return ekspektasi saham

dapat diukur dengan menghitung selisih antara value weighted

return portofolio saham winners dengan value weighted return

portofolio saham losers, yang dinotasikan sebagai WML (Winners

Minus Losers).

Jegadesh dan Titman (1993) mendokumentasikan bahwa

selama medium term horizon (tiga hingga dua belas bulan)

perusahaan yang memiliki higher return di masa lalu cenderung

menghasilkan abnormal return yang positif selama rentang waktu

yang sama. Liew dan Vassalou (2000) menggunakan strategi

momentum bulan t-12 untuk menguji pengaruh momentum dalam

memprediksi return. Harsono (2008) menemukan bahwa pada

ranking period t-12 dan holding period 3 bulan menghasilkan

abnormal return momentum investment strategy sebesar 1,039.

Berdasarkan penelitian terdahulu, maka dalam penelitian ini

strategi momentum diukur berdasar actual return 12 bulan yang

lalu.

lxiii

E. PROSEDUR PEMBENTUKAN PORTOFOLIO

Prosedur pembentukan portofolio dalam penelitian ini menggunakan

metode yang digunakan oleh Liew dan Vassalou (2000), yang disebut sebagai

metode three sequential sort. Penelitian ini tidak menggunakan metode

pembentukan portofolio dengan independent sort model Fama dan French

(1996) karena jumlah saham yang menjadi sampel kecil, yaitu hanya 126

perusahaan. Penggunaan independent sort pada jumlah sampel yang kecil

akan berakibat pada kurang akuratnya penggolongan saham-saham ke dalam

kategori portofolio. Adapun prosedur pembentukan portofolio meliputi proses

yang dijelaskan secara terperinci di bawah ini.

1. Mengurutkan saham-saham yang lolos sesuai kriteria sampel

berdasarkan besarnya book to market value tiap bulan pada setiap

tahun dalam periode penelitian mulai 2004 hingga 2008. Urutan

saham berdasar book to market value mulai nilai terendah hingga

tertinggi dibagi berdasar tritile, sehingga pada setiap bulan pada setiap

tahun diperoleh tiga portofolio book to market sebagai berikut:.

a. High, yaitu saham-saham yang termasuk dalam kategori 1/3 saham

dengan book to market tertinggi.

b. Medium, yaitu saham yang termasuk 1/3 saham dengan nilai book

to market sedang, yaitu berada diantara kategori saham high dan

low.

c. Low, yaitu saham-saham yang termasuk dalam kategori 1/3 saham

dengan book to market terendah.

lxiv

2. Setelah diperoleh tiga portofolio saham berdasar book to market, yaitu

high, medium, dan low, kemudian dilakukan re-sort atau pengurutan

ulang berdasarkan kapitalisasi pasar pada tiap porotofolio book to

market tersebut. Dengan demikian, masing-masing kategori book to

market dibagi kembali berdasar urutan kapitalisasi pasar ke dalam tiga

sub kategori size sebagai berikut:

a. Small, yaitu saham-saham yang termasuk dalam kategori 1/3

saham dengan kapitalisasi pasar terkecil.

b. Medium, yaitu saham yang termasuk 1/3 saham dengan nilai

kapitalisasi pasar sedang, yaitu berada diantara kategori saham

small dan big.

c. Big, yaitu saham-saham yang termasuk dalam kategori 1/3 saham

dengan kapitalisasi pasar terbesar.

Dengan demikian, setelah dilakukan sorting berdasar kapitalisasi

pasar untuk tiap kategori book to market telah terbentuk 9 portofolio

book to market – size setiap bulan pada tiap tahunnya.

3. Tiap portofolio book to market-size diurutkan kembali dengan strategi

momentum berdasar urutan return pada bulan t-12. Return strategi

momentum dihitung dengan rumus sebagai berikut:

…..(11)

lxv

Dengan pengurutan ulang berdasar past year’s return di atas, maka

tiap portofolio book to market - size dibagi lagi menjadi tiga kategori

berdasar past year’s return sebagai berikut:

a. Losers, yaitu saham-saham yang termasuk dalam kategori 1/3

saham dengan past year’s return terendah .

b. Medium, yaitu saham yang termasuk 1/3 saham dengan past year’s

return sedang, yaitu berada diantara kategori saham winners dan

losers.

c. Winners, yaitu saham-saham yang termasuk dalam kategori 1/3

saham dengan past year’s return tertertinggi.

4. Setelah proses three sequential sort ini lengkap, maka telah terbentuk

27 portofolio (P1 sampai P27) berdasar book to market, size, dan

momentum setiap bulan seperti tampak pada Tabel 3.1. Langkah

selanjutnya adalah menghitung value weighted return untuk masing-

masing portofolio dengan rumus sebagai berikut:

Valueweighted return portofolion=

x actual return sahami….……… (12)

Penghitungan return portofolio dengan valueweighted penting artinya

karena dapat mengurangi variasi serta dapat merepresentasikan

perbedaan perilaku portofolio berkaitan dengan perbedaan size (Fama,

1993). Dengan demikian telah diperoleh 27 return per bulan pada

setiap tahun.

lxvi

Tabel 3.1. Prosedur Pembentukan Portofolio

Book to Market

Market Capitalization

Momentum (Returnt-12)

Portofolio

High Small Losers P1 Medium P2 Winners P3 Medium Losers P4 Medium P5 Winners P6 Big Losers P7 Medium P8 Winners P9 Medium Small Losers P10 Medium P11 Winners P12 Medium Losers P13 Medium P14 Winners P15 Big Losers P16 Medium P17 Winners P18 Low Small Losers P19 Medium P20 Winners P21 Medium Losers P22 Medium P23 Winners P24 Big Losers P25 Medium P26 Winners P27

lxvii

Portofolio yang telah terbentuk dipergunakan untuk menghitung nilai

factor SMB, HML, dan WML bulanan dengan prosedur sebagai berikut:

1. Penghitungan nilai faktor HML (High Minus Low)

HML adalah perbedaan antara rata-rata tingkat pengembalian portfolio

saham dengan rasio book to market yang dan rata-rata tingkat

pengembalian portfolio saham dengan rasio book to market yang

rendah. Berdasar portofolio yang telah dibentuk pada Tabel 3.1, HML

dihitung dengan rumus sebagai berikut:

HML = 1/9 ((P1-P19) + (P2-P20) + (P3-P21) + (P4-P22) + (P5-P23)

+ (P6-P24) + (P7-P25) + (P8-P26) + (P9-P27))................(13)

2. Penghitungan nilai faktor SMB (small minus big)

SMB adalah selisish nilai rata-rata tertimbang portofolio saham

berkapitalisasi pasar kecil dan rata-rata tingkat pengembalian portfolio

saham berkapitalisasi pasar besar. Berdasar portofolio yang telah

dibentuk pada Tabel 3.1, SMB dihitung dengan rumus sebagai berikut:

SMB = 1/9 ((P1-P7)+ (P2-P8) + (P3-P9) + (P10-P16) + (P11-P17)

+ (P12-P18) + (P19-P25) + (P20-P26) + (P21-P27))........(14)

lxviii

3. Penghitungan Nilai Faktor WML (Winner minus Looser)

WML adalah perbedaan rata-rata pengembalian portofolio saham

winner dikurangi pengembalian portofolio saham loser. . Berdasar

portofolio yang telah dibentuk pada Tabel 3.1, SMB dihitung dengan

rumus sebagai berikut:

WML = 1/9((P3-P1) + (P6-P4) + (P9-P7) + (P12-P10) + (P15-P13)+

(P18-P16) + (P21-P19) + (P24-P22) + (P27-P25))……. (15)

F. PEMBENTUKAN ASSET PRICING MODELS

Penelitian ini berupaya mengetahui pengaruh variabel Rm, SMB, HML,

dan WML terhadap expected return berdasar tiga tipe asset pricing models,

yaitu CAPM, Three Factors Pricing Model, dan Four Factors Pricing Model,

sekaligus mengetahui apakah model yang dianalisis memiliki tingkat

kelayakan model yang tinggi yaitu variabel-variabel yang digunakan model

mampu menjelaskan fenomena yang dianalisis. Dengan demikian, variabel

independen yang telah dipersiapkan diaplikasikan ke dalami persamaan

regresi dengan tiga jenis model asset pricing sebagai berikut:

1. Capital Asset Pricing Model (CAPM)

Model persamaan:

E(Ri) = Rf + bi [E(Rm) - Rf]…………………………………….. (16)

lxix

Keterangan:

E(Ri) = expected return saham i

Rf = risk free rate asset

E(Rm) = rate of return on market

bi = slope regresi Ri – Rf = α + bi[Rm-Rf] + ei

2. Three Factors Pricing Model

Model persamaan:

E(Ri) = Rf + bi [E(Rm) - Rf] + siE(SMB) + h iE(HML)................(17)

Keterangan:

E(Ri) = expected return saham i

Rf = risk free rate asset

E(Rm) = rate of return on market

SMB = selisih value weighted return portofolio saham

kecil dan value weighted return portofolio saham

kapitalisasi besar.

HML = selisih value weighted return portofolio saham dengan

book to market tinggi dan value weighted return

portofolio saham book to market rendah.

bi,si,,h i = slope regresi

Ri – Rf = α + bi[Rm-Rf] + siE(SMB) + h iE(HML) + ei

lxx

3. Four Factors Pricing Model

Model persamaan:

E(Ri) = Rf +bi [E(Rm) - Rf] + siE(SMB) + h iE(HML)+ wiE(WML)…………(18)

Keterangan:

E(Ri) = expected return saham i

Rf = risk free rate asset

E(Rm) = rate of return on market

SMB = selisih value weighted return portofolio saham

kapitalisasi kecil dan value weighted return portofolio

saham kapitalisasi besar.

HML = selisih value weighted return portofolio saham dengan

book to market tinggi dan value weighted return

portofolio saham book to market rendah.

WML = selisih value weighted return portofolio saham dengan

winner dan value weighted return portofolio saham loser.

bi,si,,h i, wi= slope regresi

Ri–Rf = α+ bi[Rm-Rf] + siE(SMB) + h iE(HML) + wiE(WML ) + ei

G. METODE ANALISIS DATA

1. Analisis Deskriptif

Berisi pembahasan secara deskriptif data sekumder yang telah

dikumpulkan. Tujuannya adalah untuk mengetahui karakteristik variabel

yang diteliti, seperti mean, median, standar deviasi, nilai maksimum, dan

lxxi

nilai minimum. Statistik deskriptif tidak menyertakan pengambilan

keputusan atau pembuatan kesimpulan.

2. Uji Asumsi Klasik

Sebagai syarat pendahuluan sebelum menggunakan persamaan

regresi, diperlukan dilakukan uji asumsi klasik terlebih dahulu. Penelitian

ini menggunakan empat uji asumsi klasik meliputi uji heterokedastisitas,

autokorelasi, multikolinearitas, dan normalitas. Penjelasan masing-

masing pengujian asumsi klasik akan diuraikan seperti di bawah ini.

a. Uji Heterokedastisitas

Uji heterokedastisitas bertujuan menguji apakah dalam model

regresi terjadi ketidaksamaan variance dari residual satu pengamatan

ke pengamatan lain. Jika variance dari residual satu pengamatan ke

pengamatan lain tetap, maka terdapat homokedastisitas dan jika

berbeda disebut heterokedastisitas. Model regresi yang baik adalah

terdapat homokedastisitas atau tidak terjadi heterokedastisitas.

Metode yang digunakan untuk menguji ada atau tidaknya

heterokedastisitas yaitu dengan Grafik Scatterplots (Ghozali, 2006).

Dasar analisisnya adalah:

1) Jika ada pola tertentu, seperti titik-titik membentuk pola tertentu

yang teratur (gelombang, melebar kemudian menyempit), maka

terdapat indikasi bahwa telah terjadi heterokedastisitas.

lxxii

2) Jika tidak ada pola yang jelas, serta titik menyebar di atas dan di

bawah angka 0 pada sumbu Y, maka tidak terjadi

heterokedastisitas.

b. Uji Autokorelasi

Autokorelasi merupakan korelasi pada tempat berdekatan dan

menimbulkan konsekuensi, yaitu interval keyakinan menjadi lebar

serta varians dan kesalahan standar akan ditaksir terlalu rendah. Jika

kesalahan pengganggu dalam observasi saling berkorelasi satu sama

lain atau terjadi saling ketergantungan, maka terjadi autokorelasi.

Uji autokorelasi bertujuan untuk menguji apakah dalam suatu

model regresi linear terdapat korelasi antara kesalahan pengganggu

pada periode t dengan kesalahan pada periode t-1. Jika terjadi

korelasi, maka terdapat masalah autokorelasi. Run test dapat

digunakan untuk menguji apakah antar residual terdapat korelasi

yang tinggi (Ghozali, 2006). Jika antarresidual tidak terdapat

hubungan korelasi maka dikatakan bahwa residual adalah acak atau

random. Run test digunakan untuk melihat pakah data residual terjadi

secara random atau tidak. Apabila hasil run tes signifikan berarti

terjadi masalah autokorelasi.

c. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah pada

model regresi ditemukan adanya korelasi di antara variabel

independen. Model regresi yang baik seharusnya tidak terjadi

lxxiii

multikolinearitas. Pendekatan yang digunakan untuk mendeteksi ada

tidaknya multikolinearitas dalam penelitian ini adalah dengan VIF

(variance inflation factor). Indikasi adanya multikolinearitas adalah

apabila nilai VIF > 10.

d. Uji Normalitas

Uji normalitas digunakan untuk menguji apakah variabel

independen dan variabel dependen dalam model regresi berdistribusi

normal atau tidak. Pendekatan yang digunakan dalam uji normalitas

penelitian ini adalah melalui Grafik normal curve.

3. Analisis Regresi

Penelitian ini merupakan hypothesis testing dan uji kelayakan model,

dengan demikian analisis regresi berganda merupakan alat uji yang mampu

memenuhi desain penelitian ini. Analisis regresi berganda ini meliputi uji

uji simultan, koefisien determinasi, dan uji parsial,.

a. Uji Simultan (Uji F)

Uji statistik F menunjukkan apakah semua variabel independen

yang dimasukkan ke dalam model mempunya pengaruh secara

bersama-sama terhadap variabel dependen. Hasil uji F tampak pada

table ANOVA. Dalam penelitian ini digunakan derajat kepercayaan

sebesar 1%, 5%, dan 10%, Kriteria pengujian berdasarkan probabilitas,

model signifikan apabila probabilitas (kolom sig.) ≤ a = 0.01 untuk

derajat kepercayaan 1%, apabila probabilitas (kolom sig.) ≤ a = 0.05

lxxiv

untuk derajat kepercayaan 5%, apabila probabilitas (kolom sig.) ≤ a =

0.10 untuk derajat kepercayaan 10%. Hasil Uji F simultan berarti

variabel independen secara bersama-sama berpengaruh terhadap

variabel dependen.

b. Koefisien Determinasi (R2)

Penentuan model terbaik dari tiga model asset pricing dalam

penelitian ini mengikuti kriteria dari penelitian yang dilakukan Porras

(1998) dan Bartholdy (2004) yaitu dengan menggunakan koefisien

determinasi (Adjusted R2) dalam melakukan komparasi kinerja model

yang terbentuk.

Inti dari penelitian ini adalah uji goodness of fit dari model yang

dikembangkan dengan mengamati koefisien determinasi. Koefisien ini

digunakan untuk menggambarkan kemampuan model menjelaskan

variasi yang terjadi. Koefisien determinasi ditunjukkan oleh angka R-

Square dalam model summary yang dihasilkan oleh program, dalam

hal ini digunakan software SPSS.

Nilai R-Square adalah antara nol dan satu. Model estimasi terbaik

adalah yang memiliki koefisien tertinggi, karena semakin besar

koefisien determinasi berarti semakin besar model dapat menjelaskan

berbagai variasi yang ada. Kelemahan dari penggunaan koefisien

determinasi ini adalah tambahan variabel akan meningkatkan R2

walaupun variabel itu tidak signifikan, maka dalam penelitian ini

digunakan Adjusted R2.

lxxv

c. Uji Signifikansi Parameter Individual (Uji Statistik-t)

Uji-t bertujuan untuk melihat besarnya pengaruh masing-masinng

variabel independen secara individual terhadap variabel dependen.

Hasil uji pada SPSS dapat dilihat pada table coefficient. Dalam

penelitian ini digunakan derajat kepercayaan sebesar 1%, 5%, dan

10%, hal ini bertujuan untuk menghindari p-value sangat mendekati

signifikan namun hasil pengujian dinyatakan tidak signifikan sama

sekali. Variabel independen berpengaruh terhadap variabel dependen

apabila apabila p-value (kolom sig.) masing-masing variabel

independen ≤ a = 0.01 untuk derajat kepercayaan 1%, p-value (kolom

sig.) masing-masing variabel independen ≤ a = 0.05 untuk derajat

kepercayaan 5%, p-value (kolom sig.) masing-masing variabel

independen ≤ a = 0.10 untuk derajat kepercayaan 10%.

4. Uji Beda dengan ANOVA

Uji beda dengan ANOVA dilakukan untuk mengetahui apakah terdapat

perbedaan yang signifikan antara ketiga model asset pricing. Dalam

penelitian ini, dilakukan uji beda antara hasil estimasi return saham

dengan menggunakan CAPM, Three Factors Pricing Model, dan Four

Factors Pricing Model. Seberapa besar ketepatan estimasi ditunjukkan

oleh besarnya abnormal return, yaitu selisih antara return ekspektasi yang

diestimasikan oleh model dengan return aktual yang diperoleh dari

unstandardized residual hasil regresi. Analisis uji beda ini meliputi:

lxxvi

a.) Analisis deskriptif hasil uji beda

Dari deskriptif uji beda, akan tampak besarnya standar deviasi residual

dari masing-masing model. Semakin kecil standar deviasi model,

berarti penyimpangan return yang diestimasikan terhadap return

aktual makin kecil maka makin baik model tersebut dalam

mengestimasikan return ekspektasi.

b.) Test of Homogeneity of variance

Homogenitas varians menjadi syarat dalam uji ANOVA. Apabila

probabilitas lebih besar dari alpha atau tidak signifikan, maka asumsi

homogenitas terpenuhi.

c.) Hasil uji ANOVA

Dari table ANOVA akan tampak besarnya nilai F dan signifikansi. Uji

beda ini menggunakan a = 5%. Hipotesis analisis ini adalah:

H0 : Rata-rata hasil estimasi return ketiga model sama.

H1 : Rata-rata hasil estimasi return ketiga model sama.

Apabila probabilitas atau signifikansi lebih besar dari alpha, maka H0

diterima.

lxxvii

BAB IV

HASIL DAN PEMBAHASAN

A. DISTRIBUSI SAMPEL PENELITIAN

Melalui proses penyaringan yang dilakukan dengan metode purposive

sampling, diperoleh sampel yang digunakan dalam penelitian sejumlah 126

perusahaan, dengan perincian pada Tabel 4.1 di bawah ini.

Tabel 4.1. Seleksi Sampel Penelitian

Keterangan Jumlah

Perusahaan

Perusahaan non keuangan listing terus-menerus selama

periode tahun 2003-2008 267

Dikurangi:

1. Perusahaan dengan saham tidak aktif diperdagangkan 107

2. Memiliki rasio book to market negatif 29

3. Perusahaan dengan data tidak layak 5

Jumlah sampel setelah seleksi 126

Berdasar IDX Statistics 2008, perusahaan sektor nonkeuangan yang

listing terus-menerus padapada tahun 2003-2008 berjumlah 267 perusahaan.

Pengertian listing terus-menerus dalam penelitian ini adalah tidak pernah

mengalami delisting selama Januari 2003 sampai dengan Desember 2008,

serta perusahaan telah tercatat di BEI sebelum 1 Januari 2003. Dengan

demikian, dapat diperoleh data lengkap berurutan mulai Januari 2003 sampai

dengan Desember 2008. Perusahaan dengan saham tidak aktif sebanyak 107

perusahaan, perusahaan dengan book to market negative sebanyak 29, dan

lxxviii

perusahaan dengan data tidak layak (data tidak lengkap, dikeluarkan dalam

perhitungan) sebanyak 5 sehingga diperoleh sampel yang dimasukkan dalam

penelitian ini sebanyak 126 perusahaan. Rincian nama perusahaan sampel

dapat dilihat pada lampiran.

B. HASIL PEMBENTUKAN PORTOFOLIO

Dari sampel yang telah dipilih, dibentuk portofolio bulanan dengan

metode three sequential sort berdasar book to market, kapitalisasi pasar, dan

return strategi momentum sehingga diperoleh 27 portofolio setiap bulan

(dapat dilihat pada lampiran). Pembentukan portofolio dengan metode ini

menyebabkan anggota dari setiap portofolio bisa berbeda-beda pada bulan

satu dengan bulan berikutnya. Namun, hasil pengelompokan pada penelitian

ini tampak bahwa ternyata persebaran saham dalam portofolio cenderung

serupa. Artinya, portofolio pada bulan satu dengan bulan berikutnya

cenderung memiliki anggota yang sama.

Penghitungan return menggunakan metode value weighted seperti

metode yang digunakan Fama (1996), Liew dan Vassalou (2000), dan L’Her

(2004) sehingga dapat meminimalisir return variance. Lebih dari itu,

penggunaan value weighted return dapat menggambarkan perilaku return

berdasar besar-kecil saham dengan lebih baik (Fama, 1993).

lxxix

Hasil perhitungan return portofolio menghasilkan nilai SMB, HML, dan

WML seperti tampak pada Tabel 4.2.

Tabel 4.2. Hasil Perhitungan Rm-Rf, Return Portofolio SMB, HML, dan HML

Rm-Rf HML SMB WML

2008 Desember -0.017 0.032 0.016 -0.009

November -0.124 -0.108 0.040 0.043

Oktober -0.424 -0.092 0.163 0.027

September -0.251 -0.044 0.057 -0.029

Agustus -0.153 -0.047 0.043 -0.044

Juli -0.111 0.043 -0.008 0.057

Juni -0.126 -0.013 0.032 -0.054

Mei -0.022 0.051 0.130 0.038

April -0.138 0.021 0.013 0.015

Maret -0.180 -0.037 0.000 -0.041

Februari -0.043 -0.103 0.063 0.026

Januari -0.123 0.024 0.056 -0.002

2007 Desember -0.059 0.011 -0.043 0.021

November -0.066 -0.023 -0.015 0.103

Oktober 0.038 -0.124 -0.092 0.104

September -0.007 0.017 0.151 0.198

Agustus -0.148 -0.053 0.016 0.053

Juli 0.015 0.299 0.193 0.198

Juni -0.059 0.031 -0.029 0.085

Mei -0.045 -0.016 0.044 0.184

April 0.002 0.020 0.134 0.237

Maret -0.038 -0.013 0.021 0.121

Februari -0.102 0.002 0.057 0.228

Januari -0.122 -0.150 -0.013 0.052

2006 Desember -0.047 -0.046 0.047 0.177

November -0.016 -0.024 -0.008 0.050

Oktober -0.076 0.012 -0.035 0.075

September -0.040 0.040 -0.022 0.052

Agustus -0.059 -0.005 -0.046 0.048

Juli -0.091 0.028 0.004 0.140

Juni -0.140 -0.040 0.008 0.084

Mei -0.217 -0.059 0.012 0.082

April -0.020 -0.012 0.062 0.125

Maret -0.052 -0.020 -0.026 0.074

Februari -0.129 -0.052 0.029 0.038

Januari -0.068 -0.031 -0.080 0.105

lxxx

Tabel 4.2. Hasil Perhitungan Rm-Rf, Return Portofolio SMB, HML, dan HML

(Sambungan)

2005 Desember -0.067 0.011 0.043 -0.026

November -0.094 0.015 -0.009 0.037

Oktober -0.122 -0.047 -0.013 0.024

September -0.072 -0.022 0.003 0.019

Agustus -0.207 -0.156 0.049 0.060

Juli -0.032 -0.034 -0.037 0.015

Juni -0.051 -0.076 0.016 0.028

Mei -0.023 -0.046 -0.035 0.093

April -0.124 -0.114 0.041 0.038

Maret -0.068 -0.026 -0.076 0.017

Februari -0.047 -0.035 -0.007 0.104

Januari -0.029 -0.076 -0.016 0.095

2004 Desember -0.051 0.013 -0.025 0.040

November 0.062 -0.067 -0.045 0.077

Oktober -0.025 0.102 0.172 0.105

September 0.013 0.017 0.026 0.032

Agustus -0.077 0.007 0.021 0.123

Juli -0.040 0.014 -0.021 0.068

Juni -0.074 -0.035 -0.011 0.032

Mei -0.138 -0.029 0.077 0.071

April -0.008 -0.085 -0.040 0.014

Maret -0.108 0.034 0.078 0.081

Februari -0.064 -0.086 -0.030 0.082

Januari 0.010 0.061 0.068 0.182 Sumber: Hasil Pengolahan Data

C. ANALISIS DESKRIPTIF

Dari data-data yang telah ada, diperoleh statistik deskriptif untuk variable-

variabel yang digunakan dalam penelitian. Analisis deskriptif ditunjukkan

oleh Tabel 4.3.

lxxxi

Tabel 4.3. Analisis Deskriptif

Sumber: Data Sekunder yang Diolah

Analisis deskriptif menunjukkan total 7560 data penelitian valid. Rata-

rata return portofolio bernilai negatif untuk variabel dependen Ri-Rf sebesar -

0.07058 , variabel independen Rm-Rf sebesar -0.7823 dan HML sebesar -

0.1902. Sedangkan variabel SMB dan WML memiliki rata-rata return positif

berturut-turut sebesar 0.02005 dan 0.06787. Penyimpangan variabel

independen terkecil dimiliki oleh variabel SMB ditunjukkan oleh standar

deviasi sebesar 0.060053, sedangkan yang terbesar dimiliki oleh variabel

return pasar sebesar 0.076026.

D. ANALISIS DATA

Penelitian ini berupaya mengetahui pengaruh serta kemampuan variabel

dependen, yaitu Rm-Rf, SMB, HML, dan WML dalam memprediksi

expected return suatu saham berdasar pada tiga jenis model asset pricing,

yaitu CAPM, three factors pricing model, dan four factors pricing model.

Hasil akhir dari penelitian ini adalah mengetahui model asset pricing yang

dapat memprediksi expected return yang memiliki kelayakan terbaik.

Untuk mencapai tujuan dari penelitian ini, maka peneliti melakukan

pengujian terhadap masing-masing model terlebih dahulu.

N Minimum Maximum Mean Std. Deviation RI_RF 7560 -1.063 9.926 -.07058 .290985 RM_RF 7560 -.424 .062 -.07823 .076026 SMB 7560 -.092 .193 .02005 .060053 HML 7560 -.156 .299 -.01902 .066188 WML 7560 -.054 .237 .06787 .064576 Valid N (listwise) 7560

lxxxii

1. Pengujian Asumsi Klasik

a. Capital Asset Pricing Model (CAPM)

1) Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk mengetahui apakah

terdapat interkorelasi yang sempurna di antara beberapa variabel

bebas yang digunakan dalam model. Terjadinya multikolinearitas

mengakibatkan nilai koefisien regresi kurang dapat dipercaya

serta kesulitan dalam memisahkan pengaruh masing-masing

variabel independen terhadap variabel independen.

Uji multikolinearitas dilakukan dengan menggunakan

tolerance value dan Variance Inflation Factors (VIF). JIka nilai

tolerance value di bawah 0,10 atau nilai VIF di atas 10 maka

terjadi multikolinearitas. Hasil uji multikolinearitas untuk

persamaan regresi model CAPM tampak pada Tabel 4.4. berikut

ini.

Tabel 4.4. Hasil Uji Multikolinearitas pada Persamaan Regresi CAPM

Collinearity Statistics Variabel Tolerance VIF

Keterangan

Rm 1.000 1.000 Tidak Multikol Sumber: Data Sekunder yang Diolah

Dari Tabel 4.4. di atas dapat dilihat bahwa nilai tolerance

value variabel Rm sebesar 1,000 (lebih dari 0,1) dan Variance

Inflation Factors (VIF) sebesar 1,000 (kurang dari 10). Dengan

lxxxiii

demikian dapat disimpulkan bahwa tidak terjadi multikolinearitas

dalam model regresi CAPM.

2) Uji Autokorelasi

Run test dapat digunakan untuk menguji apakah antar

residual terdapat korelasi yang tinggi (Ghozali, 2006). Jika

antarresidual tidak terdapat hubungan korelasi maka dikatakan

bahwa residual adalah acak atau random. Tun test digunakan

untuk melihat pakah data residual terjadi secara random atau

tidak. Hasil uji autokorelaso tampak pada Tabel 4.5.berikut ini

Tabel 4.5. Hasil Uji Autokorelasi

Model Regresi CAPM dengan Run Test

Unstandardized

Residual

Test Value(a) -.02996 Cases < Test Value 3769 Cases >= Test Value 3791 Total Cases 7560 Number of Runs 3808 Z .622 Asymp. Sig. (2-tailed) .534

Sumber: Data Sekunder yang Diolah

Hasil output SPSS pada Tabel 4.5. menunjukkan bahwa nilai

tes adalah -0,2996 dengan probabilitas 0,534 atau tidak signifikan

yang berarti bahwa residual random atau tidak terjadi autokorelasi

antarnilai residual pada model CAPM.

lxxxiv

3) Uji Heterokedastisitas

Heteroskedastisitas berarti varians variabel dalam tidak sama.

Konsekuensi adanya heteroskedastisitas dalam model regresi

adalah estimator yang diperoleh menjadi tidak efisien.

Dalam penelitian ini pengujian heteroskedastisitas dilakukan

dengan grafik scatterplots. Dari grafik scatterplots 4.1. terlihat

titik-titik menyebar secara acak (random) baik di atas maupun di

bawah angka nol sumbu Y serta tidak membentuk pola tertentu

yang teratur. Dengan demikian dapat disimpulkan bahwa tidak

terjadi heterokedastisitas pada model regresi CAPM.

4) Uji Normalitas Residual

Uji normalitas bertujuan untuk menguji apakah dalam

variabel pengganggu atau residual dalam model regresi memiliki

distribusi normal. Jika distribusi tidak normal, maka uji statistik

tidak valid untuk jumlah sampel kecil.

Untuk mendeteksi normalitas residual, digunakan analisis

grafik. Dari grafik normalitas 4.4. dapat dilihat bahwa residual

regresi model CAPM berdistribusi normal.

lxxxv

b. Three Factors Pricing Model (TFPM)

1) Uji Multikolinearitas

Tabel 4.6. Hasil Uji Multikolinearitas

Persamaan Regresi Three Factors Pricing Model

Collinearity Statistics Variabel

Tolerance VIF Keterangan

Rm 0.768 1.301 Tidak Multikol SMB 0.721 1.387 Tidak Multikol HML 0.668 1.496 Tidak Multikol

Sumber: Data Sekunder yang Diolah

Berdasar Tabel 4.6. di atas dapat dilihat bahwa ketiga

variabel independen memiliki nilai tolerance value lebih dari 0,1

dan Variance Inflation Factors (VIF) kurang dari 10. Dengan

demikian tidak terjadi masalah multikolinearitas antarvariabel

independen dalam model regresi Three Factors Pricing Model.

2) Uji Autokorelasi

Tabel 4.7. Hasil Uji Autokorelasi dengan Run Test Persamaan Regresi Three Factors Pricing Model

Unstandardized

Residual

Test Value(a) -.02717 Cases < Test Value 3780 Cases >= Test Value 3780 Total Cases 7560 Number of Runs 3860 Z 1.817 Asymp. Sig. (2-tailed) .069

Sumber: Data Sekunder yang Diolah

lxxxvi

Hasil output SPSS pada Tabel 4.7. menunjukkan bahwa nilai

tes adalah -0,2717 dengan probabilitas 0,069 atau tidak

signifikan yang berarti bahwa residual random atau tidak terjadi

autokorelasi antarnilai residual pada model Three Factors Pricing

Model.

3) Uji Heterokedastisitas

Dalam penelitian ini pengujian heteroskedastisitas dilakukan

dengan grafik scatterplots. Dari grafik scatterplots 4.2. terlihat

titik-titik menyebar secara acak (random) baik di atas maupun di

bawah angka nol sumbu Y serta tidak membentuk pola tertentu

yang teratur. Dengan demikian dapat disimpulkan bahwa tidak

terjadi heterokedastisitas pada model regresi Three Factors

Pricing Model.

4) Uji Normalitas Residual

Untuk mendeteksi normalitas residual, digunakan analisis

grafik. Dari grafik normalitas 4.5. dapat dilihat bahwa residual

regresi model Three Factors Pricing Model tidak mengalami

masalah normalitas.

lxxxvii

c. Four Factors Pricing Model (FFPM)

1) Uji Multikolinearitas

Tabel 4.8. Hasil Uji Multikolinearitas

Persamaan Regresi Four Factors Pricing Model

Collinearity Statistics Variabel Tolerance VIF

Keterangan

Rm 0.632 1.582 Tidak Multikol SMB 0.627 1.595 Tidak Multikol HML 0.668 1.496 Tidak Multikol WML 0.718 1.393 Tidak Multikol

Sumber: Data Sekunder yang Diolah

Berdasar Tabel 4.8. di atas dapat dilihat bahwa keempat

variabel independen memiliki nilai tolerance value lebih dari 0,1

dan Variance Inflation Factors (VIF) kurang dari 10. Dengan

demikian tidak terjadi masalah multikolinearitas antarvariabel

independen dalam model regresi Four Factors Pricing Model.

2) Uji Autokorelasi

Hasil output SPSS pada Tabel 4.9. menunjukkan bahwa nilai

tes adalah -0,2996 dengan probabilitas 0,534 atau tidak signifikan

yang berarti bahwa residual random atau tidak terjadi autokorelasi

antarnilai residual.

lxxxviii

Tabel 4.9. Hasil Uji Autokorelasi Persamaan Regresi Four Factors

Pricing Model dengan Run Test

Unstandardized

Residual Test Value(a) -0.02787 Cases < Test Value 3780 Cases >= Test Value 3780 Total Cases 7560 Number of Runs 3850 Z 1.587 Asymp. Sig. (2-tailed) 0.112

Sumber: Data Sekunder yang Diolah

3) Uji Heterokedastisitas

Dalam penelitian ini pengujian heteroskedastisitas dilakukan

dengan grafik scatterplots. Dari grafik scatterplots 4.3. terlihat

titik-titik menyebar secara acak (random) baik di atas maupun di

bawah angka nol sumbu Y serta tidak membentuk pola tertentu

yang teratur. Dengan demikian dapat disimpulkan bahwa tidak

terjadi heterokedastisitas pada model regresi Four Factors

Pricing Model.

4) Uji Normalitas Residual

Untuk mendeteksi normalitas residual, digunakan analisis

grafik. Dari grafik normalitas 4.6. dapat dilihat bahwa residual

regresi model Three Factors Pricing Model tidak mengalami

masalah normalitas.

lxxxix

2. Pengujian Hipotesis

a) Pengujian Hipotesis 1

Hipotesis 1: Dalam model CAPM, variabel excess return pasar

berpengaruh terhadap return saham.

Pengujian hipotesis pertama dilakukan dengan meregres variabel

dependen dalam model CAPM yaitu faktor excess return pasar

terhadap variabel dependen yaitu return saham. Pengaruh variabel

independen terhadap variabel independen ditunjukkan Tabel 4.9.

berikut ini.

Tabel 4.10. Hasil Uji T dan Uji F Model Regresi CAPM

Model Persamaan

Ri – Rf = α + bi[Rm-Rf] + ei Variabel Independen Unstandardized

Coefficients t Sig.

Rm-Rf 0.974 22.884 0.000*

F statistics : 523.696 Sig-F : 0.000

Sumber: Data Sekunder yang Diolah

* signifikan a 1% ** signifikan a 5% *** signifikan a 10%

Dari Tabel 4.10. tampak nilai probabilitas signifikansi return

pasar sebesar 0.000 yang berada dibawah nilai 0.01 (tingkat

signifikansi a 1%) dengan koefisien regresi sebesar 0.974. Hasil

tersebut menunjukkan hipotesis 1 terdukung, bahwa terdapat

pengaruh positif yang signifikan market premium sebagai satu-

xc

satunya variabel independen model CAPM terhadap return saham.

Hal ini sesuai dengan teori bahwa faktor pasar (risiko sistematis)

berpengaruh positif terhadap return.

b) Pengujian Hipotesis 2

Hipotesis 2: Dalam model Three Factors Pricing Model, variabel

beta pasar, SMB, dan HML berpengaruh terhadap return saham.

Tabel 4.11. Hasil Uji T dan Uji F

Model Regresi Three Factors Pricing Model

Model Persamaan Ri – Rf = α + bi[Rm-Rf] + siE(SMB) + h iE(HML) + εi Variabel

Independen Unstandardized Coefficients

t Sig.

Rm 0.992 20.496 0.000* SMB 0.322 5.085 0.000* HML 0.108 1.815 0.070***

F statistics : 192.810 Sig-F : 0.000

Sumber: Data Sekunder yang Diolah

* signifikan a 1% ** signifikan a 5% *** signifikan a 10%

Tabel 4.11. menunjukkan nilai probabilitas signifikansi variabel

return pasar dan SMB sebesar 0.000 yang berada dibawah nilai 0.01

(tingkat signifikansi a 1%) dengan koefisien regresi berturut-turut

sebesar 0.992 dan 0.322. Faktor HML juga menunjukkan nilai

probablitas signifikansi bernilai 0.070 yang berada di bawah nilai

0.10 (tingkat signifikansi a 10%). Secara simultan, variabel-variabel

xci

independen juga berpengaruh secara signifikan dengan probabilitas

signifikansi sebesar 0.000 yang bernilai di bawah 0,01 sehingga

model regresi Three Factors Pricing Model dapat digunakan untuk

memprediksikan harga saham. Dengan demikian, hipotesis 2

terdukung, bahwa dalam Three Factors Pricing Model, faktor market

premium, SMB, dan HML berpengaruh terhadap return saham.

c) Pengujian Hipotesis 3

Hipotesis 3: Dalam model Four Factors Pricing Model, variabel

beta pasar, SMB, HML, dan WML berpengaruh terhadap return

saham.

Tabel 4.12. menunjukkan nilai probabilitas signifikansi variabel

return pasar dan SMB sebesar 0.000 yang berada dibawah nilai 0.01

(tingkat signifikansi a 1%) dengan koefisien regresi berturut-turut

sebesar 0.932 dan 0.256. Faktor HML juga menunjukkan nilai

probablitas signifikansi bernilai 0.068 yang berada di bawah nilai

0.10 (tingkat signifikansi a 10%) dengan koefisien regresi sebesar

0.109. Variabel independen ke-empat yaitu WML memiliki

probabilitas signifikansi sebesar 0.007 yang bernilai dibawah 0.05

(signifikansi a 5%) dengan koefisien regresi 0.158. Secara simultan,

variabel-variabel independen juga berpengaruh secara signifikan

dengan probabilitas signifikansi sebesar 0.000 yang bernilai di bawah

0,01 sehingga model regresi Four Factors Pricing Model dapat

xcii

digunakan untuk memprediksikan harga saham. Dengan demikian,

hipotesis 3 terdukung, bahwa dalam Four Factors Pricing Model,

faktor market premium, SMB, HML, dan WML berpengaruh secara

positif signifikan terhadap return saham.

Tabel 4.12.

Hasil Uji T dan Uji F Model Regresi Four Factors Pricing Model

Model Persamaan

Ri–Rf = α+ bi[Rm-Rf] + siE(SMB) + h iE(HML) + wiE(WML ) +εi Variabel Independen Unstandardized

Coefficients t Sig.

Rm 0.932 17.462 0.000* SMB 0.256 3.775 0.000* HML 0.109 1.827 0.068*** WML 0.158 2.684 0.007**

F statistics : 146.527 Sig-F : 0.000

Sumber: Data Sekunder yang Diolah

* signifikan a 1% ** signifikan a 5% *** signifikan a 10%

d) Pengujian Hipotesis 4 dan Hipotesis 5

Tabel 4.13. Perbandingan R-square dan Standar Deviasi Uji Beda Anova

R Square Adjusted R

Square Standar Deviasi

CAPM 0.065 0.065 .281399 TFPM 0.071 0.071 .280448 FFPM 0.072 0.072 .280315

Sumber: Data Sekunder yang Diolah

xciii

Berdasar hasil goodness of fit uji regresi, diperoleh hasil bahwa

Three Factors Pricing Model memiliki adjusted R Square lebih

tinggi dibanding CAPM. Standar deviasi dari uji beda dengan

ANOVA Three Factors Pricing Model juga lebih kecil dibanding

CAPM. Dengan demikian Hipotesis 4 diterima, Three Factors

Pricing Model lebih baik dalam menjelaskan return ekspektasi

saham dibanding CAPM.

Selanjutnya, masih berdasar Tabel 4.13. di atas, diperoleh hasil

bahwa Four Factors Pricing Model memiliki adjusted R Square

lebih tinggi dibanding Three Factors Pricing Model. Standar deviasi

dari uji beda dengan ANOVA Four Factors Pricing Model juga

lebih kecil dibanding Three Factors Pricing Model. Dengan

demikian Hipotesis 4 diterima, Four Factors Pricing Model lebih

baik dalam menjelaskan return ekspektasi saham dibanding Three

Factors Pricing Model.

Tabel 4.14 Test of Homogeneity of Variances

RESIDUAL

Levene Statistic df1 df2 Sig.

.001 2 22677 .999 Sumber: Data Sekunder yang Diolah

Asumsi Homogeneity of variances terpenuhi, ditandai dengan

nilai signifikansi > 0.05 atau lebih besar dari alpha. Sehingga uji

beda dapat dilanjutkan.

xciv

Tabel 4.15 Hasil Uji Beda Residual dengan ANOVA

Sum of Squares df

Mean Square F Sig.

Between Groups .000 2 .000 .000 1.000 Within Groups 1787.046 22677 .079 Total 1787.046 22679

Sumber: Data Sekunder yang Diolah

Hasil uji beda dengan ANOVA pada Tabel 4.15. menunjukkan

nilai p value sebesar 1.000 lebih besar dari alpha yang digunakan,

yaitu 5%. Dengan demikian, tidak terdapat perbedaan signifikan

antara ketiga model.

E. PEMBAHASAN

Kemampuan untuk mengestimasi return suatu sekuritas merupakan hal

yang sangat diperlukan oleh investor untuk banyak keputusan investasi. Oleh

karena itu, para peneliti terus mengembangkan asset pricing model untuk

menemukan teknik terbaik dalam melakukan seleksi portofolio yang mampu

memberikan pengembalian optimal. Studi mengenai asset pricing terus

berkembang dan semakin menarik untuk diteliti karena selalu menyisakan pro

dan kontra berkaitan dengan faktor apa saja yang mempengaruhi pembentukan

harga saham serta model apa yang dapat memberikan estimasi harga saham

dengan lebih baik. Maka dalam penelitian ini, peneniliti terlebih dahulu

menelaah hubungan variabel-variabel dalam tiap model untuk menemukan

faktor apa saja yang menggerakkan pembentukan saham di Indonesia dan

xcv

kemudian membandingkan kemampuan tiap model dalam menjelaskan

pembentukan harga saham.

Penelitian ini membuktikan pengaruh positif faktor beta pasar terhadap

return dengan taraf signifikansi 1%. Beta mengukur risiko sistematis yaitu

risiko yang tidak dapat dikurangi melalui diversifikasi dan dihadapi oleh pasar

secara keseluruhan. Nilai koefisien beta pasar pada ketiga model dalam

penelitian ini bernilai positif mendekati satu menunjukkan adanya korelasi

yang cukup tinggi antara pergerakan harga saham individu dengan pergerakan

harga pasar secara searah. Dengan kata lain, harga saham individual di

Indonesia sangat responsif terhadap harga pasar. Peranan IHSG mendominasi

dalam pembentukan harga suatu saham di Indonesia.

Hipotesis satu terdukung yaitu bahwa dalam CAPM, faktor pasar sebagai

satu-satunya variabel penjelas berpengaruh positif terhadap return saham.

Penemuan ini mendukung penelitian Sharpe (1964), Lintner (1965), Bello

(2008), dan Bismark (2009) bahwa perilaku risk averse investor sehingga

kenaikan beta pasar sebagai proksi dari risiko sistematis mendorong investor

meningkatkan besarnya risiko yang disyaratkan sebagai kompensasi atas

kenaikan derajat risiko yang dihadapi. Namun, hal ini tidak sepakat dengan

Fama (1992) dan Tandelilin (2003) yang menemukan bahwa baik ketika

digunakan sendiri atau ketika dikombinasikan dengan variabel lain, beta pasar

tidak memiliki daya penjelas yang signifikan terhadap return ekspektasi

saham.

xcvi

Keraguan Fama atas keakuratan beta pasar sebagai satu-satunya

penggerak pembentukan harga mendorongnya untuk menambahkan variabel

ukuran perusahaan dan book to market (1993). Berbeda dengan penelitiannya

pada tahun 1992 yang langsung meregresikan variabel independen (beta, size,

book to market), untuk mengetahui kontribusi faktor size dalam pembentukan

harga suatu saham Fama (1993) membentuk portofolio yang

merepresentasikan (mimicking) pengaruh size yang disebut portofolio SMB

(small minus big) dan HML (high minus looser) sebagai variabel independen

persamaan regresi. Tujuannya adalah untuk menguji pengaruh perbedaan

perilaku saham dengan ukuran kecil terhadap saham ukuran besar (size

premium) serta pengaruh perbedaan perilaku saham dengan book to market

tinggi terhadap saham dengan book to market rendah (value premium)

terhadap pembentukan harga saham. Hipotesis kedua berupaya menguji

kontribusi faktor SMB dan HML selain market excess return dalam

pembentukan harga saham.

Sepakat dengan Banz (1981) dan Fama (1992), penelitian ini menemukan

hubungan negatif antara ukuran perusahaan (size firm) dengan return saham.

Banz mengemukakan bahwa perusahaan dengan kapitalisasi pasar yang kecil

cenderung lebih sensitif terhadap r isiko dan memiliki harga saham yang lebih

fluktuatif sehingga return yang diisyaratkan investor lebih tinggi. Sebaliknya,

perusahaan dengan kapitalisasi pasar yang besar pada umumnya merupakan

saham perusahaan besar yang kokoh, relatif lebih kuat terhadap risiko dan

cenderung memiliki harga saham yang relatif stabil sehingga return yang

xcvii

diharapkan pun lebih rendah. Penemuan hubungan negatif size dengan return

ini ditunjukkan dengan koefisien SMB yang positif.

Seperti halnya Fama (1993, 1995, dan 1996), penelitian ini menghasilkan

koefisien SMB yang positif. Portofolio SMB diperoleh dari return portofolio

saham perusahaan dengan kapitalisasi kecil yang memiliki harga saham

fluktuatif dikurangi return portofolio saham dengan kapitalisasi besar yang

memiliki harga saham relatif stabil. Jika baik saham berukuran besar atau

kecil tidak ada yang dominan maka tidak menghasilkan size premium dengan

kata lain tidak berpengaruh dalam pembentukan harga saham. Penemuan

koefisien SMB yang positif berarti return saham berkapitalisasi kecil (small)

lebih besar dibanding return perusahaan berkapitalisasi besar sehingga

menghasilkan size premium positif. Dengan kata lain, pembentukan harga

saham sektor nonkeuangan di Indonesia didominasi oleh pergerakan saham

perusahaan berkapitalisasi pasar kecil. Semakin dominan saham

berkapitalisasi kecil maka nilai SMB akan semakin besar sehingga akan

menggerakkan harga saham menjadi naik. Sebaliknya jika pergerakan harga

saham besar lebih dominan maka nilai SMB akan semakin kecil sehingga

harga saham akan turun. Hal sesuai penemuan Banz (1981) mengenai

hubungan negatif antara return dan ukuran perusahaan.

Berkaitan dengan faktor book to market ratio, penelitian ini juga

konsisten dengan Fama (1992) dan Stattman (1980) yang menemukan

hubungan positif book to market dengan return saham. Rasio book to market

menunjukkan seberapa jauh suatu perusahaan mampu menciptakan nilai

xcviii

perusahaan relatif terhadap jumlah modal yang diinvestasikan. Rasio book to

market dapat menjadi indikator bahwa perusahaan tersebut undervalue atau

overvalue. Apabila book value suatu sekuritas lebih kecil dibanding market

value (rasio book to market rendah < 1), maka saham perusahaan tersebut

overvalued. Sebaliknya, bila book value sekuritas lebih lebih besar dibanding

market value (rasio book to market tinngi > 1), maka saham perusahaan

tersebut undervalued.

Penelitian ini memperkuat bukti bahwa book to market berkorelasi positif

dengan return sekuritas. Fama dan French (1995) menjelaskan bahwa book to

market sebagai proksi dari kondisi distress perusahaan. Perusahaan yang

lemah dengan earning yang rendah cenderung memiliki book to market

rendah. Pasar memandang perusahaan dengan rasio book to market tinggi

sebagai saham undervalued yang lebih berisiko dibanding perusahaan

dengan rasio book to market rendah sehingga investor mengharap return yang

lebih tinggi sebagai kompensasi risiko yang lebih besar.

Hal ini ditandai dengan nilai koefisien HML yang positif dan signifikan

dengan a sebesar 10% seperti yang dikemukakan Fama (1993, 1995, dan

1996) meskipun dalam penelitian ini pengaruh HML tidak lebih kuat dari

SMB. Portofolio HML diperoleh dari return portofolio saham perusahaan

dengan book to market tinggi yang merupakan saham undervalue dikurangi

return portofolio saham dengan book to market rendah yang merupakan

saham overvalue. Jika baik saham dengan book to market tinggi maupun

saham dengan book to market rendah tidak ada yang lebih dominan maka

xcix

tidak menghasilkan value premium dengan kata lain tidak berpengaruh juga

dalam pembentukan harga saham. Koefisien HML yang positif berarti return

dengan book to market tinggi (high) lebih besar dibanding return perusahaan

dengan book to market rendah (low) sehingga menghasilkan value premium

positif. Dengan kata lain, pembentukan harga saham sektor nonkeuangan di

Indonesia didominasi oleh saham perusahaan dengan book to market tinggi.

Semakin dominan saham dengan book to market tinggi (undervalue) maka

nilai HML akan semakin besar sehingga akan menggerakkan harga saham

menjadi naik. Sebaliknya jika pergerakan harga saham dengan book to market

rendah (overvalue) lebih dominan maka nilai HML akan semakin kecil

sehingga harga saham akan cenderung turun. Dengan demikian, book to

market berhubungan positif dengan return.

Dengan ditemukannya pengaruh yang signifikan positif variabel market

excess return, SMB dan HML, maka hipotesis kedua yang menyatakan

bahwa dalam three Factors Pricing Model, faktor market excess return,

SMB, dan HML berpengaruh secara positif signifikan terhadap return

terdukung. Uji F model regresi Three Factors Pricing model juga signifikan

pada a = 1%. Dengan demikian Three Factor Pricing Model dapat menjadi

model alternatif dalam estimasi return saham di Indonesia.

Fama (1996) menunjukkan bahwa model penetapan harga tiga faktor

atau three factor pricing model meskipun lebih baik dari CAPM, namun

belum dapat menangkap anomali momentum. Carhart (1997) memperluas

model three factors pricing model Fama dan French (1993) menjadi four

c

factors pricing model dengan menambahkan faktor harga momentum

(Jegadeesh dan Titman, 1993) sebagai faktor risiko yang keempat. Maka,

hipotesis ketiga berupaya membuktikan kontribusi momentum sebagai

pelengkap faktor market excess return, SMB, dan HML dalam mengestimasi

pembentukan harga saham.

Faktor momentum merupakan faktor yang merepresentasikan

kecenderungan perusahaan dengan past return negatif akan menghasilkan

future return negatif, sedangkan perusahaan dengan past return positif akan

menghasilkan future return positif. Penganut strategi investasi momentum

akan membeli saham pada saat harga sedang bergerak naik dengan harapan

momentum gerak naik itu akan terus berlanjut di masa depan. Mereka akan

menjual kembali saham-saham tersebut bila dirasa momentum pergerakan

naik telah melemah atau malah telah berhenti dan berbalik arah. Berdasarkan

karakteristik strategi ini, para pengamat sering menjuluki strategi investasi

momentum dengan buy high sell higher (beli mahal, jual lebih mahal lagi).

Strategi momentum dalam memprediksi return ekspektasi saham diukur

dengan menghitung selisih antara value weighted return portofolio saham

winners dengan value weighted return portofolio saham losers, yang

dinotasikan sebagai WML (Winners Minus Losers).

Jegadeesh dan Titman (1993) berpendapat bahwa terdapat bukti-bukti

substansial yang menunjukkan bahwa kinerja saham yang baik atau buruk

selama 3 sampai 12 bulan cenderung tidak mengalami perubahan berarti

(tetap baik atau buruk) atas periode berikutnya. Hal ini juga didukung positif

ci

oleh L’Her, J.F., Masmoudi, T. dan Suret, J.M. (2004) pada pasar saham di

Kanada.

Konsisten dengan Jegadeesh dan Titman (1993) serta L’Her (2004),

penelitian ini menemukan hubungan positif strategi momentum dengan return

saham. Jika strategi momentum bekerja dengan baik, maka portofolio saham

winner seharusnya menghasilkan return yang lebih besar dibanding saham

loser. Portofolio WML diperoleh dengan menghitung selisih antara value

weighted return portofolio saham winners dengan value weighted return

portofolio saham losers. Jika return saham winner maupun saham loser tidak

ada yang dominan, maka strategi momentum tidak berpengaruh terhadap

pembentukan harga saham. Dalam penelitian ini WML memiliki koefisien

positif dan signifikan pada a 5% sebesar 0.007. Hal ini berarti sesuai dengan

konsep momentum bahwa saham yang memiliki kinerja masa lalu di atas

rata-rata (saham winner) akan berlanjut memiliki kinerja yang baik pada

periode berikutnya sehingga memiliki return lebih besar dibanding saham

loser sehingga harga saham akan terus naik.

Daniel dan Subramanyan (1998) mengatakan bahwa terdapat informasi

yang disediakan untuk para investor atau disebut dengan informasi publik,

dan juga ada informasi yang tidak disediakan untuk para investor atau

informasi privat. Disini dinyatakan bahwa harga saham dipengaruhi oleh

informasi yang disediakan untuk investor. Berdasarkan kedua informasi ini

menjadikan dua bias psikologi investor yang menyebabkan pasar

overreaction atau underreaction. Bias tersebut yaitu investor terlalu percaya

cii

diri terhadap kebenaran dari informasi prifat (over confidence) dan bias self

attribution yaitu sifat dasar dari pribadi para investor.

Berlakunya momentum pada saham perusahaan sektor nonkeuangan di

Indonesia ini disebabkan oleh adanya reaksi investor yang tidak terlalu

responsif terhadap informasi. Momentum menunjukkan bias overconfidence

yaitu pasar terlalu percaya diri, dan hal ini menyebabkan para investor

tersebut cenderung terlalu melebih-lebihkan penilaian pribadinya dalam

menilai saham dibanding memperhatikan informasi publik.

Dengan ditemukannya pengaruh yang signifikan positif variabel market

excess return, SMB, HML, dan WML maka hipotesis ketiga yang

menyatakan bahwa dalam Four Factors Pricing Model, faktor market excess

return, SMB, HML, dan WML berpengaruh secara positif signifikan terhadap

return terdukung. Uji F model regresi Four Factors Pricing model juga

signifikan pada a = 1%. Dengan demikian Four Factor Pricing Model dapat

menjadi model alternatif dalam estimasi return saham di Indonesia hal ini

konsisten dengan penelitian Carhart (1997), L’Her (2004), serta Liew dan

Vassalou (2000).

Dengan diterimanya hipotesis satu, dua, dan tiga, maka diperoleh dua

implikasi penting. Pertama, penelitian ini menemukan bahwa selain

dipengaruhi pasar, faktor size, book to market, dan momentum memberikan

kontribusi dalam pembentukan harga saham di Indonesia. Kedua, penelitian

ini menemukan bahwa dilihat dari kontribusi variabel-variabel

pembentuknya, Capital Asset Pricing Model, Three Factors Pricing Model,

ciii

dan Four Factors Pricing Model dapat menjadi alternatif model estimasi

harga dan return saham di Indonesia.

Pertanyaan selanjutnya yang harus dijawab adalah dari ketiga alternatif

model tersebut, model manakah yang dapat memberikan estimasi return

dengan lebih baik. Maka hipotesis selanjutnya bertujuan untuk menentukan

model yang secara statistik lebih baik dalam melakukan estimasi return.

Metode yang digunakan dalam penelitian ini adalah semakin besar nilai

adjusted R-Square dan semakin rendah nilai standar deviasinya, maka model

tersebut lebih baik dibanding model lainnya (Pierre dan Bartholdy, 2004).

Hasil uji Goodness of Fit menunjukkan adjusted R Square CAPM

sebesar 6,5% dengan standar deviasi 0,281399. Sedangkan Three Factor

Pricing Model memiliki adjusted R Square sebesar 7,1% dengan standar

deviasi 0,280448. Three Factors Pricing Model menghasilkan adjusted R

Square lebih tinggi dan standar deviasi lebih rendah dibanding CAPM.

Dengan demikian, hipotesis empat diterima, bahwa Three Factors Pricing

Model lebih baik dalam mengestimasi expected return dibanding Capital

Asset Pricing Model.

Untuk menguji hipotesis ke-lima dibanding hasil uji kelayakan dan

standar deviasi Three Factors Pricing Model dan Four Factors Pricing

Model. Hasil uji Goodness of Fit menunjukkan adjusted R Square Three

Factor Pricing Model memiliki adjusted R Square sebesar 7,1% dengan

standar deviasi 0,280448. Sedangkan Four Factor Pricing Model memiliki

adjusted R Square sebesar 7,2% dengan standar deviasi 0,280315. Four

civ

Factors Pricing Model menghasilkan adjusted R Square lebih tinggi dan

standar deviasi lebih rendah dibanding Three Factors Pricing Model. Dengan

demikian, hipotesis lima diterima, bahwa Four Factors Pricing Model lebih

baik dalam mengestimasi expected return dibanding Three Factors Pricing

Model.

Meskipun nilai adjusted R Square dan standar deviasi menunjukkan

perbaikan dari model CAPM yang paling sederhana hingga model empat

factor, namun penelitian ini hanya memperoleh nilai adjusted R Square yang

kecil hanya berkisar 6,5%, 7,1%, dan 7,2%. Artinya ketiga model ini

meskipun semua variabel independennya berpengaruh secara signifikan,

namun hanya mampu menjelaskan kurang dari 10% variasi variabel

dependennya, sedangkan sekitar 90% dijelaskan oleh variabel-variabel yang

tidak terwakilkan dalam penelitian ini.

Selain nilai adjusted R Square yang rendah, perbedaan persentase

adjusted R Square antarmodel juga sangat tipis, hanya sekitar 1% saja. Secara

sederhana telah tampak bahwa tidak ditemukan perbedaan yang signifikan

antara ketiga model. Hal ini diperkuat dengan hasil uji beda residual antara

ketiga model dengan ANOVA. Residual dari persamaan regresi

merepresentasikan penyimpangan return aktual dengan return ekspektasi yang

ditentukan model. Uji beda menghasilkan standar deviasi yang meskipun

makin kecil untuk model CAPM hingga empat factor, namun selisihnya tidak

ada 1%. Tabel ANOVA juga menunjukkan F hitung sebesar 0,000 lebih kecil

cv

dari F table, dan nilai signifikansi sebesar 1,000 (lebih besar dari α). Dapat

disimpulkan bahwa perbedaan antara ketiga model tidak signifikan.

Hasil penelitian ini sepakat dengan Bello (2008) dalam membandingkan

CAPM, three factors pricing model, dan four factors pricing model dan

menemukan bahwa berdasar hasil uji kelayakan three factors pricing model

lebih baik dalam memprediksi return dibandingkan CAPM dan four factors

pricing model lebih baik dalam memprediksi return dibandingkan bahwa

three factors pricing model. Namun demikian, perbedaan di antara ketiga

model tersebut tidak signifikan.

Roger dan Securato dengan sampel penelitian di Brazil juga sepakat

bahwa three factors pricing model lebih baik menjelaskan return dibanding

CAPM, meskipun secara parsial book to market memiliki pengaruh yang

tidak signifikan dan perbedaan antara model-model tersebut juga tidak

signifikan. Peare dan Bartholdy (2004) senada dengan penelitian ini juga

menemukan bahwa three factors pricing model tidak jauh lebih baik

dibanding CAPM dengan angka R2 hanya berkisar 5%.

Hasil dari penelitian ini menemukan bahwa selain ditentukan oleh return

dan risiko pasar, harga saham di Indonesia juga dipengaruhi oleh faktor size

premium dan value premium, serta faktor momentum. Berdasarkan kontribusi

variabel independen penyusunnya, secara statistik CAPM, Three Factors

Pricing Model, maupun Four Factors Pricing Model dapat menjadi alternatif

model dalam melakukan estimasi harga saham maupun estimasi return.

Meskipun berdasar uji kelayakan model Three Factors Pricing Model

cvi

memiliki adjusted R Square lebih besar dibanding CAPM dan Four Factors

Pricing Model memiliki adjusted R Square lebih besar dibanding Three

Factors Pricing Model, namun ketiganya memiliki kekuatan penjelas yang

lemah serta perbedaan yang tidak signifikan.

cvii

BAB V

SIMPULAN DAN SARAN

A. SIMPULAN

Penelitian bertujuan menguji faktor-faktor yang masih diperdebatkan

yang mempengaruhi return dan harga saham serta memilih model asset

pricing yang terbaik dalam hal kemampuan menjelaskan estimasi tingkat

pengembalian saham yang diharapkan dengan menguji kinerja tiga model

asset pricing, yaitu CAPM, three factors pricing model, dan four factors

pricing model.

Dari hasil penelitian dapat disimpulkan beberapa hal sebagai berikut:

1. Hasil dari penelitian ini menemukan bahwa selain ditentukan oleh

return dan risiko pasar, harga saham di Indonesia juga dipengaruhi

oleh faktor size premium dan value premium, serta faktor momentum.

Sesuai dengan hipotesis yang dikemukakan penelitian ini ditemukan

bahwa faktor pasar berpengaruh signifikan positif terhadap return. Size

berpengaruh signifikan negatif terhadap return, ditandai dengan SMB

yang bernilai koefisien positif, saham dengan kapitalisasi pasar kecil

cenderung memiliki return lebih tinggi dibanding saham

berkapitalisasi besar. Book to market berpengaruh positif terhadap

return ditandai HML memiliki koefisien positif dan signifikan

sehingga saham undervalue cenderung menghasilkan return lebih

tinggi dibanding saham overvalue. Strategi momentum juga

cviii

berpengaruh positif signifikan terhadap return ditandai WML yang

positif dan signifikan.

2. Berdasarkan kontribusi variabel independen penyusunnya, secara

statistik CAPM, Three Factors Pricing Model, maupun Four Factors

Pricing Model dapat menangkap perilaku return ekspektasi saham

nonkeuangan pada pasar saham Indonesia.

3. Meskipun berdasar nilai adjusted R Square dan standar deviasi model

Three Factors Pricing Model terbukti lebih baik dibanding CAPM dan

Four Factors Pricing Model terbukti lebih baik dibanding dibanding

Three Factors Pricing Model, namun ketiganya memiliki kekuatan

penjelas yang lemah yaitu kurang dari 10% serta perbedaan yang tidak

signifikan (kurang dari 1%) sehingga manfaat dari model-model

tersebut dalam mengestimasi return ekspektasi saham di Indonesia

masih dipertanyakan.

B. KETERBATASAN PENELITIAN

Penelitian ini masih memiliki keterbatasan yang mungkin dapat

mempengaruhi hasil penelitian dan karenanya masih perlu dikembangkan lagi

pada penelitian berikutnya. Penelitian ini melakukan sorting dengan metode

Three Sequential Sorting Liew dan Vassalouw (2004). Kelemahan sorting

dengan metode ini adalah faktor momentum tidak dapat merekam pengaruh

holding period saham seperti model momentum yang dikemukakan Jegadeesh

dan Titman (1993).

cix

C. SARAN

Penelitian ini menemukan bahwa meskipun berdasar uji kelayakan model

Three Factors Pricing Model memiliki adjusted R Square lebih besar

dibanding CAPM dan Four Factors Pricing Model memiliki adjusted R

Square lebih besar dibanding Three Factors Pricing Model, namun ketiganya

memiliki kekuatan penjelas yang lemah serta perbedaan yang tidak signifikan.

Hal ini berarti baik CAPM, three factors pricing model, maupun four factors

pricing model masih lemah kemampuannya dalam memprediksi return.

Berdasar hasil penelitian ini, secara statistik Four Factors Pricing Model

paling baik dalam mengestimasi return dibanding CAPM maupun Three

Factors Pricing Model. Dengan demikian, saran bagi investor adalah diantara

ketiga model, investor dapat menggunakan Four Factors Pricing Model

sebagai panduan dalam mengestimasi return.

Sedangkan saran untuk penelitian selanjutnya adalah masih perlu

ditemukan metode lain yang lebih baik dalam membantu investor

mengestimasi return dan membuat keputusan investasi. Selain itu, perlu untuk

memperhitungkan holding period strategi momentum sehingga hasil dari

analisis pengaruh faktor momentum terhadap return ekspektasi lebih

mendalam.

cx

DAFTAR PUSTAKA

Banz, Rolf W., 1981. “The relationship between return and market value of

common stocks”. Journal of Financial Economics 9, 3-18. Bartholdy, J. dan Peare, P. 2005. “Estimation of expected return: CAPM vs Fama

and French”. International Review of Financial Analysis, 14, 407-427. Bello, Zakrie. 2008. “A Statistical Comparison Of The Capm To The Fama-

French Three Factor Model And The Cahart’s Model”. Global Journal Of Finance And Banking 2 (2), 14-24.

Black, Fisher. 1972. “Capital Market Equilibrium with Restricted Borrowing”.

Journal of Business 45, 444-455. Carhart, M.M. 1997. “On persistence on mutual fund performance”. Journal of

Finance 52, 57-82. Chan, K. C., Nai-fu Chen and David Hsieh, 1985. “An exploratory investigation

of the firm size effect”. Journal of Financial Economics 14, 451-471. Fama, E.F. dan French, R.F. 1992. “The Cross-Section Of Expected Stock

Returns”. Journal of Finance 47, 427-465. Fama, E.F. dan French, R.F. 1993. “Common Risk Factors In The Returns On

Stocks And Bonds”. Journal of financial Economics 33, 3-56. Fama, E.F. dan French, R.F. 1995. “Size and Book to Market Factors in earning

and Return”. Journal of Finance 50 (1), 131-155. Fama, E.F. dan French, R.F. 1996. “Multifactors Explanations of Asset Pricing

Anomalies”. Journal of Finance 51(1), 55-83. Fama, E.F., French, K.R., 1996. “The CAPM is wanted, dead or alive”. The

Journal of Finance 51, 1947-1958. Fama, E.F. dan French, R.F. 2004. “The Capital Asset Pricing Model: Theory

And Evidence”. Working Paper, University of Chicago. Ferdinand, Augusty. 2006. “Metode Penelitian Manajemen”. Badan Penerbit

Universitas Diponegoro. Gitman, J. 2009. “Principles of Managerial Finance Fifth Edition”. Prentice Hall.

cxi

Graham, J.R dan Harvey, C.R. 2001. “The theory and practice of corporate finance: evidence from the field”. Journal of Financial Economic 60, 187-24.

Hartono, J. 2008. “Teori Portofolio dan Analisis Investasi”. Edisi Kelima,

Yogyakarta: BPFE. Jegadeesh, N. dan Titman, S. 1993. “Returns To Buying Winners And Selling

Losers: Implications For Stock Market Efficiency”. Journal of Finance, 48, 65-91.

Jegadeesh, N., Titman, S., 2001. “Profitability of momentum strategies: an

evaluation of alternative explanations”. The Journal of Finance 56, 699-720.

Jones, C.P., 1996. “Investment Analysis and Management”. Newyork. John

Willey and Sons. L’Her, J.F., Masmoudi, T. dan Suret, J.M. 2004. “Evidence To Support The Four-

Factor Pricing Model From The Canadian Stock Market”. Journal of International Financial Markets, Institutions and Money 14, 313-328.

Liew, J. dan Vassalou, M. 2000. “Can Book-To-Market Size And Momentum Be

Risk Factors That Predict Economic Growth?” Journal of Financial Economic 57, 221-245.

Lintner, John. 1965. “Security Prices, Risk, and Maximal Gains from

Diversification”. Journal of Finance 4, 587-615. Mardiyah. 2002. “The Effects of Profitability of Momentum Strategies and

Volume on Future Returns: An Empirical Evidence From Jakarta Stock Exchange and Kualalumpur Stock Exchange”. Jurnal Ekonomi dan Bisnis Indonesia 17 (4), 440-459.

Markowitz, Harry. 1952. “Portfolio Selection”. The Journal of Finance 1, 77-91. Merton, Robert C. 1973. “An Intertemporal Capital Asset Pricing Model”.

Journal of Econometrica, 41:5, pp. 867-887 Mossin, Jan. 1969. “Security Pricing and Investment Criteria in Competitive

Markets”. The American Economics Review 5, 748-756. Porras, David. 1998. “The CAPM vs. The Fama and French Three Factors Pricing

Model: A Comparison Using Value Line Investment Survey”. SRRN Working Paper.

cxii

Reilly, F. dan Brown, K. 2002. “Investment Analysis and Portfolio Management. 7th Edition”. Southwestern College.

Sharpe, W.F. 1964. “Capital Asset Prices: A Theory Of Market Equilibrium

Under Conditions Of Risk”. Journal of Finance 19, 425-442. Securato, R. dan Rogers, P. “Comparative Study of CAPM, Fama and French

Model, and Reward Beta Approach in The Brazilian Market”. Working Paper. University of Sao Paulo, 1-18.

Sumekar, Kertati. 2003. “Analisis Pengaruh Size, Beta, dan Price to Book Value

Terhadap return Saham (Studi Pada Saham-Saham LQ45 di Bursa Efek Jakarta)”. http://eprints.undip.ac.id

Tandelilin dan Karambe. 2003. “Validitas CAPM di Bursa Efek Indonesia”.

Jurnal Ekonomi dan Bisnis Indonesia, 261-268. Wiksuana. 2009. “Kinerja Portofolio Saham Berdasarkan Strategi Investasi

Momentum Di Pasar Modal Indonesia”. Jurnal Manajemen Dan Kewirausahaan 11( 1), 73-84